Когда эффективность становится оружием: ИИ вознаграждает за когнитивные способности, а не за количество людей

Автор: Naman Bhansali

Перевод: DeepChao TechFlow

Оригинальная статья: AI не достигнет технологического равенства, он только наградит подходящих людей

DeepChao Ввод: В начале распространения новых технологий у людей всегда возникает иллюзия «технологического равенства»: когда фотография, музыкальное творчество или разработка программного обеспечения становятся легкими, исчезнут ли конкурентные преимущества? Основатель Warp Naman Bhansali, основываясь на своем личном опыте перехода из индийской провинции в MIT и предпринимательской практике в AI-отрасли payroll, глубоко раскрывает противоречивую истину: чем больше технологий снижает порог входа (Floor), тем выше становится потолок (Ceiling) отрасли.

В эпоху, когда исполнительность становится дешевле и даже может быть «вибрированным кодированием» (vibecoded) AI, автор считает, что настоящая конкурентная защита уже не заключается в простом распределении трафика, а в трудно подделываемом «вкусе» (Taste), глубоком понимании базовой логики сложных систем и терпении, готовом к постоянной сложной прибыли на десятилетия. Эта статья — не только холодное размышление о стартапах на базе AI, но и мощное доказательство закона мощных закономерностей: «народные технологии» приводят к «аристократическим результатам».

Полный текст:

Каждый раз, когда новая технология снижает порог входа, неизбежно возникают одни и те же прогнозы: раз все могут это делать, преимущества исчезнут. Мобильные камеры сделали каждого фотографом; Spotify превратил каждого в музыканта; AI делает каждого разработчиком.

Эти прогнозы всегда частично верны: действительно, порог (Floor) повышается. Всё больше людей участвуют в создании, публикуют продукты, вступают в конкуренцию. Но при этом они игнорируют потолок (Ceiling). Он растет еще быстрее. А разница между средним уровнем и вершиной — между медианой и топ-уровнем — не сокращается, а расширяется.

Это характерно для закона мощных закономерностей (Power laws): он не зависит от ваших намерений. Технологии равенства всегда приводят к аристократическим результатам. И так происходит всегда.

AI — не исключение, и даже в более экстремальной форме.

Эволюция рынка

Когда Spotify запустился, он сделал по-настоящему радикальную вещь: он дал любому музыканту на планете доступ к каналам распространения, ранее доступным только лейблам, маркетинговым бюджетам и удаче. В результате произошел взрыв музыкальной индустрии — миллионы новых артистов, миллиарды новых песен. Порог действительно вырос, как обещали.

Но затем случилось следующее: доля прослушиваний у топ-1% артистов стала больше, чем в эпоху CD. Не уменьшилась, а увеличилась. Больше музыки, больше конкуренции, больше способов найти качественный контент — и слушатели, не ограниченные географией или полками, все больше тянутся к лучшим произведениям. Spotify не создал музыкальный рай, он лишь усилил этот соревновательный эффект.

Такая же история повторяется в области письма, фотографии и программирования. Интернет породил рекордное число авторов, но и создал более жесткую экономику внимания. Больше участников, более высокие ставки — и всё по тому же принципу: очень немногие получают большую часть ценности.

Нас удивляет это потому, что мы привыкли думать линейно — ожидаем, что рост производительности будет равномерно распределен, как вода в плоской емкости. Но большинство сложных систем работают иначе: они подчиняются законам мощных закономерностей. Это не аномалия рынка или сбой технологий — это их естественный режим. Технологии не создают это, они лишь его раскрывают.

Вспомните закон Клейбера (Kleiber’s Law): у всех живых существ на Земле — от бактерий до китов, с диапазоном массы в 27 порядков — метаболизм пропорционален массе в степени 0,75. Метаболизм китов не пропорционален их размеру. Эта закономерность — мощная, и она сохраняется почти во всех формах жизни. Ее не кто-то придумал — она просто проявление внутренней логики энергии в сложных системах.

Рынок — это сложная система, а внимание — ресурс. Когда препятствия исчезают — когда география, полки и издержки распространения больше не мешают — рынок естественным образом принимает форму закона мощных закономерностей. Эта форма — не колоколообразная нормальная кривая, а именно закон мощных закономерностей. Истории о равенстве и аристократии сосуществуют, и именно поэтому каждая новая технология застает нас врасплох. Мы видим, как порог растет, и предполагаем, что потолок тоже растет с ним. Но это не так: потолок ускоряется и уходит все дальше.

AI ускорит этот процесс быстрее и жестче, чем любые предыдущие технологии. Порог (Floor) растет в реальном времени — любой может выпустить продукт, спроектировать интерфейс, написать код для производства. Но и потолок тоже растет, и быстрее. Важный вопрос: что определяет ваше место в этом соревновании?

Когда исполнительность становится дешевле, вкус — сигнал

В 1981 году Стив Джобс настаивал, чтобы внутренние платы Macintosh были красивыми. Не внешне, а внутри — там, где клиент никогда не увидит. Его инженеры считали его безумцем. Но он не ошибался. Он понял важное: способ, которым вы делаете что-то, — это способ, которым вы делаете все. Тот, кто делает внутренние части красиво, не просто демонстрирует качество — он по сути не может допустить выпуска некачественного продукта, потому что его характер не позволяет.

Это важно, потому что доверие трудно построить, но легко подделать за короткое время. Мы постоянно используем эвристики, чтобы понять, кто действительно превосходен, а кто просто показывает себя. Удостоверения (Credentials) помогают, но их можно подделать; происхождение (Pedigree) тоже помогает, но его можно унаследовать. Настоящая трудно подделываемая характеристика — вкус (Taste): стойкое, наблюдаемое, высоко ценимое качество, основанное на стандартах, которые никто не требует, но которые есть. Джобс не был обязан делать плату красивой — он сделал это, и это само по себе говорит о его подходе: он знает, как он делает.

За последние годы эта сигнальная ценность была частично скрыта. В эпоху SaaS (примерно 2012–2022) исполнительность стала стандартом, и распространение (Distribution) стало редким ресурсом. Если вы могли эффективно привлекать клиентов, строить продажи, достигать «правила 40» — продукт был почти не важен. Главное было — стратегия выхода на рынок. В этом контексте сигналы вкуса терялись в шуме роста.

AI полностью меняет соотношение сигналов и шума. Когда любой может за один день создать функциональный продукт, красивый интерфейс и рабочий код — вопрос «насколько он хорош» перестает быть дифференцирующим. Встает вопрос: действительно ли он превосходен? Знает ли создатель разницу между «хорошо» и «безумно классно» (Insanely great)? И даже если никто не заставляет, достаточно ли он заботится, чтобы устранить последнюю разницу?

Особенно это важно для бизнес-критического программного обеспечения — систем, связанных с выплатами, соблюдением нормативов, данными сотрудников. Эти системы нельзя просто попробовать и бросить через квартал. Стоимость переключения высока, сбои — серьезны, а ответственные за внедрение — за последствия. Значит, перед подписанием они используют все эвристики доверия. Красивый продукт — один из самых сильных сигналов. Он говорит: его создали с заботой. Они ценят видимую часть работы, а значит, скорее всего, и невидимую.

В мире, где исполнительность стала дешевле, вкус — это доказательство работы (Proof of work).

Что награждает новая стадия

Эта логика всегда была верна, но за последние десять лет рынок сделал ее почти незаметной. Когда-то важнейшие навыки в софтверной индустрии были не связаны с самим софтом.

В период 2012–2022 годов архитектура SaaS стабилизировалась. Облачная инфраструктура стала дешевой и стандартизированной, инструменты разработки — зрелыми. Создать функциональный продукт — сложно, но это «проблема решенная»: можно нанимать команду, следовать стандартам, и при достаточных ресурсах — достигнуть порога. Настоящая ценность — в умении эффективно распространять продукт. Можешь ли ты привлекать клиентов? Строить повторяемые продажи? Понимаешь ли ты юнит-экономику, чтобы в нужный момент зажечь рост?

В этой среде большинство основателей — из продаж, консалтинга или финансов. Они хорошо знают метрики, которые казались фантастикой десять лет назад: NDR, ACV, Magic number, правило 40. Они живут в таблицах и проверках воронки продаж. В этом контексте они были правы. Вершина SaaS породила вершину SaaS-основателей — это рациональная адаптация.

Но я чувствовал удушье.

Я вырос в индийском городке с населением 2,5 миллиона. Вся Индия ежегодно принимает в MIT всего около трех студентов — и все они из дорогих подготовительных школ в Дели, Мумбаи или Бангалоре, специально созданных для этого. Я был первым в истории своего штата, кто поступил в MIT. Не для хвастовства, а чтобы показать — когда входные барьеры ограничены, происхождение предсказывает результат; когда барьеры открыты — побеждают те, кто глубоко занимается. В комнате, полной выпускников престижных школ, я — человек, который выигрывает за счет глубины. Это мой единственный способ делать ставки.

Я изучал физику, математику и информатику — и самые глубокие инсайты приходили не из оптимизации процессов, а из видения скрытых истин. Моя магистерская работа — о смягчении отставших (Straggler mitigation) в распределенном машинном обучении: как, работая на масштабных системах, оптимизировать работу, не нарушая целостности.

Когда мне было за двадцать, я смотрел на стартап-мир и видел картину, где эти глубокие инсайты кажутся неактуальными. Рыночная премия шла на «выход на рынок», а не на продукт. Создавать технологически совершенное — казалось наивным, ведь это мешает «игре» — привлечению, удержанию и скорости продаж.

Но в конце 2022 года ситуация изменилась.

Появление ChatGPT — в гораздо более наглядной и потрясающей форме, чем научные статьи — показало, что кривая уже повернула. Началась новая S-образная кривая. Переходы фаз (Phase transitions) не награждают тех, кто лучше приспособился к предыдущему этапу, а тех, кто раньше других заметил новые возможности.

Я уволился и создал Warp.

Это был очень конкретный риск. В США есть более 800 налоговых органов — федеральных, штатов и местных, — каждый со своими требованиями, сроками и логикой соблюдения. Там нет API, автоматизированных интерфейсов. Десятилетиями все провайдеры payroll решали проблему вручную: сотни специалистов обходили эти системы, не предназначенные для масштабирования. Традиционные гиганты — ADP, Paylocity, Paychex — построили бизнес, поглощая сложность, а не решая ее.

В 2022 году я видел, что AI-агенты еще уязвимы. Но я также видел кривую улучшений. Глубокий специалист по крупномасштабным распределенным системам, наблюдающий за развитием моделей, мог сделать точную ставку: слабые технологии через несколько лет станут мощными. Поэтому мы поставили на то, чтобы построить AI-оригинальную платформу, начиная с самых сложных рабочих процессов — тех, что из-за архитектурных ограничений традиционные гиганты никогда не смогут автоматизировать.

Сейчас эта ставка оправдывается. Но важнее — распознавание паттернов. В эпоху AI технологические основатели обладают не только инженерным преимуществом, но и инсайтовым. Они видят разные точки входа, делают разные ставки. Они могут взглянуть на систему, считающуюся «вечной сложной», и спросить: что нужно для настоящей автоматизации? И — главное — могут сами построить ответ.

Лидеры эпохи SaaS — рациональные оптимизаторы условий. А AI убирает эти условия и вводит новые. В новой реальности редкий ресурс — не распространение, а способность видеть возможности и строить их с помощью эстетики и убеждений. Но есть и третий важный фактор — он определяет всё — и это то, в чем большинство основателей AI совершают фатальные ошибки.

Быстрый темп и долгосрочная игра

В современном стартап-движении популярна идея: у вас есть два года, чтобы выбраться из постоянного дна. Быстро создавать, быстро привлекать инвестиции, либо выйти (Exit), либо погибнуть.

Я понимаю, откуда эта идея. Скорость развития AI создает ощущение угрозы выживания, окно возможностей кажется очень узким. В Twitter молодые люди, увидевшие мгновенные успехи, считают, что главное — скорость: победит тот, кто пробежит быстрее за короткое время.

Это — в корне неверный подход.

Действительно, скорость исполнения важна. Я в этом убежден — это даже заложено в название моей компании (Warp). Но скорость исполнения не равна короткому горизонту. Создатели самых ценных компаний в эпоху AI — не те, кто за два года «сделали деньги», а те, кто бежали десять лет и получали сложный эффект.

Маленький срок — это ошибка: самые ценные вещи в софтвере — личные данные, глубокие отношения с клиентами, реальные издержки переключения, нормативные знания — требуют лет на накопление. И сколько бы капитала или AI-способностей ни приходило, их быстро скопировать невозможно. Когда мы в Warp обрабатываем payroll для межштатных компаний, мы накапливаем данные по тысячам юрисдикций. Каждое решение по налогам, каждый случай, каждая регистрация — это обучение системе, которая с течением времени становится все труднее копируемой. Это не функциональный элемент — это защитный ров, который существует потому, что мы глубоко и долго работали, создавая качество.

Эта сложность — сложный эффект сложных систем. В первый год он почти незаметен, во второй — становится чуть заметен, а к пятому — превращается в основную часть бизнеса.

Frank Slootman, бывший CEO Snowflake, создал и масштабировал одну из крупнейших софтверных компаний — и говорит: нужно привыкнуть к состоянию «неудобства». Не ради быстрого результата, а как постоянное состояние. В ранних стадиях стартапа — туман войны, неопределенность, необходимость принимать решения при неполной информации — это не исчезает через два года. Оно меняется, появляется новая неопределенность. Устойчивый основатель — не тот, кто нашел уверенность, а тот, кто научился двигаться в тумане.

Создавать компанию — очень жестко. Это трудно объяснить тем, кто не делал этого. Ты живешь в постоянном легком страхе, иногда — в более сильных страхах. Ты принимаешь тысячи решений при неполной информации, зная, что одна ошибка — и все закончится. Те «один за одним» успехи в Twitter — не только выбросы закона мощных закономерностей, но и крайние их проявления. Анализируя такие случаи, можно понять, как лучше строить стратегию — как тренировать себя, чтобы бежать не по прямой, а по извилистым тропам.

Зачем это нужно? Не ради комфорта, не ради шансов. А потому, что для некоторых — так жить — единственный способ по-настоящему чувствовать жизнь. Ибо страшнее, чем страх «построить что-то с нуля», — это безмолвное удушье «никогда не пытаться».

И если ты сделаешь ставку правильно, увидишь ценность, которую еще никто не оценил, и будешь идти достаточно долго, придерживаясь эстетики и убеждений — результат превзойдет финансы. Ты создашь нечто, что изменит работу людей. Ты создашь продукт, которым будут пользоваться с удовольствием. И в своем деле ты наймешь и раскроешь лучших.

Это — проект на десятилетие. AI не изменит этого — никогда не менял.

AI — не что иное, как возможность для тех, кто сможет дойти до конца, — расширить потолок (Ceiling) на эти десятилетия.

Невидимый потолок

А что же будет дальше? Как будет выглядеть софт?

Оптимисты говорят: AI создает богатство — больше продуктов, больше создателей, больше ценности для большего числа людей. Они правы. Пессимисты — что AI разрушает защиту софта — все можно скопировать за один день, защита умерла. И тоже частично правы. Но оба сосредоточены на пороге (Floor), а никто — на потолке (Ceiling).

В будущем появятся тысячи узкоспециализированных решений — мини-инструменты, созданные AI, способные решать узкие задачи. Многие из них даже не будут созданы компаниями, а — отдельными специалистами или командами для своих нужд. В категориях с низким порогом входа и высокой заменяемостью рынок станет по-настоящему демократичным. Порог высок, конкуренция жесткая, прибыль — очень тонкая.

Но в случае бизнес-критичных систем — тех, что управляют финансами, соблюдением нормативов, данными сотрудников и рисками — ситуация иная. Эти системы требуют очень низкого уровня ошибок. Если сбой в выплатах — сотрудники не получат деньги; если налоговая декларация — могут прийти проверки; если страховые взносы — люди лишатся защиты. За такие системы отвечают. И ответственность нельзя переложить на AI, который «кодит» за полдня.

Для таких рабочих процессов компании продолжат доверять поставщикам. В этом сегменте «победитель забирает все» будет еще более выражен, чем в предыдущих. Не только из-за сетевых эффектов, но и потому, что AI-платформа, накопившая миллионы транзакций и кейсов, создаст сложность, которую трудно догнать — это будет не просто набор функций, а долгосрочный стандарт качества, основанный на высокой ответственности.

Это означает, что рынок корпоративного софта будет еще более концентрирован. В течение десяти лет в HR и payroll не будет 20 компаний с равными долями. Будут 2–3 платформы, захватывающие большую часть рынка, а множество узкоспециализированных решений — почти не смогут конкурировать.

Такая модель — не исключение, а закономерность. В каждом сегменте, где есть сложность, нормативы и накопленные данные, — доминирующие компании будут очень похожи: созданы с учетом реального продукта, построены на AI-архитектуре с самого начала, работают в тех рынках, где крупные игроки не могут быстро перестроиться. Они сделали ставку на инсайты — на ценность, которая еще не оценена рынком — и держались достаточно долго, чтобы сложный эффект сложился.

Я описываю таких основателей абстрактно, но знаю, кто он — потому что я сам стараюсь стать им.

В 2022 году я создал Warp, потому что верю, что весь стек управления сотрудниками — выплаты, налоги, блага, onboarding, оборудование, HR-процессы — основан на ручной работе и устаревших архитектурах, и AI может их полностью заменить. Не улучшить, а заменить. Традиционные гиганты строили бизнес, поглощая сложность, — а мы собираемся устранить ее с источника.

Три года — и это подтверждение. С момента запуска мы обработали более 500 миллионов долларов транзакций, растем быстро и обслуживаем компании, создающие важнейшие технологии. Каждый месяц мы накапливаем нормативные данные, кейсы, интеграции — и делаем платформу все труднее копируемой, ценнее для клиентов. Защита еще в зародыше, но уже есть, и растет.

Я рассказываю об этом не потому, что успех Warp предопределен — в мире законов мощных закономерностей ничего не предопределено, — а потому, что логика, которая привела нас сюда, — это та, что я описал во всей статье: видеть истину. Глубже всех. Создавать стандарты качества, которые можно поддерживать без внешнего давления. Долго идти — и проверить, правильны ли ваши выводы.

В эпоху AI выдающиеся компании создают те, кто понял: входные барьеры никогда не были редкостью, а — инсайты (Insight); исполнительность — не защита, а вкус (Taste); скорость — не преимущество, а глубина (Depth).

Закон мощных закономерностей не зависит от ваших намерений. Но он награждает правильные намерения.