Генеративный ИИ вызывает множество споров и дебатов как среди разработчиков, так и более широкой аудиторий. Аспектов много от «Заберет ли ИИ наши рабочие места?» до «Как доверять коду, написанному моделями?».
В данной статье я хотел бы сосредоточиться на одном интересном аспекте — психозе внедрения ИИ. То, как он вообще внедряется (что довольно сильно отличает его от предыдущих прорывных технологий). Ярко это отражено в преамбуле данной статьи:
Unlike the silver bullets of the past (like microservices or NoSQL), AI adoption seems to have been mandated in many places from the top layer of management, regardless of how many of them ever worked (or studied for) an engineering job.
Это мнение много где можно встретить. Что очень необычно для топ‑менеджмента, у которого, как правило, нескоро доходят руки до модернизации оборудования или ПО, используемого сотрудниками. Вот пример из другой статьи:
Я окончательно потерял веру в людей, когда один собственник фирмы начал увольнять своих топовых сотрудников, потому что они добивались результатов без LLM. Когда человек публично выступает на тему ИИ, тут можно заподозрить попытку манипуляции рынком или заказчиками; но когда он втихую на свои деньги реализует подобные решения, в искренности его намерений сомнений нет.
Это необычно. Я бы даже сказал — беспрецендентно. Обычно новые технологии проникают в обиход учреждений совершенно иначе. Приведу пример из собственной жизни. Начало нулевых, я молодой зеленый студент с навыками в области компьютера. Эти навыки приметил один из профессоров на кафедре и припахал меня чертить разные агрегаты под его руководством в AutoCAD. Он говорил мне, что то, что мы делаем сейчас вдвоем (он вещает, что надо, я черчу или даже пишу в AutoLisp какой‑то код, он смотрит, что на выходе получилось) раньше, лет двадцать назад (то есть в начале 80-х, если учесть год разговора) в стандартном советском проектировочном институте делала бригада из десяти человек. Из этих десяти один (как правило аспирант или МНС) был занят по сути просто подготовкой карандашей и синьки для работы всех остальных.
Что интересно в контексте данной статьи? Внедрение AutoCAD и всяких прочих ProEngineer происходило по большому счету стихийно и без участия руководства вузов/КБ/фирм. Зачастую оно происходило даже вопреки и не совсем легально (если вспомнить ситуацию с пиратским софтом в России четверть века назад). Однако выгода от его внедрения была такой, что персонал просто плевал на отсутствие интереса у руководства или даже законность этих действий. Как правило, через какое‑то время использования у руководства таки «прорезался голос» — они узаконивали уже сложившуюся практику задним числом — то есть просто прописывали в документах, что у нас пользуются тем‑то и тем‑то, и заключали лицензионные соглашения и закупки этого ПО (но не всегда). И то, энтузиастам приходилось долго ходить по кабинетам большого начальства и доказывать, что это нужно. Попробуй еще это с бухгалтерией согласуй. Собственно, опять из той же статьи:
In a past life I had to argue every year to renew a license for a profiling tool that cost about 20 EUR a month. I’ve heard since that everyone at the company is now getting a Claude subscription, even non‑programmers. This is the kind of decision that baffles me. Management will not trust its engineers to spend their money on the tools they say they need, but then will tell everyone they have to use a shiny expensive toy they didn’t request.
Так было всегда — все новые идеи типа структурного программирования, ООП, функционального программирования практически никогда не внедрялись в фирмах сверху (попробуйте представить приказ за подписью Гейтса «С 1 января 1994 все в компании обязаны использовать парадигму ООП»!). Такая заторможенность и безынициативность руководства — это на самом деле хорошо. Одна из важнейших функций руководства — это затормаживать безумные идеи подчиненных, служа своеобразным барьером. Собственно, именно это описал Джоэл Спольски в одной из своих классических статей:
But for every other software company that once had market leadership and saw it go down the drain, you can point to one or two giant blunders that steered the boat into an iceberg. Micropro fiddled around rewriting the printer architecture instead of upgrading their flagship product, WordStar. Lotus wasted a year and a half shoehorning 123 to run on 640kb machines; by the time they were done Excel was shipping and 640kb machines were a dim memory. Digital Research wildly overcharged for CP/M-86 and lost a chance to be the de‑facto standard for PC operating systems. VisiCorp sued themselves out of existence. Ashton‑Tate never missed an opportunity to piss off dBase developers, poisoning the fragile ecology that is so vital to a platform vendor’s success.
..
But many of these boneheaded mistakes come from the programmers themselves. Netscape’s monumental decision to rewrite their browser instead of improving the old code base cost them several years of Internet time, during which their market share went from around 90% to about 4%, and this was the programmers’ idea. Of course, the nontechnical and inexperienced management of that company had no idea why this was a bad idea. There are still scads of programmers who defend Netscape’s ground‑up rewrite. “The old code really sucked, Joel!” Yeah, uh‑huh. Such programmers should be admired for their love of clean code, but they shouldn’t be allowed within 100 feet of any business decisions, since it’s obvious that clean code is more important to them than shipping, uh, software.
Оно и понятно, если начать внедрять все отличные идеи, о которых программисты прочли на Хабре, то очень скоро компания обанкротится. Однако генеративный ИИ является странным исключением. Его внедряют именно сверху, зачастую он сваливается на разработчиков, как снег на голову. В чем причина?
Она вряд ли в том, что у менеджмента есть серьезные причины верить в прибыльность от этого внедрения. На самом деле очень сложно найти хоть одно серьезное ТЭО (технико‑экономическое обоснование) внедрения ИИ для компаний (что опять же довольно необычно, как правило, ТЭО представляет довольно объемистый документ с кучей расчетов). Не верите мне, что топ‑менеджеры не имеют никаких расчетов для обоснования внедрения ИИ? Слово COO Uber:
He said that Uber CTO Praveen Neppalli Naga went viral after telling The Information in an April interview that Uber had already blown through its Claude Code budget for 2026.
..
He said that, based on talks with Uber's senior engineering leaders, he realized higher token usage did not translate into a proportional increase in useful consumer features.
“That link is not there yet, right?” he said. “I think maybe implicitly there is more that is getting shipped, but it's very hard to draw a line between one of those stats and, 'Okay, now we're actually producing 25% more useful consumer features.'”
Вообще это выступление COO Uber является эпохальным отрезвляющим душем для индустрии. Вы только вдумайтесь, в чем он тут расписывается. Во‑первых, расходы оказались непредвиденно высокими — за первые три месяца 2026 благополучно истратили весь бюджет за год. Во‑вторых, «мы попробовали узнать у сеньоров, какой выхлоп, и не смогли». А какое ТЭО было у Uber, когда принималось решение о внедрении ИИ? Кто его составлял? В расчеты вкралась ошибка? На каком этапе? Вы вообще консультировались со своими сеньорами, нужен ли им этот инструмент?
Можно взглянуть на это дело с другой стороны. Основной програмный продукт Uber достиг зрелости. Да, там можно делать новые фичи, патчить баги, но в целом работает он уже довольно давно устойчиво. Зачем им ИИ? Если запилить совершенно новый продукт и проникнуть в новую сферу рынка, то где гарантия успеха и почему это не может сделать команда разработчиков? Надо заметить, что для не‑софтверных компаний (которые могут сами делать ПО, но продажа ПО не основной источник их дохода как в случае с Uber) затраты на собственно разработку этого ПО, как правило, составляют мизерный процент от общих затрат и стоимости услуг этой компании. Иными словами — если Uber надеялся разработать совершенно новый продукт с помощью ИИ, то кто конкретно принял решение о выходе на новый рынок для компании? И почему этот новый продукт нельзя сделать с помощью людей? Если же Uber надеялся взвалить поддержку уже имеющегося продукта на плечи ИИ, то... а имеет смысл такая экономия? Все равно эти затраты на разработчиков мизерные по сравнению с общими затратами компании, которые оптимизированы не будут.
Вопросы это риторические. Я не имею доступа к внутренним документам Uber, однако готов побиться об заклад, что в них не было никакого ТЭО, объясняющего хотя бы на пальцах, какой выгоды они хотят достичь от внедрения ИИ (ну там план‑максимум, план‑минимум и так далее). Тогда что же было? Какова была реальная мотивация внедрения ИИ «кровь из носу, вчера»?
Мы отбросим неэтичные и даже порой незаконные причины для внедрения, как то:
Попытка повысить курс акций в краткосрочной перспективе с помощью новостей о том, что «наша компания внедрила ИИ» и методики pump and dump.
Прикрытие неумелых решений прошлого — это когда в ковидную эпоху компании расширяли штат программистов, а потом оказалось, что столько не надо. Вместо горького признания «мы облажались в своих расчетах» можно гордо заявить «мы сокращаем штат из‑за внедрения ИИ».
Реальная причина, насколько можно судить, и которая чаще всего встречается в кулуарных разговорах — это страх.
Поезд уже ушел
Боязнь упустить потенциал технологии (это даже имеет официальное название FOMO — Fear Of Missing Out) является главным движущим элементом решения о срочном внедрении ИИ в компаниях. Это само по себе тревожный признак, потому что внедрение технологии с такой негативной мотивацией никогда гладко не проходит. Но чего именно боимся?
Если отбросить всяких алармистов, у которых ИИ вот‑вот объявит войну человечеству, чего именно опасается топ‑менеджер средней компании, если не начнет внедрять ИИ в процессы? Он опасается (и справедливо), что конкуренты, внедрившие ИИ, получат серьезное преимущество и приведут к разорению его компании. Вопросы о том, какое именно преимущество конкуренты могут получить и как это преимущество нивелировать — обычно не задаются (к этому мы вернемся позже).
Что еще более странно, это ситуация, когда компания видит угрозу в самом ИИ как таковом для своего существования. Например, разные дизайнерские конторы могут опасаться падения спроса из‑за того, что бывшие клиенты могут просто нагенерировать картинок для своих задач. Это действительно имеет место быть. Однако пытаться внедрить ИИ — это как если бы контора по продаже ватманов и чертежных инструментов вдруг начала бы срочно агитировать за внедрение AutoCAD. Иными словами — если ИИ по какой‑то причине угрожает самому Вашему бизнесу, Вам нужно либо вообще перепрофилироваться, либо начать оказывать какие‑то такие услуги, которые ИИ точно оказать не сможет. Но никак не пытаться внедрить ИИ самим.
Что касается проблемы, когда конкурент благодаря ИИ получает реальное преимущество — а почему, собственно, это проблема?
Гугл не был первым поисковиком
Вообще в бизнесе быть вторым по внедрению чего‑то там — это вполне себе успешная стратегия. Настолько, что она даже вошла в словарь Кембриджа:
the advantage that a company has when it offers a product or service later than a competitor, because it can learn from customers' reactions and offer something better than its competitor
И действительно, что плохого в том, что Ваш конкурент внедрит ИИ первым у себя? Ему это даст такое преимущество, которое никак не обойти? А может, наоборот, он набьет все шишки на сырых моделях и отсутствии опыта, а Вы просто переманите за двойную зарплату пару толковых ребят из IT‑отдела конкурента и развернете у себя ИИ потом малой кровью?
Если не так грубо, то стратегия «будь вторым» вполне рабочая. Особенно учитывая размах инвестиций, требуемых для использования ИИ. Вполне логично дать сначала конкуренту пробить головой стену, а потом, когда он ее пробьет и будет валяться без сознания с ЧМТ. На самом деле тема отнюдь не нова. Еще Маркс в первом томе Капитала описывал, что изобретатель устройства, как правило, не снимал основные сливки от внедрения этого устройства. Нет, их скупали по дешевке коммерсанты, спокойно дожидавшиеся, пока изобретатель набьет все шишки и будет готов продать, отчаявшись внедрить самостоятельно.
Если более формально, в большинстве бизнесов генеративный ИИ по определению не может дать такое преимущество, которое нельзя нивелировать. Просто потому, что ПО для таких компаний не является определяющим источником дохода, оно лишь вспомогательный элемент. Например, шахта может внедрить у себя во все процессы документооборота ИИ, но сильно выработке угля это не поможет. ИИ может оказаться критическим в некоторых видах деятельности (например, как тот же Fable в поиске уязвимостей), однако он не может заменить все остальные компоненты любого бизнеса, которые не поддаются переходу на ИИ в принципе.
Тогда встает резонный вопрос:
Доктор, а откуда у Вас такие картинки?
Иными словами, откуда у управленцев массово берется страх, что без внедрения ИИ компании грозит разорение и нужно срочно внедрять, причем на манер чуть ли не советских пятилеток за три года? Ну что же, у меня есть конспирологическая версия по этому поводу.
Смотрите, не так давно издание Financial Times ознакомилось с весьма интересными внутренними документами по расходам OpenAI. Нам здесь интересна графа расходов «Sales and Marketing», на которую в 2025 было потрачено почти 6 миллиардов долларов. За достоверность этих сведений я не ручаюсь, но OpenAI не подавала в суд за клевету на издание, так что примем эти документы за правду.
Еще раз — OpenAI потратила на маркетинг в 2025 примерно столько же, сколько и гигант типа Coca‑Cola. На что именно уходят такие деньги? Вы видели вообще хоть один рекламный ролик OpenAI? Некоторые злые языки поговаривают, что таким образом OpenAI занижает затраты на модели, и тем самым делает компанию более привлекательной для инвесторов в предверии IPO. Иными словами, затраты, которые следовало бы писать в opex/capex, отправляются по графе маркетинга. Скорее всего, речь идет о том, что вот эти дешевые подписки с лимитами или бесплатное пользование ChatGPT пишут не в графе Opex, а в графе Sales/Marketing (типа это рекламная акция).
Ручаться за это сложно, нужен аудит, а OpenAI пока что не публичная компания. Однако куда более обоснованным выглядит утверждение других злых языков, что очень знатная часть этих трат на маркетинг как раз приходится на прессу, соцсети, блоггеров и так далее. Т.е. чтобы поддерживать хайп на уровне в целом, и создавать необходимый уровень психоза у топ‑менеджеров компаний в частности.
Прямых доказательств пока нет, однако circular сделки между основными игроками типа Amazon/Google/Nvidia намекают на явную заинтересованность их в том, чтобы OpenAI/Anthropic и дальше продолжали существовать. Напоминаем, небезызвестная Элизабет Холмс в числе прочих инвесторов Theranos привлекла Руперта Мердока (что резко сбавило у подконтрольных тому СМИ желание копаться в финансах Theranos). Кстати, еще одним инвестором выступил Ларри Эллисон — ну, тот самый, который подписал Oracle на весьма крупную сделку с OpenAI.
Обвинять AI‑мастодонтов в прямом подкупе прессы я не буду, но хотелось бы, так сказать, получить ответ, на что уходят невероятные траты по графе маркетинга у той же OpenAI.
Итоги
Если Вы руководитель некоего учреждения, и загорелись целью внедрить у себя ИИ (ну бывает), сначала ответьте хотя бы сами себе на следующие вопросы:
С чего Вы этим загорелись? Вам кто‑то из подчиненных, начавших эффективно это использовать, прожужжал все уши, или Вы прочли об этом на Хабре или где‑то еще?
Если это подчиненный, его работа с ИИ имеет какой‑то реально измеримый выхлоп? Только не в количестве порождаемых им строк кода, потому что это та еще метрика.
Можно ли ограничиться R&D, то есть внедрить этот ИИ в каком‑то экспериментальном отделе и просто предоставить другим разработчикам доступ и возможность это пользовать, но не обязывать их? Почему Вы хотите внедрять это в стиле «все или ничего», обязывая всех в компании к чему‑то?
А можете ли Вы это развернуть у себя локально ну или хотя в облаке, но не используя закрытые модели, а используя только открытые и платя за аренду серверов почасово, а не по подпискам (особенно token‑based)? Если нет, учтите, что Вы по факту не контролируете свои расходы на это дело.
Что будет, если Вы не будете ничего внедрять, а внедрит Ваш ближайший конкурент? Как Вы оцениваете его затраты на это дело и какие преимущества ему это даст?
