Новости

Принцип баланса в технологиях. Часть 1 - Потеря эффективности

2026-03-20 13:27
Сегодня мы попробует разобрать несколько технологий, которые потеряли эффективность в процессе внедрения и использования.
Мы хотели выделить несколько появившихся в последние 20 лет технологий и выделить прямой и обратный эффекты. Раскроем суть «принципа баланса» или, как его чаще называют в литературе, «закона убывающей отдачи» (Law of Diminishing Returns). В последние 20 лет мы наблюдаем уникальную ситуацию: экспоненциальный рост технологических мощностей (вычислительные ресурсы, объёмы данных, скорость коммуникаций) всё чаще наталкивается на институциональные, когнитивные и инфраструктурные ограничения, которые сводят на нет потенциальную эффективность.
Раскроем 20 примеров того, как развитие технологий и мощностей вступает в противоречие с потерей эффективности, сгруппированных по сферам:
Легенда таблицы
Сфера корпоративных технологий и данных
  1. Инструменты ИИ и "рабочий мусор" (Workslop): Согласно исследованию Стэнфорда и BetterUp Labs, 40% работников получают от коллег контент, сгенерированный ИИ, который требует переделки. Рост объёмов «псевдо-работы» нивелируется тем, что её приходится переделывать людям, тратя время на исправление, а не на созидание .
  2. Автоматизация и "ловушка компетенций": Опыт внедрения интеллектуальных систем управления в ретейле (на примере сети «Магнит») показал, что ИИ сначала повышает эффективность, но со временем навыки принятия нестандартных решений у сотрудников атрофируются. Система перестаёт развиваться, так как ей не хватает нового опыта от людей .
  3. Инвестиции в инновации: Исследование Riverbed показало, что только 25% компаний («трансформеры») эффективно конвертируют инвестиции в технологии в реальный рост бизнеса. В России этот показатель ещё ниже — 21%. Остальные тратят ресурсы, не получая ожидаемой отдачи .
  4. Поиск данных (Data Hunting): В электронной промышленности команды тратят до 50% времени (30% на поиск и 20% на переделывание работы) не на инновации, а на поиск актуальных версий файлов и спецификаций. Рост количества информации привёл к коллапсу доступа к ней .
  5. «Парадокс производительности ИИ»: Несмотря на бум инвестиций, исследование MIT Media Lab показало, что 95% компаний не получают никакой измеримой финансовой отдачи от внедрения искусственного интеллекта .
  6. Маркетинг и "цифровой шум": Эффективность «single-track» маркетинга (холодные звонки, email-рассылки) падает. Рост цифрового шума требует синхронизации по 3+ каналам, что усложняет инфраструктуру и требует больших вложений при той же конверсии.
  7. Регресс к среднему: Самообучающиеся алгоритмы быстро подтягивают середняков до уровня "хорошо", но теряют возможность для прорывных решений, так как система начинает подавлять любые отклонения от нормы.
Социальные сети, контент и восприятие
  1. Рекомендательные алгоритмы: Алгоритмы (например, TikTok), призванные удерживать внимание, поощряют поверхностный контент. Это вынуждает авторов упрощать идеи, что снижает глубину осмысленного взаимодействия и долгосрочную ценность контента.
  2. Социальное телевидение (Social TV): Технология 2010 года, которая должна была объединить ТВ и соцсети, провалилась, так как была привязана к умирающему формату линейного телевещания, хотя рынок уже уходил в стриминг.
  3. Эффект "Когнитивной разгрузки": С развитием поисковиков и нейросетей фиксируется "Google-эффект": люди хуже запоминают факты, но помнят, где их искать. С приходом ИИ этот процесс усугубился: люди делегируют сам процесс мышления, теряя навыки анализа.
  4. Фрагментация мышления: Короткий формат контента и уведомления привели к тому, что средняя «длина жизни» темы в общественном обсуждении упала. Молодое поколение хуже пересказывает прочитанное и быстрее забывает детали.
  5. Иллюзия понимания: Гладкие и уверенные ответы ИИ создают у пользователя ощущение ясности, хотя реального понимания темы не происходит. Человек уходит с чувством "я понял", не узнав ничего нового.
Технологии и общество
  1. Проект Loon (Google): Амбициозный проект по раздаче интернета с аэростатов провалился в 2021 году не по техническим причинам, а из-за экономической неустойчивости (низкая платежеспособность регионов) и сложности партнерст.
  2. Генетические данные (DNA App Store): Проект Helix по созданию «магазина приложений для ДНК» провалился из-за отсутствия доверия пользователей и слабого регулирования в сфере чувствительных данных. Технологическая возможность разбилась о социальную неготовность.
  3. Универсальная память (Universal Memory): Технология на нанотрубках (2005 год) не вышла на рынок из-за проблем масштабирования и несовместимости с существующими производственными цепочками.
  4. Фотография светового поля (Lytro): Технология изменения фокуса после съёмки проиграла смартфонам, так как предлагала одну функцию, в то время как смартфоны развивались как комплексные экосистемы.
  5. Образование и ИИ: Рандомизированные тесты 2024 года показали, что студенты, использующие ChatGPT, быстрее решают задачи, но хуже усваивают материал и проваливают последующие тесты по сравнению с теми, кто решал самостоятельно.
Инфраструктура и энергетика
  1. Закон Мура и нагревание: Рост плотности транзисторов и вычислительной мощности процессоров привёл к тому, что основной проблемой стал отвод тепла. Дальнейшее «развитие» упирается в физический предел нагревания кристалла, требуя огромных затрат на охлаждение.
  2. Зеленые серверы: Рост мощностей дата-центров для ИИ требует колоссальных объёмов электроэнергии и воды для охлаждения. Экологичность технологий нивелируется их ресурсоёмкостью.
  3. Синтетические данные для ИИ (Model Collapse): Обучение новых моделей на данных, сгенерированных предыдущими версиями ИИ, ведёт к «коллапсу модели» — постепенной потере связи с реальностью и вырождению качества ответов.
Ссылки на используемые статьи:

1.5 «прорывных технологий», которые не оправдали ожиданий
(https://trends.rbc.ru/trends/innovation/6971d9b39a7947d00fae7881?page=tag&nick=media_streaming);

2.ИИ-ловушка: почему искусственный интеллект ведет к стагнации (https://companies.rbc.ru/news/1pYFTZ5SXf/ii-lovushka-pochemu-iskusstvennyij-intellekt-vedet-k-stagnatsii/);

3. B2B Buzz Launches Integrated AI Framework to Combat Declining Returns in Single-Channel Outreach (https://finance.yahoo.com/news/b2b-buzz-launches-integrated-ai-113000201.html?guccounter=1 );

4.Исследование показало: инвестиции в современные технологии неэффективны в 1/4 случаев (https://www.mobilecomm.ru/issledovanie-pokazalo-investitsii-v-sovremennye-tehnologii-neeffektivny-v-1-4-sluchaev );

5. Companies are losing money to AI "workslop" that slows everything down (https://www.techspot.com/news/109591-companies-losing-money-ai-workslop-slows-everything-down.html );

6. The Electricity Trap: Why AI Alone Won’t Transform Your Business (https://www.forbes.com/sites/martingutmann/2025/09/23/the-electricity-trap-why-ai-alone-wont-transform-your-business/ );

7.Искусственный интеллект и «общество зомби». Почему технологии, созданные для развития, делают нас слабее (https://www.it-world.ru/tech/qaotil4ibq8ksgw0k0gsog080k8swso.html?PAGEN_1=5&IBLOCK_CODE=tech ).