В новом выпуске подкаста 20VC ведущий Гарри Стэббингс обсуждает с профессором Уортонской школы Итаном Молликом текущее состояние и грядущие трансформации индустрии искусственного интеллекта. Собеседники исследуют скрытые мотивы создателей передовых ИИ-лабораторий, неэффективность традиционных стартап-моделей перед лицом грядущего сильного ИИ (AGI) и радикальные изменения, которые технологии несут в сферу образования и на рынок труда. Главным сюжетом дискуссии становится очевидный парадокс: почему Кремниевая долина одержима созданием «божественной машины», зачастую полностью игнорируя реальные прикладные потребности бизнеса и рядовых пользователей.
🤖 Погоня за «божественной машиной» и случайные миллиарды OpenAI 0:00
По словам Итана Моллика, компания OpenAI сегодня отказывается от развития и коммерциализации многих своих продуктов с поразительной легкостью. Эксперт объясняет это тем, что ключевые таланты и вычислительные мощности лаборатории полностью брошены на одну фундаментальную задачу — построение «божественной машины» или полноценного AGI.
Итан Моллик утверждает, что текущий годовой темп выручки OpenAI в размере $3 млрд был достигнут во многом «случайно». С его точки зрения, у компании сейчас нет проработанной продуктовой линейки в традиционном понимании — существуют лишь базовый чат-бот и API для разработчиков. Вся индустрия ИИ сегодня функционирует в предположении, что простое масштабирование моделей способно решить любые возникающие проблемы.
На этом фоне гость подкаста видит забавный парадокс в поведении венчурного рынка: почти каждый технологический стартап в мире сейчас неосознанно делает ставку против появления AGI. При этом сами инвесторы открыто заявляют, что AGI будет создан в ближайшие пять лет. Итан Моллик задается логичным вопросом: если искусственный интеллект человеческого уровня действительно так близок, зачем финансировать узкоспециализированные компании, ни одна из которых попросту не выживет в мире победившего AGI?
📈 Итан Моллик: путь от изобретения пейволла до ИИ-экспертизы 0:47
В начале беседы Гарри Стэббингс признается, что является давним поклонником публикаций гостя. Итан Моллик напоминает, что долгое время оставался классическим профессором предпринимательства, прежде чем его исследования в области искусственного интеллекта получили мировую известность.
Рассказывая о своем бэкграунде, Итан Моллик делится примечательными фактами из биографии:
- В конце 1990-х годов стартап, в создании которого он принимал участие, фактически изобрел первый в истории интернет-пейволл (платный доступ к контенту). Гость иронично отмечает, что до сих пор пытается «искупить эту вину» перед пользователями сети.
- Он прошел обучение в Массачусетском технологическом институте (MIT), после чего перешел на преподавательскую работу в Wharton School при Пенсильванском университете.
- В свое время он работал в знаменитой Media Lab под руководством Марвина Минского — одного из отцов-основателей всей науки об искусственном интеллекте.
Будучи гуманитарием в технической лаборатории, Итан Моллик занимался переводом сложных концепций ученых на понятный миру язык бизнеса. Он долгое время создавал масштабные инструменты для обучения предпринимателей, заметив, что даже небольшие курсы могут круто изменить жизнь людей. Когда произошел бум генеративного ИИ, профессор оказался в уникальной позиции: в отличие от большинства коллег по бизнес-среде, он уже много лет практически использовал подобные системы. Поскольку в тот момент технологию всерьез воспринимали в основном компьютерные ученые, экспертиза Итана Моллика на стыке бизнеса, образования и ИИ быстро сделала его ключевым инфлюенсером. Со временем это превратилось в самоисполняющееся пророчество: ведущие лаборатории начали сами делиться с ним инсайдерской информацией.
🦙 Релиз Llama 3.1 и иллюзия доминирования в соцсетях 2:31
Обсуждая недавний громкий релиз модели Llama 3.1 от Meta, Итан Моллик отмечает, что его не удивляет способность открытых моделей догонять закрытые проприетарные системы. Тем не менее, по его мнению, широкая публика сильно недооценивает объем «технологических боеприпасов», которые закрытые лаборатории накопили и готовятся выпустить на рынок в ближайшем будущем.
Выход качественной открытой модели уровня GPT-4 эксперт считает важнейшим событием. Ранее складывалась парадоксальная ситуация: любое национальное правительство обладало более слабыми ИИ-технологиями, чем обычный ребенок в Мозамбике, имеющий доступ к GPT-4o через смартфон. Теперь, когда на рынке появилась доступная для тонкой настройки модель с открытыми весами, мир столкнется с волной отложенных эффектов от ее массового внедрения.
Гарри Стэббингс обращает внимание на то, как тяжело обычному человеку ориентироваться в индустрии: каждую неделю в Twitter сменяется «лидер» — то OpenAI показывает чудо, то Anthropic с моделью Claude, то Meta с Llama. Создается иллюзия постоянной гонки, где один побеждает, а остальные проигрывают. Итан Моллик соглашается, что социальные сети намеренно раздувают хайп. По его наблюдениям, обычные люди далеки от этого: они просто продолжают использовать ChatGPT, потому что привыкли к нему. Профессор считает, что в масштабах истории важна не сиюминутная смена лидеров, а момент, когда возможности ИИ упрутся в свой технологический потолок. В архитектуре Llama нет принципиально новых секретных прорывов, но никто не знает, какие скрытые козыри прямо сейчас разрабатываются в недрах других лабораторий.
🔮 Четыре сценария будущего и концепция «неровного фронтира» 5:58
Гарри Стэббингс предлагает обсудить четыре потенциальных исхода развития ИИ, которые Итан Моллик описал в своей книге. Автор поясняет, что пресса и социальные сети обычно обсуждают только крайности — первый и четвертый варианты.
Четыре сценария развития событий, по мнению Итана Моллика, выглядят так:
- Полное затухание (Fizzle out): Развитие моделей останавливается, хайп проходит. Профессор считает это маловероятным, так как человечество еще даже не приступало к полноценной интеграции ИИ в рабочие процессы. Текущее использование ИИ в виде чат-бота — это довольно примитивный способ взаимодействия. Если развитие застынет на текущем уровне, нас ждут 10 лет медленной адаптации систем к человеческой деятельности, при которой радикально изменятся лишь отдельные сферы вроде фотографии или клиентской поддержки.
- Линейный рост: Возможности моделей плавно и предсказуемо улучшаются с каждым годом. Например, если сегодня ИИ выполняет работу на уровне 80-го процентиля человеческих консультантов, то в следующем году это будет 85-й процентиль, затем 90-й и так далее. По мнению гостя, общество совершенно не готово к такому сценарию.
- Продолжающийся экспоненциальный рост: Технология продолжает развиваться взрывными темпами, стремительно приближая человечество к порогу создания полноценного общего искусственного интеллекта.
- Божественная машина (The Machine God): Достижение AGI и последующий взрыв суперинтеллекта, превосходящего человеческий по всем параметрам. Итан Моллик иронизирует, что человечество отлично провело свои пару сотен тысяч лет в статусе доминирующего вида, и в случае этого сценария нам придется задуматься о том, кто станет нашим преемником. Этот вариант манит как сторонников, так и критиков ИИ, поскольку человеческий разум склонен в первую очередь прокручивать в голове радикальные картины будущего.
Ведущий проводит аналогию с релизами iPhone, когда первые модели (iPhone 3, iPhone 4) предлагали революционные изменения, а затем прогресс плавно свелся к чуть более качественной камере или увеличенным кнопкам калькулятора. Он интересуется, почему многие верят, что ИИ сможет избежать подобного плато.
Итан Моллик отвечает, что ИИ сейчас действительно находится на этапе, когда калькулятор в новой iOS преподносится как ключевое достижение, и это выглядит забавно. Однако закон Мура доказал, что экспоненциальный рост может продолжаться десятилетиями, если вовремя заменять одну базовую технологию на другую. Главный вопрос — где находится предел «верхнеуровневого интеллекта» машины. Исследования Уортонской школы показывают, что текущий фронтир возможностей ИИ крайне «неровный» (jagged frontier): нейросети могут блестяще справляться со сложнейшими креативными задачами, но пасовать перед простейшими логическими операциями. Пока этот фронтир остается неровным, ИИ не способен полностью заменить человека, так как часть его работы он сделает идеально, а на другой части совершит критические ошибки.
⚙️ Проблема «узких мест» и аналогия с паровым двигателем 9:58
В индустрии ИИ идут споры о главном ограничении прогресса. Технический директор Microsoft Кевин Скотт утверждает, что брутальное наращивание вычислительных мощностей (compute) способно решить любую проблему. С другой стороны, Алекс Ванг из компании Scale AI заявляет, что главным бутылочным горлышком стали качественные данные для обучения.
Итан Моллик предлагает взглянуть на это отстраненно: конечному пользователю абсолютно все равно, какие алгоритмы или архитектуры (вроде Mamba или Mixture of Experts) находятся под капотом системы. В истории науки существует понятие «обратного выступа» (reverse salient) — это ситуация, когда общая технология уходит далеко вперед, но стопорится из-за одного отстающего элемента, куда в итоге направляются все инвестиции и научные умы. В эпоху ранней электрификации узким местом была передача энергии, а в современной зеленой экономике — аккумуляторные батареи. В ИИ-индустрии человечество будет раз за разом натыкаться на такие «выступы» (то пайплайны данных, то дефицит чипов), но законы капитализма гарантируют их решение, ведь именно там, где есть отставание, компании зарабатывают миллиарды долларов.
Профессор критикует популярную у венчурных инвесторов аналогию о том, что во время золотой лихорадки нужно продавать «лопаты и кирки» (то есть вычислительные мощности и инфраструктуру). По его мнению, гораздо точнее ситуацию описывает метафора с паровым двигателем эпохи Промышленной революции. Изобретение машины Джеймса Уатта само по себе не изменило мир мгновенно, тем более что прогресс сдерживался его жесткими патентами. Настоящая революция произошла тогда, когда патенты истекли, а на заводах появились талантливые мастера-ремесленники. Именно они придумали сложные системы передаточных шестерен, которые связали возвратно-поступательную энергию парового двигателя с конкретными станками: прядильными машинами, прессами для формовки бутылок и производством патронов. Профессор резюмирует:
«Сегодня нужно стремиться стать таким квалифицированным ремесленником. Вы должны понять, как взять сырую, хаотичную мощность большой языковой модели и превратить ее в полезную, эффективную работу внутри вашей организации».
Однако создатели ИИ-моделей не спешат писать инструкции для пользователей. Итан Моллик объясняет это тем, что лидеры Кремниевой долины искренне увлечены гонкой за сверхинтеллектом. В их логике, если масштаб решает все, то тратить время лучших умов на составление пользовательских гайдов — это преступное разбазаривание ресурсов. С точки зрения Долины, любой созданный сегодня прикладной продукт через год будет полностью поглощен более умной базовой моделью. Итан Моллик приводит пример крупного финансового института, который потратил колоссальные деньги на создание умного ИИ-ассистента для продаж на базе GPT-3, но в день релиза бесплатного ChatGPT этот софт мгновенно устарел. В результате индустрия живет в режиме «документации по слухам»: около 17 энтузиастов в Twitter эмпирически нащупывают принципы работы моделей, а весь остальной мир использует ИИ вслепую.
🔓 Открытый код против жесткого регулирования 15:27
Касаясь дебатов между Винодом Хослой (выступающим против открытого ИИ из соображений безопасности) и Марком Андриссеном (требующим открытости), Итан Моллик занимает позицию технологического оптимиста. Он верит, что открытые модели критически важны для медицины и образования в развивающихся странах, где нет доступа к хорошим врачам и учителям. Эксперименты в Кении уже показали, что начинающие предприниматели, получающие советы от ИИ, демонстрируют гораздо более высокие результаты.
Тем не менее, гость признает наличие краткосрочных рисков. В отличие от фантастических сценариев создания биологического оружия (для чего текущие модели еще слишком глупы), профессора беспокоят вполне осязаемые угрозы. Вся современная компьютерная безопасность держится на том, что точечный фишинг (spear fishing) — это дорогой ручной труд. ИИ позволяет масштабировать персонализированный фишинг и канонический «кетфишинг» (манипулирование доверием) до промышленных масштабов. При этом реальные мотивы ИТ-гигантов продиктованы исключительно корпоративной стратегией, а не заботой о человечестве: Meta открывает коды Llama, чтобы лишить технологического преимущества своих конкурентов, а Microsoft внедряет ИИ в Bing, чтобы нанести удар по поисковому бизнесу Google.
Итан Моллик поддерживает регуляторную модель экономиста Джошуа Ганса из Торонтского университета, которая предполагает так называемое «быстрое регулирование по следам» (fast follow-up regulation). Суть подхода в том, что государство не пытается запретить или ограничить технологию до ее появления, а внимательно наблюдает за реальными прецедентами использования и оперативно реагирует на возникающие проблемы.
Находясь в Европе, Гарри Стэббингс выражает серьезные опасения по поводу европейского Закона об ИИ (EU AI Act). Ведущий считает, что чрезмерно жесткое превентивное регулирование задушит инновации и приведет к искусственному плато в развитии европейских технологий. Итан Моллик соглашается, что попытки зарегулировать гипотетический «беглый суперинтеллект» на уровне модели Llama 3.1 выглядят нелепо. Однако он указывает, что отставание Европы носит мультипричинный характер и связано не только с законами, но и со слабостью местной венчурной экосистемы. Профессор делится поразительной статистикой:
- Венчурный капитал исторически остается локальным американским феноменом, привязанным к Кремниевой долине.
- По данным на 2022 год, выпускники одной лишь Wharton School привлекли больше венчурных инвестиций, чем все стартапы Франции и Германии вместе взятые.
- Среднее расстояние между офисом инвестора и портфельной компанией в США составляет всего около 40 миль.
Венчурный бизнес глубоко локален, поскольку строится на постоянном личном мониторинге и нетворкинге. Итан Моллик добавляет, что открытие любого прямого авиарейса между Сан-Франциско и любым другим городом мира автоматически вызывает всплеск венчурных инвестиций в этом пункте назначения просто потому, что инвесторам становится удобнее летать туда для контроля за портфелем.
💼 Корпоративные «тайные киборги» и ошибки менеджмента 22:08
По мнению Итана Моллика, создатели ИИ-моделей демонстрируют легкое презрение к устройству традиционного крупного бизнеса. В Кремниевой долине все увлечены ледяными ваннами и идеями вечной молодости, тогда как на Восточном побережье люди просто пьют кофе, упорно работают и хотят вовремя вернуться домой к семье. Разработчики ИИ не понимают, что на каждого программиста в мире приходится 16 менеджеров среднего звена, и выпускают полуфабрикаты, требующие серьезной адаптации. В качестве примера Моллик приводит уникальный инструмент Code Interpreter от OpenAI, который мог бы совершить революцию в работе дата-аналитиков, но был фактически заброшен компанией ради улучшения базовых API.
Профессор констатирует, что реальный уровень внедрения ИИ в корпоративном секторе ничтожно мал. Опросы показывают, что почти 100% сотрудников пробовали ChatGPT, но в подавляющем большинстве случаев это была старая бесплатная версия 3.5. Лишь 5–10% профессионалов в любой аудитории (включая ИТ-конференции и крупные банки) использовали продвинутые модели, и всего 2–3% посвятили работе с ними хотя бы 10 часов. Оказавшись перед пустым окном чат-бота без инструкций, люди впадают в ступор и не знают, о чем с ним говорить. При этом реальная эффективность ИИ доказана: недавнее исследование в Дании показало, что специалисты интеллектуального труда при использовании ChatGPT экономят до 50% времени на выполнение 30% своих повседневных задач.
Главный феномен современной корпоративной культуры, по определению Моллика, — это «тайные киборги» (secret cyborgs). Огромное количество сотрудников тайно автоматизируют свою работу с помощью ИИ, но панически боятся признаться в этом руководству.
Причины этого страха, по мнению Итана Моллика, вполне обоснованы:
- Сотрудники боятся увольнения или сокращения коллег, если руководство поймет, что штат можно уменьшить на треть.
- Они опасаются, что их перестанут уважать, посчитав, что за них пишет машина, либо менеджмент просто нагрузит их тройным объемом работы без увеличения зарплаты.
- Профессор приводит анекдотичный случай: топ-менеджер крупного банка, которая официально ввела жесткий запрет на использование ChatGPT в организации, призналась ему, что использовала ChatGPT на собственном смартфоне, чтобы составить текст этого самого запрета.
Итан Моллик призывает компании пересмотреть политику мотивации и обратиться к опыту Промышленной революции. Пивоварня в начале XVIII века, получив паровой двигатель, имела два пути: уволить часть рабочих ради снижения издержек и сохранения прежних объемов, либо пойти по пути бренда Guinness — резко масштабировать производство на весь мир и нанять еще 100 тысяч человек. Если компании будут видеть в ИИ лишь инструмент сокращения штата, сотрудники никогда не покажут им реальные сценарии автоматизации.
⚠️ Рынок труда, неравенство знаний и феномен бесплатных промптов 28:25
Гарри Стэббингс указывает на жесткие примеры из практики: шведский финтех-гигант Klarna с помощью ИИ автоматизировал до 70% задач клиентской поддержки, что привело к масштабным сокращениям персонала. Ведущий опасается, что ИИ уничтожает рабочие места для низших слоев населения, превращая клиентский сервис в своеобразный троянский конь автоматизации.
Итан Моллик призывает не питать иллюзий о том, что рынок «автоматически» урегулирует любые потрясения. Безусловно, Промышленная революция в итоге сделала человечество богаче, но жить в эпоху перемен было крайне тяжело. Когда в 1930-х годах начался переход телефонных станций с ручного управления на механическое, профессия телефонистки (в которой успела поработать каждая 16-я женщина в США) была фактически уничтожена. Молодые девушки смогли переучиться, но пожилые женщины так и не нашли работу аналогичного уровня. Именно в горниле тех тектонических сдвигов родилось жесткое противостояние между капитализмом и марксизмом, сопровождавшееся разрушением станков и массовыми беспорядками.
Другой серьезный страх ведущего связан с формированием интеллектуальной элиты: 1% техно-лидеров в Долине используют ИИ для увеличения своей продуктивности в 10 раз, тогда как в условной провинциальной Великобритании люди вообще не понимают, как с помощью ChatGPT удешевить маркетинг на 99%.
Итан Моллик соглашается с наличием цифрового разрыва, но видит и поводы для оптимизма:
- ИИ беспрецедентно доступен: лучшая в мире модель открывается с любого копеечного смартфона в 169 странах, не требуя сложной установки через GitHub.
- Выяснилось, что профессиональные программисты зачастую оказываются плохими пользователями ИИ. Они привыкли к детерминированным системам и теряются, когда ИИ (как в случае дата-журналиста Саймона Уильямсона) начинает спорить, капризничать или отказываться обрабатывать открытые списки спонсоров политических кампаний, ссылаясь на защиту приватности.
- Лучшими промпт-инженерами становятся люди с развитой эмпатией и опытом управления людьми. Жена Итана Моллика, доктор наук и содиректор их совместной ИИ-лаборатории, никогда в жизни не написала ни строчки кода. Однако ее промпты для обучающих игр эксперты OpenAI и Anthropic называют шедеврами, а компания Google официально использовала её текстовые инструкции в качестве «золотого стандарта» для тестирования и оценки своих тонко настроенных нейросетей.
В будущем интерфейс взаимодействия изменится. Итан Моллик считает, что на смену неудобному окну чата придет полноценная мультимодальность. Эксперт приводит в пример Али Миллер (экс-руководителя из Amazon), которая по утрам укладывает волосы и одновременно ведет устный диалог со своим ИИ-ассистентом. Как только нейросети получат полноценное зрение и агентские функции (способность совершать действия в реальном софте), люди перестанут думать о правильном подборе слов — они будут просто давать голосовые команды своему телефону.
🎓 Трансформация образования: ИИ-тьюторы и перевернутые классы 46:27
Переходя к теме образования, Итан Моллик подчеркивает, что Кремниевая долина совершает фундаментальную ошибку, полагая, будто идеальный ИИ-репетитор позволит полностью избавиться от школ и учителей. Долина считает, что дети обладают врожденной мотивацией к учебе, но это не так: получение знаний — это тяжелый, энергозатратный и зачастую неприятный процесс. Человеку необходима внешняя (экстринсивная) мотивация и искусственно создаваемые «полезные трудности» (desirable difficulties). Если студент не совершает ошибок и не преодолевает сопротивление, он не учится.
Профессор делится результатами первого рандомизированного контролируемого исследования, проведенного его коллегами из Уортона в Турции. Школьникам предоставили GPT-4 для помощи в изучении математики. Выяснилось, что дети, использовавшие базовый ИИ без специальной педагогической настройки, блестяще выполняли домашние задания, но полностью проваливали итоговые тесты. Причина оказалась банальной: нейросеть просто решала за них задачи, выступая в роли костыля, а не наставника.
Будущее образования Итан Моллик видит в концепции «перевернутого класса» (flipped classroom). Традиционные лекции уйдут в онлайн: дома ребенок будет заниматься с адаптивным, умным ИИ-тьютором, разработанным под контролем школы. Вся практическая, командная и лабораторная работа будет перенесена внутрь классов. В такой модели увеличение размеров классов в государственных школах перестанет быть критической проблемой, так как учитель в классе будет не читать лекцию, а модерировать живые упражнения и споры, где дети учатся друг у друга. В Уортоне уже создали и готовятся открыть код образовательной платформы, реализующей этот подход на практике.
Вместо неэффективных попыток запретить ИИ с помощью шпионских программ, следящих за клавиатурой студента, Итан Моллик полностью перевел свои университетские курсы на рельсы искусственного интеллекта. На его лекциях студенты обязаны взаимодействовать с ИИ-менторами и проходить разработанные профессором симуляторы. В рамках одного из заданий ИИ детально моделирует соискателя на вакансию, отвечая на вопросы студентов в режиме реального времени, а будущие предприниматели учатся проводить жесткие собеседования и оценивать кандидатов.
⚡ Энергетический голод, цифровая демократия и кризис смыслов 57:31
Комментируя тезис Сэма Альтмана о том, что «вычислительные мощности — это валюта будущего», Итан Моллик признает: если мы действительно верим в скорое создание AGI, спрос на «интеллект по требованию» будет поистине бесконечным. Нам потребуются колоссальные объемы энергии для мониторинга воздушного пространства, анализа медицинских карт и генерации научных открытий. Профессор иронизирует, что в таком сценарии человечеству придется в срочном порядке строить сотни атомных электростанций, если только сам AGI не изобретет управляемый термоядерный синтез. Пока же на долю всех дата-центров приходится около 1% электроэнергии в США, и лишь десятая часть этой цифры тратится непосредственно на ИИ, так что запас для роста огромный.
Намного скептичнее Итан Моллик относится к прогнозам венчурного капиталиста Джеффа Льюиса о том, что в будущем люди на выборах будут голосовать за алгоритмы, а не за живых политиков. Общественные и политические институты невероятно консервативны. Человечество давно живет под управлением алгоритмов — например, кредитный скоринг FICO полностью определяет жизнь американца, но отдавать верховную власть машине люди не захотят.
При этом Итан Моллик указывает на колоссальный потенциал скрытого влияния ИИ:
- Контролируемые эксперименты доказали, что современные языковые модели обладают гипер-убедительностью: в прямых дискуссиях человек на 81,7% охотнее меняет свое мнение в пользу позиции ИИ, чем в пользу аргументов другого человека. Это радикально изменит сферу маркетинга и политических манипуляций.
- Угроза дипфэйков парадоксальным образом оказалась переоценена, но по неожиданной причине: человеческая лень позволяет манипулировать обществом вообще без использования сложных технологий. Пользователи соцсетей массово репостят текстовые заявления в духе «этот политик на третьей минуте видео призвал есть младенцев», абсолютно не кликая по ссылке и не просматривая сам ролик.
Гарри Стэббингс выражает глубокую обеспокоенность как создатель контента: в мире бесконечного ИИ-предложения ценность любого текста или подкаста стремится к нулю, а дистрибуция становится невозможной. Итан Моллик подтверждает, что ИИ-генераторы музыки (Suno, Udio) уже вплотную приблизились к созданию бесконечных плейлистов под настроение пользователя. В качестве примера кризиса индустрии внимания писатель приводит книжный рынок: чтобы стать бестселлером по версии New York Times, сегодня достаточно продать всего около 6000 печатных копий книги за неделю. Из-за этого многие венчурные капиталисты попросту скупают собственные тиражи через цепочки подставных лиц, обходя защитные фильтры газеты, чтобы искусственно получить заветный статус «автора бестселлера».
В финальном блиц-опросе Итан Моллик делится своим главным опасением — грядущим «кризисом смыслов» на рабочем месте. Опросы показывают, что большинство людей считают свою работу важной, хотя и скучают минимум 10% времени. Самый страшный сценарий — это не физическое увольнение, а ситуация, когда менеджер среднего звена автоматизирует себя с помощью ИИ, его начальник отвечает на его отчеты автоматическими письмами, сгенерированными ИИ, и человек внезапно осознает абсолютную бессмысленность и фиктивность своего существования в этой цепочке. Завершая разговор, Итан Моллик с улыбкой просит ведущего: «Пожалуйста, только не говорите Сэму Альтману, что я с ним в чем-то не согласился — он строит "божественную машину", и я бы не хотел, чтобы он на меня разозлился».
