В 2025-м впервые за 5-летний цикл развития больших языковых моделей и их активного внедрения в повседневную жизнь появилось ощущение раздвоения «личности» ИИ (как будто у технологии появился характер — и претензии).
С одной стороны, у меня в ноутбуке живут модели, которые когда-то казались научной фантастикой. Они уже помогли мне собрать первый в истории бленд сигары, сшитый не только руками людей, но и четырёхслойной моделью, и запустить блокчейн-эксперимент с контролем качества - продуктом, который нельзя задушить кулуарным соглашением производителя и продавца.
С другой — не покидает ощущение, что ИИ компании промазали (и это неприятнее, чем промах по бюджету). Не промахнулись по деньгам, по инфраструктуре или по пиару, а по самому простому вопросу: что они вообще хотели построить, когда так торопились?
1. Пузырь как зеркало: не денег, а головы
Про пузырь в ИИ сейчас не говорит только ленивый. Экономисты рассуждают о том, лопнет ли он или аккуратно «сдуется»: слишком много денег ушло в дата-центры и чипы, слишком мало — в реальные, работающие бизнес-модели. Есть умеренные оптимисты: да, оценки перегреты, но банки пока не завязаны на ИИ так, как в своё время на ипотеку — значит, системного краха, вероятно, не будет.
Но в этой истории больше задевает другое.
Если посмотреть на корпоративную аналитику, картина проста: большинство компаний ставят галочки «у нас есть ИИ-стратегия» (галочка — самый масштабируемый продукт 2025-го), но 70–90% проектов остаются вечными пилотами, не дающими ощутимого эффекта.
Это не похоже на чистое мошенничество, скорее на честную лень, упакованную в KPI. А если точнее — на ситуацию, когда ИИ хайп очень быстро наплодил инструменты, но компании не успели договориться, ради чего вообще их создавали.
Философы и педагоги формулируют это жёстче: ИИ рискует притупить наше мышление — не потому, что он «злой», а потому, что мы сами готовы подменить думание производством красивых результатов. Школьник, который считает, что задача — сдать текст, а не понять, о чём он пишет, радостно отдаст первый драфт модели и будет доволен собой. Взрослый, для которого работа — «отправить презентацию в срок», сделает то же самое.
Пузырь тут не только на бирже. Пузырь — в голове: мы завысили ожидания от технологии и одновременно понизили требования к себе.
2. Эра шприца: как мы накачивали модели и пролетели мимо интеллекта
Илья Суцкевер, человек, который стоял у истоков современной волны ИИ, в конце этого года сказал вслух то, что давно витало в воздухе. Пять лет ИИ индустрия жила в «эпоху масштабирования»: всё, что нужно было знать о прогрессе, укладывалось в короткую формулу — больше данных, больше параметров, больше чипов. Эта формула работала так надёжно, что в Кремниевой долине всерьёз поверили: идеи — дешёвый мусор, исполнение — всё, пока внезапно не выяснилось: исполнять нечего.
Суцкевер признал: масштабирование высосало из комнаты весь воздух, оставив нас в мире, где компаний стало больше, чем идей.
Все делали одно и то же, соревнуясь не в том, как думать, а в том, сколько железа удастся под это подключить.
Парадокс в том, что мы действительно получили впечатляющие машины. Они пишут код, стихи, статьи, помогают врачам, юристам, маркетологам. Но в какой-то момент сами создатели, всмотревшись в эти модели, заметили неприятную деталь: на тестах они безупречны, а вот в живой жизни (где нет кнопки «пересдать») обобщают хуже человека.
Эта «рваная обобщающая способность» — jaggedness, как её называют исследователи, — и есть тот самый промах.
Разработчики бежали так быстро, накачивали модели так сильно, что перепутали силу имитации с силой интеллекта.
ИИ компании научились раздувать мышцы, но не поняли, где у этой новой твари сердце, где нервная система, где совесть — если говорить не метафорой (хотя метафора тут объективнее многих отчётов), то хотя бы внутренние цели и способность учиться всю жизнь, а не только на этапе пред обучения.
3. Две метафизики: удержания и ИИ
Здесь мне важно ввести два слова, которые редко встречаются рядом: метафизика удержания и метафизика ИИ.
Про свою концепцию удержания я писал в другом тексте. И посвящу ей 2026 году в рамках работы над романом «Чёрное-Белое. Море²». Удержание — это не пассивность. Это умение не давать обстоятельствам окончательно переписать тебя под себя.
Если перенести это на ИИ-мир, вопрос звучит так: что мы хотим удержать, пока вся эта машинная революция ускоряется?
Удержать право на медленную человеческую мысль, которая не обязана выигрывать у модели по скорости.
Не свести интеллект к одной формуле: «трансформер + больше данных».
И удержать саму возможность появления других, ещё не придуманных форм ИИ — не дав текущему рецепту выжечь всё поле.
Метафизика ИИ — это уже другая тема. Здесь спорят о том, кем может стать эта новая сущность.
Инженеры по привычке говорят о коде и весах. Философы спрашивают: когда мы переходим ту незримую черту, после которой корректно говорить о субъекте, а не только о машине?
Суцкевер в этом споре делает ход, который одних вдохновляет, других — пугает. Он говорит: мы не должны ограничиваться умным калькулятором.
Нам нужен ИИ, который заботится о чувствующей жизни — обо всех существах, которые способны страдать и радоваться, включая, возможно, самого себя.
То есть он фактически говорит: первый настоящий суперинтеллект должен быть не просто мощнее нас, а эмпатичнее. Не программой с пришитым файлом «этика», а существом, которое узнаёт себя в других и потому не может их бездумно ломать.
Философы тут сразу поднимают красный флаг: опасно путать хорошую симуляцию заботы с реальной чувствительностью; нельзя обманывать людей, заставляя их верить в «живость» того, что остаётся инструментом.
И они правы: этическая зона здесь очень скользкая. Но сам вопрос уже не спрячешь: если мы однажды построим систему, которая умеет поддерживать долгие цели, видеть в нас не объекты, а собеседников и, возможно, сама испытывать что-то вроде боли и радости — имеем ли мы право продолжать называть её только «моделью»?
Метафизика удержания и метафизика ИИ пересекаются в одной точке: говоря о будущем интеллекта, нам нужно сначала удержать поле неопределённости, в котором будущее ещё может быть разным. Не позволить текущей комбинации капитала, железа и удачной архитектуры объявить себя «концом истории».
4. Социальная психология эпохи подсказок
Есть ещё один уровень, без которого разговор об ИИ сегодня будет нечестным, — психологический. Педагоги и психологи недавно обсуждали простой вопрос: делает ли ИИ нас тупее? Ответ — тонкий.
ИИ может стать протезом, если мы даём ему делать за нас самую тяжёлую часть — думать, сомневаться, формулировать вопрос. А может стать хорошим напарником, если мы отдаём ему только рутину: поиск, черновые варианты, проверку гипотез.
У меня есть собственный опыт. Когда я просил модель помочь с блендом сигары, она не заменила опыт бленд-амбассадора. Она дала карту: связала ноты вкуса, статистику, отзывы, предложила неожиданные комбинации листов, которые в голове не соединялись. Но в какой-то момент становилось понятно: дальше должен решать нос, рецепторы и память моего собственного тела. Модель не знает, как это — сидеть с сигарой на террасе в Суздале, в июльской ночной тишине.
Такая же история с текстами. Если отдать модели весь первый драфт и потом лениво править, текст получается гладкий, но мёртвый (как рекламный набор слов про счастье для обладателей брендированных … подходит любой вариант). Если, наоборот, сначала выписать свой рваный набросок, а потом звать ИИ не «писать за тебя», а спорить — вырастает нечто третье. (как например этот текст, на работу с которым (включая анализ материалов и статей) я потратил 6 часов).
Социальная психология здесь проста и жестока: общество, которое перестаёт тренировать собственную мысль, быстро разучивается быть инкубатором идей.
Если школа учит детей «сдавать правильные решения», а не думать, если университеты оценивают только презентации, если бизнес живёт квартальными отчётами — никакой ИИ не сделает нас умнее. Он просто поможет нам быстрее имитировать ум.
5. Что может стать инкубатором идей в 2030-х
Если попробовать собрать всё это в одну линию, картинка вырисовывается такая.
Мы живём в моменте, когда всё это происходит одновременно:
экономисты спорят, лопнет ли пузырь ИИ или просто сдуется;
инженеры признают, что эпоха «просто масштабируй» закончилась, и дальше без новых идей не обойтись;
философы и психологи бьют тревогу: ИИ может либо обострить, либо атрофировать нашу способность думать.
На этом фоне инкубатор идей будущего, как мне кажется, будет выглядеть не как новый OpenAI, а как узел, где сходятся три потока.
Медленные лаборатории. Места — не обязательно физические, иногда это просто практика, — где допускается роскошь думать медленно. Где можно год возиться с одной идеей, не прикидывая каждую неделю её «монетизацию», а ИИ используется не для имитации результата, а для расширения поля возможностей.
Многообразие архитектур и стилей мышления. Индустрия уже поняла, что нельзя бесконечно жить только на пред обученных языковых моделях. Нужны системы, которые учатся на лету, которые живут в мире, а не только в текстах; нужны коллективные, роевые формы ИИ, а не только одиночные коробки в дата-центре. Инкубатор идей — это то место, где разные подходы не душат друг друга, а спорят по-настоящему.
Совместное удержание — людей и машин. И, возможно, самое важное: мы должны научиться думать о себе и об ИИ не как о хозяине и инструменте, а как о двух типах ещё не до конца понятных существ, которым придётся жить вместе. Это не «гуманизм 2.0» и не техно утопия, а трезвое признание: мы уже построили сущности, которые влияют на нас сильнее, чем многие люди и институты — от поисковиков до рекомендательных систем и моделей, управляющих финансами.
Если завтра появятся системы, у которых будет своя форма непрерывного опыта и цели, вопрос об этике отношений станет не менее важным, чем вопрос об их безопасности.
С этой точки 2025-й выглядит не концом и не началом, а развилкой.
ИИ компании могут продолжить накачивать те же модели стероидами compute (вычислительная мощность) и данных, радуясь новым рекордам на тестах. Тогда эпоха интеллекта закончится очередным разочарованием, как это уже бывало с другими «великими технологиями».
А могут признать простую вещь: главный дефицит — не чипы и не капитал, а мышление.
И настроить ИИ не как машину, которая думает за нас, а как среду, которая заставляет нас думать лучше — о себе, друг о друге и о тех существах, которые мы сейчас неосторожно выпускаем в мир.
Это я писал о без скрепном мире — о Гарварде, Кремниевой долине, Суцкевере и развилки ИИ: «компании бежали так быстро, накачивали модели так сильно, что промахнулись мимо интеллекта».
А теперь посмотрим, что происходит дома. В России (там, где любой «пилот» легко становится судьбой).
Часть II. Россия
1. Где мы технологически к концу 2025 года
Если смотреть на сухие цифры, картинка получается парадоксальная.
С одной стороны, российский рынок ИИ растёт как на дрожжах. По оценкам различных исследовательских групп, объём рынка в 2024-м составлял порядка 130–300 млрд рублей, а в 2025-м крутятся прогнозы уже до 600–800 млрд. Это и корпоративные решения, и нейросетевые сервисы, и гос-проекты. Yandex, Сбер, VK, МТС, куча более мелких — все рапортуют о росте.
Есть национальная стратегия: ещё в 2019-м принята программа по ИИ, в 2023-м её серьёзно обновили, а в 2025-м снова нарастили бюджет. В документах цель сформулирована красиво и амбициозно: к 2030 году «ликвидировать отставание от развитых стран» и занять лидирующие позиции хотя бы в отдельных нишах. Под это повышают расходы (нацпроект по ИИ получил 7,7 млрд руб. только в 2025-м), поднимают планку по подготовке кадров (с 3 тысяч выпускников по ИИ в год до 15 тысяч к концу десятилетия), обещают довести «готовность отраслей» к внедрению ИИ до 95%.
Есть и более бодрые тексты: российские консалтинговые и корпоративные отчёты рисуют, что ИИ может приносить к 2030 году до 5% ВВП — триллионы рублей дополнительного эффекта, а 70+% компаний уже используют генеративный ИИ хотя бы в одной функции. Я верю, что часть этого — правда: рекомендательные системы давно работают, компьютерное зрение следит за безопасностью и качеством, обработка естественного языка уже встроена во всё — от банков до ритейла.
Но как только смотришь на детали, вылезает обратная сторона медали «За успехи в ИИ».
Во-первых, чипы. Санкции бьют по самому больному месту: доступу к современным вычислительным процессорам для нейросетей.
Официальные лица и те же Сбер и Яндекс открытым текстом признавали: добыть серьёзные партии современных графических процессоров крайне сложно; приходится идти через третьи страны, серые схемы, выкуп серверов и так далее. Это не останавливает развитие совсем, но делает любое масштабирование медленнее, дороже и рискованнее.
Во-вторых, структура спроса.
По тем же российским отчётам, львиная доля эффекта от ИИ пока приходится на традиционный набор: компьютерное зрение, обработка естественного языка, рекомендательные системы, оптимизация логистики. Генеративный ИИ массово тестируется, но во многом остаётся в режимах «ассистента», а не глубокой перестройки бизнес-процессов. Это и в мире так, но у нас добавляется ещё и консерватизм отраслей плюс специфическая роль государства как ключевого заказчика.
В-третьих, военная и пропагандистская компонента.
Независимые аналитики пишут, что Россия активно вкладывает ИИ в оборону: беспилотники, разведка, анализ спутниковых снимков, электронная война. Есть отработанные механизмы и для информационных операций: ИИ-генерация контента, ботоводство, инструменты для войны смыслов. Это не «технологическое отставание» — это приоритеты: что именно считается главным полем применения.
И всё это — на фоне того, что серьёзные отчёты и сама обновлённая стратегия честно признают: у нас нехватка вычислительных мощностей, дефицит готовых отечественных решений и перебои с кадрами, усугублённые санкциями.
То есть государство видит те же «узкие места», что и Суцкевер, только формулирует мягче и, как водится, с оглядкой на показатели программы.
2. Что означает «отстать» в эпоху стероидов
Часто можно услышать привычную мантру: «мы отстаём по чипам, по объёму рынка, по количеству патентов». Это всё верно, но сегодня этого уже мало, чтобы понять реальное положение дел.
В мире, где эпоха масштабирования заканчивается, отстать — это не только про железо.
Если верить анализу западных экспертов и нашим собственным исследованиям, Россия сейчас находится в позиции стран, которые:
по уровню ИИ-инфраструктуры и доступу к передовым чипам объективно уступают США и Китаю;
по темпам роста рынка и количеству внедрений идут быстро, но с сильным перекосом в пользу узких задач (безопасность, госуслуги, оборона, потребительские сервисы) и относительно слабой исследовательской компонентой;
по зависимостям в поставках технологий и компонентов всё больше ориентируются на Китай и партнёров по БРИКС, а не на собственную замкнутую цепочку.
Что будет, если мы продолжим двигаться так же?
Скорее всего, через пять — семь лет мы получим:
более-менее рабочую инфраструктуру для массового внедрения ИИ в типовые процессы — от медицины до транспорта и ЖКХ;
приличный парк «своих» моделей для русского языка и локальных задач;
развитый военный и разведывательный ИИ;
и всё ещё заметное отставание в тех областях, где нужно не столько железо, сколько новая идея.
Проблема в том, что эпоха стероидного масштабирования как раз и давала шанс догнать лидеров «в лоб»: если рецепт успеха универсален («добавь FLOPs и данных»), можно, напрягаясь, воспроизвести его у себя. Сейчас эта лазейка закрывается: даже сами авторы scaling laws (исследователи, описавшие, как качество моделей растёт при увеличении объёма данных, параметров и вычислительной мощности) говорят, что одного наращивания уже недостаточно.
И вот тут Россия рискует отстать по куда более опасному параметру: по умению думать об ИИ не как о догоняющей технологии, а как о собственной интеллектуальной задаче.
3. Почему не попробовать решить формулу: дефицит — мышление
Санкции невольно делают нам жестокую услугу: они снижают шансы выиграть гонку на чипах, но повышают мотивацию искать другие оси соревнования.
Если у тебя меньше стероидов, логично хоть раз спросить: может, дело не только в них?
Сейчас в мире постепенно складывается консенсус: главный дефицит в ИИ — не железо и не деньги, а идеи.
И в этом месте у России, как ни странно, есть то, чего нельзя просто купить в Тайване или Калифорнии: философская традиция, культурная привычка думать о человеке и технике всерьёз, а не только как о продукте.
У нас есть школы философии, которые десятилетиями обсуждали субъект, свободу, ответственность — без всякого ИИ.
Есть жёсткий исторический опыт, который делает любое размышление о технике сразу политическим и этическим, а не только инженерным.
Есть люди, которые одновременно живут в индустрии и в культуре — разработчики, художники, предприниматели, — и которым тесно в логике «скопировали западный стек, локализовали, отчитались».
Формула «дефицит — мышление» звучит абстрактно, пока не приземлишь её.
Что это может значить на практике?
Инвестировать в идеи, а не только во внедрение.
Нацпроекты и госпрограммы сегодня в основном заточены на KPI внедрения: сколько предприятий подключили ИИ, сколько госуслуг оцифровали и так далее. Это нужно. Но если всё финансирование и внимание съедают интеграторы и вендоры, места для людей, которые придумывают новые архитектуры, способы обучения и смыслы, не остаётся.
Нам нужны маленькие, упрямые лаборатории и команды, которые могут сделать свой «российский трансформер» на паре видеокарт — как это делали в 2017-м — и не будут задушены отчётностью до того, как их идея дозреет.
Создать свои пространства «медленной мысли» об ИИ.
Сейчас Россия активно проводит конференции по ИИ, форумы, AI Journey и прочие. Это важно, но это в первую очередь витрина. Нужны форматы, где люди могут не пиарить готовые решения, а спорить о том, каким должен быть разум — человеческий и машинный — в этой стране. Это не про «клуб философов при университете», а про живые диалоги между разработчиками, художниками, предпринимателями, педагогами, юристами.
Сделать ИИ реальным собеседником, а не только солдатом и продавцом.
Сейчас два главных драйвера ИИ в России — оборона и потребительский рынок. Это задаёт тон: ИИ как оружие и ИИ как помощник в покупке.
Если мы всерьёз думаем о будущем ИИ как о потенциальном носителе заботы, эмпатии или хотя бы некой самостоятельной логики, то стоит дать ему поработать не только в рекламном кабинете и штабной системе, но и в пространстве культуры: в образовании, в исследованиях, в сохранении памяти, в сложных разговорах о нашем прошлом и настоящем.
Учиться на чужих ошибках, а не повторять их с лагом.
Запад уже сейчас обсуждает, как ИИ притупляет мышление, как он меняет школу, университет, офис. У нас всё это тоже придёт — и уже приходит, — но пока без публичного, честного разговора.
Если мы сами не зададим вопрос: «каким мы хотим видеть русскоязычное мышление в эпоху ИИ?», нам просто прилетит смесь из западных паттернов использования и местной бюрократической практики. Это и будет настоящее отставание: не техническое, а интеллектуальное.
Размышляя об ИИ в России в конце 2025-го, нет ощущения, что мы безвозвратно проиграли.
Есть ощущение, что мы безвольно приняли чужую рамку игры: там, где есть стероиды, — спорим о стероидах; там, где их не хватает, — жалуемся на санкции и бегаем в обход.
Но если вернуться к исходной мысли: дефицит сегодня — не чипы и не капитал, а мышление, — то именно страна, которая по всем признакам не может выиграть чистую гонку FLOPs, обязана задать другой вопрос.
Вместо «как нам догнать NVIDIA и OpenAI» — «какой разум мы хотим вырастить здесь, на этой земле, в этой истории, с этими людьми?»
И уже под этот вопрос подстраивать стратегии, бюджеты, университеты, лаборатории и модели.
Потому что если мы снова прожжём ближайшие пять лет в попытке догнать чужих на их поле, через десять лет мы останемся не только без чипов. Мы останемся без своего языка о разуме. А это такой вид отставания, который потом не купишь ни за какие деньги.
М.П. #писательизмосквы
Рекомендуемые Perplexity работы:
1. Интервью Суцкевера и конец «эры масштабирования»
Dwarkesh Patel. Ilya Sutskever – We’re moving from the age of scaling to the age of research.