ИИ не демократизирует технологии, он вознаграждает правильных людей

Автор: Naman Bhansali

Перевод: Shenchao TechFlow

Обзор Shenchao: На начальном этапе распространения новых технологий люди часто испытывают иллюзию «технологического равенства»: когда фотография, музыкальное творчество или программирование становятся простыми, исчезает ли конкурентное преимущество? Основатель Warp Наман Бхансали, опираясь на свой личный путь от индийского городка до MIT и свой опыт предпринимательства в сфере AI-ориентированных payroll-решений, глубоко раскрывает контринтуитивную истину: чем ниже технология поднимает порог входа (Floor), тем выше поднимается потолок отрасли (Ceiling).

В эпоху, когда исполнение стало дешевым и даже может быть «вайбкодировано» ИИ, автор считает, что настоящим конкурентным преимуществом больше не является просто распределение трафика, а трудно подделываемое «вкусовое восприятие» (Taste), глубокое понимание основных логик сложных систем и терпение, способное на непрерывное сложное процентное наращивание в течение десятилетий. Эта статья — не только холодный анализ стартапов в сфере ИИ, но и мощное доказательство степенного закона «народные технологии ведут к аристократическим результатам».

Полный текст следующий:

Каждый раз, когда новая технология снижает барьеры для входа, последуют одни и те же прогнозы: раз теперь каждый может это делать, то никто больше не имеет преимущества. Фотоаппараты в телефонах сделали каждого фотографом; Spotify сделал каждого музыкантом; ИИ сделал каждого разработчиком программного обеспечения.

Такие прогнозы всегда верны наполовину: дно действительно поднялось. Больше людей создает, больше людей выпускает продукты, больше людей вступает в конкуренцию. Но такие прогнозы всегда игнорируют потолок. Потолок растет быстрее. И разрыв между дном и потолком — то есть между средним и высшим уровнями — не сокращается, а расширяется.

Это особенность степенных законов (Power laws): они не учитывают ваши намерения. Технологии равенства всегда приводят к аристократическим результатам. Каждый раз.

Искусственный интеллект не будет исключением, он может проявлять себя еще более экстремально.

Когда Spotify был запущен, он совершил по-настоящему революционный шаг: он предоставил любому музыканту на планете доступ к каналам дистрибуции, которые ранее были доступны только лейблам, с крупными маркетинговыми бюджетами и отличной удачей. В результате произошел взрыв в музыкальной индустрии — миллионы новых артистов и миллиарды новых песен появились на рынке. Итог действительно оправдал обещания.

Но произошло следующее: сегодня顶尖 1% артистов захватывают долю прослушиваний, даже большую, чем в эпоху CD. Она не уменьшилась — она увеличилась. Больше музыки, больше конкуренции, больше способов найти качественный контент — все это привело к тому, что слушатели, освобожденные от географических ограничений и ограничений полок, стали концентрироваться на самых лучших произведениях. Spotify не создал музыкального равенства — он лишь усугубил эту гонку.

Та же история происходит в области писательства, фотографии и программного обеспечения. Интернет породил наибольшее количество авторов в истории, но также создал более жестокую экономику внимания. Больше участников, выше ставки на вершине, та же базовая структура: ничтожное меньшинство получает подавляющую часть ценности.

Мы удивлены, потому что привыкли мыслить линейно — мы ожидаем, что рост производительности будет распределяться равномерно, как вода, наливаемая в плоский сосуд. Но большинство сложных систем так не работают, и никогда не работали. Степенной закон — это не причуда рынка или неудача технологии; это стандартная настройка природы. Технология не создала его — технология лишь раскрыла его.

Подумайте о законе Клибера. У всех живых организмов на Земле — от бактерий до синих китов, охватывающих 27 порядков величины по массе — скорость метаболизма пропорциональна массе в степени 0,75. Метаболизм кита не пропорционален его размеру в линейной степени. Эта зависимость является степенным законом и сохраняется с исключительной точностью у почти всех форм жизни. Никто не проектировал это распределение — оно просто возникает как форма, которую энергия принимает при следовании своей внутренней логике в сложных системах.

Рынок — это сложная система, а внимание — это ресурс. Когда трение исчезает — когда география, полочное пространство и затраты на распространение больше не служат буфером — рынок сходится к своей естественной форме. Эта форма — не колоколообразная кривая нормального распределения, а степенной закон. История равенства сосуществует с аристократическими результатами, и именно поэтому каждая новая технология застаёт нас врасплох. Мы видим, как дно поднимается, и предполагаем, что потолок поднимается с той же скоростью. Но это не так — потолок ускоряется и удаляется.

ИИ ускорит этот процесс быстрее и жестче, чем любая предыдущая технология. Дно постоянно поднимается в реальном времени — каждый может публиковать продукты, проектировать интерфейсы и писать код для продакшена. Но и потолок тоже поднимается, причем еще быстрее. Вопрос, который стоит задать: что именно определяет вашу конечную позицию?

В 1981 году Стив Джобс настаивал на том, что печатные платы внутри первого Macintosh должны быть красивыми. Не снаружи, а внутри — той части, которую клиент никогда не увидит. Его инженеры считали, что он сошел с ума. Но он не был сумасшедшим. Он понимал что-то, что легко можно было бы назвать перфекционизмом, но что на самом деле было скорее доказательством чего-то большего: способ, которым вы делаете что-либо, — это способ, которым вы делаете всё. Человек, который делает скрытые части красивыми, не демонстрирует качество — он просто не может терпеть выпуск чего-либо низкого качества из-за своей природы.

Это важно, потому что доверие трудно завоевать, но легко подделать за короткое время. Мы постоянно применяем эвристические суждения, чтобы понять, кто действительно выдающийся, а кто просто притворяется. Удостоверения (Credentials) полезны, но их можно манипулировать; происхождение (Pedigree) полезно, но его можно унаследовать. Подлинно трудно подделать — это эстетика (Taste) — устойчивая, наблюдаемая приверженность высокому стандарту, который никто не требует. Джобс не обязан был делать платы такими красивыми. Он сделал это — и это само по себе говорит вам, как он поступит в местах, которые вы не видите.

В течение большей части последнего десятилетия этот сигнал был в какой-то степени заглушен. В период расцвета SaaS (примерно с 2012 по 2022 год) исполнение стало настолько стандартизированным, что дистрибуция (Distribution) стала настоящим дефицитом. Если вы могли эффективно привлекать клиентов, создавать продажную машину и достигать «правила 40» (Rule of 40) — сам продукт почти не имел значения. Достаточно было иметь сильную стратегию выведения продукта на рынок (Go-to-market), чтобы победить даже с посредственным продуктом. Сигнал, исходящий от эстетики, был затоплен шумом показателей роста.

ИИ полностью изменил соотношение сигнала и шума. Когда каждый может за один послеобеденный час создать функциональный продукт, красивый интерфейс и рабочую кодовую базу, вопрос «удобен ли он» перестает быть фактором дифференциации. Проблема теперь в другом: действительно ли это превосходно? Знает ли этот человек разницу между «хорошим» и «безумно отличным»? Достаточно ли им это важно, чтобы преодолеть последний пробел, даже если никто не требует этого?

Это особенно верно для программного обеспечения, критически важного для бизнеса — систем, обрабатывающих выплату зарплаты, соблюдение нормативных требований и данные сотрудников. Это не продукты, которые можно просто протестировать и отказаться от них в следующем квартале. Стоимость переключения реальна, сценарии сбоев серьезны, а те, кто внедряет такие системы, несут ответственность за последствия. Это означает, что перед подписанием контракта они проводят все возможные проверки доверия. Красивый продукт — один из самых громких сигналов, который он может подать: люди, которые его создали, приложили усилия. Им важно то, что вы видите невооруженным глазом, а значит, они, скорее всего, также заботятся и о том, что вы не видите.

В мире, где исполнение дешево, эстетика — это доказательство работы (Proof of Work).

Эта логика всегда была верной, но в течение последнего десятилетия рыночные условия сделали её практически незаметной. Когда-то самым важным навыком в программной индустрии даже не было связано с программным обеспечением本身.

В период с 2012 по 2022 год основная архитектура SaaS была окончательно сформирована. Инфраструктура облака стала дешевой и стандартизированной, инструменты разработки достигли зрелости. Создание функционального продукта сложно, но это «уже решённая сложность» — вы можете справиться с этим, нанимая специалистов, следуя установленным шаблонам и обеспечив достаточные ресурсы, чтобы достичь порогового уровня. По-настоящему редким и решающим фактором, отличающим победителей от посредственности, является способность к распространению. Сможете ли вы эффективно привлекать клиентов? Сможете ли вы создать повторяемые процессы продаж? Достаточно ли хорошо вы понимаете модель единичной экономики (Unit economics), чтобы в нужный момент подливать масло в огонь роста?

В этой среде наиболее успешные основатели в основном пришли из сферы продаж, консалтинга или финансов. Они отлично разбирались в показателях, которые десять лет назад звучали как китайская грамота: чистый коэффициент удержания дохода (NDR), средняя стоимость контракта (ACV), магическое число (Magic number), правило 40. Они жили в электронных таблицах и обзорах воронки продаж, и в этом контексте они были абсолютно правы. Пик SaaS породил пиковых основателей SaaS. Это рациональная эволюционная адаптация.

Но мне стало трудно дышать.

Я вырос в городке в индийском штате с населением 250 миллионов человек. Каждый год в Массачусетский технологический институт (MIT) поступает примерно три студента по всей Индии. Без исключения все они приходят из дорогих подготовительных школ Дели, Мумбаи или Бангалора — учреждений, созданных специально для этой цели. Я стал первым человеком в истории моего штата, поступившим в MIT. Я упоминаю об этом не для того, чтобы хвастаться, а потому что это микро-версия аргумента этой статьи: когда доступ ограничен, происхождение (Pedigree) предсказывает результат; когда доступ открыт, глубокие люди (Deep people) всегда побеждают. В комнате, полной людей с престижным происхождением, я — ставка на глубину. Это единственный способ ставок, который мне известен.

Я изучал физику, математику и информатику, и в этих областях самые глубокие инсайты приходят не от оптимизации процессов, а от увиденного мной того, что другие упустили. Моя магистерская диссертация была посвящена смягчению эффекта отстающих узлов в распределённом обучении машинного обучения: как оптимизировать это ограничение, не нарушая целостности всей системы, когда вы работаете с масштабными системами.

Когда мне было двадцать с небольшим, глядя на мир стартапов, я видел картину, в которой эти глубокие инсайты казались неуместными. Рынок вознаграждал «вход на рынок» (go-to-market), а не сам продукт. Создание технологически совершенных вещей казалось наивным — это воспринималось как отвлечение от «настоящей игры» (то есть привлечение клиентов, удержание и скорость продаж).

Затем, в конце 2022 года, ситуация изменилась.

То, что демонстрирует ChatGPT — более интуитивно и впечатляюще, чем годы исследовательских статей — это то, что кривая уже изогнулась. Новая S-образная кривая началась. Фазовые переходы не награждают тех, кто лучше всего адаптировался к предыдущей фазе, а награждают тех, кто способен увидеть бесконечные возможности новой фазы, пока другие еще не понимают ценности.

Тогда я уволился с работы и основал Warp.

Эта задача крайне специфична. В США более 800 налоговых органов — федеральных, государственных и местных — каждый со своими требованиями к отчетности, сроками сдачи и логикой соблюдения норм. Здесь нет API, нет программного доступа. Десятилетиями каждый провайдер зарплатных услуг решал эту проблему одним и тем же способом: нанимал людей. Тысячи экспертов по соблюдению норм вручную справлялись с системами, которые никогда не создавались для масштабирования. Традиционные гиганты — ADP, Paylocity, Paychex — построили целые бизнес-модели вокруг этой сложности: вместо того чтобы устранять сложность, они интегрировали ее в количество сотрудников и перекладывают затраты на клиентов.

В 2022 году я видел, что AI-агенты были хрупкими, но я также видел кривую улучшений. Человек, глубоко погруженный в масштабные распределенные системы и внимательно наблюдающий за эволюцией моделей, может сделать точную ставку: технологии, которые тогда были хрупкими, через несколько лет станут невероятно мощными. Поэтому мы сделали ставку: построили AI-натуральную платформу с нуля, начав с самого сложного рабочего процесса в этой категории — того, который из-за архитектурных ограничений традиционные гиганты никогда не могли автоматизировать.

Сейчас эта ставка оправдывает себя. Но в более широком плане речь идет о распознавании паттернов. Технические основатели в эпоху ИИ обладают не только инженерным преимуществом, но и преимуществом в проницательности. Они видят другие точки входа и делают другие ставки. Они могут взглянуть на систему, которую все считают «постоянно сложной», и задаться вопросом: что необходимо для достижения настоящей автоматизации? А затем, ключевое заключается в том, что они могут самостоятельно создать ответ.

В эпоху пика SaaS доминирующей силой был рациональный оптимизатор в условиях ограничений. Однако ИИ устраняет эти ограничения и устанавливает новые. В новой среде稀缺ным ресурсом больше не является дистрибуция, а способность распознавать возможности — а также воплощать их в соответствии со стандартами эстетики и убеждений. Но существует еще один третий фактор, решающий все, и именно здесь большинство основателей эпохи ИИ совершают катастрофические ошибки.

В современном предпринимательском кругу распространён такой мем: у вас есть два года, чтобы выбраться из вечного низшего слоя. Быстро запускай, быстро привлекай финансы — либо выходи, либо проваливаешься.

Я понимаю, откуда берется такая установка. Скорость развития ИИ вызывает ощущение экзистенциальной угрозы, и окно возможностей ухватиться за волну кажется чрезвычайно узким. Молодые люди, видящие в Twitter истории о мгновенной славе, естественно считают, что суть игры — в скорости: побеждают те, кто пробегает дистанцию быстрее всех.

Это верно в совершенно другом измерении.

Скорость исполнения действительно критически важна. Я в это искренне верю — это даже отражено в названии моей компании (Warp). Но скорость исполнения не равна узкому видению. Основатели компаний, которые создадут самые ценные компании в эпоху ИИ, — это не те, кто бежит два года и затем фиксирует прибыль, а те, кто бежит десять лет и наслаждается сложным процентом.

Краткосрочное мышление ошибочно, потому что самые ценные элементы программного обеспечения — частные данные, глубокие клиентские отношения, реальные барьеры для переключения, экспертные знания в области регулирования — требуют многих лет для накопления и не могут быть быстро скопированы, независимо от того, сколько капитала или возможностей ИИ приносит конкурент. Когда Warp обрабатывает заработную плату для компаний, работающих в нескольких штатах, мы накапливаем данные о соблюдении требований в тысячах юрисдикций. Каждое решенное уведомление о налогах, каждый обработанный пограничный случай, каждая завершенная регистрация в государственном органе — все это обучает систему, которая со временем становится все труднее для копирования. Это не просто функция — это защитный барьер, который существует потому, что мы на протяжении достаточного времени работали с исключительно высоким качеством, что привело к образованию плотности качества.

Этот сложный процент не виден в первый год. Во второй год он лишь намекает на себя. К пятому году он становится всей сутью игры.

Бывший генеральный директор Snowflake Фрэнк Слотман создал и масштабировал больше программных компаний, чем кто-либо другой на сегодняшний день, и он кратко выразил это так: нужно привыкнуть к состоянию «неудобства». Это не спринт, а постоянное состояние. «Туман войны» на ранних этапах стартапа — ощущение потери направления, неполная информация и необходимость принимать решения на основе неполных данных — не исчезнет через два года. Он просто эволюционирует: новые неопределенности заменяют старые. Успешные основатели — это не те, кто нашел уверенность, а те, кто научился четко двигаться в тумане.

Создание компании — чрезвычайно жестокий процесс, и эту жестокость трудно передать тем, кто этого не пробовал. Вы живете в постоянном легком страхе, время от времени прерываемом более сильными ужасами. Вы принимаете тысячи решений при неполной информации, прекрасно понимая, что всего лишь серия ошибочных решений может привести к краху. Те «успехи за одну ночь», которые вы видите в Twitter, — это не просто выбросы в рамках степенного распределения, а экстремальные выбросы среди выбросов. Оптимизировать свою стратегию на основе этих примеров — то же самое, что тренироваться для марафона, анализируя результаты людей, которые заблудились и случайно пробежали пять километров.

Так почему же это делать? Не потому, что это удобно, и не потому, что шансы на успех велики. А потому, что для некоторых людей не делать этого означает не жить по-настоящему. Потому что единственное, что хуже страха перед «созданием чего-то из ничего», — это тихое удушье от того, что ты даже не попробовал.

И — если вы угадали, если вы увидели истину, которую другие еще не учли, если вы действовали с эстетикой и убеждениями на достаточном временном горизонте — результат будет не только финансовым. Вы создали нечто, что по-настоящему меняет способ работы людей. Вы создали продукт, которым люди с радостью пользуются. Вы наняли и помогли раскрыться тем, кто демонстрирует свой лучший уровень в вашем собственном деле.

Это проект на десять лет. ИИ не может это изменить, и никогда не мог.

Искусственный интеллект меняет потолок (Ceiling), которого могут достичь основатели, способные удержаться до конца и разобраться во всем.

Так какова же будет внешность программного обеспечения за всем этим?

Оптимисты говорят, что ИИ создает изобилие — больше продуктов, больше разработчиков, больше ценности, распределяемой среди большего числа людей. Они правы. Пессимисты утверждают, что ИИ разрушил конкурентные преимущества программного обеспечения — всё можно скопировать за один послеобеденный час, оборона мертва. Они тоже частично правы. Но обе стороны сосредоточены на дне (The floor), никто не обращает внимания на потолок (The ceiling).

В будущем появятся тысячи одноразовых решений — небольшие, функциональные, сгенерированные ИИ инструменты, способные эффективно решать узкие задачи. Многие из них даже не будут созданы компаниями, а разработаны отдельными лицами или внутренними командами для устранения собственных проблем. Для некоторых категорий программного обеспечения с низким порогом входа и легко заменяемыми аналогами рынок станет по-настоящему демократичным. Барьеры для входа высоки, конкуренция невероятно острая, а прибыль — тоньше паутины.

Однако для программного обеспечения, критически важного для бизнеса — систем, обрабатывающих денежные потоки, соблюдение нормативных требований, данные сотрудников и юридические риски — ситуация совершенно иная. Это рабочие процессы с крайне низким допустимым уровнем ошибок. Когда система начисления зарплаты выходит из строя, сотрудники не получают деньги; когда возникают ошибки в налоговой отчетности, налоговая служба (IRS) приходит на проверку; когда выплаты на страхование прерываются в период открытой регистрации, реальные люди теряют защиту. Лица, выбирающие программное обеспечение, несут ответственность за последствия. Эта ответственность не может быть передана ИИ, который был собран с помощью «интуитивного кодирования» (vibecoded) в послеобеденное время.

Для этих рабочих процессов компании продолжат доверять поставщикам. Среди этих поставщиков динамика «победитель получает всё» будет более экстремальной, чем в предыдущих поколениях программного обеспечения. Это происходит не только из-за более сильных сетевых эффектов (хотя это действительно так), но и потому, что AI-нативная платформа, которая масштабируется и накапливает приватные данные на основе миллионов транзакций и тысяч合规-сценариев, обладает компаундирующим преимуществом, делающим для последователей практически невозможным «старт с нуля». Барьер для входа больше не представляет собой набор функций, а представляет собой качество, накопленное в течение длительного времени за счёт поддержания высоких стандартов работы в области, где ошибки наказываются.

Это означает, что уровень консолидации на рынке программного обеспечения превысит уровень, наблюдавшийся в эпоху SaaS. Я ожидаю, что через десять лет на рынке HR и начисления заработной платы не будет 20 компаний, каждая из которых занимает долю в несколько процентов. Я ожидаю, что подавляющая часть стоимости будет сосредоточена у двух-трех платформ, а длинный список одноразовых решений почти ничего не получит. Та же модель проявится в каждом классе программного обеспечения, где совместно действуют сложность соблюдения нормативных требований, накопление данных и высокие затраты на смену поставщика.

Компании, находящиеся на вершине этих распределений, выглядят очень похоже: основаны техническими специалистами с чувством настоящего продукта; построены на AI-натуральной архитектуре с первого дня; функционируют на рынках, где текущие гиганты не могут дать структурный ответ, не разрушая существующий бизнес. Они сделали уникальный прогноз на ранней стадии — увидели какую-то истину, созданную ИИ, которая еще не была оценена — и удерживались достаточно долго, пока эффект сложного процента стал очевидным.

Я абстрактно описывал таких основателей. Но я точно знаю, кто он, потому что стремлюсь стать им.

Я основал Warp в 2022 году, потому что верил, что весь стек, связанный с управлением персоналом — выплата зарплаты, налоговое соответствие, льготы, онбординг, управление оборудованием, HR-процессы — построен на ручном труде и устаревших архитектурах, которые AI может полностью заменить. Не улучшить, а заменить. Крупные игроки создали бизнес на миллиарды долларов, поглощая сложность за счет численности персонала; мы же построим свой бизнес, устраняя сложность на корне.

Три года подтвердили эту ставку. С момента запуска мы обработали более 500 миллионов долларов США в транзакциях, активно растем и обслуживаем компании, создающие самые важные технологии в мире. Каждый месяц накопленные данные о соблюдении нормативных требований, обработанные крайние случаи и созданные интеграции делают платформу все труднее для копирования и все более ценной для клиентов. Конкурентное преимущество еще на ранней стадии, но оно уже сформировалось и ускоряется.

Я рассказываю вам об этом не потому, что успех Warp был предопределен — в мире, подчиняющемся степенному закону, ничего не предопределено — а потому, что логика, которая привела нас сюда,正是我在全文中描述的逻辑：看到真相。比任何人都钻得更深。建立一个无需外部压力也能维持的高标准。坚持足够长的时间，去看看你是否正确。

Компании, выделяющиеся в эпоху ИИ, будут созданы теми, кто понял следующее: доступ никогда не был редким ресурсом, а инсайт — да; исполнение никогда не было защитным барьером, а вкус — да; скорость никогда не была преимуществом, а глубина — да.

Закон степенного распределения не заботится о ваших намерениях. Но он вознаграждает правильные намерения.