Hot take: шум вокруг AI растет быстрее, чем бизнес-метрики.

Я уже несколько месяцев хожу по знакомым и прошу одну простую вещь: покажите мне не демо, не восторг и не очередное "мы теперь быстрее кодим", а реальный рост бизнес-метрик от AI. Выручка. Конверсия. Cost to serve. Маржа. Повторные покупки. Пока в ответ в основном тишина. Иногда осторожно показывают Amazon. Иногда Klarna. Иногда просто говорят, что разработчикам стало легче. И это, кажется, важная правда про весь рынок.

Эффект у AI есть. Но чаще всего он не там, где о нем громче всего рассказывают. Он не в категории "AI построил нам новый бизнес". Он в категории "AI снял узкий bottleneck". Например, в чатах поддержки, сокращении времени решения обращений с десятков минут до менее чем 2 минут и т.д. и т.п.. Это уже похоже не на магию, а на скучную, нормальную операционную оптимизацию. И именно в этом, похоже, сегодня лежит основной реальный эффект AI.

Еще take: сильнее всего выиграли junior и менее сильные сотрудники. То есть AI очень неплохо поднимает нижнюю планку, помогает с рутиной и ускоряет типовые решения. Это важно. Но это все еще task-level gain, а не гарантированный company-level win.

А вот когда мы поднимаемся на уровень экономики компании, картинка резко становится скромнее. Согласно исследованию, сотрудники с AI экономили около двух часов в неделю на email и меньше работали по вечерам. Звучит хорошо. Но заметного сдвига в количестве и составе задач у компаний исследователи не нашли. Еще сильнее отрезвляет paper от февраля 2026 года: около 70% фирм уже используют AI, но более 80% компаний не видят заметного эффекта ни на занятость, ни на продуктивность за последние три года. Прогноз на следующие три года тоже довольно скромный: в среднем +1.4% к productivity и +0.8% к output. Для технологии, которую продают как новую промышленную революцию, это, мягко говоря, не взрыв.

Есть и еще один неприятный для хайпа факт. Через два года после запуска ChatGPT не видно заметного эффекта на зарплаты и отработанные часы свыше 2%. Работа меняется. Задачи перераспределяются. Но обещанного апокалипсиса и обещанного экономического прорыва в агрегате пока не видно.

И это очень хорошо совпадает с тем, что видно в реальных командах. Разработчики действительно выигрывают на мелких задачах. Фронт больше не стопорится о простой endpoint на бэке. Бэк может быстро собрать внутренний виджет для бэкофиса. Там, где UI не критичен, скорость выросла. Но это локальная эффективность. Не бизнес-модель. Не спрос. Не distribution. Не product-market fit.

Поэтому vibe coding, конечно, тема. Но тест гипотезы, это не "мы за вечер собрали фичу". Тест гипотезы, это "мы уперлись этой фичей в реальную аудиторию и получили изменение в поведении". Кто-то пришел. Кто-то понял ценность. Кто-то нажал. Кто-то заплатил. Кто-то вернулся. И вот эта часть почти всегда дороже и сложнее, чем сама сборка интерфейса или API. Часто главный кост эксперимента, это вовсе не разработка, а доступ к аудитории, трафик, продажи, поддержка, время команды и цена ошибки.

Отсюда вывод, который многим не нравится. Продакту не надо превращаться в разработчика и ночами кодить MVP. Продакту надо разбираться с метриками, считать экономику и формулировать гипотезы так, чтобы их вообще можно было проверить. Фаундеру не надо в очередной раз героически собирать продукт самому. Ему надо добывать деньги, канал дистрибуции и ресурс на серию экспериментов. AI может удешевить сборку. Но он не отменяет ни рынок, ни валидацию, ни капитал.

Еще take: продавать AI в enterprise пока, похоже, проще, чем стабильно извлекать из него большой эффект внутри обычного бизнеса. У YC в requests for startups теперь есть даже отдельная категория про это :) Напишу про это еще!

Моя текущая позиция такая: AI встанет в одну линейку с Excel. Это очень важный инструмент. Иногда инфраструктурный. Иногда обязательный. Но это не самостоятельная стратегия и точно не замена бизнес-мышлению. Выиграют не те, кто "внедрил AI". Выиграют те, кто точно понимает, в каком месте воронки, процесса или P&L даже 5-15% улучшения действительно складываются в деньги.