Информационная цивилизация: ИИ как инструмент глобального передела мира - Черешнев Евгений, АФК "Система"
«…почему МЫ обсуждаем ИИ, а не пчелы или муравьи?...»
«…человечество — это не биологический вид, а «текст»…»
«Мы, по сути, с вами живём не в биосфере, мы живём в информации»
«Владение сложным ИИ с «Ядерным клубом» и отсылка к «Пикнику на обочине» Стругацких качественно характеризует современный когнитивный кризис человека»
Предисловие
«Уникальный уровень выступления Евгения Черешнева (старший вице-президент АФК «Система») на ЦИПР 2026 можно было оценить по количеству зрителей в зале, отложивших свои телефоны и внимательно слушавших Евгения – «вкушавших» каждое его слово и анализировавших каждый бит информации из его слайдов, из пассивных слушателей они стали соучастниками осмысления будущего.
Это интеллектуальный прорыв в рамках бизнес-коммуникаций. Оно сочетает в себе глубину академического исследования, остроту политического анализа и энергию предпринимательского видения. Это редкий пример того, как техническая тема может быть подана через призму философии и глобальной стратегии.
Этот концептуальный взгляд достоин большего внимания, нежели ограниченная аудитория зрителей зала, это осмысление достойно каждого, кто не ограничен уровнем того, что характеризуется сегодня показательным современным термином «Патрики».
И огромным моим желанием, с которым я поделился со своим сыном, было чтобы в школах преподавали именно так, на таком уровне и с такой подачей, именно так вносили в умы детей информацию, чтобы выросло поколение думающих, а не очередное X, Y, или уже последнее поколение с «минимальными мыслительными задатками» и буквенным обозначением Ω»
Василий Савельев, Директор департамента ТВ и медиа контента & Partners Consulting
Автор доклада — Евгений Черешнев, старший вице-президент ПАО АФК «Система», выступающий на стыке технологического предпринимательства, кибербезопасности и корпоративной стратегии. Формат выступления — не техническая лекция для инженеров и не маркетинговая презентация продукта, а системный, местами провокационный разбор того, что искусственный интеллект значит для человека как биологического вида, для экономики, для геополитики и для конкретной страны, которая по объективным причинам не входит в число технологических сверхдержав. Именно широта охвата — от биомассы планеты до атомных подводных лодок — делает выступление интересным не как сборник тезисов, а как цельная авторская картина мира, которую имеет смысл разобрать по частям и затем собрать заново в виде выводов.
Человек — не самый сильный, не самый многочисленный и не самый умный вид на планете
Евгений начинает не с технологий, а с биологии, и делает это осознанно: чтобы показать, что превосходство человека не биологическое. Он приводит расчёт по биомассе планеты — если сложить всю живую материю Земли в единый объём, порядка 80% придётся на растения, около 8% — на бактерии, 1,5% — на грибы, и лишь 0,01% — на людей. При этом человек не самый сильный вид (лев или медведь физически превосходят человека без оружия) и не обладатель самого крупного мозга (у слона мозг больше по массе).
«У нас на самом деле на этой планете всего 0,01%. Почему же так получается, что мы такие классные?»
Это риторическое построение — не отступление от темы, а фундамент всей дальнейшей логики доклада. Если человек не доминирует за счёт численности, силы или размера мозга, значит, доминирование строится на чём-то ином — и именно это «иное» докладчик далее определяет как способность к работе с информацией.
С точки зрения эволюционной биологии и антропологии этот аргумент выдержан корректно: биомасса человечества действительно ничтожна на фоне растительного и микробного мира, а конкурентные преимущества вида Homo sapiens (кооперация, символическое мышление, культурная передача опыта) многократно описаны в научной литературе как определяющие факторы видового успеха в большей степени, чем физическая сила. Вывод докладчика — что источник человеческого доминирования нужно искать не в биологии, а в информационных механизмах, — методологически корректен и хорошо подготавливает почву для перехода к теме искусственного интеллекта.
Текст как «идентификатор» цивилизации
Ключевое понятие — «идентификатор»: экосистемный маркер, без которого определённая форма жизни не может существовать (мангровые заросли для одного набора видов, коралловый риф — для другого). Применительно к человеку таким идентификатором, по мысли Черешнева, служит письменность и, шире, текст.
Отправная точка — изобретение клинописи древними шумерами около 5500 лет назад. С этого момента человек получил уникальную для живой природы способность — передавать знание от уже умершего существа существу, которое ещё не родилось.
«У нас есть у единственных возможность от существа, которое давно погибло, передать жизненный опыт и знание существу, которое ещё не родилось»
Отсюда — центральный тезис доклада:
«Мы, по сути, с вами живём не в биосфере, мы живём в информации»
Евгений подкрепляет мысль бытовым, но показательным примером — исследованием, в котором молодых людей спрашивали, что им нужнее всего на природе, вдали от цивилизации; в топ-3 ответов вошли крыша над головой, огонь и Wi-Fi, но не оказалось туалета. Деньги, законы, религия — по его формулировке, это тоже прежде всего текст: «циферно-буквенные комбинации» и «чистый текст», который либо прочитан, либо нет.
С аналитической точки зрения это не просто культурологическое отступление, а подготовка смыслового моста к искусственному интеллекту: если цивилизация — это, по существу, система создания, хранения и передачи текста (в широком смысле — информации), то большие языковые модели, работающие именно с текстом как с базовой единицей, оказываются не случайным техническим трендом, а логическим продолжением того механизма, который сделал человека человеком. Это сильный и убедительный поворот мысли: он объясняет, почему именно языковые модели, а не, скажем, роботы-манипуляторы, стали центральным событием последних лет — они работают с той субстанцией, которая является сущностным идентификатором вида.
Инженерный обход эволюции: сонар, дельфины и отказ человека меняться
Человек, в отличие от большинства видов, решает функциональные задачи не через биологическую эволюцию, а через инженерию. Дельфинам понадобились сотни миллионов лет эволюции, чтобы «отточить» биологический сонар; человеку, когда потребовалась аналогичная функция, хватило нескольких десятилетий инженерной мысли и инвестиций, чтобы получить гидроакустические системы для подводных лодок, по ряду параметров превосходящие природный аналог.
«Когда нам потребовался с вами сонар, как дельфинам, мы обрушили всю силу инженерной мысли и бабки на эту задачу и получили себе сонар. И получили это по меркам эволюции моментально. Никто больше так не умеет»
Современная эволюция человека как вида фактически остановилась или даже развернулась вспять, поскольку любые функциональные потребности человек всё чаще делегирует внешним синтетическим системам — вплоть до искусственного интеллекта как «синтетического помощника», который в перспективе будет не просто помогать, а замещать часть человеческих функций.
Тезис о замедлении биологической эволюции человека на фоне ускоренной технологической эволюции согласуется с широко обсуждаемой в антропологии концепцией «культурной эволюции», которая для Homo sapiens протекает значительно быстрее биологической и во многом её замещает. Вывод докладчика логически последователен: если человек исторически решал задачи через внешние орудия и системы, а не через изменение собственного тела, то делегирование когнитивных функций искусственному интеллекту — не разрыв с этой традицией, а её кульминация.
Масштаб внедрения ИИ: цифры оптимизма
Переходя от философской рамки к практике, Евгений приводит статистику проникновения ИИ в бизнес: около 92% технологических компаний уже используют технологии искусственного интеллекта в том или ином виде, включая производственные процессы. В качестве примера приводится Volvo, где сенсорика и предиктивная аналитика заранее прогнозируют выход из строя узлов (например, подшипников), что позволяет отказаться от планового технического обслуживания в пользу обслуживания по фактическому состоянию.
Отдельно отмечается, что рынок больших языковых моделей (продукты уровня Anthropic, GPT и аналогичных) приносит производителям порядка 60 миллиардов долларов в год, но это лишь часть индустрии ИИ.
«92% технических компаний они уже используют и в том или ином виде... производство используют»
Приведённые цифры соответствуют общей тенденции, фиксируемой независимыми аналитическими центрами последних лет: доля бизнеса, интегрировавшего ИИ хотя бы в один процесс, действительно измеряется десятками процентов и продолжает расти, а доходы поставщиков крупнейших языковых моделей исчисляются десятками миллиардов долларов в год. Ценность этого блока — в том, что сознательно уравновешивается оптимистичная статистика последующим, гораздо более настороженным анализом рисков, не оставляя аудиторию в иллюзии, что рост внедрения ИИ равнозначен беспроблемному прогрессу.
Деградация данных: «контент-слоп» и петля самообучения на ошибках
Около 21% контента, показываемого пользователям в рекомендательных системах (пример — YouTube), составляет так называемый «контент-слоп» — контент, сгенерированный ИИ и практически не имеющий отношения к человеческому творчеству, при этом доля такого контента продолжает расти.
Ещё более тревожная цифра — доля текстового и программного контента в интернете, сгенерированного искусственным интеллектом, уже примерно сравнялась с долей, написанной людьми, и составляет порядка 52%. Отсюда вытекает системный риск: модели с уровнем ошибок (галлюцинаций) порядка 5–8% генерируют контент, который индексируется и впоследствии сам становится частью обучающей выборки следующего поколения моделей — то есть ошибки не просто сохраняются, а накапливаются и мультиплицируются в последующих циклах обучения.
«Количество ошибок плодится, и если с этим ещё что-то не делать, на самом деле… проблема большая»
Описанный механизм соответствует явлению, которое в исследовательской литературе по машинному обучению называют «коллапсом модели» (model collapse) — деградацией качества генеративных моделей при обучении на данных, всё большая доля которых сама сгенерирована предыдущими поколениями ИИ. Это одна из наиболее серьёзных и признанных экспертным сообществом угроз для дальнейшего масштабирования больших языковых моделей, и то, что Евгений выносит её в центр доклада, а не упоминает вскользь, говорит о зрелом понимании темы за пределами маркетинговой риторики про «искусственный интеллект как панацею».
Приватность, промпты и цифровые аватары
Следующий смысловой блок — цена, которую пользователи и компании платят за использование ИИ информацией о себе. Содержимое пользовательских запросов (промптов) не остаётся внутри диалога с моделью, а становится доступным как компаниям-разработчикам моделей, так и, по его словам, спецслужбам различных государств, использующим эти данные в своих целях. Отдельно отмечается практика утечек корпоративных презентаций и финансовой отчётности через неосторожное использование ИИ-инструментов сотрудниками.
«Всё, что вы вводите в промт, помимо того, что это уходит к автору модели, это уходит ещё ко всем спецслужбам, которые так или иначе это всё… используют»
Отдельная тема — формирование «цифровых аватаров» пользователей (лицо, голос, поведенческий профиль, геопозиция, привязка к идентификатору устройства и аккаунта), которые затем могут использоваться для таргетированных продаж, в том числе через круг знакомых пользователя, — при этом юридически это оформлено через согласие с пользовательским соглашением, которое подавляющее большинство людей не читает.
Проблема утечки корпоративной информации через ИИ-сервисы, отсутствие полного контроля пользователя над данными, введёнными в промпт, и накопление поведенческих цифровых профилей — это не гипотетические, а документированные риски, регулярно фиксируемые аналитиками кибербезопасности и регуляторами по всему миру. Этот момент не требует веры в прогноз, а описывает уже происходящий процесс.
Ловушка платформенной зависимости: урок Microsoft Office и антивирусов
Один из самых точных исторических аргументов доклада касается стартапов, которые пытаются строить бизнес поверх чужих базовых моделей (Anthropic, GPT, Grok и аналогов). Евгений проводит прямую параллель с историей Microsoft: в 1980–1990-е годы существовало множество независимых программных продуктов — текстовых редакторов и офисных пакетов (Lotus 1-2-3, WordPerfect, Lexicon и другие), — которые впоследствии были полностью вытеснены Microsoft Office, как только компания-владелец операционной системы увидела, какой спрос формируется поверх её платформы. Аналогичный процесс, по словам докладчика, произошёл и на рынке кибербезопасности, где встроенный в Windows антивирус Defender со временем вытеснил значительную часть независимых антивирусных продуктов.
«Очень трезво надо оценивать алчность больших корпораций, потому что как только будут супербизнесы успешные на базе ИИ, они просто вам отрубят свой API и сделают такой же… потому что это уже было»
Платформенные владельцы действительно систематически поглощали наиболее успешные ниши, построенные поверх их инфраструктуры, — это признанная закономерность в теории платформенной экономики. Практический вывод для предпринимателей и инвесторов, работающих в сфере ИИ, — оценивать не только текущий продукт, но и вероятность того, что владелец базовой модели воспроизведёт успешную функциональность внутри собственной платформы.
Токены как новый налог
Метафора, которую вводит Евгений Черешнев для описания расходов бизнеса и специалистов на использование ИИ-сервисов, — «токены как форма налога», по значимости сопоставимая с расходами на добровольное медицинское страхование (ДМС) как элемент компенсационного пакета. Он приводит пример, при котором квалифицированный разработчик с доходом порядка 400 тысяч рублей в месяц тратит порядка 40–50 тысяч рублей на оплату токенов зарубежных ИИ-сервисов, и прогнозирует, что в среднесрочной перспективе оплата токенов станет частью стандартного социального пакета работодателя, поскольку иного устойчивого способа компенсировать эти расходы для сотрудников не просматривается.
«У меня такое ощущение, что токены становятся некой формой… налога или даже близости к ДМС»
Метафора точно фиксирует экономическую реальность: использование топовых моделей действительно требует регулярных прямых расходов конечного пользователя, причём преимущественно в пользу зарубежных поставщиков технологий, что для экономики, стремящейся к технологическому суверенитету, создаёт постоянный отток валюты и создаёт стимул как для развития национальных моделей, так и для формирования новых форм трудовой компенсации, привязанных к цифровой инфраструктуре, а не только к деньгам.
Экономика гонки: от «национальной модели» к «ядерному клубу ИИ»
Центральный и наиболее насыщенный расчётами блок касается стоимости участия в гонке за создание передовых моделей. Обучение одного цикла модели с 1,7 трлн параметров сегодня обходится примерно в 100 миллионов долларов: при достижении масштаба порядка 100 трлн параметров стоимость одного цикла обучения может составить около 10 миллиардов долларов, не считая энергетической инфраструктуры. Отдельно подчёркивается, что энергопотребление на один цикл обучения такой гипотетической модели сопоставимо с годовым энергопотреблением целой страны (в докладе приводится сравнение со Словенией), а прогнозируемый рост энергопотребления одних только дата-центров США — с текущих 25 гигаватт до 150 гигаватт.
«…эта модель суперинтеллекта потенциально будет сжигать столько энергии на один цикл, сколько страна Словения сжигает за год»
Создание по-настоящему передовой, конкурентоспособной на мировом уровне национальной модели ИИ — это категория затрат, сопоставимая по масштабу с ядерной программой государства, поэтому докладчик вводит понятие «ядерного клуба ИИ»: круга стран, которые одновременно располагают капиталом, энергетической базой, компетенциями в ИИ и достаточной технологической независимостью (в том числе от иностранных спецслужб), чтобы претендовать на статус технологической сверхдержавы.
«По сути, сейчас сложный AI — это такой аналог ядерного клуба… тогда у тебя есть шанс быть супердержавой. Этих держав не будет много, но все остальные будут зависеть от тех, кто сможет себе это позволить».
Экономическая логика здесь выстроена корректно и опирается на реальную, ясно прослеживаемую тенденцию последних лет: стоимость обучения флагманских моделей действительно растёт кратно от поколения к поколению, а вместе с ней растёт и энергетическая составляющая — именно поэтому крупнейшие технологические компании и государства (США, Китай, Россия через профильные структуры атомной энергетики) действительно инвестируют в компактные и модульные ядерные реакторы для энергоснабжения дата-центров. Вывод о формировании узкого клуба технологических сверхдержав и растущей зависимости остальных стран от них — обоснованный и подкреплённый расчётами прогноз, а не голословное утверждение.
Технологический неоколониализм и ограничение доступа к моделям
Логическим продолжением темы «ядерного клуба» становится тезис об уже происходящем ограничении доступа к передовым моделям. В качестве конкретного примера приводится ситуация с моделью Anthropic Mythos, доступ к которой был ограничен по требованию государственных структур, курирующих вопросы кибербезопасности, — сначала для внешних пользователей в целом, а затем отдельно для доступа из Китая. Подобные ограничения касаются не только моделей, но и доступа к передовым микросхемам и чипам, и что Россия — далеко не единственная страна, сталкивающаяся с подобными ограничениями.
«Не всем будут топовые модели очень скоро доступны… не только в Россию банят»
Отдельно вводится метафора «многослойного пирога» ИИ-индустрии: гонка складывается не из одной только модели, а из дата-центров, программной инфраструктуры, регуляторики и энергетики одновременно, и недостаточно развить лишь один из этих слоёв, чтобы претендовать на технологический суверенитет.
Практика экспортных и регуляторных ограничений на доступ к передовым моделям ИИ и полупроводниковым технологиям — задокументированный и публично обсуждаемый процесс последних лет, затрагивающий не только Россию и Китай, но и целый ряд других юрисдикций. Использование докладчиком термина «неоколониализм» для описания зависимости стран, не входящих в узкий круг технологических лидеров, от держателей передовых моделей — жёсткая, но аналитически оправданная формулировка, отражающая объективно складывающуюся иерархию технологического доступа.
Парадокс роста рынка при сокращении штата: дилемма «Пикника на обочине»
Один из наиболее оригинальных тезисов доклада касается наблюдаемого впервые в истории расхождения между ростом капитализации ИТ-компаний и численностью их персонала: рынок технологических компаний растёт, при этом сотрудников одновременно сокращают. Евгений называет это явление собственным термином — сперва «дилеммой Стругацких», затем уточнённым как «дилемма Пикника на обочине», по мотивам одноимённой повести, где артефакт («золотой шар») исполняет любое желание, но по-настоящему воспользоваться им способен лишь тот, кто умеет точно формулировать желание, — большинство же людей, не имея по-настоящему осознанного запроса, получают чужое, случайное или бессмысленное исполнение.
«Самая большая проблема с АИ, что им может пользоваться только действительно очень умный, прокачанный человек, который знает, что спрашивать. Люди спрашивать не умеют»
Наблюдение о разрыве между ростом капитализации технологического сектора и занятостью в нём согласуется с публично обсуждаемой в последние годы тенденцией автоматизации типовых интеллектуальных функций (написание кода, поддержка клиентов, базовая аналитика), которая позволяет компаниям расти без пропорционального увеличения штата. Метафорическое обобщение о неспособности большинства пользователей эффективно формулировать запросы к мощному инструменту — не эмпирически измеримый факт в строгом смысле, а авторская интерпретация, однако она хорошо согласуется с широко признанной проблемой «промпт-грамотности» и подчёркивает главный практический вывод доклада: ограничивающим фактором становится не доступ к технологии, а качество человеческого мышления, которое эту технологию использует.
Образование, которое не успевает
Из предыдущего тезиса выводися прямое следствие для системы образования: она нуждается в пересборке с нуля, должна стать непрерывной (продолжающейся всю жизнь, а не ограниченной школьным и вузовским этапом) и должна прицельно развивать не только предметные знания, но и то, что называется «насмотренностью» — широту кругозора и понимание того, как устроены другие страны и системы, поскольку именно эта широта мышления, а не запас фактов, определяет способность человека формулировать содержательные запросы к ИИ.
Этот тезис логически замыкает предыдущий блок: если ограничивающим фактором эффективного использования ИИ становится качество вопроса, а не доступ к инструменту, то реформа образования в сторону развития критического и системного мышления — не абстрактное пожелание, а прямое следствие экономической логики, изложенной докладчиком ранее.
Война, роботы и новая форма боевых действий
Отдельный и наиболее тревожный момент - тема военного применения ИИ. Это использование в боевых действиях, включая специальную военную операцию, платформ анализа данных на основе ИИ (в качестве примера называется компания Palantir, оцениваемая, по его словам, в 400 миллиардов долларов). Здесь проводится историческая параллель между текущим технологическим сдвигом и колониальными войнами, в которых индейцы с луками не имели шансов против колонизаторов с мушкетами — то есть речь идёт не о постепенном техническом превосходстве, а о качественном разрыве в возможностях сторон.
«Не танки будут дальше рулить, это будет что-то похожее на то, что мы видели в фильме про Терминатор»
Применение аналитических платформ на основе искусственного интеллекта в современных вооружённых конфликтах — публично документированный факт, неоднократно освещавшийся в открытых источниках применительно к нескольким актуальным конфликтам последних лет. Историческая аналогия с колониальными войнами точно передаёт главный тезис: качественный технологический разрыв способен обесценить количественное или even тактическое превосходство одной из сторон, что делает инвестиции в военные ИИ-технологии вопросом не конкурентного преимущества, а базовой обороноспособности.
Институт семьи и человекоподобные машины
Евгений кратко останавливается на развитии человекоподобной робототехники, ссылаясь на резонансные видео с выставок в Корее и Китае, где человекоподобные роботы демонстрировали крайне реалистичное поведение (в частности, ролики с поцелуями роботов и живых людей), часть из которых, по его собственной проверке, оказалась постановочной, однако часть — подлинной. Отсюда — прогноз о том, что в ближайшие годы институт семьи будет переосмысляться под влиянием доступности эмоционально и физически правдоподобных синтетических партнёров, поскольку, в отличие от брака, отношения с такой системой не требуют эмоционального труда.
«В ближайшие годы, я утверждаю, просто институт семьи будет пересматриваться… семья — это работа. Брак — это прям труд. А тут не надо»
Это наиболее спекулятивный из всего доклада, поскольку речь идёт о социальном прогнозе, а не о задокументированном факте. Тем не менее сама предпосылка — стремительное развитие человекоподобной робототехники и голосовых ИИ-систем, способных имитировать эмоциональное взаимодействие, — уже наблюдаемый и активно развивающийся технологический тренд, поэтому социальный прогноз докладчика опирается на реальную технологическую траекторию, даже если конкретные сроки и масштаб эффекта остаются предметом дискуссии.
Edge-ИИ и нейроинтерфейсы
В завершение технологической части упоминаются два смежных направления: автономные («граничные», не требующие постоянного подключения к интернету) системы принятия решений, которые докладчик обозначает аббревиатурой HCI, и нейроинтерфейсы, развитие которых он иллюстрирует личным опытом экспериментов с ранними чипами и устройствами для управления игровыми консолями ещё в 2014 году, отмечая, что современный этап представлен биометрическими решениями и разработками компаний уровня Neuralink, ориентированными на прямое подключение к нервной системе.
Автономные («edge») ИИ-системы и нейроинтерфейсы — действительно два наиболее быстрорастущих смежных направления робототехники и вычислительной техники последних лет, и их упоминание логически завершает картину: по мере того как роботы становятся физически и поведенчески неотличимы от живых существ, вопрос об этической и социальной регуляции такого сходства, по признанию самого докладчика, остаётся открытым.
Национальная идея и стратегия суверенитета: практические предложения докладчика
Итог - переход от анализа к программе действий. Евгений Черешнев формулирует собственную версию национальной идеи, отталкиваясь от того, что копирование чужих моделей развития (по образцу Китая) или ставка на технологическую точность (по образцу Германии) не соответствуют национальному характеру; вместо этого предлагается опора на созидательный, творческий импульс — способность создавать то, чего раньше не существовало.
«Мы не можем делать что-то, копировать, как китайцы, и не умеем делать так точно, как немцы… Но вот создать, подковать блоху, создать что-то, чего не существовало, — это просто… созидательный импульс»
Объединение усилий с другими незападными экономиками (в докладе упомянуты Индия, Индонезия, Вьетнам) для совместного несения затрат на технологический суверенитет вместо попытки в одиночку профинансировать полный цикл национальной модели ИИ; фокус на конкретных нишах экспертизы (в первую очередь на стыке энергетики, ядерных технологий и кибербезопасности) вместо распыления ресурсов; отказ от запрета передовых моделей в пользу технической фильтрации утечек данных на уровне сетевой инфраструктуры; выход отечественных компаний на открытую конкуренцию на мировом рынке вместо опоры на административный ресурс внутри страны; прекращение практики дублирования одних и тех же продуктов внутри разных корпоративных холдингов (каждый крупный игрок строит собственный дата-центр и собственную версию уже существующих сервисов) в пользу совместных предприятий; приоритет компетентности над лояльностью при расстановке кадров на ключевые задачи, что иллюстрируется исторической отсылкой к практике Тамерлана назначать полководцами наиболее способных людей независимо от возраста; смысловая, а не формальная мотивация при создании продуктов; и, наконец, переосмысление внешней политики — использование дипломатических представительств не только для протокольных функций, но и для продвижения национальных технологических продуктов, а также корректировка риторики в рамках военной доктрины.
«В нашей стране очень важно сейчас, как никогда, ставить на важные задачи не самых лояльных, а самых умных»
«Фокусируйтесь на продуктах со смыслом… не ради того, чтобы просто сделать»
Основная часть доклада носит аналитический характер и во многом опирается на проверяемые данные и задокументированные тенденции, то заключительный блок — это открыто субъективная программа действий, которую сам Евгений называет местами утопичной. Тем не менее логическая связность сохраняется: каждая рекомендация прямо вытекает из ранее изложенного анализа — необходимость объединения усилий следует из расчёта стоимости «ядерного клуба ИИ», требование фокуса на нишах — из тезиса о многослойности индустрии, отказ от запретов — из анализа технологического неоколониализма, а приоритет компетентности — из дилеммы «Пикника на обочине», согласно которой ограничивающим фактором является качество человеческого мышления, а не доступ к инструментам.
Итоговая мысль выступления Евгения Черешнева, вынесенная в его финальную реплику, точно резюмирует характер всего выступления: лёгкого пути в условиях разворачивающейся технологической гонки не существует, но именно сложность выбранного пути является условием того, что он вообще ведёт к значимому результату.
«Дорога ждёт тяжёлая. Но любая простая, она никуда не ведёт»
