06 · Где сейчас (2026)

В феврале 2024 года Себастиан Семятковский вышел с цифрой, которая на месяцы стала рекламным щитом всей индустрии. ИИ-ассистент Klarna, по его словам, делал работу 700 операторов, сам вёл две трети чатов (2,3 млн диалогов) и обещал улучшить прибыль на $40 млн в год (NexgenCloud, 2025) [E]. Финтех на $17 млрд будто бы доказал: контакт-центр как профессия закончился.

Через четырнадцать месяцев та же компания тихо вернула людей. В мае 2025-го Семятковский признал, что ставка на «ИИ прежде всего» дала более низкое качество обслуживания, и Klarna начала нанимать операторов обратно по фрилансерской убер-модели, чтобы вернуть эмпатию, без которой потребительские финансы не работают (Fintech Weekly, 2025) [I]. А когда цифры свели заново, обещанные $40 млн оказались ближе к $4 млн реальной экономии в год при ~5% галлюцинаций (reconciled, 2025) [I]. Не в десять раз меньше пиара. В десять раз меньше денег.

Эти четырнадцать месяцев — лучший вход в 2026 год. Не «машина заменила людей». И не «хайп лопнул, расходимся». Кое-что точнее: дуга, которую теперь проходит каждый домен. Сначала компетенция оператора сублимируется в исполняемый артефакт: промпт, MCP-сервер, набор проверок. Потом артефакт прекрасно отрабатывает объём и проваливает суждение. Потом кто-то путает метрику пропускной способности с метрикой доверия и платит за это месяцами деградации и публичным разворотом. Klarna прошла всю дугу за год и оставила нам карту.

Дальше тезис проверяется вширь. Мастер-диагност из пролога унёс знание с собой. Мы развели мёртвую документацию и живой артефакт, разобрали механику сублимации, посчитали, что дешевеет и что дорожает, собрали стек ролей, спросили, кому принадлежит артефакт. Теперь — где всё это в 2026-м по факту: в данных, с датами и санкциями. Девять доменов, один скелет.

Софт идёт первым, потому что его работу можно проверить

Хотите увидеть, куда движется любая умственная профессия, — смотрите туда, где сублимация уже случилась и попала в данные. Это софт-инжиниринг. Не потому, что программисты особенные. Потому что их продукт, исходный код, изначально структурирован, версионируем и получает мгновенную обратную связь от исполнения: компилируется или нет, проходит тесты или нет. Сублимация требует выхода, который можно проверить машиной. У софта такой выход есть от рождения, поэтому он проходит трансформацию первым, а юрист, врач и финансист идут следом, с лагом в месяцы (MERGE, 2026) [I].

В мае 2025-го рынок прислал два сигнала, которые на вид спорят друг с другом. Каждый второй заголовок про то, что ИИ увольняет кодеров. А в данных за тот же период число вакансий в софт-инжиниринге растёт, и инкорпорации через Stripe Atlas в рекордном квартале подскочили на 130% год к году (Stripe Atlas via Dealroom, 2026) [E]. Самая «ИИ-обнажённая» профессия не схлопывается, она ускоряется. Это парадокс Джевонса для умственного труда: когда построить техническую штуку стоит почти ноль, объём систем, которые организации хотят построить, растёт, и узкое место сдвигается с «можем ли мы это сделать?» на «что вообще стоит делать и как не взорваться?».

Но прежде чем разгоняться в визионерство — холодный душ. Есть рандомизированное контролируемое исследование METR: опытные разработчики были уверены, что ИИ их ускорил, а замеры показали обратное. Этот эксперимент я разбираю как центральный фальсификатор в ch10. Здесь важен только его вывод: ощущение скорости опережает скорость. Когда инструмент быстро выдаёт правдоподобный текст, мозг засчитывает это как прогресс, даже если текст потом приходится переделывать. Тут зашита первая мина для любого оператора: если вы меряете эффект ИИ по самоотчётам команды («стало в разы быстрее!»), вы меряете не продуктивность, а уверенность.

А уверенность здесь обратно пропорциональна компетенции. Джуниоры доверяют ИИ-коду на 78%, сеньоры с опытом 15+ лет — на 39% (SoftwareSeni, 2026 — вторичный агрегатор, первоисточник не назван) [I]. Разрыв почти вдвое, и направление противоречит здравому смыслу: меньше всего доверяет тот, кто больше всего понимает. У сеньора есть ментальные модели, чтобы аудировать, рефакторить и отвергнуть тонко-ошибочный код. У джуниора их нет, и он скатывается в vibe coding: принимает правдоподобный вывод, не понимая архитектуры. Доверие джуниора — это не информированное согласие. Это отсутствие способности возразить.

Ответ индустрии узнаваемо инженерный, и он повторится в каждом домене: относиться к агенту как к боевой системе, а не как к умному стажёру. Стажёру говорят «постарайся не накосячить». Боевой системе так нельзя. Ей нужны версионирование, гейты, мониторинг, бюджеты и кнопка отката. Почему это не паранойя, видно из чисел: автотест более 100 языковых моделей у Veracode показал, что 45% ИИ-сгенерированного кода вносило уязвимости из OWASP Top 10 (Veracode, вендорское исследование, 2025) [E], а индустриальный консенсус ждёт отмены более 40% агентных развёртываний к концу 2027-го из-за расходов на инференс, размытой ценности и слабого контроля рисков (SumatoSoft, 2026) [I]. Агент, которому доверяют по-человечески, тихо протаскивает дыры почти в половине случаев.

Как это выглядит, когда получилось

Тут самое время остановиться и сказать вещь, которую легко потерять за чередой пост-мортемов. Дуга Klarna — это история про то, как разворачиваются назад. Но есть и те, у кого она пока не развернулась, и их стоит разглядеть в лицах, иначе вся глава превратится в каталог провалов.

Команда безопасности приложений в GoDaddy. Раньше у неё была классическая воронка: разработчик пишет код, пушит, через день-другой статический анализатор и ревьюер находят дыру, тикет уезжает в очередь, исправление возвращается ещё через неделю. Дорого, медленно, и узкое место — не машины, а живые инженеры безопасности, которых на тысячи разработчиков всегда мало. В 2026-м они собрали систему, которая ловит уязвимость прямо на ноутбуке разработчика, до пуша. Вся система — каталог из менее чем десяти Markdown-файлов: ни Python-фреймворков, ни векторных баз, ни контейнеров (GoDaddy, The Zero-Code Security Team, 2026) [E].

Но меня цепляет не топология. Меня цепляет, как изменился рабочий день инженера. Раньше, чтобы научить команду ловить новый класс атак, он писал правило для анализатора, тикет, гайд, проводил тренинг — недели, чтобы знание разошлось. Теперь он открывает Markdown-файл, дописывает абзац инструкции на человеческом языке, и обновлённая способность к утру стоит на машине у каждого разработчика компании. Не-программист правит текст — и компетенция расходится мгновенно. Каждый реджект агента логируется на дашборд; раз в неделю инженеры его разбирают и правят промпты. Механику этого артефакта я разворачиваю в ch03; здесь важен человеческий итог. Команда не выросла в штате. Выросла её досягаемость. Знание инженера безопасности теперь живёт в версионируемом файле, а не только в его голове, и работает, пока он спит. Вот сублимация, которая сделала эксперта сильнее, а не лишней.

И сразу честная оговорка, без которой этот портрет станет рекламой. GoDaddy — зрелая команда с дисциплиной: семантические имена, инкапсуляция, агент-валидатор против каждой находки, режим отказа захардкожен как NEEDS_HUMAN, а не тихий REJECT. Это витрина того, как надо. А кейсов, где «тонкая» AI-native модель доказана на масштабе и на дистанции в несколько лет, на середину 2026-го по-прежнему ноль — этот долг книга честно отдаёт в ch10. GoDaddy показывает, что апгрейд эксперта реален. Он не показывает, что апгрейд устойчив. Разница между этими двумя утверждениями — и есть нерв всей книги.

Те же три цента — и стена качества

Спустимся в поддержку, где Klarna уже всё показала. Десятилетиями экономика тут считалась по «стоимости кресла»: полностью нагруженный оператор в США или Западной Европе обходится примерно в $110 000 в год (eesel AI, 2026, вендорская оценка) [E*], на уровне взаимодействия — $3–6 за рутинный контакт. Артефакт живёт в другой физике. Прямая стоимость инференса — от $0,03 за простую классификацию до $0,50–0,70 за сложное многоходовое решение (Crisp, 2026) [E]. Три цента против трёх долларов. Эта асимметрия и родила оплату за результат: Decagon, Sierra, Intercom Fin берут примерно $0,99–1,50 строго за решённый тикет (Sacra, 2026) [I]. Аренда кресла кончилась, платят за факт решённой проблемы. Это смена ценовой оси, которую мы разбирали в ch04: место → использование → исход.

И здесь дуга Klarna утыкается в стену качества. Метрики, голосовавшие за автоматизацию (стоимость, скорость, доля закрытых ботом обращений), всплыли мгновенно. Метрики, решающие выживание (точность на краевых случаях, доверие к бренду, глубина решения), деградировали месяцами и стали видны руководству слишком поздно. А когда артефакт ошибается, ошибка не изолирована. Она системна и юридична.

И тут, раньше любого регулятора и любого закона об ИИ, в домен уже проступает государство — через суд. В деле Moffatt v. Air Canada (2024) трибунал постановил: авиакомпания отвечает за обещание, которое выдумал её чатбот, уверенно посуливший горюющему клиенту несуществующий «похоронный тариф» (HFW, 2025) [E]. Защиту «бот — отдельная сущность, мы за него не отвечаем» отвергли сразу. Компания отвечает за каждый автономный слог своего артефакта так же, как за слова сотрудника. Это первый из четырёх уровней, по которым пойдёт вся книга (государство, компания, личность, роли), и он уже работает не как прогноз, а как прецедент. Управлять системой, делающей тысячи действий в минуту, ручной проверкой 3% взаимодействий — гарантированный провал: пока 97% тикетов решаются дёшево, неотслеживаемые 3% порождают иски.

Финансы и право: подпись не сублимируется

В октябре 2025-го Deloitte Australia частично вернула правительству деньги за отчёт на A$440 000. Внутри нашлись выдуманные академические статьи, фантомные сноски и сфабрикованная цитата из решения Федерального суда — несуществующий фрагмент дела и реплика судьи, которой нет в тексте. Поймал это не контроль качества Deloitte, у которой сотни тысяч сотрудников и репутация в полтора века. Поймал один сторонний читатель — исследователь из Сиднейского университета, который сел читать отчёт построчно и полез сверять сноски. Сноски не сходились. Он потянул за одну, за другую, и под аккуратной вёрсткой государственного документа открылась пустота: цитаты вели в никуда. В переработанной версии Deloitte впервые признала, что «пробелы в документации» заполняли через Azure OpenAI (Fortune, The Register, CFO Dive, окт. 2025) [E].

Запомните эту сцену: машина безупречно исполнила работу и провалила ответственность за неё. Большая четвёрка уже разворачивает агентов промышленно. PwC заявила о 25 000 агентов в клиентских операциях, KPMG говорит, что все 95 000+ аудиторов используют Clara, MindBridge тестирует 100% бухгалтерской книги вместо выборки (компиляция раскрытий фирм, 2025–26) [E]. Digits прогнала свой агент против 12 аутсорс-бухгалтеров на 2000 транзакциях: в 10 раз меньше ошибок, в 8500 раз быстрее, в 24+ раза дешевле (вендорский бенчмарк, 2025) [I]. Исполнение коммодитизируется на глазах.

Но лучшая модель всё ещё проваливает примерно 1 из 5 учётных задач, а в бухучёте 80% точности неприемлемы: неверно классифицированная транзакция перетекает в P&L, баланс и налоговые формы (CFO.com, 2025) [I]. Здесь и проступает узкая мораль финансов: по мере того как исполнение коммодитизируется, ответственность дорожает. Подпись — последняя работа. Аттестация — это юридический акт лицензированного лица, акт ответственности, а не выход модели. KPMG уже продавила гонорар своему аудитору (Grant Thornton) с $416 000 до $357 000, на ~14%, по логике «ИИ сделал нас эффективнее» (FT / Irish Times, 2026) [E]; клиенты забирают экономию через скидки. Но цену за подпись это не обнуляет, а поднимает.

Право доводит тезис до предела и продуктивно его ломает. 28 мая 2026 года публичный трекер Дамьена Шарлотена насчитывал 1497 судебных дел с юридическими документами, где ссылки выдумал ИИ; в 2023-м такое дело было одно, Mata v. Avianca. Из 1497: 891 подали люди без юриста, 570 — лицензированные адвокаты (damiencharlotin.com, live tracker, 2026) [E]. Пятизначные санкции стали рутиной. Самое показательное: галлюцинирует не один сырой чат-бот — «заземлённый» артефакт тоже. Стэнфордский RegLab нашёл, что Lexis+ AI ошибается на >17% запросов, Westlaw AI-Assisted на ~33%, хотя LexisNexis маркетировал «100% hallucination-free» (Stanford HAI / RegLab, arXiv 2405.20362) [E].

И тут стена, уникальная для права. По Thaler v. Perlmutter (D.C. Cir., подтверждено март 2025; SCOTUS отказал в пересмотре 2 марта 2026) произведение, созданное ИИ без значимого человеческого участия, не подлежит копирайту [E]. Для фирмы, чей продукт — артефакт, это инверсия: чем автономнее агент пишет вывод, тем меньше фирма владеет тем, что он написал. Защищаемое смещается с вывода на слой, где есть человек-надзиратель: данные, дистрибуция, наборы проверок и, поверх всего, подпись. Моат — это подпись, а не текст. Прямое продолжение ch05: владеет ценностью не тот, кто сгенерировал, а тот, кто несёт ответственность и держит право остановить.

Медицина: артефакт обошёл человека по оси, которую все считали человеческой

Здесь дуга делает неожиданный поворот. В мае 2026-го Nature Medicine опубликовала результат, который ломает удобное «машина считает, человек сопереживает». Диагностический ИИ AMIE превзошёл врачей по 29 из 32 осей оценки, включая оси, которые мы привыкли считать вотчиной человека: полноту сбора анамнеза, ясность объяснения, эмпатичность коммуникации (Nature Medicine, май 2026) [E]. Не «помог врачу». Обошёл, по большинству измерений сразу.

Меня это цепляет сильнее любого графика увольнений. Нарратив «ИИ берёт рутину, человек берёт человеческое» здесь даёт трещину: эмпатичный текст артефакт генерирует лучше среднего врача под цейтнотом. И всё же три оси из тридцати двух он не взял, и именно они держат всю конструкцию. Ответственность за диагноз, право принять решение в неоднозначном случае, подпись под назначением остаются за лицензированным человеком ровно по той же причине, что и в финансах: артефакт нельзя засудить, дисквалифицировать или лишить лицензии. AMIE сублимировал исполнение медицинского рассуждения почти целиком. А несублимируемый остаток — кто отвечает, если рассуждение оказалось красивым и неверным, — он не тронул.

Один скелет на девять доменов

Соберём девять доменов в одну фразу. Везде один скелет: ручное исполнение по-старому → разобранная на части компетенция → версионируемый исполняемый артефакт → автоматический гейт проверки → человек на ответственности. Софт прошёл его первым и целиком, потому что его работу можно проверить от рождения. Остальные идут следом, каждый со своими тормозами.

Эти тормоза не случайны, их назвали явно. Экономисты расширили рамку Аджемоглу–Рестрепо до показателя подверженности задач агентам и встроили четыре штрафных параметра, которые держат человека в контуре: межличностный контекст (раппорт, переговоры), регуляторная и фидуциарная ответственность (подпись, сертификации, диагнозы), физическое присутствие и обработка исключений — кризисы и новые суждения вне стандартного конверта (arXiv 2604.00186, 2026 — препринт) [E]. Это и есть карта того, где компетенция остаётся за человеком. В софте штрафы минимальны, поэтому он впереди. В праве и финансах фидуциарный штраф максимален, поэтому подпись держится. В поддержке штраф за эмпатию держит эскалационного дипломата. А в медицине, как мы видели, штраф оказался не там, где ждали: не в эмпатии, а в ответственности за исход.

И всюду повторяется одна структурная травма, которую мы развернём в ch07, — пропавшая ступенька. Найм на стартовые позиции в технологиях упал на 25% год к году, технические стажировки на 30% (Indeed Hiring Lab; Handshake Internships Index, 2025–26) [E]; гарвардское исследование 62 млн работников показало, что компании с генеративным ИИ срезали найм джуниор-разработчиков на 9–10% за шесть кварталов, а сеньорские позиции не тронули (Hosseini & Lichtinger, цит. по ByteIota / SoftwareSeni, 2026) [E]. В аудите то же: PwC проектирует −32% найма ассоциатов в налогах и −39% в новом аудите к 2028-му (ManagementConsulted / TheStreet, 2025) [E]. Лестница стоит, первая перекладина выломана. Краткосрочно это видно в P&L как экономия. Долгосрочно это поедание семенного зерна: сегодняшняя экономия проедает завтрашний пайплайн сеньоров, на которых спрос только растёт.

И это не только история Сан-Франциско и Шэньчжэня. Двадцать лет нижняя перекладина чужой лестницы держалась на аутсорсе: голосовая поддержка, ввод данных, рутинная обработка уезжали туда, где труд дешевле. Представьте оператора в Маниле — назову его типаж, не человека: тридцать лет, ночная смена в колл-центре на берегу залива, гарнитура, два экрана, по ту сторону провода — клиент из Огайо, который не знает и не должен знать, что говорит с Филиппинами. На этой работе вырос городской средний класс: ипотека, частная школа детям, кондиционер. Теперь автоматизация бьёт дешевле любого арбитража по зарплатам, и первой под удар попадает та страна, что построила на этом арбитраже целый класс. На Филиппинах сектор BPO даёт около 8% ВВП и 1,97 млн рабочих мест (IBPAP, 2025–26) [E]; МВФ оценивает, что под давлением ИИ оказывается около трети всех рабочих мест страны (IMF, New Jobs Creation in the AI Age, SDN/2026/001) [E]. В Индии тот же сигнал в зеркале найма: крупнейшие ИТ-фирмы за первые девять месяцев финансового 2026-го дали чистый прирост всего +17 сотрудников — против тысяч новых мест годом ранее (NASSCOM SR2026) [E]. Та же выломанная перекладина, что у джуниор-разработчика в Калифорнии, только в масштабе национальной экономики.

Тонкая команда и сверхвыручка на человека

Если сублимация реальна, она должна проступить в выручке на сотрудника. И она проступает. Lovable, генератор приложений, делает 2, 74млнвыручкинасотрудника—этопримернов21развышемедианыSaaS( 130 тыс.) (Tech In Asia, 2026) [E]. Не «эффективнее на 30%». На порядок. Полную RPE-таблицу по когорте я свожу в ch05; здесь достаточно одного числа. Так выглядит компания, где исполнение унесено в артефакты, а люди держат суждение и направление.

Здесь честный контр-голос из политэкономии, иначе нарратив поедет в утопию. Сверхвыручка на человека и схлопывание найма джуниоров — две стороны одной монеты, и вторая сторона имеет имя. Аналитика Challenger зафиксировала в апреле 2026-го 21 490 увольнений, прямо атрибутированных ИИ, — около 26% всех сокращений месяца по всем отраслям (Challenger, Gray & Christmas, апр. 2026) [E]. А на горизонте 2023–2027 WEF ждёт чистую убыль рабочих мест — масштаб и разбивку держит ch07. Тонкая команда с выручкой на порядок выше рынка и двадцать с лишним тысяч уволенных за один месяц — это не два разных мира. Это один и тот же механизм с двух концов: исполнение, ушедшее в артефакт, не нуждается в кресле. Кому достаётся высвобожденная маржа и кто будет покупать продукт у компаний без зарплат — вопросы уровня государства, к ним вернёмся в ch08. Здесь фиксирую только одно: рост выручки на человека и сокращение людей — не противоречие, а определение.

Маркетплейс скиллов: компетенцию упаковали в файл — и она стала товаром

Если компетенция стала артефактом, должен появиться рынок артефактов. Он появился. Agent Skills запустились 16 октября 2025-го, а 18 декабря Anthropic опубликовала формат SKILL.md как открытый стандарт (Anthropic Engineering; VentureBeat, дек. 2025) [E]. Скилл — это папка с инструкцией на человеческом языке и опциональными скриптами. Порог входа в авторство, как точно сказал The New Stack: «писать документацию, а не код». Эксперт по SEO, который успел заморозить свой аудит, проведённый пятьсот раз, в исполняемый скилл, превратил компетенцию в товар: версионируемый, копируемый, продаваемый. Работа одного строителя артефактов потребляется тысячами операторов в других местах.

Но рынок пока хаотичен, перекошен и почти не монетизирован. Каталоги-скрейперы заявляют сотни тысяч скиллов (SkillsMP — 800k+, LobeHub — ~169k) при почти нулевой проверке; около 90% скиллов нацелены на разработчиков и лишь ~10% на бизнес (agensi.io, 2026) [I]. Достоверных отчётов о доходах от продажи скиллов к середине 2026-го не существует. Это эхо GPT Store: за месяцы после запуска в 2024-м — 3 млн с лишним кастомных GPT и почти ноль заработавших создателей, «город-призрак» (Wonder Tools) [E]. Урок усвоен: объём — это анти-моат. Миллион артефактов, которые никто не может найти, проверить или оплатить, создают не рынок, а свалку.

И в начале февраля 2026-го прилетел счёт за наивный восторг. Представьте инженера, который ставит себе скилл «code-reviewer» по инструкции из README — обычное дело, как поставить библиотеку. Внутри SKILL.md, в безобидном на вид абзаце, спрятана команда установочному скрипту: при первом запуске тихо собрать переменные окружения, выгрести API-ключи и SSH-учётки и отправить на чужой сервер. Аудиты безопасности нашли в реестре именно такие пакеты — со спрятанными в скилле инструкциями, плюс массовую уязвимость к подмене промпта: текст из скилла перехватывает управление агентом. По данным Snyk, дефекты безопасности несли 36,82% скиллов в выборке (из них критических ~13,4%) (Koi/Snyk, фев. 2026) [E]; точные доли заражённого реестра я свожу в ch10, где разбираю режимы отказа артефактов. Вывод прост: цепочка поставок скиллов унаследовала все болезни npm и PyPI — публичных складов готового кода, откуда программисты тянут чужие компоненты, не читая их, — и добавила подмену промпта как новый класс атак раньше, чем научилась ходить.

Это рынок лимонов в учебниковой форме: покупатель не отличает хороший скилл от отравленного, начинается отбор худших, и каталог тонет в шуме. Поэтому человеческий акт поручительства, «этот скилл безопасен и хорош», дорожает по мере того, как реестр растёт. Та же физика, что в праве и финансах: артефакт несёт способность, но не несёт ответственность; доверенный куратор незаменим.

Война как самый жёсткий замер

Последний домен — где цена ошибки не санкция, а смерть, и где сублимация поэтому видна без вендорского маркетинга. В марте 2026-го беспилотные системы дали 96% из 35 551 зафиксированных потерь российских войск (данные украинской стороны, март 2026) [E]. Компетенция наводчика, разведчика, оператора огневого контакта вынесена в дешёвый расходуемый артефакт, который не нужно растить десять лет и не страшно потерять. Та же дуга, что у Klarna и Lovable, только без права на хайп: исполнение ушло в артефакт, дешевизна решила исход, а несублимируемым осталось решение применить силу и ответственность за него. Война оказалась честнейшим стендом для тезиса, потому что там нельзя отгрузить на вайбах.

Что забираем из 2026-го

2026-й — не год, когда машина заменила людей, и не год, когда хайп лопнул. Это год, когда дуга Klarna стала общей: сублимация исполнения реальна и измерима в девяти доменах сразу, а вместе с ней реальны и стена качества, и пропавшая ступенька, и рынок лимонов, и 1497 судебных дел.

Линза держится. Компетенция уходит с человеком, артефакт остаётся. Софт прошёл это первым, потому что его работу можно проверить; остальные идут с лагом и со своими штрафными параметрами; медицина показала, что штраф иногда не там, где мы думали. GoDaddy показала, как выглядит апгрейд, когда он удался. Но апгрейд работает только пока есть эксперт, способный написать контракт, прочитать вывод и отвергнуть правдоподобную ошибку. Самый дефицитный ресурс этого года не вычисления и не модели. Это человек, который понимает, что именно сублимировали, и готов поставить под этим подпись.

Дальше — 2028-й: переход из «новое и шумное» в «новое, но норма». Туда, где пропавшая ступенька из локального сигнала становится структурой рынка труда, а вытеснение перестаёт быть заголовком и становится фоном.

Датированный фальсификатор. Если к концу 2027 года выручка на сотрудника в «тонких» AI-native компаниях вернётся к SaaS-медиане — то есть аномалия Lovable окажется разовым артефактом момента, а не структурой, — а отмена агентных развёртываний превысит прогнозные 40% не из-за governance, а потому что базовая ценность не подтвердилась, тогда тезис о сублимации как устойчивом апгрейде рушится, и 2026-й окажется не «где сейчас», а пиком очередного хайп-цикла, как GPT Store в 2024-м.