Игра [разума] для тех, кто любит подрывные технологии... и котиков...
Игра [разума] для тех, кто любит подрывные технологии... и котиков...

У нас нет недостатка в манифестах технооптимистов, ведь каждый, кто заработал на ИТ-стартапах и недавнем ИИ-буме, возвещает новый, восхитительный мир. На их фоне технопессимисты были более разнозненны, выражая свой пессимизм и скептицизм в основном в комментариях под статьями оптимистов. Но теперь и у пессимистов / скептиков появился свой программный текст!..

Перед вами — наконец, чётко сформулированный "манифест технопессимизма". Этот перевод цикла статей The Global Intelligence Crisis включает две части: первую часть, Восхождение агентного ИИ, написал Алап Шах. Вторую часть, Глобальный кризис интеллекта в 2028 году, написали на основе его мыслей CitriniResearch. Я объединил обе части в одной статье в часовой лонгрид, и приглашаю желающих подискутировать о будущем мира, каким мы его знали...

Часть 1. Кризис интеллекта в глобальном масштабе: Восхождение агентного ИИ

Алап Шах, 22 февраля 2026 г.

Введение

После многих лет экспоненциального роста ИИ, недавний скачок возможностей к агентному ИИ может существенно изменить тот мир, каким мы его знаем. И этот переворот начался с 2026 года. Вот неудобная правда: ИИ теперь не просто инструмент для экономического роста; он является почти прямой заменой человеческого когнитивного труда. В ближайшей перспективе он вытеснит работников умственного труда гораздо быстрее, чем новые рынки смогут их поглотить. В этой серии из трех частей я, опираясь на 20-летний опыт инвестирования на публичных рынках и 15-летний опыт создания ИИ-компаний, излагаю свой взгляд на надвигающийся экономический шторм.

Вся наша экономическая система построена на единственной предпосылке: человеческий интеллект — это дефицитный и дорогой ресурс. Это ключевой фактор, необходимый для превращения сырья в товары и услуги, определяющие наш уровень жизни. В 2026 году, с приходом агентного ИИ, это фундаментальное допущение рушится. ИИ больше не просто инструмент или дополнение; он быстро становится прямой заменой человеческого когнитивного труда. Этот сдвиг фундаментально обесценивает труд «белых воротничков». Подпитываемое стремительным прогрессом ИИ и капиталом, это вытеснение будет неумолимо ускоряться, создавая экономический шок, способный затмить Промышленную революцию, Мировой финансовый кризис и пандемию. Без срочных политических мер это может привести к значительному финансовому кризису в ближайшие два года.

В Части первой, «Восхождение агентного ИИ» я излагаю фундаментальную угрозу, которую агентный ИИ представляет для рабочих мест и нашей текущей экономической модели.

В Части второй, «Глобальный кризис интеллекта 2028 года. Мысленный эксперимент по финансовой истории из будущего» мы с моим другом Citrini размышляем о том, как может развиваться кризис.

В предстоящей Части третьей, «Путь вперед», я начинаю намечать разумный политический путь выхода из кризиса.

Надеюсь, мои слова не будут восприняты как голос технофоба-паникера. ИИ — это Прометеев момент человечества, огонь, наконец-то украденный у богов. Его возможности приведут к всеобщему изобильному уровню жизни, неограниченной чистой энергии и искоренению большинства болезней. Наша проблема заключается не в самой технологии, а в том, чтобы пережить тяжелый экономический шок от ее появления и провести необходимую перенастройку нашей финансовой системы.

Агентный ИИ

Эра ИИ как простого разговорного чат-бота закончилась. За последние шесть месяцев мы пересекли критический порог, войдя в эру агентного ИИ — систем, которые действуют автономно для выполнения сложных многоэтапных рабочих процессов. Темпы этой эволюции ошеломляют. Согласно METR, организации, оценивающей автономные возможности ИИ, продолжительность задач, которые модели могут выполнять без посторонней помощи, удваивается каждые шесть-семь месяцев, причем самые последние примеры указывают на дальнейшее ускорение тренда. Сегодня ведущие модели могут непрерывно автономно работать 14,5 часов. Диаграмма ниже от METR показывает тренд продолжительности выполнения задач с 2019 года. Мы ясно видим долгосрочный, устойчивый тренд с недавним ускорением. Имейте в виду, что ось Y представлена в логарифмическом масштабе, что означает, что линейный тренд представляет собой экспоненциальный рост «хоккейной клюшки».

Временной горизонт программных задач, которые разные LLM могут выполнить в 50% случаев. Ось X: "LLM release date" (Дата выпуска модели), Ось Y: "Task duration (for humans)..." (Длительность задачи для человека...). Это логарифмическая шкала, показывающая, сколько времени потребовалось бы человеку на выполнение задачи, которую ИИ решает с вероятностью успеха 50%.  ~4 сек: Ответить на вопрос. ~36 сек: Посчитать слова в отрывке.  ~6 мин: Найти факт в интернете.  ~1 час: Обучить классификатор.   ~10 часов: Обучить устойчивую к атакам модель изображений; Реализовать сложный протокол по нескольким RFC.
Временной горизонт программных задач, которые разные LLM могут выполнить в 50% случаев. Ось X: "LLM release date" (Дата выпуска модели), Ось Y: "Task duration (for humans)..." (Длительность задачи для человека...). Это логарифмическая шкала, показывающая, сколько времени потребовалось бы человеку на выполнение задачи, которую ИИ решает с вероятностью успеха 50%. ~4 сек: Ответить на вопрос. ~36 сек: Посчитать слова в отрывке. ~6 мин: Найти факт в интернете. ~1 час: Обучить классификатор. ~10 часов: Обучить устойчивую к атакам модель изображений; Реализовать сложный протокол по нескольким RFC.

Чтобы проиллюстрировать силу экспоненциальных тенденций, на диаграмме ниже представлена оценка Ситрини возможностей моделей и дат выпуска, если текущие тенденции сохранятся.

Масштабирование возможностей ИИ-агентов: Путь к много недельной автономности.   Горизонтальная ось: Model Release Date (Дата выпуска модели), охватывает период с июля 2024 года по январь 2028 года.   Вертикальная ось: Task Length (at 50% success rate) (Длительность задачи при 50% вероятности успеха). Шкала логарифмическая, идет от 4 минут до 3 недель.  Зоны автономности:  Многодневная автономность — светло-голубая зона, охватывающая задачи длительностью от нескольких часов до нескольких дней.  Многонедельная автономность — светло-оранжевая зона вверху, соответствующая задачам длительностью от недели и выше.   Ключевые задачи-бенчмарки: По мере роста сложности задач указаны примеры того, что может сделать ИИ: ~4 часа: Обучить устойчивую к состязательным атакам модель изображений.   ~16 ч / 1 день: Реализовать сложный протокол на основе нескольких RFC-документов.   ~1 неделя: Завершить многодневный исследовательский проект.
Масштабирование возможностей ИИ-агентов: Путь к много недельной автономности. Горизонтальная ось: Model Release Date (Дата выпуска модели), охватывает период с июля 2024 года по январь 2028 года. Вертикальная ось: Task Length (at 50% success rate) (Длительность задачи при 50% вероятности успеха). Шкала логарифмическая, идет от 4 минут до 3 недель. Зоны автономности: Многодневная автономность — светло-голубая зона, охватывающая задачи длительностью от нескольких часов до нескольких дней. Многонедельная автономность — светло-оранжевая зона вверху, соответствующая задачам длительностью от недели и выше. Ключевые задачи-бенчмарки: По мере роста сложности задач указаны примеры того, что может сделать ИИ: ~4 часа: Обучить устойчивую к состязательным атакам модель изображений. ~16 ч / 1 день: Реализовать сложный протокол на основе нескольких RFC-документов. ~1 неделя: Завершить многодневный исследовательский проект.

Линия тренда указывает на возможность месяца непрерывной самостоятельной работы к середине 2028 года.

Моя исходная точка

Я начинал свою карьеру в финансах в качестве аналитика по потребительскому сектору в двух крупных хедж-фондах, Viking Global и Citadel, где я пережил мировой финансовый кризис и его последствия. В 2011 году я ушел, чтобы управлять собственным фондом под названием LOTUS. Там стало ясно, что ограничивающим фактором моей эффективности была моя способность обрабатывать растущий поток информации, движущей рынками. Мои рабочие процессы были разрозненны между Bloomberg, S&P Capital IQ, Excel, Outlook, OneNote и различными финансовыми приложениями и веб-сайтами. Чтобы централизовать эти разрозненные рабочие процессы, мы с братом Наманом создали Sentieo, поисковую систему на базе ИИ для финансов. Результаты были поразительными — я мог видеть мир яснее, работать быстрее с меньшей командой и показывать лучшие инвестиционные результаты. В конечном итоге мы расширили Sentieo на более чем 1000 клиентов в сфере управления инвестициями, банковского дела и корпораций, прежде чем продать бизнес конкуренту более чем за 200 миллионов долларов в 2022 году.

После продажи Sentieo я управлял LOTUS, littlebird — компанией, занимающейся персональным ИИ, и Studio Management — инкубатором стартапов. Создание Sentieo фундаментально изменило мое мировоззрение. Я понял, что ИИ — это ultimate force multiplier (мощный усилитель процессов), и начал искать способы использовать его во всех аспектах моих компаний и жизни.

Наше использование агентного ИИ

В наших компаниях мы не просто наблю��аем за трендом агентного ИИ; мы агрессивно перестроили наши организации для работы на нём.

Нигде этот сдвиг не является столь драматичным, как в разработке программного обеспечения. Раньше прототипирование новой функции требовало недели на написание спецификаций с менеджером продукта и дизайнером, за которой следовала неделя инженерных итераций с небольшой командой разработчиков. Теперь интерфейсы агентного кодинга позволяют мне написать подробный промпт и сгенерировать работающий прототип за считанные минуты. Хотя с первого раза он обычно не готов к промышленной эксплуатации, он в значительной степени исключает других людей из процесса первоначальной разработки и значительно увеличивает скорость выпуска готового продукта.

Мы наблюдаем аналогичную траекторию в LOTUS. Год назад модели ИИ могли сносно отвечать на базовые вопросы по финансовой структуре и оценке. Сегодняшний агентный ИИ полностью подключен к базам данных Factset и S&P Capital IQ, финансовым и документальным. По старой модели, если я хотел изучить новую идею, я поручал ее аналитику. Аналитику требовалось несколько дней, чтобы прочитать соответствующие документы, изучить ключевые дискуссии и данные, а затем подготовить финансовую модель и электронное письмо с основными выводами. Затем мы в течение еще нескольких дней проводили итерации. Сегодня агентный ИИ может синтезировать отчетность и ключевые дискуссии, построить финансовую модель и сгенерировать всесторонний меморандум почти сопоставимого качества за несколько минут. Такая быстрая обработка означает, что я могу быстро углубиться в ключевые вопросы и принять инвестиционное решение на дни быстрее, чем раньше.

Стоимость токенов для выполнения этой агентной работы составляет менее 1% от стоимости выполнения той же работы человеком. Агентам не нужно спать, они не берут отпуск, и при необходимости их можно развертывать (и сворачивать) в целые рои агентов. Однако, пожалуй, самое глубокое изменение — это способ нашей координации в организации, управляемой агентами.

Человеческая координация — это самые большие, самые экспоненциальные издержки в любом бизнесе. Основополагающую теорию фирмы, сформулированную экономистом Рональдом Коузом в 1937 году, можно перефразировать так: фирмы существуют потому, что внутренние издержки координации ниже, чем транзакционные издержки рынка, но лишь до определенного момента. Фирма перестает расти, когда предельные издержки организации еще одной внутренней транзакции равняются издержкам ее выполнения через рынок. Передача указаний от основателя менеджеру продукта, инженеру — это игра в испорченный телефон с потерями, требующая бесконечных сообщений, встреч и презентаций только для того, чтобы удержать всех в курсе. Действительно, можно думать обо всем пакете Microsoft Suite из Outlook, Word, PowerPoint и Excel как о технологиях человеческой координации. Однако ИИ-агенты обладают почти идеальным непрерывным контекстом. Там, где это целесообразно, замена людей агентами устраняет этот огромный координационный налог, снижая трение и резко увеличивая производительность.

Мы сегодня не сокращаем наши команды, поскольку мы управляем быстрорастущими бизнесами на ранней стадии, которые завоевывают долю рынка. Однако мы значительно замедлили темпы найма, и нам нужно меньше людей, чем раньше. Каждый человек может делать больше, и ожидается, что он будет агрессивно использовать ИИ для умножения своей отдачи и влияния. Есть определенные роли, которые, мы пришли к выводу, лучше выполнять целиком с помощью агентов, а не людей. К ним относятся аналитика данных, миграция данных, некоторые дизайнерские роли, некоторые DevOps роли и некоторые роли в обслуживании клиентов. Этот список растет с каждым месяцем по мере улучшения возможностей ИИ.

Комментарии генеральных директоров ИИ-компаний о рабочих местах

Угроза ИИ для рабочих мест, безусловно, не нова и не оригинальна. За последний год из лабораторий ИИ раздавалось все больше предупреждений о замене «белых воротничков». Неудивительно, что генеральные директора не спешили собирать кусочки воедино, чтобы перейти от рисков увольнений к следующим за ними экономическим последствиям.

В интервью Axios в мае прошлого года Дарио Амодеи, генеральный директор Anthropic, предупредил, что

ИИ может уничтожить половину всех рабочих мест для начинающих «белых воротничков» и поднять безработицу до 10-20% в ближайшие 1-5 лет.

Хотя у Амодеи есть стимул преувеличивать потенциал Anthropic, его прогнозы улучшения возможностей сегодня выглядят пророческими. Всю статью стоит прочитать.

Девять месяцев спустя Мустафа Сулейман, генеральный директор Microsoft AI, похоже, сказал вслух то, о чем обычно умалчивают, в интервью Financial Times на прошлой неделе.

Работа «белых воротничков», когда вы сидите за компьютером, будучи юристом, бухгалтером, менеджером проектов или маркетологом — большинство этих задач будут полностью автоматизированы ИИ в ближайшие 12-18 месяцев.

Состояние рынка труда

Агентный ИИ явно наращивает свою способность выполнять работу «белых воротничков», и генеральные директора ИИ-компаний, кажется, очень обеспокоены увольнениями. Стоит изучить состояние рынка труда «белых воротничков» на момент подъема агентного ИИ.

На графике ниже пунктирная белая линия представляет базовую занятость «белых воротничков», исключая занятость в секторах, движимых государственными расходами, а именно: государственное управление, здравоохранение (половина расходов — государственные) и частное образование (государственные кредиты и гарантии по кредитам составляют значительную часть рынка).

На изображении представлен график "Занятость в секторе умственного труда по отраслям". Данные индексированы так, что 1-й квартал 2005 года принят за 100. Используются квартальные средние значения BLS CES (Бюро статистики труда США). Толщина линии отражает текущую численность сотрудников. Вверху расположены цветные метки с названиями секторов и их текущим индексом (в скобках):  (92.5): Синяя линия (Информационные технологии/СМИ).  (112.5): Зеленая линия (Финансовая деятельность).   (133.7): Красная линия (Профессиональные и бизнес-услуги).  (144.4): Фиолетовая линия (Частное образование).   (150.6): Желтая линия (Здравоохранение).  (107.2): Голубая линия (Государственный сектор).   (123.0): Пунктирная белая линия (Агрегированный показатель "белых воротничков" без учета здравоохранения, госсектора и образования).   Ось X: Показывает время, шкала охватывает период с 1-го квартала 2005 года до 1 квартала 2026 (прогноз).
На изображении представлен график "Занятость в секторе умственного труда по отраслям". Данные индексированы так, что 1-й квартал 2005 года принят за 100. Используются квартальные средние значения BLS CES (Бюро статистики труда США). Толщина линии отражает текущую численность сотрудников. Вверху расположены цветные метки с названиями секторов и их текущим индексом (в скобках): (92.5): Синяя линия (Информационные технологии/СМИ). (112.5): Зеленая линия (Финансовая деятельность). (133.7): Красная линия (Профессиональные и бизнес-услуги). (144.4): Фиолетовая линия (Частное образование). (150.6): Желтая линия (Здравоохранение). (107.2): Голубая линия (Государственный сектор). (123.0): Пунктирная белая линия (Агрегированный показатель "белых воротничков" без учета здравоохранения, госсектора и образования). Ось X: Показывает время, шкала охватывает период с 1-го квартала 2005 года до 1 квартала 2026 (прогноз).

Мы ясно видим застойную и снижающуюся тенденцию в базовой занятости «белых воротничков» (исключая госсектор) с 2023 года. Хотя, безусловно, наблюдалось 12-18-месячное похмелье после бурного послепандемийного бума найма, последние 18-24 месяца выдают хрупкое равновесие. Эта базовая занятость «белых воротничков» выросла всего на 4% по сравнению с допандемийным уровнем за шесть лет, по сравнению с ростом населения на 5% и ростом реального ВВП на 11% за тот же период. Сектор ИТ, который должен стать эпицентром потери рабочих мест из-за ИИ, уже показывает падение на 8% от своего пика, причем текущие уровни даже ниже допандемийных уровней 2020 года. Корпорации явно делают больше с меньшим числом людей еще до того, как агентный ИИ вступил в игру.

Баланс спроса и предложения на рынке труда

В предыдущем разделе было описано внедрение агентного ИИ в типичном стартапе, который выигрывает больше от быстрого роста выручки, чем от экономии на затратах на рабочую силу. Этот подход представляет собой план того, как крупные компании будут внедрять агентный ИИ в течение следующего года. Однако у крупных компаний гораздо выше издержки на координацию, больше автоматизируемых устаревших процессов и, что наиболее важно, более крупный и стабильный бизнес с меньшим потенциалом роста выручки и большими возможностями для экономии затрат. В конечном итоге это означает гораздо больший потенциал для корпоративных увольнений, которые были неизменной чертой рынка труда «белых воротничков» с 2023 года. Связка слабого рынка труда «белых воротничков» и внедрения агентного ИИ указывает на растущий риск кризиса рабочих мест для «белых воротничков».

Агентный ИИ ускорит эти тенденции, а рыночные силы их умножат. Возражения критиков о том, что крупные предприятия будут двигаться медленно, справедливы, но большинство компаний работают на конкурентных рынках. Любая компания, которая медленно внедряет агентный ИИ, столкнется с относительным увеличением издержек и ухудшением конкурентной позиции по сравнению с коллегами. Генеральные директора понимают эту динамику и почти повсеместно делают внедрение ИИ своим главным приоритетом на 2026 год, подкрепляя это бюджетами расходов.

Не потребуется много увольнений, чтобы нарушить и без того хрупкий баланс спроса и предложения для труда «белых воротничков». Представьте, что мы получим 5% потерь рабочих мест среди «белых воротничков» за 12-24 месяца, что, по-видимому, значительно меньше того, что предполагают Дарио или Мустафа. Маловероятно, что эти рабочие места вернутся, поскольку прогресс ИИ продолжает ускоряться. Эти перемещенные работники будут вынуждены искать работу в сфере физического труда и в гиг-экономике, оказывая понижательное давление на заработную плату всех работников в экономике.

Гигономика (гиг-экономика, gig economy) — термин, который обозначает модель трудовой деятельности, при которой компании не нанимают сотрудников на постоянной основе, а привлекают независимых специалистов для выполнения конкретных задач и проектов. Термин берёт начало из музыкального жаргона 1920-х годов, когда слово «gig» использовалось для обозначения разовых оплачиваемых выступлений музыкантов. Со временем этот термин стал применяться к любому виду временной работы.

Сотрудники, которые сохранят свои рабочие места, будут остро осознавать растущий риск, что приведет к резкому падению потребительского доверия и расходов.

Риск заражения (эффект домино)

Вместе с Ситрини мы написали подробную перспективную временную шкалу того, как может развернуться кризис, в Части второй – «Глобальный кризис интеллекта 2028 года. Мысленный эксперимент по финансовой истории из будущего» (перевод см. ниже в этой же Хабр-статье). Не повторяя здесь всех деталей, вот общий взгляд на то, как, по нашему мнению, это произойдет.

Оценка потери 5% рабочих мест, приведенная выше, предполагает, что экономика является закрытой системой, близкой к равновесию. Это не так. Экономика в высшей степени рефлексивна, и двигатель, вызывающий потерю рабочих мест, сам ИИ, продолжает ускоряться каждый квартал.

Во-первых, нет естественного тормоза. Возможности ИИ улучшаются, компаниям нужно меньше работников, перемещенные работники меньше тратят, ослабленные компании инвестируют больше в ИИ для защиты маржи, а возможности ИИ улучшаются дальше. Реакция каждой отдельной компании рациональна. Коллективный результат — это петля отрицательной обратной связи, которая питает сама себя.

Во-вторых, ущерб для объема потребительских расходов непропорционально велик по сравнению с потерями рабочих мест. 20% самых высокооплачиваемых работников обеспечивают примерно 65% всех потребительских расходов в США. Это те самые «белые воротнички», наиболее подверженные вытеснению ИИ. Скромное процентное снижение занятости «белых воротничков» приводит к гораздо более сильному удару по дискреционным потребительским расходам, разрушая бизнесы, которые от них зависят, и вызывая дальнейшие увольнения.

В-третьих, ИИ-агенты демонтируют огромный слой посредников в экономике США. За пятьдесят лет мы построили триллионы долларов стоимости предприятий на основе человеческих ограничений: на приобретение вещей и услуг нужно время, терпение заканчивается, и большинство людей соглашаются на плохую цену, чтобы избежать лишних кликов. Агентный ИИ устраняет это трение. Программное обеспечение, консалтинг, финансовые услуги, страхование, путешествия, недвижимость и платежи — все это построено на монетизации сложности, которую агенты находят тривиальной. Поскольку эти сектора несут серьезные потери доходов, они будут агрессивно сокращать рабочие места, усугубляя кровотечение.

В-четвертых, финансовая система — это длинная цепочка взаимосвязанных ставок на рост производительности «белых воротничков». Более 2,5 триллионов долларов частного кредита было размещено в кредитах с использованием заемных средств, обеспеченных допущениями о доходах, которые больше не действуют. Ипотечный рынок в 13 триллионов долларов построен на предположении, что заемщики сохранят занятость примерно с текущим доходом в течение тридцати лет. Это не субстандартные заемщики — это люди с кредитным рейтингом FICO 780, которые внесли 20% первоначального взноса. Кредиты были хороши в первый день. Мир просто изменился после того, как они были выданы.

"FICO Score" означает «кредитный рейтинг, рассчитанный по модели компании Fair Isaac». Шкала FICO — от 300 до 850. 780 находится в самом высоком диапазоне (обычно 740–850). При 780 вы получаете лучшие условия по кредитам и кредитным картам. Банки предлагают самые низкие процентные ставки, так как считают вас надежным заемщиком (риск дефолта минимален). Что означает 780: Вы ответственно управляете финансами, у вас нет серьезных просрочек, низкий процент используемого кредита и длительная кредитная история.

В-пятых, фискальная позиция правительства меняется на противоположную в самый неподходящий момент. Федеральные доходы — это, по сути, налог на человеческий труд. Поскольку доходы «белых воротничков» падают, а количество работников сокращается, налоговые поступления иссякают как раз в тот момент, когда резко возрастает потребность в трансфертных платежах. Правительству нужно будет отправлять больше денег домохозяйствам именно в тот момент, когда оно собирает с них меньше.

Где я могу ошибаться

Есть несколько важных аспектов, в которых этот прогноз может оказаться неверным. Наиболее вероятный сценарий заключается в том, что потери рабочих мест будут происходить постепенно, что позволит росту производительности за счет ИИ ускориться и подстегнуть рост ВВП. Бурно растущая экономика с почти стабильными рабочими местами позволила бы осуществить постепенный переход к миру ИИ. Это текущий базовый сценарий рынка. Хотя это, безусловно, возможно, тренд заработной платы в информационном секторе с 2023 года выглядит особенно разрушительным для этой теории. Более того, это, вероятно, потребовало бы значительного замедления прогресса ИИ, что кажется проигрышной ставкой, судя по текущим тенденциям.

Второй вариант предполагает сравнение ИИ с прошлыми технологическими революциями. Логика такова, что в каждом предыдущем цикле, когда технологии и автоматизация заменяли рабочие места, они создавали больше новых рабочих мест в новых секторах. Это правда, однако, до этого каждая предыдущая технология была дополнением к человеческому труду, а не почти прямой и почти полной его заменой. Каждая предыдущая технологическая революция также совпадала с периодами устойчивого роста занятости; сейчас же базовая занятость «белых воротничков» в США сокращается более трех лет и безнадежно далека от допандемийного тренда.

Третий вариант заключается в том, что решительные политические меры помогут предотвратить кризис. Я пока воздержусь от оценки шансов на такое развитие ситуации, но я действительно верю, что существует реальный путь к согласованию интересов большинства избирателей со многими корпоративными, ИИ- и политическими заинтересованными сторонами в отношении этого будущего, и я надеюсь вскоре начать этот диалог в предстоящей Части третьей: «Путь вперед».

Раскрытие информации

Как управляющий фондом и создатель стартапов, я занимаюсь прогнозированием будущего и соответствующего распределения капитала и ресурсов. Поскольку я вижу вызванное ИИ вытеснение труда как наиболее вероятный путь развития, мои портфели и компании настроены на него. Если мой тезис сработает, мои фирмы получат финансовую выгоду.

Я заявляю об этом прямо для полной прозрачности, но моя цель в написании этой статьи не в том, чтобы «играть на повышение» или вызвать панику. Социальные риски этого перехода просто слишком велики, чтобы их игнорировать. Даже если существует 10% вероятность реализации этого конкретного кризиса, негативные последствия достаточно серьезны, чтобы мы должны были начать диалог в масштабах всего общества уже сегодня.

Благодарности

Спасибо моим сооснователям littlebird Алексу Грину и Наману Шаху, а также Дэвиду Шору, Ситрини и Джошу Констину за обратную связь по идеям и вычитку.

Claude, ChatGPT, Gemini и littlebird также сыграли важную роль в сборе данных, исследовании концепций, проверке данных, создании графиков, переписывании и, наконец, вычитке этого эссе. Каждый из них проявил себя в разных областях, отражая неравномерную и быстро развивающуюся природу границ интеллекта. В сравнении с ними, многочисленные текстовые процессоры, которые я использовал, и их функции проверки орфографии и грамматики показались довольно устаревшими.

Часть 2. Глобальный кризис интеллекта в 2028 году

Мысленный эксперимент в области финансовой истории, из будущего.

Citrini и Алап Шах, 22 февраля 2026 г.

Предисловие

Что, если наш оптимизм в отношении ИИ продолжит оправдываться… но именно это и окажется медвежьей услугой?

Ниже представлен сценарий, а не прогноз. Это не «упадническое чтиво» и не фанфик в стиле AI-думеров. Единственная цель этого материала — смоделировать сценарий, который до сих пор оставался относительно малоизученным. Наш друг Алап Шах задал вопрос, и мы вместе попытались найти на него ответ. Эту часть написали мы, а он подготовил ещё две, с которыми можно ознакомиться здесь (речь идёт о предыдущей части, а также третьей части, которая пока не опубликована).

Надеемся, что после прочтения вы будете лучше подготовлены к потенциальным рискам «левого хвоста» распределения, то есть к редким, но серьёзным негативным событиям, поскольку ИИ делает экономику всё более странной и непредсказуемой.

Это Macro Memo (аналитическая записка по макроэкономике) CitriniResearch от июня 2028 года, подробно описывающая развитие и последствия Глобального кризиса интеллекта.

Macro Memo (Аналитическая записка по макроэкономике)

Последствия изобилия интеллекта

CitriniResearch

22 февраля 2026 г. 30 июня 2028 г.

Уровень безработицы, опубликованный сегодня утром, составил 10,2%, что на 0,3% выше ожиданий. Рынок упал на 2% после выхода этих данных, в результате чего общее снижение индекса S&P от максимумов октября 2026 года достигло 38%.

Трейдеры уже очерствели и почти не отреагировали: шесть месяцев назад такой показатель вызвал бы остановку торгов.

Два года. Именно столько понадобилось, чтобы перейти от «ситуация под контролем» и «носит отраслевой характер» к экономике, которая больше не напоминает ту, в которой вырос каждый из нас. Эта квартальная макроэкономическая записка — наша попытка реконструировать последовательность событий, своеобразное вскрытие докризисной экономики.

Эйфория была ощутимой. К октябрю 2026 года индекс S&P 500 приблизился к отметке 8000, а Nasdaq пробил уровень в 30 000. Первая волна увольнений из-за устаревания человека началась в начале 2026 года, и они сделали именно то, что и должны были сделать увольнения. Маржа расширилась, прибыль превзошла ожидания, рынки росли. Рекордная корпоративная прибыль направлялась обратно, на развитие ИИ-инфраструктуры.

Основные макроэкономические показатели по-прежнему выглядели отлично. Номинальный ВВП неоднократно показывал средне- и высокие однозначные темпы роста в годовом исчислении. Производительность стремительно росла. Реальная выработка на час рабочего времени росла темпами, невиданными с 1950-х годов, благодаря ИИ-агентам, которые не спят, не берут больничные и не требуют медицинской страховки.

Владельцы вычислительных мощностей наблюдали за стре��ительным ростом своего состояния по мере того, как затраты на рабочую силу исчезали. В то же время рост реальной заработной платы рухнул. Несмотря на неоднократные заявления администрации о рекордной производительности, «белые воротнички» теряли работу из-за машин и были вынуждены переходить на менее оплачиваемые должности.

Когда в потребительском секторе начали появляться трещины, экономические обозреватели ввели термин «Фантомный ВВП» (Ghost GDP): продукция, которая учитывается в национальных счетах, но никогда не поступает в реальную экономику.

ИИ превосходил ожидания во всем, и рынок был сосредоточен на ИИ. Единственная проблема... экономика — нет.

С самого начала должно было быть очевидно, что один кластер GPU в Северной Дакоте, генерирующий объем продукции, ранее приписываемый 10 000 «белых воротничков» в центре Манхэттена, — это скорее экономическая пандемия, чем экономическая панацея. Скорость обращения денег упала до нуля. Потребительская экономика, ориентированная на человека (70% ВВП на тот момент), пришла в упадок. Вероятно, мы могли бы понять это раньше, если бы просто задались вопросом, сколько денег машины тратят на товары не первой необходимости. (Подсказка: ноль).

Возможности ИИ росли, компаниям требовалось меньше работников, увольнения «белых воротничков» увеличивались, потерявшие работу меньше тратили, давление на маржу заставляло компании больше инвестировать в ИИ, возможности ИИ росли...

Это была петля отрицательной обратной связи без естественного тормоза. Спираль вытеснения человеческого интеллекта. «Белые воротнички» столкнулись со структурным ухудшением своего заработка (и, соответственно, своих расходов). Их доходы были основой ипотечного рынка объемом 13 трлн долларов, что вынудило андеррайтеров начать переоценивать, являются ли первоклассные ипотечные кредиты по-прежнему надежными активами.

Семнадцать лет без реального цикла дефолтов привели к тому, что частные рынки оказались наводнены сделками, финансируемыми частными, непубличными капиталами, в софтверные компании. Эти инвестроры исходили из предположения, что их годовой регулярный доход (ARR) останется постоянным. Первая волна дефолтов из-за подрыва основ (disruption), вызванного ИИ в середине 2027 года, поставила это предположение под сомнение.

Ситуация была бы управляемой, если бы такой подрыв оставался в рамках рынка программного обеспечения, но этого не случилось. К концу 2027 года он (подрыв, disruption) угрожал любой бизнес-модели, основанной на посредничестве. Целые пласты компаний, построенных на монетизации транзакционных издержек, рассыпались.

Существующая экономическая система оказалась длинной цепочкой взаимосвязанных ставок на рост производительности «белых воротничков». Крах ноября 2027 года только ускорил все уже действующие петли отрицательной обратной связи.

Мы ждали сигнала о том, что «плохие новости — это хорошие новости», уже почти год. Правительство начинает рассматривать предложения, но вера общества в способность властей организовать какие-либо спасательные меры иссякла. Реакция политиков всегда отставала от экономической реальности, но отсутствие комплексного плана сейчас угрожает ускорить дефляционную спираль.

Как это началось

В конце 2025 года инструменты для агентного программирования совершили скачок в своих возможностях.

Компетентный разработчик, работающий с Claude Code или Codex, мог теперь за недели воспроизвести базовую функциональность среднестатистического SaaS-продукта. Не идеально и не со всеми учтенными пограничными случаями, но достаточно хорошо, чтобы технический директор, рассматривающий продление контракта на 500 000 долларов в год, начал задаваться вопросом: «А что, если мы соберем это сами?»

Финансовые годы в основном совпадают с календарными, поэтому корпоративные расходы на 2026 год были утверждены в четвертом квартале 2025 года, когда «агентный ИИ» был еще модным словом. Промежуточный пересмотр бюджета стал первым случаем, когда закупочные комитеты принимали решения, имея представление о том, на что эти системы действительно способны. Некоторые наблюдали, как их собственные внутренние команды за недели создавали прототипы, заменяющие SaaS-контракты на шестизначные суммы.

Тем летом мы разговаривали с менеджером по закупкам в компании из списка Fortune 500. Он рассказал нам об одном случае из своих переговоров. Продавец ожидал применить ту же тактику, что и в прошлом году: ежегодное повышение цены на 5%, стандартная речь о том, что «ваша команда зависит от нас». Менеджер по закупкам сообщил ему, что вел переговоры с OpenAI о том, чтобы их «инженеры передового развертывания» (“forward deployed engineers”) использовали ИИ-инструменты для полной замены вендора. Они продлили контракт, но со скидкой 30%. Это был хороший вариант, сказал он. «Длинный хвост» SaaS, такие компании как Monday.com, Zapier и Asana, пострадали гораздо сильнее.

Инвесторы были готовы, и даже ожидали, что «длинный хвост» сильно пострадает. Возможно, на них приходилась треть расходов типичного корпоративного стека технологий, но они были явно уязвимы. Однако считалось, что системы учета защищены от подрыва.

Ситуация прояснилась лишь после отчета ServiceNow за третий квартал 2026 года, когда стал очевиден механизм рефлексивности.

РОСТ ЧИСТОЙ НОВОЙ ACV (Annual Contract Value, средний годовой доход, который компания получает от одного клиентского контракта) SERVICENOW ЗАМЕДЛЯЕТСЯ ДО 14% С 23%; КОМПАНИЯ ОБЪЯВЛЯЕТ О СОКРАЩЕНИИ ПЕРСОНАЛА НА 15% И «ПРОГРАММЕ СТРУКТУРНОЙ ЭФФЕКТИВНОСТИ»; АКЦИИ ПАДАЮТ НА 18% | Bloomberg, Октябрь 2026

SaaS был не «мертв». Анализ затрат и выгод по-прежнему учитывался при развертывании и поддержке собственных разработок. Но возможность собственной разработки стала достижимым вариантом, и это учитывалось в переговорах о цене. Возможно, еще сильнее повлияло то, что конкурентная среда изменилась. ИИ упростил разработку и внедрение новых функций, поэтому дифференциация сошла на нет. Ведущие игроки были втянуты в гонку на выживание в ценообразовании, схватку на ножах как друг с другом, так и с новыми дерзкими стартапами, которые появлялись как грибы. Воодушевленные скачком в возможностях агентного программирования и не обремененные необходимостью защищать устаревшую структуру затрат, они агрессивно захватывали долю рынка.

Взаимосвязанная природа этих систем не была полностью осознана до выхода этой отчетности. ServiceNow продавала лицензии на рабочие места. Когда клиенты из списка Fortune 500 сокращали 15% своего персонала, они аннулировали 15% своих лицензий. Те же сокращения, вызванные ИИ, которые повышали маржу их клиентов, механически разрушали их собственную выручку.

Компания, продающая автоматизацию рабочих процессов, сама подверглась подрыву со стороны более совершенной автоматизации, и ее ответом было сокращение персонала и использование сэкономленных средств для финансирования той самой технологии, которая ее разрушала.

Что еще им оставалось делать? Сидеть на месте и умирать медленнее? Компании, которым ИИ угрожал больше всего, становились его самыми агрессивными пользователями.

Сейчас это кажется очевидным, но в то время оно не было таковым (по крайней мере, для меня). Историческая модель подрыва гласила, что устоявшиеся игроки сопротивляются новой технологии, теряют долю рынка в пользу проворных новичков и медленно умирают. Так случилось с Kodak, Blockbuster, BlackBerry. То, что произошло в 2026 году, было иным: устоявшиеся игроки не сопротивлялись, потому что не могли себе этого позволить.

При падении акций на 40-60% и требованиях советов директоров дать ответ, компании, которым угрожал ИИ, сделали единственное, что могли. Сократить персонал, направить сэкономленные средства на ИИ-инструменты, использовать эти инструменты для поддержания объема выпуска с меньшими затратами.

Индивидуальная реакция каждой компании была рациональной. Совокупный результат оказался катастрофическим. Каждый сэкономленный на зарплате доллар направлялся на развитие ИИ, что делало возможным следующий раунд сокращений.

Программное обеспечение было только началом. Пока инвесторы спорили о том, достигли ли мультипликаторы SaaS дна, рефлексивная петля уже вырвалась за пределы софтверного сектора. Та же логика, которая оправдывала сокращение персонала в ServiceNow, применима к любой компании со структурой затрат, ориентированной на «белые воротнички».

Когда трения сошли на нет

К началу 2027 года использование LLM стало повсеместным. Люди пользовались ИИ-агентами, даже не зная, что такое ИИ-агент, точно так же, как люди, никогда не учившие понятие «облачные вычисления», пользовались стриминговыми сервисами. Они думали об этом так же, как об автозаполнении или проверке орфографии: как о функции, которая просто есть в их телефоне.

Бесплатный и открытый для использования агент, помощник покупателя от Qwen стал катализатором использования ИИ для потребительских решений. В течение нескольких недель каждый крупный ИИ-ассистент интегрировал какую-либо функцию агентной коммерции. Дистиллированные модели означали, что эти агенты могут работать на телефонах и ноутбуках, а не только в облаке, что значительно снизило предельные затраты на инференс.

Что должно было насторожить инвесторов больше, чем это произошло, так это то, что эти агенты не ждали, пока их попросят. Они работали в фоновом режиме в соответствии с предпочтениями пользователя. Коммерция перестала быть серией дискретных человеческих решений и превратилась в непрерывный процесс оптимизации, работающий 24/7 от имени каждого подключенного потребителя. К марту 2027 года среднестатистический житель США потреблял 400000 токенов в день. В 10 раз больше, чем в конце 2026 года.

Следующее звено в цепи уже начало ломаться.

Посредничество

За последние пятьдесят лет экономика США выстроила огромный слой «ренты», основанный на человеческих ограничениях: на то, что дела требуют времени, терпение заканчивается, знакомство с брендом заменяет доскональное изучение, а большинство людей готовы согласиться на невыгодную цену, лишь бы избежать лишних кликов. Триллионы долларов стоимости компаний зависели от того, что эти ограничения сохранятся.

Всё начиналось достаточно просто. Агенты устраняли трения.

Подписки и членство, которые пассивно продлевались, несмотря на месяцы неиспользования. Привлекательные цены для новых клиентов, которые после окончания пробного периода незаметно удваивались. Каждая из таких практик была переосмыслена как удержание заложников, и агенты могли вести переговоры об их освобождении. Средняя пожизненная ценность клиента (метрика, на которой строилась вся экономика подписок) неуклонно снижалась.

Потребительские агенты начали менять принцип работы почти всех потребительских транзакций.

У людей на самом деле нет времени сравнивать цены на пяти конкурирующих платформах перед покупкой коробки протеиновых батончиков. У машин — есть.

Платформы для бронирования путешествий пали первыми, потому что они были самыми простыми. К четвертому кварталу 2026 года наши агенты могли собрать полный маршрут (авиабилеты, отели, наземный транспорт, оптимизация программ лояльности, бюджетные ограничения, возможность возврата) быстрее и дешевле, чем любая платформа.

Продление страховых полисов, вся модель которого зависела от инертности страхователя, было реформировано. Агенты, которые ежегодно пересматривают ваше страховое покрытие, разрушили 15-20% страховых премий, которые компании зарабатывали на пассивных продлениях.

Финансовые консультации. Подготовка налоговых деклараций. Рутинная юридическая работа. Любая категория, где ценностное предложение поставщика услуг сводилось к «я проведу тебя через сложности, которые ты находишь утомительными», подверглась подрыву, поскольку агенты не находили ничего утомительного.

Даже те сферы, которые, как мы думали, защищены ценностью человеческих отношений, оказались хрупкими. Недвижимость, где покупатели десятилетиями мирились с комиссиями в 5-6% из-за информационной асимметрии между агентом и клиентом, рухнула, как только ИИ-агенты, оснащенные доступом к базе MLS (система листинга недвижимости) и десятилетних данных о транзакциях, смогли мгновенно воспроизвести эту базу знаний. В аналитической записке со стороны продавцов от марта 2027 года это назвали «насилием агента над агентом». Медианная комиссия покупателя в крупных мегаполисах сжалась с 2,5–3% до менее чем 1%, и растущая доля сделок закрывалась вообще без участия человека-агента со стороны покупателя.

Мы переоценили ценность «человеческих отношений». Оказалось, что многое из того, что люди называли отношениями, было просто трением (friction) с дружелюбным лицом.

Это было лишь началом подрыва для слоя посредников. Успешные компании потратили миллиарды на эффективную эксплуатацию особенностей потребительского поведения и человеческой психологии, которые больше не имели значения.

Машины, оптимизирующие цену и соответствие, не заботятся о вашем любимом приложении или сайтах, которые вы привыкли открывать последние четыре года, и не ощущают притяжения хорошо продуманного процесса оформления заказа. Они не устают и не соглашаются на самый простой вариант, не думают по привычке «я всегда заказываю здесь».

Это разрушило особый тип взаимоотношений, ров, разделяющий покупателя и продавца: привычное посредничество.

DoorDash (DASH US) стал хрестоматийным примером.

Агенты-программисты свели к нулю барьеры для входа на рынок создания приложений доставки. Компетентный разработчик мог развернуть работающего конкурента за недели, и десятки так и сделали, переманивая курьеров от DoorDash и Uber Eats, передавая им 90-95% комиссии за доставку. Мультиприложения-дашборды позволяли работникам платформ отслеживать заказы с двадцати или тридцати платформ одновременно, уничтожив привязку к конкретному сервису, на которую полагались лидеры рынка. Рынок фрагментировался за одну ночь, а маржа сжалась практически до нуля.

Агенты ускорили разрушение с обеих сторон. Они создали конкурентов, а затем начали пользоваться их услугами. Ров DoorDash заключался буквально в следующем: "ты голоден, тебе лень, это приложение на твоем домашнем экране". У агента нет домашнего экрана. Он проверяет DoorDash, Uber Eats, собственный сайт ресторана и два десятка новых альтернатив, созданных с помощью нейросетей ("vibe-coded"), чтобы выбрать самую низкую комиссию и самую быструю доставку каждый раз.

Привычная лояльность к приложению, сама основа бизнес-модели, для машины просто не существовала.

В этом была своеобразная ирония, возможно, единственный пример во всей этой саге, когда агенты оказали услугу тем самым "белым воротничкам", которые вот-вот должны были потерять работу. Когда те в итоге становились курьерами, по крайней мере половина их заработка больше не уходила Uber и DoorDash. Конечно, эта услуга от технологии продлилась недолго, так как начали распространяться беспилотные автомобили.

Как только агенты взяли под контроль транзакции, они начали искать, где еще можно сэкономить.

Возможностей для сравнения цен и агрегации было ограниченное количество. Самый эффективный способ постоянно экономить деньги пользователя (особенно когда агенты начали взаимодействовать друг с другом) заключался в устранении комиссий. В машино-машинной коммерции комиссия в 2-3% за обработку карточных транзакций стала очевидной целью.

Агенты начали искать более быстрые и дешевые альтернативы картам. Большинство остановилось на стейблкоинах с использованием Solana или Ethereum L2, где расчеты происходят почти мгновенно, а стоимость транзакции измеряется долями цента.

MASTERCARD 1-Й КВАРТАЛ 2027: ЧИСТАЯ ВЫРУЧКА ВЫРОСЛА НА 6% В ГОДОВОМ ИСЧИСЛЕНИИ; РОСТ ОБЪЕМА ПОКУПОК ЗАМЕДЛИЛСЯ ДО 3,4% ПО СРАВНЕНИЮ С 5,9% В ПРЕДЫДУЩЕМ КВАРТАЛЕ; РУКОВОДСТВО ОТМЕЧАЕТ "ОПТИМИЗАЦИЮ ЦЕН АГЕНТАМИ" И "ДАВЛЕНИЕ В ДИСКРЕЦИОННЫХ КАТЕГОРИЯХ" | Bloomberg, 29 апреля 2027 г.

Отчет Mastercard за первый квартал 2027 года стал точкой невозврата. Агентная коммерция превратилась из истории о продуктах в историю о финансовой инфраструктуре. Акции MA на следующий день упали на 9%. Visa также снизилась, но сократила потери после того, как аналитики указали на ее более сильные позиции в инфраструктуре стейблкоинов.

Инфографика "Как меняются платежные системы" сравнивает традиционный способ обработки платежей с новым методом, использующим криптовалюты и ИИ-агентов.     Левая часть: Традиционная транзакция, здесь показан стандартный путь платежа по банковской карте. Начало: Покупка потребителем на $100. Комиссия для продавца: около 2.5% или $2.50. Распределение комиссии (кто забирает эти деньги): ~1.7-2.0%: Банк-эмитент (карты покупателя) забирает большую часть на вознаграждения (кэшбэк, мили), проценты и операции.   ~0.15%: Платежная система (Visa или Mastercard).   ~0.3-0.5%: Банк-эквайер или процессор (обслуживающий продавца) забирает свою часть. Итого Продавец получает: около $97.50.   Правая часть: Агентская/Стейблкоин транзакция (Сегодня)  Начало: Покупка потребителем на $100.  "Agent Routes via USDC on Solana/L2" означает, что ИИ-агент конвертирует платеж в стейблкоин USDC и проводит его через быстрые блокчейн-сети (Solana или Layer 2 решения). Общая стоимость: фиксировано около $0.01. Продавец получает: около $99.99.
Инфографика "Как меняются платежные системы" сравнивает традиционный способ обработки платежей с новым методом, использующим криптовалюты и ИИ-агентов. Левая часть: Традиционная транзакция, здесь показан стандартный путь платежа по банковской карте. Начало: Покупка потребителем на $100. Комиссия для продавца: около 2.5% или $2.50. Распределение комиссии (кто забирает эти деньги): ~1.7-2.0%: Банк-эмитент (карты покупателя) забирает большую часть на вознаграждения (кэшбэк, мили), проценты и операции. ~0.15%: Платежная система (Visa или Mastercard). ~0.3-0.5%: Банк-эквайер или процессор (обслуживающий продавца) забирает свою часть. Итого Продавец получает: около $97.50. Правая часть: Агентская/Стейблкоин транзакция (Сегодня) Начало: Покупка потребителем на $100. "Agent Routes via USDC on Solana/L2" означает, что ИИ-агент конвертирует платеж в стейблкоин USDC и проводит его через быстрые блокчейн-сети (Solana или Layer 2 решения). Общая стоимость: фиксировано около $0.01. Продавец получает: около $99.99.

Агентная коммерция, обходящая межбанковские комиссии, представляла гораздо больший риск для банков, ориентированных на карточный бизнес, и эмитентов, которые получали большую часть этой комиссии в 2-3% и выстроили целые бизнес-сегменты вокруг программ лояльности, финансируемых за счет субсидий мерчантов.

American Express (AXP US) пострадал сильнее всех; сочетание негативного фактора от сокращения "белых воротничков", подрывающего его клиентскую базу, и обхода агентами межбанковских комиссий, разрушающего его модель дохода. Synchrony (SYF US), Capital One (COF US) и Discover (DFS US) также упали более чем на 10% в последующие недели.

Их рвы были построены на трениях. А трения сходили на нет.

От отраслевого риска к системному

На протяжении 2026 года рынки рассматривали негативное влияние ИИ как историю отдельного сектора. Софт и консалтинг были раздавлены, платежные системы и прочие «пункты взимания платы» пошатнулись, но в целом экономика, казалось, чувствовала себя нормально. Рынок труда, хотя и смягчался, не находился в свободном падении. Преобладало мнение, что созидательное разрушение — это часть любого цикла технологических инноваций. Возможно, это пройдет весьма болезненно в отдельных местах, но общий чистый позитив от ИИ перевесит любые негативные последствия.

В макроэкономической записке за январь 2027 года мы утверждали, что это ошибочная ментальная модель. Экономика США — это экономика услуг «белых воротничков». «Белые воротнички» составляли 50% занятых и обеспечивали примерно 75% дискреционных потребительских расходов. Бизнес и рабочие места, которые ИИ «пережевывал», были не периферией экономики США, они и были экономикой США.

«Технологические инновации уничтожают рабочие места, а затем создают еще больше». Это был самый популярный и убедительный контраргумент в то время. Он был популярен и убедителен, потому что оставался верным на протяжении двух столетий. Даже если мы не могли представить, какие появятся рабочие места в будущем, они непременно должны были появиться.

Банкоматы сделали эксплуатацию отделений дешевле, поэтому банки открывали их больше, и занятость кассиров росла в течение следующих двадцати лет. Интернет разрушил туристические агентства, «Желтые страницы» — традиционную розничную торговлю, но создал на их месте совершенно новые отрасли, которые породили новые рабочие места.

Однако каждое новое рабочее место требовало человека для работы на этом месте.

Но теперь ИИ — это общий интеллект, который совершенствуется именно в тех задачах, на которые люди могли бы переквалифицироваться. Уволенные программисты не могут просто перейти к «управлению ИИ», потому что ИИ уже способен и на это.

Сегодня ИИ-агенты выполняют исследовательские и опытно-конструкторские задачи, занимающие многие недели. Экспоненциальный рост переехал наши представления о возможном, хотя каждый год профессора Уортона (The Wharton School of the University of Pennsylvania) пытались подогнать данные под новую S-образную кривую.

Масштабирование возможностей ИИ-агентов: Путь к много недельной автономности.   Горизонтальная ось: Model Release Date (Дата выпуска модели), охватывает период с июля 2024 года по январь 2028 года.   Вертикальная ось: Task Length (at 50% success rate) (Длительность задачи при 50% вероятности успеха). Шкала логарифмическая, идет от 4 минут до 3 недель.  Зоны автономности:  Многодневная автономность — светло-голубая зона, охватывающая задачи длительностью от нескольких часов до нескольких дней.  Многонедельная автономность — светло-оранжевая зона вверху, соответствующая задачам длительностью от недели и выше.   Ключевые задачи-бенчмарки: По мере роста сложности задач указаны примеры того, что может сделать ИИ: ~4 часа: Обучить устойчивую к состязательным атакам модель изображений.   ~16 ч / 1 день: Реализовать сложный протокол на основе нескольких RFC-документов.   ~1 неделя: Завершить многодневный исследовательский проект.
Масштабирование возможностей ИИ-агентов: Путь к много недельной автономности. Горизонтальная ось: Model Release Date (Дата выпуска модели), охватывает период с июля 2024 года по январь 2028 года. Вертикальная ось: Task Length (at 50% success rate) (Длительность задачи при 50% вероятности успеха). Шкала логарифмическая, идет от 4 минут до 3 недель. Зоны автономности: Многодневная автономность — светло-голубая зона, охватывающая задачи длительностью от нескольких часов до нескольких дней. Многонедельная автономность — светло-оранжевая зона вверху, соответствующая задачам длительностью от недели и выше. Ключевые задачи-бенчмарки: По мере роста сложности задач указаны примеры того, что может сделать ИИ: ~4 часа: Обучить устойчивую к состязательным атакам модель изображений. ~16 ч / 1 день: Реализовать сложный протокол на основе нескольких RFC-документов. ~1 неделя: Завершить многодневный исследовательский проект.

Они пишут практически весь код. Самые эффективные из них значительно умнее почти всех людей почти во всех вещах. И они продолжают дешеветь.

ИИ создал новые рабочие места. Инженеры промптов. Исследователи безопасности ИИ. Техники инфраструктуры. Однако на каждую новую роль, созданную ИИ, он производил десятки устаревших профессий. Новые роли оплачивались лишь малой долей того, что платили старые.

JOLTS US: КОЛИЧЕСТВО ОТКРЫТЫХ ВАКАНСИЙ УПАЛО НИЖЕ 5,5 МЛН; СООТНОШЕНИЕ ЧИСЛА БЕЗРАБОТНЫХ К ВАКАНСИЯМ ПОДНЯЛОСЬ ДО ~1,7, САМОГО ВЫСОКОГО УРОВНЯ С АВГУСТА 2020 Г. | Bloomberg, октябрь 2026 г.

Уровень найма был вялым весь год, но данные JOLTS за октябрь 2026 дали новую, неутешительную информацию. Количество открытых вакансий упало ниже 5,5 миллиона, что на 15% меньше по сравнению с прошлым годом.

INDEED: ЧИСЛО ВАКАНСИЙ РЕЗКО ПАДАЕТ В СОФТЕ, ФИНАНСАХ, КОНСАЛТИНГЕ ПО МЕРЕ РАСПРОСТРАНЕНИЯ «ИНИЦИАТИВ ПОВЫШЕНИЯ ПРОИЗВОДИТЕЛЬНОСТИ» | Indeed Hiring Lab, ноябрь-декабрь 2026 г.

Вакансии для «белых воротничков» исчезали, в то время как вакансии для «синих воротничков» (строительство, здравоохранение, рабочие специальности) оставались относительно стабильными. Текучка происходила в тех профессиях, которые пишут служебные записки (мы, как ни странно, все еще в деле), утверждают бюджеты и смазывают средние слои экономики. Однако рост реальной заработной платы в обеих группах был отрицательным большую часть года и продолжал снижаться.

Рынок акций по-прежнему меньше заботился о JOLTS, чем о новостях о том, что все мощности турбин GE Vernova теперь распроданы до 2040 года; он топтался на месте в перетягивании каната между негативными макроэкономическими новостями и позитивными заголовками об инфраструктуре ИИ.

Однако рынок облигаций (обычно более проницательный, чем рынок акций, или, по крайней мере, менее романтичный) уже начал оценивать удар по потреблению. Доходность 10-летних облигаций начала снижаться с 4,3% до 3,2% в течение следующих четырех месяцев. Тем не менее, общий уровень безработицы не взлетел до небес, нюансы ее структуры по-прежнему ускользали от некоторых аналитиков.

В обычную рецессию причина в конечном итоге самоликвидируется. Чрезмерное строительство приводит к замедлению строительства, что ведет к снижению ставок, что ведет к новому строительству. Избыток запасов ведет к сокращению запасов, что ведет к их восстановлению. Циклический механизм содержит в себе семена собственного восстановления.

Причина этого цикла не была циклической.

Петля обратной связи ИИ: Разрыв, не подчиняющийся циклам.    Левая часть: Традиционный циклический спад (самокорректирующийся). Переизбыток строительства/запасов -> Замедление строительства/снижение запасов -> Снижение ставок/пополнение запасов -> Новое строительство/восстановление. Цикл замкнутый и содержит механизм самовосстановления.  Правая часть:  Управляемая ИИ экономическая обратная связь (без естественного тормоза). Показывает усиливающуюся петлю обратной связи: Инвестиции в ИИ растут, возможности ИИ улучшаются -> Компаниям нужно меньше работников -> Увольнения офисных работников растут -> Потерявшие работу тратят меньше -> Экономика слабеет -> Компании инвестируют ещё больше в ИИ для защиты маржи.  В центре петли надпись "NO NATURAL BRAKE" (нет естественного тормоза) — цикл не имеет встроенного механизма остановки и может усиливаться бесконечно.
Петля обратной связи ИИ: Разрыв, не подчиняющийся циклам. Левая часть: Традиционный циклический спад (самокорректирующийся). Переизбыток строительства/запасов -> Замедление строительства/снижение запасов -> Снижение ставок/пополнение запасов -> Новое строительство/восстановление. Цикл замкнутый и содержит механизм самовосстановления. Правая часть: Управляемая ИИ экономическая обратная связь (без естественного тормоза). Показывает усиливающуюся петлю обратной связи: Инвестиции в ИИ растут, возможности ИИ улучшаются -> Компаниям нужно меньше работников -> Увольнения офисных работников растут -> Потерявшие работу тратят меньше -> Экономика слабеет -> Компании инвестируют ещё больше в ИИ для защиты маржи. В центре петли надпись "NO NATURAL BRAKE" (нет естественного тормоза) — цикл не имеет встроенного механизма остановки и может усиливаться бесконечно.

ИИ становился лучше и дешевле. Компании увольняли работников, затем использовали сэкономленные средства для покупки дополнительных мощностей ИИ, что позволяло им увольнять еще больше работников. Потерявшие работу меньше тратили. Компании, продающие товары потребителям, продавали их меньше, слабели и инвестировали больше в ИИ для защиты маржи. ИИ становился лучше и дешевле.

Петля обратной связи без естественного тормоза.

Интуитивно ожидалось, что падение совокупного спроса замедлит наращивание мощностей ИИ. Этого не произошло, потому что это были не капитальные затраты (CapEx). Это была замена операционных расходов (OpEx). Компания, которая тратила 100 миллионов долларов в год на сотрудников и 5 миллионов на ИИ, теперь тратила 70 миллионов на сотрудников и 20 миллионов на ИИ. Инвестиции в ИИ увеличились в разы, но это произошло как сокращение общих операционных расходов. Бю��жет ИИ каждой компании рос, в то время как ее общие расходы сокращались.

Ирония этой ситуации заключалась в том, что инфраструктурный комплекс ИИ продолжал показывать отличные результаты, даже когда экономика, которую он разрушал, начала ухудшаться. NVIDIA по-прежнему сообщала о рекордных доходах. TSM по-прежнему работала с загрузкой 95%+. Инвесторы по-прежнему тратили 150–200 миллиардов долларов в квартал на капитальные затраты в центрах обработки данных. Экономики, которые были полностью ориентированы на этот тренд, такие как Тайвань и Корея, показывали результаты значительно лучше остальных.

Индия оказалась полной противоположностью. Сектор ИТ-услуг страны экспортировал более 200 миллиардов долларов в год, что являлось крупнейшим вкладом в положительное сальдо счета текущих операций Индии и ресурсом, который финансировал ее постоянный дефицит товарной торговли. Вся модель была построена на одном ценностном предложении: индийские разработчики стоят малую долю своих американских коллег. Но предельные издержки агента по кодингу на основе ИИ упали, по сути, до стоимости электроэнергии.

TCS, Infosys и Wipro наблюдали ускорение аннулирования контрактов на протяжении 2027 года. Рупия упала на 18% по отношению к доллару за четыре месяца, поскольку профицит услуг, который был основой внешних расчетов Индии, испарился. К первому кварталу 2028 года МВФ начал «предварительные обсуждения» с Нью-Дели.

Двигатель, вызвавший подрыв, становился эффективнее каждый квартал, а это означало, что сам подрыв каждый квартал ускорялся. У рынка труда не было естественного дна.

В США мы больше не задавались вопросом о том, как лопнет пузырь в инфраструктуре ИИ. Мы спрашивали, что происходит с экономикой, основанной на потребительском кредитовании, когда потребителей заменяют машины.

Спираль вытеснения интеллекта

2027 год стал тем периодом, когда макроэкономическая картина перестала быть незаметной. Механизм передачи влияния от разрозненных, но явно негативных событий предыдущих двенадцати месяцев стал очевиден. Вам не нужно было вникать в данные Бюро статистики труда. Достаточно было просто сходить на званый ужин с друзьями.

Потерявшие работу «белые воротнички» не сидели без дела. Они «переквалифицировались вниз». Многие устроились на нижеоплачиваемую работу в сферу услуг и в гиг-экономику, что увеличило предложение рабочей силы в этих сегментах и снизило заработные платы и там.

Наша знакомая была старшим менеджером по продукту в Salesforce в 2025 году. Должность, медицинская страховка, 180 000 долларов в год. Она потеряла работу в третью волну увольнений. После шести месяцев поисков она начала работать водителем в Uber. Ее заработок упал до 45 000 долларов. Суть здесь не столько в отдельной истории, сколько в математике второго порядка. Умножьте эту динамику на несколько сотен тысяч работников в каждом крупном мегаполисе. Избыточно квалифицированная рабочая сила, наводнившая сферу услуг и гиг-экономику, снизила заработную плату существующих работников, которые и так боролись за выживание. Отраслевой подрыв метастазировал в общеэкономическое сжатие заработной платы.

Великое вытеснение: Поток рабочей силы из технологического сектора в гиг-экономику.  Левый блок: Хайтек/офисная рабочая сила (Высокая квалификация, высокая зарплата). Происходит Mass Layoffs & Reductions — Массовые увольнения и сокращения. Часть рабочей силы: Unemployment, Безработица. Большая часть: Labor Flooding, Наплыв рабочей силы.   Правый блок: Service & Gig Economy, Сфера услуг и гиг-экономика (Низкий порог входа, гибкость). В результате Средняя почасовая оплата испытыввает Сокращение из-за избытка предложения.
Великое вытеснение: Поток рабочей силы из технологического сектора в гиг-экономику. Левый блок: Хайтек/офисная рабочая сила (Высокая квалификация, высокая зарплата). Происходит Mass Layoffs & Reductions — Массовые увольнения и сокращения. Часть рабочей силы: Unemployment, Безработица. Большая часть: Labor Flooding, Наплыв рабочей силы. Правый блок: Service & Gig Economy, Сфера услуг и гиг-экономика (Низкий порог входа, гибкость). В результате Средняя почасовая оплата испытыввает Сокращение из-за избытка предложения.

Пул оставшихся рабочих мест, ориентированных на обслуживание людей, ожидает очередная коррекция, которая происходит прямо сейчас, пока мы пишем этот текст. По мере того как автономная доставка и беспилотные автомобили прокладывают себе путь через гиг-экономику, которая поглотила первую волну перемещенных работников.

К февралю 2027 года стало ясно, что все еще работающие профессионалы ведут себя так, будто они могут быть следующими. Они работали вдвое усерднее (в основном с помощью ИИ) только для того, чтобы не быть уволенными, надежды на повышение или прибавку к зарплате исчезли. Норма сбережения немного выросла, а расходы уменьшились.

Самая опасная часть заключалась в запаздывании. Высокооплачиваемые работники использовали свои сбережения (выше среднего уровня), чтобы поддерживать видимость нормальной жизни в течение двух-трех кварталов. Данные статистики сначала не подтверждали проблему, пока она уже не стала устаревшей, всем известной новостью в реальной экономике. Затем появились данные, которые разрушили иллюзию.

ПЕРВИЧНЫЕ ЗАЯВКИ НА ПОСОБИЕ ПО БЕЗРАБОТИЦЕ В США ПОДСКОЧИЛИ ДО 487 000, САМОГО ВЫСОКОГО УРОВНЯ С АПРЕЛЯ 2020 ГОДА; Министерство труда, 3-й квартал 2027 года

Первичные заявки подскочили до 487 000, самого высокого уровня с апреля 2020 года. ADP и Equifax подтвердили, что подавляющее большинство новых заявлений поступило от «белых воротничков».

S&P упал на 6% за последующую неделю. Негативная макроэкономика начала выигрывать перетягивание каната.

При обычной рецессии потери рабочих мест распределяются довольно широко. «Синие» и «белые воротнички» разделяют боль примерно пропорционально доле каждого сегмента в занятости. Удар по потреблению также широко распределен и быстро проявляется в данных, потому что работники с более низкими доходами имеют более высокую предельную склонность к потреблению.

В этом цикле потери рабочих мест были сконцентрированы в верхних децилях распределения доходов. Они составляют относительно небольшую долю от общей занятости, но обеспечивают непропорционально большую долю потребительских расходов. 10% самых высокооплачиваемых работников обеспечивают более 50% всех потребительских расходов в Соединенных Штатах. 20% самых высокооплачиваемых — примерно 65%. Эти люди покупают дома, машины, путевки, ходят в рестораны, оплачивают обучение в частных школах, делают ремонт. Они являются базой спроса для всей экономики дискреционных потребительских товаров.

Когда эти работники теряли работу или соглашались на 50%-е сокращение зарплаты, переходя на доступные должности, удар по потреблению был огромным по сравнению с количеством потерянных рабочих мест. Снижение занятости среди «белых воротничков» на 2% приводило примерно к 3-4% падения дискреционных потребительских расходов. В отличие от потери рабочих мест «синими воротничками», которая обычно бьет немедленно (вас уволили с завода, вы перестаете тратить на следующей неделе), потеря рабочих мест «белыми воротничками» имеет отложенный, но более глубокий эффект, потому что у этих работников есть сбережения, позволяющие поддерживать расходы в течение нескольких месяцев, прежде чем начнется изменение поведения.

Ко второму кварталу 2027 года экономика вступила в рецессию. NBER официально определит ее начало лишь месяцы спустя (они никогда не делают это быстро), но данные были недвусмысленны: у нас было два квартала подряд отрицательного роста реального ВВП. Но это еще не было «финансовым кризисом»... пока.

Цепочка взаимосвязанных ставок

Объем частного кредитования вырос с менее чем 1 триллиона долларов в 2015 году до более чем 2,5 триллиона долларов к 2026 году. Значительная часть этого капитала была направлена в софт и технологические сделки, многие из которых представляли собой кредитные выкупы SaaS-компаний с оценками, предполагающими средне-подростковый рост выручки в вечности.

Эти финансовые мечты умерли где-то между первым демо агентного программирования и крахом софтверного сектора в первом квартале 2026 года, но цифры в отчетах, похоже, не осознавали, что они мертвы.

В то время как многие публичные SaaS-компании торговались с мультипликаторами 5-8x к EBITDA, компании-производители софта, принадлежащие частн��м владельцам, числись на балансах по оценкам, отражающим стоимость приобретения с мультипликаторами к выручке, которые больше не существовали. Управляющие осторожно снижали оценки: 100 центов, 92, 85, в то время как публичные сопоставимые компании торговались по 50.

MOODY'S ПОНИЖАЕТ РЕЙТИНГ 18 МЛРД ДОЛЛАРОВ ДОЛГА СОФТВЕРНЫХ КОМПАНИЙ, ПРИНАДЛЕЖАЩИХ НЕПУБЛИЧНЫМ ВЛАДЕЛЬЦАМ, В ОТНОШЕНИИ 14 ЭМИТЕНТОВ, ССЫЛАЯСЬ НА «СТРУКТУРНЫЕ ПРОБЛЕМЫ С ВЫРУЧКОЙ ИЗ-ЗА КОНКУРЕНТНОГО ПОДРЫВА, ВЫЗВАННОГО ИИ»; КРУПНЕЙШИЕ ДЕЙСТВИЯ В ОТНОШЕНИИ ОДНОГО СЕКТОРА СО ВРЕМЕН ЭНЕРГЕТИЧЕСКОГО КРИЗИСА 2015 ГОДА | Moody's Investors Service, апрель 2027 года

Все помнят, что произошло после понижения рейтинга. Ветераны отрасли уже видели этот сценарий после понижения рейтингов энергетических компаний в 2015 году.

Кредиты, обеспеченные компаниями-производителями софта, начали подвергаться дефолту в третьем квартале 2027 года. За ними последовали портфельные компании непубличных владельцев в сфере информационных услуг и консалтинга. Несколько многомиллиардных LBO известных SaaS-компаний вступили в стадию реструктуризации.

Zendesk стал дымящимся пистолетом.

ZENDESK НАРУШАЕТ КОВЕНАНТЫ ПО ДОЛГУ, ПОСКОЛЬКУ АВТОМАТИЗАЦИЯ ОБСЛУЖИВАНИЯ КЛИЕНТОВ НА ОСНОВЕ ИИ ПОДРЫВАЕТ ARR; ПРЯМОЙ КРЕДИТ НА 5 МЛРД ДОЛЛАРОВ ОЦЕНЕН В 58 ЦЕНТОВ; КРУПНЕЙШИЙ В ИСТОРИИ ДЕФОЛТ ПО ЧАСТНЫМ КРЕДИТАМ В СОФТЕ | Financial Times, сентябрь 2027 г.

В 2022 году Hellman & Friedman и Permira выкупили Zendesk за 10,2 миллиарда долларов, сделав компанию непубличной. Долговой пакет составил 5 миллиардов долларов в виде прямого кредитования. Это крупнейший в истории на тот момент кредит, обеспеченный годовым регулярным доходом (ARR), который возглавляла Blackstone, а Apollo, Blue Owl и HPS входили в кредитный синдикат. Кредит был явно структурирован исходя из предположения, что годовой регулярный доход Zendesk останется регулярным. При мультипликаторе около 25x к EBITDA, леверидж имел смысл только при сохранении этого условия.

К середине 2027 года это было уже не так.

Агенты ИИ уже около года автономно обрабатывали обслуживание клиентов. Категория, которую определил Zendesk (тикеты, маршрутизация, управление взаимодействием с людьми в поддержке), была заменена системами, которые решали проблемы, вообще не создавая тикет. Годовой регулярный доход (ARR), под который был выдан кредит, больше не был регулярным; это был просто доход, который еще не исчез.

Крупнейший в истории кредит, обеспеченный ARR, стал крупнейшим в истории дефолтом по частным кредитам в софте. Каждый кредитный отдел задал один и тот же вопрос: у кого еще есть замаскированные структурные проблемы?

Но вот что консенсус понял правильно, по крайней мере, изначально: это просто нужно пережить.

Частный кредит — это не банковская система 2008 года. Вся архитектура была специально разработана, чтобы избежать вынужденных продаж. Это закрытые фонды с заблокированным капиталом. LP взяли на себя обязательства на семь-десять лет. Нет вкладчиков, которые могли бы устроить панику, нет линий репо, которые можно было бы закрыть. Управляющие могли сидеть на обесценившихся активах, выправлять их со временем и ждать возмещения. Болезненно, но управляемо. Система была так��й, что должна была гнуться, но не ломаться.

Руководители Blackstone, KKR и Apollo указывали на долю софта в 7–13% от активов. Это поддавалось контролю. Каждая записка от продавцов и каждый кредитный аккаунт в финтвите твердили одно и то же: у частного кредита постоянный капитал. Они могут абсорбировать убытки, которые иначе подорвали бы банк с левериджем.

Постоянный капитал. Эта фраза появлялась в каждом отчете о прибылях и каждом письме инвесторам, призванном успокоить. Она стала мантрой. И, как и в случае с большинством мантр, никто не обращал внимания на детали. Вот что это на самом деле означало…

За предыдущее десятилетие крупные управляющие альтернативными активами приобрели компании по страхованию жизни и превратили их в источники финансирования. Apollo купил Athene. Brookfield купил American Equity. KKR приобрел Global Atlantic. Логика была элегантной: депозиты по аннуитетам обеспечивали стабильную, долгосрочную базу пассивов. Управляющие инвестировали эти депозиты в частные кредиты, которые они же и организовывали, и получали оплату дважды: зарабатывая спред на страховой стороне и комиссию за управление на стороне управления активами. Машина вечного движения, зарабатывающая комиссию на комиссии, которая прекрасно работала при одном условии.

Частный (небанковский) кредит должен был быть надежным.

Убытки ударили по балансам, созданным для удержания неликвидных активов против долгосрочных обязательств. «Постоянный капитал», который должен был сделать систему устойчивой, был не абстрактным пулом терпеливых институциональных денег и искушенных инвесторов, принимающих всякие риски. Это были сбережения американских домохозяйств, «Мейн-стрит», структурированные как аннуитеты, инвестированные в те самые софтверные и технологические бумаги, обеспеченные небанковским частным капиталом, которые сейчас подвергались дефолту. Заблокированный капитал, который не мог убежать, был деньгами держателей полисов страхования жизни, а там правила немного другие.

По сравнению с банковской системой, страховые регуляторы были смирными, даже беспечными. Но и для них прозвенел звонок. Обеспокоенные концентрацией частных кредитов в компаниях по страхованию жизни, они начали ухудшать режим капитала, основанного на риске, для этих активов. Это вынудило страховщиков либо привлекать капитал, либо продавать активы; ни то, ни другое не было возможным на привлекательных условиях на рынке, который уже замораживался.

РЕГУЛЯТОРЫ ШТАТОВ НЬЮ-ЙОРК И АЙОВА НАМЕРЕНЫ УЖЕСТОЧИТЬ РЕЖИМ КАПИТАЛА ДЛЯ ОПРЕДЕЛЕННЫХ ЧАСТНЫХ КРЕДИТОВ С ЧАСТНЫМ РЕЙТИНГОМ, НАХОДЯЩИХСЯ НА БАЛАНСАХ СТРАХОВЩИКОВ ЖИЗНИ; ОЖИДАЕТСЯ, ЧТО УКАЗАНИЯ NAIC УВЕЛИЧАТ ФАКТОРЫ RBC И ВЫЗОВУТ ДОПОЛНИТЕЛЬНУЮ ПРОВЕРКУ SVO | Reuters, ноябрь 2027 г.

Когда Moody's поместило рейтинг финансовой устойчивости Athene на пересмотр с возможностью понижения, акции Apollo упали на 22% за две сессии. Brookfield, KKR и другие последовали за ним.

Дальше стало только сложнее. Эти фирмы не просто создали свой страховой механизм вечного движения, они выстроили сложную офшорную архитектуру, предназначенную для максимизации доходности через регуляторный арбитраж. Американский страховщик выписывал аннуитет, а затем передавал риск аффилированному перестраховщику на Бермудах или Каймановых островах, которым он также владел (созданному, чтобы воспользоваться более гибким регулированием, позволяющим держать меньше капитала под те же активы). Этот аффилиат привлекал внешний капитал через офшорные SPV, новый слой контрагентов, которые инвестировали вместе со страховщиками в частные кредиты, организованные тем же управляющим активами материнской компании.

Частный кредит и страховщики жизни: От маховика к петле (означает переход от двигателя роста к смертельной угрозе).    Левая колонка: Управляющий активами (например, Apollo) выдает (инициирует) частные кредиты. Но нарушения в сфере ARR (ежегодной регулярной выручки) из-за ИИ вызывают волну дефолтов среди заемщиков частных кредитов.   Средняя колонка: Страховщик жизни (например, Athene) покупает эти кредиты, чтобы обеспечить выплаты по аннуитетам (страховым рентам). Но регуляторы ужесточают требования к капиталу (RBC), вынуждая продавать активы на неликвидных рынках.     Правая колонка: Бермудский перестраховщик (например, ALRe) выводит риски в офшоры, чтобы снизить требования к капиталу. Но регуляторы видят насквозь эту «оболочку» (фиктивную структуру), вынуждая вливать огромный капитал.
Частный кредит и страховщики жизни: От маховика к петле (означает переход от двигателя роста к смертельной угрозе). Левая колонка: Управляющий активами (например, Apollo) выдает (инициирует) частные кредиты. Но нарушения в сфере ARR (ежегодной регулярной выручки) из-за ИИ вызывают волну дефолтов среди заемщиков частных кредитов. Средняя колонка: Страховщик жизни (например, Athene) покупает эти кредиты, чтобы обеспечить выплаты по аннуитетам (страховым рентам). Но регуляторы ужесточают требования к капиталу (RBC), вынуждая продавать активы на неликвидных рынках. Правая колонка: Бермудский перестраховщик (например, ALRe) выводит риски в офшоры, чтобы снизить требования к капиталу. Но регуляторы видят насквозь эту «оболочку» (фиктивную структуру), вынуждая вливать огромный капитал.

Рейтинговые агентства, некоторые из которых сами находились в собственности частного, непубличного капитала, не были образцами прозрачности (что не удивило практически никого). Паутина различных фирм, связанных с разными балансами, была ошеломляюще непрозрачной. Когда базовые кредиты подвергались дефолту, вопрос о том, кто на самом деле несет убытки, был по-настоящему неразрешимым в реальном времени.

Крах ноября 2027 года ознаменовал переход восприятия от обычного циклического падения к чему-то гораздо более тревожному. «Цепочка взаимосвязанных ставок на рост производительности белых воротничков» — так председатель ФРС Кевин Уорш назвал это на экстренном ноябрьском заседании FOMC.

Видите ли, кризис вызывают не сами убытки. А их осознание. И есть еще одна, гораздо более крупная, гораздо, гораздо более важная область финансов, в отношении которой мы теперь опасаемся этого осознания.

Ипотечный вопрос

ИНДЕКС СТОИМОСТИ ЖИЛЬЯ ZILLOW УПАЛ НА 11% В ГОДОВОМ ИСЧИСЛЕНИИ В САН-ФРАНЦИСКО, НА 9% В СИЭТЛЕ, НА 8% В ОСТИНЕ; FANNIE MAE ОТМЕЧАЕТ «ПОВЫШЕННЫЙ УРОВЕНЬ ПРОСРОЧЕК НА РАННЕЙ СТАДИИ» В ПОЧТОВЫХ ИНДЕКСАХ С ДОЛЕЙ РАБОТНИКОВ ТЕХНОЛОГИЧЕСКОГО И ФИНАНСОВОГО СЕКТОРОВ БОЛЕЕ 40% | Zillow/Fannie Mae, июнь 2028 г.

В этом месяце индекс стоимости жилья Zillow упал на 11% в годовом исчислении в Сан-Франциско, на 9% в Сиэтле и на 8% в Остине. Это не единственный тревожный заголовок. В прошлом месяце Fannie Mae сообщила о росте числа просрочек на ранней стадии в почтовых индексах с преобладанием ипотеки jumbo (крупные кредиты), в районах, где живут заемщики с кредитным рейтингом 780+ и которые обычно считаются «пуленепробиваемыми».

Рынок жилой ипотеки США составляет приблизительно 13 триллионов долларов. Андеррайтинг ипотеки строится на фундаментальном предположении, что заемщик останется трудоустроенным примерно на текущем уровне дохода на протяжении всего срока кредита. В случае большинства ипотечных кредитов — на тридцать лет.

Кризис занятости среди «белых воротничков» поставил это предположение под угрозу из-за устойчивого изменения ожиданий относительно доходов. Теперь мы должны задать вопрос, который казался абсурдным всего 3 года назад: являются ли первоклассные ипотечные кредиты надежными?

Каждый предыдущий ипотечный кризис в истории США был вызван одной из трех причин: спекулятивным избытком кредита (кредитование людей, которые не могли позволить себе жилье, как в 2008 году), шоками процентных ставок (рост ставок делал ипотеку с регулируемой ставкой недоступной, как в начале 1980-х) или локальными экономическими шоками (крах отдельной отрасли в отдельном регионе, например, нефть в Техасе в 1980-х или автопром в Мичигане в 2009-м).

Ни одно из этих условий здесь не применимо. Речь не о субстандартных заемщиках. У них кредитный рейтинг 780. Они внесли первоначальный взнос в 20%. У них безупречная кредитная история, стабильный трудовой стаж и доходы, которые были проверены и задокументированы при выдаче кредита. Они были теми заемщиками, которых каждая риск-модель в финансовой системе рассматривает как основу кредитного качества.

В 2008 году кредиты были плохими с первого дня. В 2028 году кредиты были хорошими с первого дня. Просто мир... изменился после того, как кредиты были выданы. Люди заняли деньги под будущее, в которое они больше не могут позволить себе верить.

2008 против 2028: Ипотечные проблемы. В таблице ниже приведен перевод.
2008 против 2028: Ипотечные проблемы. В таблице ниже приведен перевод.

Категория

2008: Кризис субстандартного кредитования (Качество кредитов)

2028: Кризис вытеснения ИИ (Стабильность дохода)

Происхождение

Плохие кредиты без документов, NINJA, с указанным доходом

Хорошие кредиты с реальным доходом, настоящими документами, реальными первоначальными взносами

Профиль заёмщика

Субстандартные, низкий FICO, минимальные сбережения

Прайм/супер-прайм, высокий FICO, финансовые буферы

Триггер

Перезагрузка ставок, резкий рост платежей

Доход постоянно снижается из-за вытеснения ИИ

Обнаружение

Просрочки видны почти сразу

Просрочки переменчивы и маскируются за счёт HELOC, снятия с 401k, кредитных карт

География

Широкая, расползание по солнечному поясу (Финикс, Лас-Вегас, внутренний Калифорния)

Сконцентрирована в технологических/финансовых хабах (SF, NYC, Сиэтл, Манхэттен, Остин)

Путь решения

Списание плохих кредитов, наказание за мошенничество

Технологии продолжают улучшаться, предотвращая андеррайтинг, пул новых покупателей продолжает сокращаться

В 2027 году мы отмечали ранние признаки скрытого стресса: снятие средств под залог недвижимости (HELOC), снятие средств с пенсионных счетов 401(k), резкий рост задолженности по кредитным картам при сохранении текущих ипотечных платежей. По мере потери рабочих мест, заморозки найма и сокращения бонусов, у этих первоклассных домохозяйств соотношение долга к доходу удвоилось.

Они все еще могли вносить ипотечные платежи, но только за счет прекращения всех дискреционных расходов, истощения сбережений и отказа от любого текущего ремонта или улучшения жилья. Технически они не просрочивали ипотеку, но находились всего в одном шаге от бедственного положения, и траектория развития возможностей ИИ предполагала, что этот шаг не за горами. Затем мы увидели, что просрочки начали резко расти в Сан-Франциско, Сиэтле, Манхэттене и Остине, даже несмотря на то, что средние показатели по стране оставались в пределах исторических норм.

Сейчас мы находимся в самой острой фазе. Падение цен на жилье управляемо, когда маржинальный покупатель здоров. Здесь маржинальный покупатель сталкивается с тем же ухудшением доходов.

Хотя опасения нарастают, мы еще не находимся в полномасштабном ипотечном кризисе. Просрочки выросли, но остаются значительно ниже уровней 2008 года. Реальную угрозу представляет траектория.

Ипотечный ускоритель спирали вытеснения интеллектом (ИИ).   Левая часть: Без ипотечных проблем: ИИ становится лучше -> Компаниям нужно меньше работников -> Работники тратят меньше -> Экономика слабеет -> Компании инвестируют в ИИ еще больше.    Правая часть: С учетом ипотечных проблем:    ИИ становится лучше -> Работники зарабатывают меньше -> Возникают проблемы с ипотекой (кредиты становятся проблемными) -> Финансовая система ужесточается (кредитование сжимается) -> Цены на активы падают ->  Уверенность рушится -> Расходы падают еще сильнее -> Еще больше увольнений -> Еще больше проблем с ипотекой.
Ипотечный ускоритель спирали вытеснения интеллектом (ИИ). Левая часть: Без ипотечных проблем: ИИ становится лучше -> Компаниям нужно меньше работников -> Работники тратят меньше -> Экономика слабеет -> Компании инвестируют в ИИ еще больше. Правая часть: С учетом ипотечных проблем: ИИ становится лучше -> Работники зарабатывают меньше -> Возникают проблемы с ипотекой (кредиты становятся проблемными) -> Финансовая система ужесточается (кредитование сжимается) -> Цены на активы падают -> Уверенность рушится -> Расходы падают еще сильнее -> Еще больше увольнений -> Еще больше проблем с ипотекой.

У Спирали вытеснения интеллекта теперь есть два финансовых ускорителя спада в реальной экономике.

Вытеснение рабочей силы, проблемы с ипотекой, турбулентность на частных рынках. Каждый из этих факторов усиливает другие. И традиционный набор инструментов политики (снижение ставок, количественное смягчение) может воздействовать на финансовый двигатель, но не может воздействовать на двигатель реальной экономики, потому что двигатель реальной экономики обусловлен не жесткими финансовыми условиями. Он обусловлен тем, что ИИ делает человеческий интеллект менее дефицитным и менее ценным. Вы можете снизить ставки до нуля и скупить все MBS и все дефолтные долги LBO софтверных компаний на рынке...

...Но это не изменит того факта, что агент Claude может выполнять работу менеджера по продукту с зарплатой 180 000 долларов за 200 долларов в месяц.

Если эти опасения материализуются, рынок ипотеки рухнет во второй половине этого года. В приведенном сценарии мы ожидаем, что текущее падение акций в конечном итоге сравнится с падением времен мирового финансового кризиса (57% от пика до минимума). Это приведет S&P 500 к отметке ~3500 — уровням, которых мы не видели с месяца, предшествовавшего появлению ChatGPT в ноябре 2022 года.

Что ясно, так это то, что предположения о доходах, лежащие в основе 13 триллионов долларов жилищной ипотеки, структурно нарушены. Неясно, сможет ли политика вмешаться до того, как рынок ипотеки полностью осознает, что это значит. Мы надеемся, но не можем отрицать причины, по которым этого не происходит.

Битва со временем

Первая петля отрицательной обратной связи была в реальной экономике: возможности ИИ улучшаются, фонд оплаты труда сокращается, расходы смягчаются, маржа сжимается, компании покупают больше мощностей ИИ, возможности улучшаются. Затем это превратилось в финансовую петлю: ухудшение доходов ударило по ипотеке, банковские убытки ужесточили кредитование, эффект богатства треснул, и петля обратной связи ускорилась. И оба этих процесса были усугублены недостаточными действиями властей со стороны правительства, которое, честно говоря, выглядит растерянным.

Три движущие силы глобального кризиса интеллекта 2028 года. Взаимосвязанные рефлексивные петли без естественного тормоза. Вся информация из схемы сведена в таблицу ниже:
Три движущие силы глобального кризиса интеллекта 2028 года. Взаимосвязанные рефлексивные петли без естественного тормоза. Вся информация из схемы сведена в таблицу ниже:

РЕАЛЬНАЯ ЭКОНОМИКА

ФИНАНСОВАЯ СИСТЕМА

ПОЛИТИЧЕСКАЯ РЕАКЦИЯ

Улучшение возможностей ИИ

Потеря дохода → Крах эффекта богатства

Структурные экономические изменения → Разрывы циркулярных потоков

Компаниям нужно меньше работников (Потеря дохода → Крах эффекта богатства)

Ужесточение кредитования

Падение налоговых поступлений (-12% от прогноза)

Рост увольнений офисных работников

Принудительная продажа активов на неликвидном рынке

Необходимы структурные трансферты (без срока истечения)

Перемещённые работники тратят меньше

Дефолты по частным кредитам и убытки страховщиков

Структурный дефицит >10% ВВП

Давление на маржу компаний

Ипотечный и кредитный стресс

Партийные дебаты и влияние лоббистов

Инвестировать больше в ИИ

Доход постоянно снижен

Недостаточная политическая реакция

Нарушение реальной экономики (2025 - Q3 2026)

Финансовое заражение (Q4 2026 - Q1 2028)

Политический паралич и фискальный риск (Q1 2028 - настоящее время)

Система не была спроектирована для противостояния такому кризису. Доходная база федерального правительства, по сути, представляет собой налог на человеческое время. Люди работают, фирмы платят им, правительство забирает свою долю. Подоходный налог с населения и налоги на фонд оплаты труда являются основой поступлений в обычные годы.

В первом квартале этого года федеральные поступления были на 12% ниже базовых прогнозов CBO. Поступления от налогов на фонд оплаты труда падают, потому что меньше людей заняты при прежнем уровне компенсаций. Поступления от подоходного налога падают, потому что получаемые доходы структурно ниже. Производительность растет, но выгоды достаются капиталу и вычислительным мощностям, а не труду.

Доля труда в ВВП снизилась с 64% в 1974 году до 56% в 2024 году — это снижение за десятилетия, вызванное глобализацией, автоматизацией и неуклонной эрозией переговорной силы работников. За четыре года, прошедших с тех пор, как ИИ начал свое экспоненциальное улучшение, этот показатель упал до 46%. Самое резкое падение за всю историю наблюдений.

Продукт по-прежнему создается. Но он больше не проходит через домохозяйства на пути обратно к фирмам, а значит, он больше не проходит и через Налоговое управление США (IRS). Кругооборот нарушается, и ожидается, что правительство вмешается, чтобы исправить это.

Диаграммы кругооборота.     Левая часть: До появления сверхинтеллекта (Pre-superintelligence):   От фирм к домохозяйствам: Товары и услуги, Зарплаты / оклады и премиальные выплаты. От домохозяйств к фирмам: Трудовые услуги (рабочая сила) и Оплата товаров и услуг.    Правая часть: После появления сверхинтеллекта (Post-superintelligence):   От фирм к домохозяйствам: Товары и услуги. От фирм к Государству:  Налоги. О Государства к Домохозяйствам: Трансферты (социальные выплаты).  От домохозяйств к фирмам: Оплата товаров и услуг.
Диаграммы кругооборота. Левая часть: До появления сверхинтеллекта (Pre-superintelligence): От фирм к домохозяйствам: Товары и услуги, Зарплаты / оклады и премиальные выплаты. От домохозяйств к фирмам: Трудовые услуги (рабочая сила) и Оплата товаров и услуг. Правая часть: После появления сверхинтеллекта (Post-superintelligence): От фирм к домохозяйствам: Товары и услуги. От фирм к Государству: Налоги. О Государства к Домохозяйствам: Трансферты (социальные выплаты). От домохозяйств к фирмам: Оплата товаров и услуг.

Как и во время любого спада, расходы растут как раз в тот момент, когда поступления падают. Отличие на этот раз в том, что давление на расходы не является циклическим. Автоматические стабилизаторы были созданы для временной потери работы, а не для структурного вытеснения. Система выплачивает пособия в предположении, что работники будут повторно трудоустроены. Многие не будут, по крайней мере, с зарплатой, близкой к прежней. Во время COVID правительство легко шло на дефицит в 15%, но все понимали, что это временно. Люди, которые сегодня нуждаются в государственной поддержке, пострадали не от пандемии, от которой они оправятся. Их заменила технология, которая продолжает совершенствоваться.

Правительству нужно переводить больше денег домохозяйствам как раз в тот момент, когда оно собирает с них меньше налогов.

США не объявят дефолт. Они печатают валюту, которую тратят, ту же валюту, которую используют для выплат заемщикам. Но это напряжение проявилось в другом месте. Муниципальные облигации демонстрируют тревожные признаки расхождения в динамике доходности с начала года. Штаты без подоходного налога чувствовали себя нормально, но в облигации общего обязательства (GO), выпущенные штатами, зависящими от подоходного налога (в основном «синие» штаты), начал закладываться некоторый риск дефолта. Политики быстро это уловили, и дебаты о том, кого спасать, пошли по партийным линиям.

Администрация, надо отдать ей должное, признала структурный характер кризиса на раннем этапе и начала рассматривать двухпартийные предложения по так называемому «Закону о переходной экономике»: концепция прямых выплат перемещенным работникам, финансируемых за счет сочетания дефицитных расходов и предлагаемого налога на вычислительные мощности для инференса ИИ.

Самое радикальное предложение на столе идет еще дальше. «Закон о всеобщем процветании от ИИ» предусматривает установление общественных претензий на доходы от самой интеллектуальной инфраструктуры, нечто среднее между суверенным фондом благосостояния и роялти на продукцию, созданную ИИ, при этом дивиденды будут финансировать трансферты домохозяйствам. Лоббисты частного сектора заполонили СМИ предупреждениями о скользком пути.

Политика, стоящая за обсуждениями, была удручающе предсказуемой, усугубляясь популизмом и политическими играми. Правые называют трансферты и перераспределение марксизмом и предупреждают, что налог на вычисления передаст лидерство Китаю. Левые предупреждают, что налог, разработанный при помощи действующих игроков, станет регуляторным захватом под другим именем. Бюджетные ястребы указывают на неустойчивый дефицит. «Голуби» указывают на преждевременную экономию, введенную после мирового финансового кризиса, как на предостерегающий пример. Раскол только усиливается в преддверии президентских выборов этого года.

Пока политики пререкаются, социальная ткань расползается быстрее, чем может двигаться законотворческий процесс.

Движение «Захвати Кремниевую долину» стало символом широкого недовольства. В прошлом месяце демонстранты блокировали входы в офисы Anthropic и OpenAI в Сан-Франциск�� в течение трех недель подряд. Их число растет, и демонстрации привлекли больше внимания СМИ, чем данные по безработице, которые их вызвали.

Трудно представить, чтобы общественность ненавидела кого-то больше, чем банкиров в результате мирового финансового кризиса, но ИИ-лаборатории уже составляют им конкуренцию. И, с точки зрения масс, небезосновательно. Их основатели и ранние инвесторы накопили богатство такими темпами, перед которыми Позолоченный век выглядит скромно. Выгоды от бума производительности, достающиеся почти исключительно владельцам вычислительных мощностей и акционерам лабораторий, которые на них работали, усилили неравенство в США до беспрецедентного уровня.

У каждой стороны есть свой злодей, но настоящий злодей — это время.

Возможности ИИ развиваются быстрее, чем институты могут адаптироваться. Реакция политиков движется со скоростью идеологии, а не реальности. Если правительство вскоре не договорится о том, в чем заключается проблема, петля обратной связи напишет следующую главу за них.

Отмена премии за интеллект

На протяжении всей современной экономической истории человеческий интеллект был дефицитным ресурсом. Капитал был в достатке (или, по крайней мере, воспроизводим). Природные ресурсы были ограничены, но их можно было заменить. Технологии совершенствовались достаточно медленно, чтобы люди успевали адаптироваться. Интеллект, то есть способность анализировать, принимать решения, творить, убеждать и координировать, был тем, что невозможно было воспроизвести в масштабе.

Человеческий интеллект получал свою внутреннюю ценовую премию именно из-за своей дефицитности. Все институты нашей экономики, от рынка труда до ипотечного рынка и налоговой системы, были созданы для мира, в котором это предположение оставалось верным.

Сейчас мы переживаем отмену этой премии. Машинный интеллект стал компетентным и быстро совершенствующимся заменителем человеческого интеллекта во все расширяющемся круге задач. Финансовая система, оптимизированная десятилетиями под мир дефицитных человеческих умов, переоценивается. Эта переоценка болезненна, хаотична и далека от завершения.

Но переоценка — это не то же самое, что коллапс.

Экономика может найти новое равновесие. Добраться до него — одна из немногих задач, оставшихся только людям. Нам нужно сделать это правильно.

Это происходит впервые в истории: самый производительный актив в экономике создал рабочих мест меньше, а не больше. Никакие модели не подходят для описания этого, потому что ни одна их них не создавалась для мира, в котором столь дефицитный ресурс, как интеллект, вдруг стал изобильным. Поэтому мы должны создавать новые модели. Вопрос в том, успеем ли мы их построить вовремя — это единственное, что имеет значение.

Но вы читаете это не в июне 2028 года. Вы читаете это в феврале 2026-го.

Индекс S&P находится вблизи исторических максимумов. Петли отрицательной обратной связи еще не запустились. Мы уверены, что некоторые из этих сценариев не материализуются. Мы также уверены, что машинный интеллект продолжит ускоряться. Премия за человеческий интеллект будет сокращаться.

У нас, как инвесторов, еще есть время оценить, какая часть наших портфелей построена на предположениях, которые не переживут это десятилетие. У нас, как общества, еще есть время действовать на опережение.

Канарейка в угольной шахте еще жива.

Благодарности:

Спасибо Сэму Коппельману из Hunterbrook за помощь в вычитке. Наш соавтор, Алап Шах из LOTUS, предложил идею для этой статьи, CitriniResearch написала эту часть, но он написал другие в серии под названием «Взрыв интеллекта», мы настоятельно рекомендуем ознакомиться. Вы можете найти их здесь.