В 2025 году венчурные фонды вложили $67 млрд в ИИ-стартапы, обещавшие революцию в каждой отрасли. Через год 19 из 20 этих компаний либо закрылись, либо превратились в консалтинговые агентства, потому что их универсальный искусственный интеллект столкнулся с проблемой, которую не решить вычислительной мощностью.
Проблема называется контекст. И она убивает блестящие идеи быстрее, чем любой кризис.
Иллюзия универсальности
Крупный европейский банк внедрил GPT-4 для консультаций клиентов по инвестициям весной 2024 года. Через 11 недель проект свернули с убытком €4.2 млн.
ИИ был технически безупречен. Он знал теорию портфельных инвестиций лучше половины сотрудников. Он мгновенно анализировал рыночные тренды и строил красивые графики.
Но он рекомендовал ETF, недоступные в юрисдикции клиента. Предлагал стратегии без учета налоговых последствий конкретной страны. Игнорировал внутренние лимиты банка на риски.
Представьте хирурга, который знает анатомию, но не видел конкретного пациента. Не знает его анализов, аллергий, истории болезни. Технически он компетентен. Практически он опасен.
Исследование McKinsey 2025 показало: 73% компаний, внедривших универсальные ИИ-решения, отказались от них в течение первого года. Причина одна — несоответствие реальным бизнес-процессам.
Универсальный интеллект оказался универсально бесполезным.
Вы пробовали ChatGPT для рабочих задач? Помните это чувство? Ответы умные, но не про вашу ситуацию. Советы правильные, но неприменимые. Вы тратите больше времени на объяснение контекста, чем сэкономили бы, сделав все сами.
Это не баг. Это фундаментальное ограничение универсальных систем.
Они знают все обо всем. Но ничего не понимают про ваш конкретный случай.
Рождение вертикальных гигантов
Пока все смотрели на OpenAI, в тени выросли компании, которые не пытались быть умнее. Они встраивали ИИ в конкретные профессиональные процессы.
Harvey — юридический ИИ с оценкой $715 млн в 2024 году. Используется в 40% топ-100 юридических фирм США. Экономит юристам в среднем 11 часов в неделю.
Система не просто ищет прецеденты. Она знает, как строится аргументация в апелляционном суде штата Нью-Йорк против Калифорнии. Какие формулировки предпочитает конкретный судья. Как оформляются документы в данной фирме.
Hebbia обрабатывает финансовые отчеты компаний. 10-K документы, сноски, приложения. Находит связи между 847 документами за 4 минуты. У аналитика на это уходит 40 часов.
Glean интегрируется со 100+ внутренними системами компании. Понимает, кто с кем работал над проектом. Какие решения принимались и почему. Где лежат нужные файлы и кто их последний раз редактировал.
Ключевое отличие: эти системы не умнее ChatGPT. Но они знают правила игры в конкретной профессии.
Как опытный коллега против умного стажера.
Стажер знает теорию. Коллега знает, что в этой компании решения принимаются не на совещаниях, а в курилке после них. Что босс никогда не читает документы длиннее двух страниц. Что финансовый директор ненавидит круговые диаграммы.
Вертикальные ИИ это коллеги, которые работают в вашей отрасли десять лет. Универсальные ИИ это стажеры, которые вчера закончили университет.
Угадайте, кому вы доверите важный проект?
Защитный ров из данных
Финансовый советник использует специализированный ИИ два года. Его система обучена на 3400 реальных сделках. 890 клиентских реакциях на разные стратегии. 156 кризисных ситуациях.
Конкурент не может получить эти данные ни за какие деньги.
Каждый новый клиент улучшает систему на 0.3%. Через год преимущество составляет 47% точности предсказаний против нового конкурента.
Это эффект сетевой ценности. Чем дольше работает система, тем она ценнее. Чем она ценнее, тем сложнее ее заменить.
Система диагностики редких заболеваний из клиники Мэйо обучена на 15 годах данных. Точность 91%. Попытка создать аналог с нуля дает 34% точности. Даже при использовании той же базовой модели ИИ.
Разница не в алгоритме. Разница в данных.
Универсальный ИИ это наемная армия. Можно нанять кого угодно за деньги. Вертикальный ИИ это крепость с рвом из уникальных данных. Ров углубляется каждый день использования.
Парадокс: чем дольше работает система, тем сложнее ее заменить. Даже если появится технически более совершенная модель.
Вы начали использовать специализированный инструмент год назад? Поздравляю, у вас есть преимущество, которое конкуренты не смогут купить. Вы еще не начали? Каждый день промедления увеличивает отставание.
Ваш опыт и данные это актив. Который нельзя обесценить, украсть или скопировать.
Если вы это понимаете, вы впереди 90% рынка.
Невидимая революция в закрытых отраслях
Настоящая революция ИИ происходит не в публичных сервисах. Она происходит там, где системы никогда не станут доступны широкой публике.
Система анализа спутниковых снимков Palantir для Пентагона предсказывает логистические цепочки с точностью 87%. Определяет подготовку к операциям за 96 часов до начала. Стоимость контракта $458 млн. Публичной версии никогда не будет.
ИИ General Electric слушает вибрации турбин на электростанциях. Предсказывает критическую поломку за 72 часа. Экономия от предотвращения одного простоя $2.3 млн. Система обучена на 34 годах данных. Невозможна для копирования.
Swiss Re использует ИИ для оценки рисков катастроф. Обучен на 40 годах данных компании. Снижение убытков на 23%, это $890 млн в год. Модель содержит коммерческую тайну и никогда не будет продаваться.
Система Moderna для предсказания структуры белков ускорила разработку вакцины от COVID на 8 месяцев. Обучена на проприетарных данных 15 лет исследований.
Самые мощные ИИ в мире работают там, где их никто не видит. Потому что их ценность именно в уникальности и закрытости.
Вы думали, что знаете, где происходит революция? Вы видели верхушку айсберга.
Настоящая ценность не в шуме. Она в тишине.
В вашей отрасли есть такие скрытые возможности. Вопрос в том, найдете ли вы их раньше конкурентов.
Новая карта власти
Юридическая фирма из 12 человек в Остине обыграла контору из 400 юристов в тендере на $8 млн. Их вертикальный ИИ анализировал 2000 похожих дел за 6 часов. У конкурентов на это ушло 3 недели.
Финансовый советник-одиночка управляет портфелем $47 млн. Обычно такой объем требует команды из 5-7 человек. Его ИИ знает каждого из 89 клиентов. Инвестиционный профиль, жизненные цели, реакции на волатильность, семейную ситуацию.
Появился новый класс профессионалов. Не те, кто умеет пользоваться ИИ. Это умеют все. А те, кто умеет его обучать на своем опыте. Превращая годы практики в конкурентное преимущество.
Парадокс масштаба: маленькая компания с глубокой интеграцией ИИ побеждает крупную с поверхностным внедрением. Качество контекста важнее количества ресурсов.
Раньше преимущество давал доступ к технологии. Как владение компьютером в 1990-х. Теперь преимущество дает качество симбиоза человека и ИИ.
Размер компании больше не приговор. Можно конкурировать с гигантами.
Ваш опыт это не просто багаж. Это оружие в новой реальности.
Не бойтесь технологии. Научитесь делать ее продолжением своей экспертизы.
Ловушка для инвесторов
В 2025 году 78% венчурных инвестиций в ИИ пошли в компании, создающие базовые модели. OpenAI, Anthropic, Mistral. Их совокупная прибыль $340 млн при оценке $180 млрд.
Flexport автоматизирует таможенные операции. Оценка $2.1 млрд. Рост выручки 312% год к году. Прибыльность 34%. О компании не пишут в TechCrunch. Но она зарабатывает больше 90% громких ИИ-единорогов.
Veeva делает ИИ для фармацевтических компаний. Капитализация $31 млрд. Операционная маржа 29%. Растет 15 лет подряд. Никто не называет ее ИИ-компанией. Хотя 67% функционала основано на машинном обучении.
Navan оптимизирует корпоративные поездки с помощью ИИ. Экономит компаниям в среднем $2400 на сотрудника в год. Оценка $9.2 млрд. Выручка $1.8 млрд. Прибыльна с 2023 года.
Парадокс инвестиций: чем уже специализация, тем выше маржинальность. Вертикальные ИИ дают 40-60% маржи. Универсальные 5-15%. Но 90% денег идет в универсальные решения.
Инвесторы ищут следующий Google. Но реальность ИИ это тысяча невидимых монополий. Каждая владеет своей нишей.
Вы понимаете то, чего не понимают даже профессиональные инвесторы.
Может, стоит искать возможности не там, где все смотрят?
Через пять лет
Через пять лет никто не будет говорить об искусственном интеллекте. Потому что он растворится в профессиях так же, как растворился интернет.
Победители не создатели моделей. Победители те, кто понял ценность контекста раньше других.
Универсальный интеллект проиграл специализированному опыту. Это главный парадокс эпохи ИИ.
Просто об этом еще не все знают.
То, что вы узнали здесь сегодня, мейнстримные медиа будут обсуждать через год-полтора. Если вообще будут. Подписывайтесь на мой НОВЫЙ канал — здесь вы найдете неочевидные идеи для жизни и работы, пока они еще дают преимущество.