Когда интеллект стал дешёвым. Том 1: Человек Как оставаться нужным, когда ИИ меняет работу, карьеру и ценность специалиста

Эти четыре зоны отвечают на главный вопрос главы: ваш опыт не обесценился. Он просто перестал быть только источником output — того, что можно произвести и показать. Теперь его ценность в другом: в надёжности результата, в знании контекста, которого нет в текстах, во вкусе, который помогает выбрать сильное, и в доверии, ради которого к вам возвращаются.

Это и есть новая полезность. Между тем, что вы сделали, и тем, что благодаря этому изменилось, большая дистанция. Можно написать безупречное письмо и не закрыть сделку. Собрать красивый отчёт и не сдвинуть ни одного решения. Подготовить презентацию и не убедить ни одного человека.

Первое — это output: текст, файл, слайд, код, черновик, всё, что можно показать и передать. Второе — outcome: польза или изменение, ради которого всё затевалось. Закрытая сделка. Принятое решение. Клиент, который остался. Сэкономленные деньги. Команда, которая стала работать быстрее.

Раньше за хороший output платили щедро, потому что сделать его было трудно. Теперь его можно получить за вечер. Поэтому ценность переезжает дальше — к тому, кто умеет превратить произведённое в результат и готов отвечать за него своим именем.

Дешевеет ответ. Дорожает ответственность за вопрос.

Дешёвый двигатель есть у многих. Машину всё ещё надо собрать.

Что в этой книге

Три аудитории — три конкретных вопроса.

Для специалиста: что в моей работе стало дешевле, а за что теперь платят больше? Куда подниматься — к постановке задачи, проверке, вкусу, владению результатом.

Для руководителя: почему бизнес-результат не растёт так же быстро, как выпуск документов и писем? Где встроена проверка качества? Кто отвечает за решение? Какие процессы пора пересобрать, а не украшать новым инструментом?

Для предпринимателя: что из этого даёт новых клиентов, снижает операционные затраты или строит доверие? Если ни одно из трёх — это не трансформация, это занятость в красивой упаковке.

Вся книга задумана как четыре части в двух томах. В этом томе — первые две: что произошло с ценой труда и как человеку остаться нужным. Третья и четвёртая части — во втором томе: команды, бизнес и более широкий мир вокруг ИИ.

В этом томе — две части.

В первой части разбираем, что произошло. Не историю технологий ради истории, а экономику труда: почему интеллект стал инфраструктурой, что именно подешевело, почему профессии распадаются на задачи и почему старая карьерная лестница ломается снизу.

Во второй части переходим к человеку. Уровни новой полезности: от исполнителя задач до владельца результата и строителя систем. Личная обвязка (система вокруг ИИ — правила, контекст, инструменты, проверка). Навыки, которые дорожают. И неприятная тема когнитивного долга: как пользоваться ИИ и не разучиться думать.

Во втором томе — ещё две части.

В третьей части говорим о командах и бизнесе. ИИ нельзя просто прикрутить к старому процессу и назвать это трансформацией. Если процесс был плохим, ИИ его ускорит, но не исправит. Нам понадобятся новые роли, метрики, агентные команды и честная рамка для «компании из одного»: не фирма на автопилоте, а конкретные функции на агентах под присмотром человека.

В четвёртой части выходим шире: рынок труда, физический ИИ, сценарии будущего. Дешёвый интеллект не висит в воздухе. У него есть владельцы, инфраструктура, правила и последствия.

Финал тоже разделён по томам. В этом томе — личный план на 90 дней для специалиста; во втором — план действий для руководителя и бизнеса.

Ещё одно — про сам формат. В книге — принципы, они меняются медленно. А конкретные инструменты, сервисы и приёмы в ИИ меняются чуть ли не каждый месяц — бумага за ними не угонится. Поэтому шаблоны, рабочие карты, чек-листы и обновляемые примеры я вынес отдельно — в Практикум к книге. Так книга останется верной даже тогда, когда очередной сервис сменит название или исчезнет вовсе. Ссылки на Практикум будут в конце глав, где есть рабочие материалы: https://cheap-intelligence.vercel.app/

Если сделать теперь может почти каждый, ценным становится не тот, кто просто производит больше, а тот, кто понимает, что стоит делать, зачем это нужно и готов отвечать за результат.

Есть ещё один вопрос, который я долго откладывал, но обойти его не могу, — наши дети. Если вы родитель, всё это перестаёт быть отвлечённым разговором об экономике и рынке труда. Вы уже сегодня выбираете, чему учить ребёнка, что поощрять, на какие занятия водить, какие привычки считать важными. И впервые делаете это в мире, где невозможно уверенно сказать, какие из сегодняшних навыков будут иметь цену через пятнадцать лет.

Если ИИ выдаёт готовый ответ быстрее, чем ребёнок успевает сформулировать мысль, нам придётся заново решить, чему учить. Точно не простому «получению ответов» — с этим машина справится лучше нас. Значит, нужно учить другому: задавать вопросы, проверять, сомневаться, пробовать, не сдаваться, выбирать направление и хотеть чего-то по-настоящему. Этому в книге посвящена отдельная глава — про детей и будущее, в котором им жить дольше, чем нам.

Ответы подешевели. Умение думать, выбирать, проверять, доводить до результата и брать ответственность — нет.

Поэтому главный вопрос этой книги звучит так: где моё место в мире, где рядом с человеком работают ИИ, агенты и роботы? Что останется моей силой? Что нужно перестроить в работе? Чему учить детей? Как не испугаться новой реальности, но и не проспать её?

Давайте разбираться пошагово.

Вступление за минуту

Логика.

1. Что произошло. Машины забирали мышцы — человек уходил «вверх», в умственный труд. Теперь автоматизируют и его: впервые под ударом почти все профессии сразу.

2. Это уже реальность. Об этом открыто говорят те, кто строит ИИ; договор, отчёт, презентация собираются за минуты. Пользоваться ИИ придётся научиться каждому.

3. Но это не магия. Неровная граница, галлюцинации, демо ≠ продакшен. Между «ИИ может» и «на это можно положиться» лежит работа человека.

4. Хорошая новость. 95% используют ИИ поверхностно; войти в 5% системных сейчас легче, чем в любой прежний сдвиг — нужны контекст, проверка и упорство.

Где ценность — четыре рва: проверка (поймать ошибку) · неявное знание (чего нет в текстах) · вкус (выбрать сильное) · отношения (доверие, которое возвращает).

Что забрать каждому.

• Специалист: что подешевело, а за что платят больше — и куда расти: постановка задачи, проверка, вкус, владение результатом.

• Руководитель: почему документов больше, а результата нет; где встроить проверку качества и кто отвечает за решение.

• Предприниматель: что реально приносит клиентов, режет затраты или строит доверие; остальное — занятость в красивой упаковке.

Дешевеет ответ — дорожает ответственность за вопрос.

Как пользоваться этой книгой

Короткая инструкция — на пару минут. Дальше начнётся сама книга; здесь только о том, как взять от неё максимум.

Книга и Практикум

Во вступлении я уже сказал главное: в книге — принципы, они меняются медленно, а всё быстро устаревающее (инструменты, шаблоны, свежие данные) живёт отдельно — в Практикуме к книге. Здесь — как этим пользоваться на практике.

Практикум — это сайт-компаньон книги: открытая онлайн-страница, которую я обновляю. Внутри — шаблоны и чек-листы, живые страницы с обновляемыми данными и разборы по профессиям. Там же выходит еженедельный дайджест «ИИ делает, человек отвечает» — о том, где ИИ встречается с реальностью. На него можно подписаться: он разбирает, что действительно изменилось в ИИ, бизнесе и работе, почему это важно и на какие источники опираются выводы. Адрес один на всю книгу:

https://cheap-intelligence.vercel.app/

QR-код Практикума к книге

Пользоваться бесплатно: открываете ссылку (или наводите камеру телефона на QR-код в печатном издании), берёте нужный шаблон — устанавливать ничего не нужно. В конце каждой главы, где есть что применить руками, стоит ссылка на Практикум, а в печатном издании рядом — тот же QR-код.

Книга работает и сама — но раскрывается полностью с Практикумом. Прочитали принцип — тут же примерили на свою работу по шаблону. Читать книгу, ни разу не открыв Практикум, — всё равно что прочитать инструкцию к тренажёру и ни разу к нему не подойти: пользу получите, но не ту, на которую он рассчитан.

У книги есть ещё один открытый слой — инженерная лаборатория автора на GitHub:

https://github.com/eiler2005

Там не дополнительные главы, а рабочая кухня: AI-native и инфраструктурные проекты, прототипы финтех-платформ, инструменты для работы с контекстом, автоматизацией и цифровыми помощниками. Если Практикум помогает применить идеи книги к своей работе, то GitHub показывает, как эти идеи собираются в код, прототипы и реальные системы. Можно смотреть, брать за основу и подключаться к проектам, которые живут дальше книги.

Два тома — где вы сейчас

«Когда интеллект стал дешёвым. Том 1: Человек» (у вас в руках) — про вас и вашу профессию. Самодостаточен: дочитав, вы получите цельную картину и инструменты для себя.

«Когда интеллект стал дешёвым. Том 2: Бизнес в эпоху ИИ-агентов» — шире одного человека: команда с агентами, компания, малый бизнес, рынок труда, дети, сценарии будущего. Продолжает первый, но не требует держать его весь в голове.

Почему разделил: разговор «про себя» и разговор «про бизнес и мир вокруг» — два разных масштаба; в одном томе они сбивали бы фокус.

Читайте по своей дорожке

Книга говорит сразу с тремя читателями — специалистом, руководителем и предпринимателем (кто есть кто и какой у каждого вопрос — во вступлении). В конце каждой главы есть блок «Глава за минуту», а в нём три коротких абзаца «Что забрать каждому»: для специалиста, руководителя и предпринимателя. Начните со своей роли. Другие два — по желанию: полезно увидеть ту же тему чужими глазами.

Что нужно для упражнений

Минимум — один доступный вам ИИ-чат (программа, которой вы пишете задачу обычными словами и получаете ответ: ChatGPT, Claude, Gemini, GigaChat, YandexGPT — подойдёт любой). Бесплатной версии для начала хватит; где пригодится платная, я отмечу. Никакого программирования не нужно — только умение поставить задачу словами.

Одно правило безопасности. Упражнения построены на ваших настоящих рабочих примерах — так от них больше толку. Но не загружайте в ИИ чувствительное: персональные данные клиентов, коммерческую тайну, пароли, документы под NDA. Замените имена и цифры на условные или работайте на обезличенном примере. Принцип простой: считайте, что всё, что вы отправили в облачный сервис, уже вышло из-под вашего контроля.

Если вы никогда не пользовались нейросетью — не страшно, это вопрос десяти минут. Откройте любой ИИ-чат из списка выше, напишите ему обычную рабочую просьбу — и вы уже внутри. Короткий старт «с нуля» — в Практикуме к книге.

В конце тома есть отдельный «Словарь книги». Это не технический справочник, а короткая база терминов, которые будут встречаться дальше: ИИ, модель/LLM, промпт, токен, контекст, галлюцинация, агент, харнесс, output/outcome. Если термин мешает понять смысл — не останавливайтесь надолго: загляните в словарь, посмотрите пример и возвращайтесь к главе.

Карта Тома 1

Том устроен как путь от «что вообще случилось» к «что делать конкретно мне»:

• Часть I (главы 1—4) — что произошло с ценой труда: откуда дешёвый интеллект, что именно подешевело, почему профессии распадаются на задачи и почему ломается карьерная лестница.

• Часть II (главы 5—11) — как остаться нужным: уровни полезности, человек как система, дорожающие навыки, когнитивный долг, личная диагностика «где на карте именно вы», честный разговор «кто я, когда мою работу делает машина» и первый личный план на 90 дней.

• Эпилог Тома 1 — мост к Тому 2: команда, бизнес, рынок, дети, будущее.

Обозначения

• «Глава за минуту» в конце каждой главы — сжатая суть и что забрать каждому. Удобно освежить прочитанное или решить, нужна ли вам глава целиком прямо сейчас.

• Сноски-цифры ведут к источникам в конце главы: каждая важная цифра и цитата проверена и подписана, можно дойти до первоисточника.

И последнее. Книгу можно читать подряд или открывать с любой главы. Но больше всего она даст тому, кто будет не просто читать, а сразу примерять прочитанное на свою работу. Ради этого и сделан Практикум — загляните в него уже после первой главы.

ЧАСТЬ I

Что произошло и почему меняется

цена труда

Глава 1. Как мы сюда пришли — и сколько стоит интеллект

Розетка появилась; вопрос — какой город вы вокруг неё построите.

«Искусственный интеллект — это новое электричество. Сто лет назад электричество преобразило отрасль за отраслью; теперь то же самое сделает ИИ».

— Эндрю Ын, специалист по ИИ, основатель Google Brain, 201616

ㅤ

Я хорошо помню, как выглядела «революция» до того, как она стала привычной.

Первые голосовые помощники в банках были мучением — и для клиента, и для нас. Робот не понимал живую речь, требовал говорить «коротко и чётко», застревал на акценте и фоновом шуме, переспрашивал и отправлял по кругу: «Назовите цель обращения одним словом… Я вас не понял… Возвращаю в главное меню». Люди давили ноль и повторяли «оператор, оператор», лишь бы пробиться к человеку. Внутри это гордо называли инновацией. По факту это была дорогая игрушка для презентаций, которая чаще отпугивала клиента, чем помогала ему.

Перелом случился не сразу. Изменения накапливались постепенно. Распознавание речи стало точнее. Помощник научился держать контекст разговора, а не один вопрос. Подтянулись данные о клиенте, история его обращений, готовые сценарии. И в какой-то момент я поймал себя на том, что тот же ассистент уже не раздражает: он отвечает в три часа ночи, оформляет типовую заявку, спокойно объясняет по выписке, а на человека переключает только тогда, когда сам не справляется. Никто не объявлял день, когда «игрушка» стала рабочим инструментом. Просто однажды на неё начали полагаться.

Сегодня такие помощники уже повсюду — в приложении, в чате, на телефонной линии. А дальше, думаю, маятник качнётся в неожиданную сторону. Когда машина закрывает почти все обращения, живой разговор с человеком становится дефицитом — а дефицит всегда дорожает. Не удивлюсь, если через несколько лет «соединить с настоящим сотрудником» окажется привилегией для премиальных клиентов или отдельной платной опцией. Раньше нормой был человек, а робот — экзотикой. Скоро может стать ровно наоборот: робот по умолчанию, человек — за доплату.

В банках такие переходы особенно заметны. Сначала новую технологию показывают как отдельную витрину: смотрите, у нас тоже есть инновация. Потом через неё начинают обслуживать клиентов. А затем она встраивается в процесс так глубоко, что перестаёт быть видимой.

В какой-то момент клиент уже не думает, где именно находится банк: в отделении, приложении, чате, голосовом помощнике или в сервисе за платёжной кнопкой. Ему важно одно — чтобы его задача была решена.

Это хороший тест на зрелость технологии. Она перестаёт быть местом, куда ходят посмотреть, и становится слоем работы.

С ИИ происходит похожий сдвиг, только быстрее. Пока мы смотрим на него как на отдельный чат вроде ChatGPT, мы недооцениваем масштаб перемены. Главный вопрос не в том, насколько умно отвечает конкретная модель. Главный вопрос в другом: что случится с работой, когда интеллект станет доступным слоем вокруг большинства цифровых действий?

Если вступление дало вам ощущение «теперь я могу», эта глава нужна, чтобы это ощущение не осталось бытовой магией. Магия плохо управляется. В работе спрашивают цену: сколько стоит действие, сколько стоит ошибка, кто отвечает за результат и что теперь можно делать чаще, быстрее, дешевле или вообще впервые.

Сначала это было похоже на игрушку

У массового пользователя вход в ИИ начался не с научных статей и не с архитектур моделей. Он начался с простого опыта: написать вопрос обычным языком и получить связный ответ. Попросить объяснить сложную тему. Составить письмо. Найти ошибку в тексте. Сгенерировать картинку. Попросить план.

Это был странный опыт. Не потому что машина впервые что-то автоматизировала. Автоматизация была давно: калькуляторы, поисковики, автозамена, шаблоны, CRM, роботы в контакт-центрах. Странным было другое: машина начала помогать с тем, что раньше казалось личной частью работы — смыслом, аргументом, объяснением, первым черновиком.

Для многих именно это стало первым «теперь я могу». Не «я стал экспертом». Не «я больше не ошибаюсь». Проще: теперь я могу начать. Сдвинуть задачу с места. Получить первый вариант там, где раньше был пустой лист, очередь к специалисту или несколько часов самостоятельного поиска.

Возьмём самый бытовой пример — пустой лист. Человек неделю откладывает неприятное письмо, презентацию или структуру статьи. Не потому что не умеет, а потому что трудно начать. ИИ не пишет за вас финальный текст. Но он убирает самый дорогой барьер — барьер первого шага. Появляется черновик, который можно ругать, править, выбрасывать. А спорить с готовым куда легче, чем начинать с нуля.

Это и есть первая новая цена. Подешевел не финальный результат. Подешевел вход в интеллектуальную работу.

Раньше первый черновик стоил дорого. Его цена складывалась из времени, образования, доступа к эксперту, способности сформулировать мысль, терпения пройти через неуверенность. Теперь первый черновик часто стоит несколько фраз и несколько минут. Это не делает его правильным. Но делает его доступным.

Доступность меняет поведение.

Когда первый шаг дорогой, человек старается не ошибиться ещё до начала. Долго думает, прежде чем спросить. Сужает задачу. Боится выглядеть глупо. Откладывает.

Когда первый шаг становится почти бесплатным, поведение меняется. Человек спрашивает чаще, пробует смелее, сравнивает варианты, быстрее уточняет мысль и быстрее доходит до следующего вопроса.

Так меняется не только скорость. Меняется сам способ начинать работу.

История без музейной витрины

Историю ИИ можно рассказывать от первых лабораторий, перцептронов и экспертных систем. Это интересный маршрут, но для этой главы он слишком длинный. Нам важнее другое: как это выглядело для обычного человека, который не следил за arXiv, не писал модели и не ждал релизов лабораторий.

Сначала были чаты и картинки. В ноябре 2022 года вышел ChatGPT и за два месяца собрал аудиторию, на которую прежним технологиям нужны были годы. Для многих это и был момент, когда «оно вдруг заработало»: можно было спросить обычными словами и получить ответ, похожий на человеческий. Примерно тогда же массовыми стали генераторы изображений — Midjourney, DALL·E 2, Stable Diffusion. Чуть позже, в 2023-м, подтянулись русскоязычные модели — GigaChat от Сбера и YandexGPT.17

Важным был не список брендов. Важным был новый вход. Не код. Не форма из двадцати полей. Не настройка сложной системы. Человек писал так, как думал, и получал ответ, который можно было читать, править, ругать, переписывать и использовать как черновик.

Потом ИИ стал уходить внутрь привычных инструментов: поиск, офисные программы, поддержку, аналитику, образование, банки. Он перестал быть отдельной страницей, куда вы заходите «поговорить с нейросетью». Он начал появляться внутри процесса: подсказать формулировку, разобрать обращение клиента, выделить главное в документе, найти несостыковку, подготовить сценарий, проверить письмо.

Следующий слой — агенты. ИИ-агент (программа, которая не просто отвечает, а сама выполняет действия: ищет, открывает файлы, считает, проверяет себя и идёт дальше) меняет форму работы. Система получает цель, разбивает её на шаги, выбирает инструмент, читает промежуточный результат, исправляет план. Это ещё не автономный сотрудник в человеческом смысле. Но это уже не одиночный ответ.

Первая громкая волна случилась весной 2023 года: открытые проекты AutoGPT и BabyAGI показали саму идею — модель можно зациклить на себя, чтобы она ставила себе подзадачи и шла к цели. Тогда это были скорее эффектные эксперименты, чем рабочие инструменты. Но сама форма стала понятной: не «дай ответ», а «попробуй сделать».

За пару лет за агентов взялись крупные лаборатории. Осенью 2024 года Anthropic дала Claude режим Computer Use: модель сама двигает курсор, кликает и печатает, управляя компьютером как человек. В декабре Google показала Project Mariner — агента, который действует в браузере. В начале 2025-го OpenAI выпустила Operator, заполняющего формы и оформляющего заказы. Отдельная ветка — кодовые агенты вроде Devin от компании Cognition: он сам пишет, запускает и чинит код.18

ㅤ

О том, что это новый класс инструментов, а не очередная функция чата, открыто говорят сами создатели. Сатья Наделла, глава Microsoft, представляя корпоративных агентов осенью 2024 года, описывал их как помощников, которые действуют от имени человека и выполняют задачи, а не просто подсказывают. Формулировки у разных компаний разные, но направление общее: от «ответь мне» к «сделай за меня под моим присмотром».19

Разница принципиальная. Чат похож на разговор с умным помощником. Агент похож на небольшой рабочий контур: задача, план, инструменты, попытки, проверка, отчёт. Он может ошибаться, застревать, уверенно заблуждаться, тратить лишнее. Но сама форма работы уже другая.

На этом месте техническая история заканчивается и начинается экономика.

Что такое токен, если без магии

На экране ответ выглядит почти бесплатным. Внутри это вычисление. У больших языковых моделей есть техническая единица работы — токен (маленький кусочек текста, которым модель читает запрос и пишет ответ; иногда это слово, иногда часть слова, иногда знак).

Для читателя проще думать о токене как о мелкой монете модельной работы. Метафора неидеальная, но рабочая. Если модель читает длинный документ, она тратит монеты. Если пишет развёрнутый ответ, тратит монеты. Если агент делает несколько попыток, сравнивает варианты, вызывает инструменты и проверяет себя, он тратит монеты сериями.

И вот здесь произошло главное. Цена этой монеты обвалилась — и обвалилась стремительно. Венчурный фонд a16z назвал это явление «LLMflation»: по его оценке, стоимость одного и того же качества ответа падает примерно на порядок — то есть примерно в десять раз — каждый год. Исследовательская группа Epoch AI, считавшая иначе, получила ещё более резкую картину. Точные цифры спорят между собой и быстро устаревают, поэтому я не буду превращать их в красивую табличку. Важен не конкретный множитель, а направление и его скорость: то, что ещё недавно стоило заметных денег за тысячу слов, сегодня стоит доли копейки.20