Бурное развитие генеративного искусственного интеллекта спровоцировало тектонический сдвиг в экономике технологического сектора, коренным образом меняя принципы создания ИТ-продуктов и масштабирования бизнеса. В рамках совместной дискуссии сооснователь и генеральный директор компании Box Аарон Леви и ключевые партнеры венчурного фонда Andreessen Horowitz детально разобрали, как ИИ-агенты трансформируют повседневную работу инженеров, почему стартапы получают беспрецедентное преимущество перед ИТ-гигантами и каким образом программное обеспечение начинает поглощать многомиллиардный рынок профессиональных услуг. По их мнению, текущая технологическая волна превосходит по масштабам и скорости все предыдущие платформенные сдвиги, включая появление интернета и облачных вычислений.
🌐 Иммиграционная политика США и борьба за таланты в Кремниевой долине 1:04
Обсуждение кадрового голода в индустрии началось с анализа инициатив американской администрации в области изменения правил выдачи рабочих виз. Партнер фонда Andreessen Horowitz Мартин отметил, что любые изменения в иммиграционной политике традиционно вызывают острую и часто рефлекторную реакцию в венчурной среде. Тем не менее, по его словам, даже известные сторонники левых политических взглядов, такие как сооснователь Netflix Рид Хастингс, признали распределение визовых квот на основе рыночной стоимости специалиста правильным подходом. Мартин выразил солидарность с этой позицией, подчеркнув, что существующая система визовых лотерей долгое время подвергалась манипуляциям со стороны крупных технологических корпораций и консалтинговых агентств-посредников, ущемляя интересы молодых стартапов.
Аарон Леви предложил более прагматичный взгляд на проблему, указав на слабые места в предложенной схеме с установлением минимального порога зарплаты в $100 тысяч в год. По мнению Леви, такие гиганты, как Amazon и Google, практически нечувствительны к цене и в любом случае заберут себе подавляющую часть талантливых специалистов, тогда как бюджеты ранних стартапов окажутся под прямым ударом. Глава Box убежден, что оптимальная государственная стратегия должна быть нацелена исключительно на привлечение лучших мировых умов без жесткой привязки к фиксированным квотам, которые могут варьироваться от 5 до 80 тысяч человек в год в зависимости от рыночной конъюнктуры.
Участники дискуссии сошлись во мнении, что текущая иммиграционная модель привела к серьезным диспропорциям на внутреннем рынке труда США. В качестве примера приводилась ситуация в штате Флорида, где из-за засилья дешевого офшорного аутсорсинга местные специалисты практически потеряли возможность находить базовые позиции в сфере системного администрирования ИТ с оплатой в диапазоне от $80 до $120 тысяч в год. В качестве альтернативного решения Аарон Леви сослался на предложение инвестора Кита Рабоа, который предлагал установить более мягкий и подъемный для стартапов стартовый зарплатный порог в $20 тысяч. По словам Леви, полное устранение бюрократической неопределенности и отмена лотерейной системы принесли бы индустрии гораздо больше пользы, чем споры вокруг конкретных цифр.
🤖 Продуктивность разработчиков: реальные метрики против эффекта «ослепления» 13:04
Переходя от рынка труда к вопросам внутренней эффективности, собеседники обсудили недавнее академическое исследование, согласно которому использование ИИ-помощников якобы снижает общую продуктивность инженеров. Аарон Леви категорически не согласился с этими выводами, подкрепив свои возражения реальной практикой компании Box. Внедрение ИИ-инструментов для написания кода, включая популярный редактор Cursor, показало значительный внутренний рост показателей. По результатам опросов сотрудников, качественный выигрыш в эффективности составил от 20% до 75%.
При этом глава Box выделил ключевые особенности измерения новой продуктивности:
- Объективные показатели: на текущий момент около 30% всего программного кода в Box генерируется непосредственно искусственным интеллектом.
- Психографический фактор: наибольшую выгоду от инструментов получают те разработчики, которые готовы рисковать и делегировать ИИ крупные комплексные задачи.
- Феномен малых команд: небольшие стартапы из 3–10 человек демонстрируют взрывной рост эффективности в 3, 5 и даже 10 раз по сравнению со старыми методами разработки.
По словам Леви, главным прорывом последнего времени стал переход от простого автодополнения строк к использованию автономных фоновых ИИ-агентов (background agents). Разработчик отправляет агенту детальное описание задачи, получает готовый результат через 20 минут и переключается с написания кода на его рецензирование (code review).
В то же время партнер a16z Стив призвал разделять искренний энтузиазм сотрудников и их фактическую выработку, указав на так называемый эффект «ослепления» технологией. По его мнению, пользователи часто бывают настолько заворожены магией работы языковых моделей, что готовы признать результат великолепным, даже если он не вполне соответствует изначальной задаче.
Стив напомнил, что такое поведение свойственно ранним последователям (early adopters), которые всегда прощают новой технологии ошибки. В качестве исторических примеров он привел:
- Часы Microsoft SPOT 2004 года, которые обновляли биржевые котировки с задержкой в 45 минут и работали только на открытых пространствах.
- Первые автомобильные GPS-навигаторы, которые вычисляли маршрут медленнее, чем двигалась машина, превращая поездку в бесконечный поиск места для разворота.
Главным барьером для масштабного внедрения ИИ в крупных корпорациях, по оценке спикеров a16z, остается фактор недетерминированности. Крупный бизнес, работающий в десятках стран, не может позволить себе интеграцию решений, которые выдают разные ответы на один и тот же вопрос службы поддержки в зависимости от формулировки или языка обращения. В результате возникает «теневая продуктивность»: пока официальные проекты ИИ-лабораторий, навязанные советами директоров, с треском проваливаются, рядовые сотрудники массово и незаметно используют ChatGPT на своих рабочих местах.
📈 Новая природа экспертизы: от электронных таблиц к ИИ-агентам 28:24
Для объяснения природы происходящих изменений Стив привел классическую историческую аналогию с появлением электронных таблиц в 1985 году (в частности, Lotus 1-2-3). До этого момента инвестиционные банкиры и недавние выпускники MBA тратили недели, вручную пересчитывая финансовые модели на калькуляторах HP. Появление специализированного софта мгновенно автоматизировало рутину, позволив аналитикам сосредоточиться на качестве самих решений и симуляции сценариев.
Аарон Леви подтвердил, что ИИ производит аналогичное сжатие рабочих процессов в его личной административной практике. По его словам, в прошлом для глубокого анализа рыночного сегмента требовалось отправить поручение аналитикам или руководителю аппарата и ждать ответа три дня. Сегодня, работая в 10 часов вечера, Леви запускает специализированного ИИ-агента для глубокого поиска, собирает рабочий прототип в Cursor и получает исчерпывающий аналитический срез за 10–20 минут, что полностью меняет скорость принятия стратегических решений.
При этом спикеры особо подчеркнули, что автоматизация не нивелирует ценность человеческой экспертизы. Напротив, по мнению Леви, максимальную выгоду от ИИ получают именно высококлассные профильные специалисты. Эксперт обладает необходимой насмотренностью и контекстом, чтобы мгновенно распознать те 2% галлюцинаций или ошибок, которые может допустить модель. ИИ выступает в роли мощного турбонаддува для личных навыков, но он бесполезен в руках человека, не понимающего сути своей предметной области.
В контексте монетизации ИИ-сервисов на рынке наметилось четкое разделение пользователей:
- Профессиональный сегмент: специалисты и креаторы, чья деятельность напрямую связана с монетизацией результатов труда, охотно тратят рабочее время на ИИ-инструменты и генерируют основной поток выручки для разработчиков моделей.
- Массовый сегмент: обычные пользователи формируют «длинный хвост» бесплатного или дешевого потребления, не имея сильных финансовых стимулов для оплаты подписок.
- Прототипирование: новая прослойка пользователей, готовая платить условные $20 в месяц исключительно ради утилитарной возможности быстро визуализировать и проверять собственные идеи в режиме мозгового штурма.
В сфере креативного и медийного производства начинает работать экономический закон, известный как парадокс Джевонса (в транскрипте ошибочно назван парадоксом Девона). По словам спикеров, общие бюджеты компаний на привлечение сторонних художников или видеографов не сокращаются, однако благодаря ИИ за те же деньги заказчик получает кратно более богатый визуальный продукт, возможность запускать сотни симуляций и полностью контролировать мельчайшие детали — вплоть до добавления летающего дракона в готовый видеоряд.
⚡ Сдвиг платформ: почему стартапы нейтрализуют преимущества гигантов 37:39
Обсуждая феномен молодых основателей компаний нового поколения (таких как Cursor), Леви напомнил о затяжном технологическом затишье, которое индустрия переживала с середины 2010-х до начала 2020-х годов. В тот период ключевые инфраструктурные ниши были прочно закрыты лидерами эпохи мобильного интернета и облака (Slack, Zoom, Figma). Молодым предпринимателям было банально не над чем работать, поскольку все базовые сценарии цифрового потребления были успешно реализованы.
Появление генеративного ИИ полностью обнулило рыночный ландшафт. По оценке участников дискуссии, в этой новой реальности традиционные преимущества технологических гигантов свелись исключительно к масштабам их дистрибуции, тогда как в остальных аспектах они столкнулись с рядом критических ограничений:
- Организационная сложность: крупные корпорации обременены внутренними регламентами и не способны оперативно перестроить свои инженерные процессы под десятикратное ускорение разработки.
- Скорость (Velocity): молодые стартапы, свободные от унаследованного кода и обязательств перед старой клиентской базой, способны мгновенно масштабировать свои продукты до уровня крупных игроков с помощью ИИ-агентов.
- Игнорирование барьеров: молодые команды зачастую просто не знают, насколько сложным считается тот или иной рынок, и смело заходят в ниши, которые венчурные ветераны привыкли считать «давно решенными».
Спикеры отметили, что история Кремниевой долины знает немало примеров, когда угроза со стороны новых платформ для старых лидеров рынка переоценивалась, но при этом сами гиганты безвозвратно теряли лидерство в новых сегментах. Так, интернет не уничтожил Microsoft как бизнес, и компания превратилась в технологического гиганта стоимостью более $3 трлн, однако ее современная облачная инфраструктура Azure не имеет ничего общего с операционной системой Windows из 90-х годов. Аналогичным образом корпорация Intel в 2005 году полностью упустила зарождающийся рынок графических процессоров (GPU) и дата-центров нового типа, что привело к долгосрочным негативным последствиям для ее бизнеса.
В качестве примера вечной борьбы стартапов с инфраструктурными монополиями была приведена ежегодная конференция AWS re:Invent. Один из партнеров a16z в шутку отметил, что каждый год после этой конференции ему приходится работать «психотерапевтом» для своих портфельных фаундеров, которые впадают в панику из-за того, что Amazon запустил аналоги их open-source сервисов. Тем не менее, как показывает многолетняя практика фонда, Amazon практически ни разу не смог уничтожить жизнеспособный независимый стартап своими релизами, поскольку гибкость и фокус на клиенте всегда остаются на стороне небольших компаний.
💼 Программное обеспечение поглощает услуги: эпоха вертикального ИИ 49:02
Главным и наиболее амбициозным итогом текущего платформенного сдвига участники дискуссии назвали выход программного обеспечения за пределы своего традиционного адресного рынка (TAM). Впервые в истории софт начинает конкурировать не с другими ИТ-продуктами, а с сектором дорогостоящих профессиональных услуг, упаковывая человеческий интеллект и экспертизу в готовые отраслевые интерфейсы.
Развитие вертикального ИИ заставит разработчиков глубоко погружаться в специфику традиционных секторов экономики, таких как строительство или сельское хозяйство. Спикеры провели параллель с зарей компьютерной эры: в каталогах персональных компьютеров TRS-80 конца 1970-х годов первыми программами были утилиты для расчета севооборота, которые коммивояжеры лично продавали фермерам в штате Небраска, или софт для планирования графиков в стоматологических клиниках.
Сегодня этот цикл повторяется на совершенно ином технологическом уровне. На рынке появляются принципиально новые игроки:
- ИИ-нативные агентства: новые рекламные и маркетинговые бюро, способные силами минимальной команды создавать масштабные видеокампании стоимостью $5 тысяч вместо традиционного $1 миллиона, сохраняя при этом высокую маржинальность для своего бизнеса.
- Новые системные интеграторы: компании, которые строят свой бизнес с нуля на базе Cursor и ИИ-генерации кода, получая колоссальное конкурентное преимущество перед старыми ИТ-консультантами.
- Эра цифровых аборигенов: этот тренд напоминает бум Flash-агентств в эпоху раннего веба или взлет специализированных SMM-агентств в эпоху расцвета социальных сетей, многие из которых впоследствии были выкуплены за миллиарды долларов.
В завершение встречи собеседники сопоставили текущие темпы адаптации ИИ с историческими данными исследования Pew Study 1999 года. В то время, спустя четыре года после появления браузера Netscape, лишь половина населения США имела домашние компьютеры и доступ к интернету. Современная же скорость проникновения потребительских ИИ-технологий бьет все рекорды и носит тотальный, повсеместный характер.
По мнению Аарона Леви, это неизбежно приведет к масштабному циклу обновления всей корпоративной ИТ-архитектуры. Молодое поколение, привыкшее писать университетские эссе с помощью ChatGPT за один час, приходя на рабочие места в корпорации, категорически откажется тратить недели на составление рутинных отчетов традиционными методами. Инфраструктурный бум, выраженный в массовом строительстве «ИИ-фабрик» и дата-центров по всему миру, открывает колоссальные возможности для реванша даже тех старых игроков рынка (таких как Oracle, Cisco или Broadcom), которые в прошлом пропустили мобильную или социальную волну.
