Форум с Михаилом Молчановым

Мы провели DeepResearch по прогнозам развития ИИ. Единого ответа нет. Но есть карта будущего.

Гонка ИИ-моделей в 2026 году напоминает ситуацию конца 90-х: все вкладывают триллионы, никто не знает, когда это окупится, но отстать страшно.

Мы проанализировали десятки отраслевых отчетов, интервью CEO крупнейших лабораторий и экономические модели. Вместо одного прогноза мы получили веер траекторий. Вот 8 сценариев, которые могут реализоваться к 2029 году.

Важное примечание: Проценты ниже — это агрегированное мнение ИИ-ассистентов на основе изучения вариантов. Это не аксиома, а «температура по больнице». Реальность, скорее всего, окажется миксом из нескольких пунктов.

1. Тихая интеграция (35%)

«ИИ как электричество»

Самый вероятный и скучный сценарий. Никакого «сингулярности». Никакого восстания машин.

Рост идет по инерции, без тектонических скачков. К 2029 году нейросети просто встроены во все софты: от холодильников до корпоративных ERP-систем. Мы перестаем говорить об «ИИ» как об отдельной технологии — точно так же, как сейчас никто не говорит «я использую интернет» при отправке письма.

Признаки: ИИ-функции становятся бесплатными и незаметными. Новости о новых моделях выходят раз в год, а не раз в неделю. Битва переходит в плоскость дизайна и скорости.

2. Схлопывание пузыря (20%)

«Крах доткомов 2.0»

Цифры пугают: в 2026 году мировые расходы на ИИ-инфраструктуру достигают 2,5 триллиона долларов. При этом совокупная выручка двух ведущих ИИ-лабораторий едва дотягивает до 50–60 миллиардов.

Разрыв колоссальный. Когда инвесторы поймут, что «юниты экономики» не сходятся, начнется коррекция. Гиганты урежут бюджеты на GPU, стартапы сгорят.

Итог: ИИ не исчезнет, но на 2–3 года наступит «зима». Выживут только те, у кого есть реальный продукт, а не красивая презентация. Аналог — крах доткомов в 2000-х, после которого родились Google и Amazon.

3. Ускорение (18%)

«Агенты вместо стажеров»

Экспонента держится. Модели учатся на собственных синтетических данных и требуют все меньше человеческой доработки.

Ключевой маркер сценария — 2028 год. К этому моменту нейросеть способна самостоятельно вести IT-проект длительностью в несколько недель: от ТЗ до деплоя, без участия человека (кроме финального «ОК»).

Последствия: Профессии джуниоров исчезают. Мир переходит от «подсказок» (промптов) к «постановке целей».

4. Плато возможностей (10%)

«Все уперлись в потолок»

Самый обидный для технарей сценарий. Оказывается, что закон масштабирования (Scaling Laws) перестает работать. Больше данных и больше параметров ≠ больше интеллекта.

Модели 2029 года не умнее моделей 2026 года. Но они в 50 раз дешевле и в 100 раз быстрее.

Минус: Фантастические обещания AGI откладываются на десятилетие.
Плюс: ИИ становится доступным для любого стартапа в Африке или деревне. Демократизация технологии происходит не через гениальность, а через удешевление.

5. Концентрация власти (5%)

«Цифровой Левиафан»

Здесь ИИ работает как задумано, но ресурсы для обучения есть только у 5–10 организаций мира. Это создает беспрецедентный инструмент контроля.

Речь не о прямом тоталитаризме, а об инструментальной власти:

Дешевое персональное убеждение (нейросеть знает ваши триггеры лучше, чем вы сами).
Тотальная аналитика поведения.

Страшный маркер уже виден: Сейчас дипфейки используются для создания фейковых роликов. Но истинная цель дипфейков — не обмануть конкретным видео, а убить доверие ко всему видео. Когда любая запись может быть подделкой, любую настоящую запись можно объявить фальшивкой. Режимы, владеющие этой технологией, получают власть над самой историей.

6. Интеллектуальный взрыв (5%)

«Самоусиление»

Точка сингулярности. Модели уровня 2026 года начинают разрабатывать модели 2027 года быстрее, чем люди. Возникает петля положительной обратной связи.

Условия для взрыва (должны совпасть сразу все):

Экспонента роста производительности не прерывается.
Нет проблем с энергомощностью (электричество и чипы).
Регуляторы не успевают затормозить процесс (или сознательно не вмешиваются).

Вероятность мала, но это единственный сценарий, где «невозможного» нет в принципе. Если это случится, 2029 год станет последним годом, когда человек что-то понимал в технологиях.

7. Расслоение на два мира (4%)

«Восток против Запада»

Геополитический раскол. На Западе — закрытые модели (OpenAI, Anthropic, Google) с жестким контролем безопасности и цензуры. На Востоке — открытые китайские модели (DeepSeek, Qwen, Yi).

Цифра: На открытые китайские модели уже приходится около 61% обрабатываемых токенов в мире (данные по публичным API и opensource-скачиваниям).

Итог: Разные цивилизации получат разный «интеллект». Китайские компании будут строить свои цепочки поставок на дешевых открытых весах, американские — на дорогих закрытых решениях. Единого мирового ИИ-рынка не будет.

8. Катастрофа (3%)

«Отказ систем»

Самый низкий процент, но самый высокий риск. Сценарий, при котором последствия неуправляемы.

Это не обязательно «Терминатор». Это может быть:

Коллапс энергосистем из-за жажды дата-центров.
Слив всей приватной базы обучения (все, что вы когда-либо писали в сети, становится публичным).
Принятие ИИ критического решения в ядерной сфере из-за ложного срабатывания датчиков (здесь ИИ используется как советник, но ошибка в данных приводит к цепной реакции).

Вероятность 3% — это не ноль. Это частота, с которой случаются крупные авиакатастрофы. Мало, но страшно.

Что с этим делать практически? 4 совета, которые работают при любом сценарии

Глядя на эти 8 дорог, легко впасть в ступор. Но стратегия выживания универсальна:

Не угадывайте сценарий. Никто не знает, сбудется ли пункт 3 (Ускорение) или пункт 2 (Крах). Гадание на кофейной гуще — путь к банкротству.
Используйте нейросети максимально уже сейчас. Чем больше вы знаете об их слабостях и силе, тем гибче вы будете в 2029 году. Практика сейчас — это иммунитет к будущим потрясениям.
Не завязывайтесь на конкретную модель. Сегодня лидер — ChatGPT, завтра — DeepSeek, послезавтра — неизвестный стартап. API меняются каждые полгода. Вместо этого завязывайтесь на свои данные, свой процесс и доверие аудитории. Собственная база знаний и лояльные клиенты — это актив, который не обесценится при смене модели.
Изучайте промпты и скиллы, но шире — изучайте архитектуру задач. Умение декомпозировать проблему для машины ценнее, чем знание конкретного синтаксиса.

Итог: Будущее ИИ не предопределено. Но оно точно наступит быстрее, чем мы думаем. Оставайтесь прагматиками среди футурологов и скептиками среди фанатиков.

P.S. Проценты выше — лишь оценка, а не факт. Но даже субъективная карта лучше, чем полное отсутствие ориентиров.