🛡 AI ТЕПЕРЬ НЕ ПРОСТО ПИШЕТ КОД — ОН ИЩЕТ, ГДЕ ВЫ ЕГО СЛОМАЛИ
Пока компании радуются:
«Смотрите, AI написал нам код за 30 секунд!»
кибербезопасность тихо спрашивает:
«А теперь можно мы проверим, ЧТО именно он вам там написал?» 😂
Китайский AI-стартап Z.ai представил GLM-5.3 — модель, которая показывает серьёзные возможности в поиске программных уязвимостей.
По данным самой Z.ai, GLM-5.3 набрала 84,5% на CyberGym — тесте, где модель должна анализировать код, находить уязвимости и подтверждать, что проблема действительно существует.
Для сравнения: заявленный результат ограниченной модели Anthropic Mythos 5 — 83,8%.
Но важная оговорка: эти результаты пока независимо не подтверждены.
🤖 ВЧЕРА AI БЫЛ ПРОГРАММИСТОМ. СЕГОДНЯ — УЖЕ БЕЗОПАСНИКОМ
И вот это куда интереснее очередной гонки бенчмарков.
Мы привыкли к AI, который:
💻 пишет код;
🐛 исправляет ошибки;
📝 объясняет функции;
⚙️ автоматизирует разработку.
Теперь появляется следующий этап:
AI сам проверяет программное обеспечение и ищет слабые места.
То есть условный диалог будущего:
— Кто написал этот код?
— AI.
— Кто проверил его на уязвимости?
— Другой AI.
— А человек где?
— На созвоне обсуждает KPI. 😂
🚨 НО ЕСТЬ ОДНА МАЛЕНЬКАЯ ПРОБЛЕМА
AI, который умеет находить уязвимость, потенциально может помочь не только защитнику.
По данным Z.ai, на ExploitBench, где оценивается способность превращать найденные уязвимости в работающие атаки, GLM-5.3 получила 54,4%, тогда как Mythos 5 — 78%.
Именно поэтому такие модели нельзя воспринимать просто как очередной удобный SaaS.
Чем сильнее AI становится в кибербезопасности, тем важнее вопрос:
кто и для чего получает доступ к его возможностям?
🔐 ПОЭТОМУ Z.AI НЕ СПЕШИТ ОТКРЫВАТЬ ВСЕ ДВЕРИ
Компания планирует публичный релиз GLM-5.3 примерно через две недели после дополнительных проверок безопасности.
А наиболее чувствительные кибервозможности собирается предоставлять только проверенным пользователям через программу trusted access. Z.ai также заявляет о дополнительных системах фильтрации опасных запросов, мониторинга действий модели и отказа от вредоносных задач.
И это показательный момент.
Раньше технологические компании соревновались:
«Кто быстрее выпустит модель?»
Теперь появляется новый признак зрелости:
«Кто способен НЕ выпускать её сразу, если риски слишком велики?»
💰 А ГДЕ ЗДЕСЬ БИЗНЕС?
Огромный рынок.
Потому что практически каждая компания сегодня зависит от:
🌐 сайтов;
📱 приложений;
☁️ облачной инфраструктуры;
💳 платёжных систем;
📊 корпоративного ПО;
🤖 собственных AI-сервисов.
А всё это нужно постоянно проверять.
Если AI сможет автоматизировать хотя бы часть security-аудита, поиск багов и анализ кода, кибербезопасность может получить собственную волну AI-агентов.
Не:
«AI, напиши мне программу».
А:
«AI, проверь наши системы и скажи, где мы уязвимы».
📈 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ НОВАЯ НИША
AI уже превращается в:
🤖 программиста;
📊 аналитика;
📞 сотрудника поддержки;
💼 корпоративного агента.
Теперь добавляем ещё одну должность:
🛡 AI-специалист по кибербезопасности.
Z.ai даже анонсировала инициативу Open Source Shield, в рамках которой собирается использовать свои технологии для аудита отдельных open-source проектов и добавить функции проверки кода в продукт ZCode.
😅 ОТДЕЛ IT-БЕЗОПАСНОСТИ 2027
— У нас нашли уязвимость.
— Кто?
— AI.
— Исправили?
— Другой AI.
— А кто проверит обоих?
— Вот тут начинается самое интересное. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующий большой рынок AI может быть не только в создании контента и кода, но и в его автоматической проверке.
Потому что чем больше программного обеспечения начинает производить AI, тем больше бизнесу понадобится систем, способных проверять результат работы AI.
И здесь рождается очень интересная экономика:
один AI создаёт → второй проверяет → третий контролирует процесс.
А человек постепенно перемещается выше — туда, где нужно принимать решения и отвечать за последствия.
Поэтому GLM-5.3 интересна не только своими 84,5% на CyberGym.
Она показывает новую профессию для искусственного интеллекта:
не просто программист, а цифровой специалист по безопасности. 🛡🤖
Пока компании радуются:
«Смотрите, AI написал нам код за 30 секунд!»
кибербезопасность тихо спрашивает:
«А теперь можно мы проверим, ЧТО именно он вам там написал?» 😂
Китайский AI-стартап Z.ai представил GLM-5.3 — модель, которая показывает серьёзные возможности в поиске программных уязвимостей.
По данным самой Z.ai, GLM-5.3 набрала 84,5% на CyberGym — тесте, где модель должна анализировать код, находить уязвимости и подтверждать, что проблема действительно существует.
Для сравнения: заявленный результат ограниченной модели Anthropic Mythos 5 — 83,8%.
Но важная оговорка: эти результаты пока независимо не подтверждены.
🤖 ВЧЕРА AI БЫЛ ПРОГРАММИСТОМ. СЕГОДНЯ — УЖЕ БЕЗОПАСНИКОМ
И вот это куда интереснее очередной гонки бенчмарков.
Мы привыкли к AI, который:
💻 пишет код;
🐛 исправляет ошибки;
📝 объясняет функции;
⚙️ автоматизирует разработку.
Теперь появляется следующий этап:
AI сам проверяет программное обеспечение и ищет слабые места.
То есть условный диалог будущего:
— Кто написал этот код?
— AI.
— Кто проверил его на уязвимости?
— Другой AI.
— А человек где?
— На созвоне обсуждает KPI. 😂
🚨 НО ЕСТЬ ОДНА МАЛЕНЬКАЯ ПРОБЛЕМА
AI, который умеет находить уязвимость, потенциально может помочь не только защитнику.
По данным Z.ai, на ExploitBench, где оценивается способность превращать найденные уязвимости в работающие атаки, GLM-5.3 получила 54,4%, тогда как Mythos 5 — 78%.
Именно поэтому такие модели нельзя воспринимать просто как очередной удобный SaaS.
Чем сильнее AI становится в кибербезопасности, тем важнее вопрос:
кто и для чего получает доступ к его возможностям?
🔐 ПОЭТОМУ Z.AI НЕ СПЕШИТ ОТКРЫВАТЬ ВСЕ ДВЕРИ
Компания планирует публичный релиз GLM-5.3 примерно через две недели после дополнительных проверок безопасности.
А наиболее чувствительные кибервозможности собирается предоставлять только проверенным пользователям через программу trusted access. Z.ai также заявляет о дополнительных системах фильтрации опасных запросов, мониторинга действий модели и отказа от вредоносных задач.
И это показательный момент.
Раньше технологические компании соревновались:
«Кто быстрее выпустит модель?»
Теперь появляется новый признак зрелости:
«Кто способен НЕ выпускать её сразу, если риски слишком велики?»
💰 А ГДЕ ЗДЕСЬ БИЗНЕС?
Огромный рынок.
Потому что практически каждая компания сегодня зависит от:
🌐 сайтов;
📱 приложений;
☁️ облачной инфраструктуры;
💳 платёжных систем;
📊 корпоративного ПО;
🤖 собственных AI-сервисов.
А всё это нужно постоянно проверять.
Если AI сможет автоматизировать хотя бы часть security-аудита, поиск багов и анализ кода, кибербезопасность может получить собственную волну AI-агентов.
Не:
«AI, напиши мне программу».
А:
«AI, проверь наши системы и скажи, где мы уязвимы».
📈 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ НОВАЯ НИША
AI уже превращается в:
🤖 программиста;
📊 аналитика;
📞 сотрудника поддержки;
💼 корпоративного агента.
Теперь добавляем ещё одну должность:
🛡 AI-специалист по кибербезопасности.
Z.ai даже анонсировала инициативу Open Source Shield, в рамках которой собирается использовать свои технологии для аудита отдельных open-source проектов и добавить функции проверки кода в продукт ZCode.
😅 ОТДЕЛ IT-БЕЗОПАСНОСТИ 2027
— У нас нашли уязвимость.
— Кто?
— AI.
— Исправили?
— Другой AI.
— А кто проверит обоих?
— Вот тут начинается самое интересное. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующий большой рынок AI может быть не только в создании контента и кода, но и в его автоматической проверке.
Потому что чем больше программного обеспечения начинает производить AI, тем больше бизнесу понадобится систем, способных проверять результат работы AI.
И здесь рождается очень интересная экономика:
один AI создаёт → второй проверяет → третий контролирует процесс.
А человек постепенно перемещается выше — туда, где нужно принимать решения и отвечать за последствия.
Поэтому GLM-5.3 интересна не только своими 84,5% на CyberGym.
Она показывает новую профессию для искусственного интеллекта:
не просто программист, а цифровой специалист по безопасности. 🛡🤖
🔥2.71K🤩861🎉623❤458👍269🙏184🫡145⚡84😁69🏆15🤝10
This media is not supported in your browser
VIEW IN TELEGRAM
📸 У Алисы AI есть функция, которую я бы реально использовала не только в работе, но и в обычной жизни.
Смысл простой: не пытаться долго описывать словами, что именно перед тобой, а просто загрузить фотографию и задать вопрос.
Например, увидела ноутбук и спрашиваю:
«Алиса, скажи, что это за модель ноутбука и расскажи о его технических характеристиках. Он подойдёт для работы с графическими программами?»
И дальше AI может помочь разобраться: определить модель по фото, объяснить характеристики простым языком и подсказать, хватит ли мощности для Photoshop, Illustrator, Figma и других программ для работы с графикой.
То есть не нужно самой искать название модели, потом отдельно гуглить процессор, видеокарту, объём оперативной памяти и пытаться понять, что из этого вообще важно 😅
То же самое работает и с другой техникой, документами, упаковками, чеками, схемами и разными изображениями.
По сути, формат такой:
Увидела → сфотографировала → загрузила → задала вопрос → получила разбор.
Особенно удобно перед покупкой техники, когда внешне всё выглядит примерно одинаково, а разница в характеристиках может быть огромной.
Меньше ручного поиска и десятков вкладок.
Больше понимания, подойдет ли конкретная вещь именно под твою задачу.
Смысл простой: не пытаться долго описывать словами, что именно перед тобой, а просто загрузить фотографию и задать вопрос.
Например, увидела ноутбук и спрашиваю:
«Алиса, скажи, что это за модель ноутбука и расскажи о его технических характеристиках. Он подойдёт для работы с графическими программами?»
И дальше AI может помочь разобраться: определить модель по фото, объяснить характеристики простым языком и подсказать, хватит ли мощности для Photoshop, Illustrator, Figma и других программ для работы с графикой.
То есть не нужно самой искать название модели, потом отдельно гуглить процессор, видеокарту, объём оперативной памяти и пытаться понять, что из этого вообще важно 😅
То же самое работает и с другой техникой, документами, упаковками, чеками, схемами и разными изображениями.
По сути, формат такой:
Увидела → сфотографировала → загрузила → задала вопрос → получила разбор.
Особенно удобно перед покупкой техники, когда внешне всё выглядит примерно одинаково, а разница в характеристиках может быть огромной.
Меньше ручного поиска и десятков вкладок.
Больше понимания, подойдет ли конкретная вещь именно под твою задачу.
❤3.47K🔥1.1K👍680🎉614🤩504🙏303⚡177✍114👨💻103🤝47🏆11
💥 AI / Business News
💰 В AI закончилась стадия «давайте попробуем нейросеть». Началась стадия «где взять ещё $60 миллиардов?»
20 августа стало известно, что Broadcom ведёт переговоры о привлечении более $60 млрд долгового финансирования под проекты, связанные с AI-чипами и вычислительной инфраструктурой.
Причём при определённой структуре сделки общая сумма может оказаться ещё выше.
Да, мы окончательно вошли в эпоху, где $10 млрд на AI звучат почти как «небольшой пилот» 😅
🧠 Почему это интересно
Broadcom — один из ключевых игроков на рынке кастомных AI-чипов.
Компания помогает крупным технологическим игрокам разрабатывать собственные ускорители и инфраструктуру, чтобы не зависеть исключительно от стандартных GPU.
И теперь проблема рынка выглядит примерно так:
спрос на AI есть → нужны чипы → нужны дата-центры → нужны десятки миллиардов долларов.
То есть гонка искусственного интеллекта всё больше превращается не только в технологическую.
А в финансовую и инфраструктурную.
💸 Причём деньги уже идут в долг
И вот это важный момент.
Последние годы AI в основном ассоциировался с венчурными инвестициями и капиталом бигтеха.
Теперь технологические компании всё активнее выходят на долговой рынок, чтобы оплачивать гигантские расходы на вычисления.
По сути, рынок говорит:
«Мы настолько уверены в будущем спросе на AI, что готовы строить инфраструктуру сегодня на деньги, которые будут отбиваться завтра».
Звучит мощно.
Но и риски соответствующие.
😏 Потому что возникает неудобный вопрос
Что будет, если AI действительно принесёт ту производительность и прибыль, которую сегодня закладывают компании?
Тогда нынешние вложения могут выглядеть вполне оправданно.
А если монетизация начнёт отставать от строительства дата-центров и закупки железа?
Тогда однажды выяснится, что у отрасли очень много серверов.
И ещё больше счетов за них.
💣 Главный вывод
Главная AI-гонка сейчас идёт уже не только между моделями.
Она идёт за:
капитал → чипы → электричество → дата-центры → вычислительные мощности.
И Broadcom показывает масштаб этой новой экономики очень наглядно.
Пока пользователь выбирает, какая нейросеть лучше напишет ему письмо, где-то в финансовом секторе обсуждают ещё десятки миллиардов долларов, чтобы все эти нейросети вообще было на чём запускать.
Возможно, главный дефицит эпохи AI — это уже не интеллект.
Это деньги и инфраструктура, необходимые для его масштабирования.
💰 В AI закончилась стадия «давайте попробуем нейросеть». Началась стадия «где взять ещё $60 миллиардов?»
20 августа стало известно, что Broadcom ведёт переговоры о привлечении более $60 млрд долгового финансирования под проекты, связанные с AI-чипами и вычислительной инфраструктурой.
Причём при определённой структуре сделки общая сумма может оказаться ещё выше.
Да, мы окончательно вошли в эпоху, где $10 млрд на AI звучат почти как «небольшой пилот» 😅
🧠 Почему это интересно
Broadcom — один из ключевых игроков на рынке кастомных AI-чипов.
Компания помогает крупным технологическим игрокам разрабатывать собственные ускорители и инфраструктуру, чтобы не зависеть исключительно от стандартных GPU.
И теперь проблема рынка выглядит примерно так:
спрос на AI есть → нужны чипы → нужны дата-центры → нужны десятки миллиардов долларов.
То есть гонка искусственного интеллекта всё больше превращается не только в технологическую.
А в финансовую и инфраструктурную.
💸 Причём деньги уже идут в долг
И вот это важный момент.
Последние годы AI в основном ассоциировался с венчурными инвестициями и капиталом бигтеха.
Теперь технологические компании всё активнее выходят на долговой рынок, чтобы оплачивать гигантские расходы на вычисления.
По сути, рынок говорит:
«Мы настолько уверены в будущем спросе на AI, что готовы строить инфраструктуру сегодня на деньги, которые будут отбиваться завтра».
Звучит мощно.
Но и риски соответствующие.
😏 Потому что возникает неудобный вопрос
Что будет, если AI действительно принесёт ту производительность и прибыль, которую сегодня закладывают компании?
Тогда нынешние вложения могут выглядеть вполне оправданно.
А если монетизация начнёт отставать от строительства дата-центров и закупки железа?
Тогда однажды выяснится, что у отрасли очень много серверов.
И ещё больше счетов за них.
💣 Главный вывод
Главная AI-гонка сейчас идёт уже не только между моделями.
Она идёт за:
капитал → чипы → электричество → дата-центры → вычислительные мощности.
И Broadcom показывает масштаб этой новой экономики очень наглядно.
Пока пользователь выбирает, какая нейросеть лучше напишет ему письмо, где-то в финансовом секторе обсуждают ещё десятки миллиардов долларов, чтобы все эти нейросети вообще было на чём запускать.
Возможно, главный дефицит эпохи AI — это уже не интеллект.
Это деньги и инфраструктура, необходимые для его масштабирования.
👍2.76K❤764🤩744🔥367🎉254🤓185⚡156🆒105👌57🙏38✍18
Media is too big
VIEW IN TELEGRAM
Что общего у ТИРЗЕТТЫ и мирового рекорда в стратосфере? Возможность достигать того, что еще вчера казалось невозможным.
22 августа Сергей Бойцов поднялся на высоту 11 551 метр и установил мировой рекорд по высоте прыжка из теплового аэростата.
За этим достижением — месяцы подготовки, передовые технологии, инженерные решения и работа команды из 100 специалистов. Перед прыжком Сергей сказал: «Возвращаюсь на Родину» — в Россию.
Тирзетта поддержала рекорд неслучайно. Это российский инновационный препарат полного цикла для снижения веса, созданный на основе современных научных разработок. Он помогает людям двигаться к значимому результату и открывать новые возможности на пути к здоровому весу.
В спорте, науке и медицине новые вершины становятся достижимыми благодаря технологиям, которые позволяют выйти за пределы привычного.
Покорять вершины. Ставить рекорды. Делать невозможное возможным.
22 августа Сергей Бойцов поднялся на высоту 11 551 метр и установил мировой рекорд по высоте прыжка из теплового аэростата.
За этим достижением — месяцы подготовки, передовые технологии, инженерные решения и работа команды из 100 специалистов. Перед прыжком Сергей сказал: «Возвращаюсь на Родину» — в Россию.
Тирзетта поддержала рекорд неслучайно. Это российский инновационный препарат полного цикла для снижения веса, созданный на основе современных научных разработок. Он помогает людям двигаться к значимому результату и открывать новые возможности на пути к здоровому весу.
В спорте, науке и медицине новые вершины становятся достижимыми благодаря технологиям, которые позволяют выйти за пределы привычного.
Покорять вершины. Ставить рекорды. Делать невозможное возможным.
❤2.33K🤩1.11K🔥737👍366🎉295💯210✍158🤓82🤪61😁28🤔10
💰 NVIDIA ХОЧЕТ ВЛОЖИТЬСЯ В ПОИСКОВИК ЗА $30+ МЛРД. GOOGLE, КАК НАСТРОЕНИЕ? 😅
Кажется, привычное «погугли» впервые за много лет перестаёт звучать как вечный закон интернета.
24 августа стало известно, что Nvidia обсуждает инвестицию в Perplexity в рамках нового раунда финансирования. И главное — оценка AI-поисковика может превысить $30 млрд.
Для сравнения: предыдущий раунд оценивал компанию примерно в $20 млрд. Рост потенциальной оценки — больше чем на 50%.
🤯 «АЛЬТЕРНАТИВА GOOGLE» СТАЛА ОЧЕНЬ ДОРОГОЙ
Идея Perplexity изначально была простой:
не отправлять человека гулять по десяти ссылкам, а сразу дать ему ответ с источниками.
Но теперь компания движется дальше — от AI-поиска к AI-агентам, которые способны не только находить информацию, но и выполнять задачи.
По данным Reuters, годовой темп выручки Perplexity вырос с менее $250 млн в начале 2026 года до более $750 млн.
То есть:
🔎 вчера — «найди мне информацию»;
🤖 завтра — «найди, сравни и сделай за меня».
💸 И ТУТ ПОЯВЛЯЕТСЯ NVIDIA
Ситуация почти идеальная.
Nvidia зарабатывает на инфраструктуре AI-бума, а теперь обсуждает инвестицию в одного из заметных игроков потребительского AI.
Условно:
— Мы продали всем лопаты для золотой лихорадки.
— Что теперь?
— Купим долю у тех, кто ищет золото. 😂
📈 А ДЛЯ МАРКЕТОЛОГОВ ЗДЕСЬ НАМНОГО ИНТЕРЕСНЕЕ
Если AI-поиск продолжит расти, может измениться сам путь клиента.
Сегодня:
запрос → Google → сайты → ваш лендинг.
Завтра:
вопрос → AI → готовый ответ → рекомендация продукта.
И пользователь может вообще не увидеть ваши идеально оптимизированные страницы. 😅
Тогда появляется новый вопрос:
КАК СДЕЛАТЬ ТАК, ЧТОБЫ AI РЕКОМЕНДОВАЛ ИМЕННО ВАШ БРЕНД?
Вот где привычное SEO начинает встречаться с новой поисковой экономикой.
🚨 ПОЧЕМУ $30 МЛРД — ВАЖНЫЙ СИГНАЛ
Инвесторы фактически делают ставку на вопрос:
кто станет новым интерфейсом между человеком и интернетом?
Google десятилетиями монетизировал:
«Что вы ищете?»
AI-компании хотят пойти дальше:
«Что вам нужно сделать?»
А тот, кто контролирует эту точку входа, получает самое ценное для маркетинга — внимание пользователя и влияние на его выбор. 💰
😂 МАРКЕТОЛОГ 2023:
— Нам нужно попасть в ТОП-3 Google.
МАРКЕТОЛОГ 2027:
— Нам нужно, чтобы AI считал нас лучшим вариантом.
— Как?
— Вот это сейчас и выясняем. 😂
🎯 ГЛАВНЫЙ ВЫВОД
История Perplexity — не просто про очередную огромную оценку AI-стартапа.
Это борьба за новую поисковую экономику.
И если AI постепенно начнёт не только искать, но и выбирать за пользователя, маркетологам придётся бороться уже не только за первые позиции в поиске.
А за место в ответе искусственного интеллекта. 🤖💰
💬 Как думаете, через пять лет мы всё ещё будем говорить «погугли» — или уже «спроси у AI»?
Кажется, привычное «погугли» впервые за много лет перестаёт звучать как вечный закон интернета.
24 августа стало известно, что Nvidia обсуждает инвестицию в Perplexity в рамках нового раунда финансирования. И главное — оценка AI-поисковика может превысить $30 млрд.
Для сравнения: предыдущий раунд оценивал компанию примерно в $20 млрд. Рост потенциальной оценки — больше чем на 50%.
🤯 «АЛЬТЕРНАТИВА GOOGLE» СТАЛА ОЧЕНЬ ДОРОГОЙ
Идея Perplexity изначально была простой:
не отправлять человека гулять по десяти ссылкам, а сразу дать ему ответ с источниками.
Но теперь компания движется дальше — от AI-поиска к AI-агентам, которые способны не только находить информацию, но и выполнять задачи.
По данным Reuters, годовой темп выручки Perplexity вырос с менее $250 млн в начале 2026 года до более $750 млн.
То есть:
🔎 вчера — «найди мне информацию»;
🤖 завтра — «найди, сравни и сделай за меня».
💸 И ТУТ ПОЯВЛЯЕТСЯ NVIDIA
Ситуация почти идеальная.
Nvidia зарабатывает на инфраструктуре AI-бума, а теперь обсуждает инвестицию в одного из заметных игроков потребительского AI.
Условно:
— Мы продали всем лопаты для золотой лихорадки.
— Что теперь?
— Купим долю у тех, кто ищет золото. 😂
📈 А ДЛЯ МАРКЕТОЛОГОВ ЗДЕСЬ НАМНОГО ИНТЕРЕСНЕЕ
Если AI-поиск продолжит расти, может измениться сам путь клиента.
Сегодня:
запрос → Google → сайты → ваш лендинг.
Завтра:
вопрос → AI → готовый ответ → рекомендация продукта.
И пользователь может вообще не увидеть ваши идеально оптимизированные страницы. 😅
Тогда появляется новый вопрос:
КАК СДЕЛАТЬ ТАК, ЧТОБЫ AI РЕКОМЕНДОВАЛ ИМЕННО ВАШ БРЕНД?
Вот где привычное SEO начинает встречаться с новой поисковой экономикой.
🚨 ПОЧЕМУ $30 МЛРД — ВАЖНЫЙ СИГНАЛ
Инвесторы фактически делают ставку на вопрос:
кто станет новым интерфейсом между человеком и интернетом?
Google десятилетиями монетизировал:
«Что вы ищете?»
AI-компании хотят пойти дальше:
«Что вам нужно сделать?»
А тот, кто контролирует эту точку входа, получает самое ценное для маркетинга — внимание пользователя и влияние на его выбор. 💰
😂 МАРКЕТОЛОГ 2023:
— Нам нужно попасть в ТОП-3 Google.
МАРКЕТОЛОГ 2027:
— Нам нужно, чтобы AI считал нас лучшим вариантом.
— Как?
— Вот это сейчас и выясняем. 😂
🎯 ГЛАВНЫЙ ВЫВОД
История Perplexity — не просто про очередную огромную оценку AI-стартапа.
Это борьба за новую поисковую экономику.
И если AI постепенно начнёт не только искать, но и выбирать за пользователя, маркетологам придётся бороться уже не только за первые позиции в поиске.
А за место в ответе искусственного интеллекта. 🤖💰
💬 Как думаете, через пять лет мы всё ещё будем говорить «погугли» — или уже «спроси у AI»?
🤩3.62K❤1.22K🔥605🎉516👍271🤝221😎153🤓121😁49✍32👏25
Поймал себя на мысли: AI постепенно меняет не только то, как мы работаем, но и то, как быстро принимаем решения.
Раньше на нормальный разбор новой идеи можно было легко потратить полдня: собрать данные, посмотреть конкурентов, выписать аргументы за и против, понять, где вообще есть слабые места.
Сейчас часть этой дистанции можно пройти за 10–15 минут.
Нужно быстро оценить новую бизнес-идею — загружаю вводные в Алису AI и прошу найти риски, слабые места и возможные сценарии развития.
Нужно разобраться в незнакомом рынке — вместо десяти открытых вкладок сначала получаю структуру: кто основные игроки, на чём зарабатывают, какие тренды двигают отрасль и куда смотреть глубже.
Есть длинный документ, презентация или исследование — AI помогает быстро вытащить цифры и тезисы, которые действительно требуют внимания.
Понятно, что нейросеть не принимает решение за тебя. И доверять первому же ответу без проверки — идея сомнительная.
Но как инструмент для первичного анализа и проверки собственных гипотез — очень рабочая история.
По сути, AI убирает самый неприятный этап: когда информации вокруг много, а ты ещё даже не понимаешь, с какого конца к ней подступиться.
Думаю, следующий большой эффект от нейросетей будет даже не в генерации текстов и картинок, а именно в ускорении ежедневных бизнес-решений.
А вы уже используете AI для анализа и принятия решений — или пока в основном для текстов?
Раньше на нормальный разбор новой идеи можно было легко потратить полдня: собрать данные, посмотреть конкурентов, выписать аргументы за и против, понять, где вообще есть слабые места.
Сейчас часть этой дистанции можно пройти за 10–15 минут.
Нужно быстро оценить новую бизнес-идею — загружаю вводные в Алису AI и прошу найти риски, слабые места и возможные сценарии развития.
Нужно разобраться в незнакомом рынке — вместо десяти открытых вкладок сначала получаю структуру: кто основные игроки, на чём зарабатывают, какие тренды двигают отрасль и куда смотреть глубже.
Есть длинный документ, презентация или исследование — AI помогает быстро вытащить цифры и тезисы, которые действительно требуют внимания.
Понятно, что нейросеть не принимает решение за тебя. И доверять первому же ответу без проверки — идея сомнительная.
Но как инструмент для первичного анализа и проверки собственных гипотез — очень рабочая история.
По сути, AI убирает самый неприятный этап: когда информации вокруг много, а ты ещё даже не понимаешь, с какого конца к ней подступиться.
Думаю, следующий большой эффект от нейросетей будет даже не в генерации текстов и картинок, а именно в ускорении ежедневных бизнес-решений.
А вы уже используете AI для анализа и принятия решений — или пока в основном для текстов?
🤩3.23K🔥993👍523❤497🎉257🤓202😁133🤝75🏆54🆒37🤪18
🍿 OpenAI отключает свои модели от Cursor после сделки со SpaceX
📅 28 августа
В мире AI появился сюжет практически уровня сериала.
После того как Cursor перешёл под контроль SpaceX, OpenAI заявила, что собирается прекратить предоставлять ему свои модели. Предлагаемая дата отключения — 12 ноября 2026 года.
OpenAI объясняет решение тем, что не уверена в соблюдении SpaceX условий использования её технологий.
Получается интересный урок для AI-бизнеса: можно построить отличный продукт на чужой модели, но поставщик модели всё равно остаётся частью твоего бизнес-риска.
Зависимость от API теперь вполне можно добавлять рядом с валютными и юридическими рисками. 😬
📅 28 августа
В мире AI появился сюжет практически уровня сериала.
После того как Cursor перешёл под контроль SpaceX, OpenAI заявила, что собирается прекратить предоставлять ему свои модели. Предлагаемая дата отключения — 12 ноября 2026 года.
OpenAI объясняет решение тем, что не уверена в соблюдении SpaceX условий использования её технологий.
Получается интересный урок для AI-бизнеса: можно построить отличный продукт на чужой модели, но поставщик модели всё равно остаётся частью твоего бизнес-риска.
Зависимость от API теперь вполне можно добавлять рядом с валютными и юридическими рисками. 😬
❤2.8K🔥1.07K👍691🎉367🤩247🙏188😁144😎74🫡60💯36🤪12
🤖 Claude начинает управлять не только текстом, но и реальным железом
📅 27 августа
Anthropic показала Model Hardware Standard — MHS.
Идея простая и довольно мощная: создать общий стандарт, через который AI-агенты смогут безопасно управлять физическим оборудованием.
Например: микроскопами, роботизированными руками, лабораторными системами и другим научным железом.
Anthropic говорит, что интеграция оборудования, которая раньше могла занимать недели или месяцы, в некоторых случаях может сократиться до часов и минут.
Вот здесь AI уже действительно начинает выходить из браузера в физический мир. 🦾
📅 27 августа
Anthropic показала Model Hardware Standard — MHS.
Идея простая и довольно мощная: создать общий стандарт, через который AI-агенты смогут безопасно управлять физическим оборудованием.
Например: микроскопами, роботизированными руками, лабораторными системами и другим научным железом.
Anthropic говорит, что интеграция оборудования, которая раньше могла занимать недели или месяцы, в некоторых случаях может сократиться до часов и минут.
Вот здесь AI уже действительно начинает выходить из браузера в физический мир. 🦾
🎉2.46K🤩780🔥429❤371👍165🤔151🤝77😎65👨💻38👌19🫡17
🤖 AI ПОЛУЧИЛ РУКИ И НОГИ. ТЕПЕРЬ ОН ИДЁТ НА РАБОТУ
Пока мы обсуждаем, какой чат-бот лучше пишет тексты, следующая AI-гонка уже начинается в физическом мире.
21 августа ACE Robotics рассказала о масштабных планах внедрения роботов в реальный бизнес — магазины, отели и склады.
Цель — выйти примерно на 1 000 магазинов в течение года и 10 000 точек за два года. Стартап уже привлёк более $100 млн.
Короче:
вчера AI писал вам текст.
завтра он пойдёт за коробкой на склад. 😂
🦾 ЧАТ-БОТУ ПРИКРУЧИВАЮТ ТЕЛО
ACE развивает собственную модель Kairos-4B для управления роботами.
Такому AI мало просто понимать команды. Ему нужно:
👀 видеть пространство;
🧠 понимать ситуацию;
📦 распознавать предметы;
🦾 планировать движения;
🚶 действовать в реальном мире.
То есть следующий большой скачок AI может выглядеть не как новый чат-бот, а как новый сотрудник.
🛒 И РОБОТЫ УЖЕ ВЫХОДЯТ ИЗ ЛАБОРАТОРИЙ
Компания тестирует технологии в коммерческих сценариях — ритейле, гостиничном сервисе и логистике.
И вот здесь начинается самое интересное для бизнеса.
Вопрос уже не:
«Как эффектно робот умеет танцевать?» 🕺🤖
А:
«Сколько работы он выполнит и сколько денег сэкономит?»
Роботы потенциально могут перемещать товары, собирать заказы, выполнять типовые операции и работать там, где нужна постоянная повторяющаяся деятельность.
💰 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ ОГРОМНЫЙ РЫНОК
Главная экономика очень простая:
если стоимость работы робота становится ниже стоимости выполнения той же задачи человеком — начинается массовое внедрение.
И тогда AI превращается из инструмента для офисных сотрудников в часть физической инфраструктуры бизнеса.
🚨 НО ДО «ТЕРМИНАТОРА В ПЯТЁРОЧКЕ» ЕЩЁ ДАЛЕКО 😂
Глава ACE считает, что настоящий «момент ChatGPT» для мозгов роботов может наступить к концу 2027 года.
Одна из главных проблем сейчас — качественные данные из реального мира.
Потому что написать красивый ответ — одно.
А правильно взять коробку, которая внезапно стоит не там, где ожидалось, — совсем другое. 😅
📈 ГЛАВНЫЙ БИЗНЕС-ТРЕНД
Мы привыкли к цепочке:
AI → контент → аналитика → программирование → AI-агенты.
Теперь появляется следующая:
AI → РОБОТ → ФИЗИЧЕСКАЯ РАБОТА → ЭКОНОМИЯ БИЗНЕСА
И это потенциально огромный рынок для ритейла, логистики, складов и производства.
🎯 ГЛАВНЫЙ ВЫВОД
Следующая революция AI может произойти не на экране, а на складе и в магазине.
Потому что самый интересный AI будущего — возможно, не тот, которому говорят:
«Напиши мне отчёт».
А тот, которому показывают на коробки и говорят:
«Разберись». 😂🤖
💬 Где роботы появятся массово первыми: на складах, в магазинах или на производстве?
Пока мы обсуждаем, какой чат-бот лучше пишет тексты, следующая AI-гонка уже начинается в физическом мире.
21 августа ACE Robotics рассказала о масштабных планах внедрения роботов в реальный бизнес — магазины, отели и склады.
Цель — выйти примерно на 1 000 магазинов в течение года и 10 000 точек за два года. Стартап уже привлёк более $100 млн.
Короче:
вчера AI писал вам текст.
завтра он пойдёт за коробкой на склад. 😂
🦾 ЧАТ-БОТУ ПРИКРУЧИВАЮТ ТЕЛО
ACE развивает собственную модель Kairos-4B для управления роботами.
Такому AI мало просто понимать команды. Ему нужно:
👀 видеть пространство;
🧠 понимать ситуацию;
📦 распознавать предметы;
🦾 планировать движения;
🚶 действовать в реальном мире.
То есть следующий большой скачок AI может выглядеть не как новый чат-бот, а как новый сотрудник.
🛒 И РОБОТЫ УЖЕ ВЫХОДЯТ ИЗ ЛАБОРАТОРИЙ
Компания тестирует технологии в коммерческих сценариях — ритейле, гостиничном сервисе и логистике.
И вот здесь начинается самое интересное для бизнеса.
Вопрос уже не:
«Как эффектно робот умеет танцевать?» 🕺🤖
А:
«Сколько работы он выполнит и сколько денег сэкономит?»
Роботы потенциально могут перемещать товары, собирать заказы, выполнять типовые операции и работать там, где нужна постоянная повторяющаяся деятельность.
💰 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ ОГРОМНЫЙ РЫНОК
Главная экономика очень простая:
если стоимость работы робота становится ниже стоимости выполнения той же задачи человеком — начинается массовое внедрение.
И тогда AI превращается из инструмента для офисных сотрудников в часть физической инфраструктуры бизнеса.
🚨 НО ДО «ТЕРМИНАТОРА В ПЯТЁРОЧКЕ» ЕЩЁ ДАЛЕКО 😂
Глава ACE считает, что настоящий «момент ChatGPT» для мозгов роботов может наступить к концу 2027 года.
Одна из главных проблем сейчас — качественные данные из реального мира.
Потому что написать красивый ответ — одно.
А правильно взять коробку, которая внезапно стоит не там, где ожидалось, — совсем другое. 😅
📈 ГЛАВНЫЙ БИЗНЕС-ТРЕНД
Мы привыкли к цепочке:
AI → контент → аналитика → программирование → AI-агенты.
Теперь появляется следующая:
AI → РОБОТ → ФИЗИЧЕСКАЯ РАБОТА → ЭКОНОМИЯ БИЗНЕСА
И это потенциально огромный рынок для ритейла, логистики, складов и производства.
🎯 ГЛАВНЫЙ ВЫВОД
Следующая революция AI может произойти не на экране, а на складе и в магазине.
Потому что самый интересный AI будущего — возможно, не тот, которому говорят:
«Напиши мне отчёт».
А тот, которому показывают на коробки и говорят:
«Разберись». 😂🤖
💬 Где роботы появятся массово первыми: на складах, в магазинах или на производстве?
❤2.56K🔥647🎉469🤩328👍205🆒161👏96🤔81🫡71😎23👨💻18
⚡️ NVIDIA ТЕПЕРЬ ПОКУПАЕТ НЕ ТОЛЬКО AI. ОНА ПОКУПАЕТ ЕМУ ЭЛЕКТРИЧЕСТВО
Кажется, у AI появилась новая проблема.
Не «где взять мощные чипы?», а:
«Ребята, а где взять электричество для всех этих чипов?» 😂⚡️
21 августа Nvidia инвестировала в Cloverleaf Infrastructure — компанию, которая занимается инфраструктурой для энергоёмких AI-дата-центров. Nvidia получила миноритарную долю, сумма сделки не раскрывается.
И это очень показательный поворот AI-гонки.
🤖 AI ОКАЗАЛСЯ ОЧЕНЬ ПРОЖОРЛИВЫМ
Раньше формула была простой:
нужен AI → нужны GPU → нужна Nvidia.
Но миллионы процессоров требуют:
⚡️ огромных объёмов электричества;
🏗 новых дата-центров;
🔌 подключения к энергосетям;
❄️ охлаждения;
🌎 подходящих площадок.
Поэтому новая цепочка выглядит так:
AI → ЧИПЫ → ДАТА-ЦЕНТРЫ → ЭЛЕКТРИЧЕСТВО → ЭНЕРГЕТИКА
И именно здесь могут появиться следующие огромные деньги.
💰 NVIDIA ЭТО ПРЕКРАСНО ПОНИМАЕТ
Компания уже не просто продаёт GPU — она начинает инвестировать в инфраструктуру, без которой её собственные чипы невозможно будет масштабно использовать.
Логика шикарная:
продаёшь миру AI-чипы → мир покупает слишком много → ему не хватает инфраструктуры → инвестируешь в инфраструктуру. 😂💰
То есть Nvidia постепенно пытается занять сразу несколько этажей AI-экономики.
📈 А ВОТ ГЛАВНЫЙ УРОК ДЛЯ БИЗНЕСА
Во время технологического бума большие возможности находятся не только внутри самого модного продукта.
Все говорят про AI? → смотрим на чипы.
Все покупают чипы? → смотрим на дата-центры.
Все строят дата-центры? → смотрим на электричество. ⚡️
Потому что каждый огромный рынок создаёт новый дефицит.
А новый дефицит = новый потенциальный бизнес.
😂 СТАРТАП-ПИТЧ 2024:
— Мы делаем AI.
СТАРТАП-ПИТЧ 2026:
— У нас есть электричество для AI.
Инвесторы:
«ПРОДОЛЖАЙТЕ, МЫ СЛУШАЕМ». 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующая AI-гонка может идти уже не только за лучшую модель или самый мощный процессор.
Она может идти за землю, энергосети и электричество.
И главный вопрос AI-экономики постепенно меняется с:
«Насколько умной будет следующая модель?»
на:
«А чем мы всё это будем питать?» ⚡️🤖
💬 Как думаете, следующий миллиардный рынок вокруг AI — энергетика или дата-центры?
Кажется, у AI появилась новая проблема.
Не «где взять мощные чипы?», а:
«Ребята, а где взять электричество для всех этих чипов?» 😂⚡️
21 августа Nvidia инвестировала в Cloverleaf Infrastructure — компанию, которая занимается инфраструктурой для энергоёмких AI-дата-центров. Nvidia получила миноритарную долю, сумма сделки не раскрывается.
И это очень показательный поворот AI-гонки.
🤖 AI ОКАЗАЛСЯ ОЧЕНЬ ПРОЖОРЛИВЫМ
Раньше формула была простой:
нужен AI → нужны GPU → нужна Nvidia.
Но миллионы процессоров требуют:
⚡️ огромных объёмов электричества;
🏗 новых дата-центров;
🔌 подключения к энергосетям;
❄️ охлаждения;
🌎 подходящих площадок.
Поэтому новая цепочка выглядит так:
AI → ЧИПЫ → ДАТА-ЦЕНТРЫ → ЭЛЕКТРИЧЕСТВО → ЭНЕРГЕТИКА
И именно здесь могут появиться следующие огромные деньги.
💰 NVIDIA ЭТО ПРЕКРАСНО ПОНИМАЕТ
Компания уже не просто продаёт GPU — она начинает инвестировать в инфраструктуру, без которой её собственные чипы невозможно будет масштабно использовать.
Логика шикарная:
продаёшь миру AI-чипы → мир покупает слишком много → ему не хватает инфраструктуры → инвестируешь в инфраструктуру. 😂💰
То есть Nvidia постепенно пытается занять сразу несколько этажей AI-экономики.
📈 А ВОТ ГЛАВНЫЙ УРОК ДЛЯ БИЗНЕСА
Во время технологического бума большие возможности находятся не только внутри самого модного продукта.
Все говорят про AI? → смотрим на чипы.
Все покупают чипы? → смотрим на дата-центры.
Все строят дата-центры? → смотрим на электричество. ⚡️
Потому что каждый огромный рынок создаёт новый дефицит.
А новый дефицит = новый потенциальный бизнес.
😂 СТАРТАП-ПИТЧ 2024:
— Мы делаем AI.
СТАРТАП-ПИТЧ 2026:
— У нас есть электричество для AI.
Инвесторы:
«ПРОДОЛЖАЙТЕ, МЫ СЛУШАЕМ». 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующая AI-гонка может идти уже не только за лучшую модель или самый мощный процессор.
Она может идти за землю, энергосети и электричество.
И главный вопрос AI-экономики постепенно меняется с:
«Насколько умной будет следующая модель?»
на:
«А чем мы всё это будем питать?» ⚡️🤖
💬 Как думаете, следующий миллиардный рынок вокруг AI — энергетика или дата-центры?
🤩2.23K🔥709🎉456👍302❤202😎145🏆117🙏58👏47⚡24👨💻4