Три разных истории, один паттерн
Meta учит парализованных людей печатать текст мыслями. Anthropic собирает рабочую среду для учёных-биологов. Индийские исследователи придумывают, как управлять курьерами так, чтобы алгоритм не превращался в бесчувственную машину. На первый взгляд — три несвязанных новости из разных отраслей. При ближайшем рассмотрении — один и тот же архитектурный выбор: ИИ встраивают не как замену человека, а как посредника между человеком и системой, которая раньше была для него недоступна или неудобна.
Это важно, потому что весь последний год разговор об ИИ шёл в другой плоскости: автономные агенты, замена сотрудников, полная передача решений машине. Три сигнала обсерватории показывают обратное движение. Там, где ставки высоки — здоровье, наука, заработок людей, — рынок и исследователи выбирают не автономию, а посредничество.
Мозг как клавиатура: интерфейс вместо операции
Brain2Qwerty — разработка Meta для людей с боковым амиотрофическим склерозом. Болезнь постепенно отключает мышцы, включая те, что нужны для речи. Раньше единственным путём к коммуникации была хирургия: вживление электродов в мозг. Дорого, рискованно, доступно единицам.
Brain2Qwerty читает мозговые волны без операции и переводит их в текст на клавиатуре. Технология декодирует намерение печатать конкретную букву — QWERTY-раскладка становится посредником между нейронной активностью и словом.
Смысл не в том, что машина «читает мысли». Смысл в том, что интерфейс убирает физический барьер, но оставляет человека автором сообщения. ИИ здесь — переводчик, а не соавтор и не решающая инстанция. Он не выбирает, что сказать пациенту. Он просто снимает необходимость резать череп, чтобы сказать хоть что-то.
Вес сигнала и импульс говорят о том же: направление растёт, потому что закрывает практическую проблему — доступность. Не в лаборатории, а в быту: чтобы поговорить с семьёй, нужен не нейрохирург, а приложение.
Наука как рабочая среда: инструмент вместо оракула
Второй сигнал — Claude Science от Anthropic. Компания позиционирует продукт как «научный аналог» Claude Code — среды для программистов, которая уже прижилась в индустрии. Только вместо кода — эксперименты, вместо репозиториев — пакеты для анализа данных, вместо пул-реквестов — проверяемые артефакты исследования.
Ключевое слово — «проверяемые». Anthropic не продаёт учёным чёрный ящик, который выдаёт готовые открытия. Компания собирает рабочую среду, где ИИ помогает собрать пайплайн, подключить вычислительные ресурсы, довести гипотезу до формы, которую можно перепроверить. Ориентация на фармацевтику и биотех — не случайность: это отрасли, где недостоверный результат стоит человеческих жизней и миллиардов долларов. Здесь автономность ИИ была бы не преимуществом, а угрозой репутации всей индустрии.
Вес сигнала — 8 из 10, импульс — тоже 8. Это выше, чем у BCI-интерфейса, и это логично: рынок научных инструментов на основе ИИ уже сформирован спросом фармкомпаний, готовых платить за скорость и воспроизводимость. Но платят они не за замену исследователя, а за расширение его возможностей — за то, чтобы человек тратил время на гипотезы, а не на настройку окружения.
Гиг-экономика: менеджер, который не может быть только алгоритмом
Третий сигнал — из совершенно другой сферы, но с тем же выводом. Исследование индийских гиг-работников — курьеров и водителей, чья работа завязана на геолокации и алгоритмическое распределение заказов — предлагает модель «алгоритмический-человеческий менеджер».
Идея простая: чистая алгоритмическая система эффективна, но неподотчётна. Она не объясняет решений, не слышит жалоб, не берёт на себя ответственность за ошибку. Чистая человеческая система подотчётна, но медленна и не масштабируется на тысячи работников одновременно. Гибрид берёт скорость у машины и ответственность — у человека.
Это исследование ниже по весу (6 из 10) и импульсу (+6), чем первые два, — и это тоже показательно. Тема гиг-экономики не хайповая, ей не хватает драмы биотеха или медицины. Но именно поэтому она честный индикатор: если гибридная модель управления пробивается в скромный академический дискурс о курьерах, значит, паттерн не придуман маркетологами крупных лабораторий, а органически возникает там, где алгоритм столкнулся с живыми людьми и их претензиями.
Почему граница проходит именно здесь
Во всех трёх случаях есть общий критерий, где заканчивается зона доверия к автономному ИИ и начинается зона обязательного человеческого участия — это ставка на необратимость.
Ошибка в переводе мысли в текст для пациента с БАС — поправима: можно перепечатать. Ошибка в научном артефакте, который не прошёл проверку, — тоже поправима до того, как препарат дошёл до пациента, но только если есть шаг верификации. Ошибка алгоритмического менеджера в отношении курьера — увольнение без объяснений, штраф без апелляции — не поправима для человека, который от этой работы зависит здесь и сейчас.
Именно там, где ошибка автономного агента дорого стоит человеку, разработчики закладывают точку возврата к человеку. Не из сентиментальности, а потому что это единственный способ сделать систему рабочей в долгую: пациенты доверяют интерфейсу, которым сами управляют; фармкомпании доверяют артефактам, которые можно проверить; курьеры не увольняются массово из сервиса, где есть к кому апеллировать.
Что это значит для тех, кто строит продукты на ИИ
Тезис, который вырастает из трёх сигналов: самый устойчивый спрос на ИИ сегодня — это спрос на интерфейсы и среды, а не на автономных решающих агентов. Компании, которые выигрывают гонку, — Meta с Brain2Qwerty, Anthropic с Claude Science — не продают «ИИ вместо человека». Они продают «человек с ИИ, который снял с него барьер»: барьер тела, барьер инфраструктуры, барьер масштаба.
Для рынка это конкретный сигнал: продукты, где ИИ полностью замещает решение человека, встречают сопротивление регуляторов, пользователей и самой физики риска. Продукты, где ИИ — это слой перевода между человеком и системой, растут быстрее и получают выше оценку веса и импульса, потому что не требуют от рынка прыжка веры. Пациенту не нужно верить, что машина знает лучше, — нужно верить, что она правильно печатает то, что он думает. Учёному не нужно верить, что ИИ сделал открытие, — нужно верить, что артефакт можно проверить. Курьеру не нужно верить в справедливость алгоритма — нужно знать, что есть человек, к которому можно обратиться.
Итог
Три сигнала из разных областей — медицины, науки и гиг-экономики — сходятся в одной точке: следующая волна успешных ИИ-продуктов строится не на автономии, а на посредничестве. Технология выигрывает не тогда, когда она умнее человека, а тогда, когда она честно встаёт между человеком и барьером — телесным, инфраструктурным или организационным — и не претендует занять место самого человека. Это не временная осторожность рынка. Это архитектурный принцип, который, судя по весу и динамике всех трёх сигналов, только укрепляется.