Глава Nvidia и главный идеолог ИИ-революции Дженсен Хуанг недавно провозгласил, что эпоха AGI (общего искусственного интеллекта) уже наступила. Подобные заявления заставляют усомниться в том, как именно он трактует понятие «интеллект». Текущие нейросетевые модели больше напоминают склонного к галлюцинациям имитатора, чем носителя осознанного разума. Даже философствующие завсегдатаи местных пабов, коротающие время за кружкой эля, демонстрируют куда больше когнитивной глубины, чем эти «статистические алгоритмы аппроксимации». К слову, и дискуссии с ними получаются куда более содержательными.
Но главная проблема в том, что триумф технологий — это лишь иллюзия. Хуанг мог бы это осознать, если бы оторвался от мониторинга прибылей, полученных на волне ИИ-хайпа, и оценил реальную эффективность генеративных моделей в полевых условиях. Там, где интеллект — это не маркетинговая абстракция, а залог жизнеспособности продукта.
Возьмем Amazon. Технологический гигант уже в третий раз наступает на те же грабли, убеждаясь: генеративный ИИ не обладает разумом, не способен заменить эксперта и, по сути, не является инструментом повышения продуктивности.
Впрочем, говорить об «усвоенных уроках» преждевременно. Вспоминается апокрифичная цитата Эйнштейна о безумии: совершать одни и те же действия, раз за разом ожидая иного исхода.
Очередное фиаско
В начале текущего месяца Financial Times опубликовала детали экстренного совещания в Amazon. Инженерный состав пытался разобраться с лавиной технических сбоев, парализовавших работу платформы.
Масштаб инцидента впечатляет: флагманский сайт корпорации находился в офлайне шесть часов подряд. Учитывая, что оборот Amazon.com в 2025 году достиг $717 миллиардов, этот простой мог обойтись компании в 490 миллионов долларов недополученной прибыли. Полагаю, Джефф Безос, чья страсть к накоплению ресурсов сопоставима с драконом Смаугом, был в ярости.
Это была классическая ситуация «все на борт». Инженерам предстояло препарировать систему, чтобы найти корень зла.
И каков же был вердикт?
Виновником оказался внутренний ИИ компании.
Официальные лица аккуратно назвали генеративный ИИ «способствующим фактором» в неудачном обновлении программного кода. Это звучит так же нелепо, как утверждение, что выстрел в Гаврило Принципа был лишь «сопутствующим обстоятельством» Первой мировой. Вероятно, мы имеем дело с попыткой PR-службы замаскировать провал стратегии «ИИ-трансформации» Amazon, особенно учитывая контекст последних управленческих решений.
Все улики указывают на деструктивную роль алгоритмов.
Вспомним 13-часовой коллапс AWS в декабре прошлого года. По данным Financial Times, причиной стал Kiro AI — «агентский» инструмент кодирования. Ему доверили автономное внесение правок в критическую инфраструктуру. Kiro проявил «инициативу» в стиле худших практик: снес рабочую среду и пересобрал её с критическими ошибками. Выяснилось, что этот «помощник» провоцировал подобные инциденты минимум дважды.
Сочетание неконтролируемого «агентного» софта и низкосортного ИИ-кода стало токсичной смесью. Подтверждением служит экстренная мера, принятая руководством: отныне любые правки, созданные с помощью ИИ, должны проходить обязательную проверку старшими инженерами.
Это фактическая расписка в профессиональной непригодности текущих ИИ-инструментов.
Но почему специалисты вообще обращаются к ним? Ведь согласно опросам, 96% профессионалов не доверяют коду, сгенерированному машиной. Программисты прекрасно понимали, что пускать ИИ в «святая святых» системы — безумие.
Ответ прост: их вынудили.
К слову об инструментарии. Пока одни корпорации пытаются заменить людей алгоритмами и терпят многомиллионные убытки, другие используют нейросети как вспомогательный ресурс. Если вам необходим доступ к передовым моделям — Claude, GPT-4, Gemini — без лишних сложностей, обратите внимание на BotHub.
Сервис работает без VPN и принимает оплату российскими картами.
По этой ссылке можно получить 300 000 бесплатных токенов для старта и тестирования возможностей топовых нейросетей уже сегодня!
Amazon провела массовые сокращения, уволив тысячи инженеров, и планирует избавиться ещё от 30 000 сотрудников. При этом масштаб таких сервисов, как AWS, только растет. Поддерживать работоспособность гигантской инфраструктуры силами «усеченного» штата невозможно — это явная ставка на ИИ-автоматизацию, которая должна была закрыть бреши.
Внутренние документы подтверждают: в планы компании входило заменить до 75% персонала роботами и алгоритмами.
В итоге оставшиеся сотрудники оказались настолько перегружены, что ИИ стал для них единственным способом хоть как-то успевать за графиком. К тому же руководство обязало 80% разработчиков использовать Kiro еженедельно. Из-за нехватки времени на тщательный аудит машинного кода фатальные ошибки стали неизбежностью.
Это еще раз доказывает: ИИ не обладает субъектностью и не способен полноценно имитировать человеческий опыт в критических задачах. (Надеюсь, господин Хуанг внесет это в свои заметки.)
Более того, кейс Amazon разрушает миф об ИИ как о драйвере продуктивности.
Введение обязательной проверки кода старшими специалистами парализует рабочий процесс. Инженеры Amazon зажаты в тиски обязательного использования Kiro. Теперь каждая строчка, выданная алгоритмом, требует пристального внимания эксперта.
Но работа senior-разработчика — это архитектура и стратегия, а не бесконечная отладка чужих «галлюцинаций». Это создает бутылочное горлышко, демотивирует штат и размывает ответственность, отвлекая ключевых сотрудников от развития продукта.
Внедрение ИИ, призванное оптимизировать процессы, привело к деградации качества. В ответ компания ввела жесткий микроменеджмент, который окончательно похоронил эффективность команд.
Рецидив ошибок
В предыдущих материалах я уже упоминал похожий инцидент в октябре 2025 года. Тогда глобальный сбой AWS на 16 часов «выключил» значительную часть интернета. Причиной стала банальная ошибка в разрешении DNS, парализовавшая тысячи ресурсов.
Почему восстановление заняло так много времени?
Накануне Amazon сократила подразделения, которые специализировались на подобных инцидентах. Хотя официально это не связывали с ИИ, именно в тот период началось агрессивное внедрение автономных кодинг-агентов. Попытка заменить живую экспертизу алгоритмом обернулась катастрофой.
Казалось бы, такой репутационный удар должен был привести к смене курса. Но спустя считанные месяцы компания совершает тот же маневр.
Хроника предсказуемого провала
Я уже анализировал историю с магазинами Amazon «Just Walk Out». Концепция была амбициозной: камеры и ИИ-сенсоры должны были распознавать товары, избавляя от очередей и кассиров.
Технологию позиционировали как триумф автоматизации над человеческим трудом.
Реальность оказалась прозаичнее. Расследование выявило, что за кулисами трудились тысячи удаленных операторов, которые вручную проверяли 70% всех транзакций, потому что ИИ постоянно ошибался. Содержание такой армии «контролеров» оказалось дороже, чем наем обычных кассиров.
В итоге Amazon не смогла продать эту систему партнерам, закрыла большинство точек и вернулась к традиционным кассам самообслуживания.
ИИ — это статистическая машина, и ошибки заложены в её природе. Объем контроля, необходимый для исправления этих «статистических погрешностей», практически всегда нивелирует любую экономию от автоматизации.
Урок очевиден: эти системы не являются разумными и не могут служить надежным инструментом продуктивности в сложных сценариях. Понимают ли это в руководстве Amazon? Вопрос риторический.
Научный скептицизм
Можно предположить, что это лишь «болезни роста» новой технологии. Однако научные данные говорят об обратном.
Исследование Университета Карнеги-Меллона показало, что лучшие ИИ-агенты проваливают до 70% базовых задач из-за ложных выводов.
Другая работа демонстрирует, что современные модели не справляются с 97,5% реальных фриланс-кейсов, выдавая некорректные результаты или просто отказываясь работать.
Данные Университета Ватерлоо подтверждают: точность ИИ при написании кода не превышает 75% даже в простейших задачах. То есть каждая четвертая программа — нерабочая.
Veracode сообщает, что 45% ИИ-кода содержит уязвимости, а Coderabbit указывает на 70-процентное увеличение количества багов по сравнению с человеческим кодом.
Неудивительно, что отчет Harvard Business Review резюмирует: ИИ не снижает нагрузку, а делает работу более изнурительной. Время, «сэкономленное» нейросетью, с лихвой тратится на проверку результатов её деятельности.
Любопытное наблюдение Университета Мельбурна: ИИ полезен только в низкоквалифицированном труде (протоколы встреч, простые ответы). Там он помогает подтянуть уровень слабых сотрудников. Но в высокотехнологичных областях необходимость тотального надзора делает использование ИИ менее эффективным, чем его полное отсутствие.
Более того, исследователи из OpenAI признали, что галлюцинации — это неотъемлемое свойство архитектуры LLM. Никакое количество данных или вычислительной мощности не способно полностью искоренить этот дефект. Математически доказано: путей к абсолютной точности генеративных моделей пока не существует.
Итог
Что ж, поздравляю, Джефф. Попытка заменить живой талант цифровым суррогатом привела к тому, что фундамент твоей бизнес-империи начал трещать по швам. Ты уволил тех, кто мог бы спасти ситуацию, ради мечты об «автономном будущем», которое на поверку оказалось низкокачественной имитацией.
Захотят ли вернуться те, кого так бесцеремонно выставили за дверь, чтобы разгребать последствия этих амбиций?
И научатся ли когда-нибудь технологические лидеры ценить подлинный человеческий интеллект выше спекулятивных графиков котировок?
Хочется верить, но верится с трудом.
