И опыт, сын ошибок трудных, И гений, парадоксов друг.
— А. С. Пушкин
Заказчик, с которым мой коммерческий директор работает много лет, всегда брал у нас крона — желтые и оранжевые, тоннами, под промышленную окраску. Этой весной тот же заказчик звонит с непривычным запросом: металлокомплексные, ИК-отражающие. Те же два голоса на линии, та же давняя привычка — а заказ сменил породу. Раньше человек брал у нас цвет. Теперь берет функцию.
Таких звонков все больше. В книге заказов левая колонка — дешевая, массовая — год за годом тает; правая — дорогая, штучная — растет. На одном листе старая экономика тихо передает вахту новой.
И дело не в одном заказчике. То же самое, только размером со страну, идет сейчас за тысячи километров.
А под этим, на самой земле, тот же разлом проходит там, где его меньше всего ждешь, — между двумя людьми за одним столом. Один научился понимать мир ценой собственных ошибок — по-настоящему, когда за просчет платят сразу и целиком. Другой — проигрывая варианты заранее, в голове и на экране, до первого настоящего столкновения. Они сидят в соседних креслах, говорят на одном языке и все чаще не понимают друг друга.
Разлом проходит не между странами. Он проходит через одну переговорную.
Страна меняет способ расти
Иллюстрация создана с помощью нейросети по авторскому заданию.
Пока мой коммерческий директор принимает заказ на функциональный пигмент, целая страна делает ровно тот же выбор — только на другом масштабе.
Весной 2026 года Китай принял пятнадцатый пятилетний план, документ, по которому страна живет до 2030 года. В нем нет жесткой цели по росту ВВП на пятилетку — продолжение того, что началось еще в прошлом плане: показатель темпа намеренно отодвинут, потому что гонка за валовым числом перестала быть целью. Искусственный интеллект упомянут в плане 52 раза против 6 в предыдущем и поставлен не как одна из отраслей, а как организующая логика всей промышленной перестройки. Страну разворачивают с того, на чем она поднялась, — с дешевого массового производства, со стройки, — на высокие технологии: полупроводники, аккумуляторы, AI.
Как выглядит сворачивание старой экономики вблизи, лучше всего видно на электромобилях. Еще недавно в Китае конкурировали около пятисот марок; сейчас осталось 129, и по прогнозу отраслевых аналитиков к 2030 году финансово жизнеспособными окажутся лишь 15. Средняя маржа автопрома упала до 4,3 процента против 8,7 десятью годами раньше; заводы загружены примерно наполовину, а в плюс выходят только при загрузке около восьмидесяти процентов. Это петля проб и ошибок, доведенная до саморазрушения: каждый демпингует, рассчитывая пережить остальных, и в гонке тонут почти все. И тогда вмешивается государство — с нового года отменяет полную льготу по налогу на покупку электромобиля и заставляет вовремя платить поставщикам. Оно видит то допущение, которого не видит отдельная фирма в гонке: «еще немного демпинга — и рынок наш».
А вот куда уходят деньги. За прошлый год кредиты строительной отрасли в Китае сократились, а кредиты технологическим компаниям малого и среднего размера выросли почти на двадцать процентов и достигли 3,63 триллиона юаня; под новые отрасли поднят и государственный венчурный фонд размером около триллиона юаней. Капитал перекладывают из старой петли — стройки — в моделирование будущего. То, что я вижу в своей книге заказов, банк проводит по своим балансам.
И этот разворот докатывается до нашего рынка. В России массовая неорганика под стройку — это тонкая маржа и зависимость от стройцикла, а сам цикл остывает: льготную ипотеку свернули летом 2024 года, и выдачи кредитов на жилье за прошлый год упали в штуках почти вдвое. Дешевый китайский продукт давит: доля Китая в импорте лакокрасочных материалов выросла за год с пятнадцати процентов до двадцати трех. А там, где сложно, — в функциональных пигментах, в антикоррозионных компонентах — зависимость от импорта почти стопроцентная. Иными словами, дешевый цвет дешевеет и приходит из-за рубежа, а дорогая функция остается дефицитом. Те же левая и правая колонки, только размером со страну.
Россия проходит свой вариант той же перестройки. Рост за прошлый год около процента; ключевую ставку снижают медленно — с двадцати одного процента на пике до четырнадцати с четвертью к лету 2026 года; инфляцию сбили примерно до пяти с половиной. Рост держится в основном на государственном заказе. И показательно, как трудно дается прогноз: министерство экономики ждет на 2026 год роста на 0,4 процента, а центральный банк — от 0,5 до 1,5. Два ведомства, глядя на одни и те же цифры, расходятся в оценке будущего.
И разворачивается не только Китай. Россия запускает собственный нацпроект — «Экономика данных»: не меньше семисот миллиардов рублей из федерального бюджета, а вместе с внебюджетными деньгами — больше двух триллионов, под отечественное программное обеспечение, микроэлектронику, искусственный интеллект. Государство при этом ведет собственную петлю. Налог на прибыль для технологических компаний подняли с нуля до пяти процентов, а страховые взносы с нового года — вдвое: льготы, что давали с 2022 по 2024 год, как объяснили в профильном министерстве, свою задачу выполнили. Режим калибруют по факту. Та же поправка действием, что и везде, только в исполнении казны.
AI давно перестал быть разговором — он двигает реальные деньги, и сбросить его со счетов уже не выйдет, как бы кто ни хотел. То, что происходит между экономиками, происходит и между людьми. И там это касается уже лично каждого. Часы большой экономики тикают над тем же столом, с которого мы начали.
Два способа понимать мир
Иллюстрация создана с помощью нейросети по авторскому заданию.
Отступим на шаг и назовем два способа понимать мир — те самые, что развели двух людей за столом.
Первый способ старше человечества. Назовем его петлей. Ты действуешь, реальность отвечает ударом или наградой, ты вносишь поправку и пробуешь снова. Действие, результат, правка — и так круг за кругом, пока в руках не появится знание, которого не было. Это знание дорогое: за каждую поправку платят временем, деньгами, иногда собой. Зато оно настоящее, проверенное на собственной шкуре, и его не отнять.
Так учился каждый, кто застал работу руками. Мастер на линии, который по звуку слышит, что подшипник пойдет через неделю. Снабженец, который нутром чует, что вот этот контрагент исчезнет с предоплатой. Продавец, который по первому звонку понимает, торгуется клиент или уже уходит. Никто из них не вывел это из формулы. Каждый набил это о реальность, и стоило это лет.
Второй способ моложе и держится на простой хитрости: проиграть вариант прежде, чем платить за него в реальности. Построить модель — в голове, на бумаге, на экране, — прогнать в ней решение, посмотреть, что выйдет, и только потом, если выйдет, тронуть настоящее. Здесь тоже учатся, но цена ошибки другая: ошибаешься в модели, а не в мире.
Так учится тот, кто вырос с экраном. Прежде чем что-то менять всерьез, он гоняет варианты в таблице, в коде, в нейросети: что будет, если поднять цену на десять процентов, а если на двадцать; как поведет себя склад при трех разных сценариях спроса. Он ошибается двадцать раз за вечер, и ни одна из этих ошибок не стоит ничего, кроме вечера. К утру у него готов перебор, на который у мастера ушел бы год проб.
Эти два способа платят за понимание по-разному. Петля платит реальной ошибкой — и потому учит медленно, дорого и накрепко. Модель платит временем на ошибку — и потому учит быстро, дешево, но набело — реже.
Петля платит ошибкой. Модель — временем на ошибку.
Важно сразу убрать соблазн назначить победителя. Это не плохой способ и хороший — это две половины одного умения. Петля дает калибровку: чувство веса, понимание того, как именно реальность сопротивляется. Модель дает скорость и широту: возможность перебрать двадцать вариантов там, где петля осилила бы один. Поколение, выросшее на петле, и поколение, выросшее на модели, — это не отставшие и ушедшие вперед. Это люди, собранные разными школами понимания.
А раз школы разные, разговор между ними труднее, чем кажется. И труднее он стал именно сейчас — по причине, которую стоит назвать отдельно.
Отцы и дети на сжатой пружине
Ощущение, что молодые — другая порода, старо как мир. В 1862 году Иван Тургенев вынес его в заглавие романа: «Отцы и дети». Конфликт там не про возраст, а про разные системы понимания, столкнувшиеся в одном доме.
И вот деталь, которая нам еще пригодится. Тургеневский Базаров, символ дерзкой молодежи, верил только в то, что можно проверить руками: резал лягушек, доверял опыту, а не словам. По нашей мерке он человек петли, эмпирик до мозга костей. Дети 1862 года были как раз поколением проверки реальностью. Сам этот переворот ярлыков — кто кому не верит — говорит о главном: разлом между поколениями старше любого метода. Меняется не то, кто прав. Меняется то, что разделяет.
А разделяет сегодня скорость. Между Тургеневым и его читателем стояло поколение, меренное десятилетиями. Сегодня инструменты, которыми человек понимает мир, меняются не за десятилетия, а за считаные годы. Цифру тут проще всего почувствовать на одном примере: новой технологии вроде ChatGPT понадобилось около двух месяцев, чтобы набрать сотню миллионов пользователей. Социальной сети Instagram на то же самое нужно было два с половиной года, и это уже считалось взрывом. А телефон входил в каждый дом десятилетиями. Инструмент теперь осваивает целый мир за один сезон.
И это не только про заморские новинки. В России за несколько лет привычными стали вещи, которых попросту не было: на Госуслугах сегодня больше ста двадцати миллионов человек, а почти девять из десяти получают государственные услуги хотя бы частично онлайн, а не в окошке. То, что вчера требовало очереди и бумажки, сегодня делается с дивана — и тот, кто не успел перестроиться, вдруг оказывается чужим в собственной обыденной жизни.
Это бьет по всем, не только по «отстающим». По оценке Всемирного экономического форума, к 2030 году обновится около двух пятых рабочих навыков — доля огромная, даже если она и перестала расти. А в России индекс цифровой грамотности, который измеряют много лет, в 2025 году впервые за семь лет снизился. Доля уверенных, продвинутых пользователей упала с трети примерно до пятой части — не потому, что люди поглупели, а потому, что планка движется быстрее, чем за ней поспевают. Те, кто измеряет этот индекс, говорят прямо: разрыв между скоростью технологий и навыком ими пользоваться растет, и к 2027 году технологии будут уходить вперед заметно быстрее, чем человек успевает их осваивать.
Вот что изменилось. Поколение перестало быть про возраст. Оно стало про то, в какой момент ускорения ты учился. И разрыв, который у Тургенева пролегал между отцом и сыном, у нас пролегает между коллегами в соседних креслах.
Дело не в том, что дети другие. Дело в том, что время внутри одной жизни сжалось — и теперь укладывает в нее несколько поколений сразу.
Дефицитна не модель, а калибровка
Иллюстрация создана с помощью нейросети по авторскому заданию.
Здесь обычно делают неверный вывод.
Глядя на скорость молодого, легко решить, что старший просто отстал, что петля медленнее модели и оттого хуже. Это ошибка, и дорогая.
У поколения модели есть дешевая широта и бесстрашие пробовать: оно перебирает варианты, не боясь испортить, гоняет двадцать сценариев за вечер. Это сила. Но у поколения петли есть то, чего модель дать не может, — калибровка. Знание не о том, что показывает модель, а о том, где она лжет.
Вот как это выглядит, когда подводит. Американская компания Zillow построила алгоритм оценки жилья и стала скупать дома по его подсказкам. Модель была обучена на спокойном рынке и приняла недавний рост цен за устойчивую закономерность. Рынок качнулся — и за один квартал 2021 года компания списала 304 миллиона долларов, закрыла программу и сократила четверть штата. Из почти десяти тысяч купленных домов продать успели меньше трети. Основатель сказал честно: непредсказуемость цен оказалась куда больше, чем закладывала модель.
То же самое, ближе и крупнее, наши банки прошли на потребительских кредитах. В 2023 и 2024 годах кредиты выдавали по высоким ставкам, и скоринговые модели, настроенные на поведение обычного заемщика, не учли простую вещь: человек, который берет кредит под двадцать с лишним процентов, — это другой человек. Сработала негативная селекция. К концу 2025 года просрочка по необеспеченным кредитам выросла до рекордных 12,9 процента. Один из руководителей крупного банка сказал об этих заемщиках коротко: не рассчитали свои возможности. Допущения в модели не было — а опытный кредитор задал бы тот самый вопрос: кто именно придет за этими деньгами?
Эту сцену я вижу у себя в переговорной не раз за год. За столом те самые двое из соседних кресел.
Молодой разворачивает ко мне ноутбук. «Сделка чистая. Модель собрал вчера вечером — объем, логистика, маржа двадцать пять, поставщик дает цену лучше рынка. Берем?» На экране и правда ровно: аккуратные строки, зеленый итог, ни одной видимой дыры.
Старший — двадцать лет в этом деле — на итог не смотрит. Он глядит куда-то мимо цифр и спрашивает негромко: «А заплатят ли вовремя?»
Молодой пожимает плечами: в его таблице такой графы нет, он и не знал, что ее нужно завести. А старший знает то, чего в таблицу не положишь: что этот поставщик уже дважды сдвигал отгрузку на месяц; что за хорошей ценой стоит склад, который в обещанный день не встанет; что подписанный договор и деньги на счету — две разные реальности, и между ними порой полгода. Он не спорит с расчетом. Он дописывает строку, которой в расчете и быть не могло.
И вот что важно: это знание нельзя просто передать. Старший не может выписать молодому список тонких допущений — потому что список бесконечен и каждый раз новый. Калибровка живет не в правилах, а в чутье, а чутье нарастает только в столкновении с реальностью, медленно, через собственные шишки. Молодой не виноват, что у него этого нет: ему просто еще не за что было заплатить.
Любая модель стоит ровно столько, сколько стоят допущения, на которых она построена.
А какое из них тонкое, подскажет не сама модель — подскажет тот, кого она уже подводила.
Дефицитна не модель: моделей теперь сколько угодно. Дефицитно знание, где модель лжет. И носит это знание поколение петли.
Звено, а не новый центр
Иллюстрация создана с помощью нейросети по авторскому заданию.
Если у молодого широта, а у старшего калибровка, напрашивается простой ход — соединить. И здесь у AI появляется роль, которую легко назвать неверно.
Заманчиво сказать, что AI — это переводчик между поколениями или новый центр, который заменит обоих. Ни то ни другое. AI становится средой, в которой две школы понимания встречаются и поправляют друг друга.
Это уже измерено. В большом эксперименте Harvard и Boston Consulting Group семистам с лишним консультантам дали доступ к сильной модели. На задачах, посильных AI, они стали работать на четверть быстрее и заметно качественнее, и сильнее всех прибавили слабые исполнители. Но стоило выйти за границу, где модель уже путается, и точность падала: те, кто без AI решал верно в восьмидесяти пяти случаях из ста, с AI скатывались к шестидесяти — семидесяти. Разница была в одном — в калибровке. Проваливались те, кто слепо принимал ответ модели и меньше его допрашивал.
Российская разработка показывает то же самое во плоти. По исследованию крупной технологической компании, кодом с помощью AI пользуются около шестидесяти процентов инженеров, а доверяют ему лишь одиннадцать. Продуктивность выросла, а вот весь процесс заметно не ускорился: узкое место просто сместилось — в ревью, в тесты, в проверку на безопасность. AI ускоряет черновик, но не дает гарантий, и итоговая скорость упирается в того, кто этот черновик проверяет. Поэтому и роль инженера, как говорят там же, смещается: все меньше писать руками, все больше — ставить задачу AI и калибровать результат.
Это работает не только в лаборатории. Крупный российский ритейлер отчитался, что встроил AI в прогноз спроса, пополнение и ценообразование и получил за прошлый год около пяти миллиардов рублей дополнительной операционной прибыли; единым AI-помощником пользовались больше тридцати тысяч сотрудников. У большого банка ассистент для программистов поднял долю принятого AI-кода почти до семидесяти процентов, а срок выхода новичка на полную продуктивность сократил вдвое. Везде одна и та же конструкция: AI гонит широту, человек держит ответственность.
Та же конструкция работает и там, где цена ошибки — репутация. Крупная международная юридическая фирма раздала искусственный интеллект тысячам своих юристов: он за минуты вычитывает договоры и сравнивает портфели, экономя часы на рутине. Но ни один его вывод не уходит наружу без проверки человеком — партнер с двадцатью годами практики смотрит, что извлекла машина, и решает, чему верить. В разработке этот же принцип давно сформулировали проще: относись к AI как к толковому стажеру — планку проверки надо поднимать, а не опускать.
Молодой без старшего примет гладкую чепуху за правду. Старший без молодого будет калибровать со скоростью петли — по одному варианту там, где нужно двадцать. AI не закрывает ни ту, ни другую дыру в одиночку. Он сводит двоих так, чтобы их дыры закрывали друг друга.
AI здесь не новый центр и не переводчик. Он — ткань между двумя способами понимать. Ценность не в одном из полюсов, а в стыке.
Окно открыто, пока закрывается большое
Тут возникает вопрос, который я слышу чаще всего: хорошо, но почему именно сейчас? Почему не подождать, пока все устоится?
Потому что окно открыто — и открыто ненадолго.
Вернемся к часам над столом. Большая экономика петли закрывается: старый способ роста по всему миру сворачивают намеренно. А в такие переходы всегда приоткрывается короткое окно — инструменты новой экономики какое-то время доступны и понятны почти любому, пока их не обжили масштаб и капитал. Сегодня механизм, на котором держится новая работа, можно освоить дешево: не за годы учебы и не за большие деньги, а за внимание и готовность разобраться.
И вот что про этот механизм важно понять. Доступ к нему дает не должность и не бюджет, а понимание того, как он устроен. Кто разобрался — для того дверь уже открыта; кто нет — тому и доступ не поможет, потому что он не будет знать, что с ним делать. Знание механизма и есть доступ. Отсюда честное слово «каждому»: окно открыто не по уровню и не по толщине кошелька, а по готовности понять.
И окно это — про понимание, не про гонку за рынок. Не обогнать соседа, а успеть разобраться в механизме, пока он открыт для всех. Соседа можно догнать и потом. Закрывшееся окно не догонишь.
Потому что окно — это «пока еще», а не «всегда». Оно открыто ровно потому, что идет переход; кончится переход — закроется и оно. То, что сегодня дается легко, завтра будет стоить дороже. Войти позже всегда труднее, чем вовремя — и труднее не на словах, а по деньгам и по времени.
Когда школа одна
Иллюстрация создана с помощью нейросети по авторскому заданию.
Но успеть в окно — это еще не все: войти в него с одной только школой значит проиграть на входе. Чтобы понять, чего стоит каждая школа поодиночке, достаточно посмотреть, что бывает, когда вторая отсутствует.
Сначала — чистая скорость без калибровки. Шведская Northvolt должна была стать европейским ответом на азиатские аккумуляторы. Она привлекла около пятнадцати миллиардов долларов и принялась строить гигантский завод быстрее, чем освоила саму технологию. Завод так и не вышел на проектную мощность; крупный автопроизводитель отменил контракт на два миллиарда евро; в конце 2024 года компания подала на банкротство с долгом 5,84 миллиарда долларов и запасом наличности на неделю работы. Подписанные контракты на десятки миллиардов не превратились в способность произвести. Модель будущего была — петли, проверки реальностью на каждом шаге, не было.
А иногда модели нет вовсе — есть только ее обещание. Британский стартап, громко называвший себя компанией на искусственном интеллекте, при оценке больше миллиарда долларов оказался почти без настоящей технологии: за красивой витриной стоял ручной труд и завышенные продажи. Когда это вскрылось, он рухнул. Чистая скорость умеет разгонять не только реальную модель, но и ее имитацию — а реальность не отличает одно от другого, она просто предъявляет счет.
То же самое у нас происходило тише, но массово. До 2021 года деньги давали под рост, и сходимость экономики могла никого не волновать. Потом ставки выросли, деньги подорожали — и операционно убыточные компании посыпались. Стартап вертикальных ферм за год увеличил убыток в России с пятидесяти миллионов рублей до четырехсот тридцати; образовательный проект, замахнувшийся на Юго-Восточную Азию, закрылся из-за просрочек по платежам. Претензия инвесторов везде была одна: красивый рост без подтвержденной экономики. Школа скорости без обратной связи от реальности.
Обратный перекос — чистый опыт без обновления — выглядит иначе, но кончается тем же. Хрестоматийные истории известны: Kodak, изобретший цифровую камеру и спрятавший ее ради пленки; Nokia, проспавшая смартфон; Blockbuster, отказавшийся от стриминга. Ближе к дому тот же сюжет писали маркетплейсы: за прошлый год Wildberries, Ozon и Яндекс Маркет вместе продали почти на девять триллионов рублей, прибавив около трети, тогда как обычная розница росла в разы медленнее. Кто зашел в онлайн поздно, тот уступил полку.
Но вот честная оговорка, без которой вывод был бы слишком гладким. Сама школа скорости тоже упирается в стену: рост тех же маркетплейсов за год замедлился почти вдвое, и продавцам на них все чаще не сходится экономика. Реальность рано или поздно выставляет счет обеим школам. Просто чистой скорости она выставляет его за отсутствие калибровки, а чистому опыту — за отсутствие модели.
Ни один из двух полюсов не держится сам по себе.
Преимущество — у того, кто сводит
Соберем все вместе. Одна и та же мысль работает на трех этажах сразу.
Этаж первый — стол. Тот самый, с которого мы начали. Преимущество получает не молодой с его скоростью и не старший с его калибровкой по отдельности, а тот, кто сумел их соединить: пустить молодого вперед на широту и итерацию, а старшего поставить судьей тонких допущений. Звучит очевидно, а делается редко — потому что проще выбрать сторону. Старший по привычке задавит молодого опытом, молодой про себя спишет старшего в прошлое, и оба останутся каждый при своей половине. Сведение требует усилия как раз потому, что против него работает инстинкт.
Этаж второй — компания. То же самое, только построенное в структуру, а не оставленное на добрую волю. Не стихийный спор поколений на летучках, а выстроенная передача: где молодые с AI гонят первые проходы, где старшие калибруют, где узкое место сознательно перенесено в проверку. Те российские компании, что отчитываются о реальной отдаче от AI, устроены именно так — они не заменили людей машиной и не оставили машину без присмотра, а собрали стык и встроили его в процесс. Компания, которая это сделала, обгонит и ту, что молится на один опыт, и ту, что молится на одну скорость.
Этаж третий — страна. И здесь часы над столом возвращаются. Посмотрите еще раз на Китай: он не выбросил петлю ради модели и не остался в петле из страха перед моделью. Он делает оба движения разом — сознательно гасит перегретую старую экономику и так же сознательно разгоняет высокие технологии. То же по-своему делает и Россия: с одной стороны, опора на привычный государственный заказ, проверенный десятилетиями; с другой — нацпроект под данные и искусственный интеллект. Это синтез на государственном масштабе: не отказ от одного в пользу другого, а сведение двух.
Вот сквозная мысль. Преимущество достается не петле и не модели. Оно достается тому, кто их сводит, — и неважно, идет ли речь о двух людях за столом, о компании или о целой стране.
Масштаб разный — закон один.
Та же истина, что в моей книге заказов: выигрывает не та колонка и не эта, а тот, кто умеет читать обе.
Что это значит за вашим столом
Что же со всем этим делать в понедельник, за вашим собственным столом?
Первое и главное: перестать выбирать поколение. Соблазн велик — либо довериться опыту и отмахнуться от молодых с их экранами, либо довериться скорости и списать старших в балласт. Оба выбора проигрышные. Нужны оба.
Практически это значит выстроить передачу. Пусть молодые с AI делают первый проход — широкий, быстрый, дешевый: перебор вариантов, заход в незнакомую область, черновик за часы. Пусть старшие делают то, чего ни AI, ни молодой не умеют, — спрашивают реальность: где тонкое допущение, кто не заплатит, что не отгрузят. А между ними — AI как общий контур, а не как замена кому-то из двоих. В средней компании это даже не вопрос бюджета. Это вопрос порядка: кто запускает, кто проверяет, на каком шаге чужой результат встречает того, кто способен задать неудобный вопрос. Поставьте этот порядок — и две половины начнут складываться сами.
И второе, лично для вас. Разберитесь в механизме сами. Не для того, чтобы стать программистом или гонять модели вместо молодых, а для того, чтобы понимать, что именно вы сводите: иначе калибровать чужую работу нечем. Понимание механизма не делегируется — судить о тонком допущении в модели может только тот, кто хотя бы в общих чертах знает, как она устроена. И хорошая новость: разобраться сегодня дешево — нужен не диплом и не штат, а несколько вечеров и готовность задавать вопросы.
Следующая нехватка
Под конец — мысль, которая ведет дальше.
Когда вход дешев и войти может каждый, само умение войти перестает быть преимуществом. Доступ для всех — это доступ ни для кого в отдельности: если механизм есть у каждого, обладание им больше никого не выделяет.
И тогда проступает новая нехватка. Чем будет отличаться одна компания от другой, когда инструмент станет общим, как воздух? Что окажется редким, когда редким перестанет быть сам доступ? Это уже другой разговор. Но задавать его пора уже сейчас, а не когда станет поздно.
Скоро редким станет не вход, а то, что человек строит, оказавшись внутри.
