Маятник качается обратно: искусственный интеллект и возвращение персонального компьютера

В январе 1975 года журнал Popular Electronics поместил на обложку компьютер MITS Altair 8800 и назвал его первым набором для самостоятельной сборки, способным соперничать с коммерческими машинами. Он стоил 395 долларов. MITS получила четыреста заказов за один день и четверть миллиона долларов за три недели. До этого работа с компьютером означала бронирование времени на мейнфрейме и ожидание в очереди за своей долей машины, принадлежавшей кому-то другому. Altair сделал нечто одновременно малое и огромное: поставил компьютер на ваш стол, и вам больше не нужно было ни с кем его делить.

Большую часть своей карьеры я провёл в инфраструктурной части регулируемых финансов, где вопрос никогда не в том, насколько впечатляет система, а в том, где на самом деле сосредоточена власть и кто её контролирует. С этой позиции история вычислительной техники читается как один долгий спор о местоположении. Вычислительные мощности постоянно перемещаются между центром и периферией, и прямо сейчас это движение возобновилось.

Цикл до сегодняшнего дня

Эпоха мейнфреймов была централизованной по необходимости. Вычислительные ресурсы были редкими и дорогостоящими, поэтому они располагались в застеклённых залах, а доступ к ним сдавался в аренду. Революция персональных компьютеров сломала этот порядок. Altair запалил фитиль, Apple II превратил это в рынок (VisiCalc, первая электронная таблица, стала приложением, которое продало машину бизнесу), а IBM PC в августе 1981 года превратил это в индустрию. IBM использовала готовые комплектующие и открытую архитектуру, лицензировала операционную систему у небольшой компании под названием Microsoft и тем самым передала реальные вычислительные мощности отдельным людям. Примерно два десятилетия самой мощной машиной, до которой мог дотянуться большинство людей, была та, что стояла у них на собственном столе.

Затем маятник качнулся обратно, тихо, и мы по большей части приветствовали это. Облако означало, что вам больше не нужно держать собственный сервер. SaaS означал, что вы больше не владеете своим программным обеспечением, а подписываетесь на него. Смартфон, самое личное из когда-либо созданных устройств, оказался тонким клиентом: красивый экран, открывающий доступ к вычислениям и данным, хранящимся где-то в другом месте. Ничто из этого не ощущалось как потеря. Это было удобно, синхронизировалось, создавало резервные копии само по себе. Но в итоге большинство из нас снова стали арендаторами чужого компьютера, и счётчик не останавливался ни на секунду.

Последняя волна ИИ сдвинула этот центр сильнее, чем всё, что было прежде. Обучение и обслуживание больших моделей требует такого капитала, что концентрирует власть в нескольких руках. Цифры говорят сами за себя. По прогнозам, капитальные расходы гиперскейлеров превысят 600 миллиардов долларов в 2026 году, что примерно на 36 процентов больше, чем в 2025-м, а по некоторым оценкам только четвёрка крупнейших достигнет 725 миллиардов. Около трёх четвертей этой суммы, порядка 450 миллиардов долларов, напрямую связано с инфраструктурой ИИ: GPU, дата-центры, физическая основа интеллекта. Это та же стеклянная комната с мейнфреймом, воссозданная в планетарном масштабе. Когда самое умное существо, с которым вы можете поговорить, живёт в дата-центре, который вы никогда не увидите, вы снова вернулись к тому, чтобы арендовать время на чужой машине.

Почему обратное качание маятника вполне вероятно

Вот что я нахожу по-настоящему интересным. Та же волна ИИ создаёт условия для того, чтобы маятник качнулся в другую сторону.

Открытые модели закрыли разрыв быстрее, чем почти кто-либо предсказывал. На протяжении 2025 года и в начале 2026-го семейства моделей вроде Qwen, DeepSeek, Llama и Gemma прошли путь от интересных экспериментов до по-настоящему полезных инструментов, и многие из них теперь не уступают проприетарным моделям на реальных тестах. Что ещё важнее, они работают на вашем собственном железе. Phi-4-mini от Microsoft с 3,8 миллиарда параметров запускается на процессоре ноутбука без видеокарты вообще. Новые архитектуры на основе смеси экспертов позволяют разместить крупную модель на одном ноутбуке с большим объёмом оперативной памяти, активируя лишь часть параметров на каждый токен. Практический консенсус среди тех, кто занимается этим ежедневно, таков: небольшие локальные модели теперь лидируют в задачах на устройстве -- и это утверждение в 2022 году прозвучало бы абсурдно.

Кремний подтягивается следом. Copilot+ PC определяются встроенным нейронным процессором, выполняющим 40 и более триллионов операций в секунду, а ИИ-компьютеры, по прогнозам, займут около 40 процентов рынка в 2025 году и более половины в 2026-м. Нейронный движок становится стандартной частью машины -- так же, как до него стали стандартом сопроцессор для операций с плавающей точкой и видеокарта. Тихо, без лишнего шума, процессор в связке с нейронным ускорителем, способным запустить настоящую модель, оказывается на множестве рабочих столов.

Сложите это вместе -- и получите нечто, рифмующееся с 1981 годом: серьёзные вычислительные мощности, принадлежащие вам лично, стоящие перед одним человеком. Открытые веса означают, что модель можно держать у себя, дообучать на собственных данных и запускать без чьего-либо разрешения и платы за каждый токен. Персональный агент может работать на вас -- а не на платформу, которая его размещает.

Настоящий приз -- личный рост

Соблазн велик: подать всё это как историю о железе и более быстрых чипах. Но это не так. Ранний персональный компьютер был важен тем, что мотивированный человек внезапно мог сделать в одиночку: смоделировать бизнес в таблице, сверстать документ, написать программу и выпустить её из собственной комнаты. Машина сократила расстояние между идеей и готовым результатом.

Персональный ИИ делает то же самое с пропастью между незнанием и компетентностью. Один человек с мощной локальной моделью теперь может освоить новую область, отладить код на языке, которого никогда не использовал, составить договор или создать прототип продукта с той скоростью, которая раньше требовала команды или целого учреждения. Именно это накопление и есть настоящий рычаг влияния. Оно приватно, не берёт деньги за каждый вопрос и принадлежит вам. Для тех, кто стремится развивать навыки, а не арендовать готовые ответы, это меняет математику того, кем способен стать один целеустремлённый человек.

Честные оговорки

Я не продаю неизбежность. Силы, тянущие к централизации, реальны и хорошо финансируются. Эти $600 миллиардов капитальных вложений требуют монетизации, а самый чистый способ это сделать -- подписка, от которой вы никогда не откажетесь. Притяжение данных устойчиво: ваша история, ваши файлы, ваш контекст уже хранятся на чьих-то серверах, и они липкие. Фронтирные модели продолжают расти, так что самые передовые возможности, вероятно, ещё несколько лет будут оставаться облачными. А привязка к платформе конструируется намеренно, а не складывается случайно. По умолчанию путь всегда будет вести к облачному решению, потому что деньги именно там, где стоят умолчания.

Так что откат возможен, но не гарантирован. Ранний ПК не демократизировал вычисления потому, что появилась технология. Это произошло потому, что достаточное число людей выбрало владение машиной вместо аренды мейнфрейма. Железо для того, чтобы владеть своим ИИ, уже поступает в продажу. Используем ли мы его именно так -- это, как и в 1981 году, вопрос выбора. Я знаю, на какой из вариантов поставил бы, что он даст больше.

Источники

• История персональных компьютеров: 1975-1984 (Low End Mac)
• Altair 8800, революция CHM (Computer History Museum)
• История персональных вычислений (Everything Everywhere)
• Лучшие открытые LLM-модели и модели с открытыми весами для локального запуска в 2026 году (Hugging Face)
• Модели с открытыми весами в первом полугодии 2026 года: итоги DeepSeek, Qwen, Llama (Digital Applied)
• Глобальный прогноз рынка ИИ-ПК на 2025-2030 годы (TS2)
• Капиталовложения гиперскейлеров достигли $600 млрд в 2026 году (Introl)