Насос талантов и культура открытости

В предыдущих главах мы разбирали машину волн Кремниевой долины как систему из капитала, технологий и институтов: ярмарочный круг венчурных фондов, конвейер спин-оффов от Shockley Semiconductor до сегодняшних лабораторий, юридическую инфраструктуру от партнёрских соглашений до опционных пулов. Но у этой машины есть топливо, о котором её строители почти не думали, — и есть смазка, которую долго считали расточительством. Топливо — люди, приезжающие со всего мира. Смазка — знание, которое участники рынка отдают бесплатно: статьи, код, веса моделей.

Эта глава — о двух насосах, которые полвека закачивают в один регион то, что нельзя купить за деньги напрямую: талант и тацитное знание. Первый насос — иммиграционный: цепочка из студенческих виз, лотерей и грин-карт, которая превратила несколько округов Калифорнии в место, где две трети технических работников родились за пределами страны, где они работают. Второй — культура открытости: странная, на первый взгляд самоубийственная привычка отдавать конкурентам свои лучшие идеи, которая раз за разом оказывается самой прибыльной стратегией в отрасли. Оба насоса работают в паре, и оба сегодня, в 2026 году, находятся под максимальной нагрузкой за всю свою историю — потому что рынок ИИ устроен так, что выигрывает тот, у кого быстрее циркулируют люди и идеи.

Для инвестора это не лирика, а операционный вопрос. Как мы увидим, состав команд frontier-лабораторий, география их офисов и их публикационная политика — не случайные детали, а измеримые индикаторы того, подключена ли компания к обоим насосам. Компания, отрезанная от глобального потока людей или от общего пула открытого знания, платит налог, который не виден в отчётности, но виден в темпе.

Закон, которого никто не заметил

Третьего октября 1965 года президент Линдон Джонсон подписал у подножия статуи Свободы закон, который сам же публично назвал «не революционным». Immigration and Nationality Act 1965 года — закон Харта — Селлера — отменял систему национальных квот, действовавшую с 1920-х годов и распределявшую право на въезд в США пропорционально этническому составу страны образца прошлого века. Вместо происхождения новый закон ставил во главу угла две вещи: воссоединение семей и профессиональные навыки. Джонсон уверял публику, что закон «не изменит жизнь миллионов» и «не перестроит структуру повседневности». Это оказалось одним из самых ошибочных прогнозов в истории американского законодательства — и, возможно, самым недооценённым событием в предыстории Кремниевой долины.

Хронологическое совпадение почти театральное. В 1965 году Гордон Мур публикует заметку, из которой вырастет «закон Мура». В том же году подписан закон, который в следующие шестьдесят лет будет решать, кто именно станет этот закон исполнять. Полупроводниковая отрасль в тот момент — почти целиком американская по составу; идея, что её будущие флагманы будут возглавлять уроженцы Будапешта, Тайбэя и Хайдарабада, показалась бы фантастикой. Но реформа 1965 года открыла канал, по которому в американские университеты и лаборатории пошёл поток студентов и инженеров из Азии и других регионов, прежде отсечённых квотами, — и Долина, сама того не планируя, получила доступ к глобальному, а не национальному распределению способностей.

Здесь важно удержаться от телеологии: закон 1965 года не задумывался как индустриальная политика и не был ею. Никто в администрации Джонсона не проектировал «насос талантов для будущей компьютерной отрасли». Механизм сложился задним числом, из сцепления трёх независимых элементов: иммиграционной реформы, послевоенной экспансии американских исследовательских университетов (о которой шла речь в главе о Стэнфорде и Термане) и растущего спроса отрасли на инженеров, который домашний рынок труда физически не покрывал. Как и в истории с венчурным капиталом, институт возник не по чертежу, а по стечению обстоятельств — но, возникнув, начал самовоспроизводиться.

Механика конвейера: от студенческой визы до грин-карты

К 2020-м годам этот канал оформился в многоступенчатый конвейер, который стоит описать без романтики, как инженерную систему, — потому что именно его пропускная способность и его узкие места определяют кадровую экономику всей отрасли.

Ступень первая — студенческая виза F-1 и программа OPT (Optional Practical Training): выпускник американского вуза получает право работать 12 месяцев, а выпускник STEM-специальности — ещё 24 месяца сверху, итого до трёх лет легальной работы без всякой лотереи. На 2024 год активных держателей STEM-OPT насчитывалось порядка двухсот тысяч (непроверено). Ступень вторая — рабочая виза H-1B: 85 тысяч виз в год (65 тысяч базовой квоты плюс 20 тысяч для обладателей американских магистерских степеней), распределяемых лотереей, спрос на которую многократно превышает предложение; крупнейшие спонсоры — Amazon, Google, Microsoft, Meta, Apple. Ступень третья — «элитные» категории: виза O-1 для людей «экстраординарных способностей», не имеющая квоты и ставшая в 2020-х излюбленным маршрутом ИИ-исследователей и фаундеров; иммиграционные категории EB-1 для «выдающихся» и EB-2 NIW — «отказ в национальных интересах», позволяющий исследователю петиционировать о грин-карте самостоятельно, без работодателя. В 2022 году иммиграционная служба выпустила разъяснения, фактически облегчившие маршрут NIW для STEM-специалистов, а октябрьский указ Белого дома об ИИ 2023 года прямо предписал ведомствам упростить привлечение ИИ-талантов через существующие категории.

Средняя длина полного маршрута — от поступления в аспирантуру до гражданства — восемь-двенадцать лет (непроверено). Это медленный, дорогой, унизительно бюрократический процесс с лотереями и очередями, растянутыми для уроженцев Индии на десятилетия. И тем не менее конвейер работает — потому что на выходе он даёт то, что не даёт ни одна другая юрисдикция в таком масштабе: доступ к самой плотной в мире концентрации коллег, капитала и вычислительных мощностей.

Цифры: сколько машины в машине

Теперь — размер эффекта, и здесь цифры настолько велики, что их стоит перепроверять. Мы приводим те, что подтверждаются как минимум двумя независимыми источниками.

Национальный фонд американской политики (NFAP), который с 2016 года систематически считает происхождение основателей американских «единорогов», в июньском отчёте 2026 года зафиксировал: из 775 частных компаний США с оценкой выше миллиарда долларов 455 — то есть 59% — основаны или сооснованы иммигрантами; совокупная оценка этих 455 компаний — около 5 триллионов долларов. В 2016 году та же методология давала 51%, в 2018 и 2022 годах — 55%: доля не падает, а растёт. Если добавить детей иммигрантов, показатель поднимается примерно до двух третей; если считать не только основателей, но и ключевые роли (CEO, CTO, вице-президент по разработке), иммигранты присутствуют почти в 80% компаний списка. Лидеры по странам происхождения основателей — Индия (96 компаний), Израиль (60), Великобритания (47), Китай (41), Канада (30); всего — 76 стран. Почти четверть «единорогов» основана людьми, которые впервые въехали в США по студенческой визе.

Тот же фонд считает и нобелевскую статистику: с 2000 года 40% Нобелевских премий, полученных американцами по химии, физике и медицине, достались иммигрантам; за весь период с 1901 года — 36%. В 2025 году иммигрантами были трое из шести американских лауреатов по научным дисциплинам.

На уровне рабочей силы концентрация ещё выше. По данным отчёта Joint Venture Silicon Valley (Silicon Valley Index, 2025), около двух третей занятых в технологических профессиях Кремниевой долины родились за пределами США — цифра, которую растиражировали и Mercury News, и IEEE Spectrum. То есть иммигрант в инженерной команде компании из Пало-Альто — не диверсити-экзотика, а статистическая норма; коренной американец в ней — меньшинство.

И наконец, слой, критичный для ИИ: исследователи. Трекер MacroPolo (Paulson Institute), анализирующий авторов статей NeurIPS, показывал, что большинство ведущих ИИ-исследователей, работающих в США, получили первое образование за рубежом, а США остаются местом работы для порядка 60% ведущих мировых ИИ-институций. Наш собственный граф миграций талантов западной ИИ-индустрии — 333 узла, 565 связей, собранных по публичным источникам, — даёт согласующуюся оценку: из 55 ключевых людей с установленным происхождением 38, то есть 69%, родились или выросли за пределами США. Важная оговорка: это верхушка выборки, топ-исследователи и основатели frontier-лабораторий, и на этом уровне доля иммигрантов выше, чем в отрасли в целом; честный коридор оценок для «доли иммигрантов среди топ-исследователей ИИ в западных лабораториях» — от примерно половины до двух третей, в зависимости от определения «топа».

Замыкает картину показатель, который делает все предыдущие устойчивыми: stay rate, доля остающихся. Центр CSET Джорджтаунского университета, изучив судьбу более чем 178 тысяч иностранных обладателей американских STEM-PhD выпусков 2000–2015 годов, обнаружил, что к 2017 году в США оставались около 77% из них, причём среди граждан Китая — порядка 90%, среди граждан Индии — 87%, и ни один годовой выпуск не показал удержание ниже 65%. Насос не просто закачивает — он почти не даёт обратного стока. Человек, прошедший американскую аспирантуру и получивший оффер frontier-лаборатории, структурно почти не имеет стимулов уезжать: разница в плотности коллег, в доступе к вычислениям и в оплате измеряется не процентами, а порядками.

Лица машины

Статистика убеждает разум, но механизм лучше виден через биографии — при условии, что читать их как инженерные схемы, а не как витрину историй успеха. Возьмём восемь фигур, распределённых по всем волнам Долины, и посмотрим, что именно в каждой истории сделал иммиграционный канал.

Энди Гроув — волна полупроводников. Андраш Гроф родился в Будапеште в 1936 году, пережил нацистскую оккупацию, бежал из Венгрии после подавления восстания 1956 года, приехал в Нью-Йорк двадцатилетним, почти без английского и без денег, отучился в бесплатном City College of New York, защитил PhD в Беркли — и стал третьим сотрудником Intel, а затем её легендарным CEO, человеком, который провёл компанию через разворот от памяти к процессорам. Обратите внимание на скелет истории: бесплатный городской колледж как точка входа, исследовательский университет как лифт, молодая компания как место, где «чужак» без связей мог дорасти до вершины, потому что иерархия ещё не устоялась. Гроув приехал до реформы 1965 года — как беженец; его случай показывает, что канал для исключительных людей существовал и раньше, но был узким и случайным. Реформа сделала случайность системой.

Энди Бехтольсхайм — волна рабочих станций и сетей. Немецкий аспирант Стэнфорда в конце 1970-х собирает университетскую рабочую станцию SUN (Stanford University Network), которая становится основой Sun Microsystems. Двадцать лет спустя тот же Бехтольсхайм, по широко пересказываемой истории, выписывает чек на сто тысяч долларов компании Google Inc. ещё до того, как та была юридически зарегистрирована (деталь любят приукрашивать; сам факт раннего ангельского чека Бехтольсхайма подтверждён многократно). Здесь механизм другой: иммигрант первой волны становится инвестором следующей. Насос не только приводит рабочую силу — он воспроизводит сам класс ангелов и наставников, и делает это быстрее, чем успевает смениться поколение.

Дженсен Хуанг — волна чипов для графики и затем ИИ. Родился в Тайбэе в 1963 году, ребёнком был отправлен родителями в США, прошёл через государственную школу в Кентукки, где мыл туалеты и терпел издевательства старших, — эту часть он рассказывает сам, и она стала частью корпоративного фольклора Nvidia. Инженерное образование в Oregon State, магистратура в Стэнфорде, работа в LSI Logic и AMD, основание Nvidia в 1993 году за столиком сетевой закусочной Denny's. Компания, которую он не покидал тридцать три года, стала в 2024–2026 годах самым дорогим производителем чипов в истории. Механизм: детская иммиграция плюс государственная система образования как фильтр, пропускающий талант независимо от стартового капитала семьи.

Сергей Брин — волна интернета. Родился в 1973 году в семье математиков, эмигрировавших в США в 1979-м; отец стал профессором в Мэриленде. Аспирантура Стэнфорда, знакомство с Ларри Пейджем, Google. Случай Брина показывает третью передачу насоса: он приехал не «талантом», а шестилетним ребёнком в семье учёных — отбор произошёл поколением раньше, и американская университетская система лишь дала выход накопленному семейному капиталу образования.

Илон Маск — та же волна, другой маршрут. Уроженец Претории, в семнадцать лет уехал в Канаду (гражданство по матери), оттуда перевёлся в Пенсильванский университет, задержался в США через студенческий статус и стартовал Zip2 и затем X.com/PayPal в статусе, который сам позднее описывал как юридически зыбкий. Маршрут «третья страна как трамплин» — Канада, Великобритания, Сингапур как промежуточные ступени к американскому рынку — настолько распространён, что его стоит считать штатной частью конвейера, а не анекдотом.

Лиза Су и Дженсен Хуанг — родственники по крови (дальние, что оба подтверждали) и конкуренты по рынку. Су родилась в Тайнане в 1969 году, приехала в США трёхлетней, прошла Бронксскую научную школу и MIT до PhD по электротехнике, сделала карьеру в IBM и в 2014 году возглавила умирающую AMD — которую за десятилетие превратила в единственного реального конкурента Nvidia в ускорителях. Тайваньская диаспора дала обеим сторонам дуополии ИИ-чипов их генеральных директоров — факт, который в 1965 году не смог бы вообразить ни один сенатор, голосовавший за отмену квот.

Сатья Наделла — волна облаков. Хайдарабад, инженерный бакалавриат в Индии, магистратура в University of Wisconsin-Milwaukee — не в MIT, не в Стэнфорде, в добротном региональном университете; Microsoft с 1992 года, двадцать два года внутри компании, пост CEO в 2014-м. Вместе с Сундаром Пичаи (Google) и Арвиндом Кришной (IBM) Наделла — часть явления, которое отражает статистику NFAP: индийская инженерная диаспора стала крупнейшим поставщиком не только основателей, но и наёмных руководителей высшего звена. Механизм здесь — H-1B-конвейер в его массовой, а не элитной версии: не гений-одиночка, а десятилетия карьерного роста внутри корпорации, доступного благодаря визовому каналу.

Джерри Янг — волна порталов. Тайбэй, эмиграция в десять лет с матерью-учительницей, английский с нуля («я знал одно слово — shoe», вспоминал он), Стэнфорд, аспирантская прокрастинация в виде каталога ссылок «Jerry and David's Guide to the World Wide Web», ставшего Yahoo. Позже — мост в обратную сторону: именно Янг заключил сделку, давшую Yahoo долю в Alibaba, один из самых доходных венчурных чеков в истории.

Что общего у этих восьми схем? Ни в одной из них Америка не «покупала звезду» на пике её стоимости. Насос всасывает людей до того, как их ценность становится очевидной: ребёнком, студентом, аспирантом, беженцем. Отбор производит не иммиграционная служба, а университетская система и рынок труда — уже внутри. Это принципиально отличает органический насос от программ «покупки звёзд», которые пытаются воспроизвести эффект деньгами на поздней стадии. И это же объясняет, почему эффект так трудно скопировать: чтобы собирать недооценённые активы, нужен не бюджет, а ликвидный рынок, на котором активы дозревают, — университеты, стартапы, капитал и право сменить работодателя без разрешения.

Новые аргонавты: насос качает в обе стороны

До конца 1990-х доминирующей рамкой для описания этих потоков была «утечка мозгов»: богатая страна выкачивает таланты из бедных, игра с нулевой суммой. Исследовательница из Беркли Аннали Саксениан, уже прославившаяся книгой «Regional Advantage» (1994) о том, почему открытая сетевая культура Долины победила закрытую корпоративную культуру бостонского Шоссе 128, в 2006 году опубликовала работу, перевернувшую эту рамку: «The New Argonauts: Regional Advantage in a Global Economy» (Harvard University Press). Её аргонавты — инженеры, которые, поработав в Долине, возвращаются (полностью или челночно) в Тайбэй, Бангалор, Тель-Авив или Шанхай и переносят туда не деньги, а операционный код: как строить компанию, как разговаривать с венчурным фондом, как устроен контроль качества, кого нанимать первым. Саксениан назвала это brain circulation — циркуляцией мозгов: насос, который казался односторонним, при достаточном давлении начинает качать в обе стороны, и выигрывают оба конца трубы.

Канонический пример — Тайвань, и его стоит разобрать подробно, потому что он показывает и силу, и редкость этого механизма. С 1960-х тайваньские студенты массово уезжали в американские аспирантуры и оставались: классическая утечка. Но правительство Тайваня сделало две вещи, которые позже окажутся решающими: создало в 1973 году исследовательский институт ITRI и в 1980-м — научный парк Синьчжу, а параллельно десятилетиями поддерживало связь с диаспорой через профессиональные ассоциации и ежегодные конференции. Когда в 1985 году Тайбэю понадобился человек, способный построить полупроводниковую отрасль, выбор пал на Морриса Чанга — уроженца материкового Китая, выпускника MIT и Стэнфорда, который четверть века проработал в Texas Instruments, дослужившись до руководителя всего полупроводникового бизнеса компании, и упёрся в стеклянный потолок. Чанг возглавил ITRI, а в 1987 году основал TSMC — компанию, построенную на модели «чистой фабрики» (pure-play foundry), которая производит чипы по чужим проектам и не конкурирует с собственными клиентами. Эта бизнес-модель разъединила проектирование и производство чипов и сделала возможной саму существующую структуру отрасли — от Nvidia до Apple Silicon. Вслед за Чангом через Тихий океан потянулась цепочка инженеров-возвращенцев из Долины в Синьчжу; диаспора превратилась из потери в двусторонний актив.

Важно не отретушировать этот кейс до состояния рецепта. Тайваньская связка сработала на пересечении условий, которые редко совпадают: критическая масса диаспоры на руководящих позициях в американской отрасли; государственный якорь (ITRI и госкапитал в первом раунде TSMC); готовность Philips как иностранного индустриального партнёра; и рынок, который как раз в этот момент раскалывался на fabless и foundry. Похожие попытки без такого совпадения давали заметно более скромные результаты. Brain circulation — не политика, которую можно включить, а режим, в который система переходит при достаточной плотности связей.

Два других классических случая Саксениан — Израиль и Индия — показывают вариации того же механизма. Израильский контур замкнулся через венчурный капитал и армейский технологический конвейер: инженеры с опытом Долины и выпускники элитных технических подразделений строили компании в Тель-Авиве, листинговали их на NASDAQ и продавали американским стратегам, при этом R&D-центры оставались в Израиле; по оценкам отраслевых ассоциаций, выпускники одного только подразделения 8200 основали за четверть века более тысячи компаний (непроверено — оценки разнятся в зависимости от методологии подсчёта). Индийский контур замкнулся через сервисный аутсорсинг и затем через капитаны корпораций: диаспора, начинавшая с бэк-офисов, к 2010-м поставляла CEO половине больших технологических компаний Америки, а к 2020-м Бангалор и Хайдарабад стали штатными узлами глобальных R&D-сетей тех же компаний. В обоих случаях решающим оказалось не «вернуть людей», а построить трубу, по которой знание и капитал ходят непрерывно — вместе с людьми, сохраняющими ноги на обоих берегах.

Университетский конвейер и конференции как рынок труда

Между границей и рынком труда стоит промежуточная камера насоса — аспирантура. США ежегодно присуждают порядка 55–60 тысяч докторских степеней в STEM-дисциплинах, и около 40–45% их получателей — иностранцы (непроверено — оценка по данным NSF Survey of Earned Doctorates, доля колеблется по годам и дисциплинам); в ведущих программах по компьютерным наукам и машинному обучению доля иностранных аспирантов, по оценкам, доходит до двух третей. Аспирантура — идеальная конструкция для насоса: она отбирает по способностям, платит стипендию вместо зарплаты (то есть дешева для системы), длится пять-шесть лет (достаточно, чтобы человек пустил корни) и заканчивается в момент, когда рынок труда может оценить результат по опубликованным работам. Пост-доки добавляют ещё одну ступень дозревания для тех, кто выбирает академическую траекторию, — и лаборатории вроде торонтской группы Джеффри Хинтона десятилетиями работали как перевалочные базы, через которые прошло непропорциональное число будущих лидеров индустрии.

Финальная камера — конференции. Внешнему наблюдателю NeurIPS, ICML или ICLR кажутся научными мероприятиями; изнутри индустрии они выглядят иначе. NeurIPS собирает порядка 15–17 тысяч участников (непроверено — оценки по отчётам организаторов за 2023–2024 годы), и значительная часть происходящего там — не доклады, а рынок: рекрутинговые стенды лабораторий, закрытые ужины команд, коридорные разговоры, в которых люди договариваются о переходах и сооснованиях. Наш граф миграций показывает типовую траекторию: статья на NeurIPS → стажировка в корпоративной лаборатории → полный оффер → три-четыре года работы → уход в стартап или основание собственного. Конференция в этой цепочке — точка, где формируется доверие: единственная валюта, за которую в этой отрасли действительно нанимают. Экономисты назвали бы это matching market — рынком сопоставления; практики называют проще: «половину следующей команды находят в декабре в коридоре».

Для инвестора университетский конвейер — это ещё и карта раннего доступа. Волны Долины стабильно рождались в радиусе одного пересадочного узла от аспирантских лабораторий: SUN из Стэнфорда, Google из Стэнфорда, AlexNet из Торонто. Фонды, которые системно сидят у выхода конвейера — от «студенческих» программ крупных фирм до специализированных pre-seed скаутов при университетах, — покупают не идеи (идеи на этой стадии почти всегда меняются), а первый доступ к людям, прошедшим самый жёсткий фильтр системы.

Второй насос: открытый код как общественный компаундер

Второй насос выглядит ещё более парадоксально, чем первый: отрасль, живущая на интеллектуальной собственности, полвека систематически раздаёт свою главную интеллектуальную собственность бесплатно — и богатеет на этом. Чтобы увидеть логику, проследим родословную.

Начало — снова Bell Labs, и снова через юридическую случайность. Операционная система Unix, написанная Томпсоном и Ритчи в 1969–1973 годах, оказалась в странном правовом положении: антимонопольное соглашение 1956 года запрещало AT&T заниматься компьютерным бизнесом, поэтому компания не могла продавать Unix как продукт — и лицензировала её университетам за символические деньги, с исходным кодом. Университеты — прежде всего Беркли — начали код улучшать и распространять свои версии (BSD). Так возникла первая петля: система, которую нельзя было продать, стала системой, которую все изучали, — и через два десятилетия её потомки и клоны (включая Linux Линуса Торвальдса, 1991) стали фундаментом интернета. Заметим соединение с первым насосом уже здесь: Linux написал финский студент, ядро Apache собрала распределённая группа, значительная часть которой никогда не встречалась лично.

Дальше лестница строится ступень за ступенью, и каждая ступень снижает порог входа для следующей волны стартапов. Веб-сервер Apache (1995) сделал веб-хостинг бесплатным по софту — без него не было бы кембрийского взрыва дотком-эпохи. Стек LAMP свёл стоимость запуска веб-компании к цене одного сервера. Git (2005, опять Торвальдс) и надстроенный над ним GitHub (2008, ныне часть Microsoft, порядка 100 миллионов аккаунтов разработчиков) превратили совместную разработку из логистической проблемы в фоновый процесс — и заодно создали то, чего у отрасли никогда не было: публичное портфолио каждого программиста, то есть инфраструктуру репутации, о которой мы ещё вспомним. Наконец, в 2015–2017 годах лестница дотянулась до машинного обучения: Google открыла TensorFlow, Meta (тогда Facebook) — PyTorch, и обучение нейросетей из искусства избранных лабораторий стало навыком, доступным любому студенту с ноутбуком и облачным кредитом. Hugging Face — компания, начинавшаяся как чат-бот, — стала «GitHub для моделей»: к началу 2026 года на её хабе лежало более полутора миллионов моделей и сотни тысяч датасетов (непроверено — цифры быстро растут и разнятся по источникам), а её оценка в раунде 2023 года составила 4,5 миллиарда долларов при консорциуме инвесторов, включавшем практически всех крупных игроков отрасли одновременно — Google, Amazon, Nvidia, Salesforce, AMD, Intel, IBM, Qualcomm. Сам состав этого раунда — конкуренты, скинувшиеся на общую инфраструктуру, — лучшая иллюстрация статуса открытого слоя: это не бизнес одного игрока, это порт, нужный всем.

Экономика «зачем отдавать»

Почему рациональные компании это делают? Ответов несколько, и они складываются в связную экономику.

Первый мотив сформулировал ещё Джоэл Спольски в классическом эссе 2002 года: «коммодитизируй своё дополнение». Ценность продукта растёт, когда дешевеют его дополнения. Google раздаёт Android, чтобы поиск был везде; Meta открыла PyTorch и затем веса моделей Llama, потому что её бизнес — внимание и реклама, а не продажа моделей: бесплатный слой моделей удешевляет всё, что построено поверх, и лишает конкурентов-платформ маржи на этом слое. Стратегию Llama аналитики прямо описывали как попытку сделать модельный слой «безрвным» (moatless) — выжечь чужую маржу там, где сам не собираешься зарабатывать.

Второй мотив — стандарты и гравитация. Открытый фреймворк, победивший в сообществе, становится языком, на котором пишет следующее поколение; компания-автор получает бесплатный конвейер людей, уже обученных её инструментам, и право первой руки на развитие экосистемы. PyTorch выиграл именно так: не маркетингом, а тем, что на нём стало удобнее писать статьи — и через статьи он втянул в себя всю исследовательскую отрасль.

Третий мотив — найм, и он, как мы увидим в следующем разделе, распространяется и на публикации: лучшие люди хотят работать там, где их работу увидит мир.

Четвёртый — проверка и безопасность: открытый код дебажат тысячи чужих глаз, и для инфраструктурного софта это оказалось надёжнее закрытых аудитов.

Сумма этих мотивов даёт то, что мы назвали в заголовке общественным компаундером: каждая волна отдаёт в общий пул часть своей инфраструктуры, и следующая волна стартует с этой ступени, а не с нуля. Стоимость запуска стартапа падала на порядок каждое десятилетие в значительной мере благодаря этому пулу — и одновременно рос темп: пропустивший поколение открытых инструментов отстаёт не на месяцы, а на годы, потому что фронтир движется по верхней ступени лестницы.

Публикации как валюта

У культуры открытого кода есть старшая сестра — культура открытых публикаций, и её родословная ещё длиннее. Bell System Technical Journal, корпоративный научный журнал AT&T, выходил с 1922 года, и в нём индустриальная лаборатория печатала работы, которые сегодня считались бы бесценными коммерческими секретами: в июльском номере 1948 года — «Математическая теория связи» Клода Шеннона, основополагающий текст теории информации; в том же году компания публично представила транзистор, а в 1952-м провела симпозиумы, на которых за умеренную лицензионную плату научила конкурентов его производить (частично — под давлением антимонопольного регулятора, частично — по расчёту: стандартом становится то, что распространено). Урок, который отрасль усвоила от Bell Labs: публикация — это не утечка ценности, а её сертификация. Опубликованное открытие присваивает компании репутацию первенства, привлекает следующих исследователей и расширяет рынок, на котором компания сильна.

Через полвека этот механизм получил цифровую инфраструктуру. Репозиторий arXiv, запущенный физиком Полом Гинспаргом в 1991 году и ныне живущий при Корнелле, снял из научной коммуникации задержку рецензирования: статья становится публичной в день загрузки. Машинное обучение — отрасль, где полугодовой цикл журнала равен вечности, — сделало arXiv своим основным каналом: к осени 2024 года arXiv принимал более 24 тысяч статей в месяц по всем наукам (рекорд октября 2024-го — 24 226), и три категории машинного обучения — cs.LG, cs.CV, cs.CL — давали свыше шести тысяч ежемесячных загрузок, больше, чем целые дисциплины. Конференции с открытым рецензированием (ICLR на платформе OpenReview) достроили систему: в ИИ-науке сегодня и текст, и процесс его оценки, и сопровождающий код публичны по умолчанию.

Теперь центральный парадокс. Frontier-лаборатории 2023–2026 годов — коммерческие организации, сжигающие миллиарды на обучение моделей и одержимые секретностью в отношении данных и архитектур. По всей логике учебника они должны были закрыть публикации первыми. Вместо этого OpenAI публикует системные карты и работы о рассуждающих моделях, Anthropic — серию работ по интерпретируемости, конституционному ИИ и поведению моделей, DeepMind — от AlphaFold до Gemma. Публикуют меньше, чем академия хотела бы, с задержками и купюрами, — но публикуют, тратя на это дорогое время самых дорогих сотрудников. Почему? Потому что публикация — это валюта, в которой отрасль платит за единственный по-настоящему дефицитный ресурс. Исследователь уровня NeurIPS-инвайта выбирает работодателя по трём параметрам: с кем он будет работать, на каких вычислительных мощностях — и сможет ли он оставаться видимым для науки. Лаборатория, запретившая публикации, мгновенно проигрывает рынок найма; её оффер превращается из «продолжай карьеру с лучшим компьютером мира» в «исчезни из профессии за деньги». На языке экономики: право сотрудника публиковаться — это неденежная компенсация, которую лаборатория закупает у самой себя, отдавая часть секретности; и тот факт, что даже самые закрытые игроки продолжают её платить, показывает, насколько неэластичен спрос на топ-талант. Публикационная политика лаборатории — ещё один индикатор для инвестора: резкое закрытие публикаций у компании, живущей наймом исследователей, — сигнал либо смены стратегии, либо начала кадровых проблем, и второе случается чаще.

Сорок километров, которые бьют удалёнку

Если знание свободно течёт по arXiv и GitHub, а работа стала удалённой, география должна была умереть. Произошло обратное — и это, возможно, самый контринтуитивный факт всей книги.

Наш граф талантов даёт цифру: из 50 frontier-компаний западной ИИ-экосистемы 29 — 58% — расположены в одном радиусе примерно 40 километров, в Сан-Франциско и долине к югу от него. Вторая по плотности точка мира — Лондон — содержит две. Отрасль, которая производит технологию дистанционного присутствия и первой в истории получила полностью цифровой продукт, размещается компактнее, чем автопром Детройта столетней давности. ИИ-бум физически ре-централизовал даже сам город: квартал Хейс-Вэлли в Сан-Франциско пресса окрестила Cerebral Valley — за плотность «хакерских домов», где исследователи живут и работают коммунами, а Washington Post ещё в 2023 году описывала возвращение технологической сцены в город как прямое следствие ИИ-волны.

Объяснение этому дал экономист Альфред Маршалл — в 1890 году. Описывая промышленные районы викторианской Англии, он сформулировал три причины, по которым однородные производства сбиваются в кучу: общий пул специализированной рабочей силы, общие поставщики, и третье, самое неуловимое — «тайны ремесла перестают быть тайнами; они словно висят в воздухе». Экономисты называют это Marshall externalities — внешними эффектами агломерации. Все три работают в Долине в предельной форме. Пул: инженер может сменить работодателя, не меняя ни дома, ни школы детей, ни круга друзей, — что снижает цену перехода почти до нуля и разгоняет ту самую циркуляцию, из которой (глава 7) состоит машина волн; калифорнийский запрет non-compete соглашений делает этот пул юридически ликвидным. Поставщики: юристы, знающие, как оформить SAFE; облака, дающие кредиты стартапам; рекрутеры, различающие research engineer и research scientist. И «воздух»: то, что нельзя написать в статье, — чем на самом деле кончился чужой эксперимент, кто токсичный сооснователь, какая лаборатория тихо застряла, — передаётся за кофе, на демо-днях и в тех самых хакерских домах.

Ключ к парадоксу — в различении, которое мы уже дважды встречали: формальное знание против тацитного. Формальное — статьи, код, веса — действительно течёт по проводам, мгновенно и глобально; это второй насос. Но тацитное — умение, суждение, доверие, слух — передаётся только через людей, находящихся рядом; и чем быстрее движется формальный фронтир, тем дороже становится тацитная надбавка, потому что она — единственное, чего нет у конкурента с тем же arXiv и тем же GitHub. Удалёнка отлично работает там, где задача специфицирована; фронтир по определению не специфицирован. Поэтому чем ближе к фронтиру, тем сильнее гравитация: зрелые компании раздают удалённые роли по миру, а команды, обучающие следующую модель, сидят в одном здании и часто в одной комнате.

Инвестиционное следствие сформулируем осторожно, но прямо: география команды — это сигнал. Не в смысле «вне Залива нельзя построить компанию» — DeepMind в Лондоне и Mistral в Париже опровергают такую крайность (обе, заметим, выросли на уникальных локальных академических плотностях — UCL/Oxford/Cambridge и парижской математической школе). А в смысле распределения вероятностей: исторически попытки строить фронтирные лаборатории в «размазанной» географии — несколько городов, распределённая команда — систематически недобирали темпа. Вопрос «где физически сидят ваши research-инженеры» на дью-дилидженсе ИИ-компании — не бытовой, а стратегический.

Рынок стран за людей: 2024–2026

Пока внутри отрасли шла война за отдельных исследователей, между юрисдикциями развернулась параллельная игра — конкуренция визовых режимов, и к 2024–2026 годам она оформилась в настоящий рынок, где страны выступают продавцами условий, а мобильные специалисты — покупателями. Опишем его механику без оценок, как продуктовую линейку.

Великобритания продаёт скорость и автономию: виза Global Talent не требует ни оффера от работодателя, ни квоты — достаточно эндорсмента профильного органа, а для выпускников университетов из глобального топа и лауреатов престижных премий процедура дополнительно упрощена; по оценкам, выдачи исчислялись тысячами в год, с DeepMind и университетским кластером как якорными работодателями (непроверено — статистика Home Office агрегирует категории). Канада продаёт предсказуемость: Global Talent Stream обрабатывает рабочие разрешения для целевых технических профессий за две недели — против месяцев и лотерей у южного соседа — и прямо маркетирует себя как маршрут для тех, кто устал от H-1B-рулетки. Франция продаёт кластер: «паспорт таланта» плюс субсидированный кампус Station F плюс якорь в лице Mistral и Hugging Face (парижский офис). ОАЭ продают налоговый режим и десятилетнюю «золотую визу», целясь в специалистов из Азии, Ближнего Востока и Африки; Сингапур — Tech.Pass с аналогичной логикой хаба. Общая рамка рынка при этом смещается: исследование Center for Global Development 2025 года фиксирует, что глобальная мобильность высококвалифицированных специалистов замедлилась и перераспределяется — конкуренция юрисдикций растёт как раз тогда, когда общий поток перестал расти (одно исследование; смежные индустриальные отчёты дают сходное направление, но методологии различаются).

Что покупатель получает на этом рынке на самом деле? Здесь полезно вернуться к урокам первого насоса. Виза — необходимое, но не достаточное условие; она открывает дверь в юрисдикцию, но не в экосистему. Ценность американского маршрута исторически создавала не иммиграционная категория, а то, что ждало за ней: плотность работодателей в сорока километрах, ликвидный рынок перехода, университетский конвейер, капитал. Юрисдикции, которые в 2024–2026 годах наращивают визовые продукты быстрее, чем экосистемные, рискуют повторить известный паттерн «аэропорт без города». Для инвестора эта карта имеет прикладное значение при выборе географии портфельных команд: вопрос «сможем ли мы завезти сюда десять сильных инженеров за квартал» стал для ИИ-компаний таким же параметром юрисдикции, как налоги и корпоративное право, — и по этому параметру юрисдикции теперь можно сравнивать количественно, по срокам и проходимости их визовых треков.

Что это значит для инвестора

Соберём главу в одну конструкцию. Машина волн Кремниевой долины питается двумя насосами. Первый — иммиграционный: конвейер F-1 → OPT → H-1B → O-1/EB, который полвека закачивает в регион людей до того, как их ценность стала очевидной, и почти не даёт обратного стока (77% иностранных STEM-PhD остаются). Его происхождение — не индустриальная политика, а побочный эффект реформы 1965 года, помноженный на университеты и ликвидный рынок труда. Второй — культура открытости: лестница Unix → BSD → Linux → Apache → GitHub → PyTorch → Hugging Face и параллельная лестница публикаций от Bell System Technical Journal до arXiv, по которым каждая волна отдаёт в общий пул часть инфраструктуры и стартует со ступени, построенной предыдущей. Насосы сцеплены: открытые статьи и код — это витрина, на которую первый насос ловит людей; люди, приехав, пополняют открытый пул. А сорок километров агломерации — камера, где оба потока смешиваются в тацитное знание, которое и есть невоспроизводимый актив региона.

Из этой конструкции — пять рабочих выводов для 2026 года.

Первый: в оценке ИИ-компаний людской слой первичен по отношению к технологическому. Кейс четырёхпоколенной академической генеалогии — цепочка Хинтон → Суцкевер и 21 прямой ученик одного торонтского профессора на ключевых постах индустрии — показывает, что фронтирная компетенция воспроизводится через личную передачу с характерным временем в десятилетия. Купить её быстро нельзя ни за какие деньги; можно только присоединиться к существующей линии передачи. Вопрос «из чьей лаборатории и из чьей команды вышли эти люди» — первый вопрос дью-дилидженса.

Второй: следите за насосами, а не за компаниями. Доля иммигрантов среди основателей (59% и растёт), публикационная активность лабораторий, концентрация в Заливе — это медленные системные индикаторы здоровья всей экосистемы. Их разворот значил бы больше, чем любые квартальные новости.

Третий: маржа не живёт на слое с открытым субститутом. Карта того, что игроки открывают, — это негативное изображение карты их настоящих рвов.

Четвёртый: цена топ-таланта 2023–2026 годов — не аномалия, а переоценка скрытого актива; относитесь к retention-механике команд как к части капитальной структуры.

Пятый, рамочный: устойчивое преимущество этой экосистемы — не технологии (они утекают через arXiv за недели), не капитал (он глобален) и даже не люди по отдельности (они мобильны), а работающая циркуляция людей и знания — то, что нельзя экспортировать, потому что оно не находится ни в одной отдельной голове и ни на одном отдельном сервере. Инвестировать «в ИИ» на длинном горизонте — значит, среди прочего, инвестировать в юрисдикции и компании, подключённые к этой циркуляции, и дисконтировать тех, кто от неё отрезан — по любой причине.

Источники и куда копать глубже

Иммиграционный насос — данные и политика:

Циркуляция и агломерация:

Открытость — код и публикации:

Война за таланты и рынок юрисдикций 2024–2026:

Куда копать глубже: по генеалогии ИИ-школ — AI Genealogy Project и цепочки научного руководства на Mathematics Genealogy; по экономике агломераций — работы Эдварда Глейзера и Энрико Моретти («The New Geography of Jobs»); по истории открытого кода — Kelty «Two Bits» и Weber «The Success of Open Source»; по истории Bell Labs — Gertner «The Idea Factory».