Разочарование в AI

В 2017 году ни на одной стратегической сесии, ни на одном фарсайте, ни на одном серьезном совещании, ни в одном маркетинговом исследовании я не слышал ни слова про нейросети, а ведь именно в этом году Google опубликовала свою архитектуру Transformer. Сегодня наоборот – сложно найти хоть один документ стратегического масштаба, в котором не упоминался бы AI. Скорее всего, даже сами эти документы будут созданы с участием AI. Единственное, что, к сожалению, не изменилось за это время – предсказуемо дурацкое поведение людей и бизнесов, сталкивающихся с любой новой технологией.

Цикл Гартнера

Я надеюсь, что вы слышали про Gartner Hype Cycle. Gartner (аналитическая и консалтинговая компания, основанная в 1979 году Гидеоном Гартнером и Дэвидом Стайном) придумала эту модель в 1995 году. Автор методологии — аналитик Gartner Джеки Фенн (Jackie Fenn), пришедшая в компанию в 1994-м. В 2008 году она даже выпустила книгу «Mastering the Hype Cycle» в Harvard Business Press.

Суть модели простая: любая новая технология проходит пять фаз, и это повторяется снова и снова с любой технологией — от паровых двигателей до криптовалют:

Innovation Trigger — технологический триггер. Технологию узкий круг энтузиастов уже видит, широкая публика не верит.
Peak of Inflated Expectations — пик завышенных ожиданий. Хайп, маркетинговые обещания, попытки встроить технологию всюду, где можно и нельзя.
Trough of Disillusionment — пропасть разочарования. Первые внедрения не дают чуда, бюджеты режут, энтузиазм падает.
Slope of Enlightenment — склон просвещения. Технология находит реальные ниши, появляются продукты, которые действительно работают.
Plateau of Productivity — плато продуктивности. Технология становится инфраструктурой, о ней перестают спорить и начинают её использовать.

Эта модель не про то, что какая-то технология плохая или хорошая. Она про то, что восприятие и реальность почти всегда расходятся. Сначала слишком всё оптимистично, потом слишком пессимистично, и только спустя время (потратив кучу денег и усилий) — спокойно.

Пять фаз на примере AI

Вообще-то правильно было бы рассматривать отдельные циклы для разных AI-технологий — генеративный AI, агентский AI, AI для кода, но для простоты мы будем говорить об AI в целом.

1. Innovation Trigger (2017–2022)

Когда в 2017 году Google опубликовал архитектуру Transformer, а в 2018-м OpenAI выпустил GPT-1, мир этого не заметил. GPT-2 в 2019-м показали, но публично полную версию не выложили — посчитали «слишком опасным». Это была фаза Innovation Trigger в чистом виде: узкий круг исследователей, энтузиастов, пара венчурных фондов, вложившихся в OpenAI. Больше это никого не интересовало.

Потом, в конце 2022-го, вышел ChatGPT. За пять дней набрал миллион пользователей, через два месяца — сто миллионов. Триггер сработал, мир увидел, дальше понеслось. Газеты писали про «нейросети, которые рисуют кислотные картинки», а серьёзные CIO в крупных компаниях отмахивались: «это игрушка, мы этим заниматься не будем».

2. Peak of Inflated Expectations (2023–2024)

Эйфория, эйфория и ещё раз эйфория. В 2023 году курсы «AI-промпт-инженер» на Западе продавались за тысячу долларов, обещая сделать из любого менеджера миллионера. Венчурные фонды подняли рекордные раунды на стартапы, в названии которых было слово AI, даже если продукта ещё не существовало. Корпорации начали впихивать AI повсюду, не особенно задумываясь, нужен ли он там, и результаты этого очень хорошо видны сейчас.

Недавно я искал себе подходящий инструмент для mindmap. Задача у меня была очень простая: визуализировать идеи деревом, сворачивать и разворачивать ветки, работать одному или с коллегами в браузере. В результате я открыл двадцать пять сервисов — Taskade, EdrawMind, Ayoa, GitMind, XMind, MindMeister, Mural, Miro и так далее. И в каждом — эта тварь. Чат-бот. AI-ассистент. Кнопка «AI» в шапке, но нигде — ни в настройках, ни в FAQ, ни в документации — не написано, какая модель за ней стоит, какой у неё контекст, какие ограничения. Плати и не спрашивай.

Мало того: теперь это не просто программа за $10, которые ты платишь один раз и навсегда, а ПОДПИСКА! Подписка на воздух, потому что AI-ассистент в майндмэпере не знает моего контекста, не знает, какую задачу я решаю, не знает, что у меня в голове. То же самое происходит с CRM, ERP, офисными пакетами, IDE, поисковыми системами. Каждый вендор, у которого раньше в шапке было «Cloud-Native», теперь написал «AI-Powered». И это не вполне злой умысел — это инерция рынка на пиковой фазе, когда кажется, что если у тебя нет AI в продукте, ты проиграл.

3. Trough of Disillusionment (2025)

В конце 2024-го и начале 2025-го всё чаще стали слышны истории про AI в стиле: «Мы попробовали, не сработало». Команда купила подписки, потратила три месяца, написала регламент использования, посчитала эффект, не нашла его, свернула. Это и есть Trough of Disillusionment.

Главный сюжет этой фазы — экономика. До недавнего времени провайдеры AI продавали «безлимит за $20 в месяц» как маркетинговый крючок, чтобы приучить аудиторию к новой технологии. Стратегия сработала, они набрали базу и подсадили на бесплатный AI-сыр несколько рыночных сегментов, но к 2025 году халява стала заканчиваться:

OpenAI в 2025–2026 годах ввёл пятиуровневую тарифную лестницу: Free, Go, Plus за $20, Pro за $100, Pro за $200. Безлимит если и остался, то только на самом дешёвом уровне и только для самой слабой модели. На уровнях выше тариф привязан к числу сообщений, объёму токенов и доступным моделям.
Anthropic в апреле 2025 года запустил тариф Claude Max — Max 5x за $100 в месяц и Max 20x за $200, где «5x» и «20x» — кратность обычного Claude Pro за $20. Каждый уровень имеет свой потолок по сообщениям.
Google и Microsoft пошли тем же путём: подписки привязаны к объёму использования и к классу модели, безлимит ушёл из маркетинговых материалов.
MiniMax с 1 июня 2026 года заменил свой Coding Plan на Token Plan с жёсткими лимитами. Даже у китайских провайдеров эпоха «безлимита за двадцатку» заканчивается.

Это и есть признак третьей фазы. Маркетинговый хайп закончился, начался трезвый расчёт: профессиональные пользователи платят реальные деньги за реальные объёмы, любители отваливаются, цены выравниваются по себестоимости инференса. Рынок отсеивает тех, кому AI на самом деле не нужен, и нащупывает реальную цену для тех, кому нужен.

4. Slope of Enlightenment (сейчас)

Через Trough of Disillusionment проходят не все технологии — некоторые там и умирают. AI не умрёт, а вот те, кто пытается бездумно его использовать, имеют все шансы избавить рынок от своего присутствия.

От попыток вставить любой ИИ куда угодно индустрия приходит либо к нишевым, специализированным решениям, как Anthropic, либо делает мощные агенты на хороших моделях, которые могут качественно решать широкий круг задач благодаря тому, что погружены в контекст пользователя, имеют доступ к его данным, документам, переписке, базам.

5 мая 2026 года Anthropic выпустил десять готовых AI-агентов для финансовой сферы с подключением к FactSet, S&P Capital IQ, MSCI, LSEG, PitchBook, Morningstar, Chronograph. Это не «ассистент, который попробует помочь», а специализированный продукт, обученный предметной области и имеющий доступ к источникам, на которых держится вся индустрия.
Claude for Small Business в том же мае появился с интеграцией в QuickBooks, Microsoft 365, Google Workspace, DocuSign и PayPal. Пакет, через который AI реально достаёт данные из систем, где живёт малый бизнес, и реально туда же возвращает результат.
OpenAI и Google в 2025–2026 годах начали продвигать агентские продукты с подключением к корпоративным хранилищам, операционным системам и сторонним API. Универсальный «чат с AI» остался, но рядом с ним вырос слой продуктов, которые умеют делать конкретные операции в конкретных системах.

А все эти AI-кнопки в обычных приложениях постигнет та же участь, что и чайники с Bluetooth: они никому не нужны. Гораздо полезнее для разработчиков было бы вместо встраивания недоделанных AI-ассистентов в свой продукт делать полноценные интеграции, через которые эти инструменты смогут использовать внешние агенты, — тогда инструмент остаётся инструментом, а думать будет тот, кто для этого предназначен.

5. Plateau of Productivity (впереди)

В пятую фазу AI пока не вошёл. Это будет видно по простому признаку: AI перестанут обсуждать как «технологию» и начнут обсуждать как «инфраструктуру». Сейчас никто не обсуждает электричество, никто не пишет статей «стоит ли внедрять интернет в офис», никто не спорит, нужен ли блокчейн для криптовалют.

Сейчас мы на четвёртой фазе. Это не плохо и не хорошо — это понимание того, где технология находится.

Где вы сами в этой кривой

Всё, что я написал выше, — про технологию. Но для руководителя, который принимает решение о внедрении AI в своей компании или подразделении, важнее другая ось: на какой стадии находитесь вы сами.

Первая фаза — игнорирование. Только присматриваетесь и не верите, что это серьёзно. Это сейчас худшая позиция. Окно, в котором можно спокойно выбирать решения, постепенно закрывается. Через год–полтора-два на рынке уже будут игроки, которые научились эффективно использовать AI, получили за счёт этого конкурентные преимущества и играть придётся по их правилам.

Вторая фаза — встраивание везде. Пробуете напичкать AI во все дыры, чтобы не отстать от конкурентов. Заплатите за маркетинговый хайп, получите кучу бессмысленных подписок, проведёте год в попытках понять, что из этого работает, и с большой вероятностью свернёте внедрение, объявив AI бесполезным. Это сюжет, через который сейчас проходит множество компаний.

Третья фаза — разочарование. Уже попробовали, разочаровались и свернули. Не спешите с выводами: вы разочаровались продуктами фазы эйфории, а не тем, что AI вообще умеет. Специализированные агенты 2025–2026 годов — это буквально другое поколение с принципиально новыми возможностями. Судить о современном AI по чатам 2023 года — в корне не верно.

Четвёртая фаза — осознанное внедрение. Понимаете, где AI у вас реально работает и приносит эффект, и не тратите ресурсы на то, где бесполезен. Здесь появляется настоящее преимущество — не маркетинговое («у нас есть AI»), а экономическое: упростили и удешевили рутину без потери качества, ускорили конкретные бизнес-процессы.

Пятая фаза — рутина. AI стал частью рабочего фона, как электронная почта или мессенджер. До этого большинству компаний ещё далеко, и это нормально. В конечном счёте все там будем. Все, кто выживет в конкурентной борьбе, разумеется.

Что делать прямо сейчас

Спокойно, без иллюзий, без скепсиса, без излишних надежд и неизбежно связанного с ними разочарования ищите способы оптимизации своих бизнес-процессов с использованием AI.

Для этого нужно держать руку на пульсе текущих технологий, понимать, что они реально умеют в бизнесе сегодня, и одновременно — что происходит в вашей компании. Одно без другого не работает: если вы знаете про AI всё, но не понимаете собственных процессов, будете искать применение технологии там, где она не нужна. Если вы знаете свой бизнес до последней запятой, но не следите за индустрией, опоздаете на год-полтора и начнёте внедрять то, что было актуально позавчера.

Внедрение AI – это сложно как минимум потому, что все простые функции так или иначе уже автоматизированы. Потому, что AI может ошибаться и это – часть его архитектурных особенностей. Потому что он оказывает сильное влияние на процессы коммуникации в команде. Потому, что для его использования нужны совсем другие навыки, нежели для привычных средств автоматизации. Потому что у него собственная, нетривиальная экономика.

Сложность требует дополнительных компетенций и для топ-менеджеров, и для линейных руководителей, и для рядовых сотрудников, и для IT подразделений. Учить нужно всех, кто имеет отношение к AI. И это я сейчас пишу не потому, что разработал целую линейку учебных программ на стыке AI и менеджмента, а наоборот – мне пришлось создавать эти программы потому, что без них успешно внедрять по-настоящему интересные решения в области AI мучительно трудно.

Внедрение искусственного интеллекта без интеллекта «натурального» заведомо обречено на провал.