Вы можете читать книгу не строго по порядку. Если вам уже близок базовый уровень, смело перескакивайте к главам про агентов и автоматизации, а потом возвращайтесь к пробелам. Относитесь к структуре как к карте, по которой можно двигаться своими траекториями.
Я не рекламирую никакие сервисы и не призываю пользоваться конкретными продуктами. Все упомянутые инструменты – лишь примеры того, как можно решать задачи. Любые решения о подписках, передаче данных и выборе платформ остаются исключительно за вами.
Глава 1. Инфраструктура ИИ: пирамида из электричества, чипов и моделей
Представьте, что вы просыпаетесь однажды утром и обнаруживаете, что привычные сервисы просто… не загружаются.
Не работает банковское приложение.
Такси показывает «ошибка сервера».
Даже ваша любимая нейронка выдаёт лишь одно сообщение:
«Недостаточно вычислительных мощностей. Повторите запрос позже».
Не произошло ни кибератаки, ни глобальной войны. Просто несколько дата-центров отключили от сети – регион не выдержал пикового спроса на электроэнергию.
И вдруг становится видно то, что обычно скрыто: мир, в котором ИИ берёт на себя 40–70% задач, держится не на «магии ChatGPT», а на очень конкретных вещах – проводах, трансформаторах, электростанциях, фабриках чипов и десятках гектаров залитых бетоном залов с ревущими серверными стойками.
ИИ – это не приложение в телефоне. Это новая энергетическая и геополитическая инфраструктура.
И мы с вами живём как раз в момент её сборки.
Что вы узнаете из этой главы
В этой главе мы:
• разложим индустрию ИИ по уровням – от электроэнергии до пользователя;
• разберём, почему электричество и видеокарты становятся новой нефтью;
• посмотрим, как США через контроль чипов и моделей формируют новое мироустройство;
• обсудим, почему спрос на электроэнергию дата-центров уже сегодня растёт двузначными темпами и может более чем удвоиться к 2030 году;
• наметим альтернативные сценарии – в том числе путь стран с сильной атомной энергетикой и распределёнными вычислениями, по аналогии с биткоином;
• свяжем всё это с простой мыслью: в мире, где идёт война за мощности, ваша личная компетенция – как работать с ИИ и строить свои системы – становится новым видом личного капитала.
Почему вообще важно понимать инфраструктуру ИИ
Большинство людей видят только верхушку айсберга: чат с моделью, красивый интерфейс, удобное приложение.
Кажется, что всё, что нужно – «уметь правильно задавать вопросы».
Но в реальности:
• крупные модели стоят десятки-сотни миллионов долларов на обучение [2];
• дата-центры уже потребляют около 415 ТВт·ч в год – примерно 1,5% мировой электроэнергии, и эта цифра растёт примерно на 12% в год [3];
• только в США дата-центры уже вышли на 4–5% потребления всей электроэнергии страны и могут подняться до 7–12% к концу десятилетия [4];
• международные отчёты предсказывают, что спрос на электричество для дата-центров и ИИ может удвоиться или больше к 2030 году [5].
Это значит, что ИИ – не просто про «умные ответы», а про то, кто контролирует энергетику, чипы и инфраструктуру, и как обычный человек вписывается в эту картину.
Если вы поймёте, как устроена эта пирамида, вам будет проще:
• трезво оценивать новости про ИИ и не вестись на хайп;
• понимать, где настоящие точки роста и денег;
• объяснять заказчикам/клиентам, за что они платят, когда «покупают ИИ»;
• видеть риски и возможности на горизонте 5–10 лет.
Пятиуровневая пирамида инфраструктуры ИИ
Я предлагаю смотреть на индустрию ИИ как на пятиуровневую пирамиду.
Снизу вверх:
1. Электроэнергия
2. Видеокарты (GPU), чипы и дата-центры
3. Модели (LLM и другие)
4. Приложения
5. Пользователи
Если смотреть на новости про ИИ только с пользовательского уровня, может показаться, что вся эта пирамида строится ради удобного чата и красивых картинок.
На самом деле крупные игроки вкладывают миллиарды долларов не только ради того, чтобы вам было проще переписать письмо.
Ставка делается в том числе на гонку к более общим и мощным системам – вплоть до уровней, которые в публичной дискуссии называют AGI (общий искусственный интеллект сравнимый с возможностями человеческого разума) или супер-интеллектом (значительно превосходящим человеческий разум).
Каждый новый процент точности модели, каждый шаг в сторону более устойчивого «понимания» мира опирается:
• на дополнительные мегаватты электроэнергии;
• на всё более плотные кластеры GPU и специализированных чипов;
• на растущие дата-центры и сложную сетевую инфраструктуру.
Снаружи это выглядит как очередное обновление нейросети.
Внутри – как стратегическая игра государств и корпораций за контроль над энергетикой, вычислениями и данными, которые могут привести их ближе к системам уровня AGI.
Но здесь есть важный разворот для читателя этой книги.
Для вас принципиально не то, “кто именно первым добежит до AGI”, а то, где вы находитесь в этой пирамиде:
• вы просто пользователь красивого приложения;
• вы человек, который понимает, на каких слоях всё это стоит;
• или вы тот, кто учится строить свои продукты и системы поверх этой инфраструктуры – так, чтобы не оказаться заложником одной кнопки, одного провайдера и одного сценария будущего.
Эта глава – про то, как увидеть в новостях про «чипы», «дата-центры», «энергетический кризис из-за ИИ» не абстрактный фон, а карту сил, на которой вам ещё жить и работать.
А разговор про AGI здесь нужен только для одного: показать, что гонка за «будущим сверх-интеллектом» уже сегодня меняет физическую и политическую реальность, в которой вы делаете бизнес, строите карьеру и принимаете решения.
При обсуждениях нейросетей и ИИ, мы привыкли начинать сверху пирамиды – с пользователя. Но чтобы понять, откуда берётся ценность и за что идёт борьба, начнём, наоборот, снизу.
Уровень 1. Электроэнергия – фундамент всего
ИИ – это в первую очередь про электроэнергию.
Каждый ваш запрос к нейросети – это не просто строка текста. Это:
• тысячи-миллионы операций на графических процессорах;
• серверы, которые нужно питать и охлаждать;
• сети, которые нужно поддерживать.
По оценкам международных энергетических агентств:
• в 2024 году дата-центры глобально потребляли 415 ТВт·ч в год [6],
• это примерно электропотребление крупной развитой страны,
• к 2030 году потребление может удвоиться и более, приближаясь к 900–1000 ТВт·ч, что сопоставимо с потреблением целых регионов мира.
Ключевой парадокс:
ИИ продаётся как «цифровая магия», но за кулисами – это очень материальная история про мегаватты, кабели, бетон, территорию и воду для охлаждения.
Отсюда несколько выводов:
• Страны с дешёвой и устойчивой генерацией (гидро, атом, геотермальная) получают стратегическое преимущество [7].
