Український підприємець і miltech-засновник Ярослав Ажнюк, співзасновник The Fourth Law та Odd Systems, нещодавно провів майже місяць у Сан-Франциско, працюючи зсередини місцевої технологічної екосистеми. Повернувшись до Києва, він описує стан Каліфорнії як «AI‑психоз» — і водночас визнає, що ця «істерія» має під собою дуже конкретний ґрунт: ринок, де штучний інтелект уже починає переформатовувати компанії, професії й глобальну конкуренцію між США та Китаєм.
Цей текст — спроба розібратися, що стоїть за цією AI‑лихоманкою, які професії опиняються під першим ударом генеративних моделей, чому розмови про «перемогу» Anthropic в AI‑гонці поки що передчасні, і за яких умов уся нинішня хвиля прогресу може раптово впертися в стелю енергетики та інфраструктури.
Сан-Франциско в режимі AI‑психозу
Сан-Франциско сьогодні живе в режимі, який учасники дискусії без перебільшення називають «AI‑психозом». Майже вся технологічна спільнота зосереджена на штучному інтелекті: від великих гравців до малих стартапів, від венчурних фондів до окремих інженерів. Це не просто мода чи хайп — це відчуття, що саме зараз відбувається перерозподіл майбутнього.
У місті, яке ще кілька років тому асоціювалося з криптою, delivery‑сервісами та «економікою підписки», сьогодні домінує одна тема: моделі, інференс, дата-центри, GPU, агенти, автономні системи. Навіть візити до компаній, які ще вчора здавалися безумовними зірками оборонного та інфраструктурного сектору, вже не викликають колишнього захвату. На тлі загальної AI‑гонки «not impressed» — характеристика, яка звучить усе частіше.
Цей «психоз» має дві сторони. З одного боку, формується класична бульбашка очікувань: кожен другий пітч — про «революцію індустрії за допомогою LLM», кожен третій — про «AGI за три роки». З іншого боку, під цим стоять реальні зміни: компанії масово перебудовують процеси, скорочують ролі, які можна автоматизувати, і агресивно наймають тих, хто вміє працювати з моделями.
Сан-Франциско в цьому сенсі — концентрат майбутнього. Але це майбутнє розподілене дуже нерівномірно.
«Майбутнє вже тут, просто нерівномірно розподілене»
Фраза Вільяма Ґібсона про те, що «майбутнє вже тут, воно просто нерівномірно розподілене», сьогодні звучить як точний опис AI‑реальності. В окремих компаніях і містах уже живуть у світі, де значна частина офісної рутини, аналітики, креативу й навіть управлінських рішень проходить через ШІ‑шари. В інших — усе ще панують Excel, ручні звіти й «ми якось так звикли».
У Сан-Франциско це відчувається буквально фізично. Є офіси, де кожен співробітник має власний набір AI‑інструментів, внутрішні агенти інтегровані в CRM, таск‑менеджери й кодову базу, а внутрішні політики вимагають: «спочатку спробуй автоматизувати, потім проси людину». Є міста й компанії, де ШІ обмежується тим, що хтось іноді відкриває ChatGPT у браузері.
Ця нерівномірність створює парадокс. З одного боку, можна жити в Києві, Берліні чи Варшаві й щиро вважати, що «AI ще не такий вже й розумний, та й узагалі це інструмент, а не заміна людей». З іншого — у Сан-Франциско вже йде хвиля звільнень тих, хто «не встигає за AI», і формується новий клас «AI‑нативних» працівників, для яких промптинг, інтеграція API й базова автоматизація — така ж норма, як колись уміння працювати з електронною поштою.
Це не означає, що весь світ завтра прокинеться в такій же реальності. Але означає, що траєкторія вже задана: ті, хто живе в «майбутніх» містах і компаніях, експериментують і помиляються зараз, а решта отримає наслідки цих експериментів через кілька років — разом із новими стандартами продуктивності та очікувань до працівників.
Хвиля звільнень: хто не встигає за AI, того замінюють
Один із найпомітніших наслідків AI‑істерії в Каліфорнії — хвиля звільнень людей, які «не встигають за AI». Йдеться не лише про скорочення внаслідок загальної економії, а саме про відбір за здатністю інтегрувати ШІ у свою роботу.
У компаніях, де AI‑інструменти вже стали частиною базової інфраструктури, формується новий критерій ефективності: не просто «робиш свою роботу», а «робиш її з використанням ШІ, швидше й дешевше». Ті, хто не може або не хоче змінювати звички, опиняються в зоні ризику.
Це особливо помітно в офісних, креативних і аналітичних ролях. Там, де раніше потрібні були десятки людей для підготовки звітів, досліджень, презентацій, контенту чи базових юридичних документів, сьогодні достатньо кількох фахівців, які вміють правильно ставити задачі моделям, перевіряти результат і збирати з цього продукт.
Показова деталь: у дискусії про AI‑майбутнє не йдеться про те, що «ШІ забере всі робочі місця». Натомість усе частіше звучить інша формула: «людей, які вміють працювати з ШІ, буде замало, а людей, які не вміють, — забагато». Це не футурологія, а вже помітна практика каліфорнійських компаній.
Водночас хвиля звільнень не означає, що всі професії однаково вразливі. Є ролі, де людський фактор, фізична присутність, емпатія або складна відповідальність ще довго залишатимуться критичними. Але перший удар генеративного ШІ припадає саме на ті сегменти, де робота вже давно перетворилася на маніпуляцію текстом, даними й шаблонами.
Які професії падають першими
Питання «яка професія впаде першою» у контексті генеративного ШІ звучить усе частіше. І хоча однозначної відповіді немає, контури першої хвилі вже окреслюються.
Під найбільшим тиском опиняються частини офісних, креативних і аналітичних ролей, які легко формалізуються й автоматизуються. Це не означає, що цілі професії зникнуть, але означає, що в межах кожної з них значна частина завдань буде делегована моделям.
У креативних індустріях це насамперед масовий контент: рекламні тексти, варіації банерів, базові сценарії, опис товарів, SEO‑статті. Там, де раніше працювали цілі команди копірайтерів і контент‑менеджерів, сьогодні достатньо кількох людей, які вміють будувати пайплайни з генеративними моделями, перевіряти якість і адаптувати результат під бренд.
В аналітиці — це первинний збір і обробка даних, підготовка чернеток звітів, візуалізація, пошук патернів у великих масивах інформації. Аналітик, який не використовує ШІ, уже сьогодні програє за швидкістю й обсягом опрацювання даних колезі, який вміє будувати запити до моделей і комбінувати їх із класичними BI‑інструментами.
В офісних ролях — це адміністративні задачі, робота з документами, листування, планування, базова підтримка клієнтів. Віртуальні асистенти на базі LLM уже сьогодні можуть закривати значну частину цих функцій, залишаючи людині лише складніші, нестандартні кейси.
Важливий нюанс: мова не про те, що «ШІ забере професію юриста, маркетолога чи аналітика». Швидше, про те, що всередині цих професій відбудеться розшарування. Ті, хто зможе піднятися на рівень постановки задач, інтерпретації результатів і прийняття рішень, стануть ще ціннішими. Ті, хто залишиться на рівні механічного виконання, ризикують опинитися за бортом.
Anthropic, OpenAI та інші: чому «перемога» ще не визначена
На тлі AI‑істерії в Каліфорнії активно циркулюють чутки про те, що Anthropic нібито «переміг» у гонці великих мовних моделей. Нові релізи, вражаючі демо, позитивні відгуки розробників — усе це підживлює наратив про «нового лідера».
Однак твердження про чиюсь остаточну «перемогу» сьогодні виглядають передчасними. Ринок і технології змінюються настільки швидко, що будь-яка фора може розтанути за кілька місяців. OpenAI, Google, Meta, Anthropic, а також низка менш публічних гравців перебувають у режимі безперервних оновлень, експериментів із архітектурами, оптимізацією інференсу й новими формами інтеграції моделей у продукти.
Крім того, «перемога» в AI‑гонці — багатовимірне поняття. Можна мати найсильнішу модель за бенчмарками, але програвати за вартістю інференсу й масштабованістю. Можна бути лідером у відкритих моделях, але відставати в enterprise‑інтеграції. Можна домінувати в англомовному сегменті, але програвати в локалізованих ринках.
У цьому сенсі розмови про те, що Anthropic уже «виграв», більше схожі на відлуння локального каліфорнійського дискурсу, ніж на тверезу оцінку глобальної ситуації. Так, компанія демонструє сильні результати й швидкий прогрес. Але говорити про фінальний розклад сил у момент, коли сама технологічна парадигма ще не усталилася, — щонайменше ризиковано.
США проти Китаю: хто встигне першим у великому AI
Окрема лінія дискусії — глобальна AI‑гонка між США та Китаєм. Питання «чи може Китай обігнати США в AI» уже давно вийшло за межі академічних дебатів і стало частиною стратегічного планування обох країн.
У Китаю є очевидні переваги. Це доступ до гігантських масивів даних, включно з поведінковими й фінансовими; потужна державна підтримка стратегічних напрямів; можливість швидко масштабувати інфраструктурні проєкти без тривалих публічних обговорень. Китайські компанії вже демонструють конкурентні моделі й активно інтегрують ШІ в промисловість, фінанси, логістику, міське управління.
Водночас є й серйозні обмеження. Ключовий фактор — контроль над напівпровідниками й високопродуктивним залізом. Обмеження на експорт передових GPU та виробничих технологій створюють для Китаю вузьке горло, яке не можна компенсувати лише грошима й політичною волею. Без доступу до найсучасніших чипів масштабування найпотужніших моделей стає складнішим і дорожчим.
Додайте до цього регуляторний контекст. Китайська держава одночасно стимулює розвиток ШІ й жорстко контролює контент, цензуру, допустимі сценарії використання. Це створює специфічне середовище, де інновації в деяких напрямах можуть розвиватися дуже швидко, а в інших — гальмуватися через політичні обмеження.
У США ситуація протилежна: менше централізованого контролю, більше ринкової конкуренції, домінування в ланцюжках постачання напівпровідників і ключових софтверних стеків. Але водночас — зростаючий тиск регуляторів, політичні дебати навколо безпеки ШІ, ризики надмірної концентрації потужностей у кількох корпорацій.
У такій конфігурації говорити про однозначне «обганяння» складно. Швидше, йдеться про розходження траєкторій: США й Китай можуть стати лідерами в різних сегментах AI‑екосистеми, з різними моделями управління, безпеки й монетизації.
Енергетика, дата-центри й регуляція: чому прогрес може впертися в стелю
На тлі ейфорії навколо нових моделей і стартапів у дискусії прозвучало важливе попередження: прогрес у AI може «піти до одного місця», якщо не будуть вирішені базові питання енергетики, інфраструктури дата-центрів і регуляторних обмежень.
Сучасні моделі — це не лише код і математика, а й колосальні обсяги електроенергії, охолодження, фізичних площ і логістики. Кожен новий стрибок у розмірі й потужності моделей множить потреби в енергоресурсах. Уже сьогодні великі гравці стикаються з дефіцитом доступних потужностей у ключових регіонах, а будівництво нових дата-центрів упирається в обмеження енергосистем і місцевих регуляцій.
Якщо ці питання не будуть вирішені системно, масштабування AI може різко загальмувати. Не тому, що «закінчаться ідеї», а тому, що фізична інфраструктура не встигатиме за амбіціями. У якийсь момент вартість додаткового приросту потужності моделей може стати непропорційною до вигоди, яку вони приносять.
Другий блок ризиків — регуляторний. Зростаюча увага до безпеки ШІ, захисту даних, авторських прав, впливу на ринок праці й політичні процеси неминуче призведе до нових обмежень. Питання в тому, наскільки ці обмеження будуть розумними й гнучкими, чи стануть вони бар’єром для інновацій, чи, навпаки, створять більш передбачуване середовище для довгострокових інвестицій.
У найгіршому сценарії надмірно жорстка регуляція в поєднанні з енергетичними обмеженнями може перетворити нинішній AI‑бум на ще одну «втрачений шанс» — технологія залишиться, але її потенціал буде реалізований лише частково. У найкращому — саме ці виклики стануть драйвером для проривів в енергетиці, нових архітектур моделей і більш ефективних способів інференсу.
Висновок: між істерією та тверезим розрахунком
AI‑істерія в Каліфорнії — це не просто локальна дивина Сан-Франциско. Це концентрований прояв глобального зсуву, в якому переплітаються технології, ринок праці, геополітика й енергетика. З одного боку, ми бачимо бульбашку очікувань, чутки про «переможців» і хвилю хайпових стартапів. З іншого — реальні звільнення тих, хто не встигає за ШІ, перші професії, що змінюються під тиском генеративних моделей, і серйозні інфраструктурні виклики, які можуть обмежити подальший ріст.
Фраза «майбутнє вже тут, воно просто нерівномірно розподілене» сьогодні означає не лише різницю між країнами, а й між окремими компаніями й людьми. Ті, хто вже зараз вчиться працювати з ШІ, інтегрує його в процеси й мислить категоріями енергетики та інфраструктури, мають шанс не просто пережити AI‑психоз, а вийти з нього сильнішими.
Для решти світ поки що може здаватися майже незмінним. Але хвиля, що піднялася в Сан-Франциско, рано чи пізно докотиться й до них — разом із новими стандартами продуктивності, новими вимогами до професій і новими питаннями до політиків та енергетиків.
Джерело
Повна розмова доступна на YouTube: https://www.youtube.com/watch?v=vYL7OzTB7jw