- 12 октября 2026 года The New Stack привёл высказывания Андрея Карпати, одного из основателей OpenAI, который сейчас работает в Anthropic. По его словам, большая часть мира пока не понимает реальных возможностей передового ИИ.
- По личным оценкам Карпати, около 6 миллиардов человек практически не пользовались большими языковыми моделями, 1–2 миллиарда используют обычные чат-боты, примерно 20 миллионов применяют продвинутые модели для программирования и математики, и лишь около 5 000 человек имеют доступ к самым мощным системам ИИ в исследовательских лабораториях.
- Эти цифры представляют собой приблизительные оценки Карпати, а не результаты статистического исследования.
- Генеральный директор Box Аарон Леви считает, что этот разрыв отражает очень ранний этап распространения ИИ, когда большинство пользователей по-прежнему воспринимают его как чат-бот или продвинутую поисковую систему.
- Леви прогнозирует, что «agent swarms» — группы ИИ-агентов, совместно выполняющих множество задач параллельно, — могут стать важной формой применения ИИ в бизнесе.
- Однако сейчас лишь немногие используют ИИ таким образом. Основные препятствия включают эксплуатационные расходы, неодинаковые возможности моделей, нехватку инструментов координации и ограниченный доступ к передовым системам.
- Перед масштабным внедрением ИИ-агентов компаниям также необходимо решить вопросы интеграции данных, безопасности, соблюдения требований и изменения рабочих процессов.
- Карпати подчёркивает огромную разницу между бесплатным чат-ботом, отвечающим на простые вопросы, и продвинутым ИИ-агентом, способным часами перестраивать программное обеспечение или решать сложные задачи.
- По его словам, за короткий период он перешёл от самостоятельного написания кода с помощью инструментов автодополнения к использованию ИИ-агентов для программирования, которое раньше требовало нескольких дней или недель.
- Карпати называет новый подход «agentic engineering» — инженерией с участием ИИ-агентов, при которой инженеры сосредотачиваются на постановке задач, определении направления и проверке результатов, а не на написании каждой строки кода вручную.
- По мнению Карпати, ИИ быстрее всего развивается в областях с тремя характеристиками: работа ведётся в цифровой среде, результаты можно проверить, а сама деятельность обладает высокой экономической ценностью.
- Программирование и математика особенно хорошо подходят для обучения с подкреплением, поскольку системы могут самостоятельно проверять результаты, обнаруживать ошибки и совершенствоваться благодаря многократным экспериментам.
- Проект AutoResearch Карпати иллюстрирует этот подход: за одну ночь ИИ провёл 50 экспериментов на одном графическом процессоре, нашёл более подходящие параметры скорости обучения и автоматически обновил исходный код.
- Карпати считает, что использование ИИ только для ответов на короткие вопросы не позволяет раскрыть весь потенциал технологии. Более значительная ценность возникает, когда ИИ поручают задачи на несколько часов и позволяют ему экспериментировать и самостоятельно корректировать свои действия.
📌 Наблюдения Карпати и Леви показывают, что важнейшее различие в эпоху ИИ заключается не только в том, используют ли люди эту технологию, но и в том, насколько полно они раскрывают её возможности. Пока миллиарды людей только начинают пользоваться чат-ботами, небольшая группа уже работает с системами, способными самостоятельно проводить исследования, программировать и решать сложные задачи. Следующий этап — переход от ИИ, помогающего выполнять отдельные действия, к группам агентов, которые совместно реализуют целые рабочие процессы. Для компаний приоритетом становится не только распространение навыков работы с ИИ, но и развитие компетенций в постановке задач, организации процессов, проверке результатов и управлении автономными системами ИИ.
