Пять тысяч человек видят ИИ, которого не существует для остальных шести миллиардов

В октябре Андрей Карпати опубликовал в X оценку, которую сам называет napkin math — расчёт на салфетке. По его прикидке, на вершине воронки пользователей языковых моделей находятся примерно пять тысяч человек. Это 0,00006% населения планеты. На нижнем уровне — около шести миллиардов, три четверти человечества, которые с LLM практически не сталкивались.

Карпати — не сторонний наблюдатель. Соучредитель OpenAI, бывший директор по ИИ в Tesla, с мая 2026 года он работает в Anthropic в команде pre-training. Frontier-системы он видит изнутри, и именно поэтому его грубые цифры интереснее аккуратной статистики: это взгляд человека, который знает, что происходит на вершине, и пытается объяснить, почему остальные об этом не догадываются.

Воронка, которую он описывает, — не про технологии. Она про людей, которые работают с фактически разными продуктами под одним названием «ИИ».

Четыре уровня

Нижний ярус — шесть миллиардов человек. Они либо не пользовались LLM вовсе, либо пробовали пару раз и не вернулись.

Второй ярус — один-два миллиарда. Это казуальные пользователи бесплатного ChatGPT или DeepSeek. Они воспринимают чат-бот как «улучшенный Google»: поиск, переписка текста в формальном тоне, бытовые вопросы. Модель для них — удобный, но необязательный инструмент, что-то вроде более разговорчивого поисковика.

Третий ярус — около двадцати миллионов человек. Профессиональные пользователи сильнейших моделей: разработчики, математики, исследователи. Карпати приводит конкретные действия этого уровня: сборка приложений, копирование приложений, декомпиляция из бинарников. Здесь агенты выполняют проекты, на которые раньше уходили недели, и это меняет представление о том, что вообще можно поручить машине.

Вершина — пять тысяч человек. Те, у кого есть доступ к внутренним системам лабораторий. Они оркестрируют рои из тысяч агентов, которые находят zero-day уязвимости и ведут кибератаки на машинных скоростях. Они получают пачки математических результатов, которые людям предстоит разбирать месяцами: 722 рукописи от роя агентов — и это уже не абстракция, а конкретная цифра. Инцидент OpenAI-HF, который машины совершили за минуты, люди до сих пор разбирают — Карпати называет это «археологией».

Оговорка: возможности вершины не подтверждены публично. Это позиция Карпати, основанная на его положении внутри индустрии, а не на открытых данных.

Почему воронка не расширяется

Карпати называет три фактора разрыва: масштаб задачи, jaggedness — неравномерность возможностей модели, и уровень доступа.

Ключевой — первый. Отдача от LLM масштабируется вместе со сложностью задачи. «Вопрос с ответом в один абзац едва нагружает систему, — пишет Карпати. — Нужен резервуар больших, сложных проблем, о которых вы действительно заботитесь».

Отсюда следует неудобный вывод: воронка сужается не потому, что технология недоступна, а потому, что она невидима для простых задач. Казуальный пользователь задаёт чат-боту вопрос, получает ответ и видит «умный гугл». Он не может увидеть «другое измерение реальности», потому что его запросы не раскрывают модель. Это не дефект доступа, а свойство самой технологии: её возможности пиковые в областях, которые цифровые, верифицируемые и экономически ценные — код, математика, безопасность.

В апреле Карпати сформулировал это короче: «Степень восхищения ИИ идеально коррелирует с тем, насколько активно вы используете ИИ для кода».

Неловкий вопрос

В апрельском твите Карпати говорил о «пропасти» между двумя группами. В октябрьском — о «резкой воронке». Смена метафоры странная: воронка подразумевает движение между уровнями, но Карпати настаивает, что сужения нет. Разрыв растёт.

Есть и второе упрощение. Jaggedness — неравномерность возможностей — плохо сочетается с линейной иерархией «снизу вверх». LLM силён в цифровых, верифицируемых областях и слаб в других. Воронка — не лестница, а скорее ландшафт с пиками: человек может быть на третьем уровне в коде и на первом — в юридических вопросах.

Но даже с этими оговорками направление подтверждается косвенными сигналами. Разрывы в использовании LLM по возрасту, образованию и доходу сохраняются — и, по доступным данным, не сокращаются. Технология дешевеет, доступ к ней расширяется, а разрыв в понимании не уменьшается.

Что это значит для вас

Практический вывод простой и немного неудобный. Если вы используете LLM только для «перепиши текст в формальном тоне», вы не видели и десятой доли возможностей современных моделей. Но обратное тоже верно: если судить о LLM по демо с вершины воронки — рои агентов, zero-day, 722 рукописи — вы переоцените их применимость к своим задачам.

Единственный способ узнать свой уровень — проверить модель на своей сложной задаче. Не на случайном диалоге, а на проблеме, которая действительно требует усилий. Компании, которые переводят рутину на агентов, попадают во второй-третий ярус воронки — и это уже меняет их позицию относительно конкурентов, которые наблюдают за LLM снизу.

Самый большой разрыв в ИИ — не между моделями, а между людьми, которые ими пользуются. Три четверти человечества и пять тысяч человек живут в разных реальностях, и эта разница не сокращается, а растёт. Технология доступна, но её возможности раскрываются только тем, кто ставит перед ней большие задачи. Если вы не нагружаете LLM сложными проблемами, вы не просто отстаёте — вы не видите технологии, которая уже работает вокруг вас. И это вопрос не доступа, а амбиций.