Серия «мы все чего-то ждём, а оно уже началось»

В первых двух частях я писал о двух изменениях.

AI резко снизил стоимость попытки: многие вещи, для которых раньше понадобилась бы команда разработчиков, теперь можно хотя бы попробовать собрать самому.

Но одновременно выяснилось, что возможность что-то быстро сделать ещё не означает, что ты понимаешь, что вообще стоит делать.

Остаётся ещё один вопрос.

Если нынешние AI-инструменты всё ещё сырые и неудобные, может быть, разумнее просто подождать?

Мне кажется, как раз наоборот.

Подходящего момента не будет

В начале первой книги «Об ораторе» Цицерон вспоминает довольно современное ощущение.

Когда-то он думал, что бесконечные государственные и судебные дела закончатся, возраст позволит отойти от суеты и наконец появится нормальное время вернуться к занятиям.

Не получилось.

Именно тот период жизни, от которого он ждал покоя, принёс ему новые политические потрясения и личные проблемы. В итоге он пишет, что будет отдавать литературе те небольшие промежутки свободного времени, которые вообще сможет получить.

Прошло больше двух тысяч лет, а проблема довольно узнаваемая.

Мы постоянно ждём момента, когда станет удобно.

Вот закончу проект.

Вот заработаю денег.

Вот появится свободное время.

Вот AI перестанет галлюцинировать.

Вот модели станут стабильнее.

Вот агенты начнут нормально работать.

Вот появятся понятные инструкции.

Вот кто-нибудь сделает готовый сервис.

Тогда и разберусь.

Проблема в том, что когда станет удобно, удобно станет всем.

И это, возможно, одна из самых важных вещей в сегодняшнем AI-буме.

Сейчас преимущество существует именно потому, что неудобно.

Приходится разбираться. Модели ошибаются. Инструменты меняются. Что-то вчера работало, сегодня сломалось. Нужно соединять несколько сервисов. Нужно проверять результат. Нужно понимать хотя бы на минимальном уровне, что происходит под капотом.

Именно поэтому большинство людей этим и не занимается.

Но человек, который проходит этот путь сегодня, накапливает не знание конкретного интерфейса.

Он накапливает привычку:

увидел новую возможность → разобрался → попробовал → ошибся → поправил → встроил в свою работу.

Через пять лет модели будут другими.

А эта привычка останется.

Что значит «будет поздно»

Здесь легко скатиться в истерику:

«Учите AI прямо сейчас, иначе через пять лет будете никому не нужны».

Я не это имею в виду.

Через пять лет пользоваться AI, скорее всего, будет проще, а не сложнее.

И именно поэтому определённое окно возможностей закроется.

Возьмём ту же автоматизацию магазина.

Сегодня, если готового решения нет, предприниматель может потратить время, сам разобраться, соединить несколько технологий и получить систему, которой ещё нет у соседей.

Через несколько лет появится компания:

«Автоматический магазин под ключ».

Условно: камера, доступ, касса, идентификация, аналитика, удалённый контроль, техническая поддержка.

Подключение — столько-то.

Абонентская плата — столько-то в месяц.

И всё.

Больше не нужно ничего изобретать.

Это удобно.

Но ровно тот же комплект покупает конкурент через дорогу.

Технология не исчезла.

Наоборот, она стала доступнее.

Исчезло преимущество от того, что ты умеешь её использовать.

Сегодня можно самостоятельно вести бухгалтерию. Можно разобраться в налогах, программах, отчётности. Но большинство предпринимателей в какой-то момент просто платит бухгалтеру.

Потому что есть готовая услуга.

Можно самостоятельно с нуля открывать точку общепита: разбираться с оборудованием, процессами, поставщиками, документацией, технологическими картами.

А можно купить франшизу, где значительную часть этих проблем за тебя уже решили.

Только идеально собранная по инструкции кофейня всё равно может оказаться никому не нужна.

И это снова возвращает нас к главному.

По мере развития технологий мы будем всё дешевле покупать ответ на вопрос:

«Как это сделать?»

Но вопросы:

«Стоит ли это делать?»

«Почему именно здесь?»

«Кому это нужно?»

«Как на этом заработать?»

никуда не денутся.

Тихая революция именно поэтому тихая

Представим два одинаковых небольших бизнеса.

Оба прибыльны.

Первый владелец говорит:

«Мне эти нейросети не нужны. Я двадцать лет так работаю, всё нормально».

И он прав.

Сегодня всё действительно нормально.

Второй не увольняет половину сотрудников и не строит какую-то фантастическую AI-компанию.

Он просто пробует.

Одну задачу автоматизировал — оказалось бесполезно.

Во второй AI ошибается слишком часто — вернул человека.

Третья экономит сотруднику час в день.

Четвёртая позволяет быстрее обрабатывать заявки.

Пятая автоматически собирает данные, которые раньше вообще никто не собирал.

Через год этот бизнес не выглядит революционно.

Просто немного эффективнее.

Но у второго владельца появляется вещь, которую сложно купить одномоментно.

Он уже понимает, где AI хорош. Где он врёт. Где цена ошибки слишком высока. Какую задачу вообще стоит автоматизировать. Как посчитать экономию. Что оставить человеку. Какие данные начать собирать сегодня, потому что через год они могут пригодиться.

Первый владелец через пять лет покупает готовый AI-сервис.

Второй покупает тот же сервис.

Но начинает пользоваться им не с нуля.

Разрыв появился не тогда, когда один получил технологию, а другой нет.

Он появился тогда, когда один начал учиться жить в новой среде, пока другой ждал, когда новая среда станет удобной.

Самый важный навык — не AI

Поэтому мне немного странно слышать советы в духе:

«Нужно срочно освоить ChatGPT».

Освоить что именно?

Сегодня один интерфейс.

Завтра другой.

Сегодня нужно уметь хорошо писать запросы.

Завтра модель сама задаст тебе необходимые вопросы.

Послезавтра агент вообще будет неделю самостоятельно выполнять задачу, приходя к тебе только за решениями.

Конкретные приёмы будут постоянно дешеветь и устаревать.

Поэтому главным навыком мне кажется не умение пользоваться определённой нейросетью.

А способность перестраиваться и учиться.

Мы давно слышим, что человеку будущего придётся несколько раз менять профессию.

Возможно, вопрос даже не в профессиях.

Возможно, нам придётся гораздо чаще менять способ делать собственную профессию.

Специалист останется специалистом.

Но большая часть его сегодняшней работы может постепенно переместиться.

Сейчас он сам ищет информацию, собирает её, сортирует, сравнивает и принимает решение.

Завтра машина собирает, сортирует и готовит несколько вариантов.

А человек проверяет и принимает решение.

Потом машина уже умеет делать и часть проверки.

И специалист опять должен понять, где теперь находится его собственная ценность.

Не один раз в двадцать лет.

Постоянно.

Это довольно неприятный мир для человека, который хочет однажды чему-то научиться и дальше спокойно всю жизнь это делать.

Но, похоже, он становится всё более реальным.

Что имеет смысл накапливать

Поэтому я не думаю, что сейчас нужно поставить всё на одну карту и бежать строить AI-стартап.

Скорее нужно параллельно собирать несколько видов капитала.

Деньги дают возможность ошибаться.

Даже если забыть про бизнес, все эти прекрасные сервисы почему-то хотят оплату каждый месяц.

А если хочется тестировать реальные проекты, появляются реклама, оборудование, серверы и просто время, которое тоже чего-то стоит.

Компетенции сокращают расстояние до следующей попытки.

После первого проекта ты уже понимаешь, что такое API.

После второго — зачем нужна база данных.

После третьего тебе не приходится заново объяснять себе половину терминов.

Но особенно дорогим активом мне кажется аудитория.

Потому что производство становится всё дешевле.

AI уже может помочь сделать текст, изображение, видео, прототип продукта, сайт.

Но есть одна команда, которая всё ещё работает довольно плохо:

«Дай мне десять тысяч людей, которым интересно то, что я делаю, и которые мне доверяют».

Внимание нельзя мгновенно сгенерировать.

Его приходится накапливать.

И здесь сейчас совпали две интересные технологии.

С одной стороны, AI резко удешевляет создание.

С другой — алгоритмические платформы умеют распространять контент не только среди уже существующих подписчиков.

То есть человек без собственного телеканала, издательства, большой компании и миллионов на рекламу получает сравнительно дешёвую возможность одновременно что-то создать и попытаться донести это до незнакомых людей.

Это не гарантирует успех.

Наоборот.

Теперь становится ещё очевиднее старая проблема:

если твой продукт никому не нужен, дешёвая разработка не спасёт.

Если твой ролик никому не интересен, алгоритм не обязан делать тебя знаменитым.

Если идея плохая, возможность реализовать её за неделю вместо полугода просто позволяет быстрее это обнаружить.

Но сама цена попытки стала гораздо ниже.

И такие окна обычно особенно хорошо видны задним числом.

Сегодня легко сказать:

«Надо было идти на YouTube десять лет назад».

«Надо было заводить TikTok, когда он только начинался».

Но в тот момент это не выглядело как очевидный социальный лифт.

Это выглядело как какая-то новая странная штука, в которой люди занимаются непонятно чем.

Когда всем становится очевидно, где лежит возможность, за неё уже обычно приходится конкурировать с огромным количеством людей, которые поняли то же самое.

Поэтому ждать революцию, возможно, уже поздно

Не в смысле «всё пропало».

Как раз наоборот.

Она пока ещё достаточно маленькая, чтобы её почти не замечать.

Большинство компаний не заменило людей роботами.

Большинство людей не создаёт продукты с AI.

Большинство традиционных бизнесов может ещё долго работать ровно так же, как работало.

Но в отдельных точках уже появились люди, которые делают то же самое намного дешевле, быстрее или вообще в одиночку.

Пока этих точек мало, они выглядят как исключения.

Потом их становится достаточно много, и внезапно меняется норма.

И тогда вчерашнее преимущество превращается просто в обязательное условие для входа.

Поэтому я не думаю, что обычному человеку сегодня нужно угадывать, какая профессия исчезнет первой или какая нейросеть победит через пять лет.

Гораздо полезнее посмотреть на то, что он делает прямо сейчас, и задать себе довольно простой вопрос:

Что в моей работе или жизни до сих пор устроено так только потому, что ещё пять лет назад изменить это было слишком сложно или дорого?

Возможно, ответа не будет.

Возможно, первая идея окажется глупой.

Вторая тоже.

Третья не заработает.

Но, наверное, это и есть самое важное изменение.

Раньше между мыслью и попыткой часто стояла стена.

Теперь там всё чаще стоит дверь.

Она пока тугая, кривая и иногда открывается не с первого раза.

Но именно поэтому рядом ещё нет очереди.

Сейчас преимущество существует потому, что неудобно.

А главный навык, который имеет смысл получить до того, как всё станет удобно, — научиться не ждать удобного времени.

Можно собрать друзей на кухне и за один вечер придумать десять стартапов на миллиард долларов.

После пятого бокала обычно уже появляются особенно сильные.

AI делает проблему ещё смешнее.

Попросите его придумать сто идей бизнеса — он придумает.

Попросите тысячу — получите тысячу.

Формально дефицита идей теперь вообще быть не должно.

Но есть большая разница между предложением, которое можно написать в текстовом поле, и идеей, имеющей какое-то сцепление с реальностью.

Можно придумать автоматизацию чего угодно.

Гораздо сложнее понять, что вообще имеет смысл автоматизировать.

Кому это нужно? Сколько сейчас стоит проблема? Почему её до сих пор никто не решил? Если решил — почему люди всё равно продолжают делать по-старому? Как решение встроится в конкретный бизнес? Будет ли экономия больше стоимости внедрения?

И главное — заплатит ли за это хоть кто-нибудь?

AI глобален.

А хорошие возможности очень часто локальны.

Человек, который двадцать лет занимается общепитом, видит вещи, которых не замечает программист из банка.

Водитель видит проблемы, которых не видит врач.

Владелец маленького магазина знает про свою точку то, чего никогда не будет знать венчурный инвестор, просто проходящий мимо.

У каждого из нас есть какой-то собственный кусок реальности.

И он одновременно расширяет и ограничивает пространство идей, которые мы вообще способны увидеть.

Поэтому мне всё больше нравится простая формула:

чем дешевле становится ответ, тем дороже становится хороший вопрос.

AI может рассказать, как автоматизировать магазин.

Но сначала кому-то нужно посмотреть на магазин и спросить:

а зачем здесь вообще целый день сидит человек?

Табачная лавка как пример

Мне почему-то в последнее время постоянно попадаются маленькие табачные магазины.

Совсем небольшая точка. Товар на полках. Касса. За кассой человек.

Иногда видно, что это вообще сам владелец.

И человек просто сидит там большую часть дня.

Пришёл покупатель. Назвал сигареты. Продавец достал пачку. Пробил. Принял оплату.

Следующий.

Конечно, там продаются не только сигареты. Есть напитки, сладости, зажигалки, всякие сопутствующие товары. Есть приёмка, выкладка, контроль остатков и куча других процессов.

Но всё равно возникает вопрос:

обязательно ли человек должен физически сидеть здесь двенадцать часов?

Самое очевидное возражение — возрастные ограничения.

Но и эта проблема уже перестала быть исключительно человеческой.

Я сам сталкивался с тем, что во «ВкусВилле» возраст при покупке товара с ограничением можно подтвердить на кассе самообслуживания цифровым способом. Цифровой ID уже используется на некоторых кассах самообслуживания для подтверждения возраста без вызова сотрудника и связан с подтверждённой учётной записью Госуслуг.

Я не утверждаю, что завтра можно снять помещение, поставить автоматическую дверь и открыть полностью безлюдный табачный магазин.

Там наверняка возникнет ещё десяток вопросов: законодательство, ответственность, кражи, передача аккаунта другому человеку, безопасность, приёмка товара, контроль маркировки.

В этом как раз смысл примера.

Ещё недавно первый вопрос был бы:

«А как ты вообще технически собираешься это сделать?»

Сейчас всё чаще первый серьёзный вопрос находится уровнем выше:

«А можно ли это нормально встроить в реальный бизнес?»

Это уже огромный сдвиг.

Камеры существуют. Компьютерное зрение существует. Электронный доступ существует. Цифровая идентификация существует. Онлайн-кассы существуют. Удалённый контроль существует.

AI позволяет человеку, который не является специалистом в половине этих областей, хотя бы попробовать соединить их в одну систему.

И внезапно самым сложным становится не написать код.

Самым сложным становится понять, имеет ли вся эта конструкция экономический смысл.

AI не сделает всех предпринимателями

Из этого часто делают другой вывод:

раз теперь продукт создать проще, значит стартапов станет в десять раз больше и любой сможет открыть технологическую компанию.

Я не уверен.

Потому что технический барьер — это только один барьер.

Предпринимательство всегда было в значительной степени паттерном поведения.

Один человек придумал что-то, попробовал, провалился, попробовал ещё раз.

Другой придумал, полгода размышлял, почему сейчас неподходящий момент, и не сделал ничего.

AI эту разницу не уничтожает.

Он может сделать другое — сжать путь.

Раньше предприниматель мог за десять лет пройти десять проектов.

Сегодня некоторые из этих попыток можно сделать намного быстрее.

MVP, который раньше строился три месяца, собирается за неделю.

Через неделю выясняется, что он нахрен никому не нужен.

Прекрасно.

Раньше на получение этой информации можно было потратить полгода и несколько сотен тысяч.

AI не отменил неудачу.

Он просто позволил быстрее до неё добраться.

И, если остались силы, быстрее попробовать ещё раз.

Поэтому я не думаю, что доступ к AI автоматически создаст огромное количество новых предпринимателей.

Скорее люди, которые и раньше были склонны пробовать, получат возможность делать больше попыток за то же время.

А человек, который не начинает, всё ещё может бесконечно смотреть обзоры новых моделей и ждать подходящего момента.

И тут возникает логичный вопрос.

Может быть, и правда стоит немного подождать?

Сейчас всё сырое. Модели ошибаются. Сервисы меняются. Половину вещей приходится собирать вручную.

Через несколько лет наверняка появятся нормальные готовые решения.

И вот здесь, мне кажется, находится одна из самых интересных ловушек всей нынешней AI-революции.

Потому что когда станет удобно — удобно станет всем.

И именно тогда значительная часть сегодняшнего преимущества исчезнет.

Об этом — в третьей части.

Где революция?

Мне кажется, проблема в том, что мы неправильно представляем себе, как она должна выглядеть.

Мы ждём события. Как будто в какой-то понедельник нам объявят: всё, с сегодняшнего дня началась эпоха искусственного интеллекта.

А она, возможно, уже началась. Просто выглядит гораздо скучнее.

Один человек автоматизировал процесс, который раньше делал руками. Другой научился за вечер собирать то, для чего раньше искал программиста. Третий пока ничего не меняет, потому что его бизнес и без этого приносит деньги.

Через год первый чуть быстрее. Через три года у него чуть ниже расходы. Через пять — больше денег, больше опыта, больше возможностей для следующего шага.

А второй всё ещё работает. Он даже может оставаться прибыльным.

Просто расстояние между ними постепенно становится больше.

Никакого взрыва не было.

Просто один однажды обнаружил, что уже находится в другой точке.

MVP теперь может стоить как подписка

Мне кажется, одно из самых недооценённых изменений AI вообще не связано с тем, насколько хорошо ChatGPT пишет стихи или решает задачи.

Изменилась стоимость попытки.

Ещё несколько лет назад у обычного человека могла появиться простая идея:

«Хочу Telegram-бота, который будет делать вот это».

Или:

«Хочу, чтобы камера распознавала определённое событие и после этого запускалось какое-то действие».

Или:

«Хочу небольшой сервис, который получает данные отсюда, обрабатывает их и показывает результат здесь».

Дальше начиналась техническая часть.

Найти программиста. Объяснить ему, что тебе нужно. Разобраться, сколько это стоит. Написать техническое задание, хотя ты сам толком не понимаешь, какие там технологии. Получить первую версию. Обнаружить, что вы друг друга немного не поняли. Заплатить ещё. Переделать.

В какой-то момент простая идея превращалась в проект на сотни тысяч рублей ещё до того, как ты вообще понял, нужна она кому-нибудь или нет.

И огромное количество идей заканчивалось именно здесь.

Не потому, что их невозможно было реализовать.

Возможности существовали.

Просто стоимость входа была слишком высокой.

Сегодня для довольно большого класса цифровых MVP эта стоимость может сократиться до ноутбука, нескольких подписок и твоего собственного времени.

Это не означает, что любой человек внезапно стал хорошим программистом. И тем более не означает, что профессиональные разработчики больше не нужны.

Происходит другое.

Раньше человек зачастую даже не рассматривал техническую задачу как доступную ему.

Он не говорил:

«Я не знаю OpenCV».

Он вообще не знал, что OpenCV существует.

В его голове было проще:

«Это программирование. Мне нужен программист».

Сейчас можно начать с человеческого языка:

«У меня есть камера. Я хочу, чтобы система замечала определённый объект, записывала событие, проверяла ещё несколько условий и после этого делала действие. Как это собрать?»

И AI постепенно переводит человеческое намерение в техническую архитектуру.

Сначала объясняет, какие вообще существуют варианты. Потом помогает выбрать. Потом написать код. Потом сообщает, почему твой код не работает. Потом ты присылаешь ему ошибку, о существовании которой десять минут назад даже не подозревал.

И через какое-то время у тебя что-то действительно работает.

И вот здесь впервые по-настоящему чувствуешь, что изменилось.

Не когда попросил нейросеть написать поздравление с днём рождения.

Не когда она пересказала тебе статью.

А когда ты сделал с её помощью вещь, к которой раньше просто не стал бы подходить.

И тут возникает довольно неприятный побочный эффект.

Становится намного сложнее объяснить самому себе, почему ты ничего не попробовал.

Но здесь появляется следующая проблема.

Если ответ на вопрос «как это сделать?» становится всё дешевле, то что теперь вообще остаётся дефицитом?

Мне кажется, ответ довольно неприятный: способность понять, что именно стоит делать.

Потому что AI может придумать тебе хоть тысячу бизнес-идей.

А вот найти среди них одну, которая имеет сцепление с реальностью, он за тебя уже не сможет.

Об этом — во второй части.