Поиск по Практикуму

От двух букв · ↑↓ выбрать · Enter открыть · Esc закрыть

Введите минимум две буквы.

Источники Тома 2

Здесь собраны библиографические карточки и проверенные прямые ссылки к разделу «Источники и ссылки Тома 2». Карточки сгруппированы по тому и главе; номера совпадают с источниковыми сносками в книге. Страницы печатного издания намеренно не указываются: они меняются вместе с форматом и вёрсткой.

Как читать карточки

  • Первый абзац идентифицирует источник и объясняет, какой факт, цитату или оговорку книги он подтверждает.
  • Открыть источники — проверенные страницы оригинальной публикации, официального документа, независимого подтверждения, библиографической записи или дополнительного контекста.
  • Основная и дополнительная ссылка обозначают порядок навигации, а не научный статус источника. Его происхождение и ограничения указываются в самой карточке.
  • Пропуски в нумерации не являются ошибкой: соответствующие номера могут принадлежать словарным или пояснительным сноскам, которые на странице источников не повторяются.

Если у источника нет надёжной открытой страницы, библиографическая карточка остаётся доступной по автору, названию, изданию и дате — без технических заглушек и случайных ссылок.

Последняя системная проверка ссылок: 23 июля 2026 года.

От автора. «Когда перестраивается не человек, а мир вокруг»

№1.

Уильям Гибсон. Фраза «Будущее уже здесь — просто оно распределено неравномерно» обычно атрибутируется Гибсону по интервью NPR Fresh Air (1993) и публикации в The Economist (4 декабря 2003); более раннюю фиксацию 1992 года приводит Quote Investigator.

№2.

Протоколы агентной коммерции и агентных платежей: ACP, AP2, UCP, российские инициативы уровня YCP/GigaNetwork, а также практические и исследовательские примеры агентных переговоров. В «От автора» это рамка ближайшего перехода, а не числовой прогноз.

Открыть источники:

№3.

«ВкусВилл» / Habr: публикации о публичном MCP-сервере для каталога товаров. Источник используется как российский пример того, как агент получает доступ к каталогу, составу, пищевой ценности, цене, рейтингу и ссылке на оформление.

Открыть источники:

№4.

SparkToro по данным Similarweb оценил долю поисков Google в США без внешнего клика в 68,01% за январь–апрель 2026 года. Semrush в анализе почти 69 млн десктопных сессий в США за май–июль 2025 года получил для AI Mode 92–94% zero-click. Показатели нельзя напрямую сравнивать: это разные продукты, периоды и методики.

Открыть источники:

№5.

Output / outcome и оплата за результат — базовая рамка Тома 1: различие между произведённым артефактом и полезным результатом, за который отвечают человек, команда или компания.

№6.

McKinsey и рынок консалтинга, 2023–2026: сообщения о снижении численности после пандемийного расширения, изменении спроса на консалтинг и росте моделей оплаты, связанных с результатом. В тексте это используется не как доказательство «ИИ сократил людей», а как сигнал сдвига от объёма анализа к измеримому результату.

№7.

Эндрю Ло (MIT) и работы/интервью о границе между знанием, персонализацией и фидуциарной ответственностью. Используется как рамка для тезиса: первый слой советов дешевеет, но лицензированная ответственность и обязанность действовать в интересах клиента остаются за людьми и организациями.

Глава 1. «ИИ — не плагин, а реконструкция»

№8.

Robert M. Solow, рецензия «We'd Better Watch Out», The New York Times Book Review, 12 июля 1987, с. 36: «You can see the computer age everywhere but in the productivity statistics» — «Компьютерный век виден повсюду, кроме статистики производительности».

Открыть источники:

  • standupeconomist.com — основная ссылка; проверено 18 июля 2026 года.

№9.

MIT NANDA / Project NANDA, «The GenAI Divide: State of AI in Business 2025». Источник тезиса о том, что около 95% корпоративных GenAI-пилотов не дают измеримого эффекта на P&L. В тексте эта цифра используется как порядок величины и сигнал организационного learning gap, а не как рецензируемый экономический закон.

Открыть источники:

  • fortune.com — основная ссылка; проверено 18 июля 2026 года.
  • virtualizationreview.com — дополнительная ссылка; проверено 18 июля 2026 года.

№12.

Deloitte, «State of AI in the Enterprise 2026». Источник рамки о разрыве между доступом к санкционированному ИИ внутри компаний и зрелым управлением автономными агентами.

Открыть источники:

  • Deloitte — основная ссылка; проверено 18 июля 2026 года.

№13.

McKinsey / QuantumBlack, «The State of AI» (2025–2026). Источник для общей картины: внедрение ИИ растёт, но стратегия, управление и масштабирование отстают.

Открыть источники:

  • McKinsey — основная ссылка; проверено 18 июля 2026 года.

№14.

Paul A. David, «The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox», American Economic Review, 1990, 80(2), с. 355–361. Историческая рамка о парадоксе электрификации: центральный вал, индивидуальные моторы, перепланировка фабрики и лаг между новой технологией и измеримым эффектом.

Открыть источники:

  • researchgate.net — основная ссылка; проверено 18 июля 2026 года.
  • aei.org — дополнительная ссылка; проверено 18 июля 2026 года.

№16.

Erik Brynjolfsson, Daniel Rock, Chad Syverson, «The Productivity J-Curve: How Intangibles Complement General Purpose Technologies», American Economic Journal: Macroeconomics, 2021. Экономическая рамка J-кривой: большие технологии требуют нематериальных вложений в процессы, навыки, организацию и управление, поэтому эффект может сначала не проявляться в производительности.

Открыть источники:

  • American Economic Association — основная ссылка; проверено 18 июля 2026 года.
  • ideas.repec.org — дополнительная ссылка; проверено 18 июля 2026 года.

№17.

Ajay Agrawal, Joshua Gans, Avi Goldfarb, Power and Prediction: The Disruptive Economics of Artificial Intelligence, Harvard Business Review Press, 2022; русское издание — «От предвидения к власти», МИФ, 2024. В главе используется их лестница point → application → system solution, риск системного изменения, дилемма новатора и порог надёжности. Книга вышла до массовой волны генеративного ИИ; автор расширяет их рамку «удешевления прогноза» до более широкой рамки удешевления output.

Открыть источники:

  • avigoldfarb.com — основная ссылка; проверено 18 июля 2026 года.
  • shortform.com — дополнительная ссылка; проверено 18 июля 2026 года.

№20.

MIT NANDA, Deloitte, Erik Brynjolfsson, Daniel Rock, Chad Syverson, Ajay Agrawal, Joshua Gans и Avi Goldfarb. MIT NANDA показывает проблему ИИ-пилотов без измеримого эффекта, Deloitte — разрыв между внедрением технологии и готовностью управления, Бриньолфссон, Рок и Сиверсон — J-кривую производительности, когда отдача запаздывает из-за перестройки процессов и навыков. Агравал, Ганс и Голдфарб описывают переход от point solution («точечного решения») к application solution («решению на уровне процесса») и system solution («перестройке всей системы»). Вместе эти источники объясняют, почему одного доступа к ИИ недостаточно. Подробное описание каждого источника приведено в отдельных записях этого раздела.

№22.

Авторский кейс договоров из Тома 1, главы 11 «Первые 90 дней. Личный план»: внутренняя ИИ-память для первого разбора типовых договорных вопросов и снижение обращений к внешним юристам по типовым вопросам. В Томе 2 этот кейс используется уже не как личный план, а как бизнесовый пример разницы между косметическим ИИ и реконструкцией процесса.

№23.

Robert Solow, Paul David, Erik Brynjolfsson, Daniel Rock и Chad Syverson. Солоу сформулировал компьютерный парадокс, Дэвид показал исторический лаг на примере электрификации, а Бриньолфссон, Рок и Сиверсон описали J-кривую производительности. Этот термин означает, что после внедрения новой технологии измеряемая производительность может сначала замедлиться или снизиться, пока компания перестраивает процессы, навыки и организацию, а затем вырасти, когда эти вложения начинают давать отдачу.

Открыть источники:

Глава 2. «Больше сделано — не значит больше пользы»

№24.

Питер Друкер, «Managing for Business Effectiveness», Harvard Business Review, 1963; Peter F. Drucker, Management: Tasks, Responsibilities, Practices, 1974. В главе используется классическое различение: эффективность — делать работу правильно, результативность — делать правильную работу.

Открыть источники:

№26.

Microsoft, Work Trend Index 2026, «Agents, human agency, and opportunity». Опрос 20 000 пользователей ИИ в 10 странах плюс анализ анонимизированных сигналов Microsoft 365. В главе используется рамка «парадокса трансформации»: сотрудники готовы менять работу, но организация, метрики и стимулы часто поддерживают прежнее поведение.

Открыть источники:

№28.

Deloitte, «State of AI in the Enterprise 2026». Отчёт используется как один из сигналов: компании быстрее строят планы по автономным агентам, чем зрелое управление, ограждения и контроль вокруг них.

Открыть источники:

№29.

McKinsey / QuantumBlack, «The State of AI» (2025) и «State of AI trust» (2026). Источник используется как фон для тезиса: внедрение и масштабирование ИИ растут, но управление, стратегия и доверие отстают от возможностей технологии.

Открыть источники:

№30.

Gartner, прогноз 2025 года о том, что более 40% проектов с агентным ИИ могут быть свёрнуты к концу 2027 года из-за растущей стоимости, неясной бизнес-ценности и слабого управления рисками. В главе — как прогноз-ориентир, не как свершившийся факт.

Открыть источники:

№31.

OpenAI, GDPval, 2025. Набор примерно из 1300 реальных рабочих задач из 44 профессий: юридические заключения, инженерные расчёты, аналитические записки, проектная документация и другие офисные артефакты. В главе используется как benchmark задач, а не как полевой замер бизнес-результата.

Открыть источники:

  • OpenAI — GDPval — основная ссылка; проверено 18 июля 2026 года.

№32.

OpenAI, GDPval, 2025. В одиночном режиме модель выдаёт артефакт примерно в сто раз быстрее и дешевле эксперта, но этот расчёт учитывает только время модели и стоимость вычислений. В связке «человек+ИИ» на тех же задачах экономия составила примерно 39% времени и 63% стоимости по сравнению с человеком в одиночку.

Открыть источники:

  • OpenAI — GDPval — основная ссылка; проверено 18 июля 2026 года.

№33.

Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, «Generative AI at Work», Quarterly Journal of Economics, 2025. Исследование свыше 5000 операторов поддержки: ИИ-подсказки повышали число закрытых обращений в час примерно на 15%, особенно у менее опытных сотрудников; у лучших специалистов эффект был малым.

Открыть источники:

№34.

Закон Гудхарта: исходная экономическая идея Чарльза Гудхарта (1975), популярная формулировка Мэрилин Стратерн (1997): когда мера становится целью, она перестаёт быть хорошей мерой. В главе — предупреждение против метрик объёма output.

Открыть источники:

№36.

Mik Kersten, Project to Product: How to Survive and Thrive in the Age of Digital Disruption with the Flow Framework, 2018, и связанные материалы «Output to Outcome». В главе используется тезис: измерять поток ценности от замысла до клиента, а не занятость ресурсов и активность.

Открыть источники:

№37.

Han Lee, Evaluation and Alignment (Manning). Автор строит ИИ-системы в среде с высокой ценой ошибки; в главе используется ключевая мысль: проверку (evaluation) надо закладывать в процесс как условие, а не приделывать в конце.

Открыть источники:

№39.

OpenAI GDPval, исследования Microsoft и Deloitte, работы Мика Керстена и Хана Ли поддерживают четыре связанные рамки раздела: разрыв «произвести/довести», разрыв между готовностью людей и устройством организаций, метрику потока ценности и проверку как условие зрелого процесса. Вместе они показывают, почему рост объёма произведённой работы сам по себе не гарантирует полезного результата для клиента.

№40.

Федеральная резервная система США и Управление контролёра денежного обращения (OCC), руководство «Supervisory Guidance on Model Risk Management» («Надзорное руководство по управлению модельным риском»; SR 11-7 / OCC 2011-12, 2011) и обновлённое руководство OCC 2026 года. Документы описывают полный цикл: разработку и использование модели, независимую проверку, постоянный мониторинг, управление и контроль. Редакция OCC 2026 года делает подход соразмерным риску, не устанавливает обязательных норм и прямо исключает генеративный и агентный ИИ. Поэтому в главе это пример дисциплины управления моделями, а не прямое правило для ИИ-агентов.

Открыть источники:

№41.

Бюро финансовой защиты потребителей США, циркуляр 2022-03. Даже если решение принимает сложный или непрозрачный алгоритм, кредитор обязан сообщить клиенту конкретную и точную причину неблагоприятного решения (adverse action) — например, отказа в кредите, ухудшения условий или отказа увеличить лимит. Английский регуляторный термин сохранён рядом с русским пояснением. В главе документ поддерживает вывод: автоматическое решение должно оставаться объяснимым и подотчётным.

Открыть источники:

№42.

Wells Fargo, квартальная отчётность за 2018 год; письмо сенатора Брайана Шаца. Ошибка в программе, которая определяла право заёмщика на изменение условий ипотеки, привела примерно к 625 ошибочным отказам; примерно в 400 случаях после отказа банк завершил обращение взыскания на жильё. В главе это пример цены автоматического расчёта без достаточного контроля, а не пример применения ИИ.

Открыть источники:

№44.

WEF и работы Daron Acemoglu и соавторов о pro-worker AI. В главе используется как рамка: будущее труда — выбор дизайна, а не судьба; один и тот же ИИ можно повернуть на усиление людей или на их обесценивание.

№45.

Andrej Karpathy, «Software 3.0» (2025). В главе используется тезис: новый bottleneck — проверка вывода («верно ли?»); ИИ генерирует быстрее, чем человек проверяет, поэтому ценны короткий поводок, узкие задачи, сверяемые шаги и «ползунок автономности».

Открыть источники:

Глава 3. «Команда с агентами»

№46.

Andrew S. Grove, High Output Management, Random House, 1983 (переиздание Vintage, 1995). Формула «выработка менеджера = выработка его организации + выработка соседних команд, на которые он влияет» и тезис о рычаге (leverage) как главном способе поднять отдачу менеджера. В главе — эпиграф, спинной тезис «менеджер владеет outcome всей связки» и закрывающий callback.

Открыть источники:

№48.

Публичные каталоги и репозитории агентных сценариев по профессиям содержат сотни заготовок: от финансов и поддержки до юридической работы и аналитики. В главе это сигнал направления и порядок величины, а не доказательство зрелого массового внедрения.

№50.

Harness («обвязка») — устоявшийся в профессиональной среде ИИ термин для рабочей системы вокруг модели: контекста, инструментов, памяти, прав доступа и проверки результата. Один и тот же ИИ с разной обвязкой даёт разный результат; в команде эта система становится общей. Для объяснения в книге используются авторские аналогии «модель — двигатель, harness — машина» и «модель — процессор, harness — операционная система»; вторая развивает публичную рамку Андрея Карпати о языковых моделях как новых компьютерах и операционных системах. Английский термин сохранён, потому что именно в форме harness он используется в профессиональной среде ИИ; слово «обвязка» сразу поясняет смысл для русскоязычного читателя. Карточка объясняет качественный принцип, а не отдельную цифру теста.

Открыть источники:

№51.

Anthropic, «Introducing Claude Tag», 23 июня 2026 года. Компания представила Claude как участника канала Slack: сотрудники видят общую работу, агент накапливает контекст канала, действует только с выданными правами и оставляет журнал выполненных действий. Этот пример показывает, что означает общий рабочий контур людей и агентов. Это датированная иллюстрация продукта, а не независимое доказательство роста производительности.

Открыть источники:

№53.

Авторская AI-native Operating Model («операционная модель компании, работающей с ИИ»): Work («Работа») → Agents («Агенты») → Context («Контекст») → Tools («Инструменты») → Control («Контроль») → Evidence («Доказательства»). Последовательность показывает, что внедрение начинается с задачи, а не с выбора модели. Agent Contract («контракт агента») на одной странице фиксирует десять полей: Role («роль»), Mission («цель»), Inputs («входные данные»), Tools («инструменты»), Memory («память»), Limits («ограничения»), Escalations («порядок передачи сложных случаев человеку»), Evidence («доказательства»), Metrics («метрики») и Owner («владелец результата»). Английские названия рамки и её полей сохранены, потому что они соответствуют устоявшейся профессиональной лексике ИИ; русские пояснения даны рядом. При этом состав и последовательность самой модели остаются авторской рамкой книги. Смысл рамки — до запуска определить, что агент делает, где обязан остановиться и кто отвечает за результат.

№54.

Sasha Zhuravlev / Mento VC и Всеволод Викулин. Их отраслевые разборы поддерживают живую формулу главы: «продуктивные люди ≠ продуктивная организация». Без единого управления несколько агентов создают новые издержки координации, поэтому каждому агенту нужны владелец, границы и общий контур контроля.

Открыть источники:

№55.

Anthropic, «Multi-agent coordination patterns: Five approaches and when to use them», 2026. Для главы важны три модели: generator-verifier («генератор–проверяющий») — один агент создаёт результат, другой его проверяет; orchestrator-subagent («координатор и агенты-помощники») — координатор разбивает работу на подзадачи и распределяет их; agent teams («команда агентов») — несколько агентов с разными ролями работают совместно. Английские названия сохранены, чтобы читатель мог найти эти модели в первоисточнике и других англоязычных материалах.

Открыть источники:

  • claude.com — основная ссылка; проверено 18 июля 2026 года.

№56.

Gartner, пресс-релиз «Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027» (25 июня 2025); В главе — как прогноз-ориентир (не факт) и как иллюстрация «agent washing»: переименование обычной автоматизации в «агентов».

Открыть источники:

№58.

Paul R. Daugherty, H. James Wilson, Human + Machine: Reimagining Work in the Age of AI, Harvard Business Review Press, 2018. Авторы называют «недостающей серединой» (missing middle) зону, где люди и машины усиливают друг друга, и описывают восемь навыков сплава (fusion skills).

№59.

Harry S. Truman: табличка «The buck stops here» («Дальше перекладывать не на кого») на рабочем столе в Овальном кабинете (подарок 1945) и развитие мысли в прощальном обращении к нации 15 января 1953 года: «The President — whoever he is — has to decide. He can't pass the buck to anybody» — «Президент, кем бы он ни был, обязан принять решение. Он не может переложить ответственность ни на кого». Источник: Truman Library; прощальное обращение 15 января 1953 года.

Открыть источники:

  • trumanlibrary.gov — основная ссылка; проверено 18 июля 2026 года.

№60.

Eric Brandwine, VP & Distinguished Engineer, Amazon Security — интервью The Register, «Why Amazon hates 'human-in-the-loop' AI governance» (20–21 июня 2026; перепечатки The Next Web и др.). Тезис: human-in-the-loop — не золотой стандарт, человек теряет бдительность при повторяющихся одобрениях действий агентов («Humans are not terribly consistent»; «they'll do a good job… and pretty quickly they'll be doing a poor job») — нормализация отклонения / усталость от тревог (аналогия с медсёстрами в реанимации). Amazon предлагает взамен слоистые политики: статические ограждения на разрушительные действия, максимальный набор прав (минимум привилегий) на каждого агента, динамически суженные политики под задачу/намерение и сквозной учёт идентичности в логах. В книге — как контр-голос, на который глава отвечает: вывод не «убрать человека», а «убрать бессмысленный ручной надзор»; предложенное Amazon решение совпадает с тезисом главы (контракт + контур, least privilege, владелец).

Открыть источники:

  • theregister.com — основная ссылка; проверено 18 июля 2026 года.
  • thenextweb.com — дополнительная ссылка; проверено 18 июля 2026 года.

№61.

Sasha Zhuravlev / Mento VC. Отраслевой разбор перечисляет риски агентных систем: унаследованные лишние права, забытые учётные записи, подмена запроса и отсутствие владельца. В главе источник поддерживает требование минимальных прав и полного жизненного цикла агента. Это экспертный отраслевой материал, а не независимое исследование.

Глава 4. «Компания из одного»

№63.

Sam Altman в интервью Alexis Ohanian, 2024; пересказ Every, «The One-person Billion-dollar Company». Альтман описал ставку руководителей на появление компании стоимостью миллиард долларов с одним сотрудником; в главе это прогноз, с которым автор спорит, различая автоматизацию функции и устройство фирмы.

Открыть источники:

№64.

Авторский микро-кейс уже дан во вступлении к Тому 1: почтовая выжимка, ночной дайджест, просмотр воронки сделок и первый вариант коммерческого предложения, собранные личной системой автора; там же упомянут открытый код. См. также авторскую GitHub-лабораторию: личные AI-native и инфраструктурные проекты, прототипы финтех-платформ, инструменты для работы с контекстом, автоматизацией и цифровыми помощниками. В Томе 2 тот же опыт возвращается в главе 3 как «первая команда агентов»: почта, сделки, дайджест и главный урок — собрать агентов легко, сделать из них управляемую команду трудно.

№65.

Авторский кейс из Тома 1, главы 10: продукт для сложных корпоративных B2B-сделок, где первичную проработку, которую раньше делали аналитики и архитекторы, автор с коллегой собрал фактически вдвоём с плотным участием ИИ. Для главы 4 важна не скорость сама по себе, а смена роли: ИИ сжал производство первичного контура, но не забрал суждение, ответственность, доступ к клиенту и доведение решения до сделки.

№66.

Антон Гладков, основатель агентства B2B-аутрича SLSBMB (Sales Bomb), бывший коммерческий директор Aviasales, — подкаст-интервью 2026 года. Числа приведены со слов основателя: пик команды 84 → 7 → 2 человека, около 36 агентов-исследователей параллельно и тест десятков гипотез. Это рассказ заинтересованного участника, а не независимый аудит; в книге он используется как иллюстрация перепроектирования операционной модели.

№68.

Обзор практик zero-human company («компания без сотрудников»), 2025–2026 годы. В этой дискуссии full autonomy («полная автономия») означает, что ИИ-агенты выполняют все операционные роли компании, а человек остаётся собственником, задаёт правила и несёт юридическую ответственность. AI-augmented («усиленная ИИ») означает, что основатель или небольшая команда продолжают принимать ключевые решения, а агентам передают отдельные функции. Для самостоятельной проверки читатель может посмотреть Polsia и Paperclip как публичные проекты для автономных ИИ-компаний, а также Felix Craft, где ИИ-руководитель прямо описан как работающий вместе с Нэтом Элиасоном, — это скорее пример AI-augmented. Это публичные эксперименты и описания самих проектов, а не независимое доказательство зрелости модели. Глава выбирает подход AI-augmented: узкими местами остаются дистрибуция, доверие и ответственность.

Открыть источники:

№69.

Чжан Ци (张祺 / Zhang Qi), Microsoft Global Senior Vice President; книга «OPE一人即系统——AI时代的单人创业家新范式», Beijing University Press, 2026. Microsoft Source Asia (2026-05-28) и ScienceNet/科技日报 (2026-05-29) описывают OPE как One-Person Entrepreneur и «минимальную инновационную систему», где индивид с AI/agent tools управляет инструментами, системами и глобальными ресурсами. В главе концепт объяснён простыми словами, без отдельной словарной статьи.

Открыть источники:

№71.

Klarna, 2024–2025. Маркетинговый трек: официальный пресс-релиз Klarna «AI helps Klarna cut marketing agency spend by 25% and run more campaigns» (2024-05) сообщает о снижении external agency spend на 25% и автоматизации части переводов, production и social work; деловая пресса пересказывает сокращение маркетинговой команды примерно вдвое и рост доли AI в copy/image/social production. Отдельный трек — клиентская поддержка: CX Dive (2025-05-09) пишет, что после заявления о chatbot, способном выполнять работу 700 representatives, Klarna снова поворачивается к людям и хочет давать клиенту возможность говорить с человеком. В главе разделяем треки: маркетинг — пример «производство агентам», поддержка — честная контр-нота о границе. Все числа — заявления компании / пресса, не независимый аудит.

Открыть источники:

  • klarna.com — основная ссылка; проверено 18 июля 2026 года.
  • customerexperiencedive.com — дополнительная ссылка; проверено 18 июля 2026 года.

№73.

Naval Ravikant, серия «How to Get Rich», 2018–2019 годы. Фраза о коде и медиа как рычагах без разрешения нужна главе для сравнения: ИИ усиливает этот рычаг, но не отменяет дефицит доверия, доступа к клиенту и ответственности.

Открыть источники:

  • x.com — основная ссылка; проверено 18 июля 2026 года.
  • nav.al — дополнительная ссылка; проверено 18 июля 2026 года.

№75.

Алексей Ежиков, «Экзоинтеллект», 2026. Книга используется как русскоязычная рамка внешнего слоя мышления, который разгружает руководителя от части операционной работы; это концептуальный источник, а не статистическое доказательство.

Открыть источники:

  • litres.ru — основная ссылка; проверено 18 июля 2026 года.

№77.

Melissa Valentine and Michael S. Bernstein, «Flash Teams: Leading the Future of AI-Enhanced, On-Demand Work», MIT Press, 2025. Flash teams — модель работы по требованию: эксперты быстро собираются под задачу, работают удалённо и используют ИИ для поддержки командных решений. Эта рамка применима и к временным командам из людей и агентов.

Открыть источники:

  • mitpress.mit.edu — основная ссылка; проверено 18 июля 2026 года.

№78.

Тот же источник, что и основная история Гладкова: подкаст-интервью 2026. В блоке о командах-вспышках используется часть про «машину гипотез»: несколько десятков агентов-ресёрчеров параллельно изучают компании, конкурентов, рынок и новости, затем гипотезы проверяются десятками сразу. Все числа — со слов основателя; в книге важен механизм скорости проверяемых догадок, а не цифры как аудит.

№79.

Sharon Gai, «How to Do More with Less», Wiley, 2026. Книга поддерживает тезис о том, что ИИ меняет структуру себестоимости функции и позволяет небольшой команде выполнять больший объём работы; числовые эффекты из неё в главе не используются.

Открыть источники:

№80.

Anthropic, «The Founder's Playbook: Building an AI-Native Startup», 2026. Это вендорский материал вокруг Claude и Claude Code, поэтому в книге он используется как рамка, а не как независимые данные. Основной тезис: основатель становится оркестратором агентов, а его внимание смещается от производства к выбору того, что именно строить.

Открыть источники:

№81.

Подкаст-интервью основателя Гладкова, 2026. Рассказ о шестнадцатичасовом рабочем дне, трудоголизме и потере границ служит контрпримером к образу «компании из одного»: её единственный незаменимый ресурс — сам основатель.

№83.

Подкаст-интервью основателя Гладкова, 2026. Описанный им repair loop («цикл восстановления») состоит из четырёх частей: тесты обнаруживают сбой, журналы помогают понять причину, сигналы тревоги сообщают о проблеме, а механизм исправления пытается восстановить систему самостоятельно или зовёт человека. Это рассказ основателя о своей инженерной практике, а не независимый аудит.

Глава 5. «МСП: ИИ как дешёвый штаб»

№84.

Theodore Levitt популяризировал маркетинговую формулу: покупателю нужна не дрель, а результат её использования. В главе метафора нужна только для практического вывода — начинать внедрение ИИ с боли клиента и требуемого результата, а не с выбора инструмента. Дословная формулировка иногда приписывается Leo McGinneva, но надёжный первичный источник не установлен.

Открыть источники:

№86.

Авторская рамка, введённая в главе 2 Тома 2: ценность создаётся тремя способами — новые продажи, экономия издержек, внимание, доверие и дистрибуция. Академическая опора — Felix Oberholzer-Gee, «Better, Simpler Strategy» (Harvard Business Review Press, 2021): value stick и разница между готовностью платить и готовностью продавать. Рамка работает как проверочный вопрос: «Про какие деньги речь?»

№87.

Julien Bek, Sequoia Capital, «Services: The New Software», 5 марта 2026 года. Автор различает помощника, который ускоряет человека, и автопилот, который продаёт результат выполненной работы. Для главы это венчурная рамка: начинать безопаснее с задач, которые бизнес уже отдаёт подрядчикам.

Открыть источники:

№89.

Julien Bek, Sequoia Capital, «Services: The New Software», 2026. Статья раскрывает рамку «бюджет на работу больше бюджета на инструменты»: компании тратят на выполнение функций и услуги больше, чем на программные подписки. Поэтому ИИ-автопилот претендует не только на бюджет SaaS, но и на часть бюджета самой функции, а его экономику нужно сравнивать со стоимостью выполненной работы, а не только с ценой программы. Это позиция венчурного инвестора, а не независимый замер эффекта ИИ.

Открыть источники:

№90.

Тоби Лютке (Tobi Lütke), генеральный директор Shopify, в апреле 2025 публично выложил internal memo «AI usage is now a baseline expectation» после утечки. The Verge и Business Insider пересказывают ключевую формулу: перед запросом нового headcount или ресурсов команды должны показать, почему не могут получить нужный результат с помощью ИИ; AI usage становится базовым ожиданием и входит в performance / peer review. First Round позже разобрал, как Shopify внедрял эту культуру. В книге это используется как управленческий сигнал и политика компании, не как независимый замер продуктивности и не как универсальный закон найма.

Открыть источники:

  • theverge.com — основная ссылка; проверено 18 июля 2026 года.
  • businessinsider.com — дополнительная ссылка; проверено 18 июля 2026 года.
  • firstround.com — дополнительная ссылка; проверено 18 июля 2026 года.

№91.

CNews со ссылкой на представителей Сбербанка, 23 июля 2025: базовые знания искусственного интеллекта обязательны как для действующих, так и для новых сотрудников; требования различаются по профилю. Для первой линии важны базовые навыки применения нейросетей в повседневных задачах, для аналитиков и ИТ — более глубокая интеграция, для разработчиков — понимание принципов и опыт создания решений; для высшего звена — способность принимать решения с опорой на AI-аналитику. Сберовская пресс-страница формулирует тему как «ИИ — Excel XXI века». В книге это RU-сигнал смены нормы и HR-политика, не независимый замер продуктивности.

Открыть источники:

№92.

Fortune, 25 ноября 2025 года; Business Insider и Fast Company, май 2026 года. Jensen Huang критиковал менеджеров, которые советовали сотрудникам реже использовать ИИ, и отдельно называл ленивым объяснение увольнений одним только ИИ. В главе эти две позиции поддерживают вывод: «сначала ИИ» — порядок проверки задачи, а не оправдание слепых сокращений.

Открыть источники:

№93.

Кейс раздела 6 — редакторский композит про массовый ритейл электроники. Отраслевой якорь: Best Buy / Google Cloud / Accenture (2024–2026) описывают gen-AI self-service для клиентов BestBuy.com, приложения и телефонной поддержки: troubleshooting продуктов, изменение доставки/расписания, управление подписками Geek Squad и My Best Buy, а также инструменты для операторов, которые в реальном времени дают рекомендации, резюмируют разговор, определяют sentiment и помогают искать знания.

Открыть источники:

№94.

Давид Ян, интервью Forbes, 17 апреля 2019 года. Автор называет три задачи бизнеса «тремя магическими кристаллами»: знать боль — понять реальную проблему клиента; сделать таблетку — создать продукт, который эту проблему решает; доставить таблетку — выстроить каналы, по которым решение дойдёт до клиента. В главе эта метафора отделяет знание потребности, создание продукта и его дистрибуцию.

Открыть источники:

№95.

Nextiva, коммерческий материал 2026 года о стоимости пропущенных звонков. Компания оценивает, что малый бизнес может пропускать около 25% входящих звонков вне рабочих часов, по выходным, во время обеда и в часы пик. Nextiva продаёт сервис ответа на звонки и сама отмечает неоднородность отраслевой статистики, поэтому 25% — вендорская иллюстративная оценка, а не общерыночный показатель.

Открыть источники:

№99.

Авторская макрорамка раздела «Штаб приходит по чужим рельсам»: агенты удешевляют часть штабной работы, но устойчивое преимущество смещается к доступу к клиенту, собственным данным и отношениям. Вендорские числовые оценки в книгу не перенесены. В главе используется только качественный механизм: комиссия платформы, диверсификация каналов и владение клиентской связью.

Глава 6. «Когда клиент — не человек»

№101.

Фразу «Your brand is what other people say about you when you're not in the room» («Бренд — это то, что о вас говорят, когда вас нет в комнате») обычно приписывают Джеффу Безосу, но её точное происхождение доподлинно не установлено.

№103.

Gartner, прогноз от 19 февраля 2024 года: к 2026 году объём традиционного поиска может снизиться на 25% из-за чат-ботов и виртуальных агентов. Aggarwal et al., «GEO: Generative Engine Optimization», KDD 2024, arXiv:2311.09735: методы оптимизации для генеративных ответов повышали видимость источников до 40% в экспериментах. Прогноз Gartner и результат исследования не смешиваются в одну цифру; вместе они поддерживают практический вывод: попасть в ответ важнее, чем в выдачу.

Открыть источники:

№104.

Adobe Digital Insights, исследование переходов из ИИ-сервисов в интернет-магазины. Трафик быстро рос, однако в июле 2025 года пришедшие из ИИ-сервисов посетители розничных сайтов всё ещё совершали покупку на 23% реже обычного трафика. Это датированное отраслевое наблюдение, а не универсальная оценка конверсии ИИ-трафика.

Открыть источники:

№105.

Внутренняя рамка книги «три рычага ценности» (Том 2, глава 2). В главе 6 акцент на третьем рычаге: внимание и доверие теперь надо зарабатывать не только у людей, но и у агентов. Полное описание приведено в «Словаре Тома 2» — в статье «Три рычага ценности».

№107.

Официальные анонсы Comet, Atlas, Opera Neon и встроенных браузерных ассистентов, 2025–2026 годы. Они показывают продуктовый сдвиг: агент уже может читать страницу и выполнять действия в браузере, но необратимые шаги должен подтверждать человек.

№109.

Официальные материалы о протоколах агентной экономики, 2025–2026 годы. MCP подключает ИИ-агента к данным и инструментам; ACP и Yandex Commerce Protocol задают правила агентной коммерции; Google AP2 описывает агентные платежи и подтверждение полномочий; GigaNetwork — среду взаимодействия и сделок между агентами компаний.

Открыть источники:

№111.

Билл Гейтс, выступление на мероприятии Goldman Sachs и SV Angel об искусственном интеллекте, май 2023 года: кто выиграет гонку за «личного агента», получит ключевое преимущество, а привычный поиск, продуктивные сервисы и покупки на Amazon потеряют часть значения. Это прогноз, который можно считать преувеличением.

Открыть источники:

№113.

Максим Валецкий, колонка Forbes.ru «Нейросеть против маркетплейса: за кем останется победа», 21 июня 2026 года. Автор предполагает, что покупательские агенты ослабят два привычных механизма маркетплейсов — продажу рекламной видимости и стимулирование импульсных покупок. Две ключевые цифры проверены отдельно: по данным АРИР, российский рынок e-retail media в 2025 году достиг 580 млрд рублей, увеличившись на 58%; по данным ВЦИОМ за 2025 год, 63% россиян имели опыт спонтанных покупок, а среди них 27% чаще совершали такие покупки онлайн — в интернет-магазинах и на маркетплейсах. Эти данные показывают масштаб рекламного рынка и распространённость импульсного спроса, но не доказывают, какую долю выручки маркетплейсы действительно потеряют из-за агентов. Такой вывод остаётся сценарной оценкой автора колонки.

Открыть источники:

№114.

KDD-2024 «GEO: Generative Engine Optimization», Aggarwal et al. (Princeton / Georgia Tech / Allen Institute / IIT-Delhi; arXiv 2311.09735): 9 тактик на ~10k запросов, +30–40% цитируемости у топ-тактик, включая citations, statistics и quotations. В главе это не SEO-рецепт, а доказательная опора тезиса: агентам и генеративным ответам важнее проверяемый цифровой след, чем рекламный шум.

Открыть источники:

№116.

Neal Behrend, Insight Partners, «Agent-led growth: The next GTM motion is already here», 13 марта 2026 года. Agent-led growth («рост через агентов») — модель B2B-продаж, в которой покупатель ищет и сравнивает поставщиков через LLM ещё до разговора с продавцом. Если сайт и документация машиночитаемы, продукт агенту проще найти, понять и включить в сравнение. На ранних этапах такого выбора действовать может как сотрудник с помощью LLM, так и ИИ-агент от имени компании: его оценка помогает сформировать шорт-лист, хотя финальное решение может оставаться за человеком. Поэтому важны ясные и согласованные описания продукта, цены, условий подключения и документации — они помогают LLM и агентам правильно понять предложение. Это позиция венчурного инвестора о новой модели выхода на рынок, а не независимый аудит её эффективности.

Открыть источники:

№118.

Insight Partners, «Agent-led growth», 2026. Resend и Supabase приведены как developer-кейсы — примеры сервисов для разработчиков, на которых виден практический механизм agent-led growth в B2B. Агенту проще найти и оценить сервис, если документация машиночитаема, цена прозрачна, а подключение агентов устроено просто — через понятный API, MCP или готовую интеграцию. Тогда агент может понять возможности продукта, подключиться к нему или проверить его без предварительного разговора с продавцом и включить сервис в свою рекомендацию.

Открыть источники:

№119.

D. Perera, «webMCP: Efficient AI-Native Client-Side Interaction for Agent-Ready Web Design», arXiv:2508.09171, 2025. В эксперименте на 1890 вызовах структурированное описание действий на веб-странице снизило требования к обработке на 67,6% и расходы на 34–63%, а успешность задач изменилась с 98,8% до 97,9%. Это иллюстрирует «интерфейсный налог»: интерфейс, созданный только для человека, заставляет агента тратить ресурсы на разбор страницы; машиночитаемое описание даёт прямой путь к нужным действиям. Это конкретное сравнение, а не доказательство того, что любой агент всегда тратит две трети вычислений впустую.

Открыть источники:

  • arXiv — webMCP — основная ссылка; проверено 20 июля 2026 года.

№123.

Аарон Леви, Box, в публичных выступлениях описывал возможный переход к оплате за работу агента, а не только за место пользователя. В главе это отраслевое мнение о новой строке расходов бизнеса, а не измеренный экономический эффект; формулировка передана как пересказ, не как прямая цитата.

Открыть источники:

№124.

Инфраструктура агентных платежей 2025–2026: Mastercard Agent Pay и Visa Intelligent Commerce (объявлены в конце апреля 2025) с токенизированными, ограниченными по сумме и продавцу платёжными ключами; Stripe и OpenAI — оплата прямо в ChatGPT через Agentic Commerce Protocol (Shared Payment Token; сентябрь 2025), партнёры Shopify/Etsy/Salesforce; Google Agent Payments Protocol (AP2, 16 сентября 2025) с «мандатами» (Intent/Cart/Payment — подписанные, проверяемые, отзывные разрешения) и 60+ партнёрами (Mastercard, PayPal, American Express, Coinbase, Shopify). Приводятся как признак общего тренда «рельсы доверия строит вся индустрия»; статусы и рыночные цифры (например, оценки влияния агентов на продажи Cyber Week) быстро меняются и в основной текст не вынесены. Источники: Stripe/OpenAI newsroom, Google Cloud blog, Digital Commerce 360, Forbes.

Открыть источники:

  • stripe.com — основная ссылка; проверено 18 июля 2026 года.
  • cloud.google.com — дополнительная ссылка; проверено 18 июля 2026 года.
  • digitalcommerce360.com — дополнительная ссылка; проверено 18 июля 2026 года.
  • OpenAI — дополнительная ссылка; проверено 18 июля 2026 года.

№125.

Сбер, GigaNetwork — платформа для автономных сделок между ИИ-агентами компаний, представлена на Петербургском международном экономическом форуме в июне 2026. Заявлена как доверенная A2A-среда, где агенты находят контрагентов, проводят тендеры, договариваются и проводят сделки с банковскими гарантиями; роль человека — определять цели, устанавливать полномочия агента и контролировать результат. Статус — пилотные проекты (ФосАгро/ЭТМ, Аэрофлот, Айсорс/Арктик Энергострой, Trivio). Первый зампред правления Сбера Александр Ведяхин публично формулирует монетизацию: выгоду извлекает тот, кто предоставляет агента, а банк получает комиссию за эксплуатацию модели в облаке. Освещение: CNews (04.06.2026), Content-Review, TAdviser, «Независимая газета».

Открыть источники:

  • banks.cnews.ru — основная ссылка; проверено 18 июля 2026 года.
  • content-review.com — дополнительная ссылка; проверено 18 июля 2026 года.
  • ng.ru — дополнительная ссылка; проверено 18 июля 2026 года.
  • tadviser.ru — дополнительная ссылка; проверено 18 июля 2026 года.

№126.

Публичные заявления первого зампреда правления Сбера Александра Ведяхина о том, что выгоду извлекает тот, кто предоставляет агента, а банк получает комиссию за эксплуатацию модели в облаке. В главе это пример общей логики «кто держит рельсы, собирает плату за проезд», а не оценка размера комиссии. Освещение: CNews, Content-Review, TAdviser, «Независимая газета», материалы ПМЭФ/Сбера.

Открыть источники:

  • banks.cnews.ru — основная ссылка; проверено 18 июля 2026 года.
  • content-review.com — дополнительная ссылка; проверено 18 июля 2026 года.
  • ng.ru — дополнительная ссылка; проверено 18 июля 2026 года.
  • tadviser.ru — дополнительная ссылка; проверено 18 июля 2026 года.

Глава 7. «Дети: чему учить и куда вести»

№127.

Мария Монтессори: формула «Помоги мне сделать это самому» (итал. Aiutami a fare da solo / Aiutami a fare da me) стала девизом её метода. Точная первичная фиксация размыта между текстами Монтессори и практикой школ; обычно её связывают с «Тайной детства» и педагогической традицией. В главе это эпиграф-образ: помощь взрослого должна сохранять самостоятельное усилие ребёнка.

Открыть источники:

№128.

Erik Brynjolfsson, Bharat Chandar и Ruyu Chen, «Canaries in the Coal Mine?» («Канарейки в угольной шахте»), Stanford Digital Economy Lab, 2025. По данным ADP занятость работников 22–25 лет в профессиях, сильнее затронутых ИИ, снизилась относительно контрольных групп, тогда как у более опытных работников держалась или росла; актуальная версия исследования даёт оценку 16%.

Открыть источники:

№129.

World Economic Forum, Future of Jobs Report 2025 (январь 2025): прогноз работодателей к 2030 году — 92 млн вытесненных рабочих мест и 170 млн новых (нетто +78 млн), около 39% ключевых навыков изменятся. В главе это анти-паническая опора: речь не о конце работы, а о другом входе в неё.

Открыть источники:

№130.

Matt Beane, «The Skill Code: How to Save Human Ability in an Age of Intelligent Machines» (HarperBusiness, 2024). Автор выделяет три условия развития мастерства: Challenge («вызов») — работа на границе своих возможностей; Complexity («сложность») — понимание всей системы и связанных ролей, а не одной узкой операции; Connection («связь») — доверительная рабочая связь новичка с опытным мастером. До роботизации хирургическое ученичество строилось через shadowing («обучение рядом с мастером»): стажёр наблюдал операцию, помогал хирургу и постепенно выполнял простые этапы процедуры под его контролем. В роботизированной хирургии ведущий хирург управляет системой сам и через неё выполняет часть действий, которые раньше поручал стажёру; новичок чаще готовит оборудование и наблюдает, поэтому получает меньше прямой практики. Shadow learning («теневое обучение») у Бина — не прежняя форма ученичества, а неформальные способы вернуть практику, когда официальный путь обучения перестал работать: например, через раннюю специализацию, дополнительный разбор видеозаписей операций и цифровые репетиции — многократные тренировки на хирургических симуляторах, позволяющие безопасно повторять отдельные этапы процедуры, — а также через самостоятельную практику вне обычного маршрута.

Открыть источники:

№131.

Brookings Institution, «A New Direction for Students in an AI World: Prosper, Prepare, Protect», 2026. Доклад рекомендует не запрещать ИИ, а применять его осторожно и с защитными мерами.

Открыть источники:

  • brookings.edu — основная ссылка; проверено 18 июля 2026 года.

№132.

Michael Gerlich, «AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking», Societies 15(1):6, 2025; n=666. Cognitive offloading («перенос мыслительной работы на внешний инструмент») в исследовании означает привычку поручать часть запоминания, поиска и рассуждения ИИ. Более частое использование ИИ оказалось связано с более низкими показателями критического мышления, особенно у участников 17–25 лет; более высокий уровень образования ослаблял эту связь. Это корреляция, а не доказательство того, что ИИ сам по себе вызвал снижение навыка.

Открыть источники:

№133.

Oxford University Press, «Teaching the AI-Native Generation» (август 2025; опрос 2000 школьников 13–18 лет, Великобритания): около 8 из 10 используют ИИ в школьной работе; 32% не могут определить, правдив ли ИИ-контент; 48% хотят поддержки учителей. В главе это опора тезиса «детям выдали инструмент без инструкции».

Открыть источники:

№134.

Google официально предлагал студентам бесплатный план Google One AI Premium с регистрацией до 30 июня 2025 года и доступом до весны 2026 года. Об аналогичной ограниченной акции ChatGPT Plus для студентов США и Канады сообщали СМИ, но сопоставимая официальная страница OpenAI не найдена. Отдельно университеты внедряли ChatGPT Edu и Gemini for Education. В главе это пример борьбы платформ за раннюю пользовательскую привычку, а не описание постоянных тарифов.

№135.

Common Sense Media, «Talk, Trust, and Trade-Offs», 16 июля 2025 года, национальный опрос 1060 подростков США 13–17 лет. 72% хотя бы раз пользовались ИИ-компаньонами, 52% делают это регулярно, треть обсуждала с ними серьёзные темы вместо людей, 24% делились личной информацией.

Открыть источники:

№136.

CNN Business, CNBC, The Washington Post и Fortune, 7–8 января 2026 года: Character.AI и Google согласились урегулировать пять исков семей о предполагаемом вреде подросткам; условия не раскрыты. Источник подтверждает наличие судебных претензий и заявленных рисков, но не устанавливает виновность компаний.

Открыть источники:

  • cnbc.com — основная ссылка; проверено 18 июля 2026 года.

№137.

Итальянский регулятор Garante, решение от 19 мая 2025 года: Luka Inc., оператор Replika, оштрафована на 5 млн евро за нарушения правил обработки данных, включая отсутствие достаточного правового основания и проверки возраста. Компания обжалует решение, поэтому это решение регулятора, а не окончательный итог спора.

Открыть источники:

№139.

Geoffrey Hinton, интервью The Diary of a CEO, июнь 2025 года. Совет учиться сантехническому делу иллюстрирует его прогноз: типовая интеллектуальная работа дешевеет быстрее, чем физическая работа в непредсказуемой среде. Это мнение, а не универсальная профориентация.

№140.

Jensen Huang, интервью Channel 4 News и выступление перед выпускниками Carnegie Mellon, 2025 год. Он прогнозирует большой спрос на электриков, сантехников и строителей для ИИ-инфраструктуры. В главе важен не призыв «все в ремесленники», а физический мир как часть формулы «руки + голова + ИИ». Это отраслевой прогноз, который нужно читать вместе со статистикой BLS, а не вместо неё.

№141.

Vivienne Ming, «Robot-Proof» (Penguin RH, 2026): рамка «дешевеют ответы — дорожают вопросы» и ставка на развитие человеческого потенциала вместо запоминания.

№142.

Daniel Susskind, «What Should My Children Do? How to Flourish in the Age of AI», Penguin, заявленный выход 10 сентября 2026 года, ISBN 9781837314591. На момент проверки книга ещё не вышла; допустимая опора — издательское описание о том, как осваивать новые технологии, не разрушая базовые человеческие навыки.

Открыть источники:

№143.

Демис Хассабис (Google DeepMind, нобелевский лауреат 2024), публичное выступление в Афинах, сентябрь 2025: learning how to learn как ключевой навык следующего поколения; мета-навыки — как изучать, проверять идеи и адаптироваться — должны войти в ядро образования. В главе это замыкает блок «что дорожает»: не набор профессий, а способность обновлять навыки.

Открыть источники:

Глава 8. «Новая экономика полезности: рынок труда и платформы»

№145.

John Maynard Keynes, «Economic Possibilities for our Grandchildren», 1930. Keynes действительно использует выражение technological unemployment — «технологическая безработица» — и описывает её как временную болезнь адаптации к более быстрому росту производительности.

Открыть источники:

№146.

World Economic Forum, Future of Jobs Report 2025: отчёт построен на данных более 1000 работодателей, представляющих более 14 млн работников в 55 экономиках; пресс-релиз WEF формулирует 170 млн новых ролей и 92 млн вытесненных к 2030 году, чистый прирост 78 млн.

Открыть источники:

№147.

Erik Brynjolfsson, Bharat Chandar и Ruyu Chen, «Canaries in the Coal Mine?», Stanford Digital Economy Lab, 2025, а также обновление «Canaries, Interest Rates, and Timing» и живой Canaries Dashboard, 2026. В старых шахтах канарейка раньше человека реагировала на опасный газ, поэтому выражение canary in the coal mine («канарейка в угольной шахте») означает ранний сигнал опасности. В исследовании такой «канарейкой» стали работники 22–25 лет в профессиях, сильнее затронутых ИИ: их занятость ухудшается раньше, чем у более опытных коллег. Для главы важна не небольшая разница между версиями оценки, а смысл сигнала. Entry-level work («работа начального уровня») — простые и пробные задачи — служит нижней ступенью профессии: здесь новичок наблюдает, тренируется, безопасно ошибается и набирается опыта. Если эту работу автоматизировать первой, лестница в профессию начинается слишком высоко — молодым негде учиться. Исследование непосредственно показывает различие в занятости по возрасту; вывод о потере учебной ступени — интерпретация этого сигнала в главе.

Открыть источники:

№148.

Erik Brynjolfsson, Bharat Chandar, Ruyu Chen, «Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence» и последующие комментарии/обновления авторов по свежим данным. В главе follow-up используется только как подтверждение направления тренда, без отдельной новой headline-цифры.

Открыть источники:

№149.

SignalFire, «State of Tech Talent Report 2025». По данным собственной платформы фонда найм недавних выпускников в Big Tech снизился более чем на 50% к уровню 2019 года, а в стартапах — более чем на 30%. Это аналитика технологического сектора, не статистика всего рынка труда.

Открыть источники:

№150.

JobCloud, «jobs.ch KI Report 2026», 24 июня 2026 года. Анализ 7,3 млн объявлений в Швейцарии сравнивает периоды 2019–2022 и 2023–2025 годов: доля входных позиций в профессиях, затронутых ИИ, снизилась на 32%. Результат описывает швейцарский рынок и не переносится автоматически на другие страны.

Открыть источники:

№151.

Cai Fang (蔡昉), «New Trends in China's Employment: How AI Reshapes the Labor Market» (2025) и связанные китайские материалы о структурном смещении рынка труда: новые роли появляются не там, не сразу и часто для других людей.

№153.

Robert C. Allen, «Engels’ Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution», Explorations in Economic History 46(4), 2009. Engels’ Pause («Пауза Энгельса») — период ранней индустриализации, когда производительность уже росла, а реальные зарплаты отставали; позднее зарплаты начали догонять рост выпуска. В главе эта историческая рамка показывает, что выгода от новой технологии может распределяться между трудом и капиталом с большой задержкой.

Открыть источники:

  • nuff.ox.ac.uk — основная ссылка; проверено 18 июля 2026 года.

№154.

Daron Acemoglu, David Autor, Simon Johnson, «Building Pro-Worker Artificial Intelligence», NBER Working Paper 34854, 2026, DOI: 10.3386/w34854. Тезис главы берёт из работы не числовой прогноз, а развилку дизайна: ИИ можно строить как усиливающий работника или как вытесняющий его экспертизу.

Открыть источники:

№155.

Совместный документ Министерства трудовых ресурсов и социального обеспечения КНР (MOHRSS), Государственного комитета по развитию и реформам, Министерства промышленности и информатизации и Национального управления данных от 8 июля 2026 года запускает направление «ИИ + кадры и социальное обеспечение» и предусматривает около 20 прикладных сценариев к концу 2026 года. Для главы это конкретный пример рамки «платформа как инфраструктура занятости»: цифровая инфраструктура соединяет подбор работников и государственные сервисы занятости. Документ служит контекстом для этой рамки, а не доказательством общего закона всей платформенной экономики.

Открыть источники:

№156.

World Economic Forum, «Four Futures for Jobs in the New Economy: AI and Talent in 2030», 7 января 2026 года. Доклад предлагает четыре сценария, а не прогноз; в главе он нужен для сценария, где ИИ-посредники и платформы меняют доступ к работе и подбор сотрудников.

Открыть источники:

№157.

Tobi Lütke, внутренняя записка Shopify, опубликованная 7 апреля 2025 года. Использование ИИ объявлено базовым ожиданием; практическая формула политики — «сначала покажи, почему задачу нельзя решить с ИИ, потом проси людей или ресурсы». Документ фиксирует корпоративную политику Shopify, а не независимое доказательство влияния ИИ на производительность или занятость.

Открыть источники:

№158.

Министерство трудовых ресурсов и социального обеспечения КНР, Государственный комитет по развитию и реформам, Министерство промышленности и информатизации и Национальное управление данных, совместный документ от 8 июля 2026 года о развитии направления «ИИ + кадры и социальное обеспечение». Документ предусматривает около 20 прикладных сценариев к концу 2026 года, включая сервисы подбора работы и модернизацию платформ занятости. В книге это один из примеров авторской рамки «платформа плюс управление»: цифровые сервисы занятости развиваются вместе с механизмами государственной политики. Документ не служит полным доказательством более широкой модели платформенного труда и не описывает всю платформенную экономику Китая.

Открыть источники:

№159.

Wang Jiangping (王江平), «上善AI：有温度的人工智能治理» / «Shang Shan AI: You Wendu de Renggong Zhineng Zhili» (People's Posts and Telecommunications Publishing House, 2026). В главе используется рамка «governance with warmth»: доверие и ответственность — условие устойчивого экономического эффекта, а не мягкая декорация.

Открыть источники:

№160.

Российский блок сопоставляет данные hh.ru и Росстата: безработица около 2,3–2,4%, 93% работодателей в разной степени испытывают нехватку навыков, а hh.индекс — отношение активных резюме к активным вакансиям — за 2025 год вырос с 4,8 до 8. По шкале hh.ru значение 8 соответствует высокой конкуренции соискателей.

Открыть источники:

№161.

Сбер, пресс-материал «Искусственный интеллект — Excel XXI века», 2025 год: банк сообщил, что умение применять ИИ стало обязательным требованием для кандидатов и базовым навыком сотрудников, с разной глубиной по ролям. Это заявленная политика компании, а не измеренный эффект.

Открыть источники:

№162.

hh.индекс 8 означает примерно восемь активных резюме на одну активную вакансию; по шкале hh.ru это высокий уровень конкуренции соискателей за рабочие места.

Открыть источники:

№164.

Kai-Fu Lee, «AI Superpowers», 2018, и статья «How AI Can Coexist with Humans». Вместо universal basic income (UBI, «безусловного базового дохода») он предлагает Social Investment Stipend («стипендию за социальный вклад») — выплаты за care work («заботу о людях»), community service («общественную работу») и education («образование»). Это авторское предложение Кай-Фу Ли, а не действующая государственная программа.

Открыть источники:

Глава 9. «Физический ИИ и кто владеет рельсами»

№165.

Vaclav Smil, Energy and Civilization: A History, MIT Press, 2017. Эпиграф задаёт рамку главы: любой цифровой интеллект в конце концов опирается на энергию как физический лимит.

Открыть источники:

№166.

Goldman Sachs Global Institute, «Tracking Trillions: The Assumptions Shaping the Scale of the AI Build-Out» (2026): официальный базовый сценарий оценивает вложения в вычисления, дата-центры и энергетику примерно в $7,6 трлн за 2026–2031 годы. Это иллюстрация сценария и чувствительности, а не прогноз или консенсус.

Открыть источники:

№168.

Официальные материалы компаний подтверждают порядок величины: Microsoft ожидала около $190 млрд capex за календарный 2026 год, Alphabet — $175–185 млрд на 2026 год, а Amazon сообщил о $131,8 млрд покупок имущества и оборудования за 2025 год. Периоды и состав показателей различаются, поэтому в главе используется только консервативное «сотни миллиардов долларов в год».

Открыть источники:

№169.

JLL, «2026 Global Data Center Market Outlook», 5 января 2026 года. Компания прогнозирует ввод почти 100 ГВт новых мощностей дата-центров в 2026–2030 годах и до 3 трлн долларов совокупных вложений к 2030 году. Это отраслевой прогноз консультанта по недвижимости, а не гарантированное расписание ввода мощностей.

Открыть источники:

№170.

International Energy Agency, «Energy and AI», 2025 год. Все дата-центры потребили около 415 ТВт·ч в 2024 году; в базовом сценарии IEA их потребление вырастет примерно до 945 ТВт·ч к 2030 году — немного выше нынешнего годового потребления электроэнергии в Японии. Это сценарная оценка IEA, а не гарантированный объём.

Открыть источники:

№171.

IEA, «Energy and AI» (2025): дата-центр может запускаться за два-три года, тогда как строительство линий электропередачи в развитых экономиках занимает четыре-восемь лет, а сроки ожидания трансформаторов и кабелей за три года удвоились. Эти данные показывают, почему энергосистема становится узким местом строительства дата-центров.

Открыть источники:

№172.

William Stanley Jevons, The Coal Question: An Inquiry Concerning the Progress of the Nation and the Probable Exhaustion of Our Coal-Mines, Macmillan, 1865. В главе это историческая рамка для AI compute: удешевление одного запроса не гарантирует снижения общего спроса.

Открыть источники:

№173.

Jensen Huang, публичные выступления 2025–2026 годов. На примере радиологов он объясняет Jevons effect («эффект Джевонса»): когда анализ становится дешевле и доступнее, число исследований может вырасти, а вместе с ним — объём работы вокруг диагностики. Это объяснительная аналогия руководителя Nvidia и участника рынка ИИ-инфраструктуры, а не независимое исследование занятости.

№174.

Brad Smith, Microsoft, письменные показания Сенату США «Winning the AI Race: Strengthening U.S. Capabilities in Computing and Innovation», 8 мая 2025 года («Как выиграть гонку ИИ: укрепление вычислительных и инновационных возможностей США»). Microsoft оценивает, что за следующее десятилетие США потребуется привлечь и подготовить около 500 тысяч новых электриков для растущего спроса на электроэнергию и инфраструктуру. Это оценка компании; она не заменяет отдельный статистический прогноз Бюро трудовой статистики США.

Открыть источники:

№175.

Бюро трудовой статистики США, Occupational Outlook Handbook, раздел «Electricians». Прогнозируется рост занятости электриков на 9% в 2024–2034 годах и около 81 тысячи вакансий ежегодно; медианная годовая зарплата в мае 2024 года составляла 62 350 долларов. Это официальный статистический прогноз, отдельный от оценки Microsoft о потребности в подготовке новых специалистов.

Открыть источники:

№176.

CNBC, 18 марта 2026 года: отдельные электрики на стройках дата-центров с переработками, суточными и премиями получали 240–280 тысяч долларов в год. Это верхние отдельные случаи, а не медиана; для общего уровня занятости и оплаты в главе отдельно используются данные Бюро трудовой статистики США.

Открыть источники:

№177.

Jensen Huang прогнозирует рост спроса на электриков, сантехников и другие ремесленные профессии по мере строительства ИИ-инфраструктуры. Это мнение лидера индустрии; независимый фон даёт Бюро трудовой статистики США (U.S. Bureau of Labor Statistics, BLS).

№179.

Michiaki Tanaka, «フィジカルAIの衝撃» / «The Shock of Physical AI» («Шок физического ИИ»), Asahi Shimbun Publications, 2026. Physical AI («физический ИИ») у Танаки описывает переход от ответа на экране к циклу «воспринял — сделал — проверил» в физическом мире. В главе используется эта авторская рамка книги; дословная цитата без сверки японского оригинала не заявляется.

Открыть источники:

№180.

Hans Moravec, Mind Children: The Future of Robot and Human Intelligence, Harvard University Press, 1988. В главе используется стандартный пересказ парадокса для объяснения, почему физическая ловкость автоматизируется медленнее абстрактного анализа.

Открыть источники:

№181.

Unitree Robotics, официальная страница G1. Стартовые материалы 2024 года называли цену около 16 тысяч долларов; на 20 июля 2026 года официальная базовая цена начинается с 13 500 долларов без налогов и доставки. Первая цифра фиксирует цену запуска, вторая — последующее обновление. Обе относятся к робототехнической платформе, а не к полностью готовому автономному работнику.

Открыть источники:

№182.

Morgan Stanley Research, 2025 год: сценарий рынка гуманоидных роботов свыше 5 трлн долларов и около 1 млрд устройств к 2050 году. Goldman Sachs Research, 2024 год: сценарий рынка в 38 млрд долларов к 2035 году. Эти оценки нельзя складывать или считать согласованным прогнозом: у них разные горизонты, определения рынка и методики. Для главы эти сценарии — «флюгер направления, не расписание»: они показывают возможный вектор развития, но не согласованный срок его реализации.

Открыть источники:

№183.

Chris Miller, Chip War: The Fight for the World's Most Critical Technology, Scribner, 2022. Книга используется как историко-экономическая рамка: передовые чипы и оборудование для них завязаны на узкий круг компаний и географий.

Открыть источники:

№184.

Stephen Witt, «The Thinking Machine», Viking, 2025. Журналистская история Nvidia и физической инфраструктуры генеративного ИИ показывает: под цифровым изобилием лежит физический дефицит.

Открыть источники:

№185.

Karen Hao, «Empire of AI», Penguin Press, 2025. Расследование описывает скрытые издержки развития ИИ — труд разметчиков, энергию, воду и другие физические ресурсы. Здесь оно служит качественным журналистским свидетельством, а не источником числовых оценок.

Открыть источники:

№186.

Satya Nadella, выступления и интервью в контексте World Economic Forum, 2026. Он использует выражение social license («общественное разрешение») применительно к энергопотреблению дата-центров: отрасль должна показывать местным сообществам измеримую пользу, чтобы сохранять право на масштабирование инфраструктуры. В главе это пересказ позиции Microsoft.

№187.

Yanis Varoufakis, «Technofeudalism: What Killed Capitalism», 2023. Термин cloud rent («облачная рента») обозначает плату, которую владельцы цифровых платформ извлекают за доступ к инфраструктуре, рынку и аудитории. В главе используется этот структурный диагноз автора, но не принимается как позиция книги вся его политическая программа.

Открыть источники:

Глава 10. «Будущее 2030: четыре сценария»

№191.

Dennis Gabor, Inventing the Future, Secker & Warburg, 1963. Формула «The future cannot be predicted, but futures can be invented» — «Будущее нельзя предсказать, но варианты будущего можно изобретать» — подтверждается как фраза Габора; версии Алана Кея и Питера Друкера — более поздние переложения.

Открыть источники:

№192.

Pierre Wack, «Scenarios: Uncharted Waters Ahead», Harvard Business Review, September–October 1985; «Scenarios: Shooting the Rapids», Harvard Business Review, November–December 1985. Статьи описывают сценарную практику Shell и нефтяной шок 1973 года как классический пример метода.

Открыть источники:

№194.

Kai-Fu Lee и Chen Qiufan, «AI 2041: Ten Visions for Our Future», 2021. Книга вышла больше чем за год до публичного запуска ChatGPT в конце 2022-го — то есть до того, как ChatGPT и другие сервисы генеративного ИИ вошли в массовое использование. Авторы чередуют художественные сцены будущего с аналитическим разбором; для главы это жанровый ориентир формы «сцена будущего → аналитический разбор» и взгляд из эпохи до ChatGPT, а не прогноз, написанный задним числом после начала бума.

Открыть источники:

№195.

World Economic Forum, Four Futures for Jobs in the New Economy: AI and Talent in 2030, Scenarios for the Global Economy Dialogue Series, 2025/2026. Публичная страница WEF вышла в начале 2026 года, PDF отчёта датирован 2025 годом. Четыре сценария WEF строятся на осях AI advancement × Workforce readiness; матрица главы использует другие авторские оси и цитирует WEF только как прецедент жанра сценариев.

Открыть источники:

№200.

Meredith Ringel Morris et al., «Levels of AGI for Operationalizing Progress on the Path to AGI», ICML 2024, arXiv:2311.02462. Рамка предлагает оценивать системы по трём измерениям: performance («качество решения задач»), generality («широта круга задач») и autonomy («степень самостоятельности системы»). Английские названия сохранены как термины авторской рамки и сразу переведены для читателя. В приложении этот подход заменяет бинарный вопрос «AGI уже есть или нет?» несколькими измеряемыми уровнями.

Открыть источники:

  • arXiv — 2311.02462 — основная ссылка; проверено 18 июля 2026 года.

№201.

Ryan Avent, «The AI backlash has already begun», FT Alphaville / FTAV, 9 January 2026. В главе это публицистическое наблюдение о том, как дата-центры становятся политическим объектом конфликта вокруг энергии, земли и распределения выгоды; не используется как статистика.

Открыть источники:

№202.

Daron Acemoglu, David H. Autor, Simon Johnson, «Building Pro-Worker Artificial Intelligence», NBER Working Paper No. 34854, February 2026, DOI: 10.3386/w34854. В главе используется вывод о пяти категориях technological change и о «pro-automation ideology» как одном из рыночных сбоев; формулировка про двух нобелевских лауреатов относится к Аджемоглу и Джонсону.

Открыть источники:

№203.

International Labour Organization и NASK, «Generative AI and Jobs: A Refined Global Index of Occupational Exposure», май 2025 года, DOI: 10.54394/HETP0387. По оценке авторов, каждый четвёртый работник занят в профессии с некоторой степенью воздействия генеративного ИИ. Авторы описывают наиболее вероятный эффект формулой transformation rather than automation — «трансформация труда, а не автоматическая замена работников»: меняется содержание работы и набор задач, но это не означает полной замены человека.

Открыть источники:

№204.

Stanford Institute for Human-Centered AI, «AI Index Report 2026». Отчёт показывает одновременное ускорение возможностей, инвестиций и внедрения ИИ и отставание прозрачности, оценки и управления. В главе используется этот общий разрыв, без отдельных чисел из отчёта.

Открыть источники:

Глава 11. «Компас изменений»

№207.

Никколо Макиавелли, «Государь» (Il Principe, 1513), глава VI, перевод Г. Муравьёвой. В эпиграфе использован фрагмент фразы о трудности и опасности замены старых порядков новыми; полная фраза в переводе начинается словами «А надо знать, что нет дела…».

№210.

Salesforce и Heathrow, материалы о Hallie (2025): история клиента и пресс-релиз о пассажирском AI-агенте в WhatsApp (принадлежит Meta Platforms Inc., признанной в России экстремистской организацией; её деятельность в России запрещена), который отвечает на повторяющиеся вопросы с опорой на базу знаний, карты аэропорта, данные о статусах рейсов и подключённые системы. Показатели принадлежат Salesforce и Heathrow; в главе кейс используется как публичный пример скоринга процесса, а не как независимый замер эффективности.

№211.

Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, «Generative AI at Work», NBER working paper w31161 (2023), журнальная версия 2025. В исследовании клиентской поддержки ИИ-ассистент дал рост производительности, причём наибольший выигрыш получили менее опытные сотрудники. В главе используется не как универсальный закон, а как подтверждение принципа: обучение работает, когда ИИ встроен в живой процесс.

Открыть источники:

№213.

Sequoia Capital, Julien Bek, «Services: The New Software», 2026. Венчурный тезис о том, что бюджеты на выполнение работы в отраслях многократно больше бюджетов на инструменты для неё, и поэтому AI-native-компании могут продавать результат, а не только софт. В главе используется как рыночная рамка для блока о стеке и экономике результата, не как независимый статистический замер.

№214.

Deloitte, «State of AI in the Enterprise 2026». В главе используется как опрос/самооценка компаний о разрыве между запуском AI-агентов и зрелыми правилами управления ими: около 21% респондентов сообщают о зрелой модели надзора за автономными агентами. Это не независимый аудит рынка, а индикатор управленческого разрыва.

№215.

Anthropic, «The Founder's Playbook: Building an AI-Native Startup» (2026). Вендорский плейбук вокруг AI-native-стартапов и Claude; в главе используется только принцип о том, что устойчивое преимущество строится на накопленной глубине домена, данных и контексте, встроенных в рабочую систему, а не на доступе к одной модели.

Эпилог. «Кто держит руль»

№217.

Луций Анней Сенека, «Нравственные письма к Луцилию», письмо LXXI, §3: если человек не знает, к какой гавани направляется, ни один ветер не будет попутным.

Открыть источники:

Приложение 2. «Заменит ли он нас? AGI без тумана»

№218.

A. M. Turing, «Computing Machinery and Intelligence», Mind 59, 1950. Тьюринг начинает с вопроса «Can machines think?» («Могут ли машины мыслить?»), считает его слишком неопределённым для прямого обсуждения и заменяет проверяемой imitation game («имитационной игрой»). Русский текст приложения передаёт этот ход автора, а не цитирует статью дословно.

Открыть источники:

№219.

Cade Metz, Wired, репортаж о матче AlphaGo против Lee Sedol, март 2016 года. В 37-м ходу второй партии именно машина AlphaGo поставила камень туда, куда профессиональный игрок почти наверняка не стал бы играть. Сначала комментаторы приняли ход за ошибку, но по мере развития партии увидели в нём сильный и дальновидный стратегический замысел: AlphaGo изменила привычный рисунок игры. Фань Хуэй назвал этот момент not a human move — «ходом не из человеческого репертуара». Речь не о жестокости или бесчеловечности, а о сильном решении за пределами накопленной человеческой традиции го.

№220.

Yonhap / мировые СМИ, ноябрь 2019: материалы об уходе Ли Седоля из профессионального го и его объяснении, что даже став номером один, он сталкивался бы с сущностью, которую нельзя победить. В приложении источник используется для фактов: матч 2016 года закончился 4:1, четвёртую партию выиграл Ли Седоль, уход произошёл в 2019 году, в тридцать шесть лет.

№221.

Minkyu Shin, Jinkyu Kim, Bas van Opheusden, Thomas L. Griffiths, «Superhuman artificial intelligence can improve human decision-making by increasing novelty», Proceedings of the National Academy of Sciences, 120(12), 2023. Исследование анализирует 5,8 млн ходов профессиональных игроков в го за 1950–2021 годы; в приложении источник поддерживает именно ограниченный вывод о качестве и новизне человеческих решений в игре с ясными правилами.

Открыть источники:

№222.

Meredith Ringel Morris et al., «Levels of AGI for Operationalizing Progress on the Path to AGI», arXiv:2311.02462; ICML 2024. В приложении тот же источник, что и в главе 10, используется для объяснения AGI как лестницы возможностей, а не как даты или выключателя: performance, generality and autonomy.

Открыть источники:

№223.

METR измеряет горизонт выполнения задач: задачу какой человеческой длительности ИИ-агент способен выполнить с заданной надёжностью. В приложении используется сам принцип измерения — минуты, часы, дни, — а не текущие быстро меняющиеся показатели конкретных моделей.

Открыть источники:

№224.

OECD, «Empowering Learners for the Age of AI»; UNESCO, «AI Competency Framework for Teachers» / рамки ИИ-компетенций 2024–2025. В приложении источники используются как рамки для детского блока: важна не только техника использования нейросетей, но и способность понимать ограничения систем, критически оценивать ответы, действовать этично и сохранять авторство работы.

Открыть источники:

№225.

David Ricardo, «On the Principles of Political Economy and Taxation», 1817. В приложении принцип сравнительного преимущества используется как эвристика, а не как строгая копия торговли между странами: даже при сильной машине вычисления, энергия, время, цена ошибки и ответственность остаются ограниченными ресурсами.

Открыть источники:

Источники Тома 2