ГЛОБАЛЬНЫЙ КРИЗИС ИНТЕЛЛЕКТА 2028 ГОДА
BastionМысленный эксперимент из области финансовой истории — из будущего
Citrini и Alap Shah
22 февраля 2026 г.
Предисловие
Что если наш оптимизм относительно ИИ продолжит оправдываться… а что если это на самом деле плохо?
То, что следует далее — это сценарий, а не прогноз. Это не «медвежье порно» и не фанфик ИИ-думеров. Единственная цель этого текста — смоделировать сценарий, который остаётся относительно малоизученным. Наш друг Алап Шах задал вопрос, и мы вместе придумали ответ. Мы написали эту часть, а он написал ещё две, которые можно найти здесь.
Надеемся, что после прочтения вы будете лучше подготовлены к потенциальным «левохвостовым» рискам, поскольку ИИ делает экономику всё более непредсказуемой.
Это макроэкономическая записка Citrini Research от июня 2028 года, описывающая развитие и последствия Глобального кризиса интеллекта.
Макрозаписка: Последствия изобилия интеллекта
CitriniResearch
~~22 февраля 2026~~ 30 июня 2028
Сегодня утром безработица составила 10,2% — на 0,3% выше прогноза. Рынок упал на 2% на этих данных, доведя совокупное падение S&P до 38% от максимумов октября 2026 года.
Трейдеры привыкли. Полгода назад такие цифры вызвали бы срабатывание автоматических прерывателей торгов.
Два года. Вот сколько потребовалось, чтобы перейти от «ситуация под контролем» и «проблема отдельных секторов» к экономике, которая больше не похожа на ту, в которой каждый из нас вырос. Макрозаписка этого квартала — наша попытка восстановить последовательность событий, вскрытие докризисной экономики.
Эйфория была осязаемой. К октябрю 2026 года S&P 500 заигрывал с отметкой 8000, Nasdaq пробил 30 000. Первая волна увольнений из-за устаревания человеческого труда началась в начале 2026 года, и увольнения сделали именно то, что обычно делают. Маржа расширилась, прибыль превзошла ожидания, акции выросли. Рекордные корпоративные прибыли направлялись обратно в вычислительные мощности для ИИ.
Общие показатели выглядели прекрасно. Номинальный ВВП регулярно показывал среднегодовой и высокий однозначный рост. Производительность бурно росла. Реальный выпуск на час работы увеличивался темпами, невиданными с 1950-х годов, благодаря ИИ-агентам, которые не спят, не берут больничных и не требуют медицинской страховки.
Владельцы вычислительных мощностей наблюдали взрывной рост своего состояния по мере исчезновения расходов на рабочую силу. Тем временем реальный рост зарплат рухнул. Несмотря на неоднократные хвастовства администрации рекордной производительностью, «белые воротнички» теряли рабочие места из-за машин и были вынуждены переходить на менее оплачиваемые должности.
Когда в потребительской экономике начали появляться трещины, экономические комментаторы популяризировали термин «Призрачный ВВП»: выпуск, который фиксируется в национальных счетах, но никогда не циркулирует через реальную экономику.
Во всех отношениях ИИ превосходил ожидания, и рынок был ИИ. Единственная проблема... экономика — нет.
С самого начала должно было быть очевидно, что один кластер GPU в Северной Дакоте, генерирующий выпуск, ранее создававшийся 10 000 «белых воротничков» на Манхэттене — это скорее экономическая пандемия, чем экономическая панацея. Скорость обращения денег замерла. Потребительская экономика, ориентированная на человека и составлявшая 70% ВВП, увядала. Вероятно, мы могли бы разобраться в этом раньше, если бы просто спросили, сколько денег машины тратят на товары по выбору. (Подсказка: ноль.)
ИИ становился лучше, компаниям требовалось меньше работников, увольнения «белых воротничков» росли, уволенные тратили меньше, давление на маржу заставляло фирмы инвестировать больше в ИИ, ИИ становился лучше…
Это была петля отрицательной обратной связи без естественного тормоза. Спираль вытеснения человеческого интеллекта. «Белые воротнички» увидели, что их способность зарабатывать (и, рационально, их расходы) структурно подорвана. Их доходы были фундаментом ипотечного рынка в $13 трлн — заставляя андеррайтеров переоценивать, являются ли первоклассные ипотеки по-прежнему надёжными.
Семнадцать лет без реального цикла дефолтов оставили частный рынок раздутым от сделок, подкреплённых PE-фондами в секторе программного обеспечения, которые предполагали, что ARR (ежегодная повторяющаяся выручка) останется действительно повторяющейся. Первая волна дефолтов из-за разрушительного воздействия ИИ в середине 2027 года поставила это под сомнение.
Это было бы управляемо, если бы разрушения ограничились софтверным сектором, но этого не произошло. К концу 2027 года они угрожали каждой бизнес-модели, основанной на посредничестве. Целые пласты компаний, построенных на монетизации «трения» для людей, рассыпались.
Система оказалась одной длинной цепочкой коррелированных ставок на рост производительности «белых воротничков». Крах ноября 2027 года лишь ускорил все отрицательные обратные связи, которые уже были запущены.
Мы ждём перехода к модели «плохие новости — это хорошие новости» уже почти год. Правительство начинает рассматривать предложения, но вера общества в способность государства организовать какое-либо спасение угасла. Политическая реакция всегда запаздывала за экономической реальностью, но отсутствие комплексного плана теперь грозит ускорить дефляционную спираль.
Как это началось
В конце 2025 года инструменты для агентного программирования совершили качественный скачок.
Компетентный разработчик, работая с Claude Code или Codex, мог за несколько недель воспроизвести основной функционал SaaS-продукта среднего сегмента. Не идеально и не обработав каждый крайний случай, но достаточно хорошо, чтобы CIO, рассматривающий продление контракта на $500 тыс. в год, начал задавать вопрос: «А что если мы просто построим это сами?»
Финансовые годы в основном совпадают с календарными, поэтому корпоративные расходы на 2026 год были утверждены в Q4 2025, когда «агентный ИИ» был ещё модным словом. Полугодовой пересмотр бюджетов стал первым разом, когда отделы закупок принимали решения, уже видя, на что эти системы реально способны. Некоторые наблюдали, как их собственные внутренние команды за недели создавали прототипы, заменяющие шестизначные SaaS-контракты.
Тем летом мы поговорили с менеджером по закупкам из Fortune 500. Он рассказал об одних из своих бюджетных переговоров. Продавец ожидал повторить прошлогодний сценарий: ежегодное повышение цены на 5%, стандартная подача «ваша команда от нас зависит». Менеджер по закупкам сообщил, что ведёт переговоры с OpenAI о том, чтобы их «полевые инженеры» с помощью ИИ-инструментов полностью заменили поставщика. Контракт продлили со скидкой 30%. Это, по его словам, был хороший исход. «Длинному хвосту SaaS» — Monday.com, Zapier и Asana — пришлось гораздо хуже.
Инвесторы были готовы — даже ожидали, — что «длинный хвост» пострадает. Он мог составлять треть расходов типичного корпоративного ИТ-стека, но его уязвимость была очевидна. Однако «системы учёта» должны были быть защищены от разрушения.
Только отчёт ServiceNow за Q3 2026 прояснил механизм рефлексивности.
> SERVICENOW: РОСТ ЧИСТЫХ НОВЫХ ГОДОВЫХ КОНТРАКТОВ ЗАМЕДЛИЛСЯ ДО 14% С 23%; ОБЪЯВЛЕНО О СОКРАЩЕНИИ ШТАТА НА 15% И «ПРОГРАММЕ СТРУКТУРНОЙ ЭФФЕКТИВНОСТИ»; АКЦИИ УПАЛИ НА 18% | Bloomberg, октябрь 2026
SaaS не «умер». Анализ «затраты-выгоды» собственной разработки по-прежнему имел смысл. Но собственная разработка стала опцией, и это влияло на ценовые переговоры. Что ещё важнее, конкурентный ландшафт изменился. ИИ упростил разработку и выпуск новых функций, и дифференциация рухнула. Лидеры рынка оказались в гонке на понижение цен — одновременно друг с другом и с новой волной агрессивных стартапов-конкурентов, которые, воодушевлённые скачком в агентном кодировании и не имея унаследованной структуры затрат, стремительно отвоёвывали долю рынка.
Взаимосвязанность этих систем не была полностью оценена до этого отчёта. ServiceNow продавала лицензии по числу пользователей. Когда клиенты из Fortune 500 сокращали штат на 15%, они отменяли 15% лицензий. Те же сокращения персонала на основе ИИ, которые повышали маржу у их клиентов, механически уничтожали их собственную выручку.
Компания, продававшая автоматизацию рабочих процессов, была разрушена лучшей автоматизацией рабочих процессов, и её ответом стало сокращение штата и направление сэкономленных средств на ту самую технологию, которая её разрушала.
Что ещё им оставалось делать? Сидеть сложа руки и умирать медленнее? Компании, которым ИИ угрожал больше всего, стали его самыми агрессивными пользователями.
Задним числом это кажется очевидным, но в тот момент таковым не было (по крайней мере для меня). Историческая модель разрушения предполагала, что лидеры рынка сопротивляются новой технологии, теряют долю перед гибкими новичками и медленно угасают. Так было с Kodak, Blockbuster, BlackBerry. То, что произошло в 2026 году, было иным: лидеры не сопротивлялись, потому что не могли себе этого позволить.
С падением акций на 40–60% и требованием ответов от советов директоров, компании, которым угрожал ИИ, сделали единственное, что могли. Сократили штат, перенаправили сэкономленное в ИИ-инструменты, использовали эти инструменты для поддержания выпуска при более низких затратах.
Каждое индивидуальное решение компании было рациональным. Коллективный результат был катастрофическим. Каждый доллар, сэкономленный на персонале, вливался в ИИ-мощности, делавшие возможным следующий раунд сокращений.
Софтверный сектор был лишь увертюрой. Пока инвесторы дискутировали, достигли ли мультипликаторы SaaS-компаний дна, рефлексивная петля уже вырвалась за пределы софтверного сектора. Та же логика, которая оправдывала сокращение штата ServiceNow, применялась к любой компании с затратной структурой «белых воротничков».
Когда трение обнулилось
К началу 2027 года использование LLM стало нормой. Люди пользовались ИИ-агентами, даже не зная, что такое ИИ-агент — так же, как люди, не знавшие, что такое «облачные вычисления», пользовались стриминговыми сервисами. Они воспринимали это так же, как автозаполнение или проверку орфографии — просто ещё одна функция телефона.
Катализатором того, что ИИ начал принимать потребительские решения, стал агентный покупатель с открытым кодом от Qwen. В течение нескольких недель каждый крупный ИИ-ассистент интегрировал какую-либо функцию агентной коммерции. Дистиллированные модели означали, что эти агенты могли работать на телефонах и ноутбуках, а не только на облачных инстансах, что значительно снизило предельную стоимость инференса.
То, что должно было встревожить инвесторов больше, чем встревожило: эти агенты не ждали запроса. Они работали в фоновом режиме в соответствии с предпочтениями пользователя. Коммерция перестала быть серией дискретных человеческих решений и стала непрерывным процессом оптимизации, работающим 24/7 от имени каждого подключённого потребителя. К марту 2027 года средний человек в США потреблял 400 000 токенов в день — в 10 раз больше, чем в конце 2026 года.
Следующее звено цепи уже ломалось.
Посредничество.
За последние пятьдесят лет американская экономика выстроила гигантский слой извлечения ренты поверх человеческих ограничений: на всё нужно время, терпение заканчивается, узнаваемость бренда заменяет тщательный анализ, и большинство людей готовы принять невыгодную цену, чтобы избежать лишних кликов. Триллионы долларов стоимости предприятий зависели от сохранения этих ограничений.
Началось всё просто. Агенты убрали трение.
Подписки и членства, которые пассивно продлевались, несмотря на месяцы неиспользования. Вступительные цены, незаметно удваивавшиеся после пробного периода. Каждый случай переквалифицировался в ситуацию «заложника», с которой агенты могли договориться. Средняя пожизненная ценность клиента — метрика, на которой была построена вся экономика подписок — отчётливо снизилась.
Потребительские агенты начали менять принцип работы практически всех потребительских транзакций.
У людей в реальности нет времени сравнивать цены на пяти конкурирующих платформах перед покупкой коробки протеиновых батончиков. У машин — есть.
Платформы бронирования путешествий пали одними из первых, потому что были самыми простыми. К Q4 2026 года наши агенты могли собрать полный маршрут (перелёты, отели, наземный транспорт, оптимизация бонусных программ, бюджетные ограничения, возвраты) быстрее и дешевле любой платформы.
Продление страховок, где вся модель продления зависела от инертности держателя полиса, было реформировано. Агенты, которые ежегодно пересматривали ваше покрытие, разрушили 15–20% премий, которые страховщики зарабатывали на пассивных продлениях.
Финансовые консультации. Подготовка налогов. Рутинная юридическая работа. Любая категория, где ценностное предложение поставщика сводилось к «я разберусь со сложностями, которые вам скучны», была разрушена — агентам ничего не было скучно.
Даже места, которые мы считали защищёнными ценностью человеческих отношений, оказались хрупкими. Недвижимость, где покупатели десятилетиями мирились с комиссиями в 5–6% из-за информационной асимметрии, рухнула, когда ИИ-агенты с доступом к MLS и десятилетиям данных о транзакциях мгновенно воспроизводили базу знаний. Аналитическая записка от марта 2027 года назвала это «агент на агента». Медианная комиссия покупательского агента в крупных мегаполисах сжалась с 2,5–3% до менее 1%, и растущая доля сделок закрывалась вообще без человека-агента со стороны покупателя.
Мы переоценили ценность «человеческих отношений». Оказалось, что многое из того, что люди называли отношениями, было просто трением с дружелюбным лицом.
Это было лишь начало разрушения посреднического слоя. Успешные компании потратили миллиарды на эффективную эксплуатацию особенностей потребительского поведения и человеческой психологии, которые больше не имели значения.
Машины, оптимизирующие по цене и соответствию, не интересуются вашим любимым приложением или сайтами, которые вы по привычке открывали последние четыре года. Они не чувствуют притяжения хорошо спроектированного оформления заказа. Они не устают и не соглашаются на самый лёгкий вариант или «я всегда просто заказываю отсюда».
Это уничтожило особый вид конкурентного преимущества: привычное посредничество.
DoorDash (DASH US) стал символом.
Агенты кодирования обрушили барьер входа для запуска приложения доставки. Компетентный разработчик мог развернуть работающего конкурента за недели, и десятки это сделали, привлекая водителей от DoorDash и Uber Eats, перечисляя 90–95% комиссии за доставку водителю. Мультиплатформенные панели позволяли гиг-работникам отслеживать заказы с двадцати-тридцати платформ одновременно, устраняя привязку, от которой зависели лидеры рынка. Рынок фрагментировался мгновенно, а маржа сжалась почти до нуля.
Агенты ускорили разрушение с обеих сторон. Они создавали конкурентов, а затем использовали их. Конкурентное преимущество DoorDash буквально сводилось к «ты голоден, тебе лень, это приложение на твоём домашнем экране». У агента нет домашнего экрана. Он проверяет DoorDash, Uber Eats, собственный сайт ресторана и двадцать новых «вайб-кодированных» альтернатив, чтобы каждый раз выбрать самую низкую комиссию и самую быструю доставку.
Привычная лояльность к приложению — вся основа бизнес-модели — просто не существовала для машины.
Был в этом странный поэтизм — пожалуй, единственный пример во всей этой саге, когда агенты оказали услугу скоро вытесняемым «белым воротничкам». Когда те стали водителями доставки, по крайней мере половина их заработка не уходила Uber и DoorDash. Конечно, эта технологическая любезность длилась недолго — по мере распространения беспилотных автомобилей.
Когда агенты стали контролировать транзакции, они пошли за «скрепками покрупнее».
Сравнением цен и агрегацией много не сэкономишь. Самый большой способ постоянно экономить деньги пользователя (особенно когда агенты начали торговать между собой) — устранить комиссии. В машинной коммерции межбанковская комиссия за карточные платежи в 2–3% стала очевидной мишенью.
Агенты искали более быстрые и дешёвые альтернативы картам. Большинство остановились на стейблкоинах через Solana или L2 Ethereum, где расчёт происходил почти мгновенно, а стоимость транзакции измерялась долями цента.
> MASTERCARD Q1 2027: ЧИСТАЯ ВЫРУЧКА +6% Г/Г; РОСТ ОБЪЁМА ПОКУПОК ЗАМЕДЛИЛСЯ ДО +3,4% Г/Г С +5,9% В ПРЕДЫДУЩЕМ КВАРТАЛЕ; МЕНЕДЖМЕНТ ОТМЕЧАЕТ «АГЕНТНУЮ ЦЕНОВУЮ ОПТИМИЗАЦИЮ» И «ДАВЛЕНИЕ В ДИСКРЕЦИОННЫХ КАТЕГОРИЯХ» | Bloomberg, 29 апреля 2027
Отчёт Mastercard за Q1 2027 стал точкой невозврата. Агентная коммерция перестала быть продуктовой историей и стала историей инфраструктуры. MA упала на 9% на следующий день. Visa тоже, но отыграла потери после того, как аналитики указали на более сильные позиции в инфраструктуре стейблкоинов.
Агентная коммерция, обходящая межбанковские комиссии, представляла гораздо большую угрозу для банков, ориентированных на карты, и монолайн-эмитентов, которые получали основную часть этих 2–3% и строили целые бизнес-подразделения вокруг программ вознаграждений, финансируемых за счёт субсидий от торговых точек.
American Express (AXP US) пострадала больше всех: двойной удар от сокращений «белых воротничков», уничтоживших клиентскую базу, и агентов, обходящих комиссии, уничтоживших модель выручки. Synchrony (SYF US), Capital One (COF US) и Discover (DFS US) тоже упали более чем на 10% в последующие недели.
Их конкурентные преимущества были сделаны из трения. А трение стремилось к нулю.
От секторного риска к системному
На протяжении 2026 года рынки воспринимали негативное влияние ИИ как секторную историю. Софт и консалтинг крушило, платежные системы и прочие «шлагбаумы» шатались, но экономика в целом казалась в порядке. Рынок труда, хотя и ослабевал, не был в свободном падении. Консенсус гласил: созидательное разрушение — часть любого цикла технологических инноваций. В отдельных местах будет больно, но общий чистый позитив от ИИ перевесит негатив.
Наша макрозаписка за январь 2027 года утверждала, что это неверная ментальная модель. Экономика США — это экономика «белых воротничков» в сфере услуг. Они составляли 50% занятости и обеспечивали примерно 75% дискреционных потребительских расходов. Бизнесы и рабочие места, которые ИИ пожирал, были не периферийными для американской экономики — они и были американской экономикой.
«Технологические инновации уничтожают рабочие места, а затем создают ещё больше». Это был самый популярный и убедительный контраргумент того времени. Он был популярен и убедителен, потому что был верен на протяжении двух столетий. Даже если мы не могли представить, какими будут будущие рабочие места, они наверняка появятся.
Банкоматы сделали отделения дешевле в обслуживании, поэтому банки открыли больше отделений и число кассиров росло следующие двадцать лет. Интернет разрушил турагентства, «Жёлтые страницы», офлайн-ритейл, но создал на их месте совершенно новые отрасли с новыми рабочими местами.
Однако каждое новое рабочее место требовало человека для его выполнения.
ИИ — это теперь общий интеллект, который совершенствуется в тех самых задачах, на которые люди пытались бы переключиться. Уволенные программисты не могут просто перейти в «управление ИИ», потому что ИИ уже на это способен.
Сегодня ИИ-агенты справляются с многонедельными задачами исследований и разработок. Экспоненциальный рост растоптал наши представления о возможном, хотя каждый год профессора Уортона пытались подогнать данные под новую сигмоиду.
Они пишут практически весь код. Самые производительные из них существенно умнее почти всех людей почти во всём. И они продолжают дешеветь.
ИИ создал новые рабочие места. Промпт-инженеры. Исследователи безопасности ИИ. Техники инфраструктуры. Люди всё ещё в контуре, координируя на высшем уровне или направляя с точки зрения вкуса. Но на каждую новую роль, созданную ИИ, приходились десятки устаревших. Новые роли оплачивались значительно ниже старых.
> США JOLTS: ЧИСЛО ВАКАНСИЙ ПАДАЕТ НИЖЕ 5,5 МЛН; СООТНОШЕНИЕ БЕЗРАБОТНЫХ К ВАКАНСИЯМ РАСТЁТ ДО ~1,7, МАКСИМУМ С АВГУСТА 2020 | Bloomberg, октябрь 2026
Темпы найма были анемичными весь год, но данные JOLTS за октябрь 2026 года дали определённые цифры. Число вакансий упало ниже 5,5 млн — снижение на 15% г/г.
> INDEED: ЧИСЛО ОБЪЯВЛЕНИЙ РЕЗКО ПАДАЕТ В СОФТЕ, ФИНАНСАХ, КОНСАЛТИНГЕ ПО МЕРЕ РАСПРОСТРАНЕНИЯ «ИНИЦИАТИВ ПО ПОВЫШЕНИЮ ПРОИЗВОДИТЕЛЬНОСТИ» | Indeed Hiring Lab, ноябрь–декабрь 2026
Число «белых воротничков» вакансий обрушилось, тогда как вакансии «синих воротничков» оставались относительно стабильными (строительство, здравоохранение, ремёсла). Ротация происходила в тех рабочих местах, которые пишут служебные записки (мы, каким-то образом, всё ещё работаем), утверждают бюджеты и «смазывают» средние слои экономики. Реальный рост зарплат в обеих когортах, однако, был отрицательным большую часть года и продолжал снижаться.
Фондовый рынок по-прежнему обращал на JOLTS меньше внимания, чем на новость о том, что все турбинные мощности GE Vernova проданы до 2040 года. Рынок болтался вбок в перетягивании каната между негативными макроданными и позитивными заголовками об ИИ-инфраструктуре.
Рынок облигаций (всегда умнее акций, или по крайней мере менее романтичный) начал закладывать удар по потреблению. Доходность 10-летних облигаций начала снижение с 4,3% до 3,2% за следующие четыре месяца. Тем не менее общий уровень безработицы не взорвался, нюансы структуры для некоторых оставались невидимыми.
В обычную рецессию причина в конечном итоге самоустраняется. Перестройка приводит к замедлению строительства, которое ведёт к снижению ставок, которое ведёт к новому строительству. Избыток запасов ведёт к разгрузке, которая ведёт к пополнению. Циклический механизм содержит в себе семена собственного восстановления.
Причина этого цикла не была циклической.
ИИ становился лучше и дешевле. Компании увольняли сотрудников, затем использовали сэкономленное для покупки бо́льших ИИ-мощностей, что позволяло увольнять ещё больше. Уволенные тратили меньше. Компании, продающие товары потребителям, продавали меньше, слабели и инвестировали больше в ИИ для защиты маржи. ИИ становился лучше и дешевле.
Петля обратной связи без естественного тормоза.
Интуитивное ожидание состояло в том, что падение совокупного спроса замедлит развёртывание ИИ. Этого не произошло, потому что это были не капитальные затраты в стиле гиперскейлеров. Это была замена операционных расходов. Компания, тратившая $100 млн в год на сотрудников и $5 млн на ИИ, теперь тратила $70 млн на сотрудников и $20 млн на ИИ. Инвестиции в ИИ выросли в разы, но происходили как снижение общих операционных расходов. Бюджет каждой компании на ИИ рос, тогда как её общие расходы сокращались.
Ирония заключалась в том, что ИИ-инфраструктурный комплекс продолжал показывать результаты, даже когда экономика, которую он разрушал, начала деградировать. NVDA по-прежнему публиковала рекордную выручку. TSM по-прежнему работала при загрузке более 95%. Гиперскейлеры по-прежнему тратили $150–200 млрд в квартал на капитальные затраты на дата-центры. Экономики, которые были чисто выпуклыми к этому тренду, как Тайвань и Корея, значительно обгоняли остальных.
Индия оказалась инверсией. Сектор ИТ-услуг страны экспортировал более $200 млрд ежегодно — крупнейший вклад в профицит текущего счёта Индии и компенсация, финансировавшая её постоянный дефицит торговли товарами. Вся модель строилась на одном ценностном предложении: индийские разработчики стоят долю от их американских коллег. Но предельная стоимость ИИ-агента по кодированию рухнула до, по сути, стоимости электричества. TCS, Infosys и Wipro столкнулись с ускорением отмены контрактов в 2027 году. Рупия упала на 18% к доллару за четыре месяца, когда профицит по услугам, якорь внешних счетов Индии, испарился. К Q1 2028 МВФ начал «предварительные переговоры» с Нью-Дели.
Двигатель, вызвавший разрушения, улучшался каждый квартал, а значит, разрушения ускорялись каждый квартал. Естественного дна для рынка труда не существовало.
В США мы больше не спрашивали, как лопнет пузырь ИИ-инфраструктуры. Мы спрашивали, что произойдёт с кредитной потребительской экономикой, когда потребителей заменяют машинами.