Новое электричество

Никита Угрюмов

Новое электричество

Пролог. Волны, которые нас перепрошили

От поколения к поколению привычная среда вдруг начинает вести себя иначе. Ночная тишина перестала быть препятствием с появлением лампочки. Расстояния потеряли вес благодаря интернету. Сегодня на наших глазах рождается следующая фундаментальная волна – искусственный интеллект, который многие уже называют “новым электричеством".

Эта волна меняет не просто инструменты, а саму цену ключевых ресурсов. Мысль, координация, анализ и принятие решений становятся почти бесплатными. То, что раньше требовало часов или целых отделов, теперь можно сформулировать в одном предложении. Ритм жизни ускоряется, а вместе с ним меняется и наш взгляд на собственные возможности. Мир начинает работать иначе даже в привычных вещах. В такую эпоху ценность смещается. Все меньше ценится механическая работа и все больше – умение ясно мыслить, ставить задачи и принимать решения.

Перед каждым из нас встает личный вопрос: как относиться к этим переменам? Кто-то берет из нового только удобство и сохраняет привычный темп. Кто-то ищет свой почерк и выстраивает вокруг него правила. Кто-то пробует разные роли. Но в любом случае ключевыми остаются способности различать шум от сигнала, выбирать меру вовлеченности и оставаться хозяином собственной траектории, даже когда течение сильно ускорилось.

Эта книга не сборник прогнозов о том, какие профессии исчезнут, и не история про восстание машин. Я попытался собрать здесь практический взгляд на происходящие изменения. Книга о том, как сохранить качество жизни, достоинство и ощущение смысла, когда почти все можно автоматизировать. О том, как договариваться с будущим и оставаться человеком при правильном отношении к технологиям.

I. Эпоха агентов

Нулевая цена мысли

Утром вы говорите телефону: “Распланируй день". Через несколько секунд на экране появляется маршрут без пробок, список дел с напоминаниями и предложение, что приготовить на обед из того, что есть в холодильнике. Еще недавно такое казалось фантастикой. Сегодня это обычный день в эпоху агентов. Раньше чтобы придумать план, нужно было часами рыться в картах, списках и заметках. А теперь? Мысль стоит почти ничего – как вода из крана. За этой простотой стоит целая цепочка. От сбора данных до финального доверия к результату.

Давайте разберемся, как это устроено, на простых примерах из жизни.

Все начинается с данных. Это записи о том, что вы делаете каждый день: куда ходите, что ищете в интернете, какую музыку слушаете. Эти данные собираются автоматически и стоят недорого. Без хороших данных ИИ выдает только общие советы. С ними он становится по-настоящему полезным. Он знает, что вы любите крепкий кофе по утрам, и подсказывает подходящую кофейню. Компании, которые хорошо собирают и обрабатывают такие данные, получают серьезное преимущество.

Из этих данных получаются модели – специальные программы, которые учатся на большом количестве примеров. Модель может смотреть на миллионы маршрутов и учиться предсказывать, где возникнет пробка. Она может анализировать ваши покупки и предлагать книги или товары, которые вам скорее всего понравятся. Такие модели находят закономерности в данных и помогают делать точные прогнозы и рекомендации. Однажды настроил, и работает годами, становясь умнее с каждым вашим шагом. Например, YouTube предлагает контент на основе того, что пользователь смотрел раньше.

Чтобы один агент не путался в задачах, несколько агентов работают вместе. Это называется оркестрацией. Один агент планирует маршрут, второй следит за временем и напоминаниями, третий контролирует бюджет. Главный агент распределяет задачи и следит, чтобы все работало согласованно. В вашей жизни это значит: агент по бюджету считает расходы, другой бронирует билеты, третий напоминает о встрече – и все без вашего вмешательства. Без такой координации хаос: один агент забудет о пробке, другой – о погоде. Но с ней вы запускаете целую цепочку одним словом, и день течет гладко.

Когда все готово, эту магию нужно раздать всем – это дистрибуция. Через приложения на телефоне, голосовые команды или даже смарт-часы. Раньше новый инструмент знали только эксперты, а теперь? Загрузил в интернет – и миллионы людей пользуются им завтра. Возьмите, к примеру, приложения вроде ChatGPT1: вчера оно было для программистов, сегодня помогает школьнику с домашкой или маме с рецептом. ИИ перестает быть инструментом только для специалистов и становится массовой технологией.

Но без главного – доверия – вся эта цепочка разваливается. Представьте: ИИ посоветовал маршрут, но вы боитесь, что данные утекут или совет окажется ошибкой. Доверие строится на простых вещах: объясни, откуда ты взял эту идею; покажи, что мои данные в безопасности; дай кнопку "отменить", если что-то не так. Сервисы, которые это делают – с четкими правилами и проверками, – завоевывают нас надолго. Сервисы, которые скрывают принципы работы или плохо защищают данные, быстро теряют доверие пользователей.

И вот в этой цепочке появляется новая роль для людей – методологии. Это не про то, чтобы писать код с нуля, а про то, чтобы направлять ИИ, как учитель ученика. Описывать: четко сказать, что нужно ("планируй отпуск на море, бюджет до 50 тысяч"). Проверять: протестировать план, посмотреть, учел ли агент аллергию на орехи или дождливую погоду. Улучшать: добавить детали и запустить заново, чтобы в следующий раз было лучше. ИИ выполняет работу, а человек задает направление и проверяет результат. В повседневной жизни это дает свободу пробовать новое без риска. Например, пусть агент набросает план отпуска – отели, экскурсии, – а вы проверите, подходит ли это вашему стилю: больше приключений или отдыха? ИИ может генерировать большое количество идей и вариантов, а задача человека – отбирать и направлять их в нужную сторону. Раньше такое планирование занимало дни; теперь – минуты, и вы в центре, а не на обочине.

В итоге многие интеллектуальные задачи становятся дешевыми и доступными почти для каждого. Но настоящая ценность появляется тогда, когда мы учимся использовать эти возможности умно. Нужно четко формулировать задачи, проверять результаты и постепенно их улучшать. Эпоха агентов может стать временем, когда каждый человек получает возможность строить свою жизнь по своим правилам – более просто, понятно и осмысленно.

Размытие границ профессий

Одним осенним вечером учительница из небольшого городка, уставшая после уроков, решила обновить свою крохотную кухню. Раньше она бы вздохнула и отложила идею – ремонт казался делом трудозатратным. В эпоху агентов все изменилось. Она просто говорит своему смартфону "Покажи, как лучше переставить шкафы и покрасить стену в теплый бежевый, чтобы было уютно". И вот на экране разворачивается план: фото ее комнаты, набросок с мебелью, список красок из ближайшего магазина, даже видео, где рука в перчатке аккуратно наносит слой без разводов. Кивнула, купила банку краски за 500 рублей и через выходные кухня преобразилась.

Так и начинается эта новая жизнь, где каждый дом тихо превращается в небольшую мастерскую. Знания больше не заперты в книгах или головах экспертов – они приходят мгновенно, по первому зову. Женщина не пошла на курсы дизайна, не звонила подруге-архитектору. Просто получила то, что нужно в моменте. А на следующий день, готовя ужин, она попросила: "Рецепт пасты с тем, что у меня в холодильнике – помидоры, сыр и базилик".

Дизайн, ремонт, готовка, разговоры – все это стирает границы старых профессий. Экспертность больше не монополия специалистов: она по требованию, на час или на день. Повар в ресторане теперь не режет овощи часами – робот делает это ровно, а он творит вкусы. Учитель не тратит вечера на проверки – агент разбирает ошибки, а он общается с классом. Границы между привычными ролями становятся слабее. Человек может быстро осваивать новые задачи без долгой подготовки, потому что экспертность больше не является монополией узких специалистов. Она стала доступной по запросу.

А когда к агентам подключаются роботы, автоматизация расцветает по-настоящему. В той же кухне робот-пылесос не просто ездит по кругу – он знает, где крошки от ужина, и убирает, пока человек отдыхает. Фермер говорит: "Оптимизируй полив картофеля", – и дрон с сенсорами летает над грядками, поливая ровно, без переливов. Робот собирает урожай, ИИ считает затраты – и человек фокусируется на планах: что посадить весной? Автоматизация постепенно забирает рутину и оставляет человеку больше времени на задачи, где нужны решения, вкус и инициативность. Закончив обновление кухни, человек садится с чашкой чая и думает: "Я всегда был 'обычным', а теперь – мастер на все руки, когда нужно". В этом и суть, люди получают возможность быстрее осваивать новые навыки и задачи без жесткой привязки к одной профессии. Многие бытовые задачи становятся проще за счет быстрого доступа к знаниям и автоматизации. Выбор – делегировать или сделать самому – превращает жизнь из цепи обязанностей в поле тихих, но настоящих экспериментов.

Но это размывание ролей касается не только дома – оно перетекает в работу, где старые профессии, как "аналитик" или "менеджер", уступают место гибким ролям, которые вы надеваете по ситуации. Представьте: в офисе на окраине, где раньше гудели принтеры и звонки, теперь пауза – продуктивная, от перераспределения. Человек все чаще занимается не ручным выполнением задач, а настройкой процессов, в которых ИИ сортирует данные, проверяет ошибки и распределяет работу. Появляются роли, связанные не с ручным выполнением задач, а с проектированием процессов и координацией ИИ-систем. Фокус смещается с написания каждой детали вручную на настройку и организацию всей системы целиком. В бизнесе это значит, что маленькая команда запускает проект, который раньше требовал дюжину. Утром плетете поток для продаж, вечером – для логистики, и ключ – методологии: разбейте задачу на блоки, опишите правило четко, измерьте метриками вроде времени на задачу.

Без доверия пользователей такие системы работать не смогут. Здесь куратор доверия – роль, которая балансирует скорость и честность: разбирает, почему ИИ предложил кредит ("Данные свежие? Логика прозрачная?"), строит правила, чтобы пользователь видел цепочку и мог выйти без хлопот. В команде это рулевой: этика данных – собираем с согласием, делим выгоду, разбираем ошибки сразу. Когда ввели такую роль в SaaS2, отток упал на 25% – люди чувствовали контроль, а не слежку. Аудитор алгоритмов выискивает слабые звенья: тестирует на предрассудках, меряет bias3, фиксит вроде "добавь данные из регионов". Такие специалисты оценивают не только техническую часть системы, но и ее влияние на людей.

Этот сдвиг – карта для навигации: учитесь методологиям4, чтобы формулировать четко ("Оптимизируй цепочку под пик"), проверять на деле, нести ответственность (этика как основа). Можно начать с простого – описать процессы внутри команды, протестировать ИИ на отдельных задачах и посмотреть, где это реально экономит время и ресурсы. В итоге от профессий к ролям – топливо для роста: архитекторы плетут эффективность, кураторы хранят капитал доверия, аудиторы закладывают фундамент. Бизнес становится более гибким, а роль человека постепенно смещается в сторону управления, координации и принятия решений. В эпоху агентов компании получают возможность расти быстрее и эффективнее, не раздувая процессы и штат.

Города без трения

Знаете, я всегда был тем, кто ненавидит пробки – эти бесконечные минуты, когда ты сидишь за рулем, барабанишь пальцами по баранке, а радио издевается новостями о задержке на 45 минут из-за аварии на МКАДе. Лет десять назад мой ежедневный путь в центр занимал полтора-два часа: сигналы соседних машин, поиски парковки, толпа на переходах, где каждый норовит обогнать, а светофор мигает, как будто нарочно. Это был город, где огромное количество времени уходило на пробки, ожидания и постоянную суету.

А сегодня? Один запрос агенту в приложении: "Довези до офиса оптимально, с остановкой на кофе по пути". Дверь квартиры открывается по распознаванию лица или шагов, лифт спускается без твоего нажатия, а на улице уже подруливает электробус – не случайный из расписания, а тот, что скоординировал маршрут под группу пассажиров: ты в центр, сосед на рынок, коллега в аэропорт. Дорога растягивается на 20 минут вместо часа, трафик течет роем, как стая птиц в небе, где машины общаются заранее: "Я меняю полосу, ты подстраиваешься, чтобы не было хвоста". Приезжаешь, выпиваешь латте из автомата, который знал твой заказ из прошлых раз, щипаешь себя и понимаешь, что это не фантазия из фильмов, а уже реальность – город без трения, где все скользит гладко, без заеданий.

Начнем с того, что уже рядом, с того, что мы видим каждый день и принимаем как должное. Навигатор знает пробки лучше нас – он видит не только твою улицу, но весь район, предлагает объезд за две минуты до затора. Каршеринг стоит за углом: скачал app, сел в машину, которая сама подогнала под тебя, и поехал, без поиска ключей или споров с таксистом. Курьер на электросамокате приезжает быстрее, чем ты бы сходил в магазин пешком, – заказал в приложении, и вот он у двери с пакетом, отслеживаемым в реальном времени. Светофоры все чаще работают по датчикам потока: если улица пустая, зеленый зажигается раньше, а на загруженном перекрестке цикл удлиняется ровно на столько, сколько нужно.

Такси иногда везет осторожнее человека – алгоритм тормозит заранее, избегает резких маневров, и ты сидишь, читая книгу, а не впиваясь в руль. По сравнению с "вчера", когда каждый шаг требовал звонка диспетчеру или спора с адресом, это иной ритм города. Мы меньше звоним, реже ругаемся на неудобства, чаще доверяем экрану, который видит сразу весь узел улиц. Это и есть первая ступень города без трения, меньше лишних действий, ожиданий и бытовой неразберихи, больше автоматизации и предсказуемости в повседневных задачах. Как кофе, который ждет именно тогда, когда ты подходишь.

Следующий этап тоже будет происходить постепенно, без резких скачков. Машины научатся ездить сами, но не сразу. Сначала это будут закрытые маршруты на заводах или в аэропортах: роботакси повезут багаж по фиксированным линиям, без риска столкновений. Потом районы с хорошей разметкой – те, где камеры и сенсоры видят четко, а трафик предсказуем. Затем ночные часы, когда улицы разрежена, и можно тестировать без давления пика. С каждой итерацией водитель все чаще сидит как страхующий – держит руки на руле, но вмешивается реже, только в исключениях вроде внезапного пешехода или упавшего дерева.

Локальные доставки переходят в режим, где дрон сбрасывает посылку у двери, уборка делается роботами, что объезжают бордюры без грязи на тротуарах, а перевозка по кольцевым маршрутам – мини-автобусами, которые подстраиваются под пассажиров. Все это уже постепенно появляется в реальных сервисах и городской инфраструктуре: тесты Tesla Autopilot5 или Waymo6 уже не прототипы, а сервисы в десятках городов, где автономия покрывает 80% поездок в спокойных зонах.

В бизнесе подобные системы уже используются для ускорения доставки и снижения затрат на логистику. Люди уже пробуют подобное в проекте для логистики… Подключают агентов к флоту электровелосипедов, и задержки в центре сокращаются на 35% – курьеры фокусируются на сложных заказах, а рутина становится алгоритмом.

Теперь аккуратно заглянем дальше. Я называю это роевым движением. Сегодня каждая машина думает изолированно: твой навигатор видит пробку, но не знает, что в соседнем авто такой же решает то же самое. Завтра транспорт начинает думать совместно – не в смысле общего мозга, как в sci-fi7, а в смысле согласованных жестов, как муравьи в колонне. Если десяток беспилотных машин знают, что через минуту встретятся на перекрестке, они договариваются о порядке еще до того, как ты их заметишь. Одна немного замедляется, другая берет чуть правее, третья пропускает хвост пешеходов, четвертая выбирает соседнюю улицу, потому что там волна трафика немного утихла. Транспорт начинает двигаться более согласованно и предсказуемо, что снижает количество заторов и резких остановок.

Чем отличается такой танец от сегодняшнего дня? Уходит "рваное" торможение. Те резкие остановки, когда все стоят, как вкопанные, из-за одной машины впереди. Исчезают необязательные остановки, когда светофор мигает "по правилам удобнее инспектору", а не по потоку. Появляются мягкие перекрестки без светофора там, где трафик предсказуем, а правила согласованы заранее, ведь агенты обмениваются данными о скорости и направлении за секунды. Грузовики занимают ночные "слоты", чтобы не занимать улицы днем. Полосы становятся гибкими и меняют направление по времени суток – утром больше в центр, вечером на выезд. Парковка уходит под землю или на периферию, потому что машине проще уехать на базу и подзарядиться, чем торчать на обочине, блокируя постоянный поток. Снижается число мелких столкновений, потому что система видит не только бампер впереди, а весь узел сразу – радары, камеры и данные от соседей рисуют картину на 360 градусов. Дтп становятся прошлым.

Логика таких систем достаточно простая. Когда участники движения видят не только себя, они меньше мешают друг другу. По похожему принципу могут координироваться и другие городские сервисы. Доставки: курьеры на электросамокатах обмениваются маршрутами, чтобы не пересекаться у одного подъезда, а дроны группируются по погоде. Коммунальные службы: уборщики знают, где только что прошел грузовик с мусором, и не повторяют путь зря. Технички в метро: роботы чинят рельсы ночью, координируя с поездами, чтобы утро начиналось без сбоев. Школьные автобусы: они подстраиваются под задержки уроков, подхватывая детей роем, без опозданий. Электросамокаты у входа в парк: агенты паркуют их в кластеры, чтобы не валялись хаотично. Это не фантастика, а инженерия. Достаточно согласовать расписания и правила, дать агентам программные поручения. Кто-то следит за узкими местами вроде школьных зон, кто-то укрепляет слабые участки вроде старых мостов, кто-то заранее растягивает поток, чтобы не было пробки через час. В бизнесе это уже тестирует Uber8 с их роевыми алгоритмами. В Сан-Франциско они сократили время ожидания на 40%. В то же время компании вроде FedEx9 интегрируют ИИ для флотов, где грузовики "шепчутся" о загрузке – и топливо экономится, экология выигрывает.

Постепенно бытовые сервисы начинают объединяться в единую систему. Представьте день обычной семьи. Не идеальной, а такой, как у многих, где родители на работах, ребенок в школе, и вечер у всех также много дел. Календарь знает про занятия, про встречу у врача и про доставку продуктов. Домашний помощник видит это расписание целиком. Он бронирует беспилотное такси на окно между уроками, тренирует маршрут так, чтобы ребенок вышел из школы и сразу сел в машину без дополнительных 10 минут ожидания на остановке. Он просит доставщика привезти продукты к моменту, когда кто-то из взрослых уже дома, и даже проверяет продукты на состав и срок годности. Он заносит в список дел замену фильтра в очистителе воздуха, потому что датчик показал ресурс на исходе, и предлагает удобное время для мастера или роботизированного пункта обслуживания в соседнем ТЦ, с напоминанием "Завтра в 18:00 – подтверди". Многие бытовые задачи постепенно начинают координироваться автоматически через единые цифровые сервисы.

Есть еще одна важная мысль. Город как набор доступов, где раньше для каждого действия нужен был отдельный ключ – карта в метро, пропуск на парковку, приложение для самокатов, аккаунт в поликлинике, бумажка в управляющую компанию. Теперь ключом становится наше согласие на конкретное действие. Помощник берет от нас доступ для оплаты поездки, записи к врачу, открытию камеры хранения, заказа детского абонемента в бассейн. Он делает это только там и тогда, где мы позволили, и оставляет понятный след: "Вот на что ушла такая-то сумма, вот такие услуги подключены, вот где твои данные участвовали". Мы видим все в одном простом и понятном дашборде без кучи лишних вкладок. В результате бытовые процессы становятся более автоматизированными и удобными.

Главный эффект такой системы – сокращение лишних действий, ожиданий и бытовой нагрузки. Те невидимые барьеры, что съедают нашу энергию. Меньше очередей в поликлинике, меньше дублирования действий, меньше забытых вещей. Уходит хаос мелких приложений, где каждое хочет быть главным и требует отдельный пароль. Появляется режим, в котором мы объясняем, что нам нужно, а не изучаем, как устроена каждая новая система с ее меню и FAQ10. При этом остаются ручные тормоза: в любой момент можно сказать "стоп", исправить маршрут, заменить поставщика, заблокировать доступ. Взять на себя управление, если это потребуется. У человека остается возможность в любой момент отключить автоматизацию или изменить настройки вручную.

Конечно, с такой картиной сразу приходят серьезные вопросы, и их нельзя игнорировать, как мелкие баги. Возникают и сложные вопросы ответственности, например, кто отвечает за ошибки автономных систем. По каким правилам работают приоритеты – всегда ли пешеход имеет приоритет, есть ли нюансы для грузовиков? Как устроена приватность, где границы наблюдения – камеры видят только движение или и лица? Кто решает спорные случаи, когда алгоритм и здравый смысл разошлись, как в тумане? Эти вопросы нельзя отдавать на самотек. Их придется прописывать так же тщательно, как когда-то правила дорожного движения или стандарт на электропроводку: с тестами, аудитами, публичными дебатами. Такие системы требуют прозрачных правил и понятной логики работы. Человек должен понимать, откуда берутся данные, почему система приняла конкретное решение и как при необходимости отключить автоматизацию или выбрать другой вариант вручную. Без прозрачных правил и контроля люди просто не будут доверять таким системам.

Обсуждать такие изменения важно заранее, потому что многие из этих технологий постепенно становятся частью повседневной жизни. Город начинает меняться уже сейчас, когда сервисы становятся понятнее и удобнее в использовании. Люди постепенно привыкают к прозрачным правилам работы, нормальной поддержке, простым отменам и системам, которые объясняют свои действия без сложных интерфейсов и бюрократии. Такие системы могут сделать город удобнее для людей с ограниченной мобильностью, пожилых и семей с детьми. Они могут учитывать потребности людей с колясками, слабым зрением или ограниченной мобильностью, сокращать количество задержек и простоев и делать движение безопаснее за счет более стабильной координации движения. Когда к такой инфраструктуре подключатся беспилотные такси и городские ИИ-системы, у них уже будет готовая инфраструктурная база для постепенной интеграции без резкой перестройки города.

Город без трения строится вокруг удобной и согласованной инфраструктуры. Его основа – понятное взаимодействие между повседневными задачами человека и городскими сервисами. Уже сейчас это навигаторы с адаптивными маршрутами, бесконтактная оплата и доставки с удобным временем получения. Постепенно к этому добавятся более координированное движение транспорта и автоматизация бытовых задач, от заказа такси до управления домашними сервисами. Следующим этапом станут правила и стандарты, которые помогут сделать такие системы надежнее и понятнее для людей. Часть таких решений уже тестируется или постепенно внедряется в городскую инфраструктуру. Для обычного человека это означает меньше бытовой суеты и меньше времени на постоянную организацию повседневных задач.

Гига‑империи и государства

У многих утро уже начинается с телефона. Он показывает маршрут без пробок, напоминает про платежи, предлагает музыку, покупки и встречи. Постепенно цифровые сервисы начинают брать на себя все больше бытовых решений и становятся постоянным посредником между человеком и повседневной жизнью. За этим удобством стоит борьба за контроль над данными, инфраструктурой и вниманием людей. В эпоху ИИ влияние постепенно получают не только государства, но и компании, которые управляют платформами, алгоритмами, вычислительными мощностями и цифровыми сервисами.

Крупные технологические компании постепенно выстраивают вокруг пользователя целые экосистемы. Общение, покупки, навигация, платежи, развлечения и хранение данных начинают работать внутри одной инфраструктуры. Чем удобнее становится такая система, тем сложнее человеку отказаться от нее или перейти к альтернативам. Я сам замечал, насколько быстро возникает зависимость от одного набора сервисов. Когда все завязано на одну экосистему, отказаться от нее становится сложно не из-за контракта, а из-за привычки и встроенности в повседневную жизнь.