Текст книги "Нейросети. Выстрой свою систему из 5 уровней автоматизации"

Тимур Казанцев
Нейросети. Выстрой свою систему из 5 уровней автоматизации

Введение

Вы уже живёте в мире ИИ. Вопрос в том, в какой роли

За последние пару лет искусственный интеллект почти незаметно въехал в нашу повседневность – очень по-разному для разных людей.

Кто-то почти каждый день что-то спрашивает у ChatGPT: переписать письмо, придумать идею для поста, помочь с договором, подсказать план поездки.

Кто-то ни разу сам ничего не писал нейросетям, но видит, как коллеги “подкручивают” отчёты через ИИ и делают презентации в два раза быстрее.

У кого-то дети уже рисуют комиксы в генераторах изображений, просят “сделать красивую картинку к проекту” или «делают» домашки закидывая задания в модели – и воспринимают это как норму.

Кто-то впервые по-настоящему почувствовал ИИ, когда знакомого сократили после автоматизации на работе, или когда клиент честно сказал: “Мы урезаем бюджет, потому что часть работы теперь закрываем через нейросети”.

Параллельно в новостях всё реже обсуждают про “очередную крутую нейросеть”, и всё чаще – про то, что стоит за ней: электростанции и дата-центры, дефицит чипов, борьбу за контроль над мощными моделями, технологический суверенитет государств, и споры о том, кому и на каких условиях давать доступ к самым последним моделям.

На работе вопросы тоже меняются.

Вместо “а что там вообще с нейросетями?” всё чаще звучит:

“Где у нас уже есть ИИ в процессах? Что можно ускорить? Почему конкуренты сокращают издержки, а мы нет?”

В логистических компаниях тестируют роботов на складах и в доставке. В нескольких городах вы уже могли встретить “роботизированных” доставщиков или такси на автопилоте без водителя. В колл-центрах вам всё чаще отвечает не человек, а связка из ИИ-модели и сценариев. В юридических и финансовых сервисах большинство документов готовится не руками, а алгоритмами. Решения о выдаче кредитов уже давно принимаются (как минимум на первых уровнях) машиной.

При этом ваша собственная картина может выглядеть очень неоднородно:

• вы что-то пробовали в ChatGPT или DeepSeek, но чувствуете, что используете их “на 5% от возможного”;

• или, наоборот, вас утомили новости и вы стараетесь “не вникать”, хотя тревога никуда не девается;

• или вы метаетесь между сервисами, ИИ-агентами и какими-то курсами на эту тему, но внутри все еще остаётся ощущение: “я что-то изучаю, постоянно тестирую, а целостного понимания как я это могу реально применить в своей жизни и получить от этого какую-то ощутимую пользу” нет.

Именно здесь возникает не академический вопрос “что такое искусственный интеллект и нейросети”, а гораздо более практичный:

В этом мире, где ИИ становится неотъемлемой частью инфраструктуры – вы сейчас кто и в какой траектории застряли?

Обычно всё сводится к трём типичным состояниям, в которых люди зависают.

С них и имеет смысл начать.

Три привычные точки, в которых можно застрять

Если быть честным с собой, большинство людей оказываются примерно в одном из трёх состояний.

Первое – условное “ничего серьёзного не происходит”.

Да, появились новые сервисы, появились нейросети, кто-то ими пользуется.

Но внутри живёт тихая надежда:

“До нашей отрасли это не дойдёт”,

“У нас всё слишком специфично”,

“Пусть сначала другие обкатают, а там разберёмся”.

Второе – информационная паника.

Каждый день – новые статьи о том, какие профессии “вымрут”,

кого уже “заменил ИИ”,

как “скоро всё решат алгоритмы”.

Можно часами смотреть ролики, спорить в комментариях, обсуждать это на кухне – и при этом не менять ни один свой процесс, оставаться в тех же инструментах, тех же привычках, той же картине мира.

Третье – хаотичный забег по сервисам.

Сегодня один чат-бот, завтра другой, послезавтра третья модель.

Планшет, ноутбук, телефон забиты “полезными ссылками”.

Вы что-то генерируете, что-то сохраняете, но внутри – ощущение:

“Все уже где-то там, а я что-то пробую, но не понимаю, как это встроить в мою реальную работу и жизнь”.

Все три состояния понятны.

В каждом из них есть своя психологическая защита:

• в первом – можно делать вид, что всё как раньше;

• во втором – чувствовать, что “я хотя бы информирован, даже если бессилен”;

• в третьем – успокаивать себя мыслью “я же что-то делаю, я не отстал”.

Но у всех трёх есть одна общая проблема: они не дают вам опоры и внятной стратегии.

Вы либо отталкиваете реальность, либо тонете в ней.

Эта книга написана для тех, кто хочет выйти из этой ловушки.

Нормально бояться. Ненормально оставаться только в страхе

То, что происходит, действительно масштабно.

• ИИ-системы начинают брать на себя всё больше рутинных задач – от обработки документов до анализа данных и общения с клиентами.

• Автоматизация уже касается не только “простого труда”, но и “белых воротничков”, креативщиков и даже айтишников.

• Параллельно растёт инфраструктура: дата-центры, энергетика, производство чипов.

• На горизонте – роботы, робомобили и полностью автоматизированные предприятия, которые будут не экспериментом, а обычной частью экономики.

Бояться здесь есть чего. Бояться потерять профессию, доход, ощущение нужности.

Бояться оказаться “лишним” в мире, где вокруг всё делают машины.

Но страх – плохой советчик, если он единственный.

Одна часть людей пытается его заглушить: шутками, скепсисом, уколами в адрес “айтишников”.

Другая – застревает в нём и перестаёт действовать.

Задача этой книги – не “успокоить” вас любой ценой и не “разогреть” до восторга по поводу ИИ.

Задача – дать вам карту и инструменты, с которыми можно жить дальше, даже если мир продолжит меняться теми же темпами, а возможно – и быстрее.

О чём эта книга и о чём она не будет

Начнём с отрицания.

Это не учебник по машинному обучению.

Мы не будем разбирать формулы, алгоритмы оптимизации и архитектуры нейросетей на уровне исследователя.

Это также не сборник вдохновляющих историй, где всё заканчивается фразой

“а дальше вы сами всё сможете, поверьте в себя”.

Это не очередной “каталог нейросетей”, который устареет через три месяца.

Эта книга также не про то, «появится ли настоящий супер-интеллект[1]1
  Artificial general intelligence (AGI) – Общий искусственный интеллект, который сравнится с возможностями человеческого разума. По предположениям ученых-специалистов на смену AGI должен придти искусственный суперинтеллект – гипотетические системы, которые по совокупной мощности и скорости мышления значительно превосходят человеческий интеллект.


[Закрыть] (AGI) к 2030 году».

Во-первых, честного ответа всё равно ни у кого нет.

Во-вторых, для вашей жизни и карьеры куда важнее другое:

• ИИ уже сегодня меняет рынки, профессии и повседневность – без всякого официально признанного AGI.

• Те навыки и архитектуры, которые вы выстраиваете сейчас, будут нужны в любом сценарии – и «до AGI», и «после».

• Ожидание «идеального момента», когда “придёт настоящий AGI и всё за нас сделает”, – это удобный способ ничего не менять.

Поэтому в этой книге AGI и суперинтеллект появляются только как фон и возможные сценарии будущего. Главный фокус – не спорить о дате их появления, а дать вам инструменты, с которыми вы остаётесь субъектом при любом раскладе: от сильных узких моделей до мира, где мощных интеллектов станет много.

Поэтому, эта книга немного про другое:

• Про то, как устроен мир ИИ как инфраструктура – от энергии и чипов до дата-центров, платформ и моделей доступа.

Этому посвящены 1-я глава (каркас индустрии ИИ) и часть 6-й главы (сценарии будущего, роботы, борьба за мощности).

• Про пять уровней работы с ИИ, которые вы можете освоить.

От базового грамотного общения с моделями

(2-я глава) до продвинутого промпт-инжиниринга и “каркаса профессионального промпта” (3-я глава), далее – к простым ИИ-агентам (4-я глава) и рабочим системам и автоматизациям (5-я глава).

• Про то, как разные люди могут встроить ИИ в свою жизнь и работу.

Сотрудник в найме, предприниматель, основатель стартапа или создатель ИИ-продуктов, эксперт, фрилансер, человек в госсекторе или НКО – мы разбираем их роли, риски и возможности в 7-й главе (навыки и траектории) и частично в 6-й главе (сценарии будущего) и 8-й главе (монетизация и продуктовые форматы).

• Про прикладную ценность и заработок, а не про “быть в теме”.

Мы говорим о том, как упаковать свои навыки и собранные системы в услуги и продукты, усилить текущий доход или роль в компании – этому посвящена 8-я глава.

• Про архитектуру: как собрать свою экосистему “человек + ИИ”.

Не про отдельные “фишки” и сервисы, а про то, как из инструментов, агентов и автоматизаций сложить личную систему, которая работает на вас, а не требует постоянного обслуживания. Этому посвящена 9-я глава про уровень архитектора и личную экосистему.

Это практическая и интерактивная книга

Исходная идея проста: если вы просто прочитаете книгу и ничего не попробуете, вы получите только часть ценности.

Поэтому внутри книги вы найдёте:

• QR-коды и ссылки на промпты, которые можно сразу копировать и адаптировать;

• доступ к моему мастер-промпту, который помогает превращать обычный запрос в профессиональный – с учётом роли, задачи, контекста, формата результата, ограничений, цепочки рассуждений, самопроверки;

• примеры готовых ИИ-агентов под разные задачи:

• контент, анализ, обучение, стратегическое мышление,

– которых можно забрать, переименовать, подстроить под себя;

• схемы автоматизаций и систем: конкретные рабочие контура, которые уже применяются в реальных проектах.

Книга устроена так, что вы можете:

• читать её последовательно и параллельно выполнять упражнения;

• или возвращаться к отдельным главам, когда до них “дозревает” ваша практика.

Данная книга – не “курс”, но и не “сухая теория”.

Это скорее навигационный инструмент: вы получаете карту, набор чертежей и конкретные детали, из которых собираете свою конструкцию.

Что вы получите, если дочитаете и сделаете хотя бы часть

Я не буду обещать, что «через 30 дней вы будете зарабатывать Х с помощью новых нейросетей».

Гораздо важнее честно описать, что именно изменится в вашей работе и жизни, если вы дочитаете эту книгу и сделаете хотя бы часть из того, о чём в ней говорится.

Если вы пройдёте книгу внимательно и позволите себе что-то попробовать по пути, на выходе у вас будет:

1. Понимание, что вообще происходит.

Не на уровне: “ИИ – это модные штуки, которые что-то генерируют”,

а на уровне:

откуда берутся мощности,

какие силы стоят за моделями,

куда движется экономика,

почему разговор о чипах, энергии и роботах – это не фантастика, а завтрашний день.

2. Пять уровней работы с ИИ как каркас.

Вы перестанете видеть только отдельно взятый чат-бот и отдельную автоматизацию.

Появится ощущение “скелета”, на который можно навешивать новые сервисы, не теряя ориентацию.

Вы будете понимать, на каком уровне вы сейчас и куда хотите двигаться.

3. Личный набор инструментов.

Пара своих агентов под реальные задачи.

Набор опорных промптов, которые вы сможете доработать под себя.

Возможно – первая связка автоматизации, которая реально снимает рутину,

а не существует только как красивая идея.

4. Изменённый взгляд на свою роль.

Вы увидите свою профессию, бизнес или сферу деятельности

не как жертву или бенефициара “новой эпохи”,

а как систему, в которой можно:

– отдать ИИ то, что описывается и повторяется,

– усилить ИИ то, где вам не хватало скорости или глубины,

– оставить за собой то, что принципиально человеческое.

5. Базу для монетизации, а не готовые “секретные схемы”.

Вы поймёте, как ваши навыки и собранные системы

можно упаковать в услуги, продукты или усиление текущего дохода —

без иллюзии “пассивного миллиона”,

но с пониманием, где есть реалистичные деньги.

Для кого эта книга написана

Она точно не только “для айтишников”.

Она для тех, кто:

• чувствует, что мир меняется слишком быстро,

• но не хочет занимать позицию наблюдателя со стороны;

• достаточно честен, чтобы признать:

• “Да, я чего-то боюсь, чего-то не понимаю, в чём-то отстал”,

– и при этом всё равно готов думать и пробовать;

• хочет собрать свою экосистему “человек + ИИ”,

• а не просто подписаться на очередной сервис с красивой рекламой;

• устал от страха упущенных возможностей и хочет заменить “я везде не успеваю” на осмысленное “я понимаю, что для меня главное – и делаю шаги туда”.

Она вряд ли понравится тем, кто:

• ищет гарантии (“вот секретная нейросеть, пользуйтесь ею, она решит все ваши вопросы”);

• надеется услышать, что можно просто “пересидеть бурю”,

• а потом всё вернётся к привычному устройству мира.

Немного о будущем, в которое вы входите с этой книгой

В дальнейших главах мы будем говорить о вещах, которые ещё недавно звучали как фантастика:

• о войне за энергию и чипы,

• о новых центрах силы вокруг ИИ-инфраструктуры,

• о роботах и “вторых телах”, которые могут работать за вас,

• о разных сценариях общества – от относительного благосостояния до платформенного феодализма,

• о том, что значит быть человеком в мире, где часть решений принимают алгоритмы.

Важно другое: весь этот разговор не про “далёкий 2100 год”, а про ближайшие 3–5 лет, которые напрямую затронут вашу карьеру, проекты, здоровье, финансы, отношения, время.

Вы уже живёте в этой траектории.

Вы можете делать вид, что нет – но мир от этого не замедлится.

С чего мы начнём

Чтобы всё остальное имело смысл, нужно сначала посмотреть под капот.

Первая глава – не про “как писать промпты” и не про “какую модель выбрать”.

Она про то:

• как устроена инфраструктура ИИ;

• почему в новостях всё чаще мелькают слова “энергия”, “чипы”, “центр обработки данных”, “технологический суверенитет”;

• кто и за что сейчас реально борется;

• как эта борьба отзовётся в вашей жизни,

• даже если вы никогда не будете строить свои дата-центры и писать код.

Без этого основания любые разговоры про агентов, автоматизации и монетизацию висят в воздухе.

Если вы готовы смотреть на реальность такой, какая она есть – и параллельно искать в ней своё место и свою архитектуру – давайте начнём с фундамента.

А дальше шаг за шагом мы поднимемся до того уровня, где ИИ, роботы и системы станут для вас не источником постоянной тревоги, а материалом, с которым можно работать.

Небольшой дисклеймер перед стартом

ИИ-индустрия меняется быстрее, чем успевают выходить книги или ютуб-обзоры. Названия моделей и интерфейсы сервисов, о которых я пишу, неизбежно будут обновляться. Важно не то, как именно сегодня называется модель, а принципы и уровни работы с ИИ, о которых пойдёт речь.

Вы можете читать книгу не строго по порядку. Если вам уже близок базовый уровень, смело перескакивайте к главам про агентов и автоматизации, а потом возвращайтесь к пробелам. Относитесь к структуре как к карте, по которой можно двигаться своими траекториями.

Я не рекламирую никакие сервисы и не призываю пользоваться конкретными продуктами. Все упомянутые инструменты – лишь примеры того, как можно решать задачи. Любые решения о подписках, передаче данных и выборе платформ остаются исключительно за вами.

Глава 1. Инфраструктура ИИ: пирамида из электричества, чипов и моделей

Представьте, что вы просыпаетесь однажды утром и обнаруживаете, что привычные сервисы просто… не загружаются.

Не работает банковское приложение.

Такси показывает «ошибка сервера».

Даже ваша любимая нейронка выдаёт лишь одно сообщение:

«Недостаточно вычислительных мощностей. Повторите запрос позже».

Не произошло ни кибератаки, ни глобальной войны. Просто несколько дата-центров отключили от сети – регион не выдержал пикового спроса на электроэнергию.

И вдруг становится видно то, что обычно скрыто: мир, в котором ИИ берёт на себя 40–70% задач, держится не на «магии ChatGPT», а на очень конкретных вещах – проводах, трансформаторах, электростанциях, фабриках чипов и десятках гектаров залитых бетоном залов с ревущими серверными стойками.

ИИ – это не приложение в телефоне. Это новая энергетическая и геополитическая инфраструктура.

И мы с вами живём как раз в момент её сборки.

Что вы узнаете из этой главы

В этой главе мы:

• разложим индустрию ИИ по уровням – от электроэнергии до пользователя;

• разберём, почему электричество и видеокарты становятся новой нефтью;

• посмотрим, как США через контроль чипов и моделей формируют новое мироустройство;

• обсудим, почему спрос на электроэнергию дата-центров уже сегодня растёт двузначными темпами и может более чем удвоиться к 2030 году;

• наметим альтернативные сценарии – в том числе путь стран с сильной атомной энергетикой и распределёнными вычислениями, по аналогии с биткоином;

• свяжем всё это с простой мыслью: в мире, где идёт война за мощности, ваша личная компетенция – как работать с ИИ и строить свои системы – становится новым видом личного капитала.

Почему вообще важно понимать инфраструктуру ИИ

Большинство людей видят только верхушку айсберга: чат с моделью, красивый интерфейс, удобное приложение.

Кажется, что всё, что нужно – «уметь правильно задавать вопросы».

Но в реальности:

• крупные модели стоят десятки-сотни миллионов долларов на обучение[2]2
  https://epoch.ai/blog/how-much-does-it-cost-to-train-frontier-ai-models


[Закрыть];

• дата-центры уже потребляют около 415 ТВт·ч в год – примерно 1,5% мировой электроэнергии, и эта цифра растёт примерно на 12% в год[3]3
  https://www.spglobal.com/commodity-insights/en/news-research/latest-news/electric-power/041025-global-data-center-power-demand-to-double-by-2030-on-ai-surge-iea


[Закрыть];

• только в США дата-центры уже вышли на 4–5% потребления всей электроэнергии страны и могут подняться до 7–12% к концу десятилетия[4]4
  https://www.energy.gov/articles/doe-releases-new-report-evaluating-increase-electricity-demand-data-centers


[Закрыть];

• международные отчёты предсказывают, что спрос на электричество для дата-центров и ИИ может удвоиться или больше к 2030 году[5]5
  https://www.thetimes.co.uk/article/ai-forecast-to-fuel-doubling-in-data-centre-electricity-demand-by-2030-htd2zf7nx


[Закрыть].

Это значит, что ИИ – не просто про «умные ответы», а про то, кто контролирует энергетику, чипы и инфраструктуру, и как обычный человек вписывается в эту картину.

Если вы поймёте, как устроена эта пирамида, вам будет проще:

• трезво оценивать новости про ИИ и не вестись на хайп;

• понимать, где настоящие точки роста и денег;

• объяснять заказчикам/клиентам, за что они платят, когда «покупают ИИ»;

• видеть риски и возможности на горизонте 5–10 лет.

Пятиуровневая пирамида инфраструктуры ИИ

Я предлагаю смотреть на индустрию ИИ как на пятиуровневую пирамиду.

Снизу вверх:

1. Электроэнергия

2. Видеокарты (GPU), чипы и дата-центры

3. Модели (LLM и другие)

4. Приложения

5. Пользователи

Если смотреть на новости про ИИ только с пользовательского уровня, может показаться, что вся эта пирамида строится ради удобного чата и красивых картинок.

На самом деле крупные игроки вкладывают миллиарды долларов не только ради того, чтобы вам было проще переписать письмо.

Ставка делается в том числе на гонку к более общим и мощным системам – вплоть до уровней, которые в публичной дискуссии называют AGI (общий искусственный интеллект сравнимый с возможностями человеческого разума) или супер-интеллектом (значительно превосходящим человеческий разум).

Каждый новый процент точности модели, каждый шаг в сторону более устойчивого «понимания» мира опирается:

• на дополнительные мегаватты электроэнергии;

• на всё более плотные кластеры GPU и специализированных чипов;

• на растущие дата-центры и сложную сетевую инфраструктуру.

Снаружи это выглядит как очередное обновление нейросети.

Внутри – как стратегическая игра государств и корпораций за контроль над энергетикой, вычислениями и данными, которые могут привести их ближе к системам уровня AGI.

Но здесь есть важный разворот для читателя этой книги.

Для вас принципиально не то, “кто именно первым добежит до AGI”, а то, где вы находитесь в этой пирамиде:

• вы просто пользователь красивого приложения;

• вы человек, который понимает, на каких слоях всё это стоит;

• или вы тот, кто учится строить свои продукты и системы поверх этой инфраструктуры – так, чтобы не оказаться заложником одной кнопки, одного провайдера и одного сценария будущего.

Эта глава – про то, как увидеть в новостях про «чипы», «дата-центры», «энергетический кризис из-за ИИ» не абстрактный фон, а карту сил, на которой вам ещё жить и работать.

А разговор про AGI здесь нужен только для одного: показать, что гонка за «будущим сверх-интеллектом» уже сегодня меняет физическую и политическую реальность, в которой вы делаете бизнес, строите карьеру и принимаете решения.

При обсуждениях нейросетей и ИИ, мы привыкли начинать сверху пирамиды – с пользователя. Но чтобы понять, откуда берётся ценность и за что идёт борьба, начнём, наоборот, снизу.

Уровень 1. Электроэнергия – фундамент всего

ИИ – это в первую очередь про электроэнергию.

Каждый ваш запрос к нейросети – это не просто строка текста. Это:

• тысячи-миллионы операций на графических процессорах;

• серверы, которые нужно питать и охлаждать;

• сети, которые нужно поддерживать.

По оценкам международных энергетических агентств:

• в 2024 году дата-центры глобально потребляли 415 ТВт·ч в год[6]6
  https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai


[Закрыть],

• это примерно электропотребление крупной развитой страны,

• к 2030 году потребление может удвоиться и более, приближаясь к 900–1000 ТВт·ч, что сопоставимо с потреблением целых регионов мира.

Ключевой парадокс:

ИИ продаётся как «цифровая магия», но за кулисами – это очень материальная история про мегаватты, кабели, бетон, территорию и воду для охлаждения.

Отсюда несколько выводов:

• Страны с дешёвой и устойчивой генерацией (гидро, атом, геотермальная) получают стратегическое преимущество[7]7
  Например, Бутан: при населении меньше миллиона человек страна уже построила порядка 3 000 МВт гидромощностей и по оценкам может довести потенциал до 33 000 МВт. Избыток дешёвой “зелёной” электроэнергии государственный фонд Druk Holdings and Investments использует для развития дата-центров и майнинга: с 2019 года он намайнел более 13 000 BTC, причём крипто-проекты уже дают до четверти ВВП и опираются на текущие и планируемые мощности в сотни мегаватт. На этой же базе Бутан разворачивает специальный регион Gelephu Mindfulness City площадью около 2 500 км² – будущий хаб чистых технологий, цифровых активов и ИИ-инфраструктуры, а также прорабатывает проект крупного дата-центра стоимостью около 450 млн долларов.


[Закрыть].

• Регионы с дефицитом энергии будут вынуждены ограничивать развитие ИИ-инфраструктуры или импортировать мощности.

• Крупные ИИ-компании уже заключают прямые контракты на поставку энергии и даже инвестируют в собственные энергетические проекты, включая атомную генерацию и SMR (малые модульные реакторы).

По сути, электричество становится тем, чем нефть была в XX веке – базой любой технологической гонки.

Уровень 2. Видеокарты и дата-центры – новые нефтяные вышки

Если электричество – это «нефть», то GPU и дата-центры – это нефтяные вышки и НПЗ.

Сегодня рынок дата-центровых GPU растёт двузначными темпами, оценивается в сотни миллиардов долларов, и к 2030 году может практически удвоиться[8]8
  https://www.stratviewresearch.com/4148/data-center-gpu-market.html


[Закрыть].

При этом на рынке специализированных чипов для ИИ (GPU, ускорители) доминирует NVIDIA, контролируя более 90% сегмента дата-центровых GPU в ключевых отчётах по 2024–2025 годам[9]9
  https://www.cnbc.com/2025/11/25/nvidia-says-its-gpus-are-a-generation-ahead-of-googles-ai-chips.html


[Закрыть]. На этом фоне неудивительно, что NVIDIA недавно стала крупнейшей компанией в мире по рыночной капитализации, превысив отметку в 5 трлн долларов и обогнав предыдущих лидеров, вроде Apple и Microsoft.

Что это означает:

• Любая крупная компания, которая хочет обучать и запускать свои модели, оказывается в очереди за чипами.

• Пропускная способность этой «очереди» определяется не только деньгами, но и политикой экспортного контроля США и их союзников[10]10
  https://cset.georgetown.edu/article/bis-2023-update-explainer/


[Закрыть].

• NVIDIA фактически стала инфраструктурной компанией нового типа: она не продаёт конечный продукт пользователю, но контролирует критически важный слой – тот, через который проходит всё остальное.

Спрос настолько велик, что:

• компании строят целые дата-центровые кластеры под ИИ-сервера;

• капитальные затраты на ИТ-инфраструктуру (серверы, сети, системы хранения) занимают более 70–80% расходов на новые дата-центры[11]11
  https://iot-analytics.com/data-center-infrastructure-market/


[Закрыть];

• любая задержка в поставке GPU может стоить компаниям миллионы долларов упущенной выручки.

Война за GPU – это уже не метафора, а ежедневная реальность: топ-менеджеры договариваются о партиях чипов, как раньше договаривались о доступе к месторождениям.

Уровень 3. Модели (LLM) – мозг этой системы

На третьем уровне находятся модели – те самые большие языковые модели (LLM – large language models) вроде ChatGPT или Claude, Gemini, DeepSeek, QWEN, а также модели для работы с изображениями (которые “видят” и генерируют картинки и видео: Midjourney, Sora, VEO, Kling, NanoBanana и др), модели для звука (распознавание и синтез речи, музыка: ElevenLabs, Suno, и др) и мультимодальные модели, которые одновременно воспринимают и комбинируют текст, изображение, звук и иногда видео.

Чтобы обучить одну фронтирную модель:

• нужны тысячи GPU, работающих недели или месяцы;

• общий бюджет на обучение может превышать десятки-сотни миллионов долларов (учитывая железо, энергию, инженеров, инфраструктуру).

Но самое важное:

Модель – это кристаллизованное знание мира плюс стоимость всех вычислений, которые в неё вложены.

Отсюда вытекают ключевые черты:

• У единиц игроков есть ресурсы, чтобы строить модели мирового уровня (США, Китай, Россия, несколько крупных компаний).

• Остальные становятся пользователями моделей через API или используют открытые/местные варианты.

• Доступ к самым мощным моделям оказывается завязан на те самые GPU, электричество и политические решения наверху пирамиды.

Это похоже на ситуацию, когда определённое число стран контролирует производство самолётов, а все остальные покупают у них билеты.

Уровень 4. Приложения – интерфейсы к мозгу

Четвёртый уровень – это всё, что видит обычный человек:

• чат-боты, ассистенты, GPT-приложения;

• сервисы для маркетинга, дизайна, программирования, образования;

• голосовые помощники, аватары, системы поддержки клиентов.

Здесь происходит настоящее разнообразие и креатив:

• одни делают узкие решения под юристов, врачей, маркетологов;

• другие – системы, которые автоматизируют целые бизнес-процессы;

• третьи – инструменты для творчества и развлечения.

Но важно понимать: ни одно приложение не живёт само по себе.

Оно опирается:

• либо на API крупных моделей (OpenAI, Anthropic, Google, QWEN, локальные провайдеры);

• либо на самостоятельный развёрнутый стек (открытые модели + свои сервера).

Отсюда главный риск для разработчиков приложений:

«Ты строишь бизнес на чужой платформе. Если платформа поднимет цены или ограничит доступ – твой бизнес может исчезнуть за ночь».

И наоборот – отсюда же рождаются возможности:

Если ты понимаешь, как устроена инфраструктура, ты можешь проектировать такие приложения и системы, которые масштабируются, не убивая тебе маржу:

• заранее закладывать работу не с одной моделью, а с несколькими провайдерами;

• разделять “тяжёлые” задачи, которые действительно требуют дорогих мощных моделей, и “рутинные”, которые можно гонять через более простые и дешёвые решения;

• продумывать, что можно кэшировать, переиспользовать и считать локально, а не каждый раз оплачивать полный цикл обработки;

• строить ценовую модель продукта так, чтобы рост числа пользователей не превращал каждый новый запрос в удар по вашему же кошельку.

В результате вы делаете не красивую игрушку на модной нейросети, а систему, которая выдерживает и рост нагрузки, и изменения тарифов, и очередной виток гонки за мощностями.

Уровень 5. Пользователь – вершина и одновременно топливо

На вершине – мы с вами:

• предприниматели, специалисты, фрилансеры, студенты;

• компании, которые внедряют ИИ в процессы;

• государства, которые перестраивают сервисы, налоговые системы, образование.

По данным Всемирного экономического форума, уже сейчас около 34% бизнес-задач в среднем выполняется машинами, а оставшиеся 66% – людьми[12]12
  https://www.weforum.org/publications/the-future-of-jobs-report-2023/digest/


[Закрыть]