Джек Кларк, сооснователь Anthropic, задал залу вопрос про самого себя: «Что значило бы запустить сотни или тысячи моих копий одновременно? Что значило бы, если бы новые версии меня появлялись мгновенно, а не через сорок лет?» Его опыт собирался четыре десятилетия, и он спрашивает, что будет, когда такой опыт научатся размножать. Для владельца бизнеса это звучит жёстче: опыт, который вы копили двадцать лет, в ближайшие годы, по словам Кларка, перестанет быть вашим преимуществом. В этой статье три решения для бизнеса на 2027 год и ответ, где теперь будет затор, если умные головы перестанут быть дефицитом. Мы разобрали эту речь в выпуске на нашем канале: смотреть разбор на YouTube.
Коротко, три решения:
1. Сажайте ИИ проверять ваших лучших людей, а не стажёров.
2. Занимайте физическое звено: мощности, площадки, проверка в реальности.
3. Учите команду работать с ИИ сейчас.
Что сказал Джек Кларк из Anthropic на встрече МВФ и почему это важно
Главный тезис Кларка: в 2026 году появились убедительные доказательства, что сингулярность началась. Сингулярность простыми словами: ИИ разгоняет науку так быстро, что старые пятилетние планы приходится выбрасывать.
Говорит Джек Кларк, сооснователь Anthropic, компании, которая делает Claude. Двадцать лет назад он писал про дата-центры как журналист, потом работал в OpenAI, потом основал Anthropic. Выступал он на ежегодной встрече МВФ и Всемирного банка в Бангкоке в 2026 году. В зале сидели люди, которые пишут бюджеты стран.
Даже если вы не читаете отчёты МВФ, это касается вас. По этим словам правительства будут планировать деньги, а значит, и правила, по которым вы будете работать.
Сам Кларк формулирует вывод так:
> Но самый важный вывод очень прост. Нам стоит ожидать: в ближайшие годы ускорится весь темп прогресса, не только в ИИ, но и в науке в целом. Это будет сбивать с толку и дезориентировать. Это принесёт огромное богатство и, возможно, огромную опасность. Сегодня я сосредоточусь на первом, но не буду сбрасывать со счетов второе.
Идея для руководителя: ускорение придёт не только в ИТ, и пятилетний план стоит пересматривать чаще.
Что ИИ уже сделал с наукой
ИИ в науке уже не обещание, а рабочий инструмент, и Кларк приводит доказательства из своей компании. По его словам, внутри Anthropic исследователи пишут почти в десять раз больше кода, чем за первые четыре года компании вместе взятые. По его оценке, ИИ уже пишет код лучше и дешевле, чем подавляющее большинство программистов мира.
Дальше математика. ИИ предложил решения давних задач, включая задачу тысячелетия, и часто ключевую идею давал именно он. В биологии ИИ уже проектирует лекарства, и некоторые из них, по словам Кларка, прямо сейчас проходят клинические испытания.
Теперь цифры, которые он показал залу. Тест «Последний экзамен человечества»: 8 процентов в январе 2025 года, сейчас 67 процентов. Лидер, по его данным, Claude Opus 5.5. По сложной математике рост с 2 до 94 процентов. Цифры привёл Кларк, а он представляет компанию, которая делает эти модели. Но направление движения видно и без поправок.
Что это значит для бизнеса. Один человек с ИИ собирает систему, на которую раньше уходила команда и месяцы работы. Если задача упиралась в «нужен редкий специалист», проверьте, не упирается ли она теперь в «нужен один специалист с правильным инструментом».
Физики против модели: кто теперь перепроверит нас
Главная история речи про физиков, и в ней ответ, насколько можно верить машине против вашего эксперта. Собрали 50 нерешённых задач из личных исследований физиков со всего мира. Ответы никогда не публиковались.
Кларк передаёт результат так:
> «Я не знаю ни одного человека, который без помощи ИИ решил бы хоть сколько-нибудь заметную долю нашего итогового набора задач», сказал он. «По первой оценке GPT-6 Astra набрала под девяносто баллов, а следом шла Opus 5.5. Но когда мы стали разбирать возможные ошибки моделей, модели, особенно Astra, настаивали, что правы».
Физики вернулись к своим выкладкам и нашли у себя ошибки, спрятанные глубоко в расчётах. Итог: 49 верных ответов из 50. Модель настояла, что права она, а не эксперты, и, судя по итогу, спорила не зря. Кларк сравнивает это с кино: сцена, где ученик доказывает учителю, что готов идти дальше один.
На наш взгляд, для руководителя вопрос меняется. Раньше спрашивали: «ошибается ли ИИ». Теперь вопрос звучит иначе: «кто теперь перепроверит нас». Большинство компаний дают ИИ черновую работу и проверяют её силами опытных людей. История с физиками говорит, что выгоднее наоборот. На наш взгляд, это значит: проверять стоит прежде всего самых сильных, их ошибки обычно никто не ищет.
Цифровые копии сотрудников: тысяча экспертов вместо одного
Кларк возвращается к своему вопросу: он один человек, и его опыт собирался сорок лет. А что, если таких, как он, запустить тысячу одновременно, и каждая копия работает под его надзором. По его словам, именно так в ближайшие годы будет выглядеть большая часть экономики, а не только наука.
Масштаб он показывает на учёных. В мире, по оценке ЮНЕСКО, около десяти миллионов учёных, и уже их не хватает на задачи, которые стоят сегодня. Кларк предлагает представить миллиард виртуальных учёных под управлением этих десяти миллионов и говорит, что это уже видно.
Почему это работает именно так, он объясняет через стоимость подготовки:
> Чтобы подготовить новое поколение исследователей в какой-то области, нужно десять-пятнадцать лет целевого обучения и миллионы долларов ради небольшой группы. А эти системы ИИ создаются мгновенно и в любом количестве, лишь бы хватало вычислительных мощностей. […]
Здесь главный вывод раздела, и он касается каждой компании с сильными специалистами. Ваш дефицит не умные люди. Ваш дефицит годы на их подготовку. Именно это время ИИ сжимает первым. Цифровые копии сотрудников не заменят вашего главного инженера, но его голова будет работать на сотне задач сразу.
Если хотите собрать такого цифрового помощника для своей команды, в Академии Solaris AI учат работать с ИИ-агентами, обучение бесплатное.
Отсюда третье решение: учите команду сейчас. Если подготовка исследователя занимает десять-пятнадцать лет, а цифровую копию запускают мгновенно, выигрывает тот, чьи люди уже умеют ставить ИИ задачу и проверять результат. Это навык руководителя копий, и его не купишь в момент, когда он понадобился.
Что делать: выберите одного эксперта, чьё время стоит дороже всего, опишите, какие его задачи можно отдать ИИ под его надзором, и научите его делать это на одной задаче в неделю.
Кому достанутся триллионы и где будет затор
Теперь про деньги, и здесь Кларк сам признаёт, что цифры звучат дико. Экономисты Anthropic смоделировали экономику при условии, что ИИ сам закрывает широкий круг задач и быстро расходится по отраслям. Одна из моделей даёт ВВП США в 44 триллиона долларов к 2030 году.
Важно помнить, кто считает. Это компания, которая продаёт этот ИИ. Для нас это заявка продавца, а не прогноз. Но логика у Кларка честная: такой рост возможен, только если появятся новые отрасли, которых сегодня нет.
Дальше его личный счёт к правительствам. Десять лет он просил строить электростанции и дата-центры. Мало кто слушал, и мощности осели в США, Китае и на Ближнем Востоке. Цепочки поставок перегреты, цены растут, и опоздавшие теперь покупают мощности дороже. По его словам, это была только первая фаза.
Вторая фаза про ИИ и физический мир: лаборатории, оборудование и роботы, которыми управляет ИИ. Лабораторий, биологических площадок и крупных приборов уже мало, и история с дата-центрами повторится. Выигрывают те, кто строит эту цепочку. Страны с сырьём могут перепрыгнуть этап, если добавят площадки для испытаний.
> Это выбор. Это возможность для всех. Если вы развитая страна с богатой научной экосистемой, вы можете сделать всех своих учёных продуктивнее. […]
И последнее, самое важное для вашего планирования. Лавина открытий бесполезна, если проверить можно горстку. Затор уходит в клинику, на завод и в поле. Это наш главный вывод из речи: дефицит смещается с умных голов на руки, оборудование, площадки и проверку в реальности. Умных голов станет много и дёшево. Мест, где идею можно проверить физически, останется мало.
Что делать: найдите в своей отрасли звено, которое ИИ не закроет без вас, и займите его: мощности, площадки, испытания, доступ к реальным объектам.
Где Кларк сам просит нажать на тормоз
Сооснователь ИИ-компании просит притормозить, в том числе себя. Кларк говорит прямо: даже если ИИ умеет делать науку, это не повод пускать его туда без присмотра. Две красные зоны он требует держать под жёстким контролем человека: биология и разработка самого ИИ. Иначе, по его словам, можно потерять управление.
Есть и выбор потоньше: сколько мы обязаны понимать из того, что ИИ открыл, если люди уже с трудом разбирают его доказательства. Через несколько лет, говорит Кларк, ИИ начнёт придумывать приборы под себя, а не под человеческий ум. Это тоже выбор, и его нельзя сделать по умолчанию. Главное слово в конце речи это сдержанность. Кларк называет её самым трудным и благородным качеством человека.
Теперь отложенный вопрос: чем заниматься человеку, если тысяча его копий считает быстрее. В Токио студент-физик спросил Кларка о том же: какие опыты оставить себе, а какие отдать машине. Кларк честно ответил, что ответа нет, но каждой области науки придётся решить это быстро.
На наш взгляд, ответ для руководителя уже есть в его же речи. Человек выбирает направление и отвечает за последствия. Машина даёт тысячу вариантов, а человек остаётся тем, кто решает, какие из них делать не стоит. Так что ИИ будет считать лучше, но отвечать остаётся человеку. Кларк вспоминает Карла Сагана: люди, которые дойдут до звёзд, будут как мы, только мудрее. И добавляет, что ИИ требует этой мудрости уже сейчас.
Что делать: пропишите в компании свои красные зоны, где решение ИИ не исполняется без подписи человека.
Как бизнесу готовиться к ИИ в 2027 году, если коротко: проверьте лучших людей, займите физическое звено, учите команду. Чек-лист «12 вопросов перед внедрением» ждёт в нашем боте: получить чек-лист.
Один шаг для руководителя до среды, 28 октября. Возьмите последнее важное решение вашего лучшего специалиста, дайте ИИ проверить его расчёты и запишите, где они разошлись. Не чтобы уличить человека, а чтобы увидеть, где в вашей компании сидят ошибки, которые никто не ищет.
Частые вопросы
Что сказал Джек Кларк на встрече МВФ
Кларк заявил, что в 2026 году появились убедительные доказательства начала сингулярности: ИИ ускоряет не только себя, но и науку в целом. Он выступал на ежегодной встрече МВФ и Всемирного банка в Бангкоке в 2026 году перед людьми, которые планируют бюджеты стран. Он показал результаты ИИ в коде, математике и биологии и попросил держать биологию и разработку ИИ под контролем человека.
Началась ли сингулярность
По словам Кларка, да, и доказательства уже есть. Простыми словами, ИИ разгоняет науку так, что долгосрочные планы приходится пересматривать. Среди его аргументов рост на тесте «Последний экзамен человечества» с 8 до 67 процентов и 49 верных ответов из 50 на закрытых задачах физиков.
Заменит ли ИИ экспертов
ИИ уже обгоняет экспертов в расчётах, но не заменяет их в выборе направления и ответственности. В эксперименте с физиками модели настаивали на своих ответах, физики перепроверили выкладки и нашли у себя ошибки. Кларк видит будущее так: один эксперт управляет сотнями своих цифровых копий. На наш взгляд, за человеком остаётся ответственность: решать, что делать не стоит.
Что такое Последний экзамен человечества
Это тест для ИИ на очень сложных задачах, и Кларк привёл его как доказательство ускорения. В январе 2025 года модели набирали 8 процентов, сейчас 67. Лидером он назвал Claude Opus 5.5. Цифры привёл представитель компании, которая делает эту модель, поэтому мы относимся к ним как к данным заинтересованной стороны.
Где бизнесу искать преимущество в эпоху ИИ
В физическом звене, которое ИИ не закроет без вас: мощности, площадки, оборудование и проверка в реальности. По словам Кларка, первая фаза дефицита была про дата-центры, вторая будет про лаборатории, приборы и роботов. На наш взгляд, лавина открытий упрётся в клинику, завод и поле, и деньги будут там, где идею можно проверить физически.
Почему Кларк призывает к сдержанности
Потому что ускорение приносит не только богатство, но и, по его словам, возможную огромную опасность. Он требует держать под контролем человека две зоны: биологию и разработку самого ИИ, иначе можно потерять управление. Сдержанность он называет самым трудным и благородным качеством человека. Для руководителя это значит решать, какие из тысячи вариантов машины делать не стоит.