Лекун против AGI: зачем нам умный универсал, если нужен специалист

Ян Лекун опубликовал академическую статью, где предлагает заменить концепцию AGI на SAI — Superhuman Adaptable Intelligence (сверхчеловеческий адаптивный интеллект). Поднимаю это, потому что дискуссия об AGI давно вышла за пределы лабораторий и прямо влияет на то, как бизнес и маркетинг планируют инвестиции в ИИ-инструменты.

Что говорит автор

Лекун утверждает: интеллект — это способность самостоятельно решать новые задачи без предварительного специального обучения. Декларативные знания в любом объёме и набор выученных навыков интеллектом не являются.

На этом основании AGI как концепция проигрывает: требование быть одновременно хорошим во всём практически бессмысленно. SAI определяется иначе — "intelligence that can learn to exceed humans at anything important that we can do, and that can fill in the skill gaps where humans are incapable".

Вывод Лекуна конкретен: строить разные специализированные сверхмощные системы под разные задачи полезнее и достижимее, чем гнаться за универсальностью. Его формула: "The AI that folds our proteins should not be the AI that folds our laundry." И отдельно — без моделей мира SAI недостижим, большие языковые модели (LLM) для этого потолка недостаточны.

Почему это важно для маркетинга и денег

• Распределение бюджета на ИИ-инструменты — если специализация побеждает универсальность, вложения в узкие инструменты (генерация креативов, прогнозирование оттока, персонализация) дадут возврат раньше, чем ставка на одну "универсальную" платформу.
• Управление ожиданиями у клиентов и стейкхолдеров — продукты, которые сейчас продаются под флагом AGI-возможностей, чаще всего являются хорошо обученными специализированными системами. Понимание этого снижает риск переплаты за маркетинговый туман.
• Операционное планирование — горизонт внедрения SAI-логики реалистичнее AGI-обещаний. Это меняет сроки в дорожных картах продуктов и коммуникационных стратегиях.

Мой комментарий

Лекун здесь говорит то, что практики давно чувствуют интуитивно, но редко формулируют явно: универсальный инструмент — это компромисс везде. Специализированный инструмент, который решает одну задачу лучше человека, стоит дороже в разработке, но окупается быстрее в конкретном процессе.

Для маркетинга это означает простую вещь: перестать искать один ИИ-инструмент "для всего" и начать строить стек из специализированных решений с чёткими зонами ответственности. Это скучнее, чем AGI-нарратив, зато работает.

Отдельный момент про LLM: Лекун последователен в своей позиции уже несколько лет. Соглашусь — языковые модели хорошо справляются с задачами на основе паттернов, но адаптация к принципиально новым ситуациям у них ограничена. Тем, кто строит продуктовую стратегию вокруг LLM как финальной технологии, стоит держать это в голове.

Вывод

Специализированный сверхмощный интеллект под конкретную задачу — рабочая рамка для практических решений уже сейчас. Читать обязательно тем, кто планирует ИИ-стратегию компании или обосновывает бюджеты на автоматизацию маркетинга.