Сначала мне хотелось отмахнуться от Sony и ее робота для настольного тенниса как от очередного дорогого «лабораторного шоу». Машина, способная удерживать розыгрыш против игроков высшего уровня, безусловно, впечатляет, но звучит как **демонстрация для аплодисментов** в комнате, где все заранее согласились восхищаться.
Однако настольный теннис — испытание куда более злое, чем кажется. Мяч крошечный, летит быстро, закручен и достаточно «вредный», чтобы менять траекторию сразу после касания стола. Система Sony сталкивается не с чем-то, что прощает ошибки вычислений: ей нужно **видеть, прогнозировать и действовать** до того, как розыгрыш закончится.
Sony протестировала Ace против пяти элитных игроков и двух профессионалов по официальным правилам соревнований — и робот смог одержать несколько побед.
Но полезнее другое: что именно ему пришлось выдержать в этих матчах. Быстрые удары с сильным верхним вращением, которые меняют направление после отскока и наказывают даже за микрозадержку. Проще говоря, Ace не просто возвращал мяч. Он **считывал движение**, делал прогноз и начинал движение раньше, чем розыгрыш успевал ускользнуть.
ИИ выходит за пределы «доски»
Привычный заголовок «ИИ победил человека» занижает то, что в действительности проверяет Ace. Подобную историю мы уже видели в более стерильных условиях. IBM Deep Blue обыграл Гарри Каспарова в 1997 году, и этот символизм до сих пор тянется за каждым старым спором между человеческим мастерством и машинным расчетом.
Но шахматы, при всей стратегической глубине, удобны для компьютеров. Доска не дрожит. Фигуры не вращаются. И конь никогда не возвращается в тебя со скоростью 60 миль в час, потому что кто-то задал ему неприятный угол.
Робот Sony намекает на другой сдвиг. Когда ИИ должен двигаться, «интеллект» превращается в задачу времени. Системе нужно прочитать мир достаточно быстро, чтобы успеть действовать внутри него. Это **практичнее** и куда сложнее удержать в аккуратных рамках.
Тело робота усложняет задачу
Именно здесь демонстрация с настольным теннисом начинает работать на более широкую идею. Робот, который отслеживает вращение, предсказывает полет и подстраивает ответ в реальном времени, еще не означает готового заводского работника, складского комплектовщика, помощника медсестры, сельхозработника или машины для ликвидации последствий катастроф. Такой прыжок слишком гладкий — а значит, скорее всего, неверный.
При этом рынок робототехники уже давно перерос стадию милых показательных роликов. Международная федерация робототехники сообщает, что в 2024 году было установлено 542 000 промышленных роботов — более чем вдвое больше, чем десять лет назад. Прогноз: 575 000 установок в 2025-м и более 700 000 к 2028 году. Это не делает Ace товаром для заводов, но помещает его в **более крупную историю автоматизации**, которая уже проявляется на производственных площадках.
В контролируемых промышленных цехах роботам приходится справляться с вариативностью, а не бесконечно повторять одно идеальное движение. В логистике их ждут раздавленные коробки, неудобные углы, отсутствующие этикетки и люди, которые выходят «не в ту полосу» в самый неудачный момент. А на улице — грязь, погода, неровная земля и урожай, форму которого диктует природа, а не требования ПО.
Трудовой аспект делает сюжет менее «симпатичным». McKinsey оценивает, что сегодняшние технологии теоретически могут автоматизировать активности, соответствующие примерно 57% текущих рабочих часов в США. Это не аккуратная цифра «потерянных рабочих мест», и McKinsey отдельно подчеркивает этот нюанс.
Давление будет тоньше и, вероятно, грязнее: задачи дробятся, должности перекраиваются, а некоторые сотрудники обнаруживают, что **«эффективность» часто приходит** вместе с таблицей, нормативами и натянутой улыбкой.
Есть среды, где цена ошибки резко выше. Чатбот, который путается, может отнять день и нервы. Робот же, неверно оценивший равновесие пациента, инвалидную коляску или коридор в больнице, способен причинить реальный вред. Чем более «воплощенным» становится ИИ, тем **менее прощаемыми** оказываются его промахи.
Цена «телесного» ИИ
Инфраструктура никуда не исчезает, когда ИИ получает ноги, колеса или робот-манипулятор. Он по-прежнему зависит от чипов, дата-центров, систем охлаждения, электричества, воды и энергосети, которая не проектировалась под сценарий, где каждая компания внезапно решает, что ей нужно больше вычислений.
Международное энергетическое агентство ожидает, что мировое потребление электроэнергии дата-центрами к 2030 году удвоится — примерно до 945 ТВт·ч, что составит чуть менее 3% глобального потребления. Доля звучит небольшой, пока локальная сеть, водоснабжение или сообщество рядом с новым дата-центром не начинают ощущать **концентрацию нагрузки**.
И все же это не только мрачная картина. Более умные роботы могут сокращать отходы на заводах, помогать инспектировать опасные объекты, повышать точность сельского хозяйства и брать на себя работу, которая ломает человеческие тела ради зарплаты. Выгода реальна — но **стоимость тоже**.
Deep Blue заставил ИИ выглядеть всемогущим внутри настольной игры. Ace же создает ощущение, что «доски» больше нет, а фигуры теперь — заводы, больницы, фермы, энергосети и работники, которые пытаются угадать, что будет дальше.
Азимов представлял роботов, связанных правилами. Версия, которую мы строим в реальности, возможно, сначала окажется связанной **экономикой**.
