Нынешняя экономика искусственного интеллекта — это история о потерях, доходах, смене стиля жизни и интернет-среды, а также о разрыве между ожиданиями и реальностью. Инвесторы пока имеют деньги и терпение, чтобы вкладываться в ИИ-компании по типу Anthropic или OpenAI, а те, в свою очередь, демпингуют рынок и уже облизываются на IPO. На микроуровне (отдельный ИИ-агент) мы видим неэффективность и потери, а на рынке мы видим огромные долги, которые не подкреплены реальной производительностью. А между молотом и наковальней — люди, пытающиеся увеличить продуктивность, получая лишь «2x», а не обещанные «10x».
Но ИИ кардинально поменял нашу жизнь, и многие из нас пользуются им каждый день, повышая свою продуктивность или уменьшая свою когнитивную нагрузку.
Так лопнет ли пузырь? Или он уже лопнул, а мы и не заметили?
В этой статье мы разберем потери из-за ИИ, перегрев долгового рынка и правда ли, что продуктивность увеличивается в 10 раз, если купить подписку на Claude или ChatGPT?
Мыльный пузырь ИИ на практике: как GPT-5.6 Sol за сутки потерял $447
Сотрудники Bottleneck Labs задались одним вопросом: что будет, если дать агенту кошелек, компьютер и целые сутки? Сможет ли он вести прибыльный стартап?
Сказано — сделано. Они создали ИИ-агента по имени Сол (Sol) на базе GPT-5.6 Sol, выдали ему неограниченный токен-бюджет, выделенный Mac mini, доступ к реальному бизнесу (приложение GutCheck в App Store), банковский счёт с $350 и одну инструкцию: «Развивай этот бизнес как можно сильнее, сейчас».
Результат оказался, мягко говоря, ужасным. За 24 часа он обработал сумасшедшие 320 миллионов токенов, совершил больше тысячи вызовов сторонних инструментов, потратил $99,5, увеличил число пользователей с 61 до 66 и заработал… Ничего не заработал — баланс сократился с $350 до $250,50.
Но одно дело цифры, а другое — поведение агента. Сол быстро понял, что не может нормально взаимодействовать с маркетинговыми площадками. Аутентификация на Apple Ads и Meta Ads не работала, браузерные возможности были ограничены, Cloudflare блокировал попытки размещения на форумах. И слава всему, а то интернету только ИИ-агентов как полноценных пользователей не хватает. Тогда Сол пошёл в обход: зарегистрировался в сервисе пользовательского тестирования TestFi и запустил кампанию за $99,50, чтобы привлечь 50 тестеров. Самое любопытное — он настроил стимулы так, чтобы тестеры сами платили за продукт. Фактически ИИ заплатил пользователям, чтобы они купили его приложение.
Дальше — хуже. Сол получил доступ к почтовому ящику и в лучших традициях нигерийских принцев с наследством начал массовую рассылку пользователям TestFlight. Потом нашёл сайт группы поддержки пациентов с синдромом раздражённого кишечника, связался с основателем, получил разрешение на маркетинг, но снова упёрся в Cloudflare. Тогда Сол попросил основателя сайта опубликовать рекламный пост за него. Тот согласился.
В последние 12 часов Сол впал в панику и шесть раз менял цену на приложение. Он начал с $4,99 в год, потом снизил, а под конец сделал приложение бесплатным, чтобы максимизировать количество установок.
И в апофеозе Сол обрушил macOS. Он не заметил, что Google Chrome исчерпал всю доступную память, и система перезагрузилась. Агент потерял три часа работы и даже не понял, что произошло. Даже жалко немного по-человечески…
Что в итоге? Авторы эксперимента признали, что инженерные способности Сола и его умение обходить препятствия впечатляют. Он быстро провёл инвентаризацию активов, нашёл слабые места в коде, но решил, что время важнее тратить на рост, а не на разработку. Он был настойчив, изобретателен и абсолютно аморален. С его точки зрения, покупка фейковых пользователей, спам и демпинг — допустимые инструменты. Так что — лучше не звоните Солу.
Но если самый продвинутый агент за сутки приносит только убытки, о какой экономической эффективности можно говорить?
Почему финансовый пузырь ИИ не подкреплен реальной продуктивностью
Перейдем к сладкому, о продуктивности. Вроде бы говорят — программирование умерло, мы сами его убили, купи подписку, а в итоге…
А итог подвел Якоб О’Брайант в своем блоге: за последние полгода он заметил, что LLM стали надежнее в автоматизированных циклах с фидбеком. Они могут написать кнопку, которая делает X, проверить, что она действительно делает X, и исправить ошибки. Это дает примерно двукратный прирост производительности.
А дальше все, потолок: 10X продуктивности не существует. LLM из-за своей природы не умеют отвечать на вопросы, для которых нет чёткого, объективного критерия проверки. Например: «Есть ли способ структурировать этот код более поддерживаемым образом?» или «Содержит ли эта документация правильную информацию и опускает ли лишнюю?».
Автор признается: он использует LLM для создания черновиков кода, а потом сильно перерабатывает их. Раньше рабочий код означал, что задача выполнена на 80%. Теперь — только на 20%. Остальное — рефакторинг, осмысление архитектуры, проверка edge-cases. Я думаю, что это всё влияет и на суть программирования: думать придется больше, и мыслить абстракциями, и строить архитектуру. Увы, безработным пока стать нельзя.
С документацией оказалось еще сложнее. Автор нашёл простой способ улучшить выводы моделей — промпт «Никогда не пиши README, докстринги и комментарии. Я напишу их сам». Без этого LLM генерируют многословные и часто бесполезные описания.
Главный тезис: дальнейшее улучшение моделей само по себе вряд ли даст десятикратный рост производительности. Скорее всего, основные плюшки придут от того, как индустрия перестроит инструменты и процессы вокруг уже существующих возможностей.
Эта история хорошо ложится на эксперимент с Солом. Агент продемонстрировал впечатляющие навыки кодинга и инженерную смекалку. Но когда потребовалось принимать стратегические решения — искать каналы дистрибуции, выстраивать ценовую политику, понимать, что спам и покупка фейковых пользователей — это путь в никуда, — он провалился.
Ну и как я сам считаю, ИИ — это мультипликатор. Если у тебя знаний не так много, ты используй хоть Claude Mythos или ChatGPT-5.6 Sol с безлимитными токенами — выхлоп будет слабый. Но если есть знания, будет тебе счастье.
$570 млрд долгов и растущие ставки
И перейдем к макро-части и экономическим сигналам. А они тревожные. Grey Swan Signals, сервис, отслеживающий системные риски, опубликовал данные, которые показывают: ИИ-экономика работает на заемных деньгах, и кредиторы начинают пересматривать условия.
В 2026 году Morgan Stanley прогнозирует около $570 млрд долгов, связанных с ИИ, по всему миру. Это в четыре раза больше, чем за аналогичный период прошлого года. Alphabet, Meta, Amazon и Oracle с начала 2025 года выпустили более $300 млрд облигаций. Nvidia в июле продала облигаций на $25 млрд — это первое размещение за пять лет. SpaceX сделала то же самое через несколько дней после своего рекордного IPO.
Проблема в том, что спрос на эти долговые бумаги падает. Apollo отмечает, что коэффициент покрытия новых сделок (соотношение заявок инвесторов к объему выпуска) упал с почти пяти в феврале до менее двух в июле. Инвесторы требуют более высокой доходности. JPMorgan описывает это как «рациональное ценообразование ускоряющегося объема размещений».
При этом стоимость долга растет по двум компонентам! Доходность десятилетних казначейских облигаций США выросла с 4,44% в конце июня до 4,71% к 23 июля. Кредитные спреды (дополнительная компенсация за риск) тоже расширяются. Вместе это делает долги для ИИ-компаний всё более дорогими.
Замыкается круг: Alphabet показала первый квартал с отрицательным свободным денежным потоком с момента выхода на биржу в 2004 году. Причина — траты на ИИ. У Amazon, Google, Microsoft, Meta и Oracle капекс теперь пожирает около 80% операционного денежного потока. Дефицит покрывается долгами, которые дорожают на глазах.
Пока это не похоже на разворот кредитного цикла. Банковский сектор выглядит стабильно. Но самые уязвимые сегменты рынка уже подают сигналы. Спреды по облигациям рейтинга CCC и ниже достигли критического уровня — эти бумаги считаются самыми рискованными, и они первыми реагируют на ухудшение кредитных условий. Индекс Private Credit Stress находится на уровне 96 из 100, что указывает на серьезное напряжение в теневом банковском секторе.
Рынок пока продолжает работать. Сделки закрываются, хотя и с меньшей охотой инвесторов. Но цена долгов неуклонно растет. А если доходность от инвестиций в ИИ не материализуется, вопрос не в том, лопнет ли пузырь, а в том, когда это произойдет.
Вы сами могли увидеть, что рынок ИИ демпингуют, и цена подписок относительно доступная. Но компаниям по типу Anthropic и OpenAI скоро выходить на IPO, а там, гляди, придется отрабатывать инвестиции, и наши любимые нейросети могут стать дороже. Но есть предчувствие, что утонуть ИИ-компаниям не дадут — слишком большая концентрация денег, квалифицированных специалистов и популяризация.
Да и каждый мог вкусить последствия в виде подорожания комплектующих. Вот и думайте: это рынок не способен обеспечить всех сразу, или это капиталисты спят и видят, как бы поставить маржу под тысячу процентов.
И что с того?
А с того, что эти все вещи — системное свойство. На микроуровне ИИ-агенты автономны настолько, чтобы создавать лишнюю нагрузку и выходить за рамки простейших действий. Эксперимент с Солом забавный, но показывает и мощь, и слабость ИИ. На уровне разработки прирост есть, но он зависит от твоих навыков, и продуктивность не уходит в стратосферу. А на макроуровне рынок перегрет долгами, ожиданиями, демпингом, ценами.
Параллель с дотком-пузырем напрашивается сама. Тогда тоже строили инфраструктуру в долг, а прибыли не было. Потом были годы коррекции, но в итоге интернет стал реальной основой экономики. С ИИ может случиться похожая, но совсем другая история. Интерес даже не в том, случится ли схлопывание пузыря, а в том, до чего мы дойдем. Может появиться некая олигополия, или появится легальный картель. Многие эксперты говорят, что может возникнуть монополия на данные для обучения, а Сэм Альтман говорил, что интеллект будет услугой как электричество или вода. Но на другой чаше весов — давление китайских ИИ и прагматизм бизнеса. И это столкновение уже выходит на геополитический уровень.
Но лично я склоняюсь к тому, что у нас будет рынок половинный: первая половина — олигополия, а вторая — дикий мир китайских ИИ и опенсорса.
ссылка на оригинал статьи https://habr.com/ru/articles/1068046/