През февруари 2025 г. вълната от презентации на нови софтуерни продукти достигна точка, в която терминологичната точност бе окончателно жертвана в името на пазарното позициониране. Твърденията на различни агенции, че вече внедряват Изкуствен суперинтелект (ASI) в ежедневни бизнес процеси, влизат в директно противоречие с реалното състояние на изчислителната инфраструктура и развойната дейност в глобален мащаб. За да разберем размера на тази концептуална подмяна, трябва да се върнем към физическата база: суперинтелектът по дефиниция изисква автономно самоусъвършенстване, способност за формулиране на научни хипотези без човешка намеса и управление на ресурси на нива, непостижими за биологичен вид. Когато тези свойства се приписват на софтуер, чиято основна функция е да генерира публикации за Instagram или да превежда текстове за Telegram, става дума за обикновена пазарна мимикрия.
Инфраструктурният анализ на платформите, предлагащи подобни услуги, бързо разкрива пробойните в тезата за „суперинтелекта“. Всеки дигитален асистент, рекламиран като автономно копие на реален мениджър, оперира в рамките на предварително зададени граници, дефинирани от тесни алгоритми. Процесът по обучение на модел за нуждите на конкретна компания не е нищо повече от фино донастройване (fine-tuning) на съществуващи големи езикови модели (LLM) чрез подаване на корпоративни документи и текстови масиви. Проблемът тук е икономически и логистичен: разходите за поддръжка на истински автономен суперинтелект, изискващ колосални количества електроенергия и хиляди свързани графични процесори (GPU) от типа на Nvidia H100 или по-новите архитектури, са непосилни за комерсиална структура, занимаваща се с маркетинг в социалните мрежи. Числата просто не потвърждават версията за технологичен скок. Напротив, те сочат към стандартна препродажба на изчислителен капацитет, нает от големите облачни доставчици.
Подобни опити за бърза монетизация на технологичния хайп не са новост в практиката на дигиталния преход, както вече сме отбелязвали в анализите си за ранните етапи на автоматизацията в Източна Европа. Тогава, както и сега, основният двигател е стремежът на бизнеса да съкрати разходите за жива сила – в случая модератори на съдържание, копирайтъри и мениджъри по продажбите. Функцията „ZOOM Meeting Avatar“, която обещава да замени човека по време на онлайн срещи чрез анализиране на контекста и водене на диалог, в реалния свят се сблъсква с юридически и оперативни ограничения. Един дигитален близнак може да генерира гласово съвпадение и да повтаря заучени фрази въз основа на предходни транскрипти, но той не притежава капацитет за вземане на стратегически решения под натиск, нито може да носи правна отговорност при подписване на договори или договаряне на финансови параметри. Използването на такива инструменти създава сериозни рискове от пробиви в корпоративната сигурност, тъй като аудио и видео данните на мениджмънта се обработват на външни сървъри, често без ясни гаранции за криптирането им.
Разказът за еволюцията от класически изкуствен интелект през общ изкуствен интелект (AGI) до суперинтелект (ASI) изглежда логичен на хартия, но съдържа системен дефект в хронологията. Към днешна дата нито една лаборатория в света – включително OpenAI, Google DeepMind или Anthropic – не е потвърдила официално постигането дори на стабилно ниво на AGI, което да покрива критериите за универсално човешко мислене. Следователно, твърденията, че дадена маркетингова компания вече е прескочила тази фаза и обучава „индивидуални ASI модели“ за своите клиенти, са несериозни от научна и инженерна гледна точка. Това е софтуерна козметика: преименуване на познати инструменти за автоматизиран превод и генерация на изображения с цел оправдаване на по-високи абонаментни такси.
В крайна сметка, пазарът в крайна сметка ще се самокоригира, когато компаниите, инвестирали в тези „супертехнологии“, установят, че автоматизираното съдържание на 28 езика често страда от липса на контекст, стилистични грешки и нисък потребителски ангажимент. Потребителите в социалните мрежи развиват бърза резистентност към генерираните по шаблон текстове и видеоклипове. Логистиката на вниманието не се подчинява на броя генерирани публикации, а на тяхното качество и автентичност – елементи, които настоящите алгоритми, колкото и добре да са маскирани като суперинтелект, все още не могат да репродуцират без човешки контрол. Промишленият подход към създаването на текстове ражда информационен шум, който затиска реалните икономически показатели.
