Нашел на Reddit интересный тред с простым вопросом: «Какой AI-тренд тихо умер?» Сам недавно рассуждал об этом же — много с чем не согласен, но материал классный, решил сделать из него пост.
В комментариях пользователи вспоминают хайп последних лет, спорят о конкретных технологиях и пытаются понять, какие из них действительно оказались полезными, а какие просто красиво выглядели в демоверсиях, но не выдержали проверку реальностью.
Собрали семь самых интересных наблюдений — от относительно безобидных и незаметных до действительно больших изменений.
7. AI-аватары: «Смотрите, это не настоящий человек!»
Был короткий период, когда казалось, что YouTube вот-вот заполнится виртуальными ведущими.
AI-аватар читает текст, смотрит в камеру, улыбается, жестикулирует. Еще немного — и отличить его от человека будет невозможно.
Проблема в том, что возможность сделать виртуального ведущего не означает, что виртуальный ведущий кому-то нужен.
При этом очистка голоса, субтитры, нарезка, перевод и другие функции, которые зритель вообще не замечает, действительно полезны.
Похоже, AI в видео становится полезнее именно тогда, когда его не видно.
6. Prompt engineering: где моя секретная формула на 47 строк?
Еще недавно prompt engineering выглядел как отдельная профессия будущего.
Люди продавали prompt packs, собирали библиотеки «идеальных запросов» и искали правильную комбинацию слов, которая заставит модель сделать что-нибудь невероятное.
Теперь модели все лучше понимают обычный человеческий язык — и магия постепенно испаряется.
Пользователь Reddit Dizzy_Alfalfa7643 написал:
«Год назад люди продавали наборы промптов как коллекционные карточки. Теперь об этом почти никто не говорит, потому что модели стали достаточно хороши, чтобы работать с обычными предложениями. Ценность тихо переместилась от магических слов к воспроизводимым рабочим процессам».
То есть вместо «вот мой секретный промпт» все чаще появляется «вот мой процесс из пяти шагов, который стабильно работает».
И это уже гораздо ближе к настоящей инженерии, чем к коллекционированию заклинаний.
5. «AI заменит программистов. И дизайнеров. И вообще всех»
Еще недавно AI-контент был переполнен громкими прогнозами: AI заменит программистов, дизайнеров, маркетологов — а потом, вероятно, и вообще всех.
Но люди устали от паники.
Пользователь Reddit Positive-Ad3618, автор треда, пишет, что такой контент сначала набрал популярность, а потом быстро всем надоел. Теперь гораздо интереснее конкретные примеры использования AI.
Не «AI изменит будущее работы», а:
«Вот скрипт, который автоматически разбирает мою почту».
И это действительно показательная перемена. Само утверждение «AI умеет это делать» больше не вызывает особого интереса. Хочется увидеть, что именно человек с его помощью сделал и какой получил результат.
4. «AI-powered» — теперь недостаточно
Еще недавно слово AI на лендинге могло быть почти самостоятельным selling point.
AI-powered CRM.
AI-powered search.
AI-powered analytics.
AI-powered everything.
Теперь это начинает звучать примерно как «наш продукт работает через интернет».
Пользователь Reddit Rigor_9 написал:
«AI-powered, AI-based — вся эта формулировка умирает. AI становится повседневностью, его уже воспринимают как нечто само собой разумеющееся. Никому больше не интересно видеть “AI” в заголовке — ни клиентам, ни инвесторам, ни партнерам».
А дальше он формулирует главное:
«Что пришло на его место? Реальный результат. Что делает продукт и какие проблемы он решает, а не то, на чем он построен».
Не «AI-powered support», а:
«70% тикетов обрабатываются автоматически, остальные уходят человеку».
Не «AI-powered analytics», а:
«Отчет, который раньше готовился два дня, появляется за пять минут».
Становится важным не то, что продукт использует AI, а зачем он его использует.
3. AI wrappers: «Мы просто прикрутили GPT к кнопке»
Это уже почти классический этап развития рынка.
Появляется новая мощная модель → тысячи людей делают интерфейс поверх API → появляется AI startup.
На раннем этапе это действительно работало.
Но постепенно выяснилось, что доступ к той же модели есть у всех.
Поэтому одного интерфейса недостаточно.
Пользователь Reddit Conscious_Belt_8444 пишет, что интерес к AI-wrapper стартапам тоже постепенно снижается:
«Ранние волны в основном заключались в том, чтобы спрятать LLM за красивым интерфейсом. Теперь дифференциация смещается в сторону собственных данных, интеграции с рабочими процессами, дистрибуции и реального владения результатом».
При этом пользователь darien_gap замечает интересный парадокс: некоторые бывшие wrappers — например, Cursor и Perplexity — настолько далеко ушли от первоначальной модели, что начали разрабатывать собственные технологии.
То есть умерли не wrappers как таковые.
Умерла идея, что «мы сделали красивый wrapper» — это уже конкурентное преимущество.
2. AI-агент, который через 30 секунд забывает, кто он
AI-агенты сейчас, пожалуй, один из самых громких трендов индустрии: почти в каждом новом демо показывают систему, которая сама открывает браузер, пишет код, вызывает инструменты, принимает решения и выполняет целую цепочку действий. На экране все это выглядит впечатляюще: агент получает задачу, несколько раз что-то делает и в конце выдает результат. Но затем тот же агент попадает в реальную рабочую среду, где условия постоянно меняются, и выясняется, что выполнить задачу один раз гораздо проще, чем стабильно выполнять ее снова и снова.
В реальной системе состояние может измениться между двумя шагами, API может вернуть неожиданный ответ, пользователь может нажать не туда, нужный файл уже может существовать, предыдущий запуск может не сохраниться, а одна и та же операция может выполниться дважды. Именно на таких мелочах красивые демо чаще всего начинают рассыпаться.
Пользователь Sentient_Dawn развивает эту мысль еще точнее: «Демо никогда не врали о возможностях. Они просто ничего не говорили о продолжительности работы». И это важное различие. Успешно выполнить задачу один раз — еще не значит быть готовым работать без постоянного контроля. Когда система должна работать неделями, появляются проблемы, которых почти невозможно увидеть в коротком ролике: повторное выполнение одной операции, потеря состояния, ошибки при записи данных, одновременный запуск нескольких процессов или ситуация, когда система считает операцию завершенной, хотя на самом деле она не произошла. В одном из комментариев эта проблема описывается именно через такие вещи, как проверка результата записи, защита от дубликатов и контроль состояния.
Настоящий AI-агент будущего может выглядеть гораздо менее впечатляюще, чем сегодняшнее демо. Он не обязательно будет открывать десять окон, автономно принимать десятки решений и производить эффектный результат за полминуты. Гораздо важнее, чтобы он мог месяц выполнять одну конкретную работу, не ломаясь на каждом нестандартном случае, корректно восстанавливаться после ошибок и вовремя передавать проблему человеку.
В обсуждении это и становится новой мерой качества: не насколько эффектно агент выглядит во время одного запуска, а сколько таких запусков он способен пережить, прежде чем человеку придется вмешаться.
1. AI как отдельная технология
И здесь сходятся все предыдущие пункты. Похоже, заканчивается период, когда сам факт использования AI уже был достаточным поводом обратить на продукт внимание. Формулировки вроде «AI-приложение», «AI-фича», «AI-powered» или «AI-агент» еще недавно сами по себе звучали как преимущество. Теперь они все чаще воспринимаются просто как описание технологии, а не как ценность продукта. AI становится настолько распространенным, что наличие этой технологии постепенно перестает удивлять.
Это хорошо видно по тому, какие примеры люди считают действительно интересными. Автор исходного треда пишет, что конкретные и даже скучные кейсы вроде «вот скрипт, который разбирает мою почту» интереснее разговоров о «будущем работы». То есть внимание смещается с самой технологии на то, что она позволяет сделать на практике. Важен уже не факт, что внутри продукта работает AI, а то, какую конкретную работу он берет на себя и насколько хорошо с ней справляется.
В этом смысле AI постепенно проходит тот же путь, который раньше прошли другие технологии. База данных, облачная инфраструктура, API или автоматизация сами по себе редко становятся главным аргументом продукта. Пользователю не особенно важно, что именно находится внутри системы, если он получает понятный результат. AI движется в ту же сторону: из заметной особенности продукта он превращается в его внутреннюю инфраструктуру. И это, возможно, один из самых важных признаков взросления технологии — AI становится менее интересным как демонстрация и одновременно более ценным как рабочий инструмент, который просто делает конкретную задачу быстрее, дешевле или лучше.
***
Что скажете?
Согласны с этим топом? Или, например, ИИ как селлинг пойнт все еще хайпит, ИИ-аватары помогают собирать просмотры? Какие примеры я пропустил? Поделитесь в комментариях, буду рад обсудить.
Если вам понравилась эта статья, приглашаю в наш Telegram. Там мы пишем об ИИ и IT‑стартапах, разбираем кейсы — подробно, с метриками — и ведем челлендж «12 запущенных проектов за 12 месяцев».
