Волна скепсиса в AI-сообществе по поводу заявлений администрации США о «суперинтеллекте» набирает обороты. На этот раз критика касается не целей как таких, а конкретного разрыва между тем, что обещают политики, и тем, чем реально занимаются исследователи и разработчики. Инсайдеры указывают на переоценку сроков: когда говорят о скором появлении AGI или систем, решающих произвольно сложные задачи, речь идёт о технологиях, которые пока не более чем экспериментальны.

Это не первый раз, когда политический нарратив про ИИ обгоняет инженерную реальность. Каждый цикл гипе приносит с собой растущие ожидания инвесторов, которые потом разочаровываются, когда выясняется, что текущие модели работают в узких рамках, требуют огромных ресурсов на обучение, и далеки от универсальных решений. Проблема не в том, что развитие ИИ идёт быстро — оно действительно идёт быстро — а в том, что масштабирование на практике упирается в вычислительные, энергетические и проблемы безопасности, которые не решаются одними амбициозными целями.

Для разработчиков и инженеров такой разрыв создаёт реальные неудобства. Во-первых, растёт давление инвесторов и управления, требующих результатов по невозможным срокам. Во-вторых, переоценка возможностей современных решений в глазах публики приводит к разочарованиям и редбэку доверия всей отрасли. В-третьих, этот шум затрудняет трезвый разговор о том, что работает сейчас и на что реально стоит ставить ресурсы — узкие, но работающие применения, улучшение существующих моделей, решение проблем деплоя на production.

В России эта дискуссия особенно актуальна. Государственные амбиции по развитию собственного ИИ нередко звучат в той же риторике невозможных сроков и масштабов. На практике компании, использующие ИИ в бизнесе — от автоматизации контента и аналитики до логистики и обслуживания клиентов — сталкиваются с тем, что инструменты работают в конкретных, сужденных задачах, требуют настройки и мониторинга. Реальная ценность ИИ сейчас не в том, чтобы он решал всё, а в том, чтобы он надёжно решал одно конкретное, которое занимало раньше людей часами.

Скепсис инсайдеров — это не отрицание потенциала, а требование честности. Инвестиции в ИИ имеют смысл, когда понятны реальные применения и сроки. Путаница с обещаниями про суперинтеллект отвлекает от куда более полезной работы: как сделать существующие модели более эффективными, надёжными и применимыми к реальным проблемам бизнеса и науки. В сообществе этот посыл звучит уже не в первый раз, и каждый раз повторение одной и той же дискуссии остаётся напоминанием о том, что производственный цикл технологии намного скучнее, чем её политический нарратив.