ИИ переоценён? Если вы видели его только в бесплатном чат-боте, вы судите о самой слабой ступени технологии и скорее недооцениваете её. Исследователь ИИ Андрей Карпати, один из основателей OpenAI, оценивает, что профессионально пользуются передовыми моделями для кода и математики лишь около 20 миллионов человек. Именно они видят, как агенты по одному запросу выполняют проекты, на которые раньше уходили недели или месяцы. Руководителей Карпати прямо относит к группе, которая знает ИИ из вторых рук. У продвинутых пользователей узким местом становится уже не написание, а проверка. Для малого и среднего бизнеса из этого следуют два правила: оценивать ИИ на реальной задаче с реальным сроком и про любой софт, написанный агентом, спрашивать, как его проверяли.
Разбор основан на посте Карпати в X от 11 октября 2026 года, где он обновляет свою апрельскую публикацию. Цифры он сам называет прикидкой на салфетке, исследования за ними нет. Поэтому мы считаем их оценкой опытного наблюдателя, а не рыночными данными. Модель сценария с приглашениями ниже мы написали для этой статьи и проверили модельным чекером TLC. Данные актуальны на 15 октября 2026 года.
Воронка Карпати в одной таблице
| Ступень по оценке Карпати | Что видят люди на этой ступени |
|---|---|
| Около 6 миллиардов, примерно 75 % населения Земли | Почти не сталкивались с языковыми моделями |
| От 1 до 2 миллиардов, примерно 20 % | Иногда пользуются бесплатными чат-ботами как улучшенным поиском или помощником в текстах |
| Около 20 миллионов, примерно 0,2 % | Агенты выполняют большие проекты в коде и математике, которые раньше занимали недели или месяцы |
| Около 5000 человек внутри ИИ-лабораторий | Внутренние системы, где тысячи агентов неделями работают над крупными программными проектами |
Расстояние между ступенями растёт, пишет Карпати. Раньше были две группы, которые не понимали друг друга, теперь получилась крутая воронка. Мир за пределами лабораторий, по его словам, пока видел только превью.
Почему руководители обычно стоят на второй ступени
Карпати относит ко второй ступени многих специалистов вне кода и математики, в том числе руководителей. Большую часть дня они проводят в разговорах с людьми. Происходящее они понимают умом, но из вторых рук. Упрёка в этом нет, это описание их работы.
Он же называет причины воронки, и они объясняют, почему бесплатный чат-бот плохо подходит для проверки. Польза растёт вместе с амбициозностью, размером и длительностью задачи. Вопрос, ответ на который умещается в абзац, почти не нагружает систему. Важен и доступ: бесплатный тариф, платная подписка или внутренние системы лаборатории. Задавая короткий вопрос бесплатной версии, вы проверяете самую маленькую задачу самым слабым инструментом.
К этому добавляется неравномерность способностей. По словам Карпати, модели сильнее всего там, где работа цифровая, проверяемая и экономически ценная, потому что именно на таких задачах их обучают с проверяемым вознаграждением. Наш практический вывод: самые большие скачки вы увидите сначала в разработке ПО, анализе данных и документах с чёткими правилами, а позже в переговорах и разговорах с клиентами.
Вердикт «переоценён» складывается из теста, который просто не способен показать разницу. Дорого он обходится, когда на нём строятся решения. Проект автоматизации отклоняют, потому что чат-бот однажды выдал чепуху, или подписывают предложение, которое в компании никто не может оценить. У обеих ошибок одна причина: никто в компании не видел технологию в настоящей работе.
Поручить агенту код и уметь его проверить: две разные вещи
Третья ступень тоже неоднородна. Одни пользователи дают агенту писать код и смотрят, работает ли демо. Другие могут объяснить, почему результат правильный. Первая группа растёт быстро, вторая гораздо медленнее. Такое деление предлагаем мы. Сам Карпати пишет, что человеческая проверка и понимание начинают отставать.
Когда агент за один день пишет то, на что раньше уходил месяц, написание кода перестаёт быть узким местом. Главной работой становится проверка, а к ней почти никто не готовился. Для вас как заказчика от этого меняется главный вопрос к подрядчику. Пользуется ли он ИИ, скоро будет само собой разумеющимся. Важно, как он проверяет то, что написал ИИ.
Пример: два клика по одной ссылке-приглашению
Ошибки, которые не видно на демо, чаще всего возникают там, где две вещи происходят одновременно. Возьмём закрытое пространство, например клиентский портал или рабочую комнату команды. Кто зашёл первым, становится владельцем, остальным нужен одноразовый код приглашения. Очевидная реализация сначала читает текущее состояние, а потом записывает результат.
Мы описали эту реализацию и вариант с блокировкой на TLA+, языке спецификаций Лесли Лэмпорта. Модельный чекер TLC перебрал все возможные порядки действий для трёх человек и одного кода.
| Вариант | Результат TLC |
|---|---|
| Без блокировки: чтение и запись в два шага | 81 достижимое состояние. Через 4 шага у пространства два владельца, через 6 шагов один код впустил двоих |
| С блокировкой: проверка и запись в один шаг | 16 достижимых состояний, оба правила выполняются в каждом |
Первую ошибку можно рассказать за четыре шага. Человек A и человек B открывают ссылку почти одновременно, и оба читают, что пространство пустое. Затем A записывается владельцем, а следом и B, потому что B прочитал то же пустое состояние. Во второй ошибке двое приглашённых читают код как неиспользованный, прежде чем кто-то из них его потратит. На демо один человек кликает один раз, и ни один из случаев не возникает. В работе достаточно, чтобы два коллеги открыли одну ссылку в одну и ту же секунду.
Ядро модели в сокращении:
\* Без блокировки: прочитать состояние и запомнить
Read(u) == /\ pc[u] = "start"
/\ seenEmpty' = [seenEmpty EXCEPT ![u] = (members = {})]
/\ seenUnused' = [seenUnused EXCEPT ![u] = ~codeUsed]
\* позже записать по запомненному и, возможно, устаревшему состоянию
Write(u) == /\ pc[u] = "read"
/\ Apply(u, seenEmpty[u], seenUnused[u])
\* С блокировкой: проверить и записать за один шаг
JoinLocked(u) == /\ pc[u] = "start"
/\ Apply(u, members = {}, ~codeUsed)
\* Правила, которые должны выполняться в любом состоянии
OneFounder == Cardinality(founders) <= 1
CodeOnce == Cardinality(viaCode) <= 1
Тесты проверяют случаи, о которых кто-то подумал. Модельный чекер проверяет все порядки действий в границах модели, включая те, о которых не подумал никто. Само исправление скучное: проверка и запись происходят за один шаг, в базе данных например через транзакцию с блокировкой или ограничение уникальности. Агент охотно напишет такую модель, если его попросить, только просят об этом редко.
Ограничения тоже нужно назвать. Модель проверяет замысел, а не готовый код. Действительно ли код реализует блокировку, должен показать тест с одновременными запросами. Кроме того, TLC перебирает всё только в выбранном размере, здесь три человека и один код. Для этого примера этого достаточно, потому что обе ошибки появляются уже при двух-трёх участниках.
Пять тысяч в лабораториях пока не ваша забота
Четвёртая ступень самая впечатляющая. Карпати описывает рои из тысяч агентов, которые неделями работают над крупными программными проектами, находят уязвимости и продвигают математику. Доступа туда у среднего бизнеса не будет, и для ваших планов это не главное.
Для решений этого года важнее разрыв между второй и третьей ступенью. Инструменты третьей ступени уже продаются как платные продукты, и всё же многие компании не используют их в настоящей работе. То, чем лаборатории пользуются внутри, подсказывает, что позже появится в этих продуктах. Это наш вывод из образа превью у Карпати, а не обещание производителя.
Как оценить ИИ на реальной задаче
Выделите неделю и выберите задачу, которая для вас действительно важна.
- Возьмите проект, который откладывается месяцами и у которого есть реальные пользователи, пусть даже три коллеги.
- Работайте с платной передовой моделью или агентом, а не с бесплатным чатом. Сначала попросите план и прочитайте его до того, как начнётся работа.
- Проверяйте каждый результат как работу нового сотрудника, который никогда в себе не сомневается.
- Отдайте результат людям, которые будут им пользоваться. Демо-ролик не считается.
- Где две вещи могут произойти одновременно, например бронирования, приглашения, складские остатки или номера счетов, сначала требуйте модель процесса и только потом код.
Если вы не пишете код, правило то же, только проще: реальная задача с реальным сроком, а оценка по результату, а не по впечатлению от разговора. Заказывая разработку, задайте подрядчику два вопроса. Как вы проверяете то, что написал агент? Какие процессы в нашей системе могут происходить одновременно и как они защищены? Как заранее зафиксировать критерии приёмки, показано в нашей статье про ТЗ на чат-бота с ИИ.
Посильная задача для первой собственной попытки: LLM-вики Карпати, в которой агент превращает ваши источники в вики. Как это работает с Obsidian и что показал наш тест, описано в статье Второй мозг в Obsidian с нейросетью.
Частые вопросы
ИИ переоценён?
Зависит от того, о каком ИИ идёт речь. Бесплатный чат-бот, отвечающий на короткий вопрос, почти не показывает того, что платные передовые модели делают в роли агентов на больших задачах. Переоценивают ИИ скорее там, где его результаты принимают без проверки.
В чём разница между ИИ-агентом и чат-ботом?
Чат-бот отвечает на одно сообщение за другим. Агент получает цель, планирует шаги, пользуется инструментами вроде файлов, кода или API и работает, пока задача не будет решена или пока ему не понадобится уточнение. Как устроен агент, мы разобрали в статье о пяти слоях ИИ-агента.
Хватит ли бизнесу бесплатной версии ChatGPT?
Для редкой помощи с формулировками часто хватит. Для больших задач ей не хватает более сильных моделей и агентных функций платных тарифов. Как только речь заходит о данных клиентов, нужны ещё и договорные гарантии защиты данных, о которых мы писали в статье про ИИ в ЕС.
Как проверять код, написанный ИИ?
Так же, как код людей, только последовательнее: читать план до реализации, просматривать каждое изменение, запускать автотесты и заранее моделировать процессы с одновременными действиями. Тесты покрывают продуманные случаи, модель покрывает и те порядки действий, о которых никто не подумал.
Откуда взялись цифры Карпати?
Из его собственной прикидки, исследования за ними нет. Порядки величин годятся как способ думать о ситуации, но не как рыночные данные для бизнес-плана.
Если у вас есть задача, которая месяцами ждёт своей очереди, мы вместе посмотрим, может ли её взять на себя агент и как проверить результат до того, как он дойдёт до ваших клиентов. Возьмите с собой описание задачи, список задействованных систем и процессов, которые могут происходить одновременно. Как мы строим решения на базе языковых моделей, описано на странице услуги.