Тихое вымывание компетенций и риск экономики, основанной только на моделях

Современное рабочее место — это театр тихой экстракции, где ритмичный щелчок механической клавиатуры сменяется безмолвным гулом промпта. Обещание генеративного искусственного интеллекта открывает сияющий горизонт гиперэффективности, где каждый сотрудник действует с проницательностью тысячи специалистов, а любая задача выполняется за считанные секунды. Эта цифровая мечта предполагает эру полного освобождения от рутинного труда, когда человеческий разум наконец-то волен сосредоточиться на чистой стратегии и творческом видении. Однако этот переход требует постоянной подпитки публичных моделей частным интеллектуальным капиталом, если только организации не установят жесткие границы вокруг своей проприетарной логики. Прирост эффективности алгоритмически обесценивает вклад отдельного сотрудника и неизбежно концентрирует богатство в руках немногих структур, владеющих весами модели.

Предупреждение с вершины

Генеральный директор Microsoft Сатья Наделла поделился резкой оценкой этой траектории в сети X в минувшее воскресенье. Он предупредил о будущем, в котором горстка поставщиков ИИ захватит большую часть экономической ценности, в то время как традиционные отрасли потеряют право собственности на свои знания. Наделла описал сценарий, при котором каждая компания уступает ценность моделям, поглощающим всё, что они видят. Он заявил, что общество не давало разрешения на будущее ИИ, которое выхолащивает целые отрасли. Его слова отражают растущую обеспокоенность среди технологических лидеров тем, что нынешний путь развития ИИ повторяет деструктивные фазы ранней глобализации.

На макроуровне сравнение с глобализацией отрезвляет. Во время первой фазы глобальной интеграции индустриальные экономики пережили масштабное опустошение из-за аутсорсинга. На поверхности показатели ВВП оставались стабильными или даже росли. За кулисами вытеснение было реальным, а социальные последствия остаются повсеместными и по сей день. Наделла утверждает, что ИИ может повторить этот сценарий, передав на аутсорсинг человеческое познание, а не физический труд. Если каждая компания использует один и тот же центральный мозг, уникальная экспертиза, которая когда-то определяла бизнес, становится товаром. Знания больше не являются локальным активом; это данные для обучения третьей стороны.

Риск превращения в «глупую» трубу данных

Генеральный директор Snowflake Шридхар Рамасвами поддержал это мнение в начале этого года. Он предположил, что крупнейшие софтверные компании рискуют превратиться в простые источники данных. По его мнению, создатели больших моделей хотят мира, в котором корпоративные данные будут им легко доступны. Все остальное в экосистеме — лишь «глупая» труба данных, питающая центральный мозг. Это создает системную уязвимость для компаний, которые десятилетиями выстраивали проприетарные рабочие процессы и специализированные базы знаний.

Любопытно, что эта тенденция создает профессиональный архипелаг. В этом состоянии компании живут плотно упакованными в цифровую экосистему, но все больше изолируются от собственной ценности. Они предоставляют сырье — данные, — но интеллект, обрабатывающий эти данные, принадлежит кому-то другому. Рамасвами отметил, что Snowflake вынуждена работать с опасением, что пользователи будут обходить специализированные инструменты в пользу универсальных ИИ-агентов. Когда один агент имеет доступ к данным отовсюду, отдельный поставщик программного обеспечения теряет свою актуальность. Продуктом становится не сам инструмент, а доступ к модели, которая уже поглотила этот инструмент.

Контекст как последняя крепость

Генеральный директор Box Аарон Леви обозначил аналогичную проблему в посте на LinkedIn в январе этого года. Он отметил, что модели ИИ теперь выполняют высокоуровневую интеллектуальную работу в области права, стратегии и исследований. Эта вездесущность поднимает фундаментальный вопрос о дифференциации. Если каждая компания имеет доступ к одному и тому же экспертному интеллекту, игровое поле выравнивается, но исчезают вершины. Леви утверждал, что контекст — единственный оставшийся способ для компании заявить о себе.

В повседневном понимании контекст — это сложный, не поддающийся количественной оценке человеческий элемент бизнеса. Это история взаимоотношений с конкретным клиентом, странные особенности местного рынка и коллективная память команды. Хотя модель может составить юридическое заключение, она не знает, почему конкретный пункт важен для определенного семейного бизнеса. Парадоксально, но по мере того, как высокоуровневый интеллект дешевеет, ценность приземленного человеческого контекста растет. Задача компаний — сохранить этот контекст, не позволяя ему быть втянутым в общий обучающий набор.

Эрозия профессионального габитуса

Через эту призму мы можем увидеть воздействие на индивидуальном уровне. Пьер Бурдье использовал термин «габитус» для описания укоренившихся привычек и склонностей, которые мы приобретаем через опыт. Мастер-плотник не просто знает, как пользоваться пилой; он чувствует дерево нутром. В экономике знаний этот габитус — интуиция опытного редактора или распознавание образов ветераном-врачом.

По мере того как модели ИИ поглощают результаты работы этих профессионалов, габитус оцифровывается. Модель выучивает паттерн, но человек перестает практиковать навык. Это ведет к профессиональной атомизации. Индивиды больше не являются частью преемственности ремесла; они операторы системы, имитирующей это ремесло. Этот сдвиг является симптомом «текучей современности», где карьерные пути — это уже не прочные структуры, а изменчивые, эфемерные потоки задач. Когда интуиция эксперта доступна по подписке за пять долларов в месяц, эксперт становится ненужным расходом. Это и есть то выхолащивание, которого боится Наделла. Это не просто потеря рабочих мест, но и потеря человеческой способности генерировать новые знания без посредничества машины.

Филология интеллекта

С лингвистической точки зрения наше определение интеллекта претерпевает глубокие изменения. Раньше мы использовали это слово для описания человеческой способности к пониманию и рассуждению. Теперь дискурс сместился так, что интеллект стал ресурсом, который нужно добывать, очищать и распределять, подобно электричеству. Этот семантический сдвиг имеет практические последствия. Когда мы относимся к интеллекту как к коммунальной услуге, мы забываем, что ему нужен источник.

Если модели съедают все, что видят, они в конечном итоге достигают точки убывающей отдачи, когда обучаются на своих собственных синтетических результатах. Это создает эффект зеркального зала. Язык становится более отполированным, но менее резонансным. Инсайты становятся более стандартизированными, но менее нюансированными. Мир, где все используют одну и ту же модель, — это мир, где коллективное лоскутное одеяло человеческих знаний перестает расти. Мы остаемся со стоячим прудом оптимизированной посредственности.

Пища для размышлений

Чтобы сориентироваться в этом сдвиге, мы должны взглянуть на наши повседневные дела и системы, которые мы строим. Вместо того чтобы сосредотачиваться исключительно на скорости выдачи результата, мы можем приоритизировать сохранение уникального контекста.

• Какая часть вашей ежедневной работы опирается на вашу личную историю и отношения, а не на общие знания?
• Строите ли вы проприетарную систему обучения или просто кормите модель, которая вам не принадлежит?
• Можете ли вы определить моменты в вашем рабочем дне, когда ваша человеческая интуиция дает ценность, которую модель не может воспроизвести?
• Что произойдет с вашей отраслью, если барьер входа для вашей специфической экспертизы упадет до нуля?

Возвращение человеческого присутствия

В конечном счете, задача состоит в том, чтобы использовать технологию как якорь, а не как замену. Мы видели, как предыдущие волны технологических изменений обещали связь, но приносили изоляцию. Нынешняя эра ИИ грозит подобным парадоксом: она предлагает бесконечные знания, лишая нас самого процесса познания. Мы должны быть осознанными в отношении границ, которые мы устанавливаем между нашим коллективным интеллектом и нашей личной экспертизой.

В вещах, которые нельзя оцифровать, скрыта тонкая сила. Неловкое молчание на встрече, выдающее скрытый конфликт, написанная от руки записка, создающая десятилетия лояльности, и специализированный жаргон местного ремесла — все это формы сопротивления коммодификации. Мы должны наблюдать за нашей рутиной и выявлять эти человеческие остатки. Возвращение контекста — единственный способ гарантировать, что мы больше, чем просто трубы для данных в большой машине. Мы должны оставаться архитекторами собственных смыслов даже в мире, который хочет генерировать их за нас.

Sources

Nadella, S. (2026). Social media post regarding AI and industrial value. X.

Ramaswamy, S. (2026). The risk of the data pipe. Snowflake Executive Podcast.

Levie, A. (2026). Differentiation in the age of AI. LinkedIn Professional Insights.

Bauman, Z. (2000). Liquid Modernity. Cambridge: Polity Press.

Bourdieu, P. (1977). Outline of a Theory of Practice. Cambridge University Press.