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

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Attack and Defense Labs
Attack and Defense Labs
V2EX - 技术
V2EX - 技术
C
Cybersecurity and Infrastructure Security Agency CISA
T
Troy Hunt's Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
AI
AI
D
Darknet – Hacking Tools, Hacker News & Cyber Security
L
LINUX DO - 热门话题
W
WeLiveSecurity
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Spread Privacy
Spread Privacy
Simon Willison's Weblog
Simon Willison's Weblog
Security Archives - TechRepublic
Security Archives - TechRepublic
C
Cisco Blogs
S
Security Affairs
V
Vulnerabilities – Threatpost
T
The Exploit Database - CXSecurity.com
P
Privacy & Cybersecurity Law Blog
Security Latest
Security Latest
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Google DeepMind News
Google DeepMind News
博客园_首页
Cyberwarzone
Cyberwarzone
Cisco Talos Blog
Cisco Talos Blog
T
The Blog of Author Tim Ferriss
Recent Commits to openclaw:main
Recent Commits to openclaw:main
阮一峰的网络日志
阮一峰的网络日志
www.infosecurity-magazine.com
www.infosecurity-magazine.com
T
Threat Research - Cisco Blogs
P
Privacy International News Feed
I
Intezer
The Cloudflare Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
K
Kaspersky official blog
S
Schneier on Security
云风的 BLOG
云风的 BLOG
有赞技术团队
有赞技术团队
爱范儿
爱范儿
博客园 - 叶小钗
博客园 - Franky
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Cloudbric
Cloudbric
V
V2EX
大猫的无限游戏
大猫的无限游戏
Scott Helme
Scott Helme
H
Hacker News: Front Page
SecWiki News
SecWiki News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 【当耐特】

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 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 OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом 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
Альтман против Паркинсона
Станислав Макаров · 2026-05-29 · via Все публикации подряд на Хабре

Знал ли Сэм Альтман про закон Паркинсона, когда навел шороху своим заявлением, что ИИ отберет у всех работу? — Рискну предположить, что нет. Иначе бы он не был столь категоричен: если работу можно сделать эффективнее, то это непременно будет сделано, а значит лишних сотрудников сократят.

Как бы не так! На протяжении веков человеческие организации выработали необыкновенную живучесть и приспособляемость. Наивно полагать, что целью организации является зарабатывание прибыли или какое-то общественное благо.
Смысл существования любой достаточно крупной организации в том, чтобы позволить ее функционерам спокойно досидеть до пенсии, работая как можно меньше. И никакие технологии, даже всемогущий ИИ этого перебороть не смогут.

Напомню коротко про закон Паркинсона:

В 1955 году Сирил Норткот Паркинсон, британский историк военно-морского флота (не путать с Джеймсом Паркинсоном, который доктор), сделал интересное наблюдение:

После войны количество кораблей во флоте Ее Величества сократилось, а число служащих адмиралтейства увеличилось. То есть, работы стало меньше, а сотрудников больше. И это не единичный случай, это происходит повсеместно. Возможно, бюрократы размножаются почкованием, только мы этого не замечаем.

На самом деле логика довольно проста — все держится на человеческих амбициях. Предположим, есть небольшой отдел с начальником, у которого двое подчиненных. Через некоторое время один из них хочет выделиться и получить повышение в должности. (Помните, как Дуайт Шрут из The Office отчаянно добивался того, чтобы стать заместителем босса?)

Как только такой персонаж поднимается хоть на пол-ступеньки выше, чтобы укрепить свое положение, он выбивает ставку для нового подчиненного. И вот опять их двое на одном уровне и история повторяется. — Это, конечно, немного утрировано, однако вполне отражает реальную жизнь: организации растут независимо от объема работы.

Паркинсон представил этот рост в виде псевдонаучного математического уравнения, описывающего скорость, с которой бюрократии расширяются со временем:

где:
• x — количество новых сотрудников, нанимаемых ежегодно;
• k — количество сотрудников, которые хотят быть повышенными за счёт найма новых сотрудников;
• m — количество рабочих часов на одного человека на подготовку внутренних служебных записок;
• P — разница: возраст при найме − возраст при выходе на пенсию;
• n — количество административных дел, фактически завершённых.

Шутки в сторону

Несмотря на то, что закон Паркинсона был представлен публике в виде сатирического эссе, позднейшие исследования его подтвердили. Все действительно так: чем больше у сотрудника подчиненных, тем выше вероятность его продвижения по службе.

Источник: Parkinson’s Law Quantified: Three Investigations on Bureaucratic Inefficiency

Источник: Parkinson’s Law Quantified: Three Investigations on Bureaucratic Inefficiency

Соответственно, выше его зарплата и административный вес, что является гораздо более мощным мотиватором, чем абстрактная эффективность. Поэтому организации растут вне прямой корреляции с внешними факторами, включая технологии и рыночные условия.

ИИ бросает вызов

Как только ИИ достаточно окреп и возмужал, чтобы быть принятым на корпоративную службу, тут же пошли разговоры, что этот новый сотрудник быстро отнимет рабочие места у "кожаных мешков".

Надо сказать, объективные предпосылки для этого были. Потому что ИИ — это первая технология, которая является не просто инструментом, а обладает свойством агентности. Агент получает цель, сам строит план, сам разбивает её на шаги, сам выполняет, сам принимает решения, сам координирует другие системы. Он может работать автономно.

Агенту не нужно думать о своей пенсии, у него нет амбиций иметь больше подчиненных, чтобы получить более высокий пост, ему не нужно собирать бесполезные заседания лишь бы подчеркнуть свою значимость. Казалось вот он, идеальный работник!

Потенциально это могло изменить фундаментальную логику организаций, привыкших жить в парадигме закона Паркинсона, когда чиновники создают работу друг для друга. Оптимисты увидели в этом возможность для небывалого роста производительности и наперебой начали рассказывать про светлое будущее, где вкалывают роботы и счастлив человек.

Однако, у этой медали была и темная сторона: если ИИ может заменить административные функции и предотвратить раздувание бюрократии, то он может заменить и сами рабочие места. Если агент пишет отчёт вместо аналитика, координирует задачи вместо менеджера, обслуживает клиента вместо оператора — зачем держать людей?

Апокалипсис завтра

В интервью The Atlantic в 2023 году Сэм Альтман сказал: «Jobs are definitely going to go away, full stop» — то есть «рабочие места точно будут исчезать».

И тут такое началось! Из каждого утюга зазвучало, что вот-вот придет ИИ и всех уволит. Составлялись списки профессий, которые исчезнут первыми. Родители метались в поисках, куда пристроить детей, чтобы те не остались безработными.

Алармисты смаковали ситуацию, каждый день подливая масла в огонь. Журналисты писали заголовки вроде «ИИ уничтожит 300 миллионов рабочих мест», «Позиции джунов исчезнут к 2025 году», «Копирайтеры, программисты, дизайнеры — первые в очереди». Аналитики из Goldman Sachs подсчитали, что ИИ затронет треть всех рабочих мест в мире. Challenger, Gray & Christmas опубликовал отчёт, что уже четыре тысячи человек потеряли работу из-за ИИ к июню 2023 года. Цифры росли, страхи росли, хайп достиг пика.

В LinkedIn и Twitter каждый день появлялись новые посты: «Мой отдел сократили, потому что теперь есть ИИ», «Не учи детей программированию — ИИ сделает лучше», «Какие профессии останутся на плаву?». Консультанты продавали курсы «Как выжить в эпоху ИИ». Карьерные коучи переписывали свою продукцию под «ИИ-устойчивые навыки». Столбы дыма от паники были видны из космоса.

Отставить панику!

Параллельно с хайпом шёл другой процесс — реальный. Компании внедряли ИИ, но не увольняли людей массово. Программисты получали GitHub Copilot, Claude Code или Cursor и писали код быстрее, но компанию не сокращали. Дизайнеры использовали Midjourney для черновиков, но не увольнялись. Копирайтеры брали ChatGPT в помощь, но их рабочие места оставались. ИИ стал инструментом, а не заменой.

К 2024 году стало заметно: да, ИИ ускоряет задачи, но не ломает рынки труда. Начальные позиции не исчезли массово. Наоборот, компании начали требовать от младших специалистов, чтобы они умели работать с ИИ. Не «ИИ заменит джуна», а «джун, который не умеет с ИИ, будет заменён тем, кто умеет».

К 2025 году данные стали ещё более однозначными. Исследования Yale Budget Lab показали, что реальных массовых увольнений конкретно из-за ИИ не происходит. Данные Harvard Business School показывают, что ИИ скорее дополняет людей, чем заменяет. Производительность на задачах растёт на 14–55%, но на уровне компании эффект размыт. 95% enterprise AI-пилотов проваливаются, поскольку не могут показать измеримый бизнес-эффект.

В общем, кое-какая польза от ИИ есть, но картина мира при этом не перевернулась.

Не все так однозначно

Скептики на преминут указать на реальные крупные сокращения, которые волной прокатились по ИТ-сектору. Oracle уволила 30 тысяч человек (18% штата), Meta (запрещенная в РФ) сократила 8000 рабочих мест, Amazon оставила без работы 16 тысяч своих сотрудников. И это мы прошлись только по самому верху, в компаниях поменьше творится то же самое. Что происходит? Разве не это предрекал мистер Альтман?

Может быть да, а может и нет. Тут впору опять вспомнить про закон Паркинсона: компании годами накапливали жирок неэффективности, нанимая все больше людей без явной необходимости. Естественно, наступает момент, когда тяжесть этого балласта человеческих амбиций становится непомерно большой, то организация его резко сбрасывает. Полистайте новости за прошлые года — там вы найдете совершенно аналогичные истории больших чисток без всякого ИИ.

Например, в 1993 году IBM разом уволила 60 тысяч сотрудников, хотя раньше никогда этого не делала. Кто виноват? — Я думаю, все тот же Паркинсон. Citigroup в 2008 году отправила на улицу 50 тысяч белых воротничков, это аж пять дивизий! Пузырь дотком унес вообще полмиллиона рабочих мест! Так что, ИИ пока обходится с нами вполне гуманно.

Да и в нем ли дело? — Просто руководителям нужен какой-то триггер, чтобы увидеть, насколько разрослись их организации. И тогда они начинают применять резкие меры — но не факт, что самые разумные.

Нынешняя ситуация не исключение. Аналитики отмечают: ИИ — это скорее предлог, чем реальная причина. CNN пишет, что нет существенных доказательств массового замещения работников ИИ. Fortune называет увольнения из-за ИИ «модной практикой». Сам Альтман признал: «Некоторые компании действительно AI-washing — винят ИИ в увольнениях, которые они всё равно сделали бы».

Можно выдохнуть

В мае 2026 года Сэм Альтман появился на конференции Commonwealth Bank of Australia в Сиднее и сказал фразу, которая перевернула весь предшествующий нарратив:

«Я рад, что ошибся», — сказал Сэм Альтман. «Я ожидал, что к этому времени влияние искусственного интеллекта на исчезновение начальных офисных позиций будет куда более заметным. По большому счету, в технологических прогнозах мы оказались в целом правы, а вот в оценке социальных и экономических последствий — довольно сильно ошиблись».

В общем, апокалипсис отменяется. Не сегодня.

Чем сердце успокоится

— Ну, что? Хайп закончен, расходимся?
— Нет, погодите, что все-таки будет дальше?

Видимо, законы, определяющие существование организаций, действуют на более фундаментальном уровне, чем любые технологии. Это значит, что после волны ситуативных сокращений организации адаптируются к новому порядку и примут ИИ-агентов в свои ряды — в полном соответствии с логикой закона Паркинсона.

В некотором смысле станет даже лучше — теперь вам не надо будет набирать толпу подчиненных, чтобы продемонстрировать свою важность. Вместо этого вы сможете руководить ИИ-агентами — их количество и покажет ваше место в новой иерархии.

Появится новый слой управленцев, которые будут контролировать агентов, настраивать, проверять и отчитываться за них. Тогда вместо сокращения бюрократии может получиться ее перенос на новый уровень. Ведь агенты не устают, не берут больничный, не выпрашивают прибавку к жалованию и повышение в должности, дотошно следуют букве инструкции — из них выйдут идеальные бюрократы!

Сможет ли организация остановить самопроизвольный рост контроля, отчетности и согласований, которые так легко наплодить вокруг агентов — вот главный вопрос! Без этого ИИ может не уменьшить бюрократию, а просто сделает ее быстрее и многослойнее.

Подпишитесь на канал Agentic Enterpise — о жизни ИИ-агентов в кровавом энтерпрайзе

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

Проголосовали 11 пользователей. Воздержавшихся нет.