The post has been translated automatically. Original language: Russian
Sequoia recently released an article with a loud thesis: "the next trillion-dollar company will not sell software, but finished work." Not a QuickBooks subscription for $10,000 per year, but a fully closed turnkey financial statement for $120,000 - replacing the entire staff of accountants.
Investors simply take global budgets for salaries of accountants, lawyers, and consultants and declare the entire amount to be the "future AI market."
But it seems to me that there is a fundamental error of scale here.
They assume that the structure of business processes will remain the same, and only the contractor will change. But the profession is "accountant" (like many others) it did not appear because it carries value in itself for the end customer. It appeared because a person is limited. The entrepreneur was physically unable to simultaneously bake bread, look for customers, transport raw materials and reduce debit with credit.
The bread buyer has never paid for the "accountant's job." He was buying a loaf.
Autonomous AI agents remove this limitation. They see the whole process: when every transaction, contract, and delivery is processed by agents in real time, reporting becomes just an automatic byproduct of data movement. A separate layer of work is simply canceled.
Counting the AI market through the current salaries of professions is like evaluating the refrigerator market through the total earnings of ice carriers in the 19th century.
What does this mean in practice? If the function disappears and the processes are transferred to autonomous agents, the very essence of the risk changes.:
- We no longer need to "manage human accountants."
- We need to control the rights and financial mandates of the algorithms themselves, through which these transactions flow.
When reports are generated on the fly, the main threat is not a human error in Excel, but a non-deterministic decision by an agent who misspent the budget or exceeded the limit.
What am I doing all this for? Perhaps my view of this shift is too radical, or I'm missing some legal and human nuances that will delay this transition for another decade.
Do you think we are really moving towards the death of entire functional blocks in business, or are venture capital funds again selling us beautiful illusions, overestimating the speed of change?
Let's discuss it in the comments. 👇
Стэнфорд выкатил свой ежегодный 425-страничный AI Index 2026. Большинство пролистает его ради красивых графиков, но если очистить данные от шума, отчёт подсвечивает три фундаментальных сдвига в экономике ИИ.
Ниже — мой анализ того, почему гонка моделей больше не имеет значения, и где на самом деле заперты триллионы долларов.
1. Интеллект стал commodity. Модели больше не дают преимущество
Разрыв между топовыми моделями (Anthropic, OpenAI, Google) сократился до статистической погрешности — порядка 2.7%. Модели меняются местами каждые пару месяцев, а американские и китайские лаборатории шлифуют один и тот же плато-эффект.
Вывод: Наличие доступа к «самой умной модели» больше не является конкурентным преимуществом. У вас в руках точно такой же абстрактный «мозг», как у стартапа с оценкой в $1B+.
Преимущество сместилось из области LLM-инжиниринга в область инфраструктуры, дистрибуции и детерминированного закрытия процессов. Неважно, на чем крутится ваш агент — на дорогом Claude или легком Llama. Важно то, как устроена среда, в которой он работает.
2. Проблема 97%: Все продают доступ, но никто не продаёт результат
Стэнфорд оценивает создаваемую потребительскую ценность Generative AI в США в $172 млрд в год. Медианная польза на пользователя выросла втрижды.
При этом совокупная выручка вендоров (OpenAI, Anthropic и прочих) составляет ничтожные копейки от этой цифры. Исторически создатели базовых технологий забирают лишь около 3% от сгенерированной ценности.
Остальные 97% остаются висеть в воздухе. Почему? Потому что индустрия пытается продавать софт по старой Web2-модели: «Вот тебе подписка и API-ключ, иди разбирайся сам». Но рынку не нужен доступ к нейросети. Рынку нужна закрытая бизнес-функция.
3. Иллюзия внедрения: 88% подписок и 3% реальных систем
88% корпораций отчитались, что «вдрили ИИ». Но если открыть отчёт глубже, масштабированное внедрение автономных агентов в реальные бизнес-процессы (Marketing, Sales, Finance, IT) находится на уровне 3–5%.
Разница между «Я пользуюсь ChatGPT» и «У меня работает агентская система» — такая же, как между наличием дрели и владением автоматизированной фабрикой.
Более того, отчёт четко показывает: ИИ дает жесткий прирост производительности (+15–26%) только там, где процесс строго структурирован (кастомер-саппорт, базовый написание кода, обогащение данных). Там, где требуются суждение, контекст, риски и финансовая ответственность — эффект от «голой» модели стремится к нулю или становится отрицательным.
Вы не можете отдать агенту стратегию или закрытие сделки. Но вы можете отдать ему всё, что раскладывается в жесткий алгоритм.
Что это значит для фаундеров и инженеров?
- Перестаньте бенчмаркать модели. Разница в 2.7% не починит сломанную архитектуру. Перестаньте перебирать промпты — стройте детерминированную инфраструктуру вокруг модели.
- Перестаньте продавать ИИ. Продавайте отчуждаемый результат. Не «AI-платформа для закупки данных», а «Автоматически закрытый реестр без участия человека».
- Стройте границы, а не надежды. Модель — это всего лишь недетерминированный вычислитель. Чтобы превратить его в рабочий бизнес-инструмент, вам нужна жесткая среда исполнения, политики прав и контроля (Runtime Governance).
Главный вывод отчёта: Технологический стек ушел вперед на годы, а инфраструктура управления и безопасности за ним банально не успела. Рынок агентных систем не просто не перенасыщен — он даже толком не начинался еще.
Share
