Эндрю Нг, один из самых влиятельных экспертов в области искусственного интеллекта и основатель DeepLearning.AI, выступил с программной речью на конференции AI Dev 25 в Нью-Йорке. Он развеял опасения о замедлении темпов роста нейросетей, представил впечатляющие данные о скорости автоматизации кодинга и объяснил, почему в новой реальности именно работа продукт-менеджера становится «бутылочным горлышком» разработки.
🚀 Миф о «плато» ИИ: возможности удваиваются каждые полгода 0:37
На фоне дискуссий о том, не исчерпали ли себя большие языковые модели (LLM) и не станет ли GPT-5 лишь незначительным шагом вперед, Эндрю Нг выражает твердую уверенность в обратном . Он утверждает, что ИИ не только не замедляется, но и демонстрирует экспоненциальный рост сложности решаемых задач.
В подтверждение своих слов спикер ссылается на исследования организации METR. Спикер приводит следующие данные:
- Темпы прогресса: Сложность задач, которые ИИ способен решать с вероятностью успеха не менее 50%, удваивается каждые семь месяцев .
- Сфера программирования: В области написания кода этот процесс идет еще быстрее — возможности моделей удваиваются примерно каждые 70 дней .
- Новые инструменты: Эндрю Нг считает, что этот рост будет только ускоряться благодаря внедрению «агентурных воркафлоу» (agentic workflows) и голосового ИИ .
По мнению Нг, мы живем в лучшее время для строительства ИИ-систем, так как инструменты разработки стали одновременно мощнее и доступнее .
🛠️ Революция прототипирования: ускорение в 10 раз 2:21
Эндрю Нг разделяет процесс написания кода на две категории: создание быстрых прототипов («на коленке») и поддержка масштабируемого промышленного ПО. В каждой из этих областей ИИ дает разный уровень прироста эффективности.
По его словам, производительность при написании серьезного промышленного кода выросла примерно на 50% . Однако настоящий прорыв произошел в прототипировании. Нг утверждает, что создание первых версий продукта теперь происходит более чем в 10 раз быстрее, чем раньше . Это связано с тем, что для локального прототипа не требуются жесткая интеграция данных, высокие стандарты безопасности и надежности, необходимые для финального продукта .
Нг призывает команды изменить отношение к неудачным проектам:
- Если для нахождения двух гениальных идей нужно построить 18 прототипов, которые «умрут тихой смертью», это нормальная цена инноваций .
- Стратегия должна заключаться в том, чтобы свести стоимость этих 18 неудачных попыток практически к нулю .
- Принцип «Move fast and break things» (двигайся быстро и ломай вещи), по мнению спикера, часто понимали неправильно. Нг подчеркивает: лучшие команды двигаются быстро, но тестируют идеи в безопасных «песочницах», исправляя ошибки до выхода на широкую аудиторию .
📉 Новое «бутылочное горлышко»: почему ИТ-командам нужно больше PM 4:32
Автоматизация написания кода привела к парадоксальному сдвигу в структуре ИТ-команд. Спикер отмечает, что традиционное соотношение программистов и продукт-менеджеров (PM) стремительно меняется.
Раньше считалось нормой иметь одного PM на 4 или даже 8 инженеров . Однако сейчас, когда инструменты вроде Cursor, Devin или Gemini существенно ускорили написание кода, главным препятствием стал сбор обратной связи от пользователей .
Ключевые наблюдения Эндрю Нг:
- Замена ролей: Соотношение инженеров к PM в некоторых командах уже стремится к 2:1 или даже 1:1 .
- Универсальность: В компаниях DeepLearning.AI и AI Fund программировать учат всех — от секретаря на ресепшене до финансового директора (CFO) и рекрутера. Умение писать код становится частью ежедневного рабочего процесса .
- Личный опыт: Нг рассказал, как написал игру для своих детей с помощью Claude за 10 минут, но затем потратил целый час, пытаясь собрать отзывы от друзей своей дочери .
Спикер полагает, что наиболее эффективными становятся инженеры, которые осваивают навыки продукт-менеджмента: они способны в одиночку проходить цикл «создал — получил фидбек — исправил» с огромной скоростью .
🇺🇸 Проблема доверия: ИИ против общественного мнения 6:56
Несмотря на технологический оптимизм в Кремниевой долине и Нью-Йорке, Эндрю Нг выражает серьезную озабоченность тем, что ИИ еще не завоевал «сердца и умы» американцев .
Ссылаясь на данные Pew Research, он отмечает тревожный тренд:
- Рост опасений: В 2021 году обеспокоенность ИИ выражали 37% респондентов, но после запуска ChatGPT этот показатель существенно вырос .
- PR-ошибки компаний: По мнению Нг, многие технологические гиганты сами убедили людей не доверять ИИ, сравнивая его с ядерным оружием. Он считает это «странным шагом», продиктованным рациональными бизнес-причинами (вероятно, попыткой лоббирования регуляций), но крайне вредным для сообщества .
- Глобальный контекст: В среднем в 25 странах мира уровень оптимизма по поводу ИИ выше, чем в США .
Спикер подчеркивает, что страх перед «экзистенциальной угрозой» мешает даже строительству дата-центров, хотя концентрация вычислений в них объективно лучше для экологии .
✅ Чего на самом деле хотят люди: автоматизация рутины 8:41
Несмотря на общие страхи, детальные опросы показывают, что работники открыты к внедрению ИИ в конкретных задачах. Нг цитирует исследование своих коллег (Erik Brynjolfsson и другие), согласно которому люди хотят автоматизировать около 46% рабочих задач .
Примеры востребованной помощи ИИ:
- Налоговые консультанты: любят свою работу, но ненавидят назначать встречи клиентам .
- Операторы 911: хотят помогать людям, но мечтают, чтобы ИИ взял на себя ведение журналов вызовов .
- Творческие профессии: редакторы не хотят, чтобы ИИ писал за них тексты, но готовы отдать ему рутинную проверку фактов или форматирование .
В завершение выступления Эндрю Нг призвал сообщество больше общаться лично. Он привел в пример историю знакомства с Керсти Тан (Kirsty Tan) на прошлой конференции, результатом чего стало создание совместной консалтинговой фирмы AI Aspire . Основной посыл спикера: технологии строятся людьми и для людей, а личные связи остаются фундаментом индустрии даже в эпоху нейросетей.
