У вересні 2026 економічна команда Anthropic опублікувала дослідження про те, як штучний інтелект змінить економіку США до 2030 року. Вони порахували три варіанти майбутнього: від тихого, коли ШІ додає до економіки приблизно стільки ж, скільки свого часу додав інтернет, до різкого, коли економіка подвоюється кожні чотири з половиною роки, а кожен пʼятий офісний працівник лишається без роботи. Я прочитав дослідження двічі, покрутив їхній інтерактивний калькулятор і хочу переказати, що там усередині, а потім відповісти на питання, яке хвилює мене як власника бізнесу й інвестора: в якому з цих трьох варіантів ми живемо зараз і на який варто розраховувати.
Спочатку про те, чому мені це дослідження зайшло. Вісімнадцять років на фінансових ринках привчили мене до одного: майбутнє рахують варіантами. У wealth management ми завжди тримали для клієнта три сценарії: базовий, добрий і поганий, і портфель збирали так, щоб він пережив поганий і заробив на базовому. Прогноз одним числом - це спосіб красиво помилитись. Коли я перейшов у впровадження ШІ і почав навчати цьому підприємців, мені бракувало саме такої розкладки для ШІ. Були або обіцянки продавців, або страшилки в стрічці про кінець усіх професій. Тут уперше хтось розклав тему тим способом, яким я звик дивитись на ринок.
Тепер суть дослідження. Автори дивляться на економіку як на величезну купу задач. Американська економіка виробляє близько 30 трильйонів доларів на рік, і кожен долар тут народжується в конкретному епізоді: хтось написав лист, хтось звірив накладну, хтось поставив діагноз. Будь-яка професія - це набір таких задач. Для прикладу автори беруть медсестру. Її день складається з обходу пацієнтів, забору крові, ведення записів, виписки інструкцій, миття лежачих хворих. І ШІ з цим набором робить чотири різні речі. Миття лежачого хворого він залишає людині. Виписку інструкцій підсилює: медсестра редагує чернетку замість того, щоб писати з нуля. Запис показників автоматизує повністю. І створює задачу, яка в цій професії з'являється вперше: перевірити й підтвердити рішення, які ШІ ухвалив, коли сортував пацієнтів за терміновістю. У підсумку одна медсестра встигає наглянути за більшою кількістю людей. Помножте цю історію на всі професії в країні, і ви отримаєте економіку 2030 року.
Скільки задач ШІ забере, скільки підсилить і скільки нових створить, залежить від пʼяти речей, і в калькуляторі їх можна крутити самому: що моделі вміють, яку частку роботи компанії їм реально віддали, наскільки самостійно моделі працюють, скільки продуктивності додають і як швидко люди знаходять нове місце, коли старе зникає. Різні комбінації цих пʼяти дають три сценарії.
Перший сценарій автори називають скромним, і виглядає він як ще один інтернет. Виграш є, він накопичується, але в макростатистиці його треба шукати спеціально. ВВП США у 2030 році близько 34,1 трильйона доларів у цінах 2025 року, це плюс 1,6% порівняно зі світом без ШІ. Частка доходу, яка дістається працівникам, лишається на 59,4%, капіталу дістається 40,6%, зсув на шість десятих пункта. Життя офісного працівника змінилось, а національні рахунки зсунулись ледь-ледь.
Другий сценарій автори називають суттєвим, і саме в ньому є деталь, яка для мене найважливіша в усьому дослідженні. У цьому світі ШІ здатен виконувати близько половини всієї роботи знань, більшість із неї самостійно. При цьому більшість задач знань і далі виконується без ШІ. Моделі вміють, компанії їм цю роботу віддають повільно. ВВП близько 36,3 трильйона, плюс 8,3%, економіка зростає приблизно вдвічі швидше за звичну норму. Зарплати офісних професій стоять на місці, у решті занять ростуть. Працівникам дістається 56,1% доходу, капіталу 43,9%. Це зсув на майже чотири пункти, і для того, хто тримає капітал, і для того, хто продає свій час, це вже різні світи.
Третій сценарій, екстремальний, потребує двох умов одразу: моделей, які вдосконалюють самі себе, і дуже швидкого впровадження. ШІ продуктивніший за людину на більшості задач знань, майже все робить самостійно і майже перестає створювати нові задачі для людей. Економіка зростає близько 15% на рік і подвоюється кожні 4,5 року. ВВП 2030 року 44,4 трильйона, плюс 32,4%. Зарплати офісних працівників падають більш як на 10%, безробіття вище за рівень типової рецесії, працівникам дістається 45,2% доходу, капіталу 54,8%. Інтерактивний калькулятор показує деталі: безробіття серед працівників знань близько 17,9%, загальне близько 11,9%, зарплати знань мінус 11,5%, зарплати інших занять плюс 33,6%. Пиріг тут величезний. Шматок, який дістається найманій праці, менший і в частці, і для цілих професій в абсолютних грошах. Автори формулюють головну проблему такого світу так: зростання досягнуто, і тепер уся складність у тому, щоб вигоди були поділені широко.
Автори також опитали понад десять тисяч американців, у якому з цих світів вони очікують жити. Середній респондент чекає ВВП на 10% вищий до 2030 року і безробіття близько 5%, тобто живе в очікуванні другого, суттєвого сценарію. Ближче до екстремального лягають очікування лише близько 10% опитаних. Тобто типовий американець вже очікує, що ШІ суттєво прискорить економіку, і водночас вірить, що робота в нього залишиться. Масового безробіття й обвалу зарплат чекає лише один із десяти.
Тепер моя відповідь на питання, де ми зараз. Самі автори від прямої відповіді ухиляються, а мені без неї планувати рік неможливо. Дивлюсь на два головних регулятори окремо. По тому, що моделі вміють, ми вже всередині другого сценарію: моделі 2026 року справляються з великою частиною офісних задач, і в багатьох випадках самостійно. По тому, скільки роботи їм реально віддали, ми в першому. Я бачу це щотижня в компаніях, з якими працюю над впровадженням: пілот запущений, чат відкритий, презентації і звіти моделлю пишуть, а наскрізний процес, де заявка проходить до грошей без людських рук, трапляється як виняток. Попередній звіт тієї ж команди Anthropic дає цьому розриву число: нинішні моделі здатні додати від 1,0 до 1,8 відсоткового пункта до річного зростання продуктивності праці, якщо їх реально впровадять у роботу. Слово якщо тут головне. Потенціал живе в моделі, а економіка живе в накладних, звірках, графіках змін і дзвінках клієнтам. Поки потенціал сидить у чаті, макроцифра лишається скромною, хай би що вміла модель.
Те саме я бачу в аудиторіях, де викладаю для управлінців: більшість уже вірить, що зміна велика, і та сама більшість ще користується моделлю як пошуковиком. Відстань між вірою і звичкою і є відстань між другим і першим сценарієм. Тому моя відповідь така: ми між першим і другим. За можливостями вже в другому, за впровадженням ще в першому.
Найреалістичніший варіант я розкладаю по горизонтах. На один-два роки я розраховую на перший, скромний сценарій з окремими острівцями другого. Острівці ці виглядають дуже приземлено: власник вибрав одну повторювану задачу, підключив до неї модель, довів до щоденного використання і взяв наступну. В освітньому проєкті, де ми навчили роботі з ШІ понад пʼятдесят тисяч українців, ми повертаємо людей до цієї дисципліни знову й знову: одна задача на тиждень, доведена до кінця, дає більше, ніж десять пілотів у стані вічної демонстрації. До 2030 року я розраховую на другий, суттєвий сценарій, і саме в нього закладаю довгі плани: які ролі в командах зникнуть, які зʼявляться, де людина лишається на підтвердженні там, де рухаються гроші. Третій, екстремальний, я тримаю поруч як перевірку на міцність. Раз на квартал питаю себе, що станеться з бізнесом і портфелем, якщо моделі й впровадження стрибнуть одночасно, і чи є в мене запас навичок і резерв поза чистою екранною роботою.
Як інвестор я читаю ці три сценарії передусім через те, хто забирає дохід. У першому пропорція між працею і капіталом майже звична. У другому вона помітно зсунулась до капіталу. У третьому капітал забирає більше половини. Тому питання до кожної компанії в портфелі в мене тепер звучить так: на чому тримається її заробіток, на дешевому часі аналітиків, яких модель уже підсилює, чи на активах, у яких осідає виграш від продуктивності: даних, інфраструктурі, дистрибуції, бренді. І друге питання: чи вміє ця команда впроваджувати, бо в другому сценарії виграє той, хто закрив розрив між здатністю моделі і реальним використанням раніше за конкурентів.
Автори закінчують дослідження думкою, що майбутнє ще відкрите: результат залежить від того, що навчаться моделі, що вирішать компанії про впровадження і як поділять виграш. Для мене це найкорисніша частина тексту, бо вона повертає відповідальність назад. Власник вирішує, скільки задач віддати моделі цього кварталу і на яких кроках залишити людину. Інвестор вирішує, чи тримає він у портфелі час аналітиків або активи, куди осяде виграш. Держава вирішує, як пом'якшити перехід для тих, чиї задачі зникнуть першими.
Мій висновок із цього дослідження такий. ШІ вже вміє достатньо, щоб економіка зростала вдвічі швидше, і єдине, що стримує цей ефект, це темп, з яким компанії віддають моделям реальну роботу. Тому в найближчі один-два роки я чекаю скромного ефекту в середньому по економіці і великого ефекту в окремих компаніях, які впровадили ШІ у щоденні процеси. До 2030 року я чекаю суттєвого сценарію: подвоєного темпу зростання, пласких зарплат у офісних професіях і більшої частки доходу в руках тих, хто володіє капіталом. Екстремальний сценарій з падінням зарплат і безробіттям під 18% я вважаю малоймовірним до 2030, бо для нього потрібні моделі, які вдосконалюють самі себе, і швидкість впровадження, до якої ринку поки далеко. Для власника бізнесу це означає, що виграш зараз дає впровадження, а читання новин про нові моделі лишає все як було: одна повторювана задача, віддана моделі і доведена до щоденного використання, і потім наступна. Для інвестора це означає перекладати ставки з бізнесів, які заробляють на дешевому часі офісних працівників, у бізнеси, які володіють активами, куди осяде виграш від продуктивності, і які вже сьогодні вміють впроваджувати швидше за конкурентів.