Глава 2 · голос Андрея
В апреле 2025-го Тоби Лютке, основатель Shopify, написал письмо сотрудникам — и сам выложил его наружу, чтобы прочитали все. Внутри было новое правило найма. Прежде чем команда придёт просить нового человека, она обязана объяснить, почему эту работу нельзя отдать ИИ. Не отговоркой «мы привыкли людьми» — по существу: почему здесь нужен именно живой сотрудник. [E*]
Письмо никого не уволило. Оно поменяло первый вопрос понедельника.
Возьмите тимлида поддержки в крупном магазине. У него с зимы висят две вакансии, очередь обращений растёт, план был простой — добить найм, закрыть очередь людьми. Теперь между ним и двумя ставками лёг абзац из письма гендира.
И он не нанимает. Он садится и разбирает по пунктам, что вообще делают те двое, которых он хотел взять. Сортируют входящие обращения. Отвечают по шаблону на типовое. Передают сложное живому специалисту. Первые два пункта машина уже делает — дёшево и без перекуров. Третий — нет. И вместо заявки на двух новых людей он пишет другую: один человек надзирает за системой и подключается там, где она сдаёт.
Сменилась единица, из которой собирают фирму. Сто лет ответом на рост был один — нанять ещё. Теперь найм стал исключением, которое надо защищать.
Дальше — один вопрос. Почему сейчас?
Не два года назад, когда ChatGPT уже всех восхитил. Не через пять лет, когда «технология дозреет». Что щёлкнуло в 2025–2026, чтобы письмо Лютке перестало читаться футуризмом и стало рабочей директивой?
Три кривые сошлись в одной точке
Манифесты — это слова. Лютке, Альтман, Амодеи говорят складно, и хор легко списать на тот же хайп, что был с блокчейном. Поэтому слова отложим. Возьмём то, что измерено.
Работа модели рухнула в цене. Прогнать через ИИ объём текста, который в конце 2022-го стоил двадцать долларов, к концу 2024-го стоит семь центов — дешевле в 280 раз (Stanford HAI AI Index 2025) [E]. То, что три года назад по бюджету тянуло на отдел, сегодня стоит как обед. Вопрос «по карману ли» снялся сам.
Дешёвая, но ненадёжная модель — игрушка. Поэтому вторая кривая важнее.
Модель стала дольше держаться без срыва. Лаборатория METR меряет простую вещь: сколько часов работы человека модель тянет в одну цепочку, не разваливаясь на полпути. Они называют это запасом автономности. После 2023-го он удваивается примерно каждые 131 день (METR, Time-Horizon, 2026) [E]. К началу 2026-го он подобрался к двенадцати часам. Куда кривая пойдёт дальше — гипотеза, она может загнуться завтра [H]. Но то, что в 2023-м держало связный ответ пару минут, к 2026-му тянет рабочий день. Это уже не подсказка. Это исполнение.
Сдвиг стал массовым. ИИ перестал быть забавой техногигантов — его пробуют около двух третей компаний (McKinsey, The State of AI 2024) [E]. Дешёвую мощность можно купить, надёжную модель — арендовать, а вот массовость меняет среду вокруг. Когда сосед, конкурент и поставщик уже что-то крутят на ИИ, позиция «подожду, пока устаканится» перестаёт быть нейтральной. Это уже отставание.
Сложите три. Дешевле в 280 раз. Держится дольше. Пробуют все. Два года назад не хватало любого из трёх: модели были дороги, ненадёжны и экзотичны. Теперь сошлись все три.
Окно открыла арифметика — раньше любого совета директоров и помимо чьей-либо воли.
Что именно переходит из головы в систему
Три кривые — это про цену и надёжность. Теперь главное: что на этом впервые стало можно сделать.
Вернёмся к той же поддержке. Допустим, тот человек, которого тимлид так и не взял дублёром, всё-таки был — лучший оператор смены, четыре года стажа. Он знает то, чего нет ни в одном регламенте. Что «не пришёл заказ» в трёх случаях из четырёх — это перепутанный адрес при целой посылке. Что разъярённого клиента сначала спрашивают про номер заказа и только потом про эмоции — иначе диалог уходит в крик. Что вот этот тип возврата надо сразу отдавать старшему, одним ходом, без двух кругов переписки.
В пятницу он пишет заявление. В понедельник его место занимает новичок с тем же регламентом в папке — и три месяца наступает на грабли, которые ушедший обходил на автомате.
Регламент остался. Способность ушла за дверь вместе с человеком.
До 2025-го у компетенции было ровно два адреса. В голове — молчаливое умение, которое уходит с человеком. И в документации — мёртвый текст, который кто-то должен прочитать, понять и применить руками. Регламент ждёт исполнителя. Знание лежит грузом.
Сошедшиеся кривые открыли третий адрес. Те самые «три случая из четырёх» и «сначала про номер заказа» один раз снимают с ушедшего оператора — и записывают в систему, которая работает сама. Не инструкция «как делать» — сам исполнитель. Его можно запустить, проверить, поправить, размножить. Дёшево, надёжно, сколько угодно раз.
Компетенция уходит с человеком. Артефакт остаётся в фирме.
«Почему сейчас» — это про момент, когда такой перенос стал по карману и достаточно надёжен, чтобы на него опереться.
Это уже было — триста лет назад
Соблазн отмахнуться: очередная техно-волна, переживём, как пережили остальные. Но у вопроса «чьё это знание, если его можно вынуть» есть точная историческая рифма, и она старше любого чата с ботом.
В 1733-м английский патентный закон ввёл одно требование: чтобы получить патент, изобретатель обязан письменно описать своё изобретение — так, чтобы по описанию его мог воспроизвести другой мастер. До этого ремесло жило в руках и в голове, передавалось от мастера к подмастерью годами у верстака. Закон заставил вынуть его на бумагу. И в ту секунду неявное ремесло стало отчуждаемым активом: тем, что можно описать, защитить, продать, передать чужому человеку, которого ты в глаза не видел. [E]
Ровно тот же переход идёт сейчас, только быстрее и шире. Триста лет назад из головы на бумагу вынимали устройство прялки. Сегодня из головы в работающую систему вынимают то, как оператор читает клиента и как мастер слышит подшипник. Вопрос «вынул ремесло — чьё оно теперь, твоё или хозяйское» — не новый. Новое только то, что вынимать стало можно почти всё и почти всем.
Внедряют все, деньги ловят единицы
Здесь надо притормозить. Три кривые объясняют, почему окно открылось. Они молчат о том, многие ли в него вошли.
А вошли немногие. Те же две трети, которые «внедряют», при строгом замере — реально ли ИИ встроен в работу — съёживаются в разы. До ощутимого эффекта на прибыль доходит около 5% компаний: по разбору MIT, 95% пробных запусков нейросетей не дают измеримого результата в деньгах (MIT Media Lab / NANDA, The GenAI Divide, 2025) [E]. Оговорюсь честно: выборка — около трёхсот компаний, окно замера — полгода, методология спорная. Но даже с поправкой на это разрыв слишком велик, чтобы списать на шум.
Две трети пробуют. Пять процентов зарабатывают. Между ними — пропасть.
Откуда такой провал? Кривые — про модели. А ломается всё на людях.
Есть контролируемый эксперимент METR: опытные разработчики с ИИ-помощником ощущали себя на 20% быстрее — а реально работали на 19% медленнее [E]. Ощущение скорости и сама скорость разошлись в разные стороны. Если внедряешь ИИ по самочувствию команды — «нам нравится, мы как будто быстрее» — ты оптимизируешь ложный сигнал. И попадаешь прямиком в те 95%, что не приносят денег.
Этот факт я держу за главный во всей главе. Не потому что он про ИИ — потому что он про слепое пятно. Человек не знает, чего он не знает. Команда искренне уверена, что ускорилась, цифры показывают обратное, и без замера эту ложь о самом себе не поймать никак.
Klarna — та же ловушка, только размером с компанию. В начале 2024-го она развернула ИИ-поддержку и отчиталась о работе, эквивалентной примерно семистам операторам. А через год тихо нанимала людей обратно [E*]. Убрали опытных сотрудников, понимавших дело, раньше, чем система прошла проверку на сложных случаях. Вместе с людьми ушла та самая компетенция из примера с оператором — и когда система начала тихо ошибаться, распознать ошибку стало некому.
Дверь открыта, а за ней пусто. Не потому что идея плоха. Потому что между «развернул бота» и «получил устойчивую прибыль, не развалив фирму» лежит дисциплина исполнения, которую манифесты обходят молчанием.
Каркас новой фирмы уже проступает
Под ногами не вакуум. Контур фирмы, которая копит артефакты вместо того, чтобы терять их с каждым увольнением, уже виден в практике. Просто он не собран в инструкцию.
Фирма расслаивается. Кто-то носит знание руками — тот самый оператор с четырьмя годами стажа. Кто-то следит за системой и вмешивается, когда она сдаёт. Кто-то переводит знание в записанные навыки. Кто-то задаёт границы: где машине разрешено работать самой, а где обязан стоять человек. Раньше всё это совмещал один сотрудник. Теперь роли расходятся — и это уже снято с живых фирм, не придумано за столом.
И это подтверждается экономикой, которая не лезла в старые модели. Появились фирмы с крошечным штатом и огромной выручкой на человека. Midjourney к 2026-му делала около 4,67 млн долларов на сотрудника — 500 млн на 107 человек, без венчурных денег и без классического маркетинга (Epoch AI, 2026) [E]. Это не магия гениального продукта. Это арифметика: горстка людей, умноженная на парк артефактов.
Всё это пока существует кусками. У консультантов оно описано для корпораций, у аналитиков — как тренд, у крошечных фирм — как разовый результат. Собранной модели для основателя из трёх человек с оборотом в несколько миллионов нет ни у кого. Вот оно, окно — зазор между «всё придумано по частям» и «собрано в рабочую схему».
Апгрейд эксперта, а не замена
Здесь проходит развилка. На одной её стороне — Klarna.
Логика замены проста: модель дешевеет, модель надёжнее — значит человека можно убрать. Амодеи в начале 2026-го предупреждал, что ИИ способен выкосить половину начальных должностей [I]. Klarna резала штат под ту же логику. И ломается эта логика ровно о те данные, что выше: об иллюзии скорости в эксперименте METR и о развороте самой Klarna. Убрать носителя знания, пока система не прошла проверку, — значит выбросить актив раньше, чем им воспользовался.
Линза этой книги другая. Не «человек или софт», а человек, умноженный софтом. Не отнять у оператора работу, а снять с него копию — и поднять его на ступень. Он больше не разгребает очередь обращений руками. Он учит систему разгребать её, ловит то, что система пропустила, и отвечает за её решения. Из исполнителя, который год за годом делает одно и то же, он становится источником, из которого строят системы, — и получает долю за построенное, а не за отсиженные часы.
И я не выдаю это за доказанный факт. Что перенос делает эксперта сильнее — пока обещание, и держится оно на одной вещи. На дисциплине.
Артефакты ведут как боевое оборудование — с проверкой, журналом, ограниченными правами, постоянным контролем. Отнесёшься к ним как к смышлёным стажёрам, которым раздали доступы и забыли, — получишь ровно историю Klarna: убрали людей раньше, чем система прошла проверку, а провал назвали прогрессом.
Практический вывод узкий, без пророчеств:
Фиксируй процессы, увольнения отложи. Самочувствие команды вынеси за скобки — это ненадёжный сигнал, эксперимент METR показал почему. Мерь не ощущение, а исход: стоимость на результат и долю успешных прогонов. Людей-носителей знания держи, пока система не прошла проверку на сложных случаях.
Честный фальсификатор
Один поворот обрушит весь тезис «почему сейчас».
Кривая METR может загнуться [H]. Если к концу 2027-го запас автономности перестанет удваиваться и застрянет на нескольких часах, второй из трёх несущих факторов рассыплется. Дешёвая и массовая, но рвущаяся на длинных цепочках модель годится только для подсказки. Перенести на неё компетенцию нельзя. Тогда «почему сейчас» откладывается, окно сужается, и правы окажутся скептики, а Лютке с Амодеи поторопились.
Я ставлю на то, что кривая удержится ещё пару удвоений. Но это ставка, а не факт. И я называю её ставкой.
Итог
Два факта верны разом.
Механизм реален: работа модели подешевела в 280 раз, запас автономности удваивается каждые 131 день, две трети компаний что-то внедряют. И готовой раскладки для малого бизнеса нет: до прибыли доходит около 5%, иллюзию скорости в эксперименте METR подтвердили, Klarna развернулась.
Окно открыто именно потому, что верно и то, и другое.
До сих пор был вопрос «почему сейчас». Дальше — «из чего». Что такое артефакт как кирпичик и каким путём молчаливое знание доходит от головы эксперта до работающей системы.