2 трлн долга, $2 трлн выручки и 300 млн рабочих мест: почему ИИ ведёт нас к катастрофе

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 ^[1] 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 ^[2] 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 ^[3] прямо говорит: ни в одном массиве данных они не видят значимого роста продуктивности от ИИ. Старший экономист США Ронни Уокер ^[4] 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 ^[5] 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 ^[6], 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 ^[7]. 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 ^[8]  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 ^[9] 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 ^[10] 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 ^[11], 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 ^[12], 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 ^[13].

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 ^[14]. В 2025 году — уже 105 056 долларов ^[15]. 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 ^[16]. И именно из-за масштаба и более слабого регулирования многие банкиры считают этот рынок потенциальным кандидатом на роль нового источника кризиса ^[16] — сравнимого с субстандартной ипотекой 2008 года. Среди тех, кто говорил об этом, — Ллойд Бланкфайн, бывший глава Goldman Sachs, и Джейми Даймон, действующий CEO JPMorgan ^[17].

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 ^[18]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