[Перевод] Google занял денег на сто лет вперёд. Ради ИИ. Это уверенность или безумие?

Время разговоров прошло. Искусственный интеллект больше не абстрактная перспектива — он стал повседневной реальностью.

На днях в Сан-Франциско прошла закрытая конференция Morgan Stanley — TMT 2026, посвящённая технологиям, медиа и телекому. Мероприятие для узкого круга. И цифры, которые там прозвучали, впечатлили даже видавших виды. Anthropic приближается к 19 миллиардам долларов годовой выручки. Дженсен Хуанг из Nvidia упомянул, что окно для частных инвестиций в ИИ-гигантов скоро закроется — и OpenAI, и Anthropic готовят масштабные IPO до конца года. А Сэм Альтман высказал мысль, над которой стоит задуматься: в ближайшем будущем компания стоимостью в миллиард долларов сможет работать с командой из десяти человек.

Если вы строите софтверный бизнес, инвестируете в технологии или работаете в этой сфере — ландшафт изменился. И стоит разобраться, как именно.

Человек, который видит картину целиком

Один из самых авторитетных голосов в этой теме — Дэвид Чен, сопредседатель глобального технологического инвестбанкинга в Morgan Stanley. За его плечами — знаковые сделки: прямой листинг Palantir, поглощение Splunk за 28 миллиардов. У Чена есть редкое преимущество — глубокое, непосредственное понимание того, как Уолл-стрит оценивает происходящее в технологическом секторе.

По словам Чена, характер разговора изменился принципиально. Ещё год назад генеральные директора выходили к инвесторам и рассказывали, как ИИ помогает сокращать издержки и повышать маржу. Сегодня эта история уже никого не впечатляет. Инвесторов интересует один-единственный вопрос: ваша компания — бенефициар ИИ-трансформации? Или она рискует оказаться среди тех, кого эта трансформация оставит позади?

От SaaS к SfaaS: смена парадигмы

Десять лет модель «софт как услуга» была надёжным фундаментом технологического бизнеса. Красивый интерфейс, агрегация данных, ежемесячная подписка — отлаженная, понятная механика.

Эта модель уступает место новой. Мы переходим от SaaS к SfaaS — Software for Agents as a Service. Софт, спроектированный для ИИ-агентов.

ИИ-агенты становятся основным способом взаимодействия с цифровыми сервисами. Когда вам нужно забронировать рейс, продвинутый агент не будет открывать Expedia и сравнивать варианты в нескольких вкладках. Он выполнит бронирование самостоятельно, в фоновом режиме. Если ценность вашего продукта заключалась в том, чтобы красиво представлять данные человеку-пользователю, — эта ценность начинает размываться.

Чен подчёркивает: в нынешних условиях компаниям необходима решительность. Нужно пересматривать архитектуру, перестраивать бэкенды с расчётом на ИИ-нативное взаимодействие. Советы директоров всё чаще делают ставку на лидеров с сильным продуктовым видением — тех, кто способен перестроить фундамент, а не просто оптимизировать продажи.

Почему ИИ пока не заменил всё

Резонный вопрос: если ИИ настолько силён, почему мы по-прежнему работаем с традиционными корпоративными системами? Почему ИИ-стартапы до сих пор не вытеснили таких гигантов, как ADP, QuickBooks или Salesforce?

Ответ — в самом, пожалуй, важном различии в сегодняшних технологиях. Чен называет его разницей между вероятностным и детерминированным.

Большие языковые модели по своей природе вероятностны. Они прогнозируют наиболее подходящее продолжение текста. Если ИИ-агент пересказал совещание и допустил небольшую неточность — это, как правило, допустимо. Приемлемый уровень риска.

Но представьте, что ИИ-агент рассчитывает зарплаты, формирует налоговую отчётность или выставляет счета клиентам. Здесь даже минимальная погрешность может обернуться серьёзными последствиями. Это детерминированные задачи — они требуют абсолютной точности.

Именно поэтому самое сильное конкурентное преимущество в 2026 году принадлежит компаниям, которые годами выстраивали проприетарные, строго регулируемые рабочие процессы с нулевой терпимостью к ошибкам. Воспроизвести двадцать лет тонко настроенных правил налогового соответствия — задача колоссальной сложности даже для самого амбициозного стартапа. Будущее — за теми, кто сумеет органично встроить ИИ в эти устоявшиеся «системы записи», а не за теми, кто попытается их заменить с чистого листа.

Чтобы понять, какая модель лучше справляется с вашими задачами — вероятностными или детерминированными, — их нужно сравнивать на практике. Сервисы вроде BotHub дают доступ к экосистеме ведущих нейросетей — GPT-5.4, Claude 4.6 и другим — в одном интерфейсе. Тестируйте гипотезы, сопоставляйте результаты, выбирайте оптимальный инструмент под конкретную задачу.

Для доступа не требуется VPN, можно использовать российскую карту.

Вопрос на триллион

Второй масштабный вопрос — инвестиции в инфраструктуру. Технологические гиганты вкладывают сотни миллиардов в ИИ-мощности. Amazon направляет в дата-центры средства, которые ставят под давление его свободный денежный поток. Google разместил столетние облигации — инструмент, сам по себе говорящий о масштабе ставки.

Часть инвесторов видит в этом параллели с пузырём доткомов.

Чен с этой аналогией не согласен. В начале двухтысячных капитал шёл в компании с непрозрачными балансами и минимальной выручкой. Сегодня ИИ-инфраструктуру строят крупнейшие корпорации с высокими кредитными рейтингами и устойчивыми денежными потоками от основного бизнеса. Это принципиально иная ситуация.

Более того, Чен убеждён, что мы находимся в самом начале пути. Сейчас большинство компаний используют ИИ для вспомогательных задач — помощь в написании кода, резюмирование звонков. Когда детерминированные ИИ-решения достигнут зрелости — когда ИИ сможет безошибочно вести бухгалтерию, управлять комплаенсом, обрабатывать регуляторную отчётность — это высвободит огромную ценность в корпоративном секторе. А спрос на вычислительные мощности продолжит расти.

Четыре шага для тех, кто хочет быть готовым

Понимание тренда — важная, но только первая часть. Вот практическая рамка из четырёх шагов — для оценки своей позиции и своевременной адаптации.

Первое. Аудит ключевого продукта. Посмотрите на то, что вы создаёте. Ваш результат детерминированный — требующий абсолютной точности, как расчёт зарплаты? Или вероятностный — творческий, обобщающий, как маркетинговый контент? Если второе — стоит задуматься о том, где ваше глубинное конкурентное преимущество в данных.

Второе. Кто ваш настоящий клиент? Пришло время проектировать не только для людей. Продумайте, как ИИ-агент будет взаимодействовать с вашим продуктом. Стройте API и бэкенд-инфраструктуру, которые позволят агентам работать с вашими данными напрямую. Потому что в ближайшем будущем агент может стать вашим главным пользователем.

Третье. Оценка руководства. Кто стоит у руля — лидер, ориентированный на продажи и партнёрства, или лидер с глубоким продуктовым видением, способный перестроить архитектуру с фундамента? В текущих условиях именно второй тип становится решающим.

Четвёртое. Инфраструктурный фокус. Для инвесторов: помимо ярких ИИ-приложений, стоит присмотреться к фундаментальным слоям, на которых всё строится. Кибербезопасность, полупроводники нового поколения, системы хранения данных, оптические сети — это устойчивые бенефициары инфраструктурного роста. Во времена золотой лихорадки стабильнее всего зарабатывали те, кто продавал инструменты.