Гипотеза о том, что современная сфера искусственного интеллекта превратилась в игру с отрицательной суммой, уже давно вышла за рамки маргинальных теорий. В развитие этой технологии инвестированы колоссальные средства — фактически, глобальная экономика поставила на кон всё ради её триумфа.
Если ИИ не оправдает ожиданий, нас ждет затяжная рецессия.
Если же ставка сыграет, миллионы специалистов рискуют остаться не у дел, что приведет экономику к тому же печальному финалу.
Ситуация выглядит парадоксально: мы собственными руками создаем угрозу своему благополучию, выдавая это за прогресс. Сегодня мы начинаем осознавать механизмы реализации обоих сценариев. Давайте разберем их детально.
Сценарий первый: ИИ не оправдывает надежд
Мой подход к ИИ всегда отличался сдержанным скептицизмом. Поэтому начнем с варианта, где технология терпит фиаско.
Уже сейчас проявляются признаки того, что ИИ может не достичь обещанных высот.
Главная проблема заключается в том, что нейросети не стали тем универсальным катализатором продуктивности, который нам обещали маркетологи. Анализ Harvard Business Review демонстрирует тревожную тенденцию: ИИ не разгружает сотрудников, а лишь интенсифицирует их труд. Люди начинают работать в ускоренном темпе, берут на себя избыточные функции и задерживаются в офисах — зачастую без прямого распоряжения руководства. По сути, вместо инструмента эффективности мы получили катализатор профессионального выгорания.
Эту точку зрения разделяют и другие эксперты. Отчет Oxford Economics указывает, что корпорации не спешат массово заменять персонал алгоритмами, а разговоры об «ИИ-сокращениях» используют как прикрытие для маскировки структурных проблем. Аналитик Forrester Джей Пи Гаундер констатирует отсутствие внятных данных о росте макроэкономической продуктивности за счет ИИ. С этим согласен и ведущий экономист Ронни Уокер из Goldman Sachs: «Мы до сих пор не видим фундаментальной связи между внедрением ИИ и производительностью в масштабах всей экономики». Положительная динамика прослеживается лишь в техподдержке и узкоспециализированных задачах кодинга.
Важно понимать: речь идет не о трансформации всей отрасли разработки ПО, а лишь о локальной оптимизации. Это не гарантирует роста производительности всей индустрии без потери качества. Более того, остаются критические «узкие места», которые алгоритмы закрыть не в состоянии.
На индивидуальном уровне ИИ может создавать иллюзию сверхэффективности, но в масштабах государства этот эффект не поддается масштабированию. А ведь именно глобальный масштаб необходим для выживания индустрии.
Такое мнение разделяет даже Джеффри Хинтон, один из «отцов-основателей» глубокого обучения. В беседе с Bloomberg он выразил сомнение в окупаемости гигантских вложений в ИИ, отметив, что единственная возможность извлечь прибыль — это тотальное замещение человеческого труда.
Цифры подтверждают опасения. Согласно актуальным прогнозам, индустрии ИИ потребуется генерировать около 2 триллионов долларов выручки ежегодно только для покрытия расходов на строительство дата-центров к 2030 году. Даже при самом благоприятном раскладе отрасли будет не хватать порядка 800 миллиардов долларов для выхода в ноль.
Для сравнения: доход Google — мирового технологического гиганта — в 2025 году составил около 400 миллиардов долларов. Иными словами, ИИ-индустрия должна приносить в четыре раза больше, чем вся империя Google, лишь ради оплаты счетов за инфраструктуру. Такой результат возможен только в случае радикальной перестройки рынка труда и массового увольнения людей.
Что, если ИИ не сможет заменить человека?
В таком случае вся отрасль рискует быть погребенной под лавиной собственных долговых обязательств.
По данным Банка Англии со ссылкой на McKinsey, капитальные вложения в инфраструктуру ИИ к 2030 году достигнут 5,2 триллиона долларов. Большая часть этих средств привлекается через заемные инструменты: облигации и кредиты. Morgan Stanley оценивает расходы на 2025–2028 годы в 2,9 триллиона долларов, где как минимум 1,5 триллиона — это внешние заимствования, а 800 миллиардов — частный капитал.
К 2028 году возможности самофинансирования компаний и привлечения средств через акции будут практически исчерпаны. Это неизбежно приведет к еще большей зависимости ИИ-сектора от долговой нагрузки.
Дополнительный риск несет короткий жизненный цикл оборудования. Дата-центры, построенные в долг, морально устаревают за три года. Отрасли придется не только выплачивать проценты и основной долг, но и справляться с ускоренной амортизацией активов.
Если индустрия не найдет способ зарабатывать те самые 2 триллиона в год, неизбежны массовые дефолты. Крах долговых обязательств на триллионы долларов — это прямой путь к глобальной рецессии, способной парализовать финансовую систему.
Вспомните 2008 год: тогда дефолт по ипотечным кредитам объемом чуть более 1 триллиона долларов спровоцировал мировой кризис. Сегодня ситуация повторяется: сомнительные ИИ-долги упаковываются и преподносятся инвесторам как высоконадежные активы, что только увеличивает разрушительную силу потенциального взрыва.
При этом ИИ уже сегодня является полезным прикладным инструментом, если отбросить спекулятивные триллионы. Платформы вроде BotHub предоставляют удобный доступ к топовым нейросетям — от GPT-4o до Claude 3.5 — в рамках единого интерфейса. Это позволяет тестировать различные модели и внедрять ИИ там, где он действительно эффективен, не дожидаясь «революции» сверху.
Для использования сервиса не нужен VPN, а оплата доступна российскими картами.
Переходите по ссылке, чтобы получить 300 000 бонусных токенов для старта и начните использовать потенциал нейросетей уже сегодня!
Сценарий второй: А если ставка на ИИ всё-таки сыграет?
Допустим оптимистичный вариант: технические проблемы решены, а прибыли ИИ-компаний начали расти. К чему это приведет в социальном плане?
Goldman Sachs прогнозирует автоматизацию функций, эквивалентных 300 миллионам рабочих мест. Всемирный экономический форум в отчете Future of Jobs 2025 указывает, что к 2030 году ИИ упразднит 92 миллиона позиций, создав взамен 170 миллионов. Чистая выгода — 78 миллионов новых мест.
Однако дьявол кроется в деталях.
Новые вакансии зачастую предлагают более низкую оплату, а исчезающие профессии часто были фундаментом для карьеры среднего класса. В итоге общие доходы населения могут снизиться. К тому же многие новые позиции создаются в регионах с дешевой рабочей силой. Пример Waymo показателен: автоматизировав труд американских таксистов, компания наняла удаленных операторов на Филиппинах за копейки.
Таким образом, успех ИИ может обернуться падением покупательной способности в развитых странах. Стоит помнить, что прогнозы ВЭФ часто пропитаны корпоративным оптимизмом и могут быть далеки от реальности.
Если ИИ действительно оправдает надежды инвесторов, сотни миллионов людей столкнутся с ликвидацией их привычного уклада жизни. Для понимания масштаба: кризис 2008 года лишил работы около 30 миллионов человек.
Почему удар будет болезненным как никогда
Все дело в рекордном уровне закредитованности общества.
В 2005 году средний долг гражданина США составлял около 51 000 долларов. К 2025 году эта цифра выросла до 105 000 долларов. С поправкой на инфляцию реальный рост долговой нагрузки составил 27%.
Одновременно с этим разрастается рынок частного кредитования («теневой банкинг»), объем которого уже превысил 2 триллиона долларов. Из-за отсутствия прозрачности и слабого регулирования такие гиганты, как Джейми Даймон (JPMorgan) и Ллойд Бланкфайн (экс-глава Goldman Sachs), видят в нем детонатор нового финансового кризиса.
Мы имеем дело с «идеальным штормом»: население погрязло в долгах, а финансовая система стала еще более хрупкой. Любое серьезное потрясение на рынке труда, спровоцированное ИИ, может обрушить эту карточную башню.
Аналитики UBS уже предупреждали, что «AI shock» способен вызвать волну потребительских дефолтов, которые подорвут устойчивость банковского сектора.
Вывод неутешителен: если ИИ заработает именно так, как от него требуют инвесторы, мы получим мощнейший удар по рынку труда, за которым последует кредитный коллапс и глубочайшая рецессия.
Эпилог
У Big Tech были свои резоны для этой гигантской ставки. Существуют и методы минимизации рисков через грамотное госрегулирование и социально-ориентированную политику, но это тема для отдельной дискуссии.
Очевидно одно: у нынешнего ИИ-бумa практически нет сценария с однозначным хеппи-эндом для большинства. И это тот редкий случай, когда я искренне надеюсь на ошибочность своих выводов. Хотелось бы верить, что я упускаю какую-то важную деталь, которая спасет ситуацию.
И дело здесь не в прибылях корпораций.
А в том, чтобы всем нам не пришлось в очередной раз выживать в условиях глобального экономического хаоса.
