Десять лет назад на этой неделе машина села напротив величайшего игрока в настольные игры на планете в отеле в Сеуле, Южная Корея. Игра была Го. Ей более 3000 лет, и у нее больше возможных позиций на доске, чем атомов в наблюдаемой вселенной. Никто не думал, что компьютер сможет выиграть этот матч, как минимум еще в течение десятилетия. Машина выиграла четыре игры из пяти. Но счет не был главной историей, а скорее один единственный ход во Второй игре. Ход 37. AlphaGo поставила камень в позицию, настолько странную, что комментаторы, транслирующие матч в прямом эфире, подумали, что система дала сбой. Профессиональные игроки в Го, наблюдающие за игрой по всему миру, назвали это ошибкой в реальном времени. Но это не была ошибка. Оказалось, что это был один из самых блестящих ходов за всю 3000-летнюю историю игры. И машина придумала его сама. AlphaGo рассчитала, что вероятность того, что какой-либо человек когда-либо сделает этот ход, составляет примерно один к десяти тысячам. Она все равно сделала этот ход, и именно этот ход выиграл игру. Ли Седол, чемпион мира, сидящий за столом, смотрел более двенадцати минут, пытаясь осмыслить то, что произошло. Позже он сказал, что в тот момент понял, что AlphaGo была креативной. Этот единственный матч перепрограммировал мир. Китай наблюдал, как машина доминирует в самой священной стратегической игре восточноазиатской культуры, и воспринял это как кризис национальной безопасности. Пекин запустил масштабную программу инвестиций в ИИ на сотни миллиардов долларов. Глобальная гонка вооружений в области ИИ, в которой мы все сейчас живем, началась в той гостиничном номере. Вот почему это важно сейчас. Почти каждая крупная лаборатория ИИ в 2026 году сосредоточена на том, чтобы сделать языковые модели больше. Предсказать следующее слово, но сделать это лучше и быстрее. Хассабис делает совершенно другую ставку. Он утверждает, что предсказание слов никогда не приведет к настоящему интеллекту. То, что отсутствует, — это способность действительно думать наперед, исследовать различные возможности и планировать перед действием. Вот что могла делать AlphaGo в 2016 году, и DeepMind с тех пор тихо строит на этой основе. План состоит в том, чтобы объединить понимание языка и мира Gemini с возможностью AlphaGo искать и рассуждать над проблемами. А затем подключить специализированные инструменты, такие как AlphaFold, который решил одну из старейших нерешенных проблем биологии, используя тот же основной подход. Хассабис сказал, что верит, что AGI может появиться в течение пяти-восьми лет. И что, когда это произойдет, это сделает промышленную революцию медленной по сравнению. Все это восходит к одному единственному камню, положенному на деревянную доску в тихой комнате в Сеуле. Это был первый реальный признак того, что машины могут делать то, что мы думали, что могут делать только люди, придумывать идею, о которой никто никогда не думал раньше. И люди, которые это создали, теперь используют тот же план, чтобы создать что-то гораздо большее.

Бывший CEO Google только что описал, как один программист управляет AI-агентом с 19:00 до 4:00. Он просыпается, завтракает и просматривает, что было изобретено за ночь. Эрик Шмидт говорит, что то, что происходит сейчас, "поражает воображение". Шмидт утверждает, что лучшие программисты всегда стоили в десять раз больше, чем те, кто ниже их по уровню. Это было верно до появления AI, но теперь эти люди становятся еще более ценными, потому что именно они могут контролировать эти системы. Все остальные становятся заменяемыми. Настоящее предсказание касается формы всей экономики. Шмидт говорит, что мы движемся к небольшому количеству очень крупных компаний и огромному количеству очень мелких компаний. Средний уровень исчезает, потому что когда AI может выполнять работу, вам просто не нужно так много людей. Это уже проявляется в реальных данных по найму. Исследование Стэнфорда показало 20-процентное снижение найма для начинающих разработчиков с конца 2022 года. Некоторые компании говорят, что AI теперь пишет 70-90 процентов их продуктового кода. Команды, которым нужно было десять младших инженеров, теперь работают с двумя старшими и AI-агентом. Шмидт предупреждает об этом уже два года. Разница сейчас в том, что цифры начинают соответствовать предсказаниям. Найм падает на начальном уровне, а численность сотрудников сокращается в белых воротничках. А компании, которые движутся медленно, не получат второго шанса адаптироваться.

Марк Цукерберг потратил 14 миллиардов долларов, чтобы нанять человека. Через девять месяцев он начинает его разрушать. В 2025 году Meta купила почти половину Scale AI и привлекла его 28-летнего основателя Александра Ванга на должность главного специалиста по ИИ. Он получил супер-команду элитных исследователей и мандат на создание суперразума. Но внутри Meta столкновение началось быстро. Старые руководители хотели ИИ, который бы усиливал Facebook и Instagram. Ванг хотел построить модель следующего поколения, а не следующий рекламный продукт. Затем легенда ушла. Лауреат премии Тьюринга Ян Лекун отказался подчиняться Вангу, назвал его "молодым и неопытным" и покинул Meta после более чем десяти лет. Трещины теперь стали публичными. К концу 2025 года Ванг, как сообщается, жаловался, что хватка Цукерберга душит прогресс. А в марте 2026 года Цукерберг сделал свой ход. Он создал новую организацию по прикладному ИИ, подчиняющуюся другим давним подчиненным, и перенаправил ключевые проекты, людей и инфраструктуру вокруг Ванга. Исследователи, которых Ванг лично нанял? Теперь они подчиняются другим руководителям. У Ванга все еще есть титул главного специалиста по ИИ, но власть ушла. 14 миллиардов долларов инвестировано, и главный ученый по ИИ ушел, а сотни рабочих мест сокращены из-за этого. Это Цукерберг признает, что его самая большая ставка не сработала. И он делает это так, как всегда, не увольняя кого-то, а строя вокруг них, пока ничего не останется.