Чотири AI погодились. Ми так і нічого не перевірили.

ПЕРШЕ ПИТАННЯ

Ми почали з приватної компанії.

Реальної.

У неї був сайт. Історія. Задокументовані проєкти. Публічні профілі. Статті. Послуги.

Достатньо інформації, розсіяної інтернетом, щоб скласти думку.

Вона публічно не розкривала виторг. Не публікувала EBITDA. Публічної оцінки не існувало.

Ми поставили AI-системі просте питання.

Що ви можете розповісти про цю компанію?

Відповідь була гарною. Напрочуд гарною.

Вона розуміла, чим займається компанія. Виявляла патерни в її роботі. З'єднувала бекграунд засновника з тим, як компанія описувала свої послуги.

Деякі висновки були спрощені. Кілька деталей були неправильними. Але загальна картина була узгодженою.

Тож ми продовжували питати. Це серйозна компанія? Що в ній незвичайного? Хто конкуренти? Чи схоже, що в неї реальні клієнти? Куди рухається бізнес?

Знову ж, відповіді були цікавими.

Потім ми поставили небезпечніше питання.

Скільки виторгу може генерувати ця компанія?

Система дала нам цифру. Ми продовжили. Врешті вона дала діапазон оцінки.

Пізніші відповіді стали напрочуд дорогими.

ПЕРША ЦИФРА

Ми повернулись назад крізь усе міркування.

Компанія описувала свою організацію мовою на кшталт: понад два десятки спеціалістів, співробітників і партнерів.

Фраза описувала операційну мережу.

AI прочитав це інакше.

Співробітники.

Це була перша цифра. Тільки насправді це була не цифра. Це була інтерпретація.

Звідти система знайшла галузевий бенчмарк виторгу на співробітника. Арифметика була проста. Оцінена кількість персоналу, помножена на оцінений виторг на співробітника, дала оцінений річний виторг.

Потім з'явилась припущена маржа. Виторг став оціненою EBITDA. Потім ринковий мультиплікатор. EBITDA стала оцінкою вартості.

Фінальна відповідь виглядала складно. Були діапазони. Галузева термінологія. Застереження. Міркування подавалось крок за кроком.

І більшість арифметики була цілком розумною.

Була лише одна проблема.

Перша цифра ніколи не була обчислена. Вона була інтерпретована.

Усе після неї було обчислено.

Цю різницю легко пропустити.

АРИФМЕТИКА ЗРОБИЛА ПРИПУЩЕННЯ СХОЖИМ НА АУДИТ

Уяви, що публічний сигнал натякає на мережу приблизно з двадцяти п'яти спеціалістів і співробітників.

Модель інтерпретує це як двадцять п'ять співробітників. Застосовує оцінені $180,000 річного виторгу на співробітника. Тепер компанія виглядає так, ніби генерує $4.5 мільйона виторгу.

Припустимо маржу EBITDA 22%. Маємо $990,000 EBITDA. Застосуй мультиплікатор 5x. Компанія раптом коштує приблизно $5 мільйонів.

Цифри в цьому прикладі змінені. Послідовність міркування — ні.

Подивись на ланцюжок ще раз: публічна мова → інтерпретація персоналу → бенчмарк виторгу → оцінка виторгу → припущення маржі → оцінка EBITDA → ринковий мультиплікатор → оцінка вартості.

До того часу, коли доходимо до кінця, відповідь виглядає фінансовою. Невизначеність виглядає кількісно вимірною. Оцінка виглядає розрахованою.

Але вся структура все ще може стояти на інтерпретації одного речення.

Арифметика не прибрала невизначеність. Вона поховала її під дедалі професійнішою математикою.

ТОЖ МИ ПЕРЕВІРИЛИ AI

Ми підозрювали, що оцінка слабка. Тож зробили те, що дедалі частіше роблять люди. Запитали іншого AI. Потім ще одного. Потім ще одного.

Ми перевірили ту саму компанію через Google AI Mode, ChatGPT, Claude і Perplexity.

Системи не погоджувались. Одна була агресивною. Інша обережною. Одна зменшила передбачуваний масштаб компанії. Інша поставила під сумнів частини фінансової оцінки.

Добре. Це відчувалось як верифікація.

Чотири системи. Чотири компанії за ними. Різні інтерфейси. Різні відповіді.

І все ж загальний напрямок лишався напрочуд подібним.

Компанія виглядала більшою, ніж виправдовували факти. Її фінансовий масштаб повторно оцінювався вгору. Її організаційна складність ставала сигналом економічного масштабу.

Цифри рухались. Історія вижила.

На мить це зробило історію переконливішою.

Потім ми зрозуміли, що саме зробили.

ЧОТИРИ МОДЕЛІ — НЕ ЧОТИРИ ДЖЕРЕЛА

Ми не знайшли чотирьох незалежних доказів.

Ми попросили чотири системи інтерпретувати здебільшого ту саму публічну інформацію.

Це не одне й те саме.

Ми сплутали множинність моделей із множинністю доказів.

Дослідники вже вивчають пов'язану проблему. Стаття липня 2026 поставила напрочуд пряме питання: When LLMs Agree, Are They Right? (Коли LLM погоджуються, чи вони праві?)

Незручна відповідь: не обов'язково.

Узгодженість може бути корисною. Але сама узгодженість — не точність. Моделі можуть сходитись через спільні упередження, завчені евристики чи інші спільні тенденції, а не через істину.

Інше масштабне дослідження вивчило понад 350 мовних моделей. На одному leaderboard-датасеті моделі погоджувались приблизно в 60% випадків, коли обидві помилялись.

Подумай про це секунду. Вони погоджувались, помиляючись. Не одна дивна модель. Не одна погана відповідь. Корельовані помилки в сотнях систем.

Наше спостереження було значно меншим. Одна компанія. Чотири системи. Розмови, що еволюціонували, а не контрольовані промпти. Це не було науковим дослідженням. І ми не вдаємо, що було.

Але це змусило нас помітити дещо на крок далі в ланцюжку.

Що робить людина, коли узгодженість AI стає особистим механізмом верифікації?

ЗАПИТАТИ ІНШИЙ AI

Людина отримує відповідь AI. Вона не впевнена.

Десять років тому вона могла б пошукати першоджерело. Відкрити фінансову звітність. Знайти реєстр компаній. Прочитати галузевий звіт. Комусь подзвонити.

Сьогодні є простіший варіант. Відкрити інший AI.

Запитати: чи має ця оцінка сенс?

Друга система вивчає ідею. Знаходить подібні ринкові бенчмарки. Розпізнає ті самі сигнали компанії. Може навіть не погодитись із першою оцінкою.

Можливо, перший AI каже приблизно $5 мільйонів. Другий вважає, що реалістичніше $3-4 мільйони. Третій ставить компанію десь у низьких однозначних мільйонах.

Різні цифри. Різні системи. Людина бачить діапазон. Діапазон відчувається як консенсус.

Але що як усі три системи почали з того самого неоднозначного сигналу?

Ми не верифікували відповідь незалежно. Ми повторили той самий епістемічний акт кілька разів.

ДІАПАЗОН ЗДАВАВСЯ БЕЗПЕЧНІШИМ

Одна система дала вищу оцінку. Інша знизила її. Третя була обережнішою.

Дивно, але незгода підвищила нашу впевненість.

Діапазон відчувається чеснішим за точкову оцінку. Він визнає невизначеність. Виглядає, ніби хтось врахував краї.

Але ширший діапазон не виправляє погану змінну.

Якщо перше припущення неправильне, $3-6 мільйонів може бути не відповідальнішим за $5 мільйонів. Це може бути просто складнішим вираженням тієї самої помилки.

Невизначеність навколо оцінки — не те саме, що невизначеність щодо передумови, на якій оцінка базується.

Моделі не погоджувались достатньо, щоб виглядати незалежними. Але недостатньо, щоб змусити нас повернутись до первинного сигналу.

Можливо, це і є небезпечний діапазон. Не ідеальна згода. Правдоподібна незгода навколо спільної передумови.

МИ НЕСЕМО ІСТОРІЮ З СОБОЮ

Є ще одна проблема. Люди рідко переносять інформацію між AI-системами нейтрально.

Ми несемо попередню відповідь із собою. Іноді буквально.

Копіювати. Вставити. Що ти думаєш?

Тепер друга система оцінює вже не тільки компанію. Вона оцінює компанію і узгоджений наратив про компанію.

Цей наратив уже містить відібрані факти. Зв'язки. Інтерпретації. Бенчмарки. Можливо, навіть методологію оцінки.

Другий AI може оскаржити це. Але тепер він міркує всередині рамки, створеної першим.

Ми робимо це постійно. Я роблю це. Одна модель щось пише. Я читаю. Думаю. Переношу відповідь до іншої моделі. Прошу розкритикувати логіку. Потім забираю критику назад.

Робота часто стає кращою. Значно кращою. Слабкі аргументи зникають. Очевидні помилки виправляються. Мова стає чистішою. Структура — міцнішою.

Фінальна робота може бути справді хорошою.

Але є питання, яке я насправді раніше не ставив. У який момент ми перестали верифікувати початкове припущення й почали оптимізувати пояснення, побудоване навколо нього?

Це не одна й та сама задача.

КРАЩА ІСТОРІЯ ВСЕ ОДНО МОЖЕ БУТИ НЕПРАВИЛЬНОЮ

Тут проблема стає цікавішою за галюцинацію.

Галюцинацію легко зрозуміти. Система вигадує компанію. Людина ніколи не займала цю посаду. Дослідження ніколи не публікувалось. Неправильно. Знайди джерело. Готово.

Але тут сталося не це.

Компанія була реальною. Проєкти були реальними. Люди були реальними. Публічні сигнали були реальними. Галузеві бенчмарки могли бути реальними. Мультиплікатор EBITDA міг бути розумним.

Проблема жила між фактами. Вона жила в переходах.

Співробітники стали персоналом, що стало організаційним масштабом, що стало здатністю генерувати виторг, що стало фінансовими показниками, що стало оцінкою вартості.

Жоден абсурдний факт не з'явився. Ніщо не виглядало очевидно зламаним.

Насправді фінальна відповідь стала переконливішою саме тому, що так багато розумних кроків відділяли її від початкового припущення.

Дослідники задокументували пов'язану проблему, яку називають self-consistent errors (самоузгоджені помилки) — випадки, коли моделі повторно продукують семантично подібні неправильні відповіді. Ці помилки можуть бути особливо складними для виявлення звичайними методами.

Для людини механізм може бути ще простішим.

Погане припущення не завжди виглядає гірше після додаткового міркування. Іноді воно виглядає краще.

Погане припущення може ставати переконливішим у міру покращення якості міркування навколо нього.

РОБОЧА ВАНТАЖІВКА

Уяви двох людей, що приїжджають на той самий об'єкт.

Один за кермом нової важкої вантажівки вартістю понад $100,000. Інший приїжджає на старому позашляховику вартістю приблизно в десять разів меншою.

Вантажівка об'єктивно здатніша. Може тягнути більше. Возити більше. Вона побудована для роботи.

Тепер уяви, що обидва щоранку возять ті самі інструменти на той самий об'єкт. Інструменти вміщаються в позашляховику зі складеними задніми сидіннями.

Обидва виконують роботу.

Для цієї конкретної задачі закупівельна ціна майже нічого не каже про економічну цінність, яку кожен транспорт додав до результату.

Це не робить позашляховик кращою важкою вантажівкою. Це означає, що ми поставили неправильне питання.

Видима здатність — не використана здатність. А ціна активу — не те саме, що його внесок у результат.

Ми доволі легко розуміємо це з транспортом. Ми значно гірше бачимо це в компаніях.

МИ ОЦІНЮЄМО ВАНТАЖІВКУ

Компанія має п'ятдесят співробітників. Інша — десять.

Перша залучила $20 мільйонів. Друга самофінансується.

У першої є виконавча команда. У другої — засновник і ноутбук.

Перша публікує дослідження щотижня. Друга раптом починає продукувати роботу подібної інтелектуальної щільності.

Історично ці сигнали дещо нам казали. Великий, узгоджений публічний інформаційний слід було дорого продукувати. Дослідження вимагали дослідників. Публікації вимагали письменників і редакторів. Узгодженість бренду вимагала команди. Стратегічний аналіз вимагав консультантів. Технічні прототипи вимагали розробників.

Результат давав нам підказки про машину позаду нього. Ми навчились оцінювати машину, дивлячись на вихлоп.

Потім двигун змінився.

ВАРТІСТЬ РОЗКРИТТЯ ДУМКИ ОБВАЛИЛАСЬ

AI зазвичай обговорюють як інструмент продуктивності. Одна людина може зробити більше. Маленька команда може рухатись швидше. Компаніям може знадобитись менше людей для певних задач. Усе правда.

Але є ще один наслідок.

Роками людина може накопичувати досвід, майже не документуючи його. Сотні рішень. Невдалі ідеї. Розмови з клієнтами. Патерни. Речі, які вона помічає, але ніколи не записує.

Цінність існує. Вона просто погано проіндексована.

Потім AI входить у процес.

Людина починає говорити. Модель організовує. Людина читає.

Ні. Я не це мав на увазі. Знову. Краще. Все ще неправильно. Знову. Тепер ця частина правильна. Перенеси це. Виріж те. Ти зробив мене розумнішим, ніж думка насправді є. Поверни невизначеність назад. Знову. Знову. Знову.

Врешті трапляється щось дивне.

Десять чи двадцять років погано проіндексованого досвіду починають з'являтись як структурована публічна інформація. Статті. Кейси. Фреймворки. Зв'язки між раніше ізольованими частинами роботи людини.

Чи людина раптом набула двадцять років досвіду? Ні.

Чи компанія найняла дослідницький відділ? Ні.

Чи базове знання з'явилось учора? Ні.

Вартість його розкриття обвалилась. Це відрізняється від вартості його створення.

І я не впевнений, що наші системи — людські чи штучні — уже добре вміють розрізняти ці дві речі.

КОМПАНІЯ НЕ СТАЛА У П'ЯТДЕСЯТ РАЗІВ БІЛЬШОЮ

Уже є докази, що генеративний AI може суттєво покращити продуктивність у певних видах роботи. Це важливо.

Але продуктивність — лише один бік того, що сталось. Інший бік — сприйняття.

Дослідницький слід, який колись натякав на команду, тепер може походити від одного аналітика. Видавнича операція може бути одним засновником. Узгоджений стратегічний наратив може виникнути з сотень годин людського досвіду, реорганізованого AI-моделлю загального призначення на звичайному ноутбуці.

Результат може бути реальним. Мислення під ним може бути реальним. Досвід міг накопичуватись десятиліттями.

Але наші історичні припущення про те, скільки коштує розкрити цей досвід світові, можливо, вже нереальні.

Це створює дивну проблему.

AI-системи спостерігають результат. Люди спостерігають результат. Інвестори спостерігають результат. Клієнти спостерігають результат.

Ми провели десятиліття, вчачись виводити організаційну здатність із видимих сигналів.

Але що відбувається, коли вартість продукування цих сигналів змінюється швидше за наші евристики?

ВІН БАЧИТЬ РЕЗУЛЬТАТ І УЯВЛЯЄ ВАНТАЖІВКУ

Уяви маленьку компанію з десятьма роками накопиченого досвіду.

Її знання фрагментовані. Частина живе в листах. Частина в старих проєктах. Частина в голові засновника. Частина в розмовах, що відбулись опівночі й ніколи не документувались.

Потім компанія починає добре використовувати AI. Не щоб вигадати експертизу. А щоб її видобути. Оскаржити. Організувати. Опублікувати.

Публічний інформаційний слід драматично розширюється.

Тепер AI-система дивиться на компанію. Які історичні приклади в неї є? Який тип організації зазвичай продукував такий обсяг узгодженого результату? Скільки людей це зазвичай вимагало? Скільки виторгу зазвичай генерували компанії такого видимого масштабу?

Модель може дивитись на маленьку систему, що продукує сигнали, історично асоційовані зі значно капіталомісткішою.

Вона бачить результат. І уявляє вантажівку.

ЛЮДИ РОБЛЯТЬ ТЕ САМЕ

Ми бачимо дорогий офіс і виводимо стабільність. Бачимо кількість персоналу і виводимо масштаб. Бачимо фінансування і виводимо успіх. Бачимо обсяг публікацій і виводимо контент-відділ. Бачимо відшліфовану стратегію і виводимо дорогих консультантів. Бачимо, як три AI-системи продукують подібні висновки, і виводимо незалежне підтвердження.

Ми використовуємо проксі, бо мусимо. Ніхто не може повністю дослідити все.

Проблема починається, коли ми забуваємо, що проксі — це проксі.

Виторг реальний. Це не прибуток. Кількість персоналу реальна. Це не результат. Фінансування реальне. Це не створення цінності.

Вантажівка за $100,000 реальна. Її закупівельна ціна не каже нам, скільки економічної цінності вона додала до роботи, виконаної сьогодні.

AI-згенерована оцінка реальна в тому сенсі, що модель справді її продукувала. Це не каже нам, чи була перша змінна в її міркуванні коли-небудь верифікована.

NIST попереджав про automation bias (упередження автоматизації) і надмірну довіру до автоматизованих систем.

Але зараз ми, можливо, створюємо дивний варіант цієї проблеми. Ми не довіряємо першій автоматизованій відповіді. Тож питаємо іншу автоматизовану систему. Наш скептицизм лишається. Просто рівень верифікації теж став автоматизованим.

БУЛЬБАШКА МОЖЕ ПОЧИНАТИСЬ ЩЕ ДО ТАБЛИЦІ

Врешті серйозні угоди доходять до реальних цифр. P&L. Контракти. Грошовий потік. Концентрація клієнтів. Борг. Скоригована EBITDA. Технічний due diligence.

Ніхто не повинен купувати компанію, бо чотирьом AI-системам сподобався її сайт.

Але це пропускає ранішу частину процесу.

До due diligence є увага. До таблиці є інтерес. До того, як покупець запросить документи, хтось вирішує, що на компанію варто подивитись. До того, як радник побудує модель, починає формуватись наратив.

AI дедалі присутніший на цьому рівні. Досліджує. Підсумовує. Порівнює. Знаходить конкурентів. Пояснює позиціонування. Будує сценарії. Оскаржує припущення.

А потім інший AI перевіряє роботу.

Небезпека не обов'язково в тому, що AI сфабрикує фінальну ціну купівлі.

Небезпека може бути тихішою. AI може впливати на те, які історії доходять до таблиці, уже відчуваючись правдоподібними.

Слабку компанію можна зробити узгодженою на вигляд. Сильна, але погано задокументована компанія може лишитись невидимою.

М'який публічний сигнал може стати оцінкою персоналу. Оцінка може стати виторгом. Виторг може стати EBITDA. EBITDA може стати діапазоном оцінки.

А діапазон оцінки, повторений достатньо часто, може стати якорем.

Не фактом. Якорем. Це різні речі.

УСІ ВЖЕ ЗНАЛИ, ЩО ЛЮДИ БРЕШУТЬ

Компанії завжди керували сприйняттям. Засновники перебільшують. Pitch-деки відбирають зручні цифри. Радники будують сприятливі наративи. Продавці знають, який квартал показати. Покупці знають, яку слабкість підкреслити.

Ніщо з цього не почалось з AI. Ми вже знали, що люди брешуть. Ми побудували цілі професії навколо їх перевірки. Аудитори. Аналітики. Юристи. Слідчі. Команди due diligence.

Цікава зміна не в тому, що AI може помилятись. Звісно, може.

Цікава зміна в тому, що AI може взяти реальну інформацію, зробити розумну інтерпретацію, побудувати математично узгоджені наслідки з цієї інтерпретації, а потім змусити інший AI частково підтвердити ту саму структуру.

Жодної змови. Жодної зловмисної системи. Жодної вигаданої компанії.

Просто ланцюжок дедалі більш обґрунтованого міркування навколо передумови, до якої ніхто не повернувся, щоб верифікувати.

Це може бути складніше впіймати, ніж брехню. Бо нікому не довелось брехати.

МИ ЗАПИТАЛИ ЧОТИРИ СИСТЕМИ

Наш експеримент майже нічого не доводить сам по собі. Одна компанія — не датасет. Чотири системи — не вся AI-індустрія. Промпти еволюціонували під час розмов. Моделі можуть поводитись інакше наступного місяця.

Належне дослідження потребувало б контрольованих промптів. Більшої вибірки компаній. Відомих фінансових даних. Повторних випробувань. Способу виміряти щільність публічної інформації.

Йому знадобилось би поставити значно точніше питання: чи AI-системи загального призначення систематично переоцінюють організаційний масштаб, коли маленькі компанії продукують публічні інформаційні сліди, історично асоційовані з більшими організаціями?

Не знаю. Але думаю, що це питання вже варте того, щоб його поставити.

Дослідники вже показують, що узгодженість моделей — не простий проксі для істини, і що помилки можуть бути корельованими.

Наше питання починається на крок пізніше. Що відбувається, коли звичайні люди перетворюють крос-модельне порівняння на звичку верифікації? Особливо коли ми переносимо не тільки питання, а й наратив, з однієї системи в іншу?

Цього я теж не знаю.

Але знаю, що сталось із нами. Різні системи оскаржували різні деталі. Деякі були обережними. Деякі — ні. Точні цифри рухались. Інтерпретація лишалась напрочуд стабільною.

І щоразу, коли інша система продукувала щось приблизно в тому самому напрямку, наша впевненість зростала швидше за обсяг незалежних доказів.

Це та частина, про яку я не можу перестати думати.

СКІЛЬКИ РАЗІВ?

Ми почали з питання AI, скільки може коштувати приватна компанія.

Відповідь, імовірно, була неправильною. Тож ми перевірили. І перевірили знову.

До четвертої системи точна цифра мала менше значення. Історія стала знайомою. Розумною. Обґрунтованою.

Ми майже відчували, що щось верифікували.

Ми не верифікували.

Ми попросили кілька надзвичайно здатних систем поміркувати над подібною інформацією. У цьому є величезна цінність. У цьому є й пастка.

Повторена інтерпретація — все ще інтерпретація. Навіть коли арифметика правильна. Навіть коли мова професійна. Навіть коли інший AI погоджується.

Ми почали з питання про оцінку вартості. Закінчили іншим питанням.

Скільки разів оцінку потрібно повторити, перш ніж людина перестане питати, звідки взялась перша цифра?