Штучний інтелект сьогодні одночасно лякає, надихає й виснажує інформаційним шумом. У розмові на подкасті Lenny’s Podcast незалежний аналітик Бенедикт Еванс, колишній партнер Andreessen Horowitz і автор регулярних презентацій про майбутнє технологій, пропонує тверезий погляд: AI — це подія масштабу інтернету чи смартфонів, але не «нова промислова революція» й не кінець світу. Його остання доповідь «AI is eating the world» розкладає нинішню хвилю на три виміри — капітал, розгортання та зміни — і показує, чому ми живемо у своєрідному «1997‑му році інтернету» для штучного інтелекту.
«Так само великий, але не більший»: проти міфу про унікальність AI
Еванс формулює позицію, яка дратує як скептиків, так і фанатів: штучний інтелект настільки ж важливий, як інтернет або мобільні технології — і лише настільки ж важливий.
З одного боку, це визнання масштабу. Інтернет радикально змінив комунікацію, медіа, торгівлю, фінанси, роботу знань. Смартфони зробили комп’ютер завжди з нами, змінивши все — від таксі до фотографії. AI, на думку Еванса, стоїть в одному ряду з цими зрушеннями: це фундаментальна технологічна платформа, яка поступово просякне всі сфери економіки.
З іншого боку, він відмовляється піднімати AI на ще вищий щабель — до рівня промислової революції або цивілізаційного «перезавантаження». Порівняння «це більше, ніж інтернет, це як парова машина» він вважає непродуктивними. Сперечатися, чи AI на 20% «більший» за інтернет, чи вдвічі «важливіший», немає сенсу: це все одно одна з тих рідкісних технологій, які змінюють «абсолютно все» — але в межах знайомої нам логіки цифрових платформ.
Цей підхід важливий тим, що знімає як апокаліптичну паніку («всіх звільнять за два тижні»), так і релігійний захват навколо «надрозуму». Замість цього Еванс пропонує дивитися на AI як на черговий великий технологічний цикл, який підкоряється тим самим економічним і організаційним закономірностям, що й попередні хвилі.
1997‑й для AI: технологія вже є, а головні застосунки — ще ні
Щоб пояснити, де ми зараз, Еванс повертається до історії інтернету. Якщо проводити аналогію, нинішній момент для AI — це приблизно 1997 рік епохи вебу.
На той час уже існували браузери, пошуковики, перші інтернет‑магазини. Було зрозуміло, що інтернет — щось велике й важливе, але:
- більшість майбутніх «вбивчих застосунків» ще не були створені;
- ніхто не знав, які компанії стануть гігантами, а які зникнуть;
- значна частина технологій працювала нестабільно, повільно, незручно;
- поза технічними колами масова аудиторія лише починала торкатися нового світу.
Тоді здавалося логічним сперечатися, хто «переможе» — Excite чи Yahoo. Заднім числом очевидно, що справжні переможці (Google, Facebook, YouTube, iPhone‑екосистема) ще навіть не були на горизонті. Еванс проводить пряму паралель з нинішніми дискусіями про те, чи «виграв» OpenAI, чи «наздожене» Anthropic, і нагадує: ми все ще на ранній стадії, коли більшість ключових продуктів і бізнес‑моделей просто не існують.
Це відчуття ранньої, але вже реальної революції добре видно і в його власній роботі. Еванс публікує велику презентацію про технологічні тренди приблизно раз на пів року. Останній реліз — «AI is eating the world» — слухачі жартома описали як «80 слайдів про те, що ми нічого не знаємо». В цьому є частка правди: на макрорівні зрозуміло, що AI змінить усе, але на рівні конкретних сценаріїв, переможців і програючих невизначеності більше, ніж визначеності.
Водночас він наголошує: «1997‑й» не означає, що нічого не відбувається. У деяких сферах, насамперед у розробці програмного забезпечення, ефект уже відчувається як «до» і «після».
Три лінзи AI‑революції: капітал, розгортання, зміни
Щоб не загубитися в хаосі прогнозів, Еванс структурує нинішню хвилю AI через три взаємопов’язані виміри: капітал, розгортання та зміни.
Капітал — це те, як гроші йдуть у моделі, інфраструктуру, стартапи, великі платформи. Хто інвестує в обчислювальні кластери, хто субсидує користувацькі продукти, як формуються очікування щодо майбутніх прибутків. Цей рівень визначає, які гравці взагалі зможуть дозволити собі будувати й тренувати великі моделі.
Розгортання — це те, як AI реально впроваджується в компаніях і продуктах. Не в абстрактних «демо», а в конкретних робочих процесах: від юристів і банкірів до роздрібної торгівлі та виробництва. Саме тут з’являються питання про інтеграцію, безпеку, відповідальність, а також про те, хто саме буде робити цю роботу.
Зміни — це наслідки для ринку праці, організаційних структур, індустрій. Як змінюється саме поняття «програміст», «юрист», «аналітик»? Які нові ролі з’являються, а які зникають? Як перерозподіляється влада між платформами, розробниками, інтеграторами, кінцевими користувачами?
У своїй доповіді Еванс розгортає кожну з цих лінз, але ключова думка проста: AI‑революція — це не лише про моделі та алгоритми. Це про те, як капітал, організації та люди адаптуються до нового шару абстракції в обчисленнях.
AI як новий рівень абстракції: як змінюється розробка софту
Найочевидніше й найшвидше AI змінює саме програмування. Еванс стверджує, що ми вже перебуваємо в моменті, коли «все радикально змінюється» у тому, як створюється софт.
Щоб зрозуміти масштаб, він нагадує: сучасні розробники й так працюють поверх величезної піраміди абстракцій. Операційні системи, бібліотеки, фреймворки, хмарні сервіси — усе це вже реалізує більшість низькорівневого коду, який колись доводилося писати вручну. Ніхто не програмує мережеві стеки з нуля, не керує пам’яттю на рівні машинних інструкцій для кожного проєкту.
AI‑інструменти додають ще один шар до цієї піраміди. Вони не «ламають» саму логіку програмування, а піднімають рівень, на якому розробник взаємодіє з машиною. Частину роботи — від генерації шаблонного коду до рефакторингу й тестів — тепер можна делегувати моделі. Це не означає, що «кожен зможе за вечір накодити свій Stripe», як іронізує Еванс, але означає, що:
- одна людина зможе створювати більше функціоналу за той самий час;
- з’являться команди, де значна частина коду написана або згенерована AI;
- бар’єр входу для створення простих застосунків знизиться.
Це продовження довгої історії підвищення продуктивності розробників через абстракції. Колись перехід від асемблера до мов високого рівня здавався стрибком. Потім — поява фреймворків, візуальних конструкторів, хмари. Тепер — AI як «співавтор коду».
Еванс наголошує: саме в розробці ми вже живемо не в «1997‑му», а в моменті, коли зміни відчутні щодня. Проте це лише один сегмент економіки. Для юристів, лікарів, журналістів чи менеджерів усе виглядає набагато менш визначено.
VisiCalc і програмісти: коли ти відчуваєш революцію, але не бачиш її меж
Щоб пояснити психологію нинішнього моменту, Еванс звертається до історії першої електронної таблиці — VisiCalc. Наприкінці 1970‑х для бухгалтерів це було одкровення: змінивши відсоткову ставку в одній клітинці, вони бачили, як миттєво перераховуються всі пов’язані показники. Те, що раніше займало тиждень ручних розрахунків, виконувалося за секунди.
Для бухгалтера це був чіткий вододіл: «до VisiCalc» і «після VisiCalc». Але для юриста чи журналіста того часу це виглядало як щось «цікаве, але не про мене». Можливо, зручно для таймшитів, але точно не інструмент, який визначає їхню професію.
Еванс проводить пряму аналогію: сьогоднішні розробники — це ті самі бухгалтери, які вперше побачили VisiCalc. Вони відчувають, що це змінює все у їхній роботі. Але для багатьох інших професій AI поки що виглядає як щось корисне «десь поруч», а не як ядро щоденної діяльності.
Це підтверджують і дані про використання AI серед підлітків. У своїй презентації Еванс наводить опитування 13–18‑річних: лише близько 15–20% цієї групи користуються AI‑інструментами щодня, ще приблизно 20% — раз на тиждень. Більшість — понад 60% — заявляють, що взагалі не користуються такими сервісами.
Це важливий контрапункт до враження, яке складається в технологічних колах, де «всі вже живуть у чат‑ботах і не користуються Google». Насправді ж ми маємо дуже нерівномірний ландшафт: від ентузіастів, які будують власні кластери й інтегрують моделі в кожен робочий процес, до більшості, яка лише час від часу відкриває AI‑сервіс — або не відкриває взагалі.
Ця нерівномірність перегукується з тим, що в дослідженнях AI називають «зубчастим фронтиром» можливостей: у яких завданнях моделі працюють добре, у яких — провалюються, і наскільки інтуїтивно це передбачити. Для розробників цей фронтир уже більш‑менш зрозумілий. Для інших професій — набагато менш очевидний.
Чому AI‑лаби раптом перетворюються на «новий Accenture»
Ще одна ознака «1997‑го моменту» — те, як AI‑лабораторії змушені займатися тим, чого від них нібито не чекали: професійними сервісами, консалтингом, «forward‑deployed» інженерами.
Еванс звертає увагу, що провідні гравці на кшталт OpenAI та Anthropic активно інвестують у команди, які не просто продають API, а фактично заходять усередину клієнтських організацій і допомагають їм перебудовувати процеси. Він жартує, що «forward‑deployed engineer» — це по суті той самий аутсорс‑розробник з Accenture, тільки з Сан‑Франциско.
За цим жартом стоїть серйозна реальність: великі компанії майже ніколи не мають «зайвих» людей, які могли б сісти й кілька місяців займатися переосмисленням робочих процесів під AI. Щоб:
- спроєктувати нові робочі потоки;
- інтегрувати моделі в існуючі системи;
- протестувати ризики, уникнути «галюцинацій» у критичних документах;
- навчити персонал працювати з новими інструментами;
потрібні окремі команди з 5–10 людей, які місяцями працюють над одним проєктом. Це не «побічна задача» для внутрішнього IT‑відділу, а повноцінна трансформаційна ініціатива.
Тому компанії звертаються до зовнішніх консультантів, інтеграторів, а тепер — і до самих AI‑лабораторій, які вимушено будують власні сервісні підрозділи. Інакше моделі так і залишаться «демо на сцені», не перетворившись на реальні зміни в бізнесі.
Цей тренд ще раз підкреслює: AI‑революція — це не магічний софт, який «сам усе зробить». Це складний організаційний проєкт, де найважче — не написати код, а вирішити, що саме потрібно змінити й як це вбудувати в повсякденну роботу.
Між панікою й запереченням: як поводитися в «епосі невідомого»
На тлі гучних дискусій про «апокаліпсис робочих місць» Еванс нагадує, що історія технологій повторюється: кожна нова хвиля автоматизує частину завдань, але водночас відкриває простір для нових видів роботи, яких раніше не існувало. Проблема в тому, що ці нові ролі важко уявити заздалегідь.
Він різко висловлюється проти спрощених розрахунків на кшталт «17% роботи партнера юрфірми можна автоматизувати». Такі оцінки ігнорують головне: у багатьох професіях найскладніше — не виконати вузьке завдання, а визначити, що саме потрібно зробити, як це вписується в ширший контекст, які ризики й політичні наслідки має те чи інше рішення.
Саме тому він скептично ставиться і до «думерів», які прогнозують масові звільнення «через два тижні після впровадження ChatGPT», і до тих, хто демонстративно відмовляється розбиратися в AI, обмежуючись моральним обуренням у соцмережах. Відчуття моральної переваги, каже він, може бути приємним, але не допоможе адаптуватися до реальності.
Натомість він радить протилежну стратегію: не ховати голову в пісок, а зануритися в технологію настільки, щоб зрозуміти, що вона реально вміє сьогодні й як це можна застосувати у власній роботі. Йдеться не про сліпе захоплення, а про практичне знайомство: спробувати інструменти, подивитися, де вони корисні, де помиляються, як змінюють щоденні задачі.
У цьому сенсі «1997‑й для AI» — це не лише про ринок, а й про індивідуальні кар’єри. Ті, хто зараз навчаться працювати з новим шаром абстракції, зможуть використовувати його як мультиплікатор власних навичок. Ті, хто залишиться в позиції принципового неприйняття, ризикують опинитися в ролі людей, які вважали інтернет «модною забавкою», а смартфони — «іграшкою для молоді».
Висновок: велика хвиля без культу й катастрофізму
Позиція Бенедикта Еванса щодо AI відрізняється від більшості гучних голосів саме своєю нормальністю. Штучний інтелект — це не дрібна інновація, але й не метафізичний розрив реальності. Це ще одна велика технологічна платформа масштабу інтернету й мобільного зв’язку, яка пройде через ті самі стадії: завищені очікування, хаотичні інвестиції, болісне впровадження, поступову нормалізацію.
Ми вже бачимо, як AI радикально змінює розробку програмного забезпечення, але для більшості професій це поки що радше обіцянка, ніж повсякденність. Ми бачимо, як AI‑лабораторії змушені ставати консультантами, тому що без важкої організаційної роботи моделі не приносять реальної цінності. Ми бачимо, як суспільство коливається між панікою й запереченням, тоді як найпродуктивніша позиція — спокійне, але глибоке занурення в нову технологію.
Якщо прийняти, що ми справді живемо в «1997‑му році AI», то головне питання звучить не «чи це кінець світу», а «яку роль кожен із нас хоче відіграти в наступних десяти роках». І відповідь на нього починається не з гучних заяв, а з практичного знайомства з тим, що AI може — і чого поки що не може — зробити вже сьогодні.