автор: Rogé Karma
фото: Иллюстрация The Atlantic. Источники: Шон Гладуэлл / Getty; Флавио Коэльо / Getty.
Если и есть какая-то область, в которой, как говорят, развитие искусственного интеллекта уже делает людей ненужными, в которой уже наступает эра сверхразума, то это программирование. Поэтому результаты недавнего исследования действительно поражают.
В исследовании, опубликованном в июле, аналитический центр Model Evaluation & Threat Research случайным образом распределил опытных разработчиков программного обеспечения по группам, которые должны были выполнять задачи по программированию с использованием инструментов ИИ или без них. Это было самое тщательное на сегодняшний день исследование того, как ИИ работает в реальных условиях. Поскольку программирование — один из навыков, которым в значительной степени овладели существующие модели, почти все участники ожидали, что ИИ значительно повысит производительность. Согласно опросу экспертов, проведённому перед экспериментом, ИИ должен был ускорить работу разработчиков почти на 40 процентов. После этого участники исследования подсчитали, что ИИ помог им работать на 20 % быстрее. Но когда команда METR проанализировала фактическую производительность сотрудников, они обнаружили, что разработчики выполняли задачи на 20 % медленнее при использовании ИИ, чем без него. Исследователи были ошеломлены. «Никто не ожидал такого результата, — сказал мне Нейт Раш, один из авторов исследования. — Мы даже не рассматривали возможность замедления работы». Ни один отдельный эксперимент не следует считать окончательным. Но, по мнению многих экспертов в области ИИ, исследование METR — лучшее из того, что у нас есть, и оно помогает разобраться в парадоксальной ситуации, сложившейся вокруг ИИ. С одной стороны, в Соединённых Штатах наблюдается беспрецедентный экономический бум, вызванный развитием ИИ: фондовый рынок стремительно растёт благодаря завышенным оценкам технологических гигантов, связанных с ИИ, а реальная экономика развивается благодаря сотням миллиардов долларов, потраченных на центры обработки данных и другую инфраструктуру ИИ. В основе всех инвестиций лежит вера в то, что искусственный интеллект значительно повысит производительность труда, что, в свою очередь, увеличит прибыль компаний до невообразимых масштабов.
С другой стороны, появляется всё больше свидетельств того, что ИИ не справляется со своими задачами в реальном мире. Технологические гиганты, вкладывающие больше всего средств в ИИ, даже близко не подошли к окупаемости своих инвестиций. Исследования показывают, что компании, пытающиеся внедрить ИИ, практически не ощутили влияния на свою прибыль. А экономисты, которые искали доказательства того, что ИИ вытесняет людей с рабочих мест, в основном не нашли ничего.
Всё это не означает, что ИИ в конечном счёте не сможет произвести такие же революционные изменения, как утверждают его самые ярые сторонники. Но в конечном счёте может оказаться, что пройдёт много времени. Это наводит на мысль, что сейчас мы наблюдаем «пузырь ИИ», когда энтузиазм инвесторов слишком опережает краткосрочные преимущества технологии в плане производительности. Если этот «пузырь» лопнет, он может затмить крах доткомов, и пострадают не только технологические гиганты и их спонсоры из Кремниевой долины. Почти все согласны с тем, что программирование — самый впечатляющий пример использования современных технологий искусственного интеллекта. До своего последнего исследования компания METR была известна благодаря мартовскому анализу, показавшему, что самые продвинутые системы могут выполнять задачи по программированию, на которые у обычного разработчика уходит почти час.
Так как же ИИ мог сделать разработчиков в ходе эксперимента менее продуктивными? Ответ связан с «разрывом между возможностями и надёжностью». Хотя системы искусственного интеллекта научились выполнять впечатляющий набор задач, им сложно делать это последовательно и точно, как того требуют реальные условия. Например, результаты исследования METR, проведённого в марте, были основаны на «50-процентном показателе успешности», то есть система искусственного интеллекта могла надёжно выполнить задачу только в половине случаев, что делало её практически бесполезной. Этот разрыв затрудняет использование ИИ в рабочих условиях. Даже самые продвинутые системы допускают мелкие ошибки или неправильно понимают указания, поэтому человеку приходится тщательно проверять их работу и при необходимости вносить изменения. Похоже, именно это и произошло во время нового исследования. Разработчикам пришлось потратить много времени на проверку и доработку кода, созданного системами искусственного интеллекта, — зачастую больше времени, чем потребовалось бы, чтобы просто написать его самостоятельно. Один из участников позже описал этот процесс как «цифровой эквивалент подглядывания за самоуверенным младшим разработчиком». С тех пор как был проведён эксперимент, инструменты для написания кода на основе ИИ стали более надёжными. Кроме того, исследование было сосредоточено на разработчиках-экспертах, в то время как наибольший прирост производительности может быть достигнут за счёт расширения — или замены — возможностей менее опытных сотрудников. Однако исследование METR может с такой же лёгкостью переоценивать преимущества ИИ в плане производительности. Многие интеллектуальные задачи сложнее автоматизировать, чем написание кода, для которого требуется огромное количество обучающих данных и чёткие критерии успеха. «Программирование — это то, с чем системы искусственного интеллекта справляются очень хорошо, — сказал мне Тим Фист, директор по политике в области новых технологий в Институте прогресса. — Так что, если окажется, что они даже не повышают продуктивность разработчиков, это может существенно изменить представление о том, как ИИ может повлиять на экономический рост в целом».
Разрыв между возможностями и надёжностью может объяснить, почему генеративный ИИ до сих пор не принёс ощутимых результатов компаниям, которые его используют. Когда исследователи из Массачусетского технологического института недавно проанализировали результаты 300 публично раскрытых инициатив в области ИИ, они обнаружили, что 95 % проектов не привели к увеличению прибыли. В мартовском отчёте McKinsey & Company говорится, что 71 % компаний сообщили об использовании генеративного ИИ, а более 80 % из них сообщили, что эта технология не оказала «ощутимого влияния» на прибыль. В свете этих тенденций технологическая консалтинговая компания Gartner недавно заявила, что ИИ вступил в фазу «разочарования» в технологическом развитии. Возможно, развитие ИИ переживает лишь временный спад. По словам Эрика Бриньолфссона, экономиста из Стэнфордского университета, каждая новая технология проходит через «J-кривую производительности»: сначала компаниям сложно внедрить её, что приводит к снижению производительности. Однако со временем они учатся интегрировать её, и производительность резко возрастает. Каноническим примером является электричество, которое стало доступным в 1880-х годах, но не приносило компаниям существенной выгоды до тех пор, пока Генри Форд не переосмыслил фабричное производство в 1910-х годах. Некоторые эксперты считают, что с ИИ этот процесс пойдёт гораздо быстрее. «Что касается ИИ, то мы находимся в начале отрицательной части J-кривой, — сказал мне Бриньолфссон. — Но ко второй половине 2020-х годов он действительно начнёт набирать обороты». Генеральный директор Anthropic Дарио Амодей предсказал, что к 2027 году или «чуть позже» ИИ будет «почти во всём превосходить людей». Эти прогнозы предполагают, что ИИ продолжит совершенствоваться такими же быстрыми темпами, как и в последние несколько лет. Это не данность. Новые модели были омрачены от задержки и отмены, а также лиц, освобожденных в этом году в целом показали меньшее количество больших улучшений, чем прошлые модели, несмотря на гораздо более дорогих развиваться. В мартовском опросе Ассоциация по развитию искусственного интеллекта спросила у 475 исследователей ИИ, могут ли современные подходы к разработке ИИ создать систему, которая будет соответствовать человеческому интеллекту или превзойдёт его. Более трёх четвертей респондентов ответили, что это «маловероятно» или «очень маловероятно».
Последняя модель OpenAI, GPT-5, была выпущена в начале прошлого месяца после почти трёх лет работы и многомиллиардных затрат. (The Atlantic заключила корпоративное партнёрство с OpenAI в 2024 году.) Перед запуском генеральный директор Сэм Альтман заявил, что использование этой модели будет равносильно тому, что у вас под рукой будет «настоящий эксперт с докторской степенью в любой области». В некоторых областях, включая программирование, GPT-5 действительно стала большим шагом вперёд. Но по самым строгим критериям оценки эффективности ИИ GPT-5 оказался в лучшем случае скромным улучшением по сравнению с предыдущими моделями.
В отрасли преобладает мнение, что поиск компаниями нового способа ускорить развитие ИИ — это лишь вопрос времени. Это может оказаться правдой, но это далеко не гарантировано. Генеративный ИИ стал бы не первым технологическим трендом, вокруг которого поднялась бы волна чрезмерной шумихи. Особенность нынешней ситуации в том, что ИИ, похоже, поддерживает всю экономику США. Более половины роста индекса S&P 500 с 2023 года пришлось на долю всего семи компаний: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia и Tesla. Эти компании, известные под общим названием «Великолепная семёрка», имеют все шансы извлечь выгоду из революции в области искусственного интеллекта. Это процветание пока что проявляется только в ценах на их акции. (Исключение составляет Nvidia, которая поставляет критически важные компоненты — передовые чипы, — которые покупают остальные участники «Великолепной семёрки».) Как сообщает The Wall Street Journal, за последние два года свободный денежный поток Alphabet, Amazon, Meta и Microsoft сократился на 30 процентов. По некоторым оценкам, Meta, Amazon, Microsoft, Google и Tesla к концу этого года в совокупности потратят 560 миллиардов долларов на капитальные затраты, связанные с ИИ, с начала 2024 года и получат всего 35 миллиардов долларов дохода, связанного с ИИ. OpenAI и Anthropic получают большой доход и быстро растут, но они всё ещё далеко не прибыльны. Их стоимость — примерно $300 миллиардов и $183 миллиарда соответственно, и она растёт — во много раз превышает их текущие доходы. (OpenAI прогнозирует доход в размере около 13 миллиардов долларов в этом году; Anthropic — от 2 до 4 миллиардов долларов.) Инвесторы делают большие ставки на то, что все эти расходы вскоре принесут рекордную прибыль. Однако если эти надежды не оправдаются, инвесторы могут начать массово продавать активы, что приведёт к масштабной и болезненной коррекции рынка.
Во время интернет-революции 1990-х годов инвесторы вкладывали деньги практически во все компании, в названии которых было «.com», полагая, что интернет вот-вот произведёт революцию в бизнесе. Однако к 2000 году стало ясно, что компании тратят деньги впустую, а инвесторы в ответ избавлялись от акций самых переоценённых технологических компаний. С марта 2000 года по октябрь 2002 года индекс S&P 500 упал почти на 50 процентов. В конечном счёте интернет действительно изменил экономику и привёл к появлению одних из самых прибыльных компаний в истории человечества. Но это не спасло многих инвесторов от разорения. Крах доткомов был неприятным, но он не привёл к кризису. Крах пузыря ИИ может быть другим. Инвестиции в ИИ уже превысили уровень, которого достигли телекоммуникации на пике бума доткомов, в процентном отношении к экономике. В первой половине этого года расходы бизнеса на ИИ внесли больший вклад в рост ВВП, чем все потребительские расходы вместе взятые. Многие эксперты считают, что основная причина, по которой экономика США смогла пережить введение пошлин и массовые депортации без рецессии, заключается в том, что все эти расходы на ИИ, по словам одного экономиста, действуют как «масштабная программа стимулирования частного сектора». Крах ИИ может привести к сокращению расходов, уменьшению количества рабочих мест и замедлению роста, что потенциально может втянуть экономику в рецессию. Экономист Ноа Смит утверждает, что это может даже привести к финансовому кризису, если нерегулируемые «частные кредитные» займы, финансирующие значительную часть роста отрасли, разом обесценятся. Если окажется, что мы действительно находимся в «пузыре» ИИ, то есть и положительная сторона: опасения по поводу внезапного сокращения рабочих мест из-за ИИ сильно преувеличены. В недавнем анализе экономисты Сара Экхардт и Натан Голдшлаг использовали пять различных показателей воздействия ИИ, чтобы оценить, как новая технология может влиять на ряд показателей рынка труда, и не обнаружили практически никакого влияния ни на один из них. Например, они отмечают, что уровень безработицы среди работников, наименее подверженных влиянию ИИ, таких как строители и фитнес-тренеры, вырос в три раза быстрее, чем среди работников, наиболее подверженных его влиянию, таких как телемаркетологи и разработчики программного обеспечения. Большинство других исследований, хотя и не все, пришли к аналогичным выводам. Но есть и более странная промежуточная возможность. Даже если инструменты на основе ИИ не повышают производительность, шумиха вокруг них может подтолкнуть компании к дальнейшему расширению их использования. «Я снова и снова слышу от компаний одну и ту же историю, — рассказал мне Дарон Аджемоглу, экономист из Массачусетского технологического института. — Руководители среднего и высшего звена получают от начальства указания использовать ИИ для выполнения X % работы, чтобы угодить совету директоров». Эти компании могут даже уволить сотрудников или приостановить набор персонала, потому что они, как и разработчики программного обеспечения из исследования METR, убеждены, что ИИ повысил их продуктивность, даже если это не так. В результате вырастет безработица, которая не будет компенсирована реальным повышением производительности.
Каким бы невероятным ни казался этот сценарий, его версия уже происходила в не столь далёком прошлом. В своей книге 2021 года «Мир без электронной почты» учёный-компьютерщик Кэл Ньюпорт отмечает, что начиная с 1980-х годов такие инструменты, как компьютеры, электронная почта и онлайн-календари, позволили работникам умственного труда самостоятельно общаться и планировать встречи. В свою очередь, многие компании решили уволить своих секретарей и машинисток. Как ни странно, высококвалифицированные сотрудники стали тратить так много времени на отправку электронных писем, составление протоколов совещаний и планирование встреч, что их продуктивность на основной работе значительно снизилась, и компаниям пришлось нанимать больше сотрудников, чтобы они выполняли тот же объем работы. Более позднее исследование 20 компаний из списка Fortune 500 показало, что компании с «кадровым дисбалансом», вызванным компьютерными технологиями, тратили на зарплату на 15 % больше, чем было необходимо. «Электронная почта была одной из тех технологий, которые позволяли нам чувствовать себя более продуктивными, но на самом деле делали обратное, — сказал мне Ньюпорт. — Я боюсь, что с ИИ мы можем пойти по тому же пути».
С другой стороны, если альтернативой является обвал фондового рынка, который приведёт к рецессии или финансовому кризису, то этот сценарий не так уж плох.
источник: https://www.theatlantic.com/economy/archive/2025/09/ai-bubble-us-economy/684128/
Эта статья была опубликована в рассылке One Story to Read Today. Подпишитесь на неё здесь.