Обещания AGI: как проверять их до выделения бюджета в 2026

Представьте типичную сцену: руководитель читает очередное заявление о том, что AGI — общий искусственный интеллект — появится через два-три года, и решает, закладывать ли это в стратегию компании. Недавно в публичной дискуссии прозвучал противоположный тезис. Философ Никита Мохов в статье «Илон Маск как духовный сын Никиты Хрущёва» утверждает: философская база для ИИ фактически закончилась на эссе Тьюринга, современные языковые модели — это ответ именно на задачу Тьюринга, а до «задачи Эйнштейна» текущая архитектура не дотягивает. Вывод автора жёсткий: обещания AGI — это вексель, который ни Маск, ни Альтман погасить не смогут.

Источник: t.me

Это не новость о продукте и не релиз. Это аргумент, который стоит разобрать, потому что от него зависит практическое решение: планировать ли бизнес-процессы в расчёте на скорый «общий интеллект» или строить работу на том, что модели реально умеют сегодня. Ниже — разбор самого аргумента и рабочий метод, как проверять любые обещания AGI до того, как под них выделен бюджет.

Что именно утверждается

Аргумент Мохова, как он передан в публичном обсуждении, строится на разграничении двух задач.

Задача Тьюринга — научить машину вести диалог так, чтобы человек не мог отличить её от человека. Это задача имитации: модель должна убедительно говорить, рассуждать в тексте, отвечать на вопросы. Большие языковые модели — это, по мысли автора, именно ответ на эту задачу. Они решают её всё лучше, но это всё ещё та же задача, поставленная в 1950 году.

«Задача Эйнштейна» — это другое: не имитировать мышление, а произвести новое знание о мире. Сформулировать теорию, которой раньше не существовало, увидеть закономерность там, где её никто не видел. Тезис Мохова состоит в том, что текущая архитектура LLM к этой задаче концептуально не приближается — сколько ни масштабируй.

Отсюда и провокационная рамка статьи: сравнение Маска с Хрущёвым и слово «технокоммунизм». Как Хрущёв обещал, что нынешнее поколение будет жить при коммунизме, так технологические лидеры обещают, что нынешнее поколение дождётся AGI. Параллель — в структуре обещания: горизонт сдвигается, а вера остаётся.

Важная оговорка: это философская позиция одного автора, переданная через пересказ. Она не является консенсусом индустрии и не подтверждена независимыми исследованиями в рамках этого текста. Но сама рамка «Тьюринг против Эйнштейна» — полезный инструмент, даже если не соглашаться с выводом.

Почему это важно для бизнеса, а не только для философов

В 2026 году решения о внедрении ИИ принимают люди, далёкие от исследований: собственники, операционные директора, руководители отделов. И на них давит один и тот же нарратив: «AGI близко, поэтому вкладывайтесь сейчас, иначе опоздаете». Под этот нарратив продаются подписки, консалтинг и долгосрочные контракты.

Если тезис о плато верен хотя бы частично, практические последствия такие:

• Бюджет. Платить сегодня за обещание возможностей, которые появятся «в следующем поколении модели», — значит покупать вексель без гарантии погашения. Разумнее платить за то, что модель делает проверяемо сейчас.
• Планирование. Стратегия «через два года ИИ заменит этот отдел» опирается на прогноз, который часть экспертов считает несостоятельным. Планировать сокращения или найм под такой прогноз рискованно в обе стороны.
• Оценка вендоров. Поставщик, который продаёт «путь к AGI», и поставщик, который продаёт конкретное измеримое улучшение процесса, — это разные категории продавцов. Первого стоит проверять жёстче.

Обратная сторона тоже существует: если тезис о плато неверен и возможности продолжат расти, компания, которая полностью проигнорировала ИИ, потеряет темп. Поэтому задача читателя — не выбрать лагерь, а научиться отделять проверяемые заявления от обещаний.

Метод: как проверять обещания AGI через рамку «Тьюринг — Эйнштейн»

Само разграничение можно превратить в рабочий фильтр. Когда вам предлагают ИИ-решение или вы читаете очередное заявление о прорыве, задайте три вопроса.

Первый: это задача имитации или задача открытия? Если продукт помогает писать тексты, отвечать клиентам, резюмировать документы, классифицировать заявки — это задача Тьюринга. Здесь модели уже работают, и результат измерим: время на задачу, доля принятых без правки ответов, стоимость обработки одного обращения. Если вам обещают, что система «сама найдёт новую стратегию» или «откроет то, чего не видели эксперты», — это претензия на задачу Эйнштейна. Такие обещания требуют доказательств другого уровня.

Второй: что именно улучшилось — масштаб или принцип? Рост моделей по параметрам и данных — это улучшение внутри одной архитектуры. Аргумент Мохова как раз в том, что масштабирование не меняет природу задачи. Практический вывод: фраза «новая модель в десять раз больше» сама по себе не означает качественный скачок для вашего процесса. Проверяйте на своих задачах, а не на рекламных бенчмарках.

Третий: кто и когда погасит вексель? Если ценность продукта зависит от будущих возможностей («в следующей версии это заработает»), зафиксируйте: какой срок, какой критерий успеха, что происходит с вашими деньгами, если срок сорвётся. Обещание без критерия — это и есть непогашенный вексель из аргумента Мохова, только в коммерческой упаковке.

Где границы и риски этого аргумента

Честный разбор требует указать слабые места самой позиции.

Во-первых, это мнение, а не установленный факт. Утверждение, что «философская база закончилась на Тьюринге», — интерпретация. В индустрии есть и противоположные аргументы, и исследования, которые пытаются выйти за пределы чистой языковой имитации. Строить стратегию только на одном философском эссе — такая же ошибка, как строить её только на заявлениях Маска.

Во-вторых, граница между «имитацией» и «открытием» размыта. Модели уже участвуют в научной работе — от подбора гипотез до анализа данных. Спор о том, является ли это «настоящим» новым знанием, философский, и бизнесу он важен ровно в одном месте: можно ли доверить модели решение без проверки человеком. Пока ответ — нет, независимо от того, кто прав в споре о плато.

В-третьих, сам текст, на который опирается обсуждение, распространялся с рекламной пометкой, а прямой верификации отдельной статьи у нас нет — есть ссылка на канал автора. Это не отменяет аргумент, но означает: формулировки могут быть упрощены пересказом. Перед тем как ссылаться на эту позицию в своих решениях, стоит прочитать первоисточник.

Наконец, главный операционный риск — перевернуть вывод. «AGI не гарантирован» не означает «ИИ бесполезен». Задачи Тьюринга — тексты, поддержка, документы, аналитика — уже дают измеримую экономию. Отказ от них из-за скепсиса к AGI — потеря реальных денег сегодня.

Что сделать на этой неделе

Практический чек-лист для руководителя, который хочет применить эту рамку к своим решениям:

1. Инвентаризируйте обещания. Выпишите все ИИ-инициативы, которые сейчас обсуждаются в компании, и отметьте у каждой: результат обещан сейчас или «в следующих версиях».
2. Разделите задачи по типу. Отметьте, какие задачи — имитационные (тексты, ответы, классификация, резюме), а какие требуют новых решений. Для вторых назначьте обязательную проверку человеком.
3. Проверьте один контракт. Возьмите действующий или предлагаемый договор с ИИ-вендором и найдите в нём измеримый критерий результата. Если его нет — запросите.
4. Запустите один тест на своих данных. Выберите одну реальную задачу и прогоните через модель 20–30 реальных примеров. Зафиксируйте долю приемлемых результатов и время проверки.
5. Пересмотрите стратегические допущения. Найдите в планах компании места, где заложено «ИИ заменит/сделает сам через N лет», и пометьте их как прогноз, а не как факт.
6. Прочитайте первоисточник. Если аргумент о плато влияет на ваши решения, найдите полный текст статьи Мохова и оцените его напрямую, а не по пересказу.

Вывод простой: спор о том, достиг ли ИИ концептуального плато, не решён, и бизнесу не нужно его решать. Нужно другое — перестать оплачивать векселя и начать оплачивать проверяемые результаты. Рамка «задача Тьюринга против задачи Эйнштейна» — удобный инструмент для этого разделения, каким бы ни был итог философского спора.

Источники

• Канал Никиты Мохова — первоисточник статьи «Илон Маск как духовный сын Никиты Хрущёва»
• Исходный пост с пересказом аргумента

Что почитать дальше

• Прогноз цен и сроков поставки на стройке: что можно считать честно, а где точность будет ложной
• Где заканчивается полезный контроль и начинается слежка за работником: разбор для стройки
• Где разместить Telegram-бота, чтобы он работал без вашего компьютера
• Как проверить тревожную новость о здоровье за пять минут: рабочий метод на примере сайта CDC
• 7 нейросетей для email-маркетинга в 2026 году: рассылки, которые открывают