Представьте себе технологию, которую называют новым электричеством. Банки запускают ассистентов для клиентов, ритейл автоматизирует описание товаров, медиа переводят часть контента на алгоритмы. Кажется, что ИИ уже везде. Но чем громче восторги, тем чаще звучит и другое слово — пузырь. Его обычно используют, когда хотят сказать: ожидания могут оказаться завышенными.
Вместе с экспертами разобрались, что происходит в ИИ-индустрии на самом деле. Посмотрели, сколько вложено в разработку, какие внедрения уже приносят пользу бизнесу, а какие — нет. А главное, узнали, что делать маркетологам и руководителям уже сегодня.
Все это создает эффект эхо-камеры: чем больше вокруг говорят о необходимости ИИ, тем сильнее кажется, что освоить его нужно прямо сейчас. Хотя не все эксперты согласны, что эхо-камера неизбежна. Некоторые считают, что при достаточно широком круге источников можно видеть разные точки зрения и не попадать в информационный пузырь.
Изменяются требования к кандидатам. В вакансиях появилось обязательное требование «уметь работать с нейросетями». Параллельно обесценились некоторые профессии. Например, нейросеть теперь может вместо копирайтера массово заполнять карточки товаров.
Я много работаю в частности с копирайтерами, которые в своей работе используют нейросети. И нередко их результат получается посредственным. Особенно это заметно, когда видишь тестовые задания. У меня был найм, во время которого мне прислали пять практически одинаковых тестовых.
С этим же, например, столкнулись и рекрутеры. HH.ru недавно анонсировал закрытие API для соикателей. Одна из причин — мусорные массовые отклики с ИИ-генерацией сопроводительных.
Что такое «технологический пузырь»
Пузырь — это ситуация, когда ожидания растут быстрее реальной ценности технологии или рынка. Обычно все начинается с прорыва — появляется новый инструмент, который решает старые проблемы. Затем идет резкий рост — технологию начинают применять везде, даже если она пока не нужна или неэффективна. Параллельно растет стоимость компаний, которые ее разрабатывают или используют.
Самый известный пример — пузырь доткомов конца 1990-х, когда бизнесы выходили на рынок с абстрактной идеей «мы работаем в интернете». Тогда акции подобных компаний взлетели до небес и у одного только производителя оборудования для интернета Cisco все акции вместе стоили $500 млрд. Но когда в 2000 году стало ясно, что компании не принесут прибыли, стоимость их акций обвалилась чуть ли не до нуля.
Сегодня похожая динамика у нейросетей. Каждую неделю появляются десятки новых ИИ-сервисов: чат-боты, генераторы картинок и умные помощники для всего на свете. Многие из них делают примерно одно и то же, а реальной ценности для пользователя не несут. Они не могут решать задачи полностью за человека, по-настоящему думать, понимать эмоции и контекст. Разрыв между обещаниями и реальностью демотивирует и инвесторов, и пользователей.
Что происходит на рынке ИИ-разработки
Банк Англии оценивает, что в ближайшие пять лет инвестиции в ИИ-инфраструктуру могут достигнуть 5 трлн долларов — это деньги частных инвесторов, государства и крупных компаний вроде Google. И даже такие суммы все еще нужны только для дата-центров и обучения моделей, так как без вычислительных мощностей нейросети не будут работать.
При этом большинство ИИ-проектов пока не окупаются. По разным оценкам, только около 5% внедрений показывают положительный ROI — то есть приносят больше, чем в них вложили.
Ограничения нейросетей: в каких ситуациях не помогут боты Это видно и по крупнейшим игрокам рынка. OpenAI, создатель ChatGPT и Sora, оценивается в $500 млрд, хотя годовой доход компании составляет всего $13 млрд. Похожая ситуация у Anthropic, разработчика Claude: оценка $183 млрд при выручке $7 млрд. Обе компании привлекают кредиты под будущую выручку, которой пока нет.
На рынке РФ ситуация более стабильная, так как для инвестиций в ИИ крупные компании перераспределяют свою выручку и активы. Например, у Сбера это 600 млрд руб (≈$7,7 млрд).
Сегодня есть такой феномен: все говорят о суперуспехе ИИ-продуктов и ИИ-стартапов, но абсолютно все они убыточны по gross марже. От ChatGPT до крошечного ИИ-сайд-проекта в виде Telegram-бота. Маржинальность даже близко не сравнить с экономикой SaaS, потому что в ИИ-стартапах невозможно улучшить маржинальность за счет масштабирования (косты растут линейно).
По сути единственная компания, которая хорошо зарабатывает на ИИ — NVIDIA. По нарративу в СМИ может так не казаться, но цифры, P&L и отчеты не обманешь.
Одновременно NVIDIA — монополист технологии, потому что ее клиенты залочены в экосистеме. Поэтому взлеты и падения, и конечно квартальные отчеты компании — главные маркеры здоровья ИИ-индустрии.
В последнем отчете за третий квартал 2025 года NVIDIA отмечает рост продаж комплектующих для дата-центров и робототехники. При этом сама эксплуатация нейросетей, то есть обработка запросов и поддержка сервисов, требуют почти 3% от мирового спроса на электричество. Получается, его может не хватить для развития ИИ.
Как формируются завышенные ожидания
Пузырь существует не только на уровне инвестиций. Есть еще и пузырь ожиданий — то, как люди воспринимают технологию и что от нее ждут. Одни восхищаются ИИ и верят, что он изменит все. Другие боятся потерять работу. Эту эмоциональную волну подпитывают три источника: новости, курсы и изменения на рынке труда.
Появляются новости о новых возможностях ИИ. В соцсетях и СМИ можно встретить подборки «100 сервисов с нейросетями на все случаи жизни», заголовки об экономии 50% времени и замене 90% офисных сотрудников и джунов. Множатся прогнозы о масштабной автоматизации в горизонте 5–10 лет.
Мне кажется самый перспективный сегмент на сегодня — автоматизация. Потому что сейчас все разработчики нацелены на то, чтобы нейросети работали автономно, то есть без вмешательства человека, хотя бы по 2-3 часа. И при этом выполняли сложные задачи, где нужно размышлять — планировать, думать, исправлять самого себя.
Я думаю, тема станет трендом всего 2026 года.
Я замечаю, что очень мало действительно интересных сценариев использования искусственного интеллекта. В основном это однообразные варианты создания текстов, фото или видео.
В своем канале я делилась промптами и шаблонами, которые помогли мне решить более интересные задачи. Например, посчитать сметы или организовать квартальную оценку команды.
Плюс, мне кажется, пользователи мало говорят о том, что действительно прорывные результаты с ИИ не получить.
Записываются новые курсы. По данным Сбера, 74% пользователей готовы освоить ИИ. Логично, что обучение по нейросетям для работы и жизни, грамотному промптингу и автоматизации запустили многие образовательные площадки.
С ИИ-курсами все просто — языковые модели созданы, чтобы понимать естественные для человека запросы. Поэтому эффективность сложного промпт-инжиниринга довольно скромная.
А значит, много теории никому не нужно. Рабочая методика — просто садиться и пробовать все приглянувшиеся модели и продукты.
Я, честно говоря, не замечаю выраженной эхо-камеры в ИИ-сообществе — во многом потому, что сознательно слежу за очень разными экспертами, официальными твиттерами компаний, TechCrunch, The Verge, Medium и еще смотрю обсуждения пользователей на Reddit по теме ИИ. Это дает возможность видеть весь спектр мнений: от избыточно позитивных, иногда ккликбейтных прогнозов до более аналитических и осторожных подходов.
Есть эксперты, которые рассматривают ИИ со всех сторон — то есть затрагивают и оптимистичные сценарии, и одновременно задают вопросы о неочевидных последствиях. Например, в юридической сфере: как будет адаптироваться право и кто несет ответственность за ошибки — пользователь, разработчик модели или компания, в которой этот инструмент применяется; конфликт между скоростью и смыслом, когда быстрые ответы начинают подменять осмысленное размышление; и тему псевдопрофессионализма, когда внешне убедительный результат создает иллюзию экспертизы без реального понимания контекста.
Таких открытых вопросов сейчас очень много, и обществу еще только предстоит выработать на них ответы. Мне кажется, что при достаточно широком круге чтения источников никакие важные темы не пройдут мимо — просто разные точки зрения нужно целенаправленно искать, а не ограничиваться одной информационной средой.
Что будет, если пузырь лопнет
Ажиотаж вокруг ИИ может закончиться по-разному — от массового закрытия компаний из-за банкротства до спокойного развития. При этом рынок РФ не подвержен угрозе пузыря — это отметил первый заместитель председателя правления Сбера Александр Ведяхин. В России инвестиции в ИИ остаются умеренными и привязаны к практическим задачам, а не к спекулятивному росту оценок.
Сценарий №1: жесткий хлопок пузыря
Драматичный вариант развития событий — резкий крах ИИ-пузыря, сопоставимый с дотком-обвалом начала 2000-х.
Основные триггеры. Если еще какое-то время ИИ-компании не будут показывать ожидаемой выручки. Кроме того, на уровне государства могут ужесточить требования — призвать маркировать весь контент от ИИ, в том числе по возрасту.
Последствия. Многие ИИ-стартапы без устойчивой выручки закроются — это сотни чат-ботов и умных помощников для широкой аудитории. А крупные компании продолжат работу, но уже за счет перепродажи долей. Например, OpenAI с поддержкой Microsoft.
Чем отличаются разные модели нейросетей. И что это вообще такое За последний год мой подход к тестированию новых ИИ-инструментов сильно изменился. Если раньше я могла начать пробовать нейросеть сразу, как только услышала ее название, то сейчас это скорее вызывает у меня внутреннее сопротивление. Количество ИИ-сервисов стало избыточным: многие из них дублируют функциональность друг друга, наполовину не работают, и я больше не вижу смысла изучать каждое новое приложение просто потому, что оно появилось.
Поэтому сейчас я стараюсь гораздо рациональнее расходовать свой ресурс и тестирую новые нейросети только в тех случаях, когда уже несколько раз слышала о них позитивные отзывы и вижу, что инструмент действительно работает. Например, за последние полгода для меня такими инструментами стали Nano Banana от Google, а также ИИ-браузер Comet с интегрированным помощником.
Сценарий №2: растворение пузыря
Незаметный сценарий, в котором ИИ перестает быть отдельным трендом и превращается в фоновый слой — часть почти каждого цифрового продукта. Еще этот процесс называют «диффузией инновации».
Основные триггеры. Нет громкого события, которое можно было бы назвать «лопнувшим пузырем». Интерес к теме постепенно снижается сам по себе, медиа реже выносят ИИ в заголовки.
Последствия. Генеративный ИИ оказывается встроен повсюду: в офисные программы, операционные системы, смартфоны, автомобили, корпоративные сервисы. Обучение работе с нейросетями входит в школьный или университетский курс информатики как базовый навык — на уровне владения поиском, таблицами, презентациями.
Если смотреть на динамику адопшена в корпоративном сегменте, то genAI сталкивается с большими проблемами. Пока реально работающие кейсы — это автоматизация служб поддержки и разработка. Правда, со вторым еще не совсем ясно: если смотреть качественные исследования, то genAI скорее добавляет ощущение эффективности, чем саму эффективность.
Что тоже хорошо — разработчикам стало приятнее работать!
Динамику внедрения ИИ видно по трате токенов — эти данные компании публикуют открыто. Например, у Google с мая по июнь 2025 года рост составил 104%, а в следующем периоде — уже около 33%.
Как действовать в эпоху ИИ с учетом рисков пузыря
ИИ действительно забирает часть задач — рутинные отчеты и заявления, таблицы, повторяющиеся сообщения клиентам. Но полностью заменить творческих и стратегических специалистов нейросети не по силам.
Растет ценность тех, кто умеет работать вместе с ИИ — ставить задачу, управлять качеством и проверять результат.
Для специалиста
Выстраивайте карьеру на устойчивых и мета-навыках. Например, коммуникации и управлении, креативности, проактивности, экспертности в своей сфере. ИИ перестает выглядеть угрозой, когда вы понимаете, за что именно вам платят — за мышление и решения, а не за механическую часть работы.
Используйте ИИ как обычный инструмент. Нейросети хорошо ускоряют черновую работу. Так копирайтер может быстрее собрать структуру и драфт, а маркетолог — получить сводку по гипотезам, сегментам или конкурентам.
Я работаю автором и редактором. Поэтому мне постоянно нужно писать статьи с нуля, искать факты, проверять готовые статьи. Помимо работы непосредственно с текстом, я продумываю контент-план из интересных читателям тем.
И нейросети ускоряют мою работу на каждом этапе. Например, если раньше на статью у меня могло уйти 8 часов, сейчас на нее уходит 4 часа.
Во многом я держу темп, потому что постоянно выбираю лучший из ИИ-сервисов. Например, раньше писал с ChatGPT, затем с Gemini, а сейчас с Claude. И не факт, что через месяц я полностью не перейду на DeepSeek.
Развивайте критическое мышление. От ИИ можно получить тонны ошибочного контента за минуты. Поэтому фактчекинг становится частью профессиональной гигиены — проверять источники, уточнять цифры, отделять предположения от данных и не публиковать выводы без подтверждений.
Для меня самый первый навык, который нужен в контексте использования нейросетей — это критическое мышление. Чтобы не сразу забирать готовые результаты генерации, а несколько раз перечитать, обработать, подвергнуть сомнению, выбрать идеи и дополнить их своими.
Еще важно быть любопытным, так как возникает много разных сервисов для взаимодействия с ИИ. Раньше я работала внутри одного ChatGPT и просто училась для себя строить в нем разные сценарии: личные, управленческие, креативные.
Но для прогресса в работе важно не ограничиваться одним, а ресечить новые. Не факт, что они будут лучше, чем привычные инструменты. Но исследовать — путь к развитию.
Я скорее смотрю на ИИ как на инструмент, который позволяет глубже погружаться в тему и лучше ее обдумывать: смотреть на задачу под разными углами, получать обратную связь, дорабатывать решения. Да, это происходит быстрее, чем если бы ты делал все самостоятельно, но речь идет не о скорости упрощения, а о скорости обработки информации новым способом.
В моей системе координат человек полностью ответственен за результат от ИИ. Поэтому я считаю принципиально важным, что все, что вы создаете с помощью нейросетей, вы обязаны прочитать, проверить и осмыслить. Вы обязаны нести ответственность за информацию и результат, которые публикуете в мир — независимо от того, использовали ли вы ИИ или нет.
Для бизнеса
Учитывайте новые требования к использованию ИИ. Заложите правовые и этические принципы: какие задачи вы передаете нейросети, как работаете с клиентскими данными. Главное — учесть требования государства и политику крупных компаний-разработчиков ИИ.
Стройте продукт от реальной ценности. Если вы запускаете ИИ-сервис или обучение, стоит честно ответить — какую конкретную проблему пользователя он решает лучше, чем существующие подходы. Например, если разработка позволяет врачам экономить до 50% времени на расшифровке анализов.
Единственные курсы, которые я советовал бы записывать и предлагать как продукт — базовые по промптингу, выбору моделей, работе с персонажами, объектами, видео. И это в принципе всегда будет актуально, потому что новичкам нужна базовая информация, которую они готовы изучать.
А вот уже что-то более конкретное лучше развивать в формате подписки. Например, в виде клуба, где человек платит за участие и получает доступ как к базовым урокам, так и к новым вебинарам.
С точки зрения бизнеса это логично — готовый курс может еще не поступить в продакшн, а уже устареть. Ведь за месяц-два нейросети успевают обновиться и предложить пользователям новые функции.
Если говорить об обучении и образовательных продуктах, за последний год я тоже пересобрала подход. Я не стремлюсь сразу выпускать обучение под каждую новую нейросеть. Да, такой формат может хорошо работать с точки зрения инфоповода и денег, но это не совсем то, что мне близко. Мне важнее создавать более долгоиграющие продукты, поэтому я фокусируюсь на сборе знаний о действительно сильных и устойчивых инструментах.
При этом, если я вижу, что нейросеть устаревает, я не продолжаю развивать продукт любой ценой. Например, весной я делала образовательный курс по Midjourney. Я по-прежнему считаю, что это неплохой инструмент для художественных задач, но за последние полгода появилось много нейросетей, в которых генерацию проще сделать и легче добиться результата, который ты изначально задумал. Поэтому сейчас я не вижу смысла обучать людей этому инструменту — по крайней мере отдельным образовательным продуктом. Я не хочу делать вид, что он по-прежнему максимально удобен — это не так. И, несмотря на вложенное время и силы, я поставила этот курс на паузу, потому что сама в него больше не верю.
Кратко: как работать с ИИ и не попасть в пузырь
- ИИ-пузырь — это ажиотаж вокруг темы нейросетей, который не соответствует ожиданиям. Поэтому он может лопнуть вместе с интересом к технологии. Для понимания важно смотреть не интерпретации в СМИ, а данные и цифры из официальных отчетов компаний.
- В рабочих задачах нейросети могут помочь. Для этого важно выбрать один из современных сервисов, последовательно передавать ему отдельные рутинные задачи и следить за результатом.
- Чтобы не остаться без работы и быть востребованным, нужно формировать критическое мышление и растить свою экспертность.
- В бизнес нейросети нужно внедрять осторожно: не строить ложных ожиданий вокруг своего продукта, следить за юридическими и этическими нормами.
Личный опыт использования нейросеток, промпты и другие ИИ-хитрости, которые пригодятся в работе.