Так, ІІ помиляється, але це ще півбіди. Погано те, що він помиляється раптово!

Штучний інтелект дійсно змінює все — і саме в цьому головна загроза: коли технологія змінює все, ринок перестає ставити незручні питання.

Цьогорічний ажіотаж навколо ІІ підживлюється не лише інноваціями. За ним стоїть потужна суміш жадібності та страху упустити вигоду. Коли ці дві сили беруть гору, на зміну здоровому глузду приходить ірраціональна поведінка. Це не вирок технології, це спостереження за тим, як функціонує ринок. Ми вже проходили подібне.

Коли вартість капіталу прагне нуля

Є вірна ознака того, що ринок перейшов від наснаги до ірраціонального оптимізму: вартість капіталу наближається до нуля. Коли ризик перестають враховувати у ціні, зникає й дисципліна. Питання про окупність інвестицій, про наслідки можливих збоїв — це все приноситься в жертву в гонитві за швидкою вигодою.

Капітал сьогодні розміщується майже безконтрольно. Підприємці засвоїли: додати «ІІ» до опису будь-якого продукту – значить відчинити багато дверей. Корпорації роблять масштабні ІІ-закупівлі, проте здебільшого в рамках R&D — намагаючись зрозуміти, що ця технологія означає для їхнього бізнесу, перш ніж конкурент випередить їх. Паралельно працює механізм рециркуляції: значна частина доходів ІІ-компаній надходить від інших ІІ-компаній, що купують обчислювальні потужності та послуги. Кожен долар при цьому рахується за десять.

Це проблема короткострокового перебільшення. Шлях від революційної технології до стійкої цінності ніколи не буває прямим — епоха доткомів це довела. Ми схильні переоцінювати короткостроковий ефект та недооцінювати довгостроковий. Зараз ми перебуваємо саме у фазі переоцінки.

Чому бар'єри – не теорія

Поряд із потоком капіталу, що вливається в ІІ, існує довгий і здебільшого невирішений перелік реальних перешкод для масового впровадження.

Серед них – рекурсивне забруднення даних. Великі мовні моделі генерують величезні обсяги контенту, який потім використовується як навчальний матеріал наступного покоління моделей. Помилки та галюцинації посилюються з кожним циклом. Це нагадує багаторазове копіювання копії: якість неухильно знижується, і в результаті неможливо встановити, яким було вихідне джерело. Індустрія вже звертається до синтетичних даних, щоб компенсувати нестачу якісного людського контенту, проте це ризикує прискорити деградацію, а не усунути її.

Ще серйозніша проблема отруєння даних. Зловмисники можуть навмисно спотворювати навчальну вибірку, і одного разу впроваджена отрута залишається в моделі назавжди. Особливо небезпечний військовий сценарій: ІІ, навчений розпізнавати своїх та чужих на основі скомпрометованих даних, виявить приховану вразливість лише у розпал реального конфлікту. Задокументовано, що для отруєння мовних моделей будь-якого розміру достатньо лише 250 шкідливих документів — це робить атаки на навчальні дані не гіпотетичною загрозою, а актуальною проблемою кібербезпеки.

Окрема проблема – непрозорість моделей. ІІ-вендори в основному приховують, що саме знаходиться всередині їх систем. Незалежно перевірити, наскільки модель безпечна, об'єктивна та точна, практично неможливо. Віце-президент Cisco Том Гілліс (Tom Gillis) прямо вказує: для чутливих завдань моделі слід запускати на власній інфраструктурі, а не в хмарі, тому що ніхто не знає напевно, що там відбувається.

Поки ці проблеми не будуть вирішені стосовно кожного конкретного сценарію використання, масове впровадження ІІ не відбудеться — і не повинно відбуватися — у тому масштабі, який ринок закладає у поточні оцінки.

Швидкість машин змінює рівняння ризику

Головна небезпека ІІ — не те, що щось може піти не так, а в тому, як швидко це відбувається. Історично людина в ланцюжку прийняття рішень була своєрідним запобіжником — тим, що сповільнювало процеси достатньо, щоб у потрібний момент увімкнулося судження. Агентний ІІ цей запобіжник прибирає повністю.

Тільки наслідки для наступальних кібератак повинні змусити будь-яку раду директорів насторожитися. Насамперед економіка стримувала зловмисників від автоматизації атак у повному обсязі: це було просто невигідно. Машинне навчання знімає це обмеження. Коли ІІ-системи взаємодіють один з одним за межами контрольованого середовища і щось йде не так на швидкості машини – зупинити це може бути неможливим. Непередбачені наслідки цієї технології, про які ми ще навіть не почали думати, не розвиватимуться повільно.

Що робити інвесторам та порадам директорів

Все це – не аргумент проти ІІ. Ядерна енергія – одне з найпотужніших і найчистіших джерел енергії з будь-коли створених. І водночас – матеріал для бомб. Технологія сама по собі не вибирає. Вибираємо ми. Різниця — у наявності чи відсутності дисципліни, обмежень та тверезої оцінки наслідків.

Компанії та інвестори, які сформують довгостроковий ІІ-ландшафт, — не ті, хто рухається найшвидше прямо зараз. А ті, хто рухається найбільш свідомо. Коли вартість капіталу нормалізується — а це станеться — встоять саме ті, хто впроваджував ІІ під конкретні завдання, вибудовував розуміння ризиків і прибутковості до масштабування. Саме так завжди будувалися стійкі компанії.

Для порад директорів і керуючих капіталом завдання не пригальмувати, а сфокусуватися. Запитувати, які ринок зараз ігнорує. Розмежовувати R&D та виробниче розгортання. Чітко розуміти, якому етапі реально перебуває організація. Вимагати конкретики у сценаріях застосування: ми використовуємо ІІ — це не стратегія. Враховувати ризики у фінансових моделях та порядку рад директорів як пріоритетні фактори, а не виноски.

Довгостроковий трансформаційний потенціал ІІ реальний — і його, як і раніше, недооцінюють. Золото є. Але дисципліна полягає в тому, щоб відрізняти його від блискітки і мати терпіння, щоб ця відмінність мала значення.

Думка ІІ

Аналіз історичних патернів технологічних циклів відкриває цікавий сліпий кут у дискусії про ІІ-ризиках: проблема може бути не у швидкості поширення технології, а у стійкому розриві між інвестиціями та реальною віддачею. Дані показують, що 69% компаній формально використовують ІІ, проте дев'ять із десяти керівників не зафіксували вимірюваного впливу технології на продуктивність — за глобальних корпоративних інвестицій у $581,7 млрд за 2025 рік. Це не просто тривожний сигнал — це структурна аномалія, яку ринок поки що воліє не помічати.

Ситуація нагадує золоту пропасницю: по-справжньому багатіли не ті, хто шукав золото, а ті, хто продавав лопати. Сьогоднішні «продавці лопат» — виробники чіпів та хмарної інфраструктури — отримують реальний виторг незалежно від того, чи знайдуть корпорації своє «золото» у вигляді окупності ІІ-впроваджень.