a16z «Важные идеи 2026 года: Часть вторая»

Программное обеспечение поглотило мир. Теперь оно будет двигать мир вперёд.

Автор: a16z New Media

Перевод: Block unicorn

Вчера мы поделились первой частью серии «Великие идеи», включающей вызовы, с которыми, по мнению наших партнёров из команд инфраструктуры, роста, биотехнологий + здравоохранения и Speedrun, стартапы столкнутся в 2026 году.

Сегодня мы продолжаем публикацию второй части этой серии, в которую вошли материалы от команды American Dynamism (инвестиционная команда, специально созданная a16z в 2021 году) и команды приложений.

American Dynamism

David Ulevitch: Создание индустриальной базы, изначально ориентированной на искусственный интеллект

США восстанавливают те экономические компоненты, которые действительно придают стране силу. Энергетика, производство, логистика и инфраструктура вновь оказываются в центре внимания, а самым важным изменением становится появление индустриальной базы, изначально ориентированной на искусственный интеллект и программное обеспечение. Эти компании начинают с моделирования, автоматизированного проектирования и операций, управляемых искусственным интеллектом. Они не модернизируют прошлое, а строят будущее.

Это открывает огромные возможности в таких областях, как передовые энергетические системы, тяжёлая робототехника, новое поколение добычи полезных ископаемых, биотехнологии и ферментативные процессы (производство прекурсоров химикатов, необходимых для различных отраслей). Искусственный интеллект способен проектировать более чистые реакторы, оптимизировать добычу, создавать лучшие ферменты и координировать автономные кластеры машин с такой глубиной анализа, которая недоступна традиционным операторам.

Такая же трансформация происходит и за пределами заводов. Автономные сенсоры, дроны и современные модели искусственного интеллекта теперь могут осуществлять постоянный мониторинг портов, железных дорог, линий электропередач, трубопроводов, военных баз, дата-центров и других критически важных систем, которые раньше были слишком масштабными и сложными для полного контроля.

Реальному миру нужно новое программное обеспечение. Основатели, которые его создадут, определят процветание США на следующее столетие.

Erin Price-Wright: Возрождение американских фабрик

Первый великий век США был построен на мощной индустриальной базе, но, как известно, мы утратили большую часть этой силы — отчасти из-за офшоринга, отчасти из-за сознательного отказа общества от индустриального строительства. Однако ржавые машины снова запускаются, и мы становимся свидетелями возрождения американских фабрик, в основе которых лежат программное обеспечение и искусственный интеллект.

Я считаю, что к 2026 году компании будут решать задачи в энергетике, добыче, строительстве и производстве с фабричным мышлением. Это означает интеграцию искусственного интеллекта и автоматизации с техническими специалистами, чтобы сложные, индивидуализированные процессы работали с эффективностью конвейера. В частности:

• Быстро и многократно справляться со сложными нормативными и разрешительными процедурами
• Ускорять проектные циклы и обеспечивать производимость с самого начала
• Лучше координировать крупномасштабные проекты
• Внедрять автономные системы для ускорения задач, которые сложны или опасны для человека 

Используя технологии, разработанные Генри Фордом сто лет назад, планируя масштаб и воспроизводимость с самого начала и интегрируя последние достижения искусственного интеллекта, мы вскоре сможем массово производить ядерные реакторы, строить жильё для всей страны с невероятной скоростью, возводить дата-центры и войти в новую золотую эру индустриальной мощи. Как сказал Илон Маск: «Фабрика — это и есть продукт».

Zabie Elmgren: Следующая волна наблюдаемости будет на физическом, а не цифровом уровне

За последнее десятилетие наблюдаемость в программном обеспечении изменила наш подход к мониторингу цифровых систем, сделав код и серверы прозрачными с помощью логов, метрик и трассировок. Такая же революция вот-вот охватит и физический мир.

С развертыванием более миллиарда подключённых камер и сенсоров в крупнейших городах США физическая наблюдаемость — то есть возможность в реальном времени понимать, как работают города, энергосети и другая инфраструктура — становится как необходимой, так и осуществимой. Этот новый уровень восприятия также станет драйвером следующего этапа развития робототехники и автономных технологий, когда машины будут опираться на универсальную платформу, делающую физический мир столь же наблюдаемым, как и программный код.

Конечно, такая трансформация несёт и реальные риски: инструменты, способные обнаруживать лесные пожары или предотвращать аварии на стройке, могут стать источником антиутопических кошмаров. Победителями следующей волны станут те, кто завоюет общественное доверие, создаст системы с защитой приватности, возможностью взаимодействия и изначальной поддержкой искусственного интеллекта, чтобы повысить прозрачность общества без ущерба для свобод. Тот, кто построит такую надёжную платформу, определит направление развития наблюдаемости на следующее десятилетие.

Ryan McEntush: Архитектура электронной промышленности изменит мир

Следующая промышленная революция произойдёт не только на заводах, но и внутри машин, которые обеспечивают их работу.

Программное обеспечение уже радикально изменило наш способ мышления, проектирования и коммуникации. Теперь оно меняет то, как мы передвигаемся, строим и производим. Прогресс в электрификации, материалах и искусственном интеллекте объединяется, позволяя программному обеспечению по-настоящему управлять физическим миром. Машины начинают ощущать, учиться и действовать автономно.

Это и есть подъём электронной индустриальной платформы — комплексных технологий, обеспечивающих работу электромобилей, дронов, дата-центров и современной промышленности. Она соединяет атомы, движущие мир, с битами, управляющими им: от минералов, переработанных в компоненты, энергии, хранимой в батареях, электричества, управляемого электроникой, до движения, реализуемого точными электродвигателями — всё это координируется программным обеспечением. Это невидимая основа каждого прорыва в области физической автоматизации; она определяет, будет ли программное обеспечение просто вызывать такси или действительно управлять рулём.

Однако способность строить эту платформу — от переработки ключевых материалов до производства передовых чипов — уходит. Если США хотят возглавить новую индустриальную эпоху, им нужно производить оборудование, поддерживающее эту эпоху. Страны, овладевшие электронной индустриальной платформой, определят будущее промышленной и военной техники.

Программное обеспечение поглотило мир. Теперь оно будет двигать мир вперёд.

Oliver Hsu: Автономные лаборатории ускоряют научные открытия

С развитием моделей, способных работать в мультимодальном режиме, и постоянным ростом возможностей робототехники, команды ускорят автономные научные открытия. Эти параллельные технологии приведут к появлению автономных лабораторий, способных замыкать цикл научного поиска — от выдвижения гипотез до проектирования и проведения экспериментов, рассуждений, анализа результатов и итераций будущих исследований. Команды, создающие такие лаборатории, будут междисциплинарными и объединят экспертизу в искусственном интеллекте, робототехнике, физических и биологических науках, производстве и операциях, чтобы проводить непрерывные межотраслевые эксперименты и открытия в полностью автоматизированных лабораториях.

Will Bitsky: Данные — новый путь для ключевых отраслей

В 2025 году дух эпохи искусственного интеллекта будет определяться ограничениями вычислительных ресурсов и строительством дата-центров. А к 2026 году — ограничениями данных и следующим фронтиром в их сборе — нашими ключевыми отраслями.

Наши ключевые отрасли по-прежнему являются кладезем потенциальных, неструктурированных данных. Каждый выезд грузовика, каждое снятие показаний, каждое обслуживание, каждый производственный цикл, каждая сборка, каждое тестирование — это материал для обучения моделей. Однако такие термины, как сбор данных, разметка или обучение моделей, не являются привычными для промышленности.

Потребность в таких данных огромна. Компании вроде Scale, Mercor и лабораторий искусственного интеллекта неустанно собирают процессные данные (не только «что сделано», но и «как сделано»). Они платят большие деньги за каждый кусочек «данных с фабрик».

Промышленные компании, обладающие физической инфраструктурой и рабочей силой, имеют сравнительное преимущество в сборе данных и начнут его использовать. Их операции генерируют огромные объёмы данных, которые можно собирать практически с нулевыми предельными издержками и использовать для обучения собственных моделей или лицензирования третьим лицам.

Мы также можем ожидать появления стартапов, которые будут помогать в этом. Они предложат координационные платформы: программные инструменты для сбора, разметки и лицензирования данных; аппаратные сенсоры и SDK; среды и пайплайны для обучения с подкреплением (RL); и, в конечном итоге, собственные интеллектуальные машины.

Команда приложений (Apps)

David Haber: Искусственный интеллект усиливает бизнес-модели

Лучшие стартапы в сфере искусственного интеллекта не просто автоматизируют задачи; они увеличивают экономическую отдачу для клиентов. Например, в юридических фирмах, работающих по модели success fee, доход появляется только при выигранном деле. Компании вроде Eve используют собственные данные о результатах для прогнозирования вероятности успеха дела, помогая фирмам выбирать более подходящие дела, обслуживать больше клиентов и повышать процент выигрышей.

Сам искусственный интеллект способен усиливать бизнес-модели. Он не только снижает издержки, но и приносит дополнительный доход. К 2026 году мы увидим, как эта логика распространится на все отрасли, поскольку системы искусственного интеллекта будут глубже интегрироваться с мотивацией клиентов и создавать сложные преимущества, недоступные традиционному ПО.

Anish Acharya: ChatGPT станет магазином приложений для искусственного интеллекта

Для успеха потребительского продукта нужны три элемента: новая технология, новое потребительское поведение и новый канал дистрибуции.

До недавнего времени волна искусственного интеллекта удовлетворяла первым двум условиям, но не имела нового нативного канала дистрибуции. Большинство продуктов росли за счёт существующих сетей вроде X или сарафанного радио.

Однако с выходом OpenAI Apps SDK, поддержкой мини-приложений от Apple и запуском групповых чатов в ChatGPT, разработчики теперь могут напрямую использовать аудиторию из 900 миллионов пользователей ChatGPT и расти за счёт новых сетей мини-приложений, таких как Wabi. Как последний элемент жизненного цикла потребительских продуктов, этот новый канал дистрибуции может запустить десятилетний бум в потребительских технологиях к 2026 году. Игнорировать его — на свой страх и риск.

Olivia Moore: Голосовые агенты начинают занимать своё место

За последние 18 месяцев идея использования агентов искусственного интеллекта для обработки реальных взаимодействий в бизнесе превратилась из научной фантастики в реальность. Тысячи компаний — от малого до крупного бизнеса — используют голосовой искусственный интеллект для записи встреч, бронирования, проведения опросов, сбора информации о клиентах и многого другого. Эти агенты не только экономят средства и приносят дополнительный доход, но и освобождают сотрудников для более ценной и интересной работы.

Однако, поскольку эта область ещё только развивается, многие компании пока используют голос только как точку входа, предлагая одну или несколько видов звонков как отдельное решение. Мне интересно увидеть, как голосовые ассистенты смогут расшириться до управления целыми рабочими процессами (возможно, мультимодальными) и даже полным циклом взаимодействия с клиентом.

Это, скорее всего, приведёт к более глубокой интеграции агентов в бизнес-системы и предоставит им свободу для более сложных взаимодействий. По мере совершенствования базовых моделей — теперь агенты могут вызывать инструменты и работать между разными системами — каждая компания должна внедрять голосовые продукты на базе искусственного интеллекта и использовать их для оптимизации ключевых бизнес-процессов.

Marc Andrusko: Приближается эра проактивных приложений без подсказок

В 2026 году массовый пользователь забудет о полях для ввода подсказок. Следующее поколение приложений на базе искусственного интеллекта вообще не будет показывать подсказки — они будут наблюдать за вашими действиями и проактивно предлагать варианты. Ваша IDE предложит рефакторинг до того, как вы зададите вопрос. Ваша CRM автоматически составит follow-up письмо после звонка. Ваш инструмент для дизайна будет генерировать варианты по ходу работы. Чат-интерфейс станет лишь вспомогательным элементом. Теперь искусственный интеллект станет невидимыми лесами, поддерживающими каждый рабочий процесс, активируемыми намерением пользователя, а не командами.

Angela Strange: Искусственный интеллект в итоге обновит банковскую и страховую инфраструктуру

Многие банки и страховые компании уже интегрировали функции искусственного интеллекта, такие как импорт документов и голосовые агенты, в свои традиционные системы, но только перестроив инфраструктуру под искусственный интеллект, можно по-настоящему изменить финансовые услуги.

К 2026 году риск не модернизироваться и не использовать искусственный интеллект будет выше, чем риск неудачи, и мы увидим, как крупные финансовые институты откажутся от контрактов с традиционными поставщиками в пользу новых, более нативных решений на базе искусственного интеллекта. Эти компании освободятся от ограничений старых классификаций и станут платформами, способными централизовать, нормализовать и обогащать данные из традиционных систем и внешних источников.

Каков результат?

• Рабочие процессы будут значительно упрощены и параллелизированы. Больше не нужно переключаться между разными системами и экранами. Представьте: вы видите и параллельно обрабатываете сотни задач в системе LOS для ипотечных кредитов, а агенты могут выполнять самые рутинные из них.
• Привычные нам категории объединятся в более крупные. Например, данные KYC, открытия счетов и мониторинга транзакций теперь можно объединить на единой платформе управления рисками.
• Победители в новых категориях будут в 10 раз крупнее старых компаний: категории стали шире, а рынок программного обеспечения поглощает рабочую силу.

Будущее финансовых услуг — это не наложение искусственного интеллекта на старые системы, а создание новой операционной системы, изначально построенной на искусственном интеллекте.

Joe Schmidt: Прогрессивные стратегии принесут искусственный интеллект 99% компаний

Искусственный интеллект — самый захватывающий технологический прорыв нашей жизни. Однако до сих пор большая часть выгод новых стартапов доставалась тем самым 1% компаний из Силиконовой долины — либо реально находящимся в Bay Area, либо входящим в её огромную сеть. Это неудивительно: предприниматели хотят продавать продукты тем, кого знают и до кого легко добраться — лично или через венчурных инвесторов в совете директоров.

К 2026 году ситуация радикально изменится. Компании поймут, что большинство возможностей искусственного интеллекта находится за пределами Силиконовой долины, и мы увидим новые стартапы, использующие прогрессивные стратегии для поиска скрытых возможностей в крупных традиционных вертикалях. В традиционных консалтинговых и сервисных отраслях (например, системные интеграторы и внедренческие компании), а также в производстве, где развитие идёт медленно, искусственный интеллект открывает огромные перспективы.

Seema Amble: Искусственный интеллект создаёт новые координационные уровни и роли в Fortune 500

К 2026 году компании перейдут от изолированных инструментов искусственного интеллекта к многоагентным системам, которые должны работать как скоординированные цифровые команды. По мере того как агенты начнут управлять сложными и взаимозависимыми рабочими процессами (например, совместное планирование, анализ и исполнение), компаниям придётся переосмыслить структуру работы и то, как контекст передаётся между системами. Мы уже видим, как компании вроде AskLio и HappyRobot проходят этот переход, внедряя агентов во весь процесс, а не только в отдельные задачи.

Компании из списка Fortune 500 почувствуют это особенно остро: у них самые крупные запасы разрозненных данных, институциональных знаний и операционной сложности, большая часть которых хранится в головах сотрудников. Преобразование этой информации в общую базу для автономных работников высвободит более быстрое принятие решений, более короткие циклы и сквозные процессы без необходимости постоянного ручного контроля.

Эта трансформация заставит лидеров переосмыслить роли и программное обеспечение. Появятся новые функции, такие как дизайнеры рабочих процессов искусственного интеллекта, супервайзеры агентов и руководители по управлению и аудиту цифровых сотрудников. Помимо существующих систем учёта появятся координационные системы: новые уровни для управления многоагентными взаимодействиями, оценки контекста и обеспечения надёжности автономных рабочих процессов. Люди сосредоточатся на решении пограничных и самых сложных задач. Появление многоагентных систем — это не просто очередной шаг в автоматизации; это реконструкция того, как компании работают, принимают решения и создают ценность.

Bryan Kim: Потребительский искусственный интеллект переходит от «помоги мне» к «пойми меня»

2026 год станет вехой, когда функции массовых потребительских продуктов на базе искусственного интеллекта сместятся с повышения продуктивности на усиление межличностных связей. Искусственный интеллект больше не просто помогает выполнять задачи, а помогает лучше понять себя и строить более крепкие отношения.

Важно понимать: это непросто. Множество социальных продуктов на базе искусственного интеллекта уже запускались, но в итоге провалились. Однако благодаря мультимодальным контекстным окнам и снижению стоимости вывода, искусственный интеллект теперь может учиться на всех аспектах вашей жизни, а не только на том, что вы сообщаете чат-боту. Представьте, что ваша фотогалерея на телефоне отражает настоящие эмоции, личные и групповые чаты меняются в зависимости от собеседника, а ваши привычки меняются под давлением стресса.

Как только такие продукты появятся, они станут частью нашей повседневной жизни. В целом, продукты типа «пойми меня» обеспечивают лучшую удерживаемость пользователей, чем продукты типа «помоги мне». Первые зарабатывают на ежедневных взаимодействиях: пользователи платят меньше, но остаются дольше. Вторые — на высокой готовности платить за решение конкретных задач и стараются повысить удержание.

Люди всегда обменивали данные на ценность: вопрос лишь в том, стоит ли отдача затраченных усилий. Ответ скоро станет ясен.

Kimberly Tan: Новые примитивы моделей порождают компании, которые раньше были невозможны

К 2026 году мы увидим появление компаний, которые не могли бы существовать до прорыва в области вывода, мультимодальности и компьютерных приложений. До сих пор многие отрасли (например, юридическая или поддержка клиентов) использовали улучшенные технологии вывода для усиления существующих продуктов. Но только сейчас мы начинаем видеть компании, чьи основные функции изначально зависят от новых примитивов моделей.

Прогресс в выводе может породить новые возможности — например, для оценки сложных финансовых претензий или принятия решений на основе плотных академических или аналитических исследований (например, разрешение споров по счетам). Мультимодальные модели позволяют извлекать скрытые видеоданные из физического мира (например, с камер на производстве). Компьютерные приложения делают возможной автоматизацию крупных отраслей, которые раньше были ограничены настольным ПО, плохими API и фрагментированными рабочими процессами.

James da Costa: Стартапы в сфере искусственного интеллекта масштабируются, продавая продукты другим стартапам в этой области

Мы находимся на пороге беспрецедентной волны создания компаний, движимой нынешним циклом продуктов на базе искусственного интеллекта. Но в отличие от прошлых циклов, существующие компании не стоят в стороне; они тоже активно внедряют искусственный интеллект. Как же стартапам победить?

Один из самых эффективных и недооценённых способов обойти существующие компании в каналах дистрибуции — это с самого начала обслуживать только что появляющиеся компании: то есть работать с новыми, ещё не связанными с крупными игроками компаниями. Если вы сможете привлечь все новые компании и расти вместе с ними, то по мере их развития и вы станете крупной компанией. Stripe, Deel, Mercury, Ramp и другие следовали именно этой стратегии. На самом деле, многие клиенты Stripe на момент его основания ещё не существовали.

В 2026 году мы увидим, как стартапы, начинающие с нуля, масштабируются в различных сферах корпоративного ПО. Им нужно лишь создавать лучшие продукты и полностью сосредоточиться на новых клиентах, которых ещё не захватили существующие игроки.