惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threatpost
Jina AI
Jina AI
S
SegmentFault 最新的问题
博客园 - 【当耐特】
阮一峰的网络日志
阮一峰的网络日志
IT之家
IT之家
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
aimingoo的专栏
aimingoo的专栏
博客园 - 叶小钗
The Cloudflare Blog
MyScale Blog
MyScale Blog
F
Full Disclosure
T
Tailwind CSS Blog
Recent Announcements
Recent Announcements
云风的 BLOG
云风的 BLOG
B
Blog
Apple Machine Learning Research
Apple Machine Learning Research
Engineering at Meta
Engineering at Meta
P
Privacy & Cybersecurity Law Blog
H
Help Net Security
A
Arctic Wolf
T
Tor Project blog
WordPress大学
WordPress大学
Cisco Talos Blog
Cisco Talos Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Project Zero
Project Zero
V2EX - 技术
V2EX - 技术
C
CERT Recently Published Vulnerability Notes
L
Lohrmann on Cybersecurity
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Hacker News: Ask HN
Hacker News: Ask HN
有赞技术团队
有赞技术团队
Y
Y Combinator Blog
S
Securelist
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 三生石上(FineUI控件)
PCI Perspectives
PCI Perspectives
雷峰网
雷峰网
J
Java Code Geeks
G
GRAHAM CLULEY
D
DataBreaches.Net
C
CXSECURITY Database RSS Feed - CXSecurity.com
Attack and Defense Labs
Attack and Defense Labs
美团技术团队
Security Archives - TechRepublic
Security Archives - TechRepublic
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
D
Docker
Cloudbric
Cloudbric
L
LangChain Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром T-TOPS: Как распутать гордиев узел проекта после выхода в прод (меч не понадобится) Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом
2026-04-16 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение6 мин

Охват и читатели16K

Мнение

Перевод

Что ж, теперь образ действия Сэма Альтмана очевиден, и мы уже можем предсказать, что будет дальше.

То, что он делает, — это разновидность многоуровневого маркетинга (MLM). Схема, в которой доход генерируется не от продажи продукта, а от привлечения новых участников, вкладывающих свои деньги в систему.

Формально это нельзя назвать незаконным, и Альтман, скорее всего, не понесёт юридической ответственности, когда эта схема рухнет. Но его репутация, вероятно, окажется погребена под обломками конструкции, стоимость которой составит десятки, если не сотни миллиардов долларов.

Кроме того, множество компаний — включая весьма известные, — на мой взгляд, понесут колоссальный репутационный ущерб. И мне страшно представить количество и суммы судебных исков, которые последуют за этой грандиозной мистификацией.


Ещё более грандиозное предприятие

В одной из предыдущих статей я обращал внимание на, казалось бы, нелогичный скачок стоимости OpenAI в конце февраля.

Напомню: это произошло после целой серии крайне неблагоприятных для Альтмана событий:

  • Nvidia вышла из инвестиционной сделки на 100 миллиардов долларов

  • Проект Sora потерпел крах

  • Disney расторгла сделку с OpenAI на 1 миллиард долларов

  • OpenClaw столкнулся с массированной критикой из-за проблем с безопасностью

  • OpenAI сократила свои требования к инвестициям в инфраструктуру до 2030 года с 1,4 триллиона до 600 миллиардов долларов (минус 57%)

Тем не менее этот скачок стоимости OpenAI можно объяснить. 23 февраля на их сайте было анонсировано очередное амбициозное начинание — Frontier Alliances.

Это сеть стратегических партнёров — BCG, McKinsey, Accenture и Capgemini. Они будут помогать другим компаниям внедрять так называемых AI-коворкеров (ИИ-сотрудников), разработанных на базе технологической платформы OpenAI Frontier.

AI-коворкеры, в свою очередь, — это ИИ-агенты, которые действуют внутри компании как полноценные исполнители задач. Предполагается, что они получают контекст, используют инструменты, принимают решения и выполняют реальные операции в рамках бизнес-процессов.

Публика немедленно пришла в восторг, и оценка компании мгновенно подскочила почти на 50%.


Кстати, об инструментах. Если вам нужен доступ ко всем ключевым моделям — Claude, GPT, Gemini — загляните на BotHub.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токенов  для первых задач и приступить к работе с нейросетями прямо сейчас!


Что не так с Frontier Alliances?

Но Frontier Alliances — это не технологический прорыв. Это шаг к построению MLM-схемы, замаскированной под стратегическое партнёрство с респектабельными компаниями.

BCG, McKinsey, Accenture и Capgemini нужны для легитимизации этой схемы, и их участие в ней для них выгодно. Их бизнес-модель не предполагает ответственности за то, как будет функционировать платформа OpenAI. Им безразлично, будут ли AI-коворкеры генерировать прибыль для конечного клиента. Им нужно продать «процесс трансформации» — то есть интеграцию этих продуктов в рабочий процесс клиента.

Сразу оговорюсь: я не обвиняю эти компании в пособничестве сомнительному предприятию. Их руководство может не знать или не верить в то, что AI-коворкеры не будут работать так, как описывает OpenAI. И им будет нетрудно сослаться на своё реальное или мнимое неведение. Достаточно взглянуть на масштаб капитальных вложений крупнейших надувателей пузыря ИИ:

Видите, что происходит? И если Microsoft, Amazon, Google и Oracle вкачивают такие безумные деньги в ИИ, значит, они наверняка знают, что это будет прибыльно, правда? Следовательно, вся эта экосистема будет функционировать, и участие в ней будет выгодно всем. А партнёры OpenAI просто следуют своим внутренним прогнозам, основанным на текущих трендах.

Это может служить оправданием их участия в проекте, обречённом на провал с самого начала. Тем более что подобные проекты возникают раз за разом.

И для таких случаев в мире корпоративного консалтинга существует специальный язык, который направляет обсуждение неизбежных проблем таких проектов в юридически безопасное для подрядчика русло.

И когда AI-коворкеры не дадут ожидаемых результатов, консультанты никогда не назовут это «провалом». Они скажут, что это путьуправление изменениямифаза оптимизации и так далее. И могут повторять это годами.

Словом, для «Большой четвёрки» консалтинга это — невероятно выгодная сделка. Они получают доступ к бесконечным бюджетам на «перестройку рабочих процессов», которая продолжается до тех пор, пока так называемый «ИИ» считается частью бизнес-инфраструктуры.

OpenAI, в свою очередь, получает подтверждение того, что её технологии востребованы в реальной экономике. Это позволяет компании перекладывать вину за технологические сбои на интеграторов или конечных клиентов.

Те, кто действительно проигрывает, — это, собственно, конечные клиенты. Они заплатят сотни миллионов за систему, ошибки которой неразрывно вплетены в вероятностную природу AI-коворкеров.

Так всегда бывает в MLM-схеме — платят те, кто присоединился последним.


Стохастический хаос в детерминистском мире

Если смотреть не на перспективы, нарисованные Сэмом Альтманом, а на суть предлагаемого «корпоративного решения», ничего революционного вы там не увидите. Вы увидите эксплуатацию невежества, которое царит на волне ИИ-хайпа. Оно служит надёжным щитом от любой рационально обоснованной критики.

Если бы этого щита не существовало, Frontier Alliances просто не появился бы на свет. OpenAI обосновывает его жизнеспособность всё той же старой идеей «агентного ИИ»: AI-коворкеры якобы смогут автономно обрабатывать сложные бизнес-процессы «под ключ».

Но то, что это не будет работать, доказано не только концептуально, но и экспериментально. В частности, в исследовании «Remote Labor Index: Measuring AI Automation of Remote Work», опубликованном в конце октября 2025 года, оценивалась эффективность ИИ-агентов при выполнении сквозных задач на примере реальных проектов на фриланс-площадках. Результаты таковы: самый продвинутый агент смог выполнить лишь 2,5% задач. Соответственно, 97,5% случаев завершились провалом.

С концептуальной точки зрения это вполне ожидаемо. Потому что современный ИИ состоит из стохастических систем. В маркетинговых материалах производителей ИИ этот факт попросту замалчивается. Вместо этого пользователям скармливают ложное утверждение, будто такие системы способны «рассуждать». Но процессы, происходящие внутри LLM, имеют к рассуждению примерно такое же отношение, как бросок кубика.

Бизнес же строится на детерминистских системах: если произошло событие A, система должна выполнить действие B. Здесь нет места для интерпретаций. Ошибка в коде — это баг, который нужно найти, воспроизвести и исправить. Отказ от этого принципа автоматически делает систему неуправляемой. Вы, конечно, по-прежнему можете интегрировать AI-коворкеров в свои бизнес-процессы — но сама по себе эта интеграция бессмысленна.

Это подрывает саму основу Frontier — утверждение о том, что агент, способный самостоятельно понять структуру программного обеспечения и бизнес-процессов и адаптировать их, может быть встроен в рабочий процесс клиента.

В реальности это невозможно реализовать как управляемую функцию. Интеграторы могут придумать какое-нибудь «решение», состоящее из мешанины «костылей», которое на практике будет куда менее эффективным и надёжным, чем достижение тех же целей обычными средствами.


Отсрочка приговора

Но убедить клиента в том, что выбранный подход — единственно возможный, — это уже маркетинговая задача. И если эти компании умеют что-то делать, так это убеждать клиентов.

В этом они достигли непревзойдённого мастерства. Можете поверить мне на слово: я много лет проработал в одной из таких компаний в должности старшего аналитика и прекрасно знаю, как этот процесс «убеждения» устроен изнутри.

Но это далеко не все сюрпризы, уготованные клиенту. Критически важен вопрос юридической ответственности.

В США, в отличие от ЕС, отсутствует превентивная сертификация (вместо неё — деликтная ответственность и культура коллективных исков). Интеграторы, разумеется, включат в контракт с клиентом пункт о том, что ответственность за проверку и использование результатов лежит исключительно на клиенте.

Ведь они, интеграторы, — всего лишь консультанты по внедрению инновационных технологий. Они не ручаются за качество кода или надёжность нейросети. И клиенту придётся согласиться с этими условиями, если он верит в нарратив об ИИ, — просто потому, что у него не будет выбора. Ни одна интеграционная компания не захочет брать на себя ответственность за галлюцинации и прочие сбои ИИ-агентов на базе LLM.

В результате руководство корпораций, клюнувших на ИИ-хайп, рискует стать объектом обвинений в грубой халатности. Но пройдёт некоторое время, прежде чем клиенты партнёров OpenAI в полной мере это осознают. Для OpenAI в этом — суть стратегии. Пара лет правовой неопределённости вокруг ИИ даст ей передышку и возможность органически закрепить свои позиции внутри экосистемы ИИ-индустрии. И, возможно, тем самым остаться в ней настолько долго, насколько будет существовать сама эта экосистема.


Заключение

Frontier Alliances — это зеркало состояния умов тех, кто надувает пузырь ИИ и живёт внутри него. Оно отражает все его иллюзии, фантазии, ложные обещания и, конечно, ненасытную жажду прибыли, составляющую фундамент современного корпоративного этоса.

Загляните внутрь — и вы увидите, как консалтинг продаёт надежду, как индустрия создаёт иллюзии, как технологии становятся мифами, как риски маскируются под возможности и как неопределённость выдаётся за инновацию.

И как всё это скрепляется бесконечной ложью и лицемерием.

Тем не менее возможно, что Сэму Альтману удастся на какое-то время провернуть эту свою очередную схему. Он уже добился многого из того, что, вероятно, никому другому было бы не под силу.

Это по-прежнему работает, потому что слишком много людей продолжают верить в ИИ-хайп. Скажем так — порог скептицизма ещё не пройден.

Как почти всегда бывает в подобных ситуациях, всё изменится тогда, когда, как сказал сам Альтман, «кто-то потеряет феноменальное количество денег».

И он усердно работает над тем, чтобы это произошло.

Не знаю, стоит ли нам желать ему успеха в этом начинании.