Читать книгу "Синергия интеллектов. Как внедрить ИИ в бизнес-процессы"

Давайте представим, что есть «волшебная кнопка»: можно дать задачу аналитику, дизайнеру, маркетологу или даже консультанту-стратегу – и получить ответ сразу, пока вы находитесь в контексте, не ждать несколько дней, а то и недель, пока «простые смертные» выполнят свою задачу.

Хотя вы уже слышали про «нейро-сотрудников», что можно делегировать рутину ИИ-сервисам. И даже уже что-то пробовали. Только эта волшебная кнопка постоянно заедает: машина соображает на уровне первокурсника. А то, что стабильно работало вчера, сегодня начинает галлюцинировать и выдавать бессмыслицу.

Но в этом и заключается огромный потенциал! Волшебные кнопки существуют лишь в сказках. И пока ваши конкуренты ищут волшебников, они встречают сказочников. А вы можете приложить усилия и развить в себе навыки работы не с одной кнопкой, а с целой приборной панелью, и получать стабильный, управляемый результат. Для начала поделюсь личным опытом:

Я хоть и аналитик, но с учетом управленческого опыта и насмотренности на кейсы клиентов, мой ресурс ценнее генерации новых идей, оценки и принятия решений. Я и сам могу обработать данные, просчитать варианты, но меня хватит только на одну такую итерацию. Дальше за один подход выдавать идеи, и тем более упаковывать в сметы проектов или бизнес-планы я не смогу, нужна передышка.

А теперь, работая с нейросетью, я на ходу даю ChatGPT или Claude задачи собрать дополнительные данные, затем закидываю результаты в Gamma для черновика презентации или в Lovable для прототипа сайта. Или с помощью Infogram сразу вижу, как будет выглядеть рекламный каталог.

Когда я смотрю на упакованный вариант, пусть и черновой, у меня уже появляется пища для нового круга размышлений. Находясь в этом контексте, я успеваю сделать 2–3 мыслительных цикла. А дальше отдаю в работу сотруднику или подрядчику четкое задание, на 100% понимаю, как буду принимать работу и плачу только за результат.

Так и у наших клиентов: для кого-то отправной точкой становится продажа идеи.

Василий, коммерческий директор логистической компании. Он сам может сделать «из нуля единицу», упаковать презентацию, зажечь клиентов или партнеров на одной только харизме. А дальше делегирует нейросети рутину, например анализ поставщиков. Потом идет фаза выбора вариантов или поиска новых идей на основе реальных данных. И тут он идет продавать обновленную идею, а на следующей фазе поручает нейросети подготовку тендерной документации или анализ финансово-юридических рисков.

Как и любой ментальный навык, это требует практики. В этой главе я хотел донести до вас мысль, что «можно по-другому». И даже если у вас был негативный опыт работы с нейросетями, неоправдавшиеся ожидания, то стоит сделать еще одну попытку.

Технологии искусственного интеллекта будут появляться и устаревать еще быстрее, но если вы адаптируете нейронные связи в своем мозгу под общение с ним, с учетом его особенностей и несовершенств, то и правда сможете обойти в конкуренции всех тех, кто консервативно опирается только на человеческий интеллект, либо наивно доверяется полностью искусственному.

Глава 2. Технологические тренды и обзор рынка

Гонка ИИ-вооружений

Лидерство в ИИ – это не просто технологическая конкуренция, а борьба за глобальное доминирование, где ставки выше, чем в космической гонке и холодной войне ХХ века. Страны и корпорации инвестируют триллионы, чтобы захватить преимущество в сферах, определяющих будущее: от военной мощи до экономического контроля. Но цели этой гонки многогранны, и они измеряются не только в деньгах или патентах, а в векторах, которые перестраивают весь мировой порядок. Давайте разберем, в каких измерениях ведется эта борьба, и почему она напоминает вооружение, где один прорыв может перевернуть баланс сил:

1. Интеллект

2. Оружие

3. Рынок

4. Энергоэффективность

Главная стратегическая цель – создание искусственного интеллекта, сравнимого или превосходящего человеческий разум. В научных трудах (и фантастике) это описывают как три последовательные ступени:

– ANI (Artificial Narrow Intelligence) – то, что мы имеем сегодня: специализированные модели вроде ChatGPT. Они умеют выполнять отдельные задачи, но не обладают общим мышлением. ИИ показывает прорывы в отдельных областях, например, в кодинге, но проваливается в простых задачах, требующих здравого смысла.

– AGI (Artificial General Intelligence) – универсальный интеллект, способный рассуждать, обучаться и решать широкий спектр задач, как человек. AGI подразумевает не узкую специализацию, а универсальность и адаптацию к новым ситуациям без переобучения.

– ASI (Artificial Super Intelligence) – сверхинтеллект, который не только превосходит человека во всех сферах, но и способен самоулучшаться, создавая новые ИИ быстрее и эффективнее. ASI – это точка невозврата, где ИИ может решать глобальные проблемы вроде климатических кризисов или, напротив, решить уничтожить человечество.

Наступление AGI прогнозируют к 2040–2050 годам, а оптимисты вроде Сэма Альтмана из OpenAI обещают его создать к 2030. Но никто не хочет оказаться в этой гонке вторым.

В январе 2025 Дональд Трамп вышел с Ларри Эллисоном (Oracle), Масайоси Сон (SoftBank) и Сэмом Альтманом (OpenAI) и объявил проект Stargate: «до $500 млрд» на сеть дата-центров и «100 000+ рабочих мест» в США – крупнейший инфраструктурный ИИ-проект1 1
  Источник:https://www.reuters.com/business/media-telecom/openai-oracle-softbank-plan-five-new-ai-data-centers-500-billion-stargate-2025-09-23/


[Закрыть]. Это политический жест и технологический сигнал: США делают ставку на опережение в «железе» и энергии, чтобы приблизить AGI.

ИИ становится инструментом военной мощи: от автономных дронов и кибератак до биотехнологий, здесь соревнуются США и Китай. Но и остальные страны хотят иметьсуверенный стек: свои модели, свои чипы, свои дата-центры, свои каналы поставок.

Китай строит доктрину «интеллектуализированной войны»: генеративные системы для обработки разведданных и дезинформации противника, поддержки решений и раннего предупреждения. А еще демонстрирует на парадах и учениях связку «ракеты–дроны–кибер» и не дает американцам расслабиться. Те, в свою очередь, инвестируют миллиарды в drone swarms («рой дронов», умные самоорганизующиеся системы БПЛА) и battlefield medicine (быстрое оказание медицинской помощи в зоне боевых действий). В целом, риски эскалации растут: один прорыв в ИИ может сдвинуть баланс, как ядерное оружие в прошлом.

На фронте кибербезопасности ИИ уже перестал быть только инструментом защиты – его начали тестировать в роли самого атакующего. В недавних исследованиях так называемые «агентные ИИ» запускались в контролируемых условиях с задачей сканировать сайты, связывать уязвимости в цепочку и писать фишинговые письма. Результаты оказались тревожными: машины, которые не спят, не отвлекаются и не сомневаются, могут долбить по цифровым защитам с настойчивостью, недоступной ни одному хакеру-человеку2 2
  Источник:https://www.anthropic.com/news/detecting-countering-misuse-aug-2025


[Закрыть].

В отличие от традиционного вредоносного ПО, такие агенты подстраиваются в реальном времени – за секунды перебирают сотни вариантов атаки, переписывают собственный код на ходу, пока что-то не даст сбой. Эксперты по безопасности предупреждают: это уже не фантастика, а близкая реальность – ИИ-системы, действующие как автономные кибербоевые единицы, способные вывести из строя сети одним лишь промптом.

В 2025 году глобальный ИИ-рынок по разным источникам оценивается в $300 млрд, 1,8 млрд человек так или иначе используют ИИ, но монетизация отстает: всего $12 млрд в потребительском секторе33
  Источник:https://www.abiresearch.com/news-resources/chart-data/report-artificial-intelligence-market-size-global


[Закрыть]. Доходы от AI-software для корпоративных клиентов – $174 млрд. Игроки рынка соревнуются не столько за монетизацию, сколько за привлечение пользователей, ведь контроль над данными пользователей дает влияние на глобальную экономику.

OpenAI занимает первое место по выручке ($12 млрд), а сама компания оценивается примерно в $500 млрд44
  Источник:https://www.reuters.com/business/openai-hits-12-billion-annualized-revenue-information-reports-2025-07-31


[Закрыть]. У их флагманского продукта ChatGPT около 20 млн платных подписчиков, 5 млн бизнес-пользователей, которые работают через интеграцию с Microsoft Azure. Это сочетание потребительской массы и корпоративного дистрибута делает OpenAI лидером сразу в двух сегментах.

Anthropic55
  https://www.anthropic.com/news/anthropic-raises-series-f-at-usd183b-post-money-valuation


[Закрыть] – тоже американская компания, она меньше заметна массовому пользователю, но показывает феноменальный рост в корпоративном сегменте. За 2024–2025 год доход вырос с ~$1 млрд до $5 млрд. Оценка компании достигла $183 млрд, клиентская база около 300 тыс. компаний, но каждый контракт приносит существенно больше денег, чем подписка у OpenAI. Их продукт Claude встроен в Slack, Notion и AWS, и именно здесь Anthropic получает стабильные корпоративные бюджеты. Если OpenAI зарабатывает десятки долларов в месяц с каждого подписчика, то Anthropic получает сотни тысяч в год с каждого клиента.

Китайские игроки не раскрывают цифры по выручке, но их сила в масштабах внедрения.DeepSeek-R1 в начале 2025 года заявил, что обучение модели обошлось всего в $5,5 млн, вместо $100+ млн у американцев66
  https://en.wikipedia.org/wiki/DeepSeek_%28chatbot%29


[Закрыть]. Экономия не только снижает цену, но и позволяет быстро тиражировать ИИ в сервисы.

Помимо DeepSeek на глобальный рынок вышли китайские ИТ-гиганты:Alibaba с линейкой Qwen, Baidu с Ernie Bot, Tencent с WeChat-экосистемой. У них нет публичных данных по выручке именно от ИИ, но есть сотни миллионов пользователей, которые ежедневно взаимодействуют с ботами, голосовыми ассистентами, рекомендательными системами.

Mistral AI– европейский ответ глобальной гонке77
  https://techcrunch.com/2024/06/11/paris-based-ai-startup-mistral-ai-raises-640-million/?utm_source=chatgpt.com


[Закрыть]. Их масштабы скромнее: выручка менее $1 млрд, а стоимость компании порядка $6 млрд. Но ставка другая: суверенный стек, открытые модели и локальные дата-центры. Для Европы это вопрос не только бизнеса, но и политики: собственные стандарты, контроль над данными и независимость от США и Китая.

В России основная выручка от ИИ сосредоточена у пяти компаний: Яндекс, Сбер, VK, Т-Технологии и «Лаборатория Касперского». Открытых коммерческих данных нет, и в целом тренд понятен: модель «локального доминирования», а не глобальной экспансии.

А вот топ-10 компаний в сфере ИИ, которые можно рассматривать как «стартапы».

ИИ – это не только модели, это мегаватты. Рост потребления электроэнергии дата-центрами ускоряется, к 2030 году в США прогнозируют, что 10% электричества будет уходить на ИИ, перегружая электросети и вызывая риски отключений.

Когда Илон Маск объявил о запуске суперкомпьютера Colossus 8 8
  https://infinityturbine.com/xai-colossus-cluster-memphis-tn-nvida-h100-by-infinity-turbine.html?utm_source=chatgpt.com


[Закрыть], многие восприняли это как очередной громкий пиар. Но проект собрали в рекордные сроки – 122 дня от первых поставок оборудования до запуска. Обучение ИИ-моделей создает нагрузку, которая пульсирует – миллисекундные всплески потребления могут «порвать» городскую сеть. Чтобы сгладить эти пики, рядом поставили Tesla Megapack: аккумуляторные буферы, которые держат энергию наготове и выравнивают нагрузку. Дополнительно был подключен автономный источник – газовые турбины, чтобы центр не зависел от колебаний общей энергосистемы.

Китайская модель DeepSeek выделяется своей независимостью и энергоэффективностью: она обучена с использованием в 10 раз меньшего количества аппаратных ресурсов, обходя экспортные ограничения на чипы, что делает ее доступной без гигантских дата-центров.

Его эффективность основана на оптимизированных алгоритмах обучения, которые позволяют достигать высоких результатов с меньшим количеством вычислительных ресурсов9 9
  https://www.nextplatform.com/2025/01/27/how-did-deepseek-train-its-ai-model-on-a-lot-less-and-crippled-hardware


[Закрыть]. Это достигается за счет «умного» отбора данных, минимизирующих ненужные вычисления. Однако, если добавить сложные цепочки рассуждений (chain of thought), эффективность падает.

Вывод

Как и в ядерно-ракетной гонке прошлого века, здесь нет второго места. США пытаются вырваться вперёд за счёт инфраструктуры и капитала, Китай – за счет массового внедрения и государственной интеграции, Европа – через суверенность и стандарты, Россия – через локальное доминирование и интеграцию со странами БРИКС. Каждый идёт своим путём, но все они движутся в одном направлении – к точке, где интеллект перестанет быть только человеческим ресурсом.

Баланс сил может сместиться внезапно: один успешный прорыв в алгоритмах, одно поколение чипов или одна стратегическая ошибка – и вся расстановка сил изменится.

Нейросотрудники: а можно всех посмотреть?

Давайте представим нейросети не как абстрактные технологии, а как сотрудников офиса. И посмотрим, какие роли они могли бы занять в вашей команде. У каждого свой характер, привычки, сильные и слабые стороны. Кто-то окажется блестящим дизайнером, кто-то – дотошным аналитиком, а кто-то будет рассказывать истории вместо точного результата. постоянно философствовать о правилах и этике.

В этой главе я постарался создать эмоциональные портреты сотрудников, но при этом отражающие функциональные особенности и тренды развития каждого из продуктов:

– Chat GPT– мастер на все руки и глюки

– Claude – серьёзный аналитик, которому не хватает эмпатии

– DeepSeek – работящий китаец с математическим складом ума

– Grok – прогрессивный и немного дерзкий (детище Илона Маска)

– Copilot – крепкий середнячок для любителей Microsoft

– Gemini – умник на программе обмена из Google

– Gamma – надежный дизайнер презентаций и сайтов,

– Dall-E – иллюстратор для деловой графики

– Yandex GPT – стажер-новичок, набирающийся опыта

– GigaChat – банковский бюрократ (система Сбера)

Мне часто задают вопросы в духе, а какая нейросеть лучше всех для бизнес-задач? Мой ответ – не стоит замыкаться на ком-то одном. Кто-то будет выбиваться в лидеры, а у кого-то будет выгорание и галлюцинации. С одной стороны, у каждой технологии есть свои сильные и слабые стороны, а с другой – у живых людей уже есть накопленный опыт работы с той или иной нейросетью. И дальше вам нужно формировать гибридную команду, усилить людей подходящими ИИ-сервисами.