Найцікавішу частину розмови ми вирішили опублікувати окремо — в тестовій версії. Насолоджуйтеся!
Читайте также: Ева Лонгория Супруг: История любви и подробности личной жизни
Про «долину розчарування» та компанії нової формації
— Олесю, зараз 2026 рік. Є думка, що генеративний ШІ поступово скочується в так звану «долину розчарування» — пік завищених очікувань пройдено. Згоден?
— Якщо міряти людськими очікуваннями, то ми пройшли пік лінійних очікувань. Люди завжди намагаються прогнозувати майбутнє лінійно. Але процеси в AI — експоненційні. Ти тривалий час дивишся: ну, прогресія майже лінійна, щось там потроху росте. Але від моменту, коли процес здається лінійним, до моменту, коли графік стає майже вертикальним, минає дуже короткий інтервал часу.
Зараз ламаються лінійні моделі екстраполяції. Парадигма міняється фундаментально. Щодо AI-агентів, то тут ми навпаки на самому піку очікувань, про них говорять усі.
— І як цей тренд уже змінює ринок праці?
— Уже з’являються компанії нової формації. Це бізнеси, які складаються всього з 1, 2 або 3 людей, які суперкласно жонглюють мільйоном інструментів, LLM-агентів і тулів. Вони не звужують свій кругозір до суто однієї ролі «я CTO» чи «я інженер». Вони просто роблять штуки й заробляють на цьому гроші.
Те, що сьогодні фізично можуть зробити двоє-троє людей за допомогою ШІ, і те, що вони могли зробити 5 років тому — це небо і земля. У таких командах майже немає ієрархії, там зовсім інша організація процесів.
Про ШІ-трансформацію всередині Reface: 3 рівні «ейайфікації»
— У Reface працює близько 200 людей. Як ви впроваджуєте ШІ всередині компанії? Бо більшість просто купує корпоративну підписку на ChatGPT, роздає співробітникам і каже: «Ну все, ми AI-first».
— Це так не працює. Просто дати Copilot чи ChatGPT — це точкові рішення. У Reface ми пройшли довгий шлях і зрозуміли: «ейайфікація» компанії — це не просто скачати софт. Це внутрішній продукт для працівників, який має розроблятися за всіма правилами продуктового підходу: зі зручним UI/UX, безпекою та власною інфраструктурою.
Ми для себе виділили три фундаментальні рівні (шари) цієї трансформації:
1. Інфраструктурний рівень
Це база, яку потрібно залити правильним бетоном. Ми схиляємося до того, що компанії мають інвестувати час у розробку власної внутрішньої AI-платформи на своїй інфраструктурі (on-premise або у власному клауді). Не можна сидіти на голці у великих дядьків на кшталт Microsoft чи Anthropic, бо вони робитимуть усе для вендорлоку (vendor lock).
Своя платформа (на кшталт аналогів OpenRouter, рішень типу Bifrost чи LightLLM) дає головне — observability (наочність). Ти чітко бачиш в одному місці контроль токенів по працівниках і командах. Ти знаєш, скільки компанія реально спалила грошей за місяць.
2. Рівень MCP-серверів (Model Context Protocol)
Коли інфраструктура готова, ти обгортаєш усі функції та сервіси, якими користуються люди (Slack, Notion, Amplitude, BigQuery, метрики), в MCP-сервери. Але робиш це з контролем рівнів доступу на базі вашої внутрішньої корпоративної логіки, а не просто качаєш щось із ґуґлу.
3. Рівень скілів (Skills) та занурення в робочий день
Ось тут починається взаємодія з людьми. І цей рівень потребує найглибшого занурення. Недостатньо прийти до команди загалом. Треба сідати поруч із конкретною людиною і дивитися, як виглядає її робочий день.
Читайте также: GOG додав місцеві валюти для Румунії та Угорщини. Наступною може стати українська гривня
Наприклад, маркетолог чи аналітик витрачає годину часу на те, щоб зайти в Slack, чекнути альорт, потім залізти в Amplitude, перевірити дані, залізти в BigQuery, дістати User ID і звести це все докупи. Ми перетворюємо цю рутину на автоматизований скіл для ШІ. Але для цього в компанії повинна бути окрема людина (або ціла команда) — наприклад, Head of AI — у якої це фулл-тайм робота на рік-півтора вперед.
«Ми палимо десятки тисяч доларів на місяць на токени»
— Скільки Reface витрачає на токени для внутрішніх потреб? Це великі суми?
— Порядок цифр — це десятки тисяч доларів на місяць. У нас є певні стопери, ліміти для співробітників, бо раніше траплялися курйози. Хтось не зовсім коректно налаштував авторев’ю якогось коміту, система зациклилась, почала без упину ганяти найважчу модель Claude (Opus) — і хопа, $2000 спалилися за раз ні на що.
Професійне використання топових моделей — це дуже дорого. Але є парадокс: витрати на токени у світі будуть зростати якраз через те, що самі токени будуть дешевшати. Це неочевидна зворотна кореляція. Що дешевшою стає одиниця ресурсу, то більше цього ресурсу люди споживають у сумі. Завдяки жорсткій конкуренції між США та Китаєм (наприклад, ефект моделі DeepSeek) ціни на токени пушать нижче собівартості.
Про суперагентів майбутнього та загрозу «планетарного кабздеця»
— Куди все це рухається? Яким ти бачиш наступний крок у розвитку AI-агентів?
— Наступний етап, такий собі апекс на вершині всієї цієї піраміди — це створення адаптивного LLM-агента для кожного співробітника.
Він має бути задеплоєний на локальному комп’ютері людини, підключений до всіх корпоративних MCP-серверів та бібліотеки скілів. Його основна ціль — просто мовчки спостерігати, що робить людина, вчитися у неї і поступово автоматизовувати цього конкретного чувака. Це буде такий собі суперагент: твій персональний PM, HR і бро в одній особі, який знає про компанію все.
— Звучить круто, але водночас лячно. Якщо ШІ стане настільки всемогутнім, де гарантія безпеки для людства?
— Якщо ми рухатимемося в напрямку концентрації надрозумних систем в одному фізичному місці, під одним фінансовим чи політичним контролем — це призведе до створення набагато страшнішої зброї, ніж уся ядерна зброя разом узята стократно. Мені дуже не хочеться, щоб ми дійшли до AGI (загального штучного інтелекту) у вигляді умовного закритого «Мітоса», який розробники з міркувань безпеки не дадуть нікому, окрім ФБР, ЦРУ чи Трампа. Або у вигляді гігантського дата-центру в Китаї з десятьма ядерними електростанціями, який перетворить інтернет на червону помийку. Обидва варіанти суперстрімкі.
Кожен із таких агентів не буде набагато розумнішим за людину. Кожен буде вузьким спеціалістом, як і ми з вами. Вони матимуть свій персональний досвід, обмежені ресурси й, головне, — власний криптогаманець. Як тільки в цьому колі немає людини, а є машина, на якій задеплоєний код із доступом до криптогаманця, агент стає повністю автономною цифровою сутністю. Він сам заробляє діяльністю гроші на свій баланс і сам звідти оплачує свої токени й комп’ютерні потужності.
— Тобто, умовний робот-агент зможе сам себе копіювати і деплоїти в мережі?
— Так. Він зможе задеплоїти себе куди завгодно — тобі в браузер чи приховано на телефон. У мене прямо зараз на телефоні крутиться Hermes Agent, який збирає дані.
Чи будуть у такому майбутньому LLM-агенти, які поставлять собі за мету знищити людство? Однозначно будуть. Прямо зараз у світі є кілька тисяч ображених чи озлоблених людей, які сидять і пишуть код саме для такого агента. Але коли проти одного «поганого» агента будуть стояти сотні мільярдів децентралізованих «розумних сутностей», масштаб потенційної шкоди мінімізується. Наше завдання в цю епоху штучного інтелекту залишається незмінним — просто вижити.
Читайте также: У червні виходить європейська альтернатива Microsoft Office та Google Docs із відкритим кодом. Що пропонує Euro-Office