Spydell_finance

Перед заседанием ФРС Менее полугода назад Трамп низвергал на Пауэлла высокоинтенсивный шквал оскорблений и угроз, обвиняя его в саботаже против спасения экономики США, представляя, как главное препятствие к снижению ставок. Теперь речь идет уже не о сохранении ставки, а о начале цикла ужесточения. Что на это скажет рыжий сумасброд? В июле диапазон 3.50–3.75% сохранили голосами 9 против 3, причём все трое несогласных требовали повышения. Перед сентябрьским заседанием рынок уже оценивал вероятность повышения более чем в 90%. Еще предстоит понять, кто такой Кевин Уорш и что он задумал, но пока вся его грозная и жесткая риторика никак не подкрепляется бэкграундом и реальными действиями – может оказаться балаболом и латентным голубем, который пожелает вдарить QE при первой возможности, а вполне может выйти квази-Волкер с бескомпромиссной решительностью в вопросе борьбы с инфляцией (наиболее продолжительная за 45 лет серия превышения инфляции над таргетом). Главное давление не от экономики – здесь как раз данные нейтральные, не считая инфляции, основной фокус на рассыпающимся рынке трежерис. Между июльским заседанием и 15 сентября доходность двухлетних трежерис выросла с 4.22 до 4.67%, десятилетних – с 4.67 до 5.00%, тридцатилетних – с 5.20 до 5.36%. Изменения – соответственно +45, +33 и +16 б.п. Ближняя часть кривой выросла сильнее дальней: спред между 10- и 2-летними бумагами сократился с 45 до 33 б.п. Поэтому сводить движение исключительно к страху перед долгосрочной бюджетной несостоятельностью нельзя: рынок активно пересматривает и ближайшую траекторию ставки, готовясь к росту стоимости ликвидности. На самом деле Уорш может вполне сослаться на то, что часть ужесточения финансовых условий уже прошла без факта реакции со стороны ФРС – можно вообще ничего не делать. С высокой вероятностью, никаких угроз от Уорша в контексте "бескомпромиссности" не будет, чтобы не пугать весьма поломанный рынок на грани массовой паники (пробитие важных уровней на рынке трежерис). Жесткой риторики не ожидаю – скорее нейтральный баланс с фокусом на «приверженность борьбе с инфляцией». В июне из 18 участников девять ожидали ставку на конец 2026 года выше действующей, восемь – без изменения, один – ниже. Опубликованная медиана 3.8% скрывала практически равное разделение лагерей. Сейчас внешний инфляционный фон хуже из-за энергоносителей, но в структуре инфляции основная причина роста цен концентрирована в ограниченных драйверах, тогда как в иерархии приоритетов спасти долговой рынок – не разрушить доверие в контексте стабилизации инфляции, удерживая долгосрочные ставки + не разрушить федеральный бюджет экспоненциально растущими процентными расходами, которые в нынешней структуре долга станут еще сильно выше. Преждевременная мягкость способна закрепить инфляционную терпимость. Траектория ужесточения – ударить по слабым заёмщикам и ускорить переоценку капиталоёмкого инвестиционного бума в ИИ. При этом условия настолько ужасны, что речь идет о возобновлении QE в условиях растущего дефицита и деградации спроса на трежерис, что при текущей инфляционной конфигурации станет приговором для системы, все это на фоне коллапсирующего рынка энергоносителей. Скорее всего +0.25 п.п сделают (ФРС крайне редко расходится с консенсусом рынка), но сигнал интегрально окажется нейтральным в сторону мягкого по тональности – типа мы решительны в борьбе с инфляцией, но нужно следить за данными. Следить ФРС будет за долговым рынком, который все сильнее вырывается из-под контроля – здесь двойная задача – не испугать мягкостью, но и не придушить жесткостью, поэтому Уорш будет лавировать, но вероятность повторного повышения ставки в этом году не так велика (не из-за инфляции, а из-за долгового рынка).

О структурных трансформациях российской экономики В продолжении обвала ВДС в профессиональной и научной деятельности … ▪️Профессиональная, научная и техническая деятельность достигла максимума в 4кв24, после чего снижалась шесть кварталов подряд. Ко 2кв26 ее ВДС оказалась на 7.80% ниже максимума и всего на 4.11% выше конца 2021 года, при этом было утрачено около 68% прироста, накопленного между концом 2021 и пиком 2024 года. Это не только проблема сезонного сглаживания: в исходных реальных данных без SA за первое полугодие 2026 снижение к первому полугодию 2025 составляет 6.25%. Но весь раздел нельзя называть «наукой». Он включает право, бухгалтерский учет, головные офисы, управленческое консультирование, архитектуру и инженерное проектирование, исследования и другие услуги. Поэтому вывод о сокращении именно научных исследований требует отдельной детализации. Это только в годовых данных будет, так что вывод не скоро. ▪️Строительство, недвижимость, профессиональные и административные услуги вместе формировали 21.4% ВДС в конце 2024 года. За последующие полтора года их собственная ВДС сократилась на 3.19%, отрицательный вклад составил 0.68 п.п. Это говорит ослабление проектных, инженерных, консультационных и других деловых услуг может отражать уменьшение потока новых проектов. До 2025 текущий выпуск еще поддерживается выполнением ранее принятых обязательств, а будущая активность уже теряет основу. Это нужно еще учитывать, что колоссальный инвестиционный пул идет от государственных и квазигосударственных проектов, т.е. с высокой вероятностью частный сектор где-то между кризисом 2009 и рецессией 2015-2016, но данные не позволяют декомпозицировать форму собственности. ▪️После 2021 года реальная ВДС госуправления и обеспечения безопасности выросла на 31.82% в реальном выражении. Образование прибавило 2.57%, здравоохранение и социальные услуги сократились на 3.25%. Образование и здравоохранение вместе: −0.62% за четыре с половиной года с учетом веса секторов. На десятилетнем горизонте образование практически не изменилось: +0.68%, тогда как госуправление увеличилось на 50.33%. Методологически, ВДС не равна расходам бюджета, а отрасли содержат организации разных форм собственности (в том числе частные, но по образованию практически полностью – государственные). Увеличение административно-безопасностного контура не сопровождается сопоставимым расширением измеряемой добавленной стоимости образования и здравоохранения. ▪️После 2021 года пять лидеров, обработка, финансы, госуправление, строительство и информация/связь, дали 8.87 п.п. из 9.12% общего прироста, но интересно не только само соотношение 97%, а динамика двух групп: Пять лидеров: собственная ВДС +25.90%, исходный вес 34.24%. Остальные 15 секторов: собственная ВДС +0.38%, исходный вес 65.76%. Следовательно, почти две трети исходной отраслевой экономики за четыре с половиной года практически не увеличили совокупный объем добавленной стоимости. Это не означает, что все эти отрасли стояли на месте: транспорт и гостиницы росли, добыча и торговля снижались, но их результирующий баланс близок к нулю. С конца 2024 года расхождение стало еще жестче: пять лидеров выросли на 2.50%, остальные 15 сократились на 0.93%. 97% прироста у пяти лидеров чувствительны к точкам сравнения. Если вместо отдельных кварталов сопоставить средний реальный выпуск за 3кв25–2кв26 со средним 2021 года, доля пяти лидеров в чистом приросте составит 86.5%. Остальные 15 отраслей вырастут на 2.21%, а не на 0.38%, это не меняет интерпретацию, но позволяет сгладить эффекты базы сравнения и несовершенство методологии сглаживания.   ▪️ До 2022 года быстрорастущие отрасли сосуществовали с достаточно широким расширением остальной экономики. После 2022 года возникло устойчивое расхождение: пять крупнейших источников прироста увеличили свою ВДС на 25.9%, а остальные 15 секторов в совокупности прибавили лишь 0.38% за четыре с половиной года. С конца 2024 года обработка, финансы и госуправление выросли вместе на 3.06%, тогда как остальные 17 секторов сократились на 0.75%. Результат всей отраслевой экономики: всего +0.40% за полтора года. При этом перелом 2025 года преимущественно связан не с углублением падения уже слабых секторов, а с исчезновением положительного импульса у прежних драйверов. На этот механизм приходится около 92% замедления ВДС. В 2025–2026 произошло следующее изменение формата экономической деятельности: прежние лидеры уже не обеспечивают общеэкономическое ускорение, а преимущественно компенсируют сокращение других отраслей. ▪️ Финансы и информация/связь не стали быстрорастущими секторами внезапно в 2022 году. Финансы росли примерно на 9.2% в год в 2017–2019 и на 11.4% в 2020–2021. За десятилетие их ВДС увеличилась на 134.6%, информации и связи на 76.6%. Значительная часть нынешнего превосходства этих отраслей продолжает тенденции, сформировавшиеся до санкционного разрыва 2022 года. Наиболее отчетливый положительный перелом после 2021 года произошел в госуправлении и строительстве. Особенно показательно госуправление: среднегодовая скорость выросла с 1.7% до 6.3%. Главный отрицательный перелом произошел в добыче. Ее ВДС во 2кв26 оказалась не только на 7.6% ниже конца 2021 года, но и на 1.4% ниже уровня десятилетней давности. Точка слома восходящего импульса в середине 2024, с начала 2025 экономика перешла в режим «ползучей стагнации». В 2026 экономика находится интегрально в стагнации с очень сильной фрагментацией - ВПК и госсектор компенсируют падение частной экономики.

Банк России 11 сентября сохранил ключевую ставку на уровне 14%, сигнал ужесточен Это первая остановка смягчений после 10 заседаний подряд (с 6 июня 2025), на которых ставка была снижена в совокупности на 7 п.п По балансу акцентов и тональности, вероятно, это наиболее жесткая пресс-конференция с весны 2025. Регулятор фактически приостановил режим направленного снижения ставки и перешёл к режиму условной стабилизации, в котором следующий шаг вниз сначала должен быть подтверждён совокупностью данных. На июльском заседании ЦБ предметно выбирал между сохранением ставки и её снижением на 25 б.п, а отдельные участники даже предлагали повышение. В сентябре конструкция стала существенно жёстче: Набиуллина дважды подчеркнула, что предметно обсуждалось только сохранение ставки, а снижение содержательно не обсуждалось совсем. Пространство для дальнейшего снижения будет заново оцениваться уже в октябре после получения новых данных и бюджетных проектировок. Отдельно подчеркнуто, что проинфляционные риски выросли с прошлого заседания. При этом это ещё не переход к циклу повышения, Банк России не готовит рынок к такому сценарию, траектория смягчения остается доминирующей, но меняется скорость и дискретность. К сентябрю Банк России уже фиксирует следующий этап трансмиссии: рост издержек компаний, распространение ценового импульса на более широкий круг товаров и услуг и вторичные эффекты через инфляционные ожидания, высокий спрос и фрагментарные ограничения предложения. Оценка устойчивой инфляции при этом ухудшилась с прежних 4–5% примерно до 5–6% в пересчёте на год, что с высокой вероятностью потребует обязательной паузы, учитывая лаги и инерцию (ЦБ РФ исторически не возобновляет смягчение в цикле роста устойчивой инфляции и инфляционных ожиданий). Есть несколько существенных акцентов, которые подсветил Банк России: ·         Топливный кризис начал генерировать вторичные эффекты (топливо → издержки бизнеса → широкий круг цен → инфляционные ожидания и спрос) ·         Неопределенность бюджета перед сентябрьскими корректировками на фоне высокого бюджетного импульса, ·         Смягчение финансовых условий (читать, как недостаточная жесткость ДКП), ·         Смещение структуры денежных агрегатов в пользу «быстрой» ликвидности, ·         Ускорение денежной массы выше траектории 2016-2019 и явное ускорение корпоративного кредитования, ·         Потребление все еще высокое, Это означает, что базовый сценарий на октябрьском заседании – пауза на уровне 14% в соответствии с риторикой ЦБ (не прогноз ЦБ), тогда как новое снижение потребует одновременного улучшения сразу нескольких блоков: устойчивой инфляции, инфляционных ожиданий, кредитования, денежной массы, бюджетной траектории и восстановления предложения. Базовый сценарий предполагает возобновление снижения устойчивой инфляции по мере восстановления предложения при условии сдержанного спроса, но «для снижения ключевой ставки нужна уверенность в том, что это происходит». Раньше пауза являлась возможным исключением внутри цикла снижения. Теперь снижение становится исключением, которое нужно обосновать данными внутри режима паузы. Помимо топлива основной фокус вновь на бюджете: ·         В июне бюджет уже заставил ЦБ уменьшить шаг снижения. ·         В июле он заставил повысить всю прогнозную траекторию ставки. ·         В сентябре ЦБ фактически сказал: до объявления бюджета мы не знаем, сколько вообще осталось пространства для снижения. Набиуллина связала ожидаемые сентябрьские бюджетные проектировки с решением о паузе. Логика ЦБ ранее неоднократно была сформулирована чрезвычайно жёстко: в условиях полной занятости и высоких инфляционных ожиданий каждый дополнительный рубль государственного стимулирования отдаляет снижение ключевой ставки. В сентябре регулятор по-прежнему исходил из собственной условной траектории структурного первичного дефицита с постепенным снижением до нуля в 2029 году. Если фактический бюджет окажется мягче этой предпосылки, ЦБ прямо обещает более жёсткую ДКП. Если государственный спрос занимает больше пространства в экономике, частному кредиту необходимо оставить меньше пространства, иначе совокупный спрос вновь превысит возможности предложения. Для Банка России это означает простую причинную цепочку: чем сильнее бюджетный импульс, тем более сдержанной должна быть кредитная динамика и тем выше необходимая траектория ставки. В этой системе координат ДКП не компенсирует бюджет напрямую, а балансирует совокупный спрос, ограничивая частный сектор там, где государство расширяет своё присутствие. На пресс-конференции Набиуллина сделала чрезвычайно содержательное уточнение: ожидания будущей инфляции являются как минимум столь же важным фактором, как фактически наблюдаемая инфляция. И дальше ещё важнее: снижение инфляции будет считаться устойчивым только тогда, когда ЦБ увидит устойчивое снижение инфляционных ожиданий. Это существенно повышает планку для снижения ставки. Раньше рынок мог рассуждать: ИПЦ замедлился и можно снижать. Теперь реакционная функция выглядит скорее так: ИПЦ ↓ + устойчивая инфляция ↓ + ожидания ↓ + кредит ↓ + бюджет не ухудшился → можно обсуждать снижение. ЦБ сознательно формирует многофакторный барьер перед следующим шагом. Почти вся пресс-конференция построена вокруг перечисления причин, по которым ДКП может оказаться слишком мягкой в контексте условий, что интерпретируется, как попытка отложить решение о размере пространства для снижения до октябрьского обновления прогноза. Именно поэтому 11 сентября нельзя трактовать как обычную паузу внутри заранее заданного цикла снижения. Ранее базовая логика выглядела так: накопленной жёсткости достаточно, дезинфляция продолжается, баланс спроса и предложения нормализуется, поэтому ставку можно постепенно снижать, пока данные не заставят остановиться. Теперь логика обратная: ставка остаётся на 14%, пока данные не докажут, что снижение вновь безопасно. ЦБ хочет увидеть не просто хорошие недельные данные по ИПЦ, а торможение механизма генерации избыточного спроса (необеспеченного производительностью труда) и сверхнормативными темпами роста денежно-кредитных индикаторов. В июне и июле вопрос звучал: как быстро ставка пойдёт вниз? После сентября вопрос другой: есть ли вообще основания снижать её дальше? Это главное изменение. Снижение на 25 б.п потребует схождения множества процессов: – возврата устойчивой инфляции хотя бы к диапазону 4–5% с тенденцией вниз; – нормализации ожиданий; – явного замедления корпоративного кредита и денежной массы; – бюджета не хуже июльской гипотезы; – подтверждения восстановления топливных мощностей. ЦБ, опасаясь реализации рисков повторного расширения дисбаланса спроса и предложения образца 2024, хочет: поднять ожидаемую будущую траекторию ставки через вербальную риторику и ужесточение коммуникационного сигнала, не дать кредитным условиям преждевременно смягчиться, сдерживая избыточный кредитный импульс, не подкрепленный способностью экономики абсорбировать дополнительный спрос. Помимо бюджета (давняя проблема), у ЦБ появилась проблема выбывания предложения в связи с ударами БПЛА (топливо + логистика + частично производство) + фактор девальвации рубля + внешние проинфляционные условия.

Когнитивный аутсорсинг. Начало здесь Человечество, со временем утратив экспертность во многих областях, не приобретая критического мышления, фундаментальных знаний и навыка саморефлексии, со временем утратит возможность к какой-либо осмысленной деятельности, что приведет к утрате компетенций, экспертности, квалификации. Человечество потеряет способность контролировать, верифицировать, воспроизводить / создавать и обслуживать сложные системы. Способность сформулировать нетривиальную исследовательскую задачу и грамотные вопросы является: прямым результатом накопленного профессионального и научного контекста (бэкграунда научно-исследовательской работы), квинтэссенции накопленного опыта, знания пограничных аномалий (пороговых значений и лимитов системы) и методологических тупиков. Невозможно спросить о том, о существовании чего ты даже не догадываешься. Субъект без глубоких научных или специализированных отраслевых знаний не способен распознать скрытую ошибку или предвзятость в сгенерированном ответе. Он принимает правдоподобно сформулированный конформистский вывод модели за откровение, тем самым попадая в замкнутую петлю интеллектуальной лени. Человек теряет функцию постановщика задач и превращается в простого ретранслятора случайных запросов / ответов. Когда проектирование атрибутов современного технологического уклада полностью делегируется ИИ, люди перестают понимать фундаментальную логику внутренней топологии и конструкционных особенностей технологий. Проще говоря, перестают понимать, как устроен мир. До тех пор пока система работает штатно, иллюзия контроля сохраняется, но если что-то сломается, если потребуются конструктивные модификации, модернизация, оптимизация или качественный прорыв, человечество войдет в когнитивный тупик, утратив способность к сложным и многомерным размышлениям. Потеряет возможность улучшать, модернизировать и создавать технологии. В момент физической аварии или каскадного сбоя промышленного или технологического процесса выяснится, что практически не осталось квалифицированных людей, способных заглянуть внутрь архитектуры без помощи отключившегося или сбоящего ИИ. Общество скатывается к состоянию технологического обскурантизма: инфраструктура функционирует, пока не ломается, после чего починить ее невозможно, так как утрачен понятийный аппарат создателей. Наука продвигается вперед через преодоление сопротивления объективной реальности, а не через анализ текстов о реальности. Для научного прорыва нужен слом прежней парадигмы, альтернативный взгляд, а не интерполяция внутри существующей обучающей базы, где ошибка – катализатор рождения новой теории, а не шум, подлежащий минимизации и выравниванию. Нет никаких доказательств и неизвестно, будут ли – о способности ИИ производить подлинные научные открытия (ранее объяснял архитектурные препятствия). Когда исследовательский цикл отдается ИИ, наука замыкается сама на себя: – Модели обучаются на синтетических данных предыдущих генераций; – Вариативность и смелость гипотез сжимаются, поскольку алгоритм штрафует маловероятные сценарии; – Человек, разучившийся преодолевать фрустрацию на стадиях моделирования и стресс-тестирования, перестает ставить смелые эксперименты. Все это приводит к сужению пространства неопознанного и герметизации знания в локальном оптимуме, самопожиранию статистической выборки. Общество тупых (уже сейчас активно происходит) – это когда человек, лишенный навыков фактчекинга, критического мышления, оценки причинно-следственных связей, сопоставления градиента мнений и логической декомпозиции, становится абсолютно внушаемым. Он не способен отличить манипуляцию, галлюцинацию алгоритма или целевой таргетинг от объективной реальности. Финальная точка этой траектории – незаметное угасание человеческого вида как интеллектуальной единицы. Мозг не держит лишних энергозатратных мощностей. Если сложный абстрактный анализ, пространственное воображение и долговременная память больше не требуются для выживания и доминирования в социуме, биологическая эволюция запустит процесс редукции этих функций. Средний объем активной рабочей памяти, сложного мышления, многоуровневой абстракции, понимания причинно-следственных связей и способности к длительной концентрации сократятся до физиологического минимума. Вы даже не представляете, насколько человек способен быстро тупеть. Даже те, кто ранее имел компетенции, в отсутствие стресс-тестирования (непрерывная интеллектуальная, мыслительная работа) скатится до уровня животного. Те, кто изначально не имел компетенции (новое поколение школьников и студентов) превратятся в феноменально тупых животных, за очень редкими исключениями, представляющий статистическую аномалию. На вершине пищевой пирамиды останутся интеллектуальные аристократы – пренебрежимо малый процент (менее 0.5% от популяции, скорее даже менее 0.1%) – люди, сохранившие жесточайшую внутреннюю дисциплину мышления, имеющие базовые фундаментальные знания, понимающие математический аппарат, архитектуру вычислений и физику процессов. Остальная часть человечества – инфантилизированная масса. Население, чьи когнитивные способности могут деградировать до уровня восприятия сенсорных стимулов и простых бытовых инструкций. Это обратный билет в когнитивный палеолит, упакованный в высокотехнологичную цифровую обертку.

Когнитивный аутсорсинг На протяжении всей истории человечества люди «отпускали» и забывали прежние навыки, чтобы приобрести новые навыки в соответствии с духом времени, потребностями и спецификой научно-технического прогресса (не буду заострять внимание на истории). Это нормально. Сейчас я считаю, будет принципиально иначе. Почему? Глубина и, что самое главное, скорость проникновения + широта использования (спектр возможных направлений применения ИИ) + диверсификация (различные устройства) + дешевизна (для большинства базовый ИИ остается бесплатным) + чистое проникающее воздействие на все стадии мыслительного процесса. Что из себя представляет научно-исследовательский процесс (на собственном многолетнем опыте)? ·         Осмысление задачи (9 из 10 отсеиваются на первом этапе) + ·         Декомпозиция задачи на этапы, стадии выполнения + ·         Ревизия методологии и подготовка теоретической базы + ·         Установка иерархии причинно-следственных связей и уровней исследовательской работы + ·         Поиск источников информации и работа с данными (консолидация неструктурированных массивов, структуризация, очищение, агрегация, синхронизация по критерию, устранение аномалий и выбросов, приведение в сопоставимый вид и т.д.) + ·         Сбор сопоставимых исследований для поиска градиента мнений по выбранному направлению + ·         Нормализация и историческая калибровка данных, источников и мнений ·         Консолидация ранее накопленных наработок по научной работе, определение границ применимости + ·         Поиск подходящих инструментов для частичной или полной автоматизации сегмента, фазы научной работы + ·         Стадия моделирования, расчетов, заполнение «когнитивных пустот» + ·         Стресс-тестирование, поиск ошибок + ·         Коррекция плана, возврат на предыдущие этапы, перекалибровка и зацикливание на стадии моделирования и стресс-тестирования до тех пор, пока результаты не будут согласованы + ·         Оценка дисбалансов, структурных трансформаций, фазовых переходов + ·         Сведение результатов, саморефлексия, поиск уязвимостей, ошибок, логических несостыковок и смысловых разрывов. Вот все это, если совсем кратко. Каждый этап разбивается на множество подэтапов и так далее, пока контуры не будут очерчены, а результаты детерминированы (означает, что при одних и тех же исходных данных и неизменных внешних условиях процесс или модель всегда выдает строго идентичный результат). ИИ уже сейчас способен заместить большую часть этапов, а в перспективе нескольких лет будет претендовать на высокоуровневую научно-исследовательскую деятельность. Чтобы достичь научного прогресса необходима мобилизация всех функций мозга (не буду вдаваться в нейробиологию), памяти, накопленного опыта и приобретенных на протяжении многих лет навыков, высочайшая концентрация внимания, высочайшая дисциплина, самоконтроль, наивысшая и устойчивая мотивация, долговременная усидчивость, терпение и сила воли (многие проекты на протяжении многих месяцев и даже лет могут давать тысячи последовательно ошибочных результатов и сбоев, прежде, чем все заработает). Чтобы хоть что-то понять, вышеуказанный цикл необходимо прогонять не десятки, а сотни и желательно тысячи раз, причем от начала и до конца, поступательно выстраивая иерархию приоритетов и отбрасывая неэффективные протоколы и схемы реагирования, оптимизируя исследовательскую конструкцию до совершенства. Процесс созревания эксперта или ученого высокого уровня состоит из последовательного, многоэтапного, очень продолжительного, сложного набора многомерных этапов от самых простых и монотонных до самых сложных (не буду раскрывать, иначе материал раздуется на несколько лекций). 🔘Важно во всем этом то, что нельзя перескочить из более низкого в более высокое состояние, не освоив фундаментальные основы и базу. 🔘Важно то, что экспертность не приходит одномоментно, а есть процесс отбора и исключений неэффективных путей научного прогресса, устаревших концепций, ошибочных наборов данных и искаженных смысловых конструкций. 🔘Важно то, что экспертность создается в условиях работы с противоречиями и непрерывной импровизацией в условиях неопределенности и разрешении различных проблем, кризисных ситуаций, которые не были запротоколированы и регламентированы. Так и приобретается уникальный опыт. Например, нельзя стать топовым автомехаником на основе просмотра гайдов из YouTube – только практическая работа на протяжении многих лет и постоянная работа с внештатными ситуациями, самостоятельное разрешение сложных ситуаций. Схожие принципы и в интеллектуальной среде. Научно-исследовательская деятельность – это непрерывная игра на пересечении смысловых конструкций, поиск альтернативных подходов, аномалий и генерация градиента наиболее правдоподобных гипотез, насыщая материал неожиданными и нетривиальными концепциями, мощным смысловым ядром, концентрированным интеллектуальным каркасом. Как уже говорил ранее, интеллектуальная работа – наивысшая форма стресс-теста и «насилия» над мозгом, но что будет, если предложить на первый взгляд простой и быстрый способ получения «результата»? Человечество всегда пойдет по пути наименьшего сопротивления, но, чтобы понять и, главное, осмыслить фундаментальные основы, сложные причинно-следственные связи и выстраивать многоуровневую иерархию и балансы рисков в динамических и противоречивых системах, нужна сильная подготовка, которая никогда и ни при каких условиях не может возникнуть на пустом месте. Какие бы гены ни были, какие бы условия ни были, если человек самостоятельно не пройдет все этапы эволюции от и до, причем несколько раз, никакого развития и понимания основ мироздания не возникнет. Человек вообще не сможет понять, что происходит, какие генерируются ответы, где конечные, а где промежуточные результаты и адекватен ли вообще этот «результат», не говоря уже о том, что человек в пост-ИИ эру не сможет задавать корректные вопросы и осмыслять происходящее. К чему все это приведет? Аутсорсинг интеллекта в цифровое пространство и делегирование практически всех интеллектуальных функций в пользу ИИ приведет к тому, что никакого человеческого интеллекта просто не может возникнуть с далеко идущими разрушительными и даже катастрофическими последствиями для технологического прогресса, экономики и социального взаимодействия. Человечество со временем утратив экспертность во многих областях, не приобретая критического мышления, фундаментальных знаний и навыка саморефлексии, со временем утратит возможность к какой-либо осмысленной деятельности, что приведет … В следующем материале

Как ИИ приведет к массовому отупению общества Я ранее делал несколько попыток и заходов к этой теме, но не в этом году. Попробую переосмыслить и дополнить то, что ранее обсуждал. Это, возможно, один из самых недооцененных рисков ИИ-трансформации. Процесс отупения общества шел стремительно еще до появления LLMs, но сейчас этот процесс может ускориться едва ли не по экспоненте. Не прогресс может ускориться, а деградация общества ускорится! Речь идет о постепенном разрушении самого механизма формирования интеллекта, когда человек получает результат, не проходя путь, который прежде был необходим для приобретения способности насыщения когнитивной глубины. Интеллект формируется не потреблением правильных ответов, а длительным прохождением через неопределенность, поиск информации и данных, разрешение ошибок и противоречий, причинный анализ и самостоятельную коррекцию собственной модели мира. Именно поэтому в образовательной среде запрещают списывать. Не столько ради контроля знаний, сколько потому, что готовый ответ уничтожает образовательную функцию задачи, а ИИ – это и есть «намертво привязанная шпаргалка». Правильный ответ является лишь конечным продуктом этого процесса. Главный результат обучения находится не на бумаге, а внутри сложного биохимического процесса в мозге в виде самостоятельного достижения результата. Чтобы решить проблему самостоятельно, человек вынужден: понять условия, декомпозировать задачу, вспомнить необходимую информацию (активировать функцию памяти), сформировать гипотезы, выбрать правильный метод, ошибиться, обнаружить противоречие, вернуться назад, пересобрать модель и только затем получить результат. ИИ способен вырезать практически всю эту когнитивную цепочку. Технологии и научные прорывы создаются в результате экстремального насилия и невыносимого давления на все функции мозга (сам знаю). ИИ дает мгновенную кнопку выхода из неопределенности, скорее имитация выхода. Если этот паттерн становится нормой с детства, может возникнуть интеллектуальная непереносимость усилия, когда человек теряет способность долго удерживать сложную проблему без немедленного вознаграждения. Без усилия человек никогда не приобретет интеллект, т.е. останется на уровне пограничным с животным. Самостоятельное понимание затратно (во всех смыслах), тяжело, медленно и психологически неприятно, а правдоподобный готовый ответ дешев, мгновенен и комфортен. Человечество неминуемо пойдет по пути наименьшего сопротивления, т.е. высокоинтенсивное отупение. Проблема усугубляется тем, что последствия проявляются с огромным лагом. Общество статистически выглядит умнее за счет замещения задач продуктом ИИ деятельности, но в своей основе стремительно деградирует. Мышление не запускается в комфорте. Мышление – это всегда стресс, именно поэтому никто не любит думать и панически боится интеллектуальной работы. Нейробиологический процесс обучения требует состояния когнитивного тупика (продуктивной фрустрации). В этот момент в мозге выбрасываются норадреналин и ацетилхолин, фокусирующие внимание на ошибке, после чего через сотни итераций подбора гипотез активируется дофаминовое подкрепление. Этот стресс заставляет кору выстраивать новые синаптические связи. Когда готовое решение выдается мгновенно, фаза поиска и фрустрации обнуляется. Человеческий мозг склонен путать узнавание с пониманием. Читая логичный, связный и стилистически выверенный ответ модели, человек испытывает ощущение ясности. Возникает феномен «списывания отличника»: списывающему кажется, что раз чужое доказательство теоремы ему понятно в процессе чтения, он владеет предметом. Однако пассивное потребление чужого структурированного вывода задействует лишь зоны распознавания образов, оставляя префронтальную кору в режиме функционального покоя. Навык конструирования мысли распадается, подменяясь навыком поверхностного серфинга по готовым концептам. Способность решать нетривиальные задачи прямо пропорциональна числу сущностей и ограничений, которые человек способен удерживать в голове одновременно. Перекладывая декомпозицию, сопоставление и структурирование данных на интерфейс ИИ, человек сужает собственную рабочую память до длины единичного запроса, разрушая весь мыслительный процесс. Человек разучивается удерживать сложные, противоречивые причинно-следственные связи, превращаясь в оператора простых триггеров. Становление эксперта в любой дисциплине подчиняется закону кумулятивного накопления скрытого опыта. Высококлассный эксперт не возникает непосредственно из университета, а является результатом решения тысяч типовых задач от начала и до конца, разрешения тысяч ошибок и пограничных ситуаций, и многолетнего накопления неформализованного опыта. Невозможно вырастить эксперта, исключив путь, по которому формируется экспертиза. Это значит, что по мере выхода зрелого поколения экспертов (по возрасту или в связи с отупением), новых экспертов не появится, как минимум, в сопоставимом количестве. Раньше интернет позволил вынести наружу память: человеку уже необязательно было помнить информацию, достаточно знать, где ее найти. LLMs идут намного дальше, вынося наружу не только память, но и поиск, анализ, синтез, аргументацию, планирование и даже формирование причинной модели. Возникает принципиально новая ситуация: человечество впервые получает возможность пользоваться интеллектом, не приобретая интеллект. Человек задает сложный вопрос, получает великолепно структурированное объяснение, понимает (или скорее думает, считает, что понимает, да и то не всегда) каждое предложение и принимает понимание текста за собственное понимание проблемы. Но если убрать ИИ и попросить самостоятельно воспроизвести причинную конструкцию, изменить исходные предпосылки или найти ошибку, внезапно выясняется, что интеллект существовал только в момент подключения к внешней системе. ИИ экономит текущие человеко-часы, одновременно потенциально уничтожая инвестиции в будущую компетентность. Получается парадоксальная ситуация: текущая производительность во многих областях растет, а скорость накопления человеческого капитала снижается, причем стремительно и неотвратимо. Грубо говоря, при отключении доступа к ИИ, уже совсем скоро человечество превратится в тупых зомбарей, не способных решить ни одной, даже самой элементарной задачи. Однако, отупение приводит к тому, что человечество утратит возможность верифицировать, контролировать, корректно воспроизводить результат работы ИИ, полностью оголяя свою непробиваемую некомпетентность. Если субъект не прошел путь формирования знания снизу вверх, он лишен инструментов внутренней валидации. Для него истинно то, что выдает авторитетный алгоритмический оракул. Общество входит в эпоху тотальной внушаемости, неспособное решать ни одной существенной задачи, теряя способность к контролю, управлению, осмыслению, рефлексии и формулировке сложных вопросов. Это и есть полная катастрофа с далеко идущими последствиями.

Человек против ИИ В концептуальном расширении прошлого материала, где я смотрел в фокусе роботизации, а теперь попробую через фокус ИИ. Не буду повторять тезисы, а постараюсь создать информационную добавленную ценность. Главный вывод понятен – у человечества нет ни единого шанса против ИИ. Человек является чрезвычайно неэффективным, нестабильным и плохо масштабируемым носителем производственной функции с огромным набором критических биологических ограничений. Человек великолепен как биологическая система и пока недостижимо универсален в хаотичной реальности. Человек автономен, условно энергоэффективен (в сравнении с машиной), способен импровизировать, переносить опыт между совершенно разными ситуациями, понимать социальный контекст и действовать там, где заранее неизвестно даже то, что считать правильным результатом, но как производственный актив человек – ужасен. ▪️Нет механизма воспроизводства / репликации человеческого опыта и навыков, кроме как длительная и дорогостоящая система образования, которая часто приводит к искажениям (часто последователи могут быть хуже первичного носителя). Нельзя в человека загрузить 20-25 лет исследовательского или производственного опыта другого специалиста. Нельзя запустить миллионы копий одного выдающегося инженера, ученого или предпринимателя и распределить между ними задачи. Человек требует десятилетий формирования знаний, навыков и умений, а затем постепенно деградирует. В ИИ можно загрузить лучший пользовательский опыт, неограниченно его копировать, улучшать, модифицировать, калибровать и оптимизировать. Клонирование и воспроизводство опыта создает фундаментальный барьер между человеком и ИИ, где ИИ априори всегда будет лучше, т.к. отсекая лишнее, двигается только вперед, обходя все биологические, когнитивные и ментальные ограничения человека. ▪️Человек, получая опыт, ограничивает пространство его распространения, даже в идеальном сценарии теоретически невозможно обеспечить надежную трансмиссию опыта другим людям. Человек обучается локально, а ИИ обучается сетевым и распределенным методом. Один удачный опыт одного изолированного агента может моментально распространяться через рой агентов, создавая устойчивый, быстрый и эффективный эволюционный вектор. Именно поэтому скорость обучения человечества и ИИ несопоставимы. ▪️Несопоставимая экономика обслуживания. Человеческий труд принято оценивать через зарплату. Это ошибка. Полная стоимость человека намного выше: обучение, социальное обеспечение, медицина, обеспечение рабочего места и связанной инфраструктуры, компенсация командировок, отдыха. К этому добавляются болезни, снижение производительности и эффективности из-за потери мотивации, выгорания, усталости, проблем с коллегами, семейные обстоятельства и очевидная причина невозможности работать непрерывно с нормализованной отдачей. Машина имеет формализованные критерии и параметры эффективности, характеристики и предсказуемую матрицу издержек, которая в долгосрочной перспективе снижается, тогда как издержки на обслуживание и содержание человека только растут. ▪️Одним из маркеров технологической сингулярности будет момент, когда дополнительного квалифицированного специалиста дешевле скопировать в цифровом пространстве, чем вырастить в биологическом пространстве, что создаст необратимые последствия на рынке труда в долгосрочной перспективе, т.к. бизнесу нет необходимости нанимать, обучать и содержать людей со всеми их недостатками. Ситуация, при которой спрос на труд резко снижается, но возрастает спрос на вычислительную инфраструктуру. ▪️Самый страшный сценарий не в том, что бизнес захочет заменить человека машиной, а в том, что бизнес больше не сможет объяснить себе и найти причины, зачем вообще нанимать людей – этот момент, когда прошла точка невозврата и кривая эффективности/стоимости человека уже никогда не пересечется с кривой эффективности/стоимости у машины / ИИ. Это момент, когда рациональность и прагматизм бизнеса начнет расходиться с запросами общества и макроусловиями (без человека как потребителя не будет экономики и не будет бизнеса, а потребитель не может возникнуть без доходов, которые в первую очередь формируются из зарплат), создавая очаги социальной, политической и экономической напряженности.

Архитектура слома экономического порядка. Начало здесь Раньше на протяжении веков существовала понятная последовательность: технологический шок → перестройка → новая норма. Сейчас может исчезнуть сама новая норма, потому что пока компания перестраивает процессы под одну LLM или роботизированную систему, появляется следующая – значительно более эффективная, производительная, умная, дешевая, надежная и стабильная. Пока государство создаёт регулирования для агентов второго поколения, рынок уже внедряет четвёртое. Пока университет создаёт программу подготовки специалистов, профессия меняет архитектуру. ИИ способен превратить фазовый переход из события в постоянное состояние экономики. Это крайне важная техно-философская мысль. Общество умеет переживать кризисы, т.к. человечество адаптируется ко всему, но человечество значительно хуже приспособлено жить в непрерывном кризисе изменения правил игры. Другими словами, общество исторически умеет адаптироваться к технологическим шокам, но оно почти не умеет существовать в условиях, когда правила меняются быстрее формирования механизмов адаптации. 🔘Капитал способен быстро двигаться туда, где появляется новая рента и точка роста (от нескольких часов до месяцев), но не человек. 🔘Человек не может за ограниченный временной горизонт превратить 15-20 лет профессионального опыта в совершенно другую компетенцию. 🔘Государство тем более не может за год перестроить: регулирование, образование, пенсионную систему, трудовое право, систему социальной поддержки. Поэтому будущая асимметрия возникает раньше денежных потоков: одни участники успевают реагировать на изменение мира, другие существуют в мире, которого уже нет. Это и есть первичный раскол, провоцирующий рекордную за всю историю асимметрию распределения капитала, ресурсов и технологий. ИИ не распространяется равномерной волной, а движется по линии минимального сопротивления. Сначала наибольшая глубина интеграции ИИ направляется туда, где: информация уже цифровая, задача формализуема, контуры детерминированы, ошибка проверяема и замыкаемая на внешний автоматизированный контур валидации, результат можно откатить, а физического исполнения нет. Ранее компьютер вытеснял часть рутинных операций, но создавал вокруг себя гигантский сектор нового интеллектуального труда. ИИ же начинает автоматизировать именно профессии, преимущественно порождённые компьютерным укладом, но очевидно, не только их. Каждый прошлый технологический уклад создавал человеку следующий ярус распределения компетенций, знаний и человеческой энергии, тогда как ИИ (а чуть позже и роботы) начинает поджигать лестницу между этажами, пожирая профессии и отрасли одну за другим по мере экспоненциального развития. На протяжении всей истории человечества всегда исчезали профессии (не буду читать исторические лекции), но во-первых, ранее описанные лаги технологического уклада и время на адаптацию инерционных систем, а во-вторых, технологический прогресс создавал другие точки приложения капитала и труда. В этот раз может быть не так. Количество связанных с ИИ профессий (от производителей оборудования и разработчиков ИИ до верификаторов, интеграторов и строителей ИИ-фабрик) на порядки (буквально) ниже количества замещаемых профессий и пострадавших отраслей. Нужно понимать, что речь не идет о росте производительности в рамках отдельно взятой отрасли – речь идет о том, что значительная часть отраслей просто перестанут существовать, т.к. станут невостребованными (какие? – это отдельный вопрос). Если ИИ автоматизирует интеллектуальную работу, человек формально может уйти в физическую. Если роботизация затем автоматизирует физическую, пространство миграции сужается ещё сильнее. ▪️ИИ и роботизация только усилят будущее неравенство. Бизнес обязан будет внедрять ИИ и роботов. ·         У сильного игрока ИИ становится мультипликатором силы, причем чем сильнее субъект, тем выше накопленный разрыв за счет эффекта накопленной «капитализации» технологического преимущества, ресурсов и капитала. ·         У слабого – способом чуть меньше отставать. ·         У тех, кто окажется вне технологического контура – отставание будет нарастать экспоненциально. Лидер платит за развитие и расширение горизонта возможностей, а отстающий платит за попытку компенсации отставания, которая (попытка) не имеет под собой реалистичной основы. В какой-то момент преимущество начинает финансировать само себя. Отстающий вынужден сначала платить за устранение технологического гэпа, который лидер уже прошёл, одновременно наблюдая, как появляется следующий разрыв. Дополнительная прибыль лидера реинвестируется в наращивание еще больших возможностей (купить больше оборудования, токенов, собрать лучшие данные, нанять лучших интеграторов и архитекторов), усиливая технологический рычаг и мультипликатор, интенсивно масштабируя бизнес-операции. Сильные станут еще сильнее, а слабые станут слабее в относительном выражении. ИИ не нивелирует исходные различия, а возводит их в степень. Догоняющая модернизация может перестать сходиться во времени. Как догонять технологию, которая успевает несколько раз сменить архитектуру, ускоряя темп инноваций, пока в отстающих сегментах строится инфраструктура для предыдущей?

Архитектура слома экономического порядка Скорость адаптации – вот ключ к слому прежней архитектуры экономического порядка. Прежде небольшая ремарка к моим ранним материалам. Момент начала интеграции ИИ и роботов в экономику начнется тогда, когда устойчивая производительность в совокупности со стоимостью закупки, интеграции и обслуживания роботизированных систем сравняется с человеком, учитывая аксиому, что если стоимость содержания роботов и человека эквивалентна, бизнес всегда выберет роботов по совокупности причин. Сам факт идентификации этой точки схождения производительности и цены означает момент эпохальной трансформации (замещения человека ИИ и роботами), т.к. скорость развития и характеристики несопоставимы в пользу ИИ и роботов (кратно выше производительность, надежность и эффективность). Ключевой триггер – цена ошибки. Если затраты на контроль и верификацию роботизированных систем (стоимость подключения автоматизированного внешнего контура валидации + затраты на оператора человека, проверяющего надежность работы ИИ и роботов) сравняются с человеком, процесс прошел… На протяжении веков фазы технологического прогресса были сопряжены с естественной инерцией адаптации общества и экономики к технологическим переходам. Если профессия исчезала на протяжении 20-40 лет, у общества было время: ·         Перестроить систему образования и подготовки кадров; ·         Плавно снижать план подготовки кадров под «исчезающую» профессию; ·         Создать программу переквалификации для работников, находящихся под угрозой увольнения / замещения; ·         Сформировать новое регулирование; ·         Создать план по отраслевой трансформации и перераспределению ресурсов, капитала и рабочей силы в новое перспективное направление. Что изменяется сейчас? Период жизни навыка становится короче периода его приобретения. Многие студенты, среди тех, кто совсем недавно (1-3 года назад) поступил на обучение, например, программистом (профессия с наибольшей конверсией замещения), по выходу из обучения обнаружат, что они нахрен никому не нужны. На сегодняшний день все еще остается неизвестным, какое количество профессий будет частично или полностью ликвидировано ИИ и роботизацией. Законодательство и система образования систематически не успевает за скоростью изменений, которые перешли едва ли не в ежемесячный формат (примерно на два порядка или в сто и более раз быстрее, чем 100-150 лет назад). Не технологии сами по себе уничтожают равновесие. Равновесие уничтожает несовместимость скоростей. Когда период полураспада прикладного навыка становится меньше времени, необходимого для его фундаментального освоения, классическая модель воспроизводства человеческого капитала терпит институциональное банкротство.   Разрыв временных шкал запускает цепную реакцию структурных деформаций по всей экономической вертикали.   В развитых обществах человек или домохозяйство несет прямые и альтернативные издержки на обучение в течение 4–7 лет, рассчитывая на премию за квалификацию на горизонте следующих 30–40 лет. При сжатии технологического цикла до 6–12 месяцев инвестиции в профильное образование (финансовые или временные) теряют окупаемость.   ▪️Образовательные учреждения оказываются в ловушке «зомби-обучения»: программы аккредитуются годами, в то время как предметная база меняется ежемесячно. Студент выпускается с багажом заведомо неконкурентоспособных навыков, обремененный долгами и потерянным временем. Проблема не просто в критическом запаздывании системы образования, а в том, что траектория выбора профессии устаревает в момент принятия решения. ▪️Автоматизация первичных и рутинных когнитивных функций выбивает нижнюю ступень профессиональной стратификации. Чтобы вырастить высококлассного эксперта, способного верифицировать выводы ИИ и действовать в ситуациях черных лебедей, специалист должен пройти через массив типовых задач и всю «пищевую цепочку» когнитивного взросления (это отдельная тема, не буду конкретизировать). Грубо говоря, чтобы вырастить из себя эксперта, невозможно перескочить через эволюционные ступени получения знаний и осмысления опыта. Бизнес, стремясь оптимизировать текущие операционные расходы, закрывает позиции начального уровня. Прекращается естественный приток кадров в середину пирамиды. Через 5–7 лет сформируется острейший дефицит старших специалистов (senior-уровня), так как им неоткуда будет воспроизвестись. Высококвалифицированный специалист – это непрерывный и последовательный процесс роста и развития на всем этапе от самых низших уровней до самых высоких. ▪️Волатильность инвестиционного спроса. Ускоренная трансформация экономики запускает неопределенность с нескольких контуров – вакуум спроса из-за разрыва и трансформации межотраслевых связей и неочевидный вектор технологической трансформации, что приводит к тому, что компании переходят в режим перманентного стресс-тестирования и отказа от долгосрочных контрактов, что провоцирует волатильность инвестиционного спроса. Все это приводит к сужению горизонта планирования и прерыванию инвестиционных циклов, рассчитанных на длительный срок окупаемости.

ИИ и роботы могут стать самым разрушительным технологическим переходом в современной истории. Немного экономической философии – навеяло после тестирования Astra и Fable 5.1. Прошлые технологические революции естественным образом уничтожали профессии, обесценивали навыки, перераспределяли капитал и ломали привычные производственные связи. Пар вытеснял ручной труд, электричество перестраивало фабрики на принципиально иной технологический уровень и урбанистику, двигатель внутреннего сгорания радикально изменил транспорт, компьютер фундаментально трансформировал все, что касается обработки информации и автоматизировал вычисления, интернет разрушил информационные барьеры, создав совершенно иные паттерны коммуникации. Но между ними и нынешним переходом существует фундаментальное различие. Предыдущие технологии автоматизировали отдельные функции человека. ИИ начинает автоматизировать способность выбирать, анализировать, координировать и управлять этими функциями, а роботизация добавляет физическое исполнение. Раньше последним интегратором производственного процесса практически всегда оставался человек. Машина могла быть быстрее, сильнее и точнее, но именно человек ставил цель, оценивал контекст, реагировал на исключения, соединял разрозненные процессы и принимал итоговое решение. Эта монополия начинает разрушаться. Современный ИИ уже не просто отвечает на вопросы. Он постепенно превращается в управляющий слой над программами, данными, инструментами и другими агентами. Пока ненадёжно, фрагментарно и с обязательным человеческим контролем, но направление движения очевидно. Здесь возникает первая принципиальная проблема. Технология развивается быстрее, чем общество способно её переваривать. Не просто быстрее, а радикально быстрее. Паровая машина, электрификация или автомобиль требовали десятилетий физического строительства: заводов, электростанций, дорог, сетей, оборудования, что создавало лаг между появлением, внедрением, распространением технологии и реакции общества на технологическую трансформацию. Суть в том, что 1000 лет назад фаза технологического рывка могла заниматься несколько поколений вплоть до столетия, 100 лет назад фазы технологической трансформации сжались до десятилетий. В начале нулевых – уже скорее годы, сейчас счет идет на месяца. Раньше за период фазового перехода успевали смениться поколения работников, возникали новые профессии, перестраивалась система образования, появлялись институты перераспределения труда, капитала и ресурсов, обеспечивая плавную технологическую трансмиссию. Теперь – все иначе. ИИ существует в цифровом пространстве с экспоненциальной траекторией развития, на осмысление (даже не на внедрение и адаптацию) не хватает возможностей даже у технически и интеллектуальной продвинутых представителей человечества. За 1 неделю вышли Fable 5.1, Gemini 3.8 Flash, Muse Spark 1.3 и контрольный выстрел от GPT-6 Astra. До этого значимый цикл обновления был всего 2 месяца назад. Один из плацдармов к технологической сингулярности начинается тогда, когда на реплицирование навыка и технологий требуются считанные мгновения. Навык, на формирование которого человеку требовались годы или даже десятилетия, после успешного обучения модели потенциально можно распространить на миллионы экземпляров практически мгновенно. Нельзя клонирования знания одного гениального человека, но можно клонировать знания успешной и эффективной машины, создав плацдарм для обучения (базу), чтобы оптимизировать неэффективности и делать новый рывок, достигнув петли рекурсивного самообучения. Человек каждый раз откатывается назад, чтобы подняться выше, для машины это не нужно, здесь прогресс всегда идет вертикально. Человека нельзя обновить ночью, а машину - можно. Именно расхождение этих временных шкал может стать главным источником будущего социального и экономического коллапса.