Нейросети заменят работу или нет: аналитик A16Z объясняет, почему дум-сейеры ошибаются

Каждый месяц в ленте очередной пост: «AI уничтожит X миллионов рабочих мест» - и тут же другой: «паника раздута, всё ок». Кому верить? Бенедикт Эванс, бывший партнёр Andreessen Horowitz и один из самых трезвых аналитиков технорынка, дал большое интервью Lenny's Podcast. И его ответы неудобно звучат для обеих сторон спора. Открытый вопрос, к которому я вернусь в конце: почему даже те, кто строит AI, не сокращают людей, а нанимают?

Что узнаете из статьи:

Самый неожиданный тезис Эванса звучит так: «Мой самый противоречивый тезис - AI такой же большой, как интернет, и ТОЛЬКО такой же большой.»

Звучит как преуменьшение. На деле - это самое точное описание из всех, что я слышал.

Интернет не уничтожил экономику. Он создал новую. Появились профессии, которых в 1997-м не существовало в словаре: SEO-специалист, UX-исследователь, growth hacker, дата-аналитик. Мобайл дал ещё один слой. Потребление мобильных данных выросло в 1500-2000 раз с 2010 года. Пять с половиной миллиардов смартфонов. Мобильная индустрия генерирует около триллиона долларов выручки ежегодно.

При этом акции производителей телефонов за 25 лет почти не выросли. Потому что инфраструктура редко становится главным выгодоприобретателем своей же революции. К этому вернёмся ниже - в разделе про модели и приложения.

Эванс использует точную метафору: мы сейчас примерно там же, где интернет был в 1997-м.

«Очень захватывающе, большинство вещей ещё не работает, большинство того, что люди будут делать, ещё не построено, и непонятно, как это будет работать, когда построят.»

900 миллионов еженедельных пользователей ChatGPT возможны именно потому, что уже 900 миллионов человек в интернете. Но вот любопытный срез: среди 13-18-летних только 15-20% используют AI ежедневно, 20% - еженедельно, а 60% не используют вообще. Это поколение, выросшее с айфонами.

Вернее, не совсем 1997-й - точнее сказать, что мы видим работающие прототипы, но не работающую индустрию. Разница принципиальная.

Я недавно тестировал несколько AI-агентов для реальных бизнес-задач клиента. Половина не справилась с тем, что джуниор решает за час. Другая половина сделала то, на что у меня ушли бы дни. Это и есть 1997-й: рядом с чудом стоит разочарование.

Кстати, если тема интересна - в Telegram-канале пишу о подобном регулярно: инструменты, лайфхаки, конкретные сценарии использования нейросетей в жизни и бизнесе. Там проще задать вопрос и не ждать следующей статьи.

Вот где парадокс, Anthropic и OpenAI наращивают штат. Не сокращают. И при этом нанимают консультантов из McKinsey и подобных.

Эванс объясняет просто: McKinsey нанимают не за PowerPoint. Claude делает «дерьмовую версию» такого декка. Нанимают за понимание политики внутри компании, разговоры с клиентами, диагностику реальных проблем - то, что невозможно автоматизировать без контекста.

Корпоративный цикл продаж - 18 месяцев. Никто не выкинет SAP завтра. Реальные изменения - через 3-10 лет, и это оптимистичная оценка.

PwC AI Jobs Barometer 2025 это подтверждает: отрасли с высоким проникновением AI показывают рост выручки на сотрудника в 3 раза быстрее. Не сокращение людей - рост эффективности каждого.

Это, пожалуй, самый важный концептуальный сдвиг в разговоре.

«Нельзя смотреть на старшего партнёра юрфирмы и говорить "17% его работы можно автоматизировать" - это полная чушь.»

Задача - это единица работы. Профессия - это пучок задач плюс контекст, отношения, суждение и ответственность.

VisiCalc автоматизировал вычисления бухгалтеров. Бухгалтеры не исчезли - изменился уровень задач, которые они решают. «До VisiCalc и после VisiCalc» структурно аналогично «до Claude Code и после Claude Code». Программисты не исчезают, они перемещаются на уровень выше.

MIT Sloan 2025 зафиксировал интересную зависимость: если AI берёт на себя большинство задач в профессии - доля таких сотрудников в компании падает на 14%. Но если AI автоматизирует лишь часть задач - занятость растёт. Частичная автоматизация работает как усилитель, а не замена.

Эванс цитирует IBM-рекламу 1950-х: «Электронный калькулятор равен 150 дополнительным инженерам.»

Инженеры не исчезли. Их стало больше.

«Вы всегда видите профессию, которая уйдёт, но не знаете новую - потому что её ещё нет.»

Это структурная проблема восприятия: потерю мы видим ясно, приобретение - туманно. Отсюда и рождается паника. WEF Future of Jobs 2025 даёт конкретику: к 2030 году AI создаст 11 миллионов рабочих мест и уничтожит 9 миллионов. Сальдо положительное - но это не значит, что конкретный человек автоматически окажется на новом месте.

«Думеры в Twitter считают, что каждая компания купит ChatGPT завтра и через две недели уволит всех. Полное непонимание того, как устроен мир» - говорит Эванс. И добавляет без церемоний: «Эти дум-сейеры - идиоты.»

Жёстко. Но по существу: реальная скорость корпоративных изменений не совпадает с Twitter-таймлайном.

Казалось бы, победители очевидны - те, кто делает модели. На деле сложнее.

Если модели становятся товаром без сетевых эффектов - конкуренция бесконечна, и ценовая власть лабораторий под вопросом. Мобильная аналогия: огромная индустрия, триллион выручки, 200 миллиардов капекса в год - а акции не выросли за четверть века.

BCG AI at Work 2025 фиксирует «кремниевый потолок»: среди руководителей больше 75% используют GenAI несколько раз в неделю, среди рядовых сотрудников - только 51%, и рост остановился. Ценность пока концентрируется наверху.

Дистрибуция, а не качество модели - вот реальный ров. Gemini и Meta AI не лучшие модели на рынке. Но их «размазали» по миллиарду устройств и поверхностей - и это работает. Amazon знает SKU: помогает купить, не помогает решить, что купить. Аналогично с AI: платформа, которая уже в телефоне, выигрывает не умом, а доступностью.

По AGI Эванс честен до неудобного: «У нас нет теории, что такое человеческий интеллект. Мы не знаем, насколько лучше модели станут. Все мы - прогнозируем на интуиции.»

«AI - это то, что машины ещё не могут делать, потому что как только смогут - люди говорят: это просто программа.» Линия горизонта постоянно движется.

По антинастроениям: данные Livermore Lab, 2024 - дата-центры потребляют 0.017% воды в США. Не ноль, но не апокалипсис. Паника часто живёт в пространстве между реальной цифрой и медийным нарративом (а такое бывает чаще, чем кажется).

Есть и реальные риски - Post Office Scandal в Великобритании тому пример. Система Fujitsu с багами привела к сотням ложных уголовных дел, банкротствам, суицидам. Каждая технология несёт риски, и это надо признавать.

Чтение про AI и рынок труда - это половина дела. Другая половина начинается, когда вы пробуете встроить это в конкретный процесс.

McKinsey State of AI 2025: 88% компаний используют AI в хотя бы одной функции. Масштабировали на всю организацию - только треть. Это и есть ваше окно: большинство компаний ещё в процессе, и люди, умеющие помочь пройти этот путь, очень востребованы. Навыки AI дают +56% к зарплате по данным PwC 2025 - и это не про промпт-инжиниринг, а про понимание того, где AI работает, а где нет.

Если хочется не просто читать про AI, а реально его применять, у меня есть несколько мест, где это можно делать вместе.

Начать стоит с Telegram-канала. Это наш основной ресурс, где разбираем новые инструменты, кейсы автоматизации и приёмы, которые можно применить уже завтра.

Задачи с высокой повторяемостью и низкой потребностью в контексте: базовый ввод данных, стандартные юридические документы, первичная обработка изображений. Но целые профессии - медленнее, чем кажется. MIT Sloan 2025: занятость падает там, где AI берёт большинство задач, но растёт там, где берёт часть.

Корректнее спрашивать не «когда заменят», а «когда изменят». По Эвансу - реальные корпоративные изменения через 3-10 лет. Для фриланса и малого бизнеса быстрее: там нет 18-месячного цикла согласований.

Всё, что требует ответственности, физического присутствия и адаптации к непредсказуемому контексту: медицина в сложных случаях, юридическое представительство, управление людьми, переговоры. Не потому что AI не умеет - а потому что мы не готовы доверить ему это юридически и культурно.

Точечно и медленно. BCG 2025: рост использования среди рядовых сотрудников остановился на 51%. Большинство компаний застряли на этапе пилотов. Реальное масштабирование требует перестройки процессов, а не просто корпоративной подписки.