Начинающим · Тренды
Сооснователь Airbnb Брайан Чески считает, что искусственный интеллект не уравнивает возможности людей, а усиливает их сильные стороны. Мы разобрали его тезис на реальных примерах из программирования, медицины, инженерии и бизнеса, изучили исследования MIT и Harvard и попытались ответить на главный вопрос: действительно ли ИИ увеличивает разрыв между людьми или, наоборот, открывает новые возможности для каждого.
Искусственный интеллект не устраняет разрыв между людьми. Он увеличивает его.
Эта мысль принадлежит сооснователю и генеральному директору Airbnb Брайану Чески. На первый взгляд она кажется спорной. Ведь сегодня современные языковые модели доступны практически каждому: ChatGPT, Claude, Gemini, Grok и десятки других сервисов можно открыть за несколько минут. Если доступ к технологиям стал массовым, почему разрыв между людьми должен увеличиваться?
Ответ Чески звучит неожиданно просто:
"AI is an amplifier, not an equalizer."
«Искусственный интеллект — это усилитель, а не уравнитель».
Эта фраза быстро разошлась по профессиональному сообществу. Ее цитируют разработчики, инвесторы и руководители крупных компаний. Но насколько она соответствует действительности? Действительно ли искусственный интеллект помогает только тем, кто уже успешен, а остальные практически ничего не получают?
Попробуем разобраться, опираясь не на эмоции, а на реальные примеры, исследования и опыт компаний, которые уже используют ИИ каждый день.
Еще несколько лет назад создание программ, изображений или сложных аналитических отчетов требовало команды специалистов. Сегодня многие задачи способен выполнить один человек с доступом к современной языковой модели.
Можно написать программу.
Можно перевести научную статью.
Можно подготовить маркетинговую стратегию.
Можно создать иллюстрации, презентацию или даже видеоролик.
Стоимость входа в интеллектуальную работу резко снизилась.
Поэтому возникает логичный вывод:
Если искусственный интеллект доступен практически каждому, значит и возможности у всех становятся одинаковыми.
Именно здесь, по мнению Брайана Чески, многие делают ошибку.
Чтобы объяснить свою мысль, Чески приводит аналогию с Photoshop.
Когда Adobe выпустила Photoshop, программа стала доступна миллионам людей. Любой мог установить ее на компьютер и начать редактировать фотографии.
Но произошло ли после этого исчезновение профессии дизайнера?
Нет.
Наоборот.
Лучшие дизайнеры стали работать быстрее, выполнять больше проектов и создавать изображения, которые раньше занимали значительно больше времени.
Новички тоже получили полезный инструмент, однако разница между хорошим дизайнером и человеком без опыта никуда не исчезла.
Она стала еще заметнее.
То же самое произошло с профессиональными видеоредакторами, системами трехмерного моделирования, электронными таблицами и поисковыми системами.
Excel не сделал каждого финансиста профессиональным аналитиком.
Google не превратил каждого пользователя в ученого.
Photoshop не сделал каждого владельца компьютера дизайнером.
Инструменты повысили производительность практически всех пользователей. Но больше всего выиграли те, кто уже обладал знаниями и понимал, как применять новые возможности.
Подобные ситуации происходили задолго до появления искусственного интеллекта.
Когда появились калькуляторы, многие опасались, что люди перестанут понимать математику.
Произошло обратное.
Инженеры, ученые и архитекторы получили возможность выполнять расчеты быстрее и сосредоточиться на действительно сложных задачах.
Когда появился Интернет, казалось, что знания станут одинаково доступны каждому.
Информация действительно стала доступнее.
Но хорошие исследователи не исчезли.
Наоборот, они получили возможность работать с огромным количеством источников, сравнивать данные и находить закономерности значительно быстрее.
Сегодня мы наблюдаем похожий процесс с искусственным интеллектом.
Разница лишь в том, что теперь автоматизируется уже не поиск информации, а часть интеллектуальной работы.
До появления современных языковых моделей знания сами по себе часто были ограничением.
Чтобы написать программу, необходимо было изучить язык программирования.
Чтобы создать иллюстрацию — освоить графический редактор.
Чтобы написать качественный текст — годами развивать навыки письма.
Сегодня ИИ способен выполнить значительную часть этой работы.
Но возникает новый вопрос.
Если модели умеют писать код, создавать изображения и готовить документы, что теперь становится главным конкурентным преимуществом человека?
Именно здесь тезис Брайана Чески приобретает особое значение.
Возможно, современный рынок начинает ценить уже не способность выполнять работу вручную, а способность правильно поставить задачу, проверить результат и принять решение.
Если это действительно так, тогда искусственный интеллект не уменьшает разрыв между людьми. Он усиливает уже существующие различия.
Но означает ли это, что начинающие специалисты обречены всегда отставать от опытных?
Или ситуация намного сложнее, чем кажется на первый взгляд?
Чтобы ответить на этот вопрос, нужно посмотреть, как искусственный интеллект влияет на представителей разных профессий — от программистов и врачей до предпринимателей и инженеров.
Главная идея Брайана Чески заключается не в том, что искусственный интеллект помогает только талантливым людям. Его мысль намного тоньше.
ИИ усиливает уже существующие способности человека.
Если специалист хорошо знает свою область, ИИ позволяет ему работать значительно быстрее. Если же человек только начинает разбираться в профессии, модель действительно помогает, но не способна заменить опыт.
Лучше всего это видно на конкретных примерах.
Представим двух разработчиков.
Первый — Junior с небольшим опытом.
Он просит ChatGPT написать функцию сортировки, исправить ошибку или объяснить сообщение компилятора. Во многих случаях модель действительно помогает. Однако если возникает сложная архитектурная проблема, начинающий разработчик зачастую не может понять, почему предложенное решение не подходит.
Теперь посмотрим на Senior-разработчика.
Он не просит написать одну функцию. Он описывает архитектуру всей системы, разбивает задачу между несколькими ИИ-агентами, автоматически генерирует тесты, документацию, SQL-запросы и проверяет результат за считанные минуты.
Оба используют одну и ту же модель.
Но первый экономит часы.
Второй — дни или даже недели.
Не случайно бывший директор по ИИ в Tesla и один из основателей OpenAI Андрей Карпати сегодня говорит о новом стиле разработки — vibe coding, где программист все меньше пишет код вручную и все больше управляет работой ИИ.
Другими словами, ценность смещается от набора текста к проектированию и контролю.
Похожая ситуация складывается и в медицине.
Начинающий врач может использовать ИИ, чтобы быстро освежить знания о заболевании, прочитать клинические рекомендации или проверить дозировку препарата.
Опытный врач использует модель иначе.
Он сравнивает несколько исследований, анализирует редкие случаи, просит найти публикации последних месяцев и рассматривает ИИ как дополнительного консультанта перед принятием окончательного решения.
Разница заключается не в качестве модели, а в качестве вопросов.
ИИ способен предоставить информацию.
Но именно специалист понимает, какие данные действительно важны.
То же происходит в юридической практике.
Начинающий специалист просит:
«Составь договор оказания услуг».
ИИ прекрасно справляется с такой задачей.
Но опытный юрист формулирует запрос совершенно иначе.
«Проанализируй судебную практику Верховного суда за последние три года, найди спорные положения этого договора, оцени возможные риски и предложи изменения.»
Это уже не генерация документа.
Это совместная аналитическая работа человека и искусственного интеллекта.
Еще показательнее пример инженеров.
Новичок спрашивает:
«Что такое PID-регулятор?»
Опытный инженер пишет совсем другой запрос.
«Проанализируй лог полета, объясни причину колебаний по тангажу, оцени влияние ветра и предложи изменения коэффициентов PID с учетом массы аппарата.»
Чтобы получить пользу от такого ответа, необходимо понимать аэродинамику, принципы работы автопилота и ограничения датчиков.
Без этих знаний даже идеальный ответ модели окажется бесполезным.
Маркетинг — еще один хороший пример.
Начинающий специалист просит:
«Напиши пост о новой функции продукта.»
Через несколько секунд он получает вполне качественный текст.
Опытный маркетолог ставит перед моделью совсем другую задачу.
«Проанализируй публикации десяти крупнейших конкурентов за последние полгода. Определи темы с наибольшей вовлеченностью, найди незанятые ниши, предложи редакционный план на месяц и оцени потенциальную аудиторию каждого направления.»
Это уже не копирайтинг.
Это исследование рынка.
И снова решающую роль играет не модель, а человек, который знает, какой результат ему нужен.
Интересно, что выводы Брайана Чески подтверждаются научными работами.
Исследование Boston Consulting Group совместно с Гарвардской школой бизнеса показало, что консультанты, использующие GPT-4 при выполнении подходящих задач, работали значительно быстрее и демонстрировали более высокое качество результатов.
Однако эффект оказался максимальным у специалистов, которые уже обладали высокой квалификацией и понимали предметную область.
Похожие выводы содержатся и в исследованиях MIT, посвященных использованию генеративного ИИ в интеллектуальном труде. Искусственный интеллект заметно повышает производительность, но не отменяет значение профессиональных знаний.
Еще одну важную мысль Брайан Чески сформулировал во время обсуждения влияния ИИ на бизнес.
«Raw execution has been commoditized.»
Иначе говоря, само исполнение работы становится дешевым.
Написать текст, перевести документ, составить код или подготовить презентацию теперь может практически каждый.
Но значительно выше начинают цениться вещи, которые пока невозможно автоматизировать полностью:
Именно поэтому лучшие специалисты получают от искусственного интеллекта непропорционально большую выгоду.
Но означает ли это, что начинающим ИИ действительно почти бесполезен?
Совсем нет. Более того, именно для новичков генеративный ИИ открыл возможности, которых еще пять лет назад просто не существовало.
Если буквально понимать тезис «сильных ИИ делает еще сильнее, а слабым ничего не дает», с ним трудно согласиться.
История последних двух лет показывает обратное.
Искусственный интеллект уже помог миллионам людей начать делать то, что раньше казалось слишком сложным или вообще недоступным.
Поэтому правильнее говорить не о том, что ИИ ничего не дает начинающим, а о том, что он значительно снижает порог входа практически в любую интеллектуальную профессию.
Еще совсем недавно человек, никогда не писавший код, практически не имел шансов самостоятельно создать работающее приложение.
Необходимо было изучить язык программирования, разобраться с библиотеками, системой контроля версий, документацией и десятками других инструментов.
Сегодня ситуация изменилась.
Человек может описать идею обычным языком:
«Сделай Telegram-бота, который принимает фотографии, отправляет их в API и возвращает обработанный результат.»
ИИ способен написать большую часть кода, объяснить каждую строку, подсказать, как установить зависимости, найти ошибку и даже помочь с публикацией проекта.
Конечно, это не делает человека профессиональным разработчиком.
Но позволяет перейти от идеи к первому работающему прототипу за несколько часов вместо нескольких месяцев обучения.
Еще десять лет назад огромное количество технической информации существовало только на английском языке.
Документация NVIDIA.
Материалы OpenAI.
Исследования MIT.
Руководства по ArduPilot.
Для миллионов специалистов это было серьезным ограничением.
Сегодня языковые модели переводят сложные технические документы почти мгновенно.
Более того, они способны объяснить непонятные термины, привести аналогии и ответить на дополнительные вопросы.
Фактически искусственный интеллект стал персональным преподавателем, доступным круглосуточно.
Раньше небольшая компания без собственного дизайнера сталкивалась с серьезной проблемой.
Необходимо было искать подрядчиков, оплачивать работу или использовать готовые шаблоны.
Сегодня генеративные модели позволяют:
Это не означает, что профессия дизайнера исчезла.
Но человек без профильного образования получил возможность самостоятельно решать огромное количество задач.
Пожалуй, именно образование оказалось одной из сфер, где влияние ИИ наиболее заметно.
Раньше обучение строилось вокруг книг, курсов и преподавателей.
Сегодня модель может:
Если объяснение оказалось слишком сложным, можно попросить:
«Объясни так, как будто мне десять лет.»
Или наоборот:
«Расскажи подробнее, используя математические формулы.»
Ни один учебник не способен так адаптироваться под конкретного человека.
Здесь и возникает главный парадокс.
ИИ действительно помогает начинающим.
Но опытным специалистам он помогает значительно сильнее.
Представим условную шкалу эффективности.
| Специалист | Без ИИ | С ИИ |
|---|---|---|
| Новичок | 1 | 2 |
| Специалист | 10 | 30 |
| Эксперт | 100 | 500 |
Это условные цифры, но они хорошо показывают принцип.
Новичок действительно становится эффективнее.
Однако эксперт увеличивает свою производительность еще сильнее.
В результате абсолютный разрыв между ними становится больше.
Именно этот эффект Брайан Чески называет «усилением».
Существует распространенное заблуждение, будто современные языковые модели постепенно делают профессиональные знания ненужными.
На практике происходит обратное.
Чем сложнее задача, тем выше ценность человека, который способен оценить качество ответа.
Языковая модель может предложить несколько вариантов решения.
Но именно человек выбирает правильный.
ИИ способен написать код.
Но архитектор определяет, подходит ли он для конкретной системы.
ИИ может составить медицинское заключение.
Но ответственность за диагноз остается за врачом.
ИИ способен подготовить юридический документ.
Но окончательное решение принимает юрист.
Поэтому знания не теряют ценность.
Наоборот, они становятся тем самым фильтром, который позволяет отделить действительно качественный результат от убедительно звучащей ошибки.
Именно здесь проходит граница между человеком, который просто использует искусственный интеллект, и человеком, который умеет превращать его ответы в реальные решения.
Но если главная ценность постепенно смещается от выполнения работы к принятию решений, возникает следующий вопрос: какие навыки станут наиболее востребованными в ближайшие годы — и что это означает для бизнеса, специалистов и рынка труда в целом?
Если принять тезис Брайана Чески, возникает закономерный вопрос.
Что именно начинает цениться, если значительную часть интеллектуальной работы способен выполнять искусственный интеллект?
Ответ уже постепенно формируется на рынке.
Все меньше ценится способность выполнять типовую работу вручную.
Все больше — способность принимать правильные решения.
Именно поэтому сегодня работодатели все чаще ищут не человека, который умеет писать текст, рисовать иллюстрации или программировать быстрее других, а специалиста, который понимает, что именно нужно сделать и почему.
ИИ может предложить десятки вариантов.
Но выбрать лучший вариант, оценить риски и взять на себя ответственность пока способен только человек.
После появления генеративного ИИ многие руководители начали искать ответ на вопрос:
«Какой сервис нам купить?»
На самом деле это далеко не самый важный вопрос.
Сегодня большинство крупных языковых моделей находятся примерно в одном технологическом классе.
Разница между ними постепенно сокращается.
Настоящее конкурентное преимущество создается не выбором модели, а тем, как компания перестраивает свои процессы.
Можно привести простой пример.
Две компании приобрели доступ к одному и тому же ИИ-сервису.
Первая разрешила сотрудникам пользоваться чат-ботом по своему усмотрению.
Во второй пересмотрели бизнес-процессы, автоматизировали подготовку документов, внедрили ИИ-помощников в отдел продаж, маркетинг, техническую поддержку и аналитику.
Формально технологии одинаковые.
Результаты — совершенно разные.
Именно поэтому все больше руководителей говорят уже не о внедрении искусственного интеллекта, а о трансформации компании.
Часто можно услышать вопрос:
«Какие профессии исчезнут из-за ИИ?»
История технологических революций показывает, что чаще исчезают не профессии, а отдельные задачи.
Бухгалтеры не исчезли после появления Excel.
Фотографы не исчезли после появления цифровых камер.
Программисты не исчезли после появления систем автоматической генерации кода.
Но содержание их работы стало совершенно другим.
То же самое происходит и сейчас.
Рутинные операции постепенно автоматизируются.
Зато возрастает ценность тех компетенций, которые пока невозможно полностью делегировать машине:
Возможно, именно здесь скрывается главное изменение последних лет.
Еще недавно путь от идеи до готового продукта требовал команды специалистов, значительного бюджета и месяцев работы.
Сегодня один человек может за несколько дней создать прототип приложения, подготовить сайт, написать документацию, разработать маркетинговую стратегию и протестировать гипотезу.
Искусственный интеллект сделал эксперименты значительно дешевле.
Но он не может заставить человека начать действовать.
Поэтому все большую ценность приобретает не способность пользоваться конкретной моделью, а готовность постоянно учиться, проверять идеи и внедрять новые решения.
Именно инициатива становится тем фактором, который ИИ усиливает сильнее всего.
Если воспринимать его слова буквально, ответ будет отрицательным.
Нельзя сказать, что искусственный интеллект ничего не дал начинающим специалистам.
Он уже помог миллионам людей освоить новые навыки, преодолеть языковой барьер, начать программировать, создавать дизайн, писать тексты и запускать собственные проекты.
Но если посмотреть шире, становится понятно, почему эта мысль получила такой отклик.
ИИ действительно усиливает человеческие способности.
Причем делает это неравномерно.
Чем больше у человека знаний, опыта, дисциплины и понимания своей области, тем большую отдачу он получает от новых инструментов.
Именно поэтому разрыв между лучшими специалистами и всеми остальными может увеличиваться.
Не потому, что технологии помогают одним и игнорируют других.
А потому, что каждый способен извлечь из них столько пользы, сколько готов превратить в реальные действия.
Мы считаем, что главный вывод из слов Брайана Чески заключается не в разделении людей на «сильных» и «слабых».
Настоящее разделение проходит совсем по другой линии.
Между теми, кто воспринимает искусственный интеллект как очередной чат-бот, и теми, кто постепенно перестраивает вокруг него свою работу, бизнес и профессиональные навыки.
В ближайшие годы именно это станет главным конкурентным преимуществом.
Парадоксально, но доступ к лучшим моделям сегодня есть почти у каждого. Поэтому ценность постепенно смещается от самой технологии к умению задавать правильные вопросы, критически оценивать ответы и превращать их в работающие решения.
Именно в этом смысле тезис Брайана Чески оказывается удивительно точным.
Искусственный интеллект не устраняет разрыв между людьми. Он увеличивает его.
Но этот разрыв определяется не уровнем интеллекта, не размером компании и не бюджетом. Его определяют любознательность, готовность учиться, способность действовать и желание использовать новые технологии раньше других.
Напишите, что не сходится в этом материале.
Адрес нужен, чтобы ответить. Другим читателям сообщение не показывается.
Дальше
Искусственный интеллект уже не просто пишет код. Современные модели осваивают проектирование электроники, создание конструкций, инженерные расчёты, анализ испытаний и самостоятельное исправление ошибок. Разбираемся, что ИИ уже умеет делать вместо инженера, где проходят границы его возможностей и как новые технологии изменят работу конструкторских бюро.
