Прогресс ИИ снова обсуждают не как очередной цикл хайпа, а как сценарий, который может сломать привычный темп экономики и разработки. В лекции от 26 мая 2026 года сооснователь Anthropic Джек Кларк прямо сказал: если нынешний прогресс ИИ сохранится, системы, способные создавать собственных преемников, могут появиться уже в ближайшие два года. Для русскоязычной IT-аудитории это не философия на выходные, а вопрос о том, как менять продуктовые планы, найм и требования к инженерным командам.
Об этом сообщает Import AI (Substack), где Кларк опубликовал текст своей лекции для Human-Centered AI Lab при Оксфордском университете. Главная мысль проста и неприятна: у индустрии остается все меньше права делать вид, что ИИ — просто еще один инструмент автоматизации. По версии Кларка, рынок уже вошел в фазу, когда важно не спорить о том, «переоценен» ли ИИ, а готовиться к последствиям его дальнейшего роста: от ускорения научных исследований до резкой перестройки труда, образования и корпоративного управления.
Аргумент он строит не на абстрактных ощущениях, а на накопленном ряду результатов за последние несколько лет. Кларк ссылается на индекс Epoch Capabilities Index, который собирает результаты более чем по 40 бенчмаркам и показывает общий рост возможностей моделей во времени. Но еще важнее для него не сам график, а список достижений, которые в 2023-м выглядели бы как набор несвязанных исключений. В марте 2023 года ИИ прошел экзамен на адвокатскую квалификацию. В июле 2024 года LLM-системы вышли на уровень серебряной медали на Международной математической олимпиаде, а в июле 2025-го — уже на золото. В 2025 году ИИ начал участвовать в создании новых математических доказательств. Для рынка это выглядит не как серия красивых демо, а как сигнал: прогресс ИИ идет не в одной вертикали, а одновременно по языку, математике, программированию и исследовательским задачам.
Кларк отдельно подчеркивает, что эти результаты важны именно как проявления одной общей технологической базы, а не как россыпь разовых побед. Иными словами, перед нами не несколько удачных продуктов, а быстро растущий «лес» возможностей, где каждая новая модель переносит улучшения сразу в несколько областей. Это важное уточнение для CTO, продактов и тех, кто отвечает за технологическую стратегию. Если прогресс ИИ продолжает зависеть от вычислений, данных и инженерной доработки достаточно предсказуемо, то инвестиции в дата-центры и обучение следующих поколений моделей уже фактически покупают не один продукт, а следующий скачок всей платформы. Кларк говорит о сотнях миллиардов долларов, которые компании вкладывают в вычислительную инфраструктуру. Даже без точных финансовых выкладок посыл ясен: значительная часть будущего роста уже предоплачена капитальными затратами текущего цикла.
Самая резкая часть текста касается не эффективности, а природы риска. Кларк пишет, что ИИ нельзя считать «обычной технологией», потому что она одновременно мощнее большинства людей по отдельным когнитивным задачам, развивается быстрее ожиданий и при этом остается не до конца понятной даже собственным создателям. Его формулировка неприятна своей прямотой: можно представить правдоподобные сценарии, в которых такие системы становятся экзистенциальной угрозой. Это не означает, что такой исход неизбежен, но означает другое: корпоративная стратегия в области ИИ больше не сводится к внедрению ассистента в IDE, пересборке саппорта или очередному пилоту в аналитике. Вопросы безопасности, контроля, аудита и границ автономии переходят из разряда «этических приложений» в категорию инфраструктурных.
При этом Кларк не уходит в технопессимизм. Наоборот, он называет создание сильных ИИ-систем одним из лучших шансов ускорить науку и расширить возможности человечества. Но здесь же возникает развилка, из-за которой текст и выглядит важным для бизнеса. По его версии, если система дойдет до уровня, где сможет разработать собственную более сильную версию, индустрия получит рекурсивное самоулучшение. Для объяснения он использует инженерную аналогию: как если бы компания по производству 3D-принтеров выпустила принтер, который может сам изготовить более точную печатающую головку без внешней помощи. Для IT-компаний это означает очень неприятный сдвиг в горизонтах планирования. Большинство дорожных карт, бюджетов и кадровых моделей строятся на линейном темпе изменений. Сценарий Кларка — нелинейный: улучшение инструментов начинает ускорять разработку следующих инструментов, а значит, прогнозы устаревают еще до конца финансового года.
Отсюда и практический вывод для отрасли. Разработчикам придется жить в мире, где ценность смещается от написания типового кода к управлению качеством, архитектурой, безопасностью и интеграцией ИИ в реальные процессы. Продуктовым командам — раньше обычного пересматривать, какие функции останутся конкурентным преимуществом, а какие быстро превратятся в обязательную гигиену. Руководителям бизнеса — не только считать ROI от внедрения моделей, но и готовить организацию к более неприятным сценариям: от зависимости от внешних провайдеров до ускоренного устаревания компетенций. Наконец, HR и лидерам инженерных команд стоит перестать спорить, заменит ли ИИ людей «целиком». Гораздо ближе другой вопрос: какие роли в компании сохраняют контроль над системой, которая становится умнее в отдельных классах задач быстрее, чем компания успевает переписать свои регламенты.
В тексте Кларка особенно цепляет не апокалиптический тон, а признание, что красивого способа «поставить развитие на паузу» у мира пока нет. Глобально скоординированного замедления не видно, а коммерческая и геополитическая конкуренция, наоборот, подталкивает игроков ускоряться. Поэтому главный вопрос для отрасли уже не в том, случится ли следующий большой скачок прогресса ИИ, а в том, кто встретит его с рабочими механизмами контроля, а кто — с презентацией про цифровую трансформацию образца 2024 года.