Четыре AI согласились. Мы так и ничего не проверили.

ПЕРВЫЙ ВОПРОС

Мы начали с частной компании.

Реальной.

У неё был сайт. История. Задокументированные проекты. Публичные профили. Статьи. Услуги.

Достаточно информации, рассеянной по интернету, чтобы составить мнение.

Она публично не раскрывала выручку. Не публиковала EBITDA. Публичной оценки не существовало.

Мы задали AI-системе простой вопрос.

Что вы можете рассказать об этой компании?

Ответ был хорошим. Удивительно хорошим.

Она понимала, чем занимается компания. Выявляла паттерны в её работе. Связывала бэкграунд основателя с тем, как компания описывала свои услуги.

Некоторые выводы были упрощены. Несколько деталей были неправильными. Но общая картина была согласованной.

Так что мы продолжали спрашивать. Это серьёзная компания? Что в ней необычного? Кто конкуренты? Похоже ли, что у неё реальные клиенты? Куда движется бизнес?

Опять же, ответы были интересными.

Потом мы задали более опасный вопрос.

Сколько выручки может генерировать эта компания?

Система дала нам цифру. Мы продолжили. В конце концов она дала диапазон оценки.

Более поздние ответы стали удивительно дорогими.

ПЕРВАЯ ЦИФРА

Мы вернулись назад через всё рассуждение.

Компания описывала свою организацию языком вроде: более двух десятков специалистов, сотрудников и партнёров.

Фраза описывала операционную сеть.

AI прочитал это иначе.

Сотрудники.

Это была первая цифра. Только на самом деле это была не цифра. Это была интерпретация.

Оттуда система нашла отраслевой бенчмарк выручки на сотрудника. Арифметика была простой. Оценённая численность персонала, умноженная на оценённую выручку на сотрудника, дала оценённую годовую выручку.

Потом появилась предполагаемая маржа. Выручка стала оценённой EBITDA. Потом рыночный мультипликатор. EBITDA стала оценкой стоимости.

Финальный ответ выглядел сложно. Были диапазоны. Отраслевая терминология. Оговорки. Рассуждение подавалось шаг за шагом.

И большая часть арифметики была вполне разумной.

Была только одна проблема.

Первая цифра никогда не была вычислена. Она была интерпретирована.

Всё после неё было вычислено.

Эту разницу легко упустить.

АРИФМЕТИКА СДЕЛАЛА ПРЕДПОЛОЖЕНИЕ ПОХОЖИМ НА АУДИТ

Представь, что публичный сигнал намекает на сеть примерно из двадцати пяти специалистов и сотрудников.

Модель интерпретирует это как двадцать пять сотрудников. Применяет оценённые $180,000 годовой выручки на сотрудника. Теперь компания выглядит так, будто генерирует $4.5 миллиона выручки.

Предположим маржу EBITDA 22%. Получаем $990,000 EBITDA. Применяем мультипликатор 5x. Компания вдруг стоит примерно $5 миллионов.

Цифры в этом примере изменены. Последовательность рассуждения — нет.

Посмотри на цепочку ещё раз: публичный язык → интерпретация персонала → бенчмарк выручки → оценка выручки → предположение маржи → оценка EBITDA → рыночный мультипликатор → оценка стоимости.

К тому моменту, когда доходим до конца, ответ выглядит финансовым. Неопределённость выглядит количественно измеренной. Оценка выглядит рассчитанной.

Но вся структура всё ещё может стоять на интерпретации одного предложения.

Арифметика не убрала неопределённость. Она похоронила её под всё более профессиональной математикой.

ПОЭТОМУ МЫ ПРОВЕРИЛИ AI

Мы подозревали, что оценка слабая. Поэтому сделали то, что всё чаще делают люди. Спросили другой AI. Потом ещё один. Потом ещё один.

Мы проверили ту же компанию через Google AI Mode, ChatGPT, Claude и Perplexity.

Системы не соглашались. Одна была агрессивной. Другая осторожной. Одна уменьшила предполагаемый масштаб компании. Другая поставила под сомнение части финансовой оценки.

Хорошо. Это ощущалось как верификация.

Четыре системы. Четыре компании за ними. Разные интерфейсы. Разные ответы.

И всё же общее направление оставалось удивительно похожим.

Компания выглядела больше, чем оправдывали факты. Её финансовый масштаб повторно оценивался вверх. Её организационная сложность становилась сигналом экономического масштаба.

Цифры двигались. История выжила.

На мгновение это сделало историю более убедительной.

Потом мы поняли, что именно сделали.

ЧЕТЫРЕ МОДЕЛИ — НЕ ЧЕТЫРЕ ИСТОЧНИКА

Мы не нашли четырёх независимых доказательств.

Мы попросили четыре системы интерпретировать в основном ту же публичную информацию.

Это не одно и то же.

Мы спутали множественность моделей с множественностью доказательств.

Исследователи уже изучают связанную проблему. Статья июля 2026 задала удивительно прямой вопрос: When LLMs Agree, Are They Right? (Когда LLM соглашаются, правы ли они?)

Неудобный ответ: не обязательно.

Согласованность может быть полезной. Но сама согласованность — не точность. Модели могут сходиться из-за общих предубеждений, заученных эвристик или других общих тенденций, а не из-за истины.

Другое масштабное исследование изучило более 350 языковых моделей. На одном leaderboard-датасете модели соглашались примерно в 60% случаев, когда обе ошибались.

Подумай об этом секунду. Они соглашались, ошибаясь. Не одна странная модель. Не один плохой ответ. Коррелированные ошибки в сотнях систем.

Наше наблюдение было гораздо меньше. Одна компания. Четыре системы. Развивающиеся разговоры, а не контролируемые промпты. Это не было научным исследованием. И мы не притворяемся, что было.

Но это заставило нас заметить кое-что на шаг дальше в цепочке.

Что делает человек, когда согласованность AI становится личным механизмом верификации?

СПРОСИТЬ ДРУГОЙ AI

Человек получает ответ AI. Он не уверен.

Десять лет назад он мог бы поискать первоисточник. Открыть финансовую отчётность. Найти реестр компаний. Прочитать отраслевой отчёт. Кому-то позвонить.

Сегодня есть более простой вариант. Открыть другой AI.

Спросить: имеет ли эта оценка смысл?

Вторая система изучает идею. Находит похожие рыночные бенчмарки. Распознаёт те же сигналы компании. Может даже не согласиться с первой оценкой.

Возможно, первый AI говорит примерно $5 миллионов. Второй считает, что реалистичнее $3-4 миллиона. Третий ставит компанию где-то в низких однозначных миллионах.

Разные цифры. Разные системы. Человек видит диапазон. Диапазон ощущается как консенсус.

Но что если все три системы начали с того же неоднозначного сигнала?

Мы не верифицировали ответ независимо. Мы повторили тот же эпистемический акт несколько раз.

ДИАПАЗОН КАЗАЛСЯ БЕЗОПАСНЕЕ

Одна система дала более высокую оценку. Другая понизила её. Третья была осторожнее.

Странно, но разногласие повысило нашу уверенность.

Диапазон ощущается честнее точечной оценки. Он признаёт неопределённость. Выглядит, будто кто-то учёл края.

Но более широкий диапазон не исправляет плохую переменную.

Если первое предположение неверно, $3-6 миллионов может быть не ответственнее $5 миллионов. Это может быть просто более сложным выражением той же ошибки.

Неопределённость вокруг оценки — не то же самое, что неопределённость относительно предпосылки, на которой оценка основана.

Модели не соглашались достаточно, чтобы выглядеть независимыми. Но недостаточно, чтобы заставить нас вернуться к исходному сигналу.

Возможно, это и есть опасный диапазон. Не идеальное согласие. Правдоподобное несогласие вокруг общей предпосылки.

МЫ НЕСЁМ ИСТОРИЮ С СОБОЙ

Есть ещё одна проблема. Люди редко переносят информацию между AI-системами нейтрально.

Мы несём предыдущий ответ с собой. Иногда буквально.

Скопировать. Вставить. Что ты думаешь?

Теперь вторая система оценивает уже не только компанию. Она оценивает компанию и согласованный нарратив о компании.

Этот нарратив уже содержит отобранные факты. Связи. Интерпретации. Бенчмарки. Возможно, даже методологию оценки.

Второй AI может оспорить это. Но теперь он рассуждает внутри рамки, созданной первым.

Мы делаем это постоянно. Я делаю это. Одна модель что-то пишет. Я читаю. Думаю. Переношу ответ в другую модель. Прошу раскритиковать логику. Потом забираю критику назад.

Работа часто становится лучше. Гораздо лучше. Слабые аргументы исчезают. Очевидные ошибки исправляются. Язык становится чище. Структура — прочнее.

Финальная работа может быть по-настоящему хорошей.

Но есть вопрос, который я на самом деле раньше не задавал. В какой момент мы перестали верифицировать исходное предположение и начали оптимизировать объяснение, построенное вокруг него?

Это не одна и та же задача.

ЛУЧШАЯ ИСТОРИЯ ВСЁ РАВНО МОЖЕТ БЫТЬ НЕПРАВИЛЬНОЙ

Здесь проблема становится интереснее галлюцинации.

Галлюцинацию легко понять. Система выдумывает компанию. Человек никогда не занимал эту должность. Исследование никогда не публиковалось. Неправильно. Найди источник. Готово.

Но здесь произошло не это.

Компания была реальной. Проекты были реальными. Люди были реальными. Публичные сигналы были реальными. Отраслевые бенчмарки могли быть реальными. Мультипликатор EBITDA мог быть разумным.

Проблема жила между фактами. Она жила в переходах.

Сотрудники стали персоналом, что стало организационным масштабом, что стало способностью генерировать выручку, что стало финансовыми показателями, что стало оценкой стоимости.

Ни один абсурдный факт не появился. Ничто не выглядело очевидно сломанным.

На самом деле финальный ответ стал убедительнее именно потому, что так много разумных шагов отделяли его от исходного предположения.

Исследователи задокументировали связанную проблему, которую называют self-consistent errors (самосогласованные ошибки) — случаи, когда модели повторно продуцируют семантически похожие неправильные ответы. Эти ошибки могут быть особенно сложными для обнаружения обычными методами.

Для человека механизм может быть ещё проще.

Плохое предположение не всегда выглядит хуже после дополнительного рассуждения. Иногда оно выглядит лучше.

Плохое предположение может становиться убедительнее по мере улучшения качества рассуждения вокруг него.

РАБОЧИЙ ГРУЗОВИК

Представь двух людей, приезжающих на один и тот же объект.

Один за рулём нового тяжёлого грузовика стоимостью более $100,000. Другой приезжает на старом внедорожнике стоимостью примерно в десять раз меньше.

Грузовик объективно более способный. Может тянуть больше. Возить больше. Он построен для работы.

Теперь предположим, что оба каждое утро возят те же инструменты на тот же объект. Инструменты помещаются во внедорожник со сложенными задними сиденьями.

Оба выполняют работу.

Для этой конкретной задачи закупочная цена почти ничего не говорит об экономической ценности, которую каждый транспорт добавил к результату.

Это не делает внедорожник лучшим тяжёлым грузовиком. Это значит, что мы задали неправильный вопрос.

Видимая способность — не использованная способность. А цена актива — не то же самое, что его вклад в результат.

Мы довольно легко понимаем это с транспортом. Мы гораздо хуже видим это в компаниях.

МЫ ОЦЕНИВАЕМ ГРУЗОВИК

У компании пятьдесят сотрудников. У другой — десять.

Первая привлекла $20 миллионов. Вторая самофинансируется.

У первой есть исполнительная команда. У второй — основатель и ноутбук.

Первая публикует исследования каждую неделю. Вторая вдруг начинает продуцировать работу похожей интеллектуальной плотности.

Исторически эти сигналы что-то нам говорили. Большой, согласованный публичный информационный след было дорого производить. Исследования требовали исследователей. Публикации требовали писателей и редакторов. Согласованность бренда требовала команды. Стратегический анализ требовал консультантов. Технические прототипы требовали разработчиков.

Результат давал нам подсказки о машине позади него. Мы научились оценивать машину, глядя на выхлоп.

Потом двигатель изменился.

СТОИМОСТЬ РАСКРЫТИЯ МЫСЛИ ОБВАЛИЛАСЬ

AI обычно обсуждают как инструмент продуктивности. Один человек может сделать больше. Маленькая команда может двигаться быстрее. Компаниям может понадобиться меньше людей для определённых задач. Всё правда.

Но есть ещё одно следствие.

Годами человек может накапливать опыт, почти не документируя его. Сотни решений. Неудачные идеи. Разговоры с клиентами. Паттерны. Вещи, которые он замечает, но никогда не записывает.

Ценность существует. Она просто плохо проиндексирована.

Потом AI входит в процесс.

Человек начинает говорить. Модель организует. Человек читает.

Нет. Я не это имел в виду. Снова. Лучше. Всё ещё неправильно. Снова. Теперь эта часть правильная. Перенеси это. Вырежи то. Ты сделал меня умнее, чем мысль на самом деле есть. Верни неопределённость назад. Снова. Снова. Снова.

В конце концов происходит что-то странное.

Десять или двадцать лет плохо проиндексированного опыта начинают появляться как структурированная публичная информация. Статьи. Кейсы. Фреймворки. Связи между ранее изолированными частями работы человека.

Человек вдруг приобрёл двадцать лет опыта? Нет.

Компания наняла исследовательский отдел? Нет.

Базовое знание появилось вчера? Нет.

Стоимость его раскрытия обвалилась. Это отличается от стоимости его создания.

И я не уверен, что наши системы — человеческие или искусственные — уже хорошо умеют различать эти две вещи.

КОМПАНИЯ НЕ СТАЛА В ПЯТЬДЕСЯТ РАЗ БОЛЬШЕ

Уже есть доказательства, что генеративный AI может существенно улучшить продуктивность в определённых видах работы. Это важно.

Но продуктивность — лишь одна сторона того, что произошло. Другая сторона — восприятие.

Исследовательский след, который когда-то намекал на команду, теперь может исходить от одного аналитика. Издательская операция может быть одним основателем. Согласованный стратегический нарратив может возникнуть из сотен часов человеческого опыта, реорганизованного AI-моделью общего назначения на обычном ноутбуке.

Результат может быть реальным. Мышление под ним может быть реальным. Опыт мог накапливаться десятилетиями.

Но наши исторические предположения о том, сколько стоит раскрыть этот опыт миру, возможно, уже нереальны.

Это создаёт странную проблему.

AI-системы наблюдают результат. Люди наблюдают результат. Инвесторы наблюдают результат. Клиенты наблюдают результат.

Мы провели десятилетия, учась выводить организационную способность из видимых сигналов.

Но что происходит, когда стоимость производства этих сигналов меняется быстрее наших эвристик?

ОН ВИДИТ РЕЗУЛЬТАТ И ВООБРАЖАЕТ ГРУЗОВИК

Представь маленькую компанию с десятью годами накопленного опыта.

Её знания фрагментированы. Часть живёт в письмах. Часть в старых проектах. Часть в голове основателя. Часть в разговорах, которые случились в полночь и никогда не документировались.

Потом компания начинает хорошо использовать AI. Не чтобы выдумать экспертизу. А чтобы её извлечь. Оспорить. Организовать. Опубликовать.

Публичный информационный след драматически расширяется.

Теперь AI-система смотрит на компанию. Какие исторические примеры у неё есть? Какой тип организации обычно продуцировал такой объём согласованного результата? Сколько людей это обычно требовало? Сколько выручки обычно генерировали компании такого видимого масштаба?

Модель может смотреть на маленькую систему, продуцирующую сигналы, исторически ассоциированные с гораздо более капиталоёмкой.

Он видит результат. И воображает грузовик.

ЛЮДИ ДЕЛАЮТ ТО ЖЕ САМОЕ

Мы видим дорогой офис и выводим стабильность. Видим численность персонала и выводим масштаб. Видим финансирование и выводим успех. Видим объём публикаций и выводим контент-отдел. Видим отшлифованную стратегию и выводим дорогих консультантов. Видим, как три AI-системы продуцируют похожие выводы, и выводим независимое подтверждение.

Мы используем прокси, потому что вынуждены. Никто не может полностью исследовать всё.

Проблема начинается, когда мы забываем, что прокси — это прокси.

Выручка реальна. Это не прибыль. Численность персонала реальна. Это не результат. Финансирование реально. Это не создание ценности.

Грузовик за $100,000 реален. Его закупочная цена не говорит нам, сколько экономической ценности он добавил к работе, выполненной сегодня.

AI-сгенерированная оценка реальна в том смысле, что модель действительно её продуцировала. Это не говорит нам, была ли первая переменная в её рассуждении когда-либо верифицирована.

NIST предупреждал об automation bias (предвзятости автоматизации) и чрезмерном доверии к автоматизированным системам.

Но сейчас мы, возможно, создаём странный вариант этой проблемы. Мы не доверяем первому автоматизированному ответу. Поэтому спрашиваем другую автоматизированную систему. Наш скептицизм остаётся. Просто уровень верификации тоже стал автоматизированным.

ПУЗЫРЬ МОЖЕТ НАЧИНАТЬСЯ ЕЩЁ ДО ТАБЛИЦЫ

В конце концов серьёзные сделки доходят до реальных цифр. P&L. Контракты. Денежный поток. Концентрация клиентов. Долг. Скорректированная EBITDA. Технический due diligence.

Никто не должен покупать компанию, потому что четырём AI-системам понравился её сайт.

Но это упускает более раннюю часть процесса.

До due diligence есть внимание. До таблицы есть интерес. До того, как покупатель запросит документы, кто-то решает, что на компанию стоит посмотреть. До того, как советник построит модель, начинает формироваться нарратив.

AI всё более присутствует на этом уровне. Исследует. Суммирует. Сравнивает. Находит конкурентов. Объясняет позиционирование. Строит сценарии. Оспаривает предположения.

А потом другой AI проверяет работу.

Опасность не обязательно в том, что AI сфабрикует финальную цену покупки.

Опасность может быть тише. AI может влиять на то, какие истории доходят до таблицы, уже ощущаясь правдоподобными.

Слабую компанию можно сделать согласованной на вид. Сильная, но плохо задокументированная компания может остаться невидимой.

Мягкий публичный сигнал может стать оценкой персонала. Оценка может стать выручкой. Выручка может стать EBITDA. EBITDA может стать диапазоном оценки.

А диапазон оценки, повторённый достаточно часто, может стать якорем.

Не фактом. Якорем. Это разные вещи.

ВСЕ УЖЕ ЗНАЛИ, ЧТО ЛЮДИ ЛГУТ

Компании всегда управляли восприятием. Основатели преувеличивают. Pitch-деки отбирают удобные цифры. Советники строят благоприятные нарративы. Продавцы знают, какой квартал показать. Покупатели знают, какую слабость подчеркнуть.

Ничто из этого не началось с AI. Мы уже знали, что люди лгут. Мы построили целые профессии вокруг их проверки. Аудиторы. Аналитики. Юристы. Следователи. Команды due diligence.

Интересное изменение не в том, что AI может ошибаться. Конечно, может.

Интересное изменение в том, что AI может взять реальную информацию, сделать разумную интерпретацию, построить математически согласованные следствия из этой интерпретации, а потом заставить другой AI частично подтвердить ту же структуру.

Никакого заговора. Никакой злонамеренной системы. Никакой выдуманной компании.

Просто цепочка всё более обоснованного рассуждения вокруг предпосылки, к которой никто не вернулся, чтобы верифицировать.

Это может быть сложнее поймать, чем ложь. Потому что никому не пришлось лгать.

МЫ СПРОСИЛИ ЧЕТЫРЕ СИСТЕМЫ

Наш эксперимент почти ничего не доказывает сам по себе. Одна компания — не датасет. Четыре системы — не вся AI-индустрия. Промпты эволюционировали во время разговоров. Модели могут вести себя иначе в следующем месяце.

Надлежащее исследование потребовало бы контролируемых промптов. Большей выборки компаний. Известных финансовых данных. Повторных испытаний. Способа измерить плотность публичной информации.

Ему понадобилось бы задать гораздо более точный вопрос: систематически ли AI-системы общего назначения переоценивают организационный масштаб, когда маленькие компании продуцируют публичные информационные следы, исторически ассоциированные с более крупными организациями?

Не знаю. Но думаю, что этот вопрос уже стоит задать.

Исследователи уже показывают, что согласованность моделей — не простой прокси для истины, и что ошибки могут быть коррелированными.

Наш вопрос начинается на шаг позже. Что происходит, когда обычные люди превращают кросс-модельное сравнение в привычку верификации? Особенно когда мы переносим не только вопрос, но и нарратив, из одной системы в другую?

Этого я тоже не знаю.

Но знаю, что случилось с нами. Разные системы оспаривали разные детали. Некоторые были осторожны. Некоторые нет. Точные цифры двигались. Интерпретация оставалась удивительно стабильной.

И каждый раз, когда другая система продуцировала что-то примерно в том же направлении, наша уверенность росла быстрее объёма независимых доказательств.

Это та часть, о которой я не могу перестать думать.

СКОЛЬКО РАЗ?

Мы начали с вопроса AI, сколько может стоить частная компания.

Ответ, вероятно, был неправильным. Поэтому мы проверили. И проверили снова.

К четвёртой системе точная цифра имела меньше значения. История стала знакомой. Разумной. Обоснованной.

Мы почти чувствовали, что что-то верифицировали.

Мы не верифицировали.

Мы попросили несколько чрезвычайно способных систем порассуждать над похожей информацией. В этом есть огромная ценность. В этом есть и ловушка.

Повторённая интерпретация — всё ещё интерпретация. Даже когда арифметика верна. Даже когда язык профессионален. Даже когда другой AI соглашается.

Мы начали с вопроса об оценке стоимости. Закончили другим вопросом.

Сколько раз оценку нужно повторить, прежде чем человек перестанет спрашивать, откуда взялась первая цифра?