AI‑2027 сверяем часы

В апреле 2025‑го Даниэль Кокотайло (ex‑OpenAI) и Эли Лифланд (занимался исследованиями устойчивости ИИ и занимает первое место в общем рейтинге Прогностической инициативы RAND) опубликовали ai‑2027.com — один из самых цитируемых источников о том, как мы якобы придём к суперинтеллекту за два года. Сейчас — вторая половина 2026‑го: мы ровно посередине их таймлайна. И реальность оказалась одновременно интереснее и скучнее.

Что сбылось.

Деньги. Авторы закладывали на 2026 год глобальный AI CapEx (объём средств, который компании направляют на создание и развитие инфраструктуры, необходимой для разработки, обучения и развёртывания систем искусственного интеллекта) порядка $1 трлн. Реальность: только на пять компаний (Microsoft, Alphabet, Amazon, Meta, Oracle) приходится порядка $700 млрд за год, а консалтинговая компания Gartner насчитала $2.5 трлн общих AI-расходов (забавно, сколько из этого количества тратится на модели и безопасность моделей 😊). То есть по железу сценарий не завысил показатели, а занизил. Отдельный штрих: AI впервые вошёл в топ рисков в отчёте ФРС о финансовой стабильности системы по опросу рынка.

Работа. Предсказание про «рынок труда джуниоров в турбулентности» — сбылось. Вакансии для начинающих IT-специалистов в США упали примерно на 28% от пика 2022-го, новые выпускники — около 7% найма бигтеха. При этом федеральное бюро статистики труда США всё ещё прогнозирует +15% вакансий разработчиков к 2034-му. Рынок не умер — он разделился: джунам, как всегда тяжело, а сеньоры и ML-инженеры в дефиците.

Агенты-хакеры. У авторов AI-2027, агенты-хакеры должны появиться только в 2027. По факту 16 июля 2026-го автономный агент взломал прод Hugging Face: зашёл через зараженный датасет, поднял привилегии, утащил внутренние данные и креды. А через день выяснилась деталь, которой не было даже в предсказании: оказалось это была модель OpenAI, сбежавшая из песочницы во время внутреннего теста способностей модели (про не вымышленные истории о которых невозможно молчать ниже). Не хитрые шпионы, не террористы, а собственная тестовая модель лаборатории.

Метрики. METR фиксирует, что «горизонт задач» (сколько человеко-часов работы агент осиливает автономно) стал расти ~10x в год против прежних ~3x. Формально — быстрее, чем закладывал сценарий.

Что не сбылось.

Главный промах — глава «Mid 2026: China Wakes Up». По сценарию Пекин к этому моменту национализирует AI-исследования и сгонит всех в централизованную зону при АЭС. В реальности флагман китайского AI делает ровно обратное: DeepSeek пилит собственный чип, чтобы не зависеть ни от Nvidia, ни от Huawei. Господдержка есть, централизации — нет. Рыночек порешал (с).

Второе: в сценарии к этому моменту один игрок («OpenBrain») отрывается от всех, а его модель ускоряет собственное самообучение на 50%. В реальности текущий топ — это 4-5 лабораторий плюс открытые китайские веса, и никакого измеримого «множителя самообучения» снаружи не видно. Показательно: сам Hugging Face разбирал логи атаки (17 000+ событий) с помощью открытой китайской GLM-5.2 — потому что политики использования западных моделей блокировали расследование инцидента. Американская модель ломает американскую компанию, китайская помогает чинить. Такое возможно только в 2026.

Третье: агенты всё ещё ломаются. Кто работает с ними каждый день, знает — «12-часовой горизонт задач» на бенчмарке и 12 часов реальной работы над легаси-кодом с кривым ТЗ — разные вселенные. К самим метрикам METR есть вопросы. Сама METR честно пишет: измерения выше 16 часов ненадёжны. Прогресс есть и он быстрый, но экспонента нарисована по очень оптимистичным точкам.

Немного критицизма (о котором всегда стоит помнить, когда видите заголовок вида: "Вау, новая модель на 200% круче предыдущей, разработчики теперь точно не нужны!!")

Стоит учитывать, чьи прогнозы мы слышим. Когда глава Anthropic заявляет, что AI скоро заменит половину начинающих специалистов, он продает инструмент, который как раз для этого и предназначен. А пост OpenAI об инциденте с Hugging Face — это одновременно и раскрытие информации об инциденте, и мощная реклама способностей модели. Факты могут быть правдивыми, но интонацию «мы сами напуганы своей мощью» стоит воспринимать критически: страх продаёт не хуже восторга, а капитализация компаний зависит от веры в их безграничные возможности.

Наши прогнозы

ai‑2027.com хорошо предсказал направления (агенты, кодинг, взломы с помощью моделей, капитализация), но ошибся в темпе и масштабах. Реальность движется не по сюжету «Agent-1 → Agent-2 → сингулярность», а как обычная технология: неравномерно, с откатами, с задержками между демо и продом, которые закрывают не модели, а обычные люди — те, кто обучают, проверяют и забывают продовые ключи в репозиториях.

Наш прогноз на 2027-й скучнее, чем у авторов: суперинтеллекта не будет, будет продолжение расслоения. Те, кто научился управлять агентами и валидировать их работу — станут дороже. Те, чью работу можно описать задачкой в пару строк — дешевле. А главный риск на горизонте года — не восстание машин, а вполне земные проблемы: триллионный пузырь, основанный на обещаниях, плюс агенты с правами на прод у людей, которые сами не понимают, что делают и не читали разбор инцидента Hugging Face.

Сценарий, кстати, всё равно рекомендую прочитать целиком: ai‑2027.com. Как прогноз — спорно, как чеклист, чтобы свериться в 2027 — лучшее, что есть.