Искусственный интеллект (AI) в последние годы стал одной из самых обсуждаемых и перспективных технологий, обещающих преобразить нашу жизнь и работу. Однако среди множества обещаний и маркетинговых кампаний, связанных с AI, присутствует особый вид обмана — так называемый «пого-стик гринг» (pogo-stick grift), или «обман с поглощающим прыгуном». Эта метафора отражает ситуацию, когда технологии под видом прорыва и автоматизации требуют от окружающей среды кардинальных и невыполнимых изменений, чтобы действительно функционировать. По сути, это попытка продать продукт, который по-настоящему эффективен только в идеальном, специально подстроенном мире, в то время как реальность остаётся сложной, хаотичной и непредсказуемой. Одной из ключевых иллюзий в области AI последних лет является концепция агентного интеллекта — когда AI не просто инструмент, а автономный агент, который берет на себя выполнение сложных человеческих задач, например, бронирование билетов, заказ товаров или управление приложениями.
Обещания таких систем звучат фантастически: AI, который умеет самостоятельно ориентироваться в интернете или программах так, как это делает человек, мгновенно освобождая людей от рутинных или трудоёмких обязанностей. При этом мамонтовые инвестиции, часто исчисляемые сотнями миллиардов долларов, вкладываются в разработку именно таких решений. Однако, как показывает опыт и глубокий анализ разработчиков и критиков, агентный AI до сих пор далёк от того уровня, который позволил бы заменить человека в сложных, динамичных и непредсказуемых средах. Здесь важно понять фундаментально трудную задачу, с которой столкнулся AI-сектор: мир, в котором мы живём, — это не аккуратное, структурированное пространство с чётко прописанными правилами. Это огород с множеством неожиданных «пого-стиков» — то есть факторов, которые искусственный интеллект не может предсказать или с которыми не может ефективно взаимодействовать без исключительных затрат или предварительной настройки.
Примером такой проблемы является сфера автономного вождения. Производители самоуправляемых автомобилей обещают, что скоро каждый водитель сможет заменить свой транспорт на машину с автопилотом, которой достаточно просто сложить в привычные условия дорожного движения. Но реальность оказалась гораздо сложнее. Авто не умеют справляться с поведением «прыгающих на пого-стике пешеходов», сложными моральными дилеммами и непредсказуемыми этапами взаимодействия с другими участниками дорожного движения, особенно когда другие водители ведут себя агрессивно или неадекватно. Если исходить из предложенного подхода, чтобы автомобили успешно работали, всем остальным участникам дороги необходимо кардинально изменить своё поведение и отношение, что практически невозможно.
С формальной точки зрения, это своего рода «бейт-энд-свитч» — ловкий маркетинговый приём, когда технологическая компания сначала обещает один уровень удобства и эффективности, а затем переводит ответственность за успех продукта на общество. Становится не вопросом того, насколько умён и самостоятелен AI, а вопросом «почему все остальные люди не следуют прописанным правилам и не подстраиваются под требования машин». В таком подходе нет учёта реальных сложностей человеческого взаимодействия и вариативности ситуации в живом мире. Переходя к сфере агентного AI, картина становится ещё сложнее. Для обработки задач он должен «лазить» по разным веб-сайтам и собирать оттуда информацию.
Однако веб-сайты не спроектированы с учётом потребностей AI-агентов, так как созданы прежде всего для взаимодействия с человеком, и зачастую умышленно запутывают, скрывают или манипулируют информацией, чтобы достичь собственных коммерческих целей. Крупнейшие компании, такие как Amazon или авиакомпании, традиционно непрозрачно формируют цены в зависимости от пользователя и его профиля, что лишь усложняет задачу автоматической обработки и сравнения предложений. Попытка заставить весь интернет подстроиться под AI-агентов через единые стандарты и API выглядит утопией. Люди уже 20 лет пытаются создать так называемую «семантическую паутину» (semantic web), в которой ресурсы интернета будут структурированы и понятны машинам. Но эта идея столкнулась с фактом, что владельцы сайтов заинтересованы в том, чтобы скрывать или искажать информацию, а не стандартизировать и упрощать её.
По сути, весь коммерческий интернет функционирует на основе неравенства доступа к данным, маркетинговых уловок и сознательного запутывания пользователя — и AI не способен решить эти проблемы своим техническим превосходством. Возникает эффект «сломанного телефона», когда задача распадается на цепочку специализированных агентов, каждый из которых выполняет лишь малую часть работы. Комбинация множества таких агентных систем значительно повышает риск ошибок и неправильных решений. Система становится хрупкой, сложностью обслуживания и верификации. Это порождает парадокс, при котором попытка автоматизировать процессы приводит к росту сложности и необходимости всё больше ресурсоёмкой ручной настройки.
Кроме того, ключевой вопрос лежит в экономической плоскости. AI-стартапы часто представляют свои разработки как инструменты для оптимизации затрат и замены человеческих работников. Но попытка создать идеальную техническую автоматизацию часто сопровождается завышением эффективности и игнорированием социальных издержек. При этом крупнейшие коммерческие игроки заинтересованы в сохранении и усложнении экосистемы, чтобы извлекать максимальную прибыль как через ценообразование, так и за счёт интеллектуальной собственности и юридических ограничений. Таким образом, «пого-стик гринг» в AI — это не просто технический вызов, но и глубинный социально-экономический феномен.
Он отражает системное противоречие между амбициями технологии сделать мир проще и более автоматизированным и реальной человеческой и корпоративной природой, которая упорно сопротивляется этим изменениям. Переоценка возможностей агентного AI и критическое отношение к маркетинговым обещаниям помогут избежать неоправданных разочарований и направить усилия в развитие действительно полезных и реализуемых технологий. В будущем развитие AI требует учёта сложных, часто непредсказуемых условий, в которых он должен работать, и выстраивания гибких моделей взаимодействия с людьми и организациями, а не одностороннего навязывания «требований к миру». Только тогда AI сможет стать по-настоящему трансформационной силой, а не очередной заманчивой, но обречённой на провал авантюрой.
