# Wes Roth: «Deep Research от OpenAI может автоматизировать 18% мирового труда»

Источник: https://www.youtube.com/watch?v=lWLgkCkiwLg
Канал: Wes Roth
Опубликовано: 03.02.2025

---

С появлением инструмента Deep Research от OpenAI ландшафт интеллектуального труда претерпевает фундаментальные изменения. Ведущий технологического канала Wes Roth провел серию испытаний новой нейросети, способной часами проводить автономные исследования, и пришел к выводу, что мы стоим на пороге автоматизации триллионов долларов экономической ценности.

## 🤖 Deep Research: новый уровень автономных агентов
[[JUMP:00:00]]

Wes Roth отмечает, что первый же день использования Deep Research от OpenAI полностью изменил его представление о возможностях ИИ. В отличие от стандартных чат-ботов, этот инструмент работает как полноценный исследовательский агент: он не просто генерирует текст, а планомерно изучает десятки источников, сопоставляет данные и формирует глубокие отчеты [0:12]. 

Среди первых успешных тестов автора:

*   Анализ научных перспектив природы сознания (10 минут работы, 12 источников) [0:38].
*   Исследование прорывов в биоинженерии, геномике и протеомике [0:50].
*   Создание узкоспециализированного гайда по прокачке персонажа в игре Path of Exile 2 (Act 3 для не-hardcore лиги) [1:05].
*   Персонализированный анализ анализа крови автора, занявший 23 минуты и выявивший специфические риски, которые автор подтвердил [1:19].

По мнению Уэса Рота, эффективность системы поражает даже экспертов. Он цитирует доктора Дерру Унутму (Derya Unutmaz), который назвал инструмент «абсолютным геймченджером» для науки, медицины и юриспруденции [0:26].

## 💰 Экономический эффект: предсказание Сэма Альтмана
[[JUMP:01:34]]

Особое внимание Wes Roth уделяет заявлению генерального директора OpenAI Сэма Альтмана. По словам Альтмана, Deep Research уже сейчас способна выполнять «однозначный процент» (до 9%) всех экономически ценных задач в мире [1:46]. 

Автор признается, что сначала это утверждение показалось ему преувеличением, но после личных тестов он склонен согласиться [1:58]. Для проверки этого тезиса Рот запустил само Deep Research с задачей оценить собственный экономический потенциал [3:44].

Результаты автономного исследования ИИ оказались еще более радикальными:

*   Нейросеть проанализировала долю «работников знаний» (knowledge workers), которая составляет 20–30% мировой рабочей силы [9:41].
*   ИИ спрогнозировал, что в агрегированном выражении Deep Research может автоматизировать от 10% до 15% всех рабочих часов в мире [12:08].
*   В итоговом отчете нейросеть вывела цифру 18% как потенциальную долю всех экономически ценных задач, которые могут быть переданы агентам при условии их повсеместного внедрения [13:14].

## 🏗️ От отчетов к действиям: Deep Research как фундамент для агентов
[[JUMP:05:18]]

Важнейший инсайт, обсуждаемый в видео, касается трансформации роли отчетов ИИ. Ведущий ссылается на мнение Дармеша Шаха (Dharmesh Shah), сооснователя и CTO компании HubSpot и инвестора OpenAI [05:30].

Шах утверждает, что ценность Deep Research не только в создании 11-тысячесловных отчетов с таблицами и цитатами. Главная инновация заключается в том, что выходные данные (output) этого исследования станут входными данными (input) для следующего шага в рабочем процессе агентов [06:35].

Схема работы будущего, по мнению Шаха и Рота:

1.  **Deep Research** проводит анализ рынка, конкурентов и стратегии [05:56].
2.  **План исполнения:** ИИ формирует пошаговый алгоритм действий.
3.  **Агенты-исполнители:** Специализированные модели (например, OpenAI Operator) получают этот план и начинают физически выполнять задачи: писать код, запускать рекламные кампании в интернете или работать в Excel [07:03].

Сэм Альтман во время выступления в Японии перед главой SoftBank Масаёши Соном подтвердил этот вектор развития. По словам Альтмана, модели, способные к рассуждению (reasoning), прокладывают путь к полноценным ИИ-агентам, способным делать многошаговые выводы и совершать действия в реальном мире [08:08].

## 📉 Зоны риска и «белые воротнички»
[[JUMP:09:29]]

Автоматизация в первую очередь коснется профессий, связанных с интенсивной обработкой информации. Deep Research выделила сектора с максимальной экспозицией к ИИ [10:34]:

*   **Юриспруденция:** Помощники юристов и паралегалы сталкиваются с риском автоматизации до 100% своих задач, особенно в части поиска фактов и суммаризации документов [10:48].
*   **Консалтинг и аналитика:** Исследования рынков и подготовка отчетов могут быть автоматизированы на 70% [11:27].
*   **Образование и госсектор:** Здесь потенциал автоматизации оценивается ИИ в среднем в 8% и 0.5% от общего объема мирового труда соответственно [11:41].

Однако Wes Рота отмечает, что эти прогнозы ИИ подразумевают «агрессивный сценарий» глобального внедрения без учета регуляторных ограничений. Если скорректировать цифры на реальные барьеры, прогноз возвращается к «однозначным числам» Сэма Альтмана [13:52].

## 🩸 Личный опыт: от медицины до симуляции реальности
[[JUMP:14:04]]

В завершение Wes Roth поделился личными кейсами использования. Он загрузил свои результаты анализа крови, чтобы ИИ нашел скрытые закономерности [14:17]. Система заметила, что уровни гематокрита и гемоглобина находятся у верхней границы нормы, и рекомендовала обратить внимание на гидратацию [14:30]. Автор подтвердил, что действительно пил мало воды и недавно сдавал плазму крови, что могло повлиять на показатели [14:43].

Также Рот упомянул одно из самых популярных в его соцсетях исследований, проведенных через Deep Research: «Самые убедительные научные аргументы в пользу того, что мы живем в симуляции» [15:22]. Он призвал аудиторию делиться своими идеями для тестов, отмечая, что лимит запросов на столь мощный инструмент пока сильно ограничен [16:00].