Эксперт: Лариса Малькова, управляющий директор практики «Данные и прикладной искусственный интеллект» компании Axenix (бывш. Accenture), лауреат Международной литературной премии им. Александра Беляева за серию материалов, посвященных футурологии и развитию ИИ. В 2025 году вошла в топ-10 женщин, играющих заметную роль в развитии информационных технологий в России по версии издания CNews.
Современные технологии: перспективы и разочарования
— Какие глобальные тренды определяют развитие технологий сегодня?
— Безусловно, ключевой технологический тренд — это искусственный интеллект. И дело не только в его популярности, а в том, что каждая технологическая эпоха строится на базовых технологиях, без которых невозможно развитие прикладных решений. Например, цифровая экономика, в которой мы сегодня живем, основана на интернете как на базовой сетевой инфраструктуре. Мы уже воспринимаем его как нечто само собой разумеющееся, но именно он создал основу для маркетплейсов, онлайн-сервисов и современной digital-среды.
Искусственный интеллект — такая же базовая технология текущей волны, аналог цифровой революции прошлых лет. Он уже интегрирован в повседневную жизнь: от смартфонов и банковских сервисов до онлайн-торговли.
Однако широкая дискуссия о его возможностях развернулась лишь в последние годы, когда генеративные модели, такие как ChatGPT, стали доступны массовому пользователю, сделав ИИ не просто концепцией, а реальным инструментом для всех.
Помимо ИИ, активно развиваются и другие направления, формирующие технологический ландшафт: биотехнологии, интернет вещей в сочетании с 5G, квантовые вычисления, робототехника. Эти технологии работают в комплексе, ускоряя цифровую трансформацию. Но на данный момент именно ИИ остается ключевым драйвером технологических изменений.
Темпы технологического прогресса действительно ускорились, особенно в последние пять лет. Однако это не означает, что они будут расти бесконечно — на каждом этапе появляются вызовы и ограничения.
— Какие технологии можно назвать перспективными, а какие, напротив, не оправдали ожиданий?
— Среди перспективных направлений особое внимание стоит уделить нейроморфным вычислениям. Сегодня большинство IT-технологий, включая искусственный интеллект, строятся на фоннеймановской архитектуре, разработанной еще в середине XX века (архитектура, предложенная Джоном фон Нейманом, в которой программа и данные хранятся в одной памяти, а процессор выполняет команды последовательно. — «РБК Тренды»). Однако эта модель, похоже, приближается к пределу своих возможностей. Нейроморфные вычисления предлагают альтернативный подход — они имитируют работу мозга с точки зрения как энергопотребления, так и методов обработки и хранения информации. Возможно, именно в этом направлении произойдет следующий технологический прорыв, который приведет к появлению новых архитектур и радикально изменит вычислительные возможности.
Что касается технологий, не оправдавших ожиданий, то одним из примеров можно назвать блокчейн за пределами финансового сектора. Хотя в сфере цифровых активов и валют у него есть четкие сценарии применения, ожидания, что он фундаментально повлияет на другие отрасли, такие как медицина или управление данными, во многом не оправдались.
Под вопросом остается и будущее технологий виртуальной и дополненной реальности. О них активно говорили три-пять лет назад, однако они до сих пор не заняли значимого места в повседневной жизни. Несмотря на усилия крупнейших компаний, эти технологии пока не стали массовыми инструментами, и их реальная востребованность в ближайшие годы остается неопределенной.
Искусственный интеллект: границы возможного
— На каком этапе развития находится ИИ? Можно ли говорить о зрелости технологии или мы все еще находимся в фазе экспериментов и осмысления ее возможностей?
— Искусственный интеллект — это общее понятие, которое включает в себя разные направления, и степень их зрелости сильно различается.
Классический ИИ, основанный на методах машинного обучения и аналитике данных, уже давно стал частью нашей повседневной жизни. Например, модели машинного обучения принимают решения по кредитам в банках за считаные минуты, а рекомендательные системы персонализируют поисковую выдачу на маркетплейсах. Эти технологии давно работают в промышленном масштабе, их эффективность доказана, и можно говорить о том, что они достигли зрелости.
Генеративный искусственный интеллект, напротив, находится на ранней стадии развития. Несмотря на стремительный прогресс и массовый интерес, его возможности пока ограничены.
Современные большие языковые модели, такие как GPT, могут генерировать тексты, изображения и код, но пока они далеки от настоящего понимания мира и способности к осознанным рассуждениям.
Создание так называемого сильного или общего ИИ, обладающего целостной моделью окружающего мира, остается скорее концепцией, чем реальной технологией ближайшего будущего.
Таким образом, если говорить о классическом ИИ, то он уже зрелый и активно используется. Генеративный ИИ, напротив, пока находится в стадии экспериментов и осмысления его потенциальных возможностей в практическом ключе.
— Общий искусственный интеллект — максимально приближенный к человеческим возможностям, одинаково хорошо пишущий симфонии и решающий математические задачи. Это утопия или следующий реальный технологический рубеж?
— Общий искусственный интеллект (AGI) — это не утопия, но его появление не произойдет одномоментно. Это долгий путь постепенных улучшений: совершенствуется архитектура, преодолеваются текущие ограничения, расширяются области применения.
Одной из ключевых проблем на этом пути остается способность к обобщению. Человеку не нужно специально обучаться взаимодействию с каждым новым предметом: мы интуитивно понимаем его свойства, массу, форму, назначение. Современные ИИ-системы лишены этого понимания: если модель не обучалась на конкретном объекте, она не знает, как с ним работать. Решение этой проблемы — важный шаг к созданию более универсального интеллекта.
Еще один важный тренд — эволюция от помощников к агентам. Сегодняшние ИИ-системы в основном выполняют вспомогательные функции, ассистируя человеку в решении задач.
Следующий этап — создание автономных ИИ-агентов, которые смогут самостоятельно ставить цели, разрабатывать стратегии их достижения, проверять результаты и корректировать ошибки.
Это требует развития reasoning — способности к логическому рассуждению, без которой полноценный AGI невозможен.
Однако, несмотря на значительный прогресс, современные ИИ-модели по-прежнему основаны на статистических методах. Они прогнозируют вероятные последовательности слов, но не обладают настоящим пониманием смысла. Пока не видно революционных прорывов, которые приблизили бы нас к действительно мыслящему ИИ. Тем не менее развитие продолжается, и, возможно, в будущем мы увидим качественно новый уровень интеллекта, который сможет работать не только с текстами, но и с абстрактными концепциями, причинно-следственными связями и многозначностью, присущей человеческому мышлению.
— Как цифровые технологии влияют на неравенство? Способствует ли ИИ росту разрыва между теми, кто имеет доступ к технологиям, и теми, кто нет? Или, наоборот, помогает сократить барьеры?
— Цифровые технологии действительно формируют разнонаправленные тенденции. С одной стороны, развитие искусственного интеллекта требует значительных ресурсов — вычислительных мощностей, инвестиций, кадровых и научных компетенций. До недавнего времени создание больших языковых моделей было доступно только крупнейшим компаниям и даже отдельным странам. Несмотря на рост числа open source решений, лидирующими игроками в этой сфере остаются несколько технологических гигантов.
С другой стороны, цифровизация и распространение облачных технологий снижают барьеры входа. Ранее сложные вычислительные инструменты были доступны только узкому кругу специалистов, а теперь многие ИИ-решения интегрируются в повседневные сервисы и становятся массовым инструментом. Например, малый и средний бизнес получает доступ к аналитике и автоматизации, которые раньше были привилегией только крупных корпораций.
Глобально технологическое неравенство всегда существовало и будет существовать как между странами, так и внутри отдельных регионов. Более развитые страны лидируют в технологической гонке, что особенно заметно в области генеративного ИИ, где основное соперничество идет между США и Китаем.
Однако сам по себе ИИ — это инструмент, который может не только усиливать разрыв, но и сокращать его, предоставляя доступ к новым возможностям тем, кто умеет эффективно его использовать.
В конечном счете главный вызов — это не сам разрыв в доступе к технологиям, а способность адаптироваться к ним. Игнорировать новые инструменты уже невозможно, и для многих сфер — от бизнеса до науки — умение работать с ИИ становится важным конкурентным преимуществом.
Техносреда будущего: роботы, кванты и мирный атом
— Какие ключевые изменения происходят в сфере роботизации? Насколько активно она трансформирует экономику, помимо традиционных отраслей вроде промышленности?
— Развитие роботизации во многом определяется экономическими факторами, в первую очередь стоимостью труда. В 1970-е интерес к промышленным роботам уже был высоким, но широкого внедрения не произошло, поскольку тогда было дешевле использовать человеческий труд, особенно в странах с низкими зарплатами. Однако сейчас ситуация меняется: нехватка рабочих рук и рост затрат на персонал делают автоматизацию все более востребованной.
Сегодня роботизация выходит далеко за пределы промышленности. Одним из наиболее активно развивающихся направлений стали автоматизированные склады и логистика. Компании вкладываются в роботизированные системы доставки, и чем выше стоимость курьерских услуг, тем быстрее на рынке появятся автономные роботы-доставщики.
Медицина — еще одна сфера, где роботизация активно трансформирует процессы. Роботизированные хирургические системы повышают точность операций, а нейроинтерфейсы открывают новые возможности для реабилитации людей с тяжелыми повреждениями. Разрабатываются технологии вживления чипов, которые помогают восстанавливать утраченные функции организма.
В военной сфере роботизация также стремительно развивается, поскольку автономные системы становятся важным элементом современных вооруженных сил. Можно сказать, что война будущего — это война роботов.
В целом скорость внедрения роботов зависит от того, насколько их использование экономически оправдано по сравнению с человеческим трудом.
Пока промышленность остается ключевой областью применения, но со временем технологии адаптируются и для других отраслей.
— Как новые аппаратные технологии — суперчипы, процессоры и альтернативные источники энергии — меняют баланс сил в технологической индустрии? Это реальные трансформации или маркетинговый тренд?
— Аппаратные технологии играют ключевую роль в развитии современных вычислительных систем, особенно в контексте искусственного интеллекта. Обучение и работа больших языковых моделей требуют колоссальных вычислительных мощностей и, соответственно, значительных энергетических ресурсов.
Что касается источников энергии, то, несмотря на внимание к зеленым технологиям, в долгосрочной перспективе наибольший потенциал, вероятно, остается за атомной энергетикой. Например, в России уже созданы инновационные реакторы с замкнутым топливным циклом, которые решают проблему ядерных отходов. В регионах с развитой энергетической инфраструктурой будет очевидное преимущество в технологической гонке.
Что касается суперчипов и процессоров, здесь основная задача — увеличение производительности и энергоэффективности. Однако дальнейшее уменьшение размеров полупроводниковых элементов ограничено физическими законами. Именно поэтому сейчас активно исследуются альтернативные вычислительные архитектуры, включая квантовые и нейроморфные технологии.
Когда квантовые вычисления достигнут массового применения, вопрос открытый. Хотя прогресс в этой области есть, пока это скорее предмет фундаментальных исследований, чем готовая к масштабному внедрению технология.
Тем не менее очевидно, что аппаратные ограничения и потребление энергии становятся ключевыми факторами, влияющими на дальнейшее развитие технологической индустрии. Если не удастся найти эффективные решения в этих областях, рост возможностей ИИ может замедлиться из-за нехватки вычислительных ресурсов.
Мир через 10 лет: новые вызовы и возможности
— Как технологические тренды трансформируют рынок труда? Какие новые навыки становятся критически важными и как меняется сама модель занятости?
— Мы стоим на пороге новой модели занятости, в которой рядом с людьми будут работать цифровые сотрудники — интеллектуальные агенты и роботизированные системы. Уже сейчас ИИ заменяет некоторые профессии и роли, а в будущем это преобразование только ускорится. Это требует пересмотра подходов к работе и взаимодействию в компаниях.
Один из ключевых трендов — изменение требований к навыкам. Когда-то умение работать с Microsoft Office было конкурентным преимуществом, но со временем стало базовым навыком. Сейчас такая же трансформация происходит с искусственным интеллектом: владение генеративными ИИ-инструментами постепенно превращается в must-have скилл.
Уже сегодня специалист, эффективно использующий ИИ, может быть на 10–20% продуктивнее, а в будущем этот разрыв может увеличиться до 50% и более. Со временем отсутствие таких навыков может ограничить карьерные возможности и привести к снижению уровня оплаты труда.
Но вместе с этим возникает и новая проблема: как обучать молодых специалистов? Раньше они начинали с простых задач, которые теперь автоматизируются. Если человек не выполняет работу самостоятельно, а за него это делает ИИ, он не сможет полноценно освоить профессию. Практический опыт остается ключевым элементом обучения, и его отсутствие может замедлить профессиональный рост.
Цифровизация и автоматизация не просто меняют рынок труда — они требуют нового подхода к обучению, развитию навыков и организации работы. Компании и образовательные системы должны адаптироваться к этим вызовам, чтобы сохранить баланс между технологиями и человеческими ресурсами.
— Как, на ваш взгляд, будет выглядеть технологический мир через 5–10 лет? Стоит ли ожидать дальнейшего ускорения прогресса?
— Темпы технологического развития могут как ускориться, так и замедлиться — все зависит от экономической и политической ситуации. Сейчас есть признаки надвигающегося мирового кризиса, и если он окажется глубоким, это неизбежно затормозит технологический прогресс. В кризисные периоды инвестиции сокращаются, а без них сложно продвигать новые разработки, особенно в капиталоемких сферах, таких как энергетика и вычислительные мощности.
Если же глобальная экономика останется стабильной, технологический прогресс, скорее всего, продолжит ускоряться. Мы уже видим активное развитие искусственного интеллекта, автоматизации и роботизации.
Через пять лет мир, вероятно, изменится не слишком радикально, но через десять лет нас могут окружать автономные агенты, роботы и ИИ-системы, способные выполнять значительную часть задач, которые сейчас требуют участия человека.
Технологии будут все глубже интегрироваться в повседневную жизнь, от автоматических ассистентов до персонализированной медицины и автономного транспорта. Однако, чтобы этот прогресс продолжался, необходима стабильная экономическая и политическая среда, поскольку без нее развитие даже самых перспективных технологий может замедлиться.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.