Знаете, что сейчас происходит? Все носятся с идеей, что AI вот-вот заменит всех — от операторов колл-центров до разработчиков. Мол, вот она, волшебная палочка: AI пишет код, автоматизирует процессы, режет расходы на дорогих специалистов. Плюс еще сотни других профессий под угрозой.
Но вот что интересно. Дерек Чанг, который каждый день работает с реальными данными и бизнес-процессами крупных компаний, говорит прямо: хайп не совпадает с реальностью. И я с ним согласен.
Что показывает практика больших корпораций
Дерек сотрудничал с такими гигантами, как General Electric, The Walt Disney Company и Гарвардская медицинская школа, помогая им оптимизировать инфраструктуру данных и AI. И знаете, к какому выводу он пришел? Замена людей на AI в большинстве профессий — это пока что картинка из будущего. Красивая, но далекая.
А вот тревожная статистика: за последние два года больше четверти вакансий для программистов просто испарились. Марк Цукерберг вообще заявил, что планирует заменить многих кодеров в Meta на AI. Представляете масштаб?
Но — и вот тут самое интригующее — и Билл Гейтс, и Сэм Альтман публично предостерегают от замены разработчиков. Почему? Давайте разберемся.
В чем главная проблема AI прямо сейчас
Короче, вот в чем штука. AI знает только то, что видел. А видел он в основном шаблонный код, типовые решения — то, что лежит в открытом доступе. Генеративные модели тренируются на больших датасетах, которые делятся на две категории:
- Публичные данные из интернета
- Проприетарные или лицензированные данные (внутренние разработки компаний или купленные у третьих сторон)
Простые задачи — типа сделать базовый сайт или настроить шаблонное приложение — для генеративных моделей легкотня. Но когда речь заходит о сложном, проприетарном коде инфраструктуры, который крутит такие компании, как Google или Stripe, начинаются проблемы.
Этого кода нет в публичных репозиториях. Он заперт внутри корпораций, недоступен для обучающих данных, и его часто пишут инженеры с десятилетиями опыта за плечами.
AI пока не умеет думать
Вот что важно понять: AI сейчас не может рассуждать самостоятельно. У него нет интуиции. Он просто копирует паттерны. Один знакомый из техсферы как-то назвал большие языковые модели (LLM) «очень хорошим угадывателем». И это точное определение, на самом деле.
По данным практических экспериментов, AI сегодня — это как джуниор в команде. Полезен для первого драфта или простых проектов. Но, как и любой джун, требует присмотра. В программировании, например, отмечается улучшение в 5 раз для простого кода. Но когда дело доходит до проверки и исправления сложного AI-сгенерированного кода, это часто отнимает больше времени и сил, чем написать все самому с нуля.
Вам все равно нужны опытные профессионалы с глубокой экспертизой — чтобы находить косяки и понимать нюансы того, как эти косяки могут аукнуться через полгода.
Так что, AI не нужен в бизнесе?
Погодите, я не это говорю. AI должен быть на рабочем месте. Но вот мечта заменить целые команды программистов, бухгалтеров или маркетологов одним человеком с кучей AI-инструментов — это слишком рано. Преждевременно.
Нам все еще нужны специалисты senior-уровня, и нам нужно обучать людей на junior-позициях, чтобы они стали технически подкованными и однажды взяли на себя более сложные роли.
Важный момент: цель AI в технологиях и бизнесе не должна быть в том, чтобы убрать людей из процесса. Дерек говорит это не потому, что боится потерять работу. А потому, что видел собственными глазами, насколько опасно слишком доверять AI на этом этапе.
Предупреждение для бизнес-лидеров
Руководители компаний, в какой бы отрасли вы ни работали, должны понимать: хотя AI обещает экономию и меньшие команды, эти преимущества в эффективности могут выстрелить в обратную сторону. Возможно, вы доверите AI выполнение более джуниорских задач, но не сложные, многослойные проекты.
AI — быстрый. Люди — умные. Это большая разница, если подумать. Чем скорее мы переключим разговор с замены людей на их усиление, тем больше выгоды от AI мы получим. В этом весь смысл.
Остальные материалы недели
Beyond Von Neumann: альтернатива спекуляциям
Тханг Минь Тран, 4 октября 2025. Цикл-точная альтернатива для объединения скалярных, векторных и матричных вычислений. Звучит сложно? Ну, это про то, как можно по-другому организовать вычисления, выходя за рамки классической архитектуры.
Huawei представила новый метод квантизации для LLM
Лаборатория вычислительных систем Huawei в Цюрихе выпустила open-source метод квантизации для больших языковых моделей. Цель — снизить требования к памяти без потери качества вывода. Это важно, потому что память — один из главных барьеров для масштабирования AI.
Карл Франзен, 3 октября 2025.
DevDay от OpenAI: критический момент
Третья ежегодная конференция DevDay в Сан-Франциско стала важным событием для OpenAI. Компанию теснят успехи Google Gemini, Anthropic Claude и растущие AI-усилия Meta. Мероприятие прошло всего через несколько дней после того, как новое приложение OpenAI для генерации видео Sora возглавило App Store от Apple. Что показывает: OpenAI все еще умеет захватывать внимание масс, даже когда технические конкуренты сокращают разрыв.
Майкл Нуньес, 3 октября 2025.
Обучение LLM для сложных задач не требует огромных датасетов
Новое исследование Шанхайского университета Цзяо Тун и лаборатории GAIR показывает: обучение больших языковых моделей для сложных автономных задач не требует массивных наборов данных. Это меняет правила игры, если подтвердится на практике.
Бен Диксон, 2 октября 2025.
Jules от Anthropic получает новые функции
Jules, которого компания впервые анонсировала в декабре 2024 года, обзаведется двумя новыми возможностями: Jules API для интеграции с IDE и Jules Tools CLI — чтобы открывать агента прямо из командной строки. Удобнее для разработчиков, в общем.
Эмилия Дэвид, 2 октября 2025.
Salesforce создает «надежную AI-основу» для предприятий
Софтверный гигант из Сан-Франциско объявил в четверг о наборе новых инструментов, призванных создать то, что компания называет «надежной AI-основой» для предприятий. Проблемы: фрагментированные данные, слабое управление, проблемы безопасности, которые тормозят развертывание AI в корпоративной Америке.
Майкл Нуньес, 2 октября 2025.
IBM выпустила Granite 4.0
IBM сегодня анонсировала релиз Granite 4.0 — новейшего поколения своего семейства open-source больших языковых моделей. Разработаны для баланса между высокой производительностью и низкими требованиями к памяти и стоимости. Это важный шаг для тех, кто хочет внедрять AI без астрономических затрат.
Карл Франзен, 2 октября 2025.
Microsoft объединяет фреймворки для агентов
Компания стремится гармонизировать все свои предложения по фреймворкам агентов и вывести на первый план больше возможностей наблюдаемости. Microsoft выпустила Agent Framework в публичном превью — теперь это, по сути, единственный фреймворк оркестрации и агентов компании.
Эмилия Дэвид, 1 октября 2025.
Скорость не побеждает в корпоративном AI для кодинга
В гонке за внедрение генеративного AI для программирования самые быстрые инструменты не выигрывают корпоративные контракты. По данным нового анализа VentureBeat (опрос 86 инженерных команд плюс собственное тестирование производительности), выявлен парадокс: разработчики хотят скорости, но корпоративные покупатели требуют безопасности, соответствия нормам и контроля развертывания. Этот разрыв меняет рынок.
Уджас Патель, 1 октября 2025.
Slack открывает API для доступа к рабочим данным через AI
Компания объявила в среду, что ее новый API для поиска в реальном времени и сервер Model Context Protocol дадут сторонним разработчикам безопасный, основанный на разрешениях доступ к огромным массивам рабочих разговоров, сообщений и файлов в Slack. Идея в том, что данные разговоров — неформальные обсуждения, решения, институциональные знания — станут топливом, которое сделает AI-агентов действительно полезными, а не просто общими болванками.
Майкл Нуньес, 1 октября 2025.
Thinking Machines запустила Tinker
AI-стартап Thinking Machines, основанный в этом году бывшим техническим директором OpenAI Мирой Мурати, выпустил свой первый продукт: Tinker — API на основе Python, предназначенный для того, чтобы сделать тонкую настройку больших языковых моделей мощной и доступной одновременно.
Карл Франзен, 1 октября 2025.
Хотите быть в курсе того, как AI меняет мир разработки, бизнеса и технологий? Не пропускайте важные новости и разборы!🔔 Чтобы узнавать больше о трендах искусственного интеллекта, внедрении AI-инструментов и следить за новостями мира AI, подписывайтесь на мой канал «ProAI» в Telegram!