Мысль о том, что нынешняя ИИ-индустрия играет в игру с отрицательной суммой, не нова. В эту технологию уже влито столько денег, что, по сути, экономика поставлена на её успех.
Если ИИ не выстрелит — мы рискуем оказаться в рецессии.
Если же ставка вдруг сыграет — миллионы людей могут потерять работу, и экономика всё равно придёт в то же самое мрачное место.
Звучит почти абсурдно: стрелять себе в ногу, громко называя это инновацией. Но сейчас мы начинаем видеть, как именно могут разворачиваться оба сценария. Так что давайте разберёмся и по шагам.
Если ИИ не сработает
Если вы читали меня раньше, вы знаете: я отношусь к ИИ с осторожным скепсисом. Поэтому начнём со сценария провала.
Мы уже начинаем понимать, как именно ИИ может не оправдать ожиданий.
Проблема в том, что он не оказался тем универсальным инструментом роста продуктивности, которым его продавали. Исследование Harvard Business Review показало: ИИ не сокращает объём работы, а системно усиливает его. Сотрудники начинали работать быстрее, брали на себя больше задач и растягивали рабочий день — часто даже без прямого требования со стороны работодателя. Иными словами, вместо инструмента продуктивности мы получили инструмент ускорения выгорания.
Эта картина подтверждается и другими источниками. Недавний отчёт Oxford Economics показывает, что компании «не выглядят так, будто массово заменяют сотрудников ИИ», и скорее используют историю про «увольнения из-за ИИ» как удобное объяснение собственных проблем. Аналитик Forrester JP Gownder прямо говорит: ни в одном массиве данных они не видят значимого роста продуктивности от ИИ. Старший экономист США Ронни Уокер приходит к похожему выводу: «Мы по-прежнему не находим значимой связи между продуктивностью и внедрением ИИ на уровне всей экономики». Единственные направления, где он фиксирует улучшения, — это клиентская поддержка и отдельные задачи в разработке ПО.
И здесь важный нюанс: не «разработка ПО» как целая профессия, а именно отдельные, локальные задачи внутри неё. А значит, это ещё не говорит о том, что производительность всей отрасли растёт без потери качества. Более того, вполне возможно — и скорее всего так и есть, — что остаются узкие места, которые ИИ просто не закрывает.
То есть на уровне отдельного человека вам может казаться, что ИИ делает вас продуктивнее. Но на уровне экономики в целом этот эффект пока не масштабируется. А проблема в том, что ему как раз необходимо масштабироваться.
И это не только мой взгляд. Лауреат Нобелевской премии Джеффри Хинтон, которого часто называют одним из «крёстных отцов ИИ» за вклад в нейросети, в интервью Bloomberg на вопрос о том, окупятся ли когда-нибудь колоссальные инвестиции в ИИ, ответил прямо: «Я думаю, что нет». И уточнил: чтобы на этом заработать, «придётся заменять человеческий труд».
Другие оценки подтверждают это. Как я уже писал раньше, по одному из недавних отчётов, ИИ-индустрии нужно будет генерировать 2 триллиона долларов выручки в год только для того, чтобы окупить дата-центры, которые она планирует построить к 2030 году. Причём даже при очень оптимистичных прогнозах по выручке отрасли всё равно будет не хватать около 800 миллиардов долларов до точки безубыточности.
Чтобы почувствовать масштаб: Google — одна из самых доминирующих компаний мира — заработала в 2025 году около 400 миллиардов долларов выручки. Так вот, чтобы просто оплачивать инфраструктуру, ИИ-индустрии нужно будет зарабатывать больше чем в четыре раза больше этой суммы. И добиться такой выручки она сможет лишь в том случае, если действительно начнёт заменять огромные пласты рынка труда.
А если ИИ не заменит людей?
Тогда вся индустрия рискует быть съеденной собственными долгами.
Как недавно отмечал Банк Англии, McKinsey оценивает капитальные затраты на ИИ-дата-центры к 2030 году в 5,2 триллиона долларов. Причём большая часть этой суммы будет профинансирована через долг — облигации, кредиты, private credit. Morgan Stanley оценивает ИИ-инфраструктурные расходы на 2025–2028 годы в 2,9 триллиона долларов, из которых как минимум 1,5 триллиона — это внешнее долговое финансирование, а 800 миллиардов — private credit.
После 2028 года, как ожидается, альтернативные, не долговые источники финансирования — например, размещение акций или деньги материнских компаний — будут в значительной степени исчерпаны. Это значит, что доля долга в финансировании ИИ, скорее всего, только вырастет.
И есть ещё один неприятный момент. Все эти ИИ-дата-центры, купленные на долг, живут примерно по три года. Это значит, что отрасли придётся обслуживать не только огромные проценты и тело долга, но ещё и ускоренную амортизацию самих активов.
Иными словами, индустрии нужно быстро найти эти самые 2 триллиона годовой выручки. Иначе начнутся дефолты. А что происходит, когда начинают сыпаться долги на несколько триллионов долларов? Огромная рецессия — с риском задеть критически важные элементы финансовой системы.
В 2008 году хватило чуть больше 1 триллиона долларов дефолтного ипотечного долга, чтобы спровоцировать глобальный кризис. И здесь тревожная рифма с прошлым: как и тогда, когда субстандартные ипотеки продавались как инвестиционный актив высокого качества, значительная часть нынешнего ИИ-долга тоже упаковывается и продаётся как практически надёжный инвестиционный продукт. Это только усиливает потенциальный удар.
И при всём этом ИИ как инструмент уже сегодня может приносить вполне практическую пользу — без веры в пузырь и без ставок на триллионы. Сервисы вроде BotHub дают доступ к ведущим мировым нейросетям — GPT-5.4, Claude 4.6 и другим — в одном интерфейсе. Можно сравнивать модели, тестировать гипотезы и использовать ИИ там, где он реально помогает, а не там, где его пытаются продать как спасение экономики.
Для доступа не требуется VPN, можно использовать российскую карту.
По ссылке вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
А если я ошибаюсь — и ставка на ИИ всё-таки сыграет?
Что ж, давайте допустим, что всё пойдёт по плану. Что проблемы ИИ будут в ближайшие годы решены, а отрасль начнёт получать достаточную выручку. Что тогда?
Goldman Sachs оценивал, что ИИ может автоматизировать эквивалент 300 миллионов полноценных рабочих мест. Да, ИИ также способен создавать новые рабочие места. Согласно Future of Jobs Report 2025 от Всемирного экономического форума, к 2030 году ИИ вытеснит 92 миллиона рабочих мест, но создаст 170 миллионов новых — то есть чистый прирост составит 78 миллионов.
Звучит обнадёживающе. Пока не начинаешь смотреть глубже.
Проблема в том, что новые рабочие места часто оплачиваются хуже, а многие исчезающие позиции — это стартовые ступени в высокооплачиваемых карьерных лестницах. В результате средняя заработная плата может снизиться. Более того, значительная часть новых рабочих мест создаётся в развивающихся странах, где удалённых сотрудников можно нанимать значительно дешевле. Мы уже видим подобные модели: например, Waymo автоматизирует работу американских водителей такси, но использует низкооплачиваемых удалённых операторов на Филиппинах для мониторинга автомобилей.
То есть даже если новые рабочие места действительно появятся, покупательная способность развитых стран может серьёзно просесть. А к оценкам новых рабочих мест вообще стоит относиться осторожно: Всемирный экономический форум исторически склонен смотреть на рынок через призму корпоративного и неолиберального оптимизма, так что эти цифры вполне могут быть завышены.
И если взять существующие прогнозы в целом, картина такая: если ИИ действительно сработает так, как его обещают, десятки миллионов — а возможно, и сотни миллионов — рабочих мест окажутся де-факто ликвидированы. Либо напрямую, либо через падение покупательной способности работающего населения. Для масштаба: после кризиса 2008 года работу потеряли примерно 30 миллионов человек.
Почему это может ударить сильнее, чем раньше
Потому что люди сегодня закредитованы куда сильнее, чем раньше.
В 2005 году средний объём долга американца — включая ипотеку — составлял 51 062 доллара. В 2025 году — уже 105 056 долларов. Даже с учётом инфляции это рост на 27%.
Параллельно стремительно раздувается рынок private credit — сегмент долга, который часто называют «теневым банкингом» из-за его непрозрачности. Сейчас он уже превышает 2 триллиона долларов. И именно из-за масштаба и более слабого регулирования многие банкиры считают этот рынок потенциальным кандидатом на роль нового источника кризиса — сравнимого с субстандартной ипотекой 2008 года. Среди тех, кто говорил об этом, — Ллойд Бланкфайн, бывший глава Goldman Sachs, и Джейми Даймон, действующий CEO JPMorgan.
Получается идеальный шторм. Общество в целом закредитовано сильнее, чем раньше. Причём сама структура долга стала рискованнее. Это бумажная башня, которая ждёт повода, чтобы посыпаться. А серьёзное потрясение на рынке труда — именно тот повод, который ИИ и может создать.
Не случайно UBS уже предупреждал, что масштабный «AI shock» может сильно ударить по банковской системе, в том числе через рост дефолтов по частным долгам среди потребителей, потерявших работу из-за ИИ.
Иными словами, если ИИ действительно заработает как обещано — и начнёт встряхивать рынок труда именно так, как в него заложены ожидания инвесторов, — нас может ждать новый кредитный кризис и, с высокой вероятностью, новая рецессия.
Получается не слишком обнадёживающая развилка.
Итог
Есть причины, по которым Big Tech сделал эту масштабную ставку. Есть и способы смягчить последствия — через регулирование, через более разумную и социально устойчивую политику. Но это отдельный разговор.
Главное сейчас в другом: становится всё труднее не замечать, что у нынешнего ИИ-пузыря не просматривается по-настоящему позитивный сценарий. И это тот редкий случай, когда мне очень хотелось бы ошибаться. Хотелось бы упустить важную деталь. Хотелось бы не видеть всей картины.
Не ради очередной яхты для кого-то на вершине рынка.
А ради того, чтобы нам с вами не пришлось проходить через очередной экономический ад
Автор: cognitronn
