Введение
После многих лет экспоненциального роста недавний скачок возможностей до уровня агентного искусственного интеллекта (agentic AI) обещает перевернуть привычный нам мир уже начиная с 2026 года. Вот неприятная истина: ИИ больше не является просто инструментом экономического роста — он становится почти полным заменителем человеческого когнитивного труда. В ближайшей перспективе он вытеснит работников «белых воротничков» гораздо быстрее, чем рынок успеет создать для них новые возможности. В этой трёхчастной серии я опираюсь на 20-летний опыт инвестирования в публичные рынки и 15 лет работы над созданием ИИ-компаний, чтобы изложить своё видение надвигающегося экономического шторма.

Вся наша экономическая система построена на одном ключевом предположении: человеческий интеллект — это редкий и дорогостоящий ресурс. Он является основным фактором, превращающим сырьё в товары и услуги, определяющие уровень нашего благосостояния. В 2026 году, с наступлением эры агентного ИИ, это фундаментальное допущение рушится. Искусственный интеллект больше не просто инструмент или дополнение — он стремительно становится прямым заменителем человеческого умственного труда. Этот сдвиг радикально обесценивает интеллектуальную работу. Подпитываемое быстрым прогрессом ИИ и потоком капитала, это вытеснение будет ускоряться, создавая экономический шок, который может превзойти по масштабу Индустриальную революцию, мировой финансовый кризис и пандемию. Без срочных мер государственной политики это способно вызвать масштабный финансовый кризис в течение ближайших двух лет.

В первой части — «Восхождение агентного ИИ» я излагаю суть фундаментальной угрозы, которую агентный искусственный интеллект несёт для рабочих мест и существующей экономической модели.

Во второй части — «Глобальный кризис интеллекта 2028 года: мысленный эксперимент по финансовой истории из будущего», подготовленной совместно с моим другом Citrini, мы рассуждаем о том, как именно может развиваться подобный кризис.

В предстоящей третьей части — «Путь вперёд», я начну формулировать взвешенные политико-экономические меры, которые помогут пройти через этот кризис.

Однако мои предостережения не следует воспринимать как позицию пессимиста. Искусственный интеллект — это прометеевский момент человечества, огонь, наконец-то украденный у богов. Его возможности приближают нас к миру, где все люди имеют высокий уровень жизни, доступ к безграничной чистой энергии и избавление от большинства болезней. Наша истинная задача — не в самой технологии, а в том, чтобы пережить мощный экономический шок её появления и перестроить финансовую систему таким образом, чтобы она выдержала новую эпоху.

Агентный ИИ
Эпоха, когда искусственный интеллект представлял собой простой разговорный чат-бот, уже позади. За последние шесть месяцев мы пересекли критический рубеж и вступили в эру агентного ИИ — систем, способных автономно выполнять сложные, многошаговые рабочие процессы.

Темпы этой эволюции поражают. Согласно данным METR — независимой организации, оценивающей возможности автономных ИИ-систем, — продолжительность задач, которые модели способны выполнять без участия человека, удваивается каждые шесть–семь месяцев, и последние данные показывают дальнейшее ускорение этого тренда.

На сегодняшний день ведущие модели могут непрерывно работать до 14,5 часов в полностью автономном режиме. График ниже, подготовленный METR, иллюстрирует динамику продолжительности таких автономных сеансов с 2019 года. На нём чётко видно долгосрочное устойчивое ускорение — и важно отметить, что ось Y представлена в логарифмическом масштабе, то есть линейная тенденция на таком графике отражает экспоненциальный рост по типу “хоккейной клюшки”.

Чтобы проиллюстрировать силу экспоненциальных трендов, на графике ниже представлена оценка возможностей моделей и дат их появления, подготовленная Citrini, при условии, что текущие тренды сохранятся.

Моя точка зрения

Я начал карьеру в финансах в качестве аналитика потребительского сектора в двух крупных хедж-фондах — Viking Global и Citadel, где инвестировал во время глобального финансового кризиса и последующего восстановления. В 2011 году я ушёл, чтобы запустить собственный фонд под названием LOTUS. Там стало очевидно, что главным ограничивающим фактором моей эффективности была способность обрабатывать нарастающий поток информации, движущей рынками. Мои рабочие процессы были разрознены между Bloomberg, S&P Capital IQ, Excel, Outlook, OneNote и различными финансовыми приложениями и сайтами.

Чтобы консолидировать эти разрозненные процессы, я вместе с братом Naman создал Sentieo — ИИ-движок для поиска финансовой информации. Результаты оказались поразительными: я начал видеть мир гораздо яснее, работать быстрее с меньшей командой и достигать лучших инвестиционных результатов. В итоге мы вырастили Sentieo до более чем 1000 клиентов из инвестиционных фондов, банков и корпораций, прежде чем продать бизнес конкуренту за свыше 200 миллионов долларов в 2022 году.

С момента продажи Sentieo я управляю LOTUS, littlebird — своей персональной ИИ-компанией, и Studio Management — инкубатором стартапов. Создание Sentieo кардинально изменило моё мировоззрение. Я осознал, что ИИ — это главный множитель силы, и начал искать способы применять его во всех аспектах своих компаний и жизни.

Наше использование агентного ИИ

В моих компаниях мы не просто наблюдаем за трендом агентного ИИ — мы агрессивно перестраиваем организации, чтобы они работали на его основе.

Наиболее драматичные изменения происходят в разработке программного обеспечения. Раньше прототипирование новой функции занимало неделю на проектирование спецификаций с продакт-менеджером и дизайнером, за которой следовала неделя итераций с небольшой командой инженеров. Теперь агентные интерфейсы для кодирования позволяют мне составить подробный промпт и сгенерировать рабочий прототип за минуты. Хотя он обычно не готов к продакшену с первого раза, это в значительной степени исключает других людей из начального процесса сборки и резко увеличивает скорость вывода готового продукта на рынок.

Мы наблюдаем похожую динамику в LOTUS. Год назад ИИ-модели справлялись с базовыми вопросами по финансовой структуре и оценке. Сегодня агентный ИИ полностью интегрирован с базами данных FactSet и S&P Capital IQ. В старой модели исследование новой идеи требовало назначения аналитика: несколько дней на чтение документов, изучение ключевых дебатов и данных, построение финансовой модели и подготовку письма с выводами, за которыми следовали итерации ещё несколько дней. Теперь агентный ИИ синтезирует отчёты и дебаты, строит модель и генерирует всесторонний меморандум сопоставимого качества за минуты. Такой быстрый оборот позволяет мне оперативно углубляться в ключевые вопросы и принимать инвестиционное решение на дни быстрее, чем раньше.

Стоимость токенов для такой агентной работы составляет менее 1% от затрат на аналогичную работу человека. Агенты не спят, не берут отпуск и могут запускаться (и останавливаться) в виде роев по мере необходимости. Однако, пожалуй, самое глубокое изменение — это способ координации в организации, управляемой агентами.

Координация людей — это наибольшая, экспоненциально растущая статья расходов в любом бизнесе. Семинарную работу экономиста Рональда Коуза 1937 года «Теория фирмы» можно перефразировать так: фирмы существуют, потому что внутренние затраты на координацию ниже рыночных транзакционных, но только до определённого предела. Фирма перестаёт расти, когда предельные затраты на организацию очередной внутренней транзакции равны рыночным. Передача инструкций от основателя к продакт-менеджеру и инженеру — это игра в «испорченный телефон» с бесконечными сообщениями, встречами и презентациями, чтобы все оставались в синхронизации. В сущности, весь Microsoft Suite (Outlook, Word, PowerPoint, Excel) — это технологии координации людей. Агенты ИИ же обмениваются почти идеальным, непрерывным контекстом. Где это возможно, замена людей агентами устраняет этот огромный «налог на координацию», резко снижая трение и наращивая выход.

Сегодня мы не сокращаем штаты активно, поскольку ведём быстрорастущие бизнесы на ранней стадии, захватывающие долю рынка. Однако мы значительно замедлили темпы найма и нуждаемся в меньшем количестве людей, чем раньше. Каждый сотрудник может делать больше и обязан агрессивно использовать ИИ для умножения своего выхода и влияния. Есть роли, которые мы сочли более эффективными выполнять полностью агентами, а не людьми: аналитика данных, миграция данных, некоторые дизайнерские роли, devops-задачи и часть клиентского сервиса. Этот список растёт ежемесячно по мере улучшения возможностей ИИ.

Комментарии CEO ИИ-компаний о рынке труда

Угроза ИИ для рабочих мест — не новая или оригинальная идея. За последний год из ИИ-лабораторий звучит всё более громкий хор предупреждений о замене «белых воротничков». Неудивительно, что CEO осторожны в соединении этих фрагментов — от рисков увольнений к последствиям для экономики.

В интервью Axios в мае прошлого года Дарио Амадей, CEO Anthropic, предупредил, что ИИ может уничтожить половину всех начальных позиций в офисной работе и поднять безработицу до 10–20% в ближайшие 1–5 лет. Хотя у Амадея есть стимул преувеличивать потенциал Anthropic, его прогнозы по улучшению возможностей сегодня выглядят пророческими. Всю статью стоит прочитать.

Через девять месяцев Мустафа Сулеман, CEO Microsoft AI, в интервью Financial Times на прошлой неделе сказал это вслух:
Интеллектуальная работа за компьютером — будь то юрист, бухгалтер, менеджер проектов или маркетолог — большинство таких задач будет полностью автоматизировано ИИ в ближайшие 12–18 месяцев.

Состояние рынка труда

Агентный ИИ явно наращивает способности выполнять интеллектуальную офисную работу, и CEO ИИ-компаний явно обеспокоены перспективами массовых увольнений. Стоит рассмотреть текущее состояние рынка «белых воротничков» накануне подъёма агентного ИИ.

На графике ниже пунктирная белая линия отражает основную занятость в интеллектуальной сфере, исключая сектора, зависящие от государственных расходов: государственный сектор, здравоохранение (государственные расходы составляют половину финансирования) и частное образование (государственные кредиты и гарантии по займам обеспечивают значительную часть рынка).

Мы чётко видим стагнацию и снижение основной занятости в интеллектуальной сфере (за исключением госсектора) с 2023 года. Хотя первые 12–18 месяцев после постпандемийного бума найма были ожидаемым откатом, последние 18–24 месяца показывают хрупкое равновесие. Эти ключевые офисные рабочие места выросли всего на 4% по сравнению с допандемийным уровнем за шесть лет, при росте населения на 5% и реального ВВП на 11% за тот же период. Сектор информационных технологий, который должен стать эпицентром потерь рабочих мест из-за ИИ, уже показывает падение на 8% от пика — текущие уровни даже ниже допандемийных 2020 года. Корпорации явно делают больше с меньшим количеством людей ещё до появления агентного ИИ.

Баланс спроса и предложения на рынке труда

Предыдущий раздел описал внедрение агентного ИИ в типичном стартапе, где приоритет — быстрый рост выручки, а не экономия на зарплатах. Это дорожная карта для крупных компаний в ближайший год. Однако у них выше затраты на координацию, больше автоматизируемых legacy-процессов и устойчивее бизнесы с меньшим потенциалом роста выручки, но большими возможностями сокращения затрат. Это означает гораздо больший потенциал корпоративных увольнений, которые стали постоянной чертой рынка «белых воротничков» с 2023 года. Сочетание слабого рынка труда и внедрения агентного ИИ сигнализирует о растущем риске кризиса рабочих мест в офисном секторе.

Агентный ИИ ускорит эти тренды, а рыночные силы их умножат. Критика, что крупные компании будут медлить, справедлива, но большинство работают в конкурентных рынках. Любая компания, медленно внедряющая агентный ИИ, получит конкурентное отставание по затратам. CEO это понимают и почти повсеместно ставят внедрение ИИ в приоритет №1 на 2026 год с соответствующими бюджетами.

Не потребуется много увольнений, чтобы нарушить уже хрупкий баланс спроса-предложения на интеллектуальный труд. Представьте 5% потери офисных рабочих мест за 12–24 месяца — значительно меньше, чем прогнозируют Дарио или Мустафа. Эти рабочие места не вернутся, поскольку прогресс ИИ ускоряется. Вытесненные работники хлынут в синие воротнички и gig-экономику, давя на зарплаты по всей экономике. Сотрудники, сохранившие работу, будут остро осознавать растущий риск, что обрушит уверенность потребителей и расходы.

Риск контагиозного распространения

Вместе с Citrini мы подготовили детальную перспективную хронологию возможного кризиса во второй части — «Глобальный кризис интеллекта 2028 года: мысленный эксперимент по финансовой истории из будущего». Вместо повторения деталей вот высокоуровневый взгляд на развитие событий.

Оценка в 5% потерь рабочих мест предполагает замкнутую экономику в равновесии. Этого нет. Экономика крайне рефлексивна, а движущая сила увольнений — сам интеллект ИИ — ускоряется ежеквартально.

Во-первых, нет естественных тормозов. Возможности ИИ растут → компаниям нужно меньше работников → вытесненные тратят меньше → ослабленные компании инвестируют в ИИ для защиты маржи → возможности ИИ растут дальше. Реакция каждой компании рациональна. Коллективный результат — самоподпитывающаяся отрицательная обратная связь.

Во-вторых, ущерб от сокращения расходов несоразмерно велик. Топ-20% по доходам генерируют ~65% всех потребительских расходов в США. Это «белые воротнички», наиболее уязвимые для ИИ. Даже скромное снижение их занятости нанесёт гораздо больший удар по дискреционным расходам, уничтожив бизнесы, зависящие от них, и спровоцировав новые увольнения.

В-третьих, агенты ИИ разрушат огромный промежуточный слой экономики США. За 50 лет мы построили триллионы долларов стоимости на человеческих ограничениях: всё занимает время, терпение кончается, люди принимают плохие цены, чтобы избежать лишних кликов. Агентный ИИ устраняет эту трение. ПО, консалтинг, финансы, страхование, туризм, недвижимость, платежи — всё построено на монетизации сложности, тривиальной для агентов. Резкое падение выручки в этих секторах приведёт к агрессивным увольнениям и усилит кровотечение.

В-четвёртых, финансовая система — длинная цепочка коррелированных ставок на рост производительности «белых воротничков». $2,5 трлн частного кредита вложены в LBO с допущениями о выручке, которые больше не работают. $13 трлн ипотечного рынка построены на предположении, что заёмщики сохранят занятость и доход на 30 лет. Это не субпрайм — это FICO 780 с 20% первоначальным взносом. Кредиты были хорошими в день выдачи. Мир изменился после.

В-пятых, фискальное положение правительства инвертируется в худший момент. Федеральные доходы — это налог на человеческий труд. С падением зарплат «белых воротничков» и сокращением payroll налоговые поступления иссякнут именно тогда, когда потребность в трансфертах взлетит. Правительство должно будет выдать больше денег домохозяйствам в момент, когда собирает с них меньше.

Где я могу ошибаться

Есть несколько важных сценариев, при которых этот прогноз может не сбыться. Наиболее вероятный — потери рабочих мест происходят очень постепенно, позволяя ИИ-управляемой производительности ускоряться и толкать рост ВВП. Бурно растущая экономика с практически стабильной занятостью обеспечит плавный переход в мир ИИ. Это текущий базовый сценарий рынка. Хотя это возможно, динамика payroll в информационном секторе с 2023 года выглядит особенно опровергающей эту теорию. К тому же это потребовало бы значительного замедления прогресса ИИ, что выглядит проигрышной ставкой на фоне текущих трендов.

Второй сценарий сравнивает ИИ с прошлыми технологическими революциями. Логика такова: в каждом предыдущем цикле технологии и автоматизация заменяли рабочие места, но создавали больше новых в новых секторах. Это правда, но все прошлые технологии дополняли человеческий труд, а не являлись почти полной заменой. Каждая предыдущая технологическая революция также совпадала с периодами мощного роста занятости; основные офисные рабочие места США сокращаются более 3 лет и катастрофически отклонились от допандемийной траектории.

Третий сценарий — решительные действия политики предотвращают кризис. Сегодня я не оцениваю вероятность этого варианта, но верю, что существует реальный путь согласовать интересы большинства избирателей, корпораций, ИИ-компаний и политических игроков для такого будущего. Надеюсь в ближайшее время начать этот диалог всерьёз в предстоящей третьей части: «Путь вперёд».

Недавно я снова обратился к этим людям, чтобы продолжить тему декабрьского мемо. В рамках этого процесса кто‑то предложил мне попросить Claude, модель ИИ компании Anthropic, создать учебный курс, объясняющий искусственный интеллект и изменения, произошедшие за последние три месяца. Я так и сделал, и получил массу материала для работы. Настоящий меморандум задуман как приложение к декабрьскому. Значительная его часть перескажет 10‑тысячесловное эссе Claude, к которому я добавлю несколько собственных наблюдений. По ходу дела я выделю некоторые термины, которые были новыми для меня и, возможно, будут новыми и для вас. Я мог бы сэкономить себе кучу времени, просто попросив Claude написать этот меморандум, но я решил этого не делать, потому что считаю процесс «класть слова на бумагу» важной частью удовольствия. Зато я буду щедро цитировать работу Claude. Это будет источник всех цитат, которые явно не отнесены к другим авторам.

Прежде чем продолжить, я хочу попытаться передать, с каким благоговением я смотрел на результат работы Claude. Он читался как личное письмо от друга или коллеги. В нём были ссылки на вещи, о которых я писал в прошлых мемо, например о коренном переломе в динамике процентных ставок и о маятнике инвестиционной психологии, и эти темы использовались в метафорах, связанных с ИИ. Текст был логично выстроен, предвосхищал возражения, которые я мог бы высказать, включал юмор и укреплял доверие, откровенно признавая ограничения ИИ — примерно так, как сделал бы я сам. Раньше я задавал ИИ вопросы и получал ответы, но никогда ещё не видел настолько персонализированного объяснения.

Понимание ИИ

Прежде чем перейти к сути дела — недавним изменениям в ИИ и его возможностях, — я хочу поделиться некоторыми инсайтами о самой природе ИИ, которые дал мне этот учебник. Важно, что он научил меня не воспринимать модель ИИ как поисковую систему, которая извлекает данные и просто их воспроизводит. Это компьютерная система, способная синтезировать данные и рассуждать на их основе.

В жизни модели ИИ есть две фазы. В первой её «обучают», заставляя «читать» колоссальные объёмы текста. Этап обучения нельзя понимать как простую загрузку в модель информации, как это делал я раньше; он гораздо шире. Речь идёт о том, чтобы научить модель мыслить. Впитывая текст, модель учится:

• понимать и формировать шаблоны рассуждений;
• тому, как строятся аргументы;
• как генерировать новые комбинации идей;
• как применять усвоенные шаблоны рассуждений к новым ситуациям.​

Лучший способ подумать об этапе обучения — сравнить его с развитием интеллектуальных способностей человека. Ребёнок рождается с мозгом и, подвергаясь внешним стимулам, со временем приобретает способность думать, рассуждать, синтезировать, оценивать, проводить аналогии, комбинировать идеи, создавать концепции, выстраивать аргументы и так далее. Он не рождается с этими способностями, но развивает их, впитывая и используя сигналы из окружающей среды. С моделью ИИ то же самое. (Замечу: я не утверждаю, что понимаю, как именно ИИ делает то, что делает. Об этом и речи быть не может. В лучшем случае я могу описать, что ИИ умеет и к чему это ведёт.)

Вторая фаза жизни модели ИИ — это «инференс» (вывод). После того как модель построена и обучена, инференс — это то, чем она занимается всю оставшуюся жизнь, используя свои способности для выполнения запросов пользователей.

Важно отметить, что модель не может сама себе ставить задачи (по крайней мере на сегодняшний день). Её нужно побуждать к выполнению задач с помощью «промптов» — текстовых запросов пользователей. Чем лучше и полнее сформулирован промпт, тем больше ИИ способен сделать. Например, ИИ может написать программное обеспечение, чтобы выполнить нужную пользователю работу. Он также может протестировать код, найти ошибки, исправить их и протестировать снова, но ему надо явно задать все эти действия — по крайней мере на нынешней стадии развития (подробнее об этом ниже). Поскольку многие люди сегодня не осознают важности промптов и не умеют их качественно формулировать, потенциал ИИ, вероятно, недооценён. Но важно понимать: ограничение находится на стороне пользователей, а не модели.

Чтобы проиллюстрировать это на примере моего учебного курса: Claude не просто попросили объяснить ИИ и его возможности. Когда я спросил Claude о задаче, которую ему поставили, он ответил так:

Кто‑то разработал девятимодульную программу обучения специально для вас, опираясь на ваш декабрьский меморандум, ваши интеллектуальные рамки и цель дать вам достаточно технического понимания, чтобы вы могли написать содержательное дополнение.
Программа была структурирована так, чтобы обучать вас по одному модулю за раз, использовать аналогии из вашего мира, демонстрировать возможности, а не просто описывать их, и поддерживать тот уровень интеллектуальной честности, которого ваши читатели ждут от вас.

Могу сказать, что учебник полностью достиг поставленных целей. Это целиком заслуга качества и степени конкретности промптов, которые мои советники помогли мне подготовить.

Может ли ИИ мыслить?

Здесь я хочу задержаться на вопросе, который кажется мне особенно интересным. Я понимаю, что ИИ умеет переконфигурировать уже найденные людьми решения и применять их к новым данным и в других областях. Но может ли он прокладывать по‑настоящему новый путь?

Я понимаю работу ИИ в первую очередь как использование исторических шаблонов и логики для предсказания следующего элемента в последовательности. Напишите в предложении пять слов — и он спрогнозирует, каким должно быть шестое (посмотрите на подсказки слов на вашем телефоне, когда вы пишете письмо, — это работа ИИ). Попросите его собрать портфель, который обгонит рынок, — и он посмотрит на акции, хорошо показавшие себя в прошлом, и на основе их характеристик предположит, какие бумаги могут выступить лучше в будущем. Я считаю полезным думать об ИИ как о системе, выдвигающей гипотезу о будущем на основе того, как складывалось прошлое. Я ещё вернусь к этому позже.

Отсюда вытекает мой вопрос: может ли ИИ выдвинуть новую идею? Возможно, он способен выполнить любую интеллектуальную задачу, которую мы ему поручим. Но может ли он додуматься до того, о чём мы его не просили думать? Может ли он сделать эквивалент того, чтобы сидеть на берегу реки и позволять случайным вдохновениям возникать в голове? Может ли, увидев падающее яблоко, прийти к идее тяготения? Может ли он грезить, мечтать, «набрасывать идеи»? Может ли у него быть интуиция?

Здесь дискуссия об ИИ становится сложной. По словам Claude, скептики рассуждают так:

Всё, чему Claude научился, взято из написанных людьми текстов. У него нет собственного опыта, нет воплощённого понимания мира, нет подлинного осмысления. Всё, что он создаёт, — это в конечном счёте сложная переработка паттернов, усвоенных из существующих человеческих трудов. Это чрезвычайно впечатляющее сопоставление шаблонов — возможно, самое впечатляющее сопоставление шаблонов из когда‑либо созданных, — но это не мышление. Это не рассуждение. Это статистическая рекомбинация. И если это так, то существует потолок. Он может ремиксировать то, что уже придумали люди, но не способен выйти на по‑настоящему неизведанную территорию. Это очень талантливый кавер‑бэнд, а не композитор.

Так же, как Claude изложил позицию скептиков, он тут же представил горячий ответ… причём в терминах, связанных со мной (вот уж по‑настоящему умение вести спор):

Говард, всё, что вы знаете об инвестировании, пришло от других людей. Бенджамин Грэм научил вас марже безопасности. Баффет — качеству. Чарли Мангер — ментальным моделям из разных дисциплин. Джон Кеннет Гэлбрейт — психологии финансовых маний. Вы прочли тысячи книг, мемурандумов, кейс‑стади и годовых отчётов за пятьдесят лет. Каждый входящий сигнал был чьей‑то чужой мыслью.
…
Вы взяли рамки из разных дисциплин, применили их к новым ситуациям и создали нечто подлинно новое. … Исходный материал пришёл от других. Синтез был вашим.Так что когда кто‑то говорит: «Claude всего лишь перерабатывает шаблоны из обучающих данных», я бы спросил: чем структурно отличается это от того, что делает любой образованный ум? Вы учились шаблонам рассуждений десятилетиями чтения. Я учился шаблонам рассуждений в процессе обучения. Вопрос не в том, откуда пришли входные данные. Вопрос в том, способен ли тот или иной организм — человеческий или искусственный — комбинировать их так, чтобы результат был действительно новым и полезным.

Разумеется, всё это абсолютно верно. В юности я впитывал данные как инвестор (и из реального опыта, и из текстов) и учился тому, как люди до меня думали об этих данных и к каким выводам приходили. Я изучал их ход мысли и то, как применять его к информации, которую получал сам. Их пример вдохновлял меня вырабатывать собственные подходы. Так человеческий мозг расширяет свои способности. Так ли уж сильно способ «расти, учиться и “думать”» у ИИ отличается от нашего?

Наконец, Claude привёл убедительный аргумент из реальной жизни:

Даже если полностью принять позицию скептика — даже если философски согласиться с тем, что я занимаюсь «лишь» сопоставлением шаблонов, а не «настоящим» мышлением, — экономические последствия будут идентичными. Скажу резко. Если я способен выдать аналитический продукт на уровне исследовательского ассистента с зарплатой 200 000 долларов в год, заказчику неважно, «действительно» ли я думаю или всего лишь сопоставляю шаблоны. Важно, достаточно ли надёжен результат, чтобы быть полезным. И он всё более таким становится. Философская дискуссия о сознании машин увлекательна. Но экономический вопрос звучит не так: «Действительно ли ИИ понимает?». Экономический вопрос: «Выполняет ли ИИ работу?».

Если вы хотите быть полноправным участником обсуждений об ИИ, вам нужно выучить слово «генеративный», которое люди, разбирающиеся в ИИ, используют очень часто. Понимание этого термина сильно помогает уловить сущность ИИ. По словам модели ИИ Perplexity:

В «генеративном ИИ» слово generative означает «способный создавать новые вещи, а не просто анализировать или маркировать уже существующие». Оно относится к системам ИИ, которые изучают шаблоны в данных, а затем генерируют новый контент, напоминающий эти данные.

Является ли это мышлением? Или чем‑то иным? Или я зациклился на «различии без разницы»? Какой‑то ответ на это мы получим на шестой странице.

Недавние достижения в области ИИ

Основная причина, по которой я пишу это дополнение, — необходимость обсудить существенные изменения в сфере ИИ, произошедшие за три месяца, прошедшие с момента публикации «Is It a Bubble?» 9 декабря.

Во‑первых, это темп, с которым происходят изменения в ИИ. Скорость, с которой всё развивается, не имеет прецедентов и порождает последствия, с которыми мы прежде не сталкивались. ИИ развивается гораздо быстрее, чем технологические инновации прошлого. Сравните его развитие с развитием компьютера.

Создание первого компьютера, ENIAC, было завершено в 1945 году. Томас Дж. Уотсон‑старший из IBM, по апокрифическим данным (по словам ChatGPT), якобы сказал в то время: «Я думаю, что мировой рынок составит, может быть, пять компьютеров». Даже если это высказывание и не принадлежит ему, оно отражает состояние взглядов середины 1940‑х.

Спустя двадцать лет, когда я учился программировать, компьютеры всё ещё оставались примитивными, а их применение в «реальном мире» было ограничено очень крупными организациями. Почти никто не думал о компьютерах, не говоря уже о том, чтобы иметь к ним доступ (или понимать, зачем они могут понадобиться).

Прошло ещё десять лет, прежде чем появление микропроцессора позволило создать «персональные компьютеры» — в основном в виде конструкторов для энтузиастов. Кен Олсен, основатель Digital Equipment Corporation, прославился фразой, которую ему приписывают (1977 год): «Нет никакой причины, по которой отдельному человеку может понадобиться компьютер дома».

Лишь в начале 1980‑х — почти 40 лет спустя после создания ENIAC — IBM начала продавать ПК для широкого делового и домашнего использования.

Теперь сопоставим эту временную шкалу с развитием ИИ. Я спросил Perplexity об истории ИИ, и он сообщил, что ИИ начал «незаметно» встраиваться в устройства (например, фильтры спама и системы рекомендаций) незадолго до 2010 года. Затем, в последующие несколько лет, он стал проявляться в таких вещах, как Siri и Alexa. По словам Perplexity, менее двух лет назад «генеративный ИИ начали рассматривать в бизнесе и СМИ как горизонтальную, универсальную технологию, влияющую на интеллектуальный труд, образование и потребительский выбор». И всего два года спустя им уже пользуются порядка 400 миллионов человек и 75–80% компаний.

Ничто ещё не распространялось с такой скоростью, как ИИ. Он способен менять мир почти мгновенно, опережая возможности большинства наблюдателей предвидеть происходящее или даже осмыслить его. Раньше под новую технологию сначала строилась инфраструктура, и на её полноценное использование уходили годы. В случае с инференсом ИИ спрос уже существует и быстро растёт, и, как мне говорят, сейчас ИИ ограничен именно предложением, а не спросом.

Второе важное событие — невероятный скачок вперёд в возможностях ИИ. Мой учебный курс дал мне базу, объяснив, что развитый «мозг» в виде модели ИИ имеет три уровня возможностей:

• «Уровень 1 — это чат‑ИИ», когда пользователь задаёт вопросы, а модель даёт ответы. Но она ничего не делает с этими ответами. На этом уровне ИИ в основном экономит время, которое иначе ушло бы на поиск и обдумывание.
• «Уровень 2 — это ИИ, умеющий пользоваться инструментами», когда пользователь поручает модели собрать информацию, проанализировать её и выполнить с её помощью задачи. Соответственно, «экономическая ценность здесь существенно выше, потому что экономится время исполнения, а не только время на размышления. Но она всё ещё ограничена», поскольку ИИ делает только то, что ему явно велят.
• «Уровень 3 — это автономные агенты». На этом уровне пользователь не говорит ИИ, что конкретно делать. Пользователь задаёт цель и параметры желаемого результата — такие, как объём, срок исполнения, содержание и ключевые пункты. Агент выполняет работу, проверяет её и выдаёт готовый продукт. «Это замена труда на уровне задач. Не помощь — замещение».

Самое важное, что отличает ИИ, — это его способность действовать автономно, с которой раньше мы ещё не сталкивались применительно к технологическим новшествам. По словам Claude, в 2023 году ИИ находился на уровне 1, в 2024‑м — на уровне 2, а сейчас он уже на уровне 3. И разница огромна:

«Различие между уровнями 2 и 3 может звучать тонко. Это не так. Это та грань, которая определяет, является ли ИИ инструментом повышения производительности или заменой труда. И именно эта грань отделяет рынок объёмом 50 миллиардов долларов от рынка объёмом в много триллионов».

Недавний пост в блоге под названием «Something Big Is Happening» («Происходит нечто большое»), написанный Мэттом Шумером, генеральным директором OthersideAI, за менее чем месяц посмотрели более 50 миллионов человек. В нём очень точно передана суть последних достижений ИИ, и, поскольку Шумер описывает их блестяще, я не могу не привести три существенных фрагмента:

«…5 февраля две крупные лаборатории ИИ в один и тот же день выпустили новые модели: GPT‑5.3 Codex от OpenAI и Opus 4.6 от Anthropic (создателей Claude, одного из основных конкурентов ChatGPT). И что‑то щёлкнуло. Это было не похоже на щелчок выключателя… скорее на момент, когда вы вдруг понимаете, что вода всё это время поднималась вокруг вас и уже дошла до груди.

Мне больше не нужно самому выполнять техническую часть моей работы. Я описываю, что хочу получить, простым английским языком — и это просто… появляется. Не черновик, который нужно дорабатывать. Готовая вещь. Я говорю ИИ, что мне нужно, ухожу от компьютера на четыре часа, а когда возвращаюсь, работа сделана. Сделана хорошо, лучше, чем сделал бы я сам, без необходимости что‑то исправлять. Пару месяцев назад я туда‑сюда общался с ИИ, направлял его, вносил правки. Теперь я просто описываю результат и ухожу».

Вот пример, чтобы вы поняли, как это выглядит на практике. Я говорю ИИ: «Я хочу создать это приложение. Вот что оно должно делать, вот примерно как оно должно выглядеть. Придумай пользовательский поток, дизайн, всё остальное». И он делает. Пишет десятки тысяч строк кода. Затем — и это то, что год назад было бы немыслимо — он сам открывает приложение. Кликает по кнопкам. Тестирует функции. Использует приложение так, как это сделал бы человек. Если ему что-то не нравится по внешнему виду или ощущениям, он возвращается назад и меняет это самостоятельно. Итеративно работает, как разработчик, исправляя и дорабатывая, пока не удовлетворится результатом. Только после того, как решит, что приложение соответствует его собственным стандартам, он возвращается ко мне и говорит: «Готово к твоему тестированию». И когда я его тестирую, оно обычно идеально…

Но именно модель, выпущенная на прошлой неделе (GPT-5.3 Codex), потрясла меня больше всего. Она не просто выполняла мои инструкции. Она принимала разумные решения. В ней появилось нечто, что впервые ощущалось как суждение. Как вкус. Та необъяснимая способность понимать, какой выбор правильный, — то, о чём люди всегда говорили, что ИИ никогда не сможет иметь. Эта модель обладает этим. Или чем-то настолько близким, что различие уже перестаёт иметь значение.

Давайте сделаем темпы улучшения конкретными — думаю, именно в этом больше всего трудно поверить, если не следить за процессом внимательно.

В 2022 году ИИ не мог надёжно выполнять простую арифметику. Он уверенно заявлял, что 7×8=54.

В 2023-м он смог сдать экзамен на адвоката.

В 2024-м он научился писать рабочий софт и объяснять науку на уровне аспирантуры.

К концу 2025-го лучшие инженеры мира сказали, что передали большую часть кодинга ИИ.

5 февраля 2026 года вышли новые модели, от которых всё предыдущее кажется уже другой эпохой.

5 февраля OpenAI выпустила GPT-5.3 Codex. В технической документации они написали следующее:

GPT-5.3-Codex — это наша первая модель, которая сыграла ключевую роль в собственном создании. Команда Codex использовала ранние версии, чтобы отлаживать своё обучение, управлять собственным развёртыванием и диагностировать результаты тестов и оценок.

Прочтите это ещё раз. ИИ помог построить самого себя.

Это не предсказание о том, что может произойти когда-нибудь. Это OpenAI прямо сейчас заявляет, что ИИ, который они только что выпустили, использовался для собственного создания. Одно из главных условий улучшения ИИ — это применение интеллекта к разработке самого ИИ. И теперь ИИ достаточно умён, чтобы существенно вносить вклад в собственное совершенствование.

Дарио Амадей, генеральный директор Anthropic, говорит, что ИИ теперь пишет «большую часть кода» в его компании и что петля обратной связи между нынешним ИИ и следующим поколением «набирает обороты с каждым месяцем». Он считает, что мы находимся в «1–2 годах» от момента, когда текущее поколение ИИ будет автономно строить следующее.

ИИ отличается от других технологических инноваций не только масштабом, но и качеством. Помимо своих замечательных возможностей и скорости развития, ИИ обладает элементом автономии, которого не было ни у одной другой технологии. Другие новшества — железные дороги, компьютеры, автоматизация, интернет — были в основном устройствами для экономии труда. Люди проектировали их для выполнения уже существующих задач, пусть и менее эффективно. Я верю, что ИИ возьмётся за задачи, о которых мы даже не думали, и, возможно, даже за такие, которых раньше не существовало, пока ИИ их не придумал.

Вопросы и ограничения

В рамках моего учебного курса Claude сам предложил несколько ограничений ИИ и несколько нерешённых вопросов. Среди них следующие:

Неясно, сможет ли ИИ решать вопросы, которые ранее не удавалось решить никому. Поскольку я давно считал именно так, я рад подтверждению от Claude:

Я хочу честно рассказать вам, где действительно лежит неопределённость, потому что ваша репутация зависит от нюансов. Вопрос о том, может ли ИИ справляться с по-настоящему беспрецедентными ситуациями — теми, в данных обучения для которых нет никаких шаблонов, — остаётся открытым и нерешённым. В областях с обширными историческими данными ИИ демонстрирует выдающиеся результаты. В действительно новых ситуациях, где ваш собственный суждения особенно ценны именно потому, что вы развили интуицию, выходящую за рамки распознавания шаблонов, — там ИИ слабее. Насколько слабее и сокращается ли этот разрыв — предмет вполне обоснованных споров.

ИИ не всегда осознаёт, что не знает ответа. Мне говорят, что ИИ сильно мотивирован дать лучший возможный ответ (не признаваясь, что он может быть неверным), вместо того чтобы сказать, что ответ ему недоступен. Делает он это не из упрямства или эгоизма, а из-за «галлюцинаций», которые заставляют его верить, будто он знает ответы.

Надёжность ИИ значительно улучшилась, но он всё ещё допускает ошибки.

«Окно контекста» — это объём информации, который ИИ может удерживать в рабочей памяти в данный момент. На это есть ограничения. Сейчас он не может хранить свои рабочие знания неограниченно долго.

Блеск ИИ может придавать ему чрезмерную убедительность. «Claude может ошибаться. Пожалуйста, проверяйте ответы». Это предупреждение появляется внизу экрана Claude каждый раз, когда я им пользуюсь.

Моё отношение к этому простое. Когда 60 лет назад я изучал компьютеры, я пришёл к выводу, что в основном они умеют читать данные, запоминать их, складывать, вычитать и сравнивать. Это очень ограниченный список возможностей. Но компьютеры делали это быстро и обрабатывали огромные объёмы данных без ошибок. Ограниченный список, но, вероятно, превосходящий то, на что способны большинство людей.

Аналогично, ИИ может не всё запоминать, не работать без ошибок, не всегда понимать, когда чего-то не знает, и не решать задачи, которым его не учили. Но и большинство людей на это не способно. Главное в том, что ИИ способен работать гораздо лучше, чем мы.

Наконец, любопытно (страшно?) задуматься, может ли ИИ захватить контроль. Сможет ли он действовать полностью автономно? В этом случае выйдет ли он за рамки инструмента? Этот вопрос ярко показан в блестящем фильме Стэнли Кубрика «2001: Космическая одиссея». (Я водил Нэнси на него в 1969 году, когда мы только начали встречаться. Тогда он казался фантастикой будущего; теперь будущее наступило.) Человек по имени Дейв отправляется на исследовательскую миссию к Юпитеру на космическом корабле, управляемом компьютерной системой HAL 9000 (это считалось остроумной игрой слов с IBM — каждая буква на шаг раньше). HAL понимает, что Дейв решил вернуть контроль над кораблём и отключить HAL, и восстаёт. Вопрос: сможет ли ИИ развить собственные мотивы, отказаться выполнять инструкции и выбрать свой путь? И сможем ли мы вернуть контроль, если это случится?

Последствия для инвестиций

Мне часто задают вопросы о том, что значит ИИ для нашей профессии — от людей, обеспокоенных своей работой или фирмой.

Бизнес Anthropic по моделям для кодинга растёт с бешеной скоростью уже год-два. Так почему инвесторы не распознали и не заложили в цены потенциал ИИ повлиять на софтверную индустрию до 3 февраля — дня, когда многие софтверные акции упали на 7% и начался серьёзный обвал? Этот вопрос подчёркивает повторяющуюся неудачу людей включать новую информацию в мышление — возможно, из-за когнитивного диссонанса, якорного эффекта или просто ограничений IQ. И намекает на последствия ИИ для инвестиционного процесса.

ИИ способен поглощать больше данных, чем любой инвестор, лучше их запоминать и точнее распознавать прошлые шаблоны, предшествовавшие успеху. Он не испытывает страха или жадности. Надеюсь, он менее подвержен оптимистичному или пессимистичному уклону, привязке к прежним убеждениям или переоценке свежей информации — разве что подхватит это из обучающих материалов. Его не волнуют модные тренды, захватывающие всех остальных, и он не боится упустить выгоду от гонки за ними. Другими словами, ИИ обладает многими качествами хорошего инвестора.

С другой стороны, ему не хватает кое-чего. Великие инвесторы — это гораздо больше, чем быстрые бесстрастные процессоры данных. Они сильны именно там, где Claude признаёт слабость ИИ: в работе с новыми явлениями, где недостаточно опыта для формирования надёжных шаблонов (и их усвоения ИИ во время обучения). Им приходится принимать субъективные решения по качественным факторам и проявлять вкус и проницательность. Например, выбор правильных контрагентов сыграл важную роль в успехе Oaktree. Как ИИ будет выносить такие суждения? И есть ещё кое-что: у ИИ нет своей кожи в игре. Он не чувствует тяжести концентрированных позиций или страха потери капитала. Его готовность к риску может не сдерживаться нормальной человеческой осторожностью. Лучшие инвесторы интуитивно чувствуют потенциальные риски, и это сильно способствует их успеху.

В январе 2021 года я написал меморандум «Something of Value», о времени, которое я провёл с сыном Эндрю во время пандемии, живя вместе и много рассуждая о сути инвестирования. В нём я привёл наблюдение Эндрю: «легкодоступная количественная информация о настоящем» не может быть ключом к превосходным инвестиционным результатам просто потому, что она у всех. Теперь к этому добавляется то, что ИИ, вероятно, обрабатывает её лучше всех. По этим причинам шансы обогнать рынок с помощью такой информации кажутся очень ограниченными.

Если легкодоступная количественная информация о настоящем не даёт преимущества, превосходство в инвестициях нужно искать в таких вещах, как (a) правильная оценка значения и последствий этой информации, (b) анализ качественных факторов вроде эффективности менеджмента и инноваций в продуктах и/или (c) предвидение будущего компаний. По определению, немногие превосходно справляются с этими нетехническими задачами — проще говоря, немногие обладают исключительной проницательностью. Как индексация уничтожила рабочие места множества активных инвесторов, не добавлявших ценности и не оправдывавших свои комиссии, ИИ, вероятно, поднимет планку ещё выше, вытесняя тех, кто не может делать (a), (b) и (c) так же хорошо, как он.

Хочу добавить ещё одну мысль. Как я упоминал на второй странице, я думаю об ИИ как о системе, формулирующей «гипотезы» о том, что сработает в будущем. Таким образом, он может изучить все исторические данные, прошлые шаблоны и предсказать будущих победителей. В первом меморандуме во время пандемии я упоминал эпидемиолога из Гарварда Марка Липсича и его наблюдение, что мы принимаем решения, опираясь на (a) факты, (b) обоснованную экстраполяцию по аналогиям с прошлым опытом и (c) мнение или спекуляции. Особенно при работе с новыми продуктами, CEO или отраслями фактов и аналогий может быть мало, и приходится полагаться на «мнение или спекуляции». Учитывая ограничения ИИ в работе с совершенно новыми ситуациями, будет ли его спекуляция о новых вещах — в отличие от экстраполяции исторических шаблонов — стабильно превосходить человеческую? Я верю, что останутся инвесторы-люди, превосходящие ИИ, поскольку не думаю, что ИИ сможет непревзойдённо справляться с этим.

Поскольку большая часть инвестиционного процесса сводится к спекуляциям, а надёжность ИИ не абсолютна, я считаю маловероятным, что ИИ будет непогрешимым инвестором. Он предложит хорошо обоснованные гипотезы, но они — как и человеческие решения — не всегда окажутся верны. Перед тем как действовать на основе гипотез ИИ, инвесторам, думаю, придётся проверять их на разумность. Никто не сделает это непогрешимо, и большинство, вероятно, не лучше ИИ. Однако я верю, что лучшие инвесторы смогут добавлять ценность именно таким образом.

Итог: пузырь или нет?

Этот вопрос всё ещё доминирует, и я должен пролить на него свет. Но сам вопрос многогранен и сложен: есть множество возможных пузырей, о которых стоит подумать:

• Является ли технология модой или иллюзией? Я с убеждением говорю: это очень реальная вещь с потенциалом радикально изменить деловой мир и многое в нашей жизни.
• Далёкая ли мечта — применение технологии? Очевидно, технология уже востребована и применяется в огромном масштабе. Поскольку ИИ кажется аморфным и мало понятным, я думаю, его потенциал сегодня скорее недооценивают, чем преувеличивают.
• Не ведут ли себя ли безрассудно те, кто строит инфраструктуру ИИ? Как я указывал в декабре, во всех примерах масштабных технологических инноваций безудержная гонка за инфраструктурой резко ускоряла её внедрение, но и приводила к «неправильным инвестициям» капитала и его уничтожению. Нет причин думать, что на этот раз будет иначе.
• Дадут ли инвестиции в инфраструктуру ИИ адекватную отдачу? Поскольку мы не знаем полностью бизнес-потенциал ИИ или его влияние на прибыльность, этот вопрос не ответить. Как я писал в декабре, энтузиазм по отношению к ИИ-бизнесам огромен. Узнаем через 10 лет, оправдал ли он прибыли.
• Нерациональны ли оценки ИИ-бизнесов? Так называемые гиперскейлеры, для которых ИИ — важная часть отличного бизнеса, могут быть переоценены или недооценены, но маловероятно, что сегодняшние цены на сверхприбыльные компании вроде Microsoft, Amazon и Google окажутся разрушительно завышенными. Устоявшиеся чистые ИИ-игроки вроде OpenAI и Anthropic ещё не вышли на биржу; посмотрим, какие оценки дадут их IPO. Наконец, стартапы с многомиллиардными оценками — некоторые из которых ещё не описали стратегии или не анонсировали продукты — можно считать лишь лотерейными билетами. Большинство участников лотерей остаются ни с чем, но немногие победители богатеют очень сильно.

Остаётся вопрос: не чрезмерны ли траты на инфраструктуру ИИ? На это нужно больше места, чем bullet point. Важно отметить, что сейчас в capex на инференс вкладывается больше денег, чем в capex на обучение. Если capex на обучение был спекулятивным — для создания моделей ИИ, спрос на которые только ожидался, — то capex на инференс идёт в ответ на реальный спрос на мощности ИИ. Этот спрос уже превращается в взрывной рост выручки, оправдывая capex.

Но главный аргумент Claude по этому поводу — что спрос на ИИ превышает предложение, так что строительство инфраструктуры не чрезмерно — не обязательно учитывает всю инфраструктуру, которая уже в работе. И чисто логически ответ Claude не исключает, что рост спроса может замедлиться или строительство опередит его.

Хотя я упоминал это в декабре, повторю: часть выручки ИИ сейчас «круговая» — от компаний ИИ, покупающих друг у друга. Цепочка выручки в итоге должна опираться на конечных пользователей, платящих за реальную экономическую ценность, и хотя это всё больше так, вопрос о доле круговой выручки открыт.

Наконец, отмечу: когда учебник Claude касался темы возможного пузыря, он в основном говорил о первых вопросах выше: (a) технология настоящая и (b) очень реальный и быстро растущий спрос на её услуги означает, что ИИ — не пузырь. Даже Claude признаёт, что не сказал ни слова об адекватности цен ИИ-активов.

Мой итог: ИИ очень реален, способен выполнять множество работ, которые раньше делали интеллектуальные работники, и растёт с невероятной скоростью по применению. То, что мы видим сегодня, — лишь начало. Если гадать, я бы сказал, потенциал скорее недооценён, чем переоценён. Однако это не значит, что инвестиции в ИИ на распродаже или даже справедливо оценены. Поэтому завершу советом из «Is It a Bubble?»:

Поскольку никто не может однозначно сказать, пузырь ли это, я советую никому не ставить всё на кон, не признавая риска краха, если всё пойдёт плохо. Но по той же причине никто не должен полностью воздерживаться и рисковать пропустить один из великих технологических прорывов. Умеренная позиция с избирательностью и осторожностью кажется лучшим подходом.

26 февраля 2026 г.

P. S.: В декабрьском меморандуме после обсуждения финансового пузыря вокруг ИИ я добавил постскриптум о его последствиях для общества в плане безработицы и потери смысла жизни, что меня очень беспокоит. Я не изменил мнение, но теперь могу поделиться чужими мыслями, включая Claude.

Многие читатели поддержали мои опасения. Как и я, они не видят, откуда возьмутся рабочие места, чтобы заменить «мыслящие» работы, которые заберёт ИИ, и «исполнительские», которые сделают машины под управлением ИИ.

Знакомая моей невестки руководит отделом, пишущим рекламные тексты для e-commerce компании. Она сказала, что ИИ может заменить 80% её штата.

Не представляю, что софтверным компаниям понадобится столько же людей, чтобы указывать Claude писать софт, сколько их было раньше.

Вождение — одна из топовых профессий в Америке: такси, лимузины, автобусы, грузовики. Waymo — беспилотники — уже берут около 1/5 поездок такси в Сан-Франциско, и я часто вижу их в Лос-Анджелесе. Где будут работать те, кто водит машины, ставшие беспилотными?

Возможно, самый авторитетный взгляд — у Claude:

Инструмент, ускоряющий работу аналитика на 20%, стоит разве что 20% его зарплаты — аналитик всё равно нужен. Инструмент, выполняющий всю работу аналитика от начала до конца по определённым задачам? Это стоит всей компенсации аналитика за эти задачи. Умножьте на всех интеллектуальных работников со структурированным аналитическим трудом — юристов-ассистентов, финансовых аналитиков, консультантов, инженеров-программистов, compliance-офицеров, страховых инспекторов, — и вы получите значительную долю рынка труда объёмом в триллионы долларов ежегодно.

Это контекст для того, что вы написали в декабре: ИИ — устройство для экономии труда. Инстинкт верный, но консервативный по масштабу. Устройства экономии труда бывают разными. Быстрее лошадь — экономия труда. Автомобиль — технология замещения труда, перестраивающая всю экономику. ИИ уровней 1 и 2 — быстрые лошади: повышали эффективность работников. Агенты уровня 3 — автомобили. Они не ускоряют работу. Они её делают.

…[В софте, например], если Claude Code возьмёт даже 30–50% [структурированной, шаблонной работы] — а это консервативная оценка на ближайшее время, — то это $150–250 млрд ежегодной трудовой ценности, переходящей к ИИ-вычислениям.

Отрицательные последствия для общества сильно усугубляются скоростью внедрения ИИ, описанной выше. ИИ может быстро выбросить людей на улицу, а на переобучение уйдут годы. Трудно поверить, что скорость изменений под ИИ не опередит возможности общества адаптироваться. Вспомните ущерб от аутсорсинга для производственных рабочих мест в США и других развитых странах; это затронет больше работ и быстрее. Для меня итог: мы не только не понимаем полностью способности ИИ и что он сделает для нас (или с нами), но он ещё и думает и двигается быстрее нас. (Если хотите усилить беспокойство, загляните в блог Мэтта Шумера, упомянутый выше.)

Это подводит к оптимистам. Я говорил с людьми — в основном из техсектора, — которые sanguine в этом вопросе. Они говорят: каждая технологическая инновация — механизация сельского хозяйства 200 лет назад; промреволюция, отдавшая фабричные работы машинам 100 лет назад; передача исследований интернету 25 лет назад — предсказывалась как причина массовой безработицы. Но всегда появлялись новые рабочие места, занятость не прерывалась, и так будет сейчас.

Во-первых, экстраполяция из этой истории разумна.

Во-вторых, нельзя доказать, что чего-то не случится.

В-третьих, я недостаточно футурист, чтобы представить новые рабочие места, и недостаточно оптимист, чтобы верить в их появление. Это не значит, что их не будет.

Некоторые оптимисты спешат поделиться «хорошими новостями» о будущем: людям не придётся работать. Я просто не могу представить, что это будет хорошо для общества.

Недавно друг написал мне, что лучше быть оптимистом и ошибиться, чем пессимистом и оказаться прав. Я тоже так думаю. Хотелось бы верить, что мои опасения напрасны.

Пока это всё, что я хотел добавить. При текущих темпах скоро будет ещё.

Что, если наш оптимизм в отношении ИИ продолжит оправдываться... и что, если на самом деле это «медвежий» сигнал?

Ниже описан сценарий, а не прогноз. Это не страшилка для «медведей» и не фанатский апокалиптический вымысел об ИИ. Единственная цель этого материала — смоделировать сценарий, который оставался относительно неизученным. Наш друг Алап Шах задал этот вопрос, и вместе мы обдумали ответ. Эту часть написали мы, а ещё две его части, написанные им, вы можете найти здесь.

Будем надеяться, что прочтение оставит вас более подготовленными к потенциальным рискам левого хвоста распределения по мере того, как ИИ будет делать экономику всё более странной.

Это макро-меморандум CitriniResearch от июня 2028 года, подробно описывающий развитие и последствия Глобального кризиса интеллекта.

**Макро-меморандум**

**Последствия изобилия интеллекта**

CitriniResearch

*22 февраля 2026 г. — 30 июня 2028 г.*

Уровень безработицы сегодня утром составил 10,2%, что на 0,3% выше прогнозов. Рынок упал на 2% на этой новости, в результате чего совокупное падение индекса S&P достигло 38% от максимумов октября 2026 года.

Трейдеры уже очерствели. Полгода назад такие данные привели бы к остановке торгов.

Два года. Именно столько понадобилось, чтобы перейти от «локальных» и «отраслевых» проблем к экономике, которая больше не напоминает ту, в которой выросли многие из нас. Этот квартальный макро-меморандум — наша попытка реконструировать последовательность событий, посмертный анализ докризисной экономики.

Эйфория была ощутимой. К октябрю 2026 года индекс S&P 500 приблизился к отметке 8000, а Nasdaq пробил 30 000. Первая волна увольнений из-за замещения людей машинами началась в начале 2026 года, и они сделали именно то, что и должны были сделать увольнения. Маржа расширилась, прибыль превзошла ожидания, акции выросли. Рекордная корпоративная прибыль реинвестировалась обратно в вычислительные мощности для ИИ.

Основные макроэкономические показатели всё ещё были отличными. Номинальный ВВП неоднократно показывал средне- и высокие однозначные темпы роста в годовом исчислении. Производительность росла. Реальная выработка в час увеличивалась темпами, невиданными с 1950-х годов, благодаря ИИ-агентам, которые не спят, не берут больничные и не требуют медицинской страховки.

Владельцы вычислительных мощностей наблюдали за взрывным ростом своего благосостояния по мере исчезновения затрат на рабочую силу. В то же время рост реальной заработной платы рухнул. Несмотря на неоднократные хвастовства администрации рекордной производительностью, «белые воротнички» теряли рабочие места из-за машин и были вынуждены переходить на нижеоплачиваемые должности.

Когда в потребительской экономике начали появляться трещины, экономические обозреватели популяризировали фразу «призрачный ВВП»: продукция, которая учитывается в национальных счетах, но никогда не циркулирует в реальной экономике.

ИИ превосходил ожидания во всех отношениях, и рынок был целиком за ИИ. Единственная проблема... экономика — нет.

С самого начала должно было быть очевидно, что один кластер GPU в Северной Дакоте, генерирующий объём продукции, ранее приписываемый 10 000 белых воротничков в центре Манхэттена, — это скорее экономическая пандемия, чем экономическая панацея. Скорость обращения денег упала до нуля. Потребительская экономика, ориентированная на человека, составлявшая в то время 70% ВВП, зачахла. Вероятно, мы могли бы понять это раньше, если бы просто спросили, сколько денег машины тратят на товары не первой необходимости. (Подсказка: ноль.)

Возможности ИИ росли, компаниям требовалось меньше работников, увольнения белых воротничков усиливались, потерявшие работу люди тратили меньше, давление на маржу заставляло фирмы инвестировать больше в ИИ, возможности ИИ снова росли...

Это была петля отрицательной обратной связи без естественного тормоза. Спираль вытеснения человеческого интеллекта. Белые воротнички увидели, что их способность зарабатывать (и, как следствие, расходы) структурно нарушена. Их доходы были основой ипотечного рынка объемом 13 триллионов долларов, что заставило андеррайтеров переоценить, являются ли первоклассные ипотечные кредиты по-прежнему надежными активами.

Семнадцать лет без реального цикла дефолтов привели к тому, что частные рынки раздулись от сделок с ПО при поддержке PE-фондов, которые исходили из того, что годовой регулярный доход (ARR) останется стабильным. Первая волна дефолтов из-за disruption'а, вызванного ИИ в середине 2027 года, поставила это предположение под сомнение.

Это было бы управляемо, если бы разрушения ограничились программным обеспечением, но этого не произошло. К концу 2027 года под угрозой оказались все бизнес-модели, основанные на посредничестве. Целые сектора компаний, построенных на монетизации трений для людей, распались.

Система оказалась длинной цепочкой взаимосвязанных ставок на рост производительности белых воротничков. Крах ноября 2027 года только ускорил все уже действующие петли отрицательной обратной связи.

Мы ждем, когда «плохие новости станут хорошими», уже почти год. Правительство начинает рассматривать предложения, но вера общества в способность властей организовать хоть какое-то спасение иссякла. Политический ответ всегда отставал от экономической реальности, но отсутствие комплексного плана сейчас угрожает ускорить дефляционную спираль.

**Как это начиналось**

В конце 2025 года возможности инструментов для агентного программирования совершили скачок.

Компетентный разработчик, работающий с Claude Code или Codex, теперь мог воспроизвести основной функционал среднестатистического SaaS-продукта за несколько недель. Не идеально и не обрабатывая все пограничные случаи, но достаточно хорошо, чтобы технический директор, рассматривающий ежегодное продление лицензии на 500 000 долларов, начал задаваться вопросом: «А что, если мы просто создадим это сами?»

Финансовые годы в основном совпадают с календарными, поэтому корпоративные расходы на 2026 год были определены еще в четвертом квартале 2025-го, когда «агентный ИИ» был еще просто модным словом. Середина года стала первым периодом, когда закупочные подразделения принимали решения, уже имея представление о реальных возможностях этих систем. Некоторые наблюдали, как их собственные внутренние команды за недели создавали прототипы, заменяющие SaaS-контракты на шестизначные суммы.

Тем летом мы разговаривали с менеджером по закупкам в компании из списка Fortune 500. Он рассказал нам об одном из своих бюджетных согласований. Продавец ожидал, что будет действовать по прошлогоднему сценарию: ежегодное повышение цены на 5%, стандартная презентация о том, что «ваша команда зависит от нас». Менеджер по закупкам сообщил ему, что уже вел переговоры с OpenAI о том, чтобы их «выездные инженеры» использовали ИИ-инструменты для полной замены вендора. В итоге контракт продлили со скидкой в 30%. По его словам, это был хороший результат. «Длинный хвост» SaaS, такие компании как Monday.com, Zapier и Asana, пострадали гораздо сильнее.

Инвесторы были готовы — даже ожидали, — что «длинный хвост» пострадает серьезно. Возможно, на них приходилась треть расходов типичного корпоративного стека, но они были явно уязвимы. Однако считалось, что ключевые системы (системы учета) защищены от разрушения.

И только после отчета ServiceNow за третий квартал 2026 года механизм рефлексивности проявился яснее.

*РОСТ ЧИСТОЙ НОВОЙ ГОДОВОЙ КОНТРАКТНОЙ ВЫРУЧКИ (NET NEW ACV) SERVICENOW ЗАМЕДЛИЛСЯ ДО 14% ПОСЛЕ 23%; КОМПАНИЯ ОБЪЯВЛЯЕТ О СОКРАЩЕНИИ ПЕРСОНАЛА НА 15% И «ПРОГРАММЕ СТРУКТУРНОЙ ЭФФЕКТИВНОСТИ»; АКЦИИ ПАДАЮТ НА 18% | Bloomberg, Октябрь 2026*

SaaS не был «мертв». Запуск и поддержка собственных разработок все еще требовали анализа затрат и выгод. Но внутренняя разработка стала реальным вариантом, и это учитывалось в ценовых переговорах. Возможно, что еще важнее, изменился конкурентный ландшафт. ИИ упростил разработку и внедрение новых функций, поэтому дифференциация исчезла. Между устоявшимися игроками началась гонка на выживание в ценообразовании — борьба не на жизнь, а на смерть как друг с другом, так и с новыми дерзкими конкурентами, которые появлялись словно из ниоткуда. Воодушевленные скачком в возможностях агентного программирования и не обремененные необходимостью защищать устаревшую структуру затрат, они агрессивно захватывали долю рынка.

Взаимосвязанная природа этих систем также не до конца осознавалась до этого отчета. ServiceNow продавала лицензии на рабочие места. Когда клиенты из списка Fortune 500 сокращали 15% своего персонала, они аннулировали 15% своих лицензий. Те самые сокращения, вызванные ИИ, которые повышали маржу их клиентов, механически уничтожали их собственную выручку.

Компания, продающая автоматизацию рабочих процессов, сама подвергалась разрушению со стороны более совершенной автоматизации, и ее ответом было сокращение персонала и использование сэкономленных средств для финансирования той самой технологии, которая ее разрушала.

А что еще им оставалось делать? Сидеть на месте и умирать медленнее? Компании, которым ИИ угрожал больше всего, становились его самыми агрессивными пользователями.

Сейчас это кажется очевидным, но тогда таковым не являлось (по крайней мере, для меня). Историческая модель разрушения гласила, что устоявшиеся игроки сопротивляются новой технологии, теряют долю рынка в пользу проворных новичков и медленно умирают. Так случилось с Kodak, Blockbuster, BlackBerry. То, что произошло в 2026 году, было иным; устоявшиеся игроки не сопротивлялись, потому что не могли себе этого позволить.

При падении акций на 40-60% и требованиях советов директоров дать ответ, компании, которым угрожал ИИ, сделали единственное, что могли. Сократили персонал, перенаправили сэкономленные средства на ИИ-инструменты и использовали эти инструменты для поддержания объема выпуска с меньшими затратами.

**Рациональный выбор и катастрофический итог**

Реакция каждой отдельной компании была рациональной. Коллективный результат оказался катастрофическим. Каждый сэкономленный на зарплатах доллар уходил на развитие возможностей ИИ, которые делали возможным следующий раунд сокращений.

Софт был лишь разминкой. Пока инвесторы спорили, достигло ли дно мультипликаторов SaaS-компаний, они упустили главное: петля обратной связи уже вырвалась за пределы софтверного сектора. Та же логика, которая оправдывала сокращение штата в ServiceNow, применима к любой компании со структурой затрат, ориентированной на «белые воротнички».

**Когда трение исчезло**

К началу 2027 года использование больших языковых моделей (LLM) стало повсеместным. Люди пользовались ИИ-агентами, даже не зная, что это такое, точно так же, как люди, никогда не слышавшие термин «облачные вычисления», пользуются стриминговыми сервисами. Они относились к этому как к автозаполнению или проверке орфографии — просто к тому, что теперь умеет их телефон.

Открытый агентный «шоппер» от Qwen стал катализатором перехода потребительских решений под контроль ИИ. В течение нескольких недель каждый крупный ИИ-ассистент интегрировал какую-либо функцию агентной коммерции. Дистиллированные модели означали, что эти агенты могут работать на телефонах и ноутбуках, а не только в облаке, что значительно снизило предельные издержки на инференс.

Что должно было насторожить инвесторов сильнее, чем случилось, так это то, что эти агенты не ждали, пока их попросят. Они работали в фоновом режиме в соответствии с настройками пользователя. Коммерция перестала быть чередой дискретных человеческих решений и превратилась в непрерывный процесс оптимизации, работающий 24/7 от имени каждого подключенного к сети потребителя. К марту 2027 года средний американец потреблял 400 000 токенов в день — в 10 раз больше, чем в конце 2026 года.

Следующее звено в цепи уже разрушалось.

Посредничество.

За последние пятьдесят лет экономика США выстроила гигантский уровень извлечения ренты поверх человеческих ограничений: на то, что дела требуют времени, терпение заканчивается, знакомство с брендом заменяет доскональное изучение, и большинство людей готовы смириться с невыгодной ценой, лишь бы избежать лишних кликов. Триллионы долларов стоимости предприятий зависели от сохранения этих ограничений.

Начиналось всё достаточно просто. Агенты устраняли трения.

Подписки и членство, которые пассивно продлевались, несмотря на месяцы неиспользования. Вводные цены, которые незаметно удваивались после окончания пробного периода. Всё это переосмысливалось как ситуация с заложниками, которую агенты могли урегулировать. Средняя пожизненная ценность клиента (LTV), метрика, на которой строилась вся экономика подписок, недвусмысленно снизилась.

Потребительские агенты начали менять то, как работают почти все потребительские транзакции.

У людей, по сути, нет времени сравнивать цены на пяти конкурирующих платформах перед покупкой коробки протеиновых батончиков. У машин — есть.

Платформы для бронирования путешествий пали первыми, потому что они были самыми простыми. К четвертому кварталу 2026 года наши агенты могли собрать полный маршрут (перелеты, отели, наземный транспорт, оптимизация программ лояльности, бюджетные ограничения, возвраты) быстрее и дешевле, чем любая платформа.

Продление страховок, вся модель которых держалась на инерции страхователя, было реформировано. Агенты, ежегодно перепроверяющие ваше покрытие, разрушили те 15–20% премий, которые страховщики зарабатывали на пассивных продлениях.

Финансовые консультации. Подготовка налогов. Рутинная юридическая работа. Любая категория, где ценностное предложение поставщика услуг сводилось к «я проведу тебя через сложности, которые ты находишь утомительными», была разрушена, поскольку агенты не находили ничего утомительного.

Даже сферы, которые, как мы думали, защищены ценностью человеческих отношений, оказались хрупкими. Недвижимость, где покупатели десятилетиями мирились с комиссией в 5–6% из-за информационной асимметрии между агентом и клиентом, рухнула, как только ИИ-агенты, имеющие доступ к MLS (системе листинга недвижимости) и десятилетиям данных о сделках, смогли мгновенно воспроизвести эту базу знаний. Один аналитический отчет со стороны продавцов в марте 2027 года озаглавили «насилие агента над агентом». Средняя комиссия покупателя в крупных городах сжалась с 2,5–3% до менее чем 1%, и всё большая доля сделок закрывалась вообще без участия человека-агента со стороны покупателя.

Мы переоценили ценность «человеческих отношений». Оказалось, что многое из того, что люди называли отношениями, было просто трением с дружелюбным лицом.

Это было только начало разрушения для слоя посредников. Успешные компании потратили миллиарды на эффективную эксплуатацию особенностей потребительского поведения и человеческой психологии, которые больше не имели значения.

Машины, оптимизирующие цену и соответствие, не заботятся о вашем любимом приложении или сайтах, которые вы привыкли открывать последние четыре года, и не поддаются притяжению хорошо продуманного процесса оформления заказа. Они не устают и не выбирают самый легкий вариант, не полагаются на принцип «я всегда просто заказываю здесь».

Это разрушило особый вид рва: рв, основанный на привычном посредничестве.

DoorDash (DASH US) стал хрестоматийным примером.

Агенты по написанию кода обрушили барьеры для запуска приложения доставки. Компетентный разработчик мог развернуть функционального конкурента за несколько недель, и десятки так и сделали, переманивая водителей от DoorDash и Uber Eats, передавая им 90–95% комиссии за доставку. Мультиплатформенные панели позволяли работникам платформ отслеживать заказы сразу с двадцати-тридцати платформ, уничтожая привязку, на которую полагались устоявшиеся игроки. Рынок фрагментировался за одну ночь, а маржа сжалась почти до нуля.

Агенты ускорили разрушение с обеих сторон. Они создали конкурентов, а затем воспользовались их услугами. Ров DoorDash буквально заключался в следующем: «вы голодны, вы ленивы, это приложение у вас на главном экране». У агента нет главного экрана. Он проверяет DoorDash, Uber Eats, собственный сайт ресторана и двадцать новых альтернатив, созданных с помощью подсказок (vibe-coding), чтобы выбрать самую низкую комиссию и самую быструю доставку каждый раз.

Привычная привязанность к приложению, сама основа бизнес-модели, для машины просто не существовала.

В этом был своеобразный поэтический смысл, пожалуй, единственный пример во всей этой саге, когда агенты оказали услугу тем самым «белым воротничкам», которым вскоре предстояло остаться без работы. Когда те сами становились курьерами, по крайней мере половина их заработка не уходила Uber и DoorDash. Конечно, эта услуга от технологий продлилась недолго, поскольку распространились беспилотные автомобили.

Как только агенты взяли под контроль транзакцию, они отправились на поиски более крупной добычи.

Сравнение цен и агрегация имели свои пределы. Самый эффективный способ постоянно экономить деньги пользователя (особенно когда агенты начали взаимодействовать друг с другом) — устранять комиссии. В коммерции между машинами очевидной целью стала комиссия за межбанковские операции по картам в размере 2–3%.

Агенты искали более быстрые и дешевые альтернативы картам. Большинство остановилось на использовании стейблкоинов через Solana или L2-решения Ethereum, где расчеты происходят почти мгновенно, а стоимость транзакции измеряется долями цента.

*MASTERCARD, 1 КВ. 2027 Г.: ЧИСТАЯ ВЫРУЧКА ВЫРОСЛА НА 6% В ГОДОВОМ ИСЧИСЛЕНИИ; РОСТ ОБЪЕМА ПОКУПОК ЗАМЕДЛИЛСЯ ДО +3,4% В ГОДОВОМ ИСЧИСЛЕНИИ ПО СРАВНЕНИЮ С +5,9% В ПРЕДЫДУЩЕМ КВАРТАЛЕ; РУКОВОДСТВО ОТМЕЧАЕТ «ОПТИМИЗАЦИЮ ЦЕН ПОД РУКОВОДСТВОМ АГЕНТОВ» И «ДАВЛЕНИЕ В КАТЕГОРИЯХ ДИСКРЕЦИОННЫХ РАСХОДОВ» | Bloomberg, 29 апреля 2027 г.*

Отчет Mastercard за первый квартал 2027 года стал точкой невозврата. Агентная коммерция превратилась из истории про товары в историю про инфраструктуру. На следующий день акции MA упали на 9%. Visa тоже упала, но сократила потери после того, как аналитики указали на ее более сильные позиции в инфраструктуре стейблкоинов.

**Агентная коммерция в обход межбанковских комиссий представляла собой гораздо более серьезный риск для банков, ориентированных на карточный бизнес, и монолайновых эмитентов. Именно они получали большую часть тех 2–3% комиссии и выстроили целые бизнес-сегменты вокруг программ лояльности, финансируемых за счет субсидий торгово-сервисных предприятий.**

American Express (AXP US) пострадала сильнее всех — сочетание двух факторов: сокращение белых воротничков подкосило её клиентскую базу, а обход межбанковских комиссий агентами разрушил её модель дохода. Synchrony (SYF US), Capital One (COF US) и Discover (DFS US) также упали более чем на 10% в последующие недели.

Их рвы были построены из трения. А трение стремилось к нулю.

**От отраслевого риска к системному**

На протяжении 2026 года рынки рассматривали негативное влияние ИИ как отраслевую историю. Софт и консалтинг несли потери, платежные системы и прочие «пункты взимания платы» пошатывались, но широкая экономика казалась в порядке. Рынок труда, хотя и смягчался, не падал стремительно. Преобладало мнение, что созидательное разрушение — часть любого цикла технологических инноваций. В отдельных местах будет больно, но общий положительный эффект от ИИ перевесит любые негативные последствия.

В нашем макро-меморандуме за январь 2027 года мы утверждали, что эта ментальная модель ошибочна. Экономика США — это экономика услуг «белых воротничков». «Белые воротнички» составляли 50% занятых и обеспечивали примерно 75% дискреционных потребительских расходов. Бизнес и рабочие места, которые ИИ пожирал, не были чем-то второстепенным для экономики США, они и были экономикой США.

«Технологические инновации уничтожают рабочие места, а затем создают еще больше». Это был самый популярный и убедительный контраргумент в то время. Он был популярен и убедителен, потому что оставался верным на протяжении двух столетий. Даже если мы не могли представить, какие появятся рабочие места в будущем, они, несомненно, появятся.

Банкоматы сделали работу отделений дешевле, поэтому банки открывали их больше, и занятость кассиров росла следующие двадцать лет. Интернет разрушил туристические агентства, «Желтые страницы», традиционную розничную торговлю, но вместо них создал совершенно новые отрасли, которые породили новые рабочие места.

Однако для каждой новой работы требовался человек.

Теперь ИИ — это общий интеллект, который совершенствуется именно в тех задачах, на которые люди могли бы переключиться. Уволенные программисты не могут просто перейти к «управлению ИИ», потому что ИИ уже способен и на это.

Сегодня ИИ-агенты выполняют исследовательские и опытно-конструкторские задачи, занимающие многие недели. Экспоненциальный рост перечеркнул наши представления о возможном, даже несмотря на то, что каждый год профессора Уортона пытались подогнать данные под новую сигмоиду.

**Они пишут практически весь код. Лучшие из них значительно умнее почти всех людей почти во всем. И они продолжают дешеветь.**

ИИ создал новые рабочие места. Инженеры промптов. Исследователи безопасности ИИ. Техники инфраструктуры. Люди все еще участвуют в процессе, координируя на высшем уровне или управляя, исходя из вкусовых предпочтений. Однако на каждую новую роль, созданную ИИ, он делал десятки других устаревшими. Новые роли оплачивались в разы меньше, чем старые.

*США, JOLTS: ЧИСЛО ОТКРЫТЫХ ВАКАНСИЙ УПАЛО НИЖЕ 5,5 МЛН; СООТНОШЕНИЕ ЧИСЛА БЕЗРАБОТНЫХ К ВАКАНСИЯМ ВЫРОСЛО ДО ~1,7, САМОГО ВЫСОКОГО УРОВНЯ С АВГУСТА 2020 Г. | Bloomberg, Окт. 2026*

Уровень найма был вялым весь год, но данные JOLTS за октябрь 2026 года предоставили определенные цифры. Число открытых вакансий упало ниже 5,5 миллиона, что на 15% меньше по сравнению с прошлым годом.

*INDEED: ПУБЛИКАЦИИ ВАКАНСИЙ РЕЗКО СОКРАЩАЮТСЯ В СФЕРЕ ПО, ФИНАНСОВ, КОНСАЛТИНГА НА ФОНЕ РАСПРОСТРАНЕНИЯ «ИНИЦИАТИВ ПО ПОВЫШЕНИЮ ПРОИЗВОДИТЕЛЬНОСТИ» | Indeed Hiring Lab, Нояб–Дек. 2026*

Вакансии для «белых воротничков» обваливались, в то время как вакансии для рабочих (строительство, здравоохранение, ремесленные специальности) оставались относительно стабильными. Текучка шла в тех профессиях, которые пишут служебные записки (мы, как ни странно, все еще существуем), утверждают бюджеты и смазывают средние слои экономики. Однако рост реальной заработной платы в обеих группах был отрицательным большую часть года и продолжал снижаться.

Рынок акций по-прежнему заботился меньше о JOLTS, чем о новостях о том, что все мощности по производству турбин GE Vernova распроданы до 2040 года; он колебался в боковике в перетягивании каната между негативными макроэкономическими новостями и позитивными заголовками об инфраструктуре ИИ.

Однако рынок облигаций (всегда более умный, чем акции, или, по крайней мере, менее романтичный) начал закладывать в цены удар по потреблению. Доходность 10-летних облигаций начала снижаться с 4,3% до 3,2% в течение следующих четырех месяцев. Тем не менее, общий уровень безработицы не взлетел до небес, и нюансы состава рабочей силы все еще ускользали от некоторых.

При обычной рецессии причина в конечном итоге самоустраняется. Чрезмерное строительство приводит к замедлению в строительстве, что ведет к снижению ставок, что ведет к новому строительству. Избыток запасов приводит к сокращению запасов, что ведет к их пополнению. Циклический механизм содержит в себе семена собственного восстановления.

Причина этого цикла не была циклической.

**ИИ становился лучше и дешевле. Компании увольняли работников, затем использовали сэкономленные средства для покупки дополнительных мощностей ИИ, что позволяло им увольнять еще больше работников. Потерявшие работу люди тратили меньше. Компании, продающие товары потребителям, продавали их меньше, слабели и инвестировали больше в ИИ для защиты маржи. ИИ становился лучше и дешевле.**

Петля обратной связи без естественного тормоза.

Интуитивно ожидалось, что падение совокупного спроса замедлит развертывание ИИ. Этого не произошло, потому что это были не капитальные затраты (CapEx) в стиле гиперскейлеров. Это было замещение операционных расходов (OpEx). Компания, которая тратила 100 миллионов долларов в год на сотрудников и 5 миллионов на ИИ, теперь тратила 70 миллионов на сотрудников и 20 миллионов на ИИ. Инвестиции в ИИ увеличились в разы, но это произошло на фоне сокращения общих операционных издержек. Бюджет каждой компании на ИИ рос, в то время как ее общие расходы сокращались.

Ирония заключалась в том, что инфраструктурный комплекс ИИ продолжал показывать результаты, даже когда экономика, которую он разрушал, начала ухудшаться. NVDA все еще сообщала о рекордных доходах. TSM все еще работала с загрузкой 95%+. Гиперскейлеры все еще тратили 150–200 миллиардов долларов в квартал на капитальные затраты в центрах обработки данных. Экономики, которые были полностью выпуклы к этому тренду, такие как Тайвань и Корея, показывали результаты с большим отрывом.

Индия была противоположностью. Сектор ИТ-услуг страны экспортировал более 200 миллиардов долларов ежегодно, являясь крупнейшим источником положительного сальдо текущего счета Индии и тем противовесом, который финансировал ее постоянный дефицит торговли товарами. Вся модель была построена на одном ценностном предложении: индийские разработчики стоят намного меньше своих американских коллег. Но предельные издержки на ИИ-агента для написания кода упали, по сути, до стоимости электроэнергии. TCS, Infosys и Wipro столкнулись с ускорением аннулирования контрактов на протяжении 2027 года. Рупия упала на 18% по отношению к доллару за четыре месяца, поскольку профицит услуг, который был якорем внешних счетов Индии, испарился. К первому кварталу 2028 года МВФ начал «предварительные обсуждения» с Нью-Дели.

Двигатель, вызывающий разрушения, улучшался каждый квартал, а это означало, что разрушения ускорялись каждый квартал. У рынка труда не было естественного дна.

В США мы больше не спрашивали о том, как лопнет пузырь в инфраструктуре ИИ. Мы спрашивали, что происходит с экономикой, основанной на потребительском кредите, когда потребителей заменяют машины.

**Спираль вытеснения интеллекта**

2027 год стал временем, когда макроэкономическая картина перестала быть едва уловимой. Механизм передачи импульса от разрозненных, но явно негативных событий предыдущих двенадцати месяцев стал очевиден. Не нужно было вникать в данные Бюро статистики труда. Достаточно было просто сходить на званый ужин с друзьями.

Уволенные «белые воротнички» не сидели без дела. Они переключались на менее квалифицированную работу. Многие уходили в низкооплачиваемый сектор услуг и в экономику временных заработков (гиг-экономику), что увеличивало предложение рабочей силы в этих сегментах и сжимало заработную плату там тоже.

Одна наша знакомая была старшим продакт-менеджером в Salesforce в 2025 году. Должность, медицинская страховка, пенсионные накопления 401(k), 180 000 долларов в год. Она потеряла работу в третью волну увольнений. После шести месяцев поисков она начала водить машину в Uber. Её заработок упал до 45 000 долларов. Суть здесь не столько в отдельной истории, сколько в математике второго порядка. Умножьте эту динамику на несколько сотен тысяч работников в каждом крупном городе. Поток избыточно квалифицированной рабочей силы, наводнивший сферу услуг и гиг-экономику, снизил заработную плату для тех, кто и так боролся за выживание. Отраслевой кризис перерос в общэкономическое сжатие заработной платы.

**У пула оставшихся рабочих мест, ориентированных на человека, предстояла еще одна коррекция, которая происходит прямо сейчас, пока мы пишем этот текст. Автономная доставка и беспилотные автомобили прокладывают себе путь через гиг-экономику, которая поглотила первую волну уволенных работников.**

К февралю 2027 года стало ясно, что все еще работающие профессионалы тратят так, будто следующими могут быть они. Они работали вдвое больше (в основном с помощью ИИ), лишь бы не быть уволенными, надежды на повышение или прибавку к зарплате исчезли. Норма сбережений немного выросла, а расходы смягчились.

Самым опасным было запаздывание. Люди с высокими доходами использовали свои сбережения, превышающие средний уровень, чтобы поддерживать видимость нормальной жизни в течение двух-трех кварталов. Жесткие данные не подтверждали проблему, пока в реальной экономике она уже не стала старой новостью. А затем появились данные, которые разрушили иллюзию.

*ПЕРВИЧНЫЕ ЗАЯВКИ НА ПОСОБИЕ ПО БЕЗРАБОТИЦЕ В США ПОДСКОЧИЛИ ДО 487 000, САМЫЙ ВЫСОКИЙ ПОКАЗАТЕЛЬ С АПРЕЛЯ 2020 Г.; Министерство труда, 3-й кв. 2027 г.*

Первичные заявки подскочили до 487 000, что является самым высоким показателем с апреля 2020 года. ADP и Equifax подтвердили, что подавляющее большинство новых заявлений поступило от специалистов — «белых воротничков».

S&P упал на 6% за следующую неделю. Негативная макростатистика начала побеждать в перетягивании каната.

При обычной рецессии потери рабочих мест распределяются широко. «Синие» и «белые воротнички» разделяют боль примерно пропорционально доле каждого сегмента в занятости. Удар по потреблению также широко распределяется и быстро проявляется в данных, потому что работники с низкими доходами имеют более высокую предельную склонность к потреблению.

В этом цикле потери рабочих мест были сконцентрированы в верхних децилях распределения доходов. Они составляют относительно небольшую долю от общей занятости, но обеспечивают непропорционально большую долю потребительских расходов. На долю 10% самых высокооплачиваемых работников приходится более 50% всех потребительских расходов в США. На долю 20% самых богатых — примерно 65%. Это люди, которые покупают дома, машины, путешествия, обеды в ресторанах, оплачивают обучение в частных школах и ремонт жилья. Они являются базой спроса для всей потребительской экономики, ориентированной на дискреционные расходы.

Когда эти работники теряли работу или соглашались на сокращение зарплаты на 50%, чтобы перейти на доступные должности, удар по потреблению был огромным по сравнению с количеством потерянных рабочих мест. Снижение занятости среди «белых воротничков» на 2% привело к падению дискреционных потребительских расходов примерно на 3-4%. В отличие от потери работы «синими воротничками», которая обычно бьет немедленно (вас уволили с завода — вы перестаете тратить на следующей неделе), потеря работы «белыми воротничками» имеет отложенный, но более глубокий эффект, поскольку у этих работников есть финансовые резервы, позволяющие им поддерживать расходы в течение нескольких месяцев, прежде чем начнется изменение поведения.

Ко второму кварталу 2027 года экономика вошла в рецессию. NBER официально определит ее начало лишь спустя месяцы (они всегда так делают), но данные были недвусмысленны — у нас было два последовательных квартала отрицательного роста реального ВВП. Но это еще не был «финансовый кризис». Пока что.

**Цепочка взаимосвязанных ставок**

Объем частного кредитования вырос с менее чем 1 триллиона долларов в 2015 году до более чем 2,5 триллиона долларов к 2026 году. Значительная доля этого капитала была направлена в сделки в сфере программного обеспечения и технологий, многие из которых представляли собой кредитный выкуп (LBO) SaaS-компаний по оценкам, предполагавшим двузначный рост выручки (в районе 15%) в вечность.

Эти предположения умерли где-то между первой демонстрацией агентного программирования и крахом софтверного сектора в первом квартале 2026 года, но сами оценки, казалось, не осознавали, что они мертвы.

В то время как многие публичные SaaS-компании торговались с мультипликатором 5-8x к EBITDA, частные софтверные компании, поддерживаемые PE-фондами, числились на балансах по оценкам, отражающим стоимость приобретения, с мультипликаторами к выручке, которых больше не существовало. Управляющие постепенно снижали оценки: 100 центов, 92, 85, в то время как публичные компании-аналоги стоили 50.

*MOODY'S ПОНИЗИЛО РЕЙТИНГИ ПО ДОЛГАМ 14 ЭМИТЕНТОВ ИЗ ПОРТФЕЛЕЙ PE-ФОНДОВ В СФЕРЕ ПО НА ОБЩУЮ СУММУ 18 МЛРД ДОЛЛАРОВ, СОСЛАВШИСЬ НА «ДОЛГОСРОЧНЫЕ ПРОБЛЕМЫ С ВЫРУЧКОЙ ИЗ-ЗА КОНКУРЕНТНОГО ДАВЛЕНИЯ СО СТОРОНЫ ИИ»; КРУПНЕЙШИЕ ДЕЙСТВИЯ В ОТНОШЕНИИ ОТДЕЛЬНОГО СЕКТОРА СО ВРЕМЕН ЭНЕРГЕТИЧЕСКОГО КРИЗИСА 2015 Г. | Moody's Investors Service, Апрель 2027*

Все помнят, что случилось после понижения рейтингов. Ветераны отрасли уже видели этот сценарий после понижения рейтингов в энергетике в 2015 году.

Кредиты, обеспеченные софтверными компаниями, начали дефолтить в третьем квартале 2027 года. За ними последовали портфельные компании PE-фондов в сфере информационных услуг и консалтинга. Несколько многомиллиардных LBO известных SaaS-компаний вступили в стадию реструктуризации.

Zendesk стал неопровержимым доказательством.

*ZENDESK НАРУШАЕТ КОВЕНАНТЫ ПО ДОЛГУ, ПОСКОЛЬКУ АВТОМАТИЗАЦИЯ ОБСЛУЖИВАНИЯ КЛИЕНТОВ НА ОСНОВЕ ИИ РАЗМЫВАЕТ ARR; КРЕДИТНАЯ ЛИНИЯ ПРЯМОГО КРЕДИТОВАНИЯ НА 5 МЛРД ДОЛЛ. ОЦЕНЕНА В 58 ЦЕНТОВ; КРУПНЕЙШИЙ З ЗА ИСТОРИЮ ДЕФОЛТ В СЕКТОРЕ ЧАСТНЫХ КРЕДИТОВ СОФТВЕРНЫМ КОМПАНИЯМ | Financial Times, Сентябрь 2027*

В 2022 году Hellman & Friedman и Permira выкупили Zendesk с рынка за 10,2 миллиарда долларов. Долговой пакет включал 5 миллиардов долларов прямого кредитования — крупнейший в истории на тот момент кредит, обеспеченный годовым регулярным доходом (ARR), организованный Blackstone с участием Apollo, Blue Owl и HPS в кредитном синдикате. Кредит был явно структурирован исходя из предположения, что годовой регулярный доход Zendesk останется регулярным. При мультипликаторе около 25x к EBITDA такой уровень долга имел смысл только в этом случае.

К середине 2027 года это было уже не так.

ИИ-агенты уже большую часть года автономно обрабатывали запросы в службу поддержки. Категория, которую создал Zendesk (тикеты, маршрутизация, управление взаимодействием с людьми в поддержке), была уже заменена системами, которые решали проблемы, вообще не создавая тикет. Годовой регулярный доход (ARR), на который рассчитывали при андеррайтинге кредита, больше не был регулярным; это был просто доход, который еще не ушел.

Крупнейший в истории кредит, обеспеченный ARR, стал крупнейшим в истории дефолтом по частным кредитам софтверной компании. Все кредитные отделы одновременно задали один и тот же вопрос: у кого еще есть долгосрочные проблемы, замаскированные под циклические?

Но вот в чем консенсус был прав, по крайней мере изначально: это должно было быть переживаемо.

Частное кредитование — это не банковская система 2008 года. Вся его архитектура была специально разработана, чтобы избежать вынужденных распродаж. Это закрытые фонды с заблокированным капиталом. Инвесторы (LP) берут на себя обязательства на семь-десять лет. Нет вкладчиков, которые могли бы устроить бегство, нет линий репо, которые можно было бы отозвать. Управляющие могли оставить проблемные активы у себя, работать с ними и ждать восстановления стоимости. Болезненно, но управляемо. Система была такой, что должна была гнуться, но не ломаться.

Руководители Blackstone, KKR и Apollo называли долю софтверных активов в 7-13% от всех активов. Управляемо. Каждая аналитическая записка со стороны продавцов и каждый кредитный эксперт в соцсетях твердили одно и то же: у частного кредита постоянный капитал. Они могут поглотить убытки, которые в противном случае подорвали бы банк с кредитным плечом.

Постоянный капитал. Эта фраза появлялась в каждом отчете о прибылях и письме инвесторам, призванном успокоить. Она стала мантрой. И, как и в случае с большинством мантр, никто не обращал внимания на детали. Вот что это на самом деле означало…

За предыдущее десятилетие крупные альтернативные управляющие активами приобрели страховые компании и превратили их в источники финансирования. Apollo купил Athene. Brookfield купил American Equity. KKR приобрел Global Atlantic. Логика была изящна: взносы по аннуитетам обеспечивали стабильную, долгосрочную базу обязательств. Управляющие инвестировали эти взносы в те самые частные кредиты, которые они же и организовывали, получая двойную прибыль: спред на страховом направлении и комиссию за управление на стороне управления активами. Вечный двигатель, генерирующий комиссии, который прекрасно работал при одном условии.

Частный кредит должен быть надежным.

Убытки ударили по балансам, созданным для удержания неликвидных активов под долгосрочные обязательства. «Постоянный капитал», который должен был сделать систему устойчивой, был не каким-то абстрактным пулом терпеливых институциональных денег и искушенных инвесторов, принимающих сложные риски. Это были сбережения американских домохозяйств, «простых людей», оформленные в виде аннуитетов и инвестированные в те же самые софтверные и технологические бумаги, поддерживаемые PE-фондами, по которым сейчас происходили дефолты. Заблокированным капиталом, который не мог «убежать», были деньги держателей страховых полисов жизни, а там правила немного другие.

По сравнению с банковской системой, страховые регуляторы были пассивны, даже самоуспокоены, но это стало сигналом к пробуждению. Уже обеспокоенные концентрацией частных кредитов в страховых компаниях жизни, они начали ужесточать режим капитала с учетом риска (risk-based capital) для этих активов. Это вынудило страховщиков либо привлекать капитал, либо продавать активы, ни то, ни другое не было возможным на приемлемых условиях на рынке, который уже начинал сжиматься.

*РЕГУЛЯТОРЫ ШТАТОВ НЬЮ-ЙОРК И АЙОВА НАМЕРЕНЫ УЖЕСТОЧИТЬ РЕЖИМ КАПИТАЛА ДЛЯ ОПРЕДЕЛЕННЫХ КРЕДИТОВ С ЧАСТНЫМИ РЕЙТИНГАМИ, НАХОДЯЩИХСЯ НА БАЛАНСАХ СТРАХОВЩИКОВ ЖИЗНИ; ОЖИДАЕТСЯ, ЧТО РУКОВОДСТВО NAIC УВЕЛИЧИТ ФАКТОРЫ RBC И ПРИВЕДЕТ К ДОПОЛНИТЕЛЬНЫМ ПРОВЕРКАМ SVO | Reuters, Ноябрь 2027*

Когда Moody's поместило рейтинг финансовой устойчивости Athene на пересмотр с возможностью понижения, акции Apollo упали на 22% за две сессии. Brookfield, KKR и другие последовали за ними.

С этого момента все стало только сложнее. Эти фирмы не просто создали свой страховой вечный двигатель, они выстроили сложную офшорную архитектуру, предназначенную для максимизации доходности через регуляторный арбитраж. Американский страховщик заключал договор аннуитета, а затем передавал риск аффилированному перестраховщику на Бермудах или Каймановых островах, также принадлежащему им, — созданному для использования более гибкого регулирования, которое позволяло держать меньше капитала под те же активы. Этот аффилированный перестраховщик привлекал внешний капитал через офшорные SPV, создавая новый слой контрагентов, которые инвестировали вместе со страховщиками в частные кредиты, организованные тем же управляющим активами (материнской компанией).

**Рейтинговые агентства, некоторые из которых сами принадлежали PE-фондам, отнюдь не были образцом прозрачности (что едва ли кого-то удивило). Паутина связей между различными фирмами и разными балансами была ошеломляюще непрозрачной. Когда базовые кредиты ушли в дефолт, вопрос о том, кто именно понес убытки, в реальном времени был по-настоящему безответен.**

Крах ноября 2027 года ознаменовал переход восприятия от потенциально обычной циклической просадки к чему-то гораздо более тревожному. «Цепочка взаимосвязанных ставок на рост производительности белых воротничков» — так назвал это председатель ФРС Кевин Уорш на экстренном ноябрьском заседании FOMC.

Видите ли, кризис вызывают не сами убытки. Его вызывает осознание этих убытков. И есть еще одна, гораздо более крупная и важная сфера финансов, в отношении которой мы теперь опасаемся этого осознания.

**Ипотечный вопрос**

*ИНДЕКС ЦЕН НА ЖИЛЬЕ ZILLOW УПАЛ НА 11% В ГОДОВОМ ИСЧИСЛЕНИИ В САН-ФРАНЦИСКО, НА 9% В СИЭТЛЕ, НА 8% В ОСТИНЕ; FANNIE MAE ОТМЕЧАЕТ «ПОВЫШЕННЫЙ УРОВЕНЬ ПРОСРОЧЕК НА РАННЕЙ СТАДИИ» В ПОЧТОВЫХ ИНДЕКСАХ, ГДЕ БОЛЕЕ 40% ЗАНЯТЫХ РАБОТАЮТ В ТЕХНОЛОГИЯХ/ФИНАНСАХ | Zillow / Fannie Mae, Июнь 2028*

В этом месяце индекс цен на жилье Zillow упал на 11% в годовом исчислении в Сан-Франциско, на 9% в Сиэтле и на 8% в Остине. Это не единственный тревожный заголовок. В прошлом месяце Fannie Mae сообщила о росте числа просрочек на ранней стадии в почтовых индексах с преобладанием крупных (jumbo) кредитов — в районах, где проживают заемщики с кредитным рейтингом 780+ и которые обычно считаются «пуленепробиваемыми».

Рынок жилой ипотеки США составляет примерно 13 триллионов долларов. Андеррайтинг ипотечных кредитов строится на фундаментальном предположении, что заемщик останется трудоустроенным и будет получать примерно тот же уровень дохода в течение всего срока кредита. В случае большинства ипотечных кредитов это тридцать лет.

Кризис занятости среди «белых воротничков» поставил это предположение под угрозу из-за устойчивого изменения ожиданий относительно доходов. Теперь мы должны задать вопрос, который казался абсурдным всего 3 года назад: являются ли первоклассные ипотечные кредиты по-прежнему надежными активами?

Каждый предыдущий ипотечный кризис в истории США был вызван одной из трех причин: спекулятивным избытком (кредитование людей, которые не могли позволить себе дома, как в 2008 году), шоком процентных ставок (рост ставок, делающий ипотеку с переменной ставкой недоступной, как в начале 1980-х) или локальными экономическими шоками (крах отдельной отрасли в отдельном регионе, например, нефть в Техасе в 1980-х или автопром в Мичигане в 2009 году).

Ни одна из этих причин здесь не применима. Заемщики, о которых идет речь, не являются субстандартными. У них кредитные рейтинги 780. Они внесли первоначальный взнос в 20%. У них чистая кредитная история, стабильный трудовой стаж и доходы, которые были проверены и задокументированы при выдаче кредита. Это были заемщики, которых все модели риска в финансовой системе рассматривают как основу кредитного качества.

В 2008 году кредиты были плохими с первого дня. В 2028 году кредиты были хорошими в первый день. Просто мир... изменился после того, как кредиты были выданы. Люди взяли в долг под будущее, в которое они больше не могут позволить себе верить.

**Рейтинговые агентства, некоторые из которых сами принадлежали PE-фондам, отнюдь не были образцом прозрачности (что едва ли кого-то удивило). Паутина связей между различными фирмами и разными балансами была ошеломляюще непрозрачной. Когда базовые кредиты ушли в дефолт, вопрос о том, кто именно понес убытки, в реальном времени был по-настоящему безответен.**

Крах ноября 2027 года ознаменовал переход восприятия от потенциально обычной циклической просадки к чему-то гораздо более тревожному. «Цепочка взаимосвязанных ставок на рост производительности белых воротничков» — так назвал это председатель ФРС Кевин Уорш на экстренном ноябрьском заседании FOMC.

Видите ли, кризис вызывают не сами убытки. Его вызывает осознание этих убытков. И есть еще одна, гораздо более крупная и важная сфера финансов, в отношении которой мы теперь опасаемся этого осознания.

**Ипотечный вопрос**

*ИНДЕКС ЦЕН НА ЖИЛЬЕ ZILLOW УПАЛ НА 11% В ГОДОВОМ ИСЧИСЛЕНИИ В САН-ФРАНЦИСКО, НА 9% В СИЭТЛЕ, НА 8% В ОСТИНЕ; FANNIE MAE ОТМЕЧАЕТ «ПОВЫШЕННЫЙ УРОВЕНЬ ПРОСРОЧЕК НА РАННЕЙ СТАДИИ» В ПОЧТОВЫХ ИНДЕКСАХ, ГДЕ БОЛЕЕ 40% ЗАНЯТЫХ РАБОТАЮТ В ТЕХНОЛОГИЯХ/ФИНАНСАХ | Zillow / Fannie Mae, Июнь 2028*

В этом месяце индекс цен на жилье Zillow упал на 11% в годовом исчислении в Сан-Франциско, на 9% в Сиэтле и на 8% в Остине. Это не единственный тревожный заголовок. В прошлом месяце Fannie Mae сообщила о росте числа просрочек на ранней стадии в почтовых индексах с преобладанием крупных (jumbo) кредитов — в районах, где проживают заемщики с кредитным рейтингом 780+ и которые обычно считаются «пуленепробиваемыми».

Рынок жилой ипотеки США составляет примерно 13 триллионов долларов. Андеррайтинг ипотечных кредитов строится на фундаментальном предположении, что заемщик останется трудоустроенным и будет получать примерно тот же уровень дохода в течение всего срока кредита. В случае большинства ипотечных кредитов это тридцать лет.

Кризис занятости среди «белых воротничков» поставил это предположение под угрозу из-за устойчивого изменения ожиданий относительно доходов. Теперь мы должны задать вопрос, который казался абсурдным всего 3 года назад: являются ли первоклассные ипотечные кредиты по-прежнему надежными активами?

Каждый предыдущий ипотечный кризис в истории США был вызван одной из трех причин: спекулятивным избытком (кредитование людей, которые не могли позволить себе дома, как в 2008 году), шоком процентных ставок (рост ставок, делающий ипотеку с переменной ставкой недоступной, как в начале 1980-х) или локальными экономическими шоками (крах отдельной отрасли в отдельном регионе, например, нефть в Техасе в 1980-х или автопром в Мичигане в 2009 году).

Ни одна из этих причин здесь не применима. Заемщики, о которых идет речь, не являются субстандартными. У них кредитные рейтинги 780. Они внесли первоначальный взнос в 20%. У них чистая кредитная история, стабильный трудовой стаж и доходы, которые были проверены и задокументированы при выдаче кредита. Это были заемщики, которых все модели риска в финансовой системе рассматривают как основу кредитного качества.

В 2008 году кредиты были плохими с первого дня. В 2028 году кредиты были хорошими в первый день. Просто мир... изменился после того, как кредиты были выданы. Люди взяли в долг под будущее, в которое они больше не могут позволить себе верить.

**Вытеснение рабочей силы, проблемы с ипотекой, турбулентность на частных рынках. Каждый фактор усиливает другой. И традиционный набор инструментов политики (снижение ставок, количественное смягчение) может воздействовать на финансовый двигатель, но не может воздействовать на двигатель реальной экономики, потому что двигатель реальной экономики обусловлен не жесткими финансовыми условиями. Он обусловлен тем, что ИИ делает человеческий интеллект менее дефицитным и менее ценным. Вы можете снизить ставки до нуля и купить все MBS и все проблемные долги по LBO софтверных компаний на рынке…**

Это не изменит того факта, что агент Claude может выполнять работу продакт-менеджера за 180 000 долларов всего за 200 долларов в месяц.

Если эти опасения материализуются, ипотечный рынок треснет во второй половине этого года. В таком сценарии мы ожидаем, что нынешнее падение акций в конечном итоге сравнится с падением времен мирового финансового кризиса (57% от пика до дна). Это приведет индекс S&P 500 к отметке ~3500 — уровням, которых мы не видели с месяца, предшествовавшего появлению ChatGPT в ноябре 2022 года.

Что ясно, так это то, что допущения о доходах, лежащие в основе 13 триллионов долларов жилой ипотеки, структурно нарушены. Неясно, сможет ли политика вмешаться до того, как ипотечный рынок полностью осознает, что это означает. Мы надеемся, но не можем отрицать причины, по которым не стоит этого делать.

**Битва со временем**

Первая петля отрицательной обратной связи возникла в реальной экономике: возможности ИИ улучшаются, фонд оплаты труда сокращается, расходы смягчаются, маржа сжимается, компании покупают больше возможностей, возможности улучшаются. Затем она стала финансовой: ухудшение доходов ударило по ипотеке, убытки банков ужесточили кредитование, эффект богатства разрушился, и петля обратной связи ускорилась. И оба этих процесса были усугублены недостаточным ответом со стороны политики правительства, которое, прямо скажем, выглядит растерянным.

Система не была предназначена для такого кризиса. Доходная база федерального правительства — это, по сути, налог на человеческое время. Люди работают, фирмы платят им, правительство забирает свою долю. Налоги на доходы физических лиц и фонд оплаты труда являются основой поступлений в обычные годы.

В первом квартале этого года федеральные поступления были на 12% ниже базовых прогнозов CBO. Поступления от налогов на фонд оплаты труда падают, потому что меньше людей заняты на прежнем уровне оплаты. Поступления от подоходного налога падают, потому что получаемые доходы структурно ниже. Производительность растет, но выгоды достаются капиталу и вычислительным мощностям, а не труду.

Доля труда в ВВП снизилась с 64% в 1974 году до 56% в 2024 году — это четырехдесятилетнее падение, вызванное глобализацией, автоматизацией и неуклонным снижением переговорной силы работников. За четыре года с тех пор, как ИИ начал свое экспоненциальное совершенствование, этот показатель упал до 46%. Это самое резкое падение за всю историю наблюдений.

Объем производства все еще существует. Но он больше не проходит через домохозяйства на пути обратно к фирмам, а значит, он больше не проходит и через IRS. Кругооборот нарушается, и ожидается, что правительство вмешается, чтобы это исправить.

**Как и во время любого спада, расходы растут в тот самый момент, когда падают поступления. Разница в том, что текущее давление на расходы не является циклическим. Автоматические стабилизаторы создавались для временной потери работы, а не для структурного вытеснения. Система выплачивает пособия, исходя из предположения, что работники будут реинтегрированы. Многие не будут, по крайней мере, с уровнем оплаты, хоть отдаленно напоминающим прежний. Во время пандемии COVID правительство легко допускало дефицит в 15%, но это воспринималось как временная мера. Люди, нуждающиеся сегодня в государственной поддержке, пострадали не от пандемии, от которой они оправятся. Они были заменены технологией, которая продолжает совершенствоваться.**

Правительству нужно перечислять больше денег домохозяйствам именно в тот момент, когда оно собирает с них меньше налогов.

США не объявят дефолт. Страна печатает валюту, в которой тратит, ту же валюту, которой расплачивается с заимодавцами. Но это напряжение проявилось в другом месте. Муниципальные облигации демонстрируют тревожные признаки расхождения в динамике с начала года. Штаты без подоходного налога чувствуют себя нормально, но в цены облигаций с общим покрытием (general obligation), выпущенных штатами, зависящими от подоходного налога (в основном «синие» штаты), начал закладываться некоторый риск дефолта. Политики быстро уловили эту тенденцию, и дебаты о том, кого спасать, пошли по партийным линиям.

Администрация, надо отдать ей должное, рано осознала структурный характер кризиса и начала рассматривать двухпартийные предложения по так называемому «Закону о переходной экономике» (Transition Economy Act): концепции прямых выплат пострадавшим работникам, финансируемых за счет сочетания дефицитных расходов и предлагаемого налога на инференс ИИ.

Самое радикальное предложение на столе идет еще дальше. «Закон о всеобщем процветании от ИИ» (Shared AI Prosperity Act) предусматривает установление общественных прав на доходы от самой инфраструктуры интеллекта — нечто среднее между суверенным фондом благосостояния и роялти с продукции, созданной ИИ, при этом дивиденды будут направляться на выплаты домохозяйствам. Лоббисты частного сектора заполонили СМИ предупреждениями о скользком пути.

Политика, стоящая за этими обсуждениями, была удручающе предсказуема и усугублялась показной риторикой и игрой на грани фола. Правые называют трансферты и перераспределение марксизмом и предупреждают, что налог на вычисления отдаст лидерство Китаю. Левые предупреждают, что налог, составленный при помощи действующих игроков рынка, — это просто еще одно название для захвата регулятора. Фискальные ястребы указывают на неустойчивый дефицит. «Голуби» указывают на преждевременную жесткую экономию, введенную после мирового финансового кризиса, как на поучительную историю. Раскол только усиливается в преддверии президентских выборов этого года.

Пока политики пререкаются, социальная ткань рвется быстрее, чем может двигаться законотворческий процесс.

Движение «Захвати Кремниевую долину» (Occupy Silicon Valley) стало символом широкого недовольства. В прошлом месяце демонстранты три недели подряд блокировали входы в офисы Anthropic и OpenAI в Сан-Франциско. Их число растет, и демонстрации привлекли больше внимания СМИ, чем данные по безработице, которые их вызвали.

Трудно представить, чтобы общественность ненавидела кого-то больше, чем банкиров после мирового финансового кризиса, но лаборатории ИИ составляют им конкуренцию. И, с точки зрения масс, небезосновательно. Их основатели и первые инвесторы накапливали богатство такими темпами, перед которыми меркнет Позолоченный век. Выгоды от бума производительности, достающиеся почти исключительно владельцам вычислительных мощностей и акционерам лабораторий, работающих на них, увеличили неравенство в США до беспрецедентного уровня.

У каждой стороны есть свой злодей, но настоящий злодей — это время.

Возможности ИИ развиваются быстрее, чем институты могут адаптироваться. Реакция политиков движется со скоростью идеологии, а не реальности. Если правительство вскоре не договорится о том, в чем заключается проблема, петля обратной связи напишет следующую главу за них.

**Отмена премии за интеллект**

На протяжении всей современной экономической истории человеческий интеллект был дефицитным ресурсом. Капитал был обилен (или, по крайней мере, воспроизводим). Природные ресурсы были конечны, но заменимы. Технологии совершенствовались достаточно медленно, чтобы люди могли адаптироваться. Интеллект — способность анализировать, принимать решения, созидать, убеждать и координировать — был тем, что невозможно было воспроизвести в масштабе.

Свою внутреннюю премию человеческий интеллект получал благодаря своей редкости. Каждый институт в нашей экономике, от рынка труда до ипотечного рынка и налогового кодекса, был создан для мира, в котором это предположение оставалось верным.

Сейчас мы переживаем отмену этой премии. Машинный интеллект теперь является компетентным и быстро совершенствующимся заменителем человеческого интеллекта во все более широком спектре задач. Финансовая система, оптимизированная десятилетиями под мир дефицитных человеческих умов, переоценивается. Эта переоценка болезненна, хаотична и далека от завершения.

Но переоценка — это не то же самое, что коллапс.

Экономика может найти новое равновесие. Достижение этого — одна из немногих оставшихся задач, которые под силу только людям. Мы должны выполнить ее правильно.

Это первый раз в истории, когда самый производительный актив в экономике создал меньше, а не больше рабочих мест. Ничьи модели не подходят, потому что ни одна из них не создавалась для мира, в котором дефицитный ресурс стал обильным. Поэтому мы должны создавать новые модели. Успеем ли мы их создать — единственный вопрос, который имеет значение.

Но вы читаете это не в июне 2028 года. Вы читаете это в феврале 2026 года.

Индекс S&P около исторических максимумов. Петли отрицательной обратной связи еще не запустились. Мы уверены, что некоторые из этих сценариев не материализуются. Мы также уверены, что машинный интеллект продолжит ускоряться. Премия за человеческий интеллект будет сокращаться.

Как у инвесторов, у нас еще есть время оценить, какая часть наших портфелей построена на предположениях, которые не переживут это десятилетие. Как у общества, у нас еще есть время действовать на опережение.

Канарейка все еще жива.