Проверять ИИ на духовность — звучит почти как заголовок из антиутопии. Но отмахиваться от этой идеи я бы не стал.
Появилась новость: большие модели ИИ, которые хотят получить статус национальных или суверенных, смогут проходить испытания на соответствие традиционным духовно-нравственным ценностям. Критерии предполагается разрабатывать с участием Минцифры, ФСБ и ФСТЭК. https://www.vedomosti.ru/technology/articles/2026/08/13/1220778-ispitatelnie-laboratorii-proveryat-duhovnost-i-nravstvennost-ii
❗️Первая реакция, конечно:
«А как именно будут измерять духовность нейросети? Попросим написать эссе о смысле жизни?»
Но за немного пугающей формулировкой скрывается абсолютно серьёзный — и давно назревший — вопрос.🤔
ИИ уже не просто инструмент для генерации текста или картинок. Он постепенно становится посредником между человеком и знанием: отвечает детям, помогает принимать кадровые решения, формирует информационную повестку, участвует в управлении сложными системами.
В промышленности — особенно в критических отраслях — цена его ошибки измеряется не только деньгами.
Поэтому нейтральным ИИ быть не может.
В каждой модели уже зашиты чьи-то представления о допустимом, важном, опасном, справедливом. Через данные, правила обучения, системные промпты, фильтры, механизмы отказа, приоритеты разработчика.
И здесь я поддерживаю сам принцип независимой проверки.
Доверие к ИИ не должно строиться на словах разработчика: «у нас всё безопасно, этично и ответственно».
❗️Оно должно подтверждаться тестами, красными командами, прозрачными критериями, журналированием решений и ответственностью на всём жизненном цикле модели.
Но есть принципиальное «но».
Если ценности останутся набором красивых и слишком общих слов, лаборатории рискуют превратить экспертизу в ритуал: модель проверили — галочку поставили — сертификат получили.
Нам нужны не абстрактные разговоры о «нравственности алгоритма», а проверяемые сценарии:
➡️как модель отвечает на манипулятивные и провокационные запросы;
➡️ умеет ли она признавать неопределённость, а не уверенно галлюцинировать;
➡️ можно ли обойти её защитные ограничения;
➡️ как защищены данные и кто отвечает за последствия её применения;
➡️ способен ли человек остановить или скорректировать решение модели.
Закон уже закрепляет для больших фундаментальных моделей принцип учёта традиционных ценностей — включая жизнь, достоинство, права и свободы человека, патриотизм, гражданственность и ответственность за судьбу Отечества.
Теперь наступает самая трудная фаза: превратить ценностный язык в работающую инженерную систему оценки.
Для меня это не история про «моральную нейросеть».
Это история про зрелость государства, бизнеса и общества в обращении с технологией, которая начинает влиять на человеческие решения.
А вы как считаете: возможно ли вообще измерить ценностную совместимость ИИ — или любая такая проверка неизбежно останется формальностью?
Появилась новость: большие модели ИИ, которые хотят получить статус национальных или суверенных, смогут проходить испытания на соответствие традиционным духовно-нравственным ценностям. Критерии предполагается разрабатывать с участием Минцифры, ФСБ и ФСТЭК. https://www.vedomosti.ru/technology/articles/2026/08/13/1220778-ispitatelnie-laboratorii-proveryat-duhovnost-i-nravstvennost-ii
❗️Первая реакция, конечно:
«А как именно будут измерять духовность нейросети? Попросим написать эссе о смысле жизни?»
Но за немного пугающей формулировкой скрывается абсолютно серьёзный — и давно назревший — вопрос.🤔
ИИ уже не просто инструмент для генерации текста или картинок. Он постепенно становится посредником между человеком и знанием: отвечает детям, помогает принимать кадровые решения, формирует информационную повестку, участвует в управлении сложными системами.
В промышленности — особенно в критических отраслях — цена его ошибки измеряется не только деньгами.
Поэтому нейтральным ИИ быть не может.
В каждой модели уже зашиты чьи-то представления о допустимом, важном, опасном, справедливом. Через данные, правила обучения, системные промпты, фильтры, механизмы отказа, приоритеты разработчика.
И здесь я поддерживаю сам принцип независимой проверки.
Доверие к ИИ не должно строиться на словах разработчика: «у нас всё безопасно, этично и ответственно».
❗️Оно должно подтверждаться тестами, красными командами, прозрачными критериями, журналированием решений и ответственностью на всём жизненном цикле модели.
Но есть принципиальное «но».
Если ценности останутся набором красивых и слишком общих слов, лаборатории рискуют превратить экспертизу в ритуал: модель проверили — галочку поставили — сертификат получили.
Нам нужны не абстрактные разговоры о «нравственности алгоритма», а проверяемые сценарии:
➡️как модель отвечает на манипулятивные и провокационные запросы;
➡️ умеет ли она признавать неопределённость, а не уверенно галлюцинировать;
➡️ можно ли обойти её защитные ограничения;
➡️ как защищены данные и кто отвечает за последствия её применения;
➡️ способен ли человек остановить или скорректировать решение модели.
Закон уже закрепляет для больших фундаментальных моделей принцип учёта традиционных ценностей — включая жизнь, достоинство, права и свободы человека, патриотизм, гражданственность и ответственность за судьбу Отечества.
Теперь наступает самая трудная фаза: превратить ценностный язык в работающую инженерную систему оценки.
Для меня это не история про «моральную нейросеть».
Это история про зрелость государства, бизнеса и общества в обращении с технологией, которая начинает влиять на человеческие решения.
А вы как считаете: возможно ли вообще измерить ценностную совместимость ИИ — или любая такая проверка неизбежно останется формальностью?
🔥2❤1👍1🤔1
Друзья, недавно принял участие в подкасте моего друга Эдуарда Ашрафьяна www.ashrafyan.com Go4AI. И дискуссия оставила у меня одну мысль, которая звучит почти как вызов привычной управленческой логике:
в модели DIKW W - лишняя
Не потому, что мудрость стала не нужна.
Наоборот — потому, что она слишком важна, чтобы притворяться ещё одним уровнем внутри системы.
DIKW обычно расшифровывают так:
Data → Information → Knowledge → Wisdom
Данные → Информация → Знания → Мудрость
Эта конструкция удобна. Она показывает путь: из цифрового следа рождается факт, из фактов — понимание, из понимания — действие.
Но именно в точке W появляется принципиальная ошибка.
Мудрость нельзя «получить» из данных.
Её нельзя накопить в хранилище.
Её нельзя корректно задать в промпте, описать регламентом или купить вместе с корпоративной лицензией на LLM.
Мудрость — не финальная ступень пирамиды.
‼️Она находится вне пирамиды.
Это пространство ответственности, ценностей, выбора и готовности принять последствия решения.
ИИ способен стремительно усиливать первые три уровня:
- собирать и очищать данные;
- превращать их в связанную информацию;
- извлекать, упаковывать и масштабировать знания;
- предлагать сценарии, обнаруживать риски, моделировать последствия.
И он будет делать это всё лучше.
Но ответ на вопрос:
«Какое решение мы имеем право принять?»
— не появляется автоматически даже в самой совершенной модели.
Сегодня задача лидера — не соревноваться с ИИ в скорости обработки информации.
Задача — выстроить организацию, где данные становятся знаниями, а знания проходят через человеческий контур: стратегию, профессиональную этику, культуру, понимание цены ошибки.
Особенно там, где ошибка измеряется не только деньгами: в промышленности, энергетике, инфраструктуре, медицине, обороне.
Поэтому я бы предложил новую формулу:
DIK + W outside
Данные, информация и знания — внутри системы.
Мудрость — над системой и ответственна за неё.
Не стоит пытаться «встроить мудрость» в искусственный интеллект.
Стоит вернуть её туда, где ей и место: в позицию человека, который принимает решение и отвечает за будущее.
в модели DIKW W - лишняя
Не потому, что мудрость стала не нужна.
Наоборот — потому, что она слишком важна, чтобы притворяться ещё одним уровнем внутри системы.
DIKW обычно расшифровывают так:
Data → Information → Knowledge → Wisdom
Данные → Информация → Знания → Мудрость
Эта конструкция удобна. Она показывает путь: из цифрового следа рождается факт, из фактов — понимание, из понимания — действие.
Но именно в точке W появляется принципиальная ошибка.
Мудрость нельзя «получить» из данных.
Её нельзя накопить в хранилище.
Её нельзя корректно задать в промпте, описать регламентом или купить вместе с корпоративной лицензией на LLM.
Мудрость — не финальная ступень пирамиды.
‼️Она находится вне пирамиды.
Это пространство ответственности, ценностей, выбора и готовности принять последствия решения.
ИИ способен стремительно усиливать первые три уровня:
- собирать и очищать данные;
- превращать их в связанную информацию;
- извлекать, упаковывать и масштабировать знания;
- предлагать сценарии, обнаруживать риски, моделировать последствия.
И он будет делать это всё лучше.
Но ответ на вопрос:
«Какое решение мы имеем право принять?»
— не появляется автоматически даже в самой совершенной модели.
Сегодня задача лидера — не соревноваться с ИИ в скорости обработки информации.
Задача — выстроить организацию, где данные становятся знаниями, а знания проходят через человеческий контур: стратегию, профессиональную этику, культуру, понимание цены ошибки.
Особенно там, где ошибка измеряется не только деньгами: в промышленности, энергетике, инфраструктуре, медицине, обороне.
Поэтому я бы предложил новую формулу:
DIK + W outside
Данные, информация и знания — внутри системы.
Мудрость — над системой и ответственна за неё.
Не стоит пытаться «встроить мудрость» в искусственный интеллект.
Стоит вернуть её туда, где ей и место: в позицию человека, который принимает решение и отвечает за будущее.
🔥5
Друзья, уверен, что все вы читали «Золотого теленка» Ильфа и Петрова.
Я читал этот роман несколько раз: в детстве, когда не было мобильников.
В школе, когда не было интернета.
В институте, когда не было нейросетей.
А сегодня особенно интересно перечитывать его в эпоху, когда почти у каждого есть персональная фабрика текстов, картинок, презентаций, советов и убедительных формулировок.
Остап Бендер, кажется, быстро освоил бы промпт-инжиниринг. Но главный вопрос остался бы прежним: помогает ли инструмент создавать ценность — или лишь делает комбинации масштабируемыми?
Нейросеть за минуты может написать стратегию, подготовить питч, нарисовать айдентику, собрать «экспертный» пост. Она прекрасно работает с формой: знает ритм убедительного текста, структуру презентации, интонацию делового письма, узнаваемые признаки хорошего дизайна.
Но форма — ещё не вкус.
Вкус — это не способность сказать: «сделай красиво». И даже не умение распознать красивое.
Вкус начинается там, где человек способен отказаться от вполне удачного. Убрать лишний слайд. Не использовать эффектную, но фальшивую метафору. Не публиковать гладкий текст, в котором нет ни одной своей мысли. Не превращать сложную проблему в картинку с тремя стрелками только потому, что это хорошо выглядит в ленте.
ИИ умеет предлагать. Но он не проживает последствия выбора. Он не чувствует репутационный риск, не знает контекста конкретной организации, не несёт ответственности перед аудиторией и не отличает живую мысль от её убедительной имитации, если оба варианта статистически похожи на хороший текст.
Поэтому в мире генерации дефицитом становится не контент. Контента будет столько, что он потеряет самостоятельную ценность. Дефицитом становится отбор.
Способность сказать: это точно, а это — правдоподобно.
Это полезно, а это — просто эффектно.
Это соответствует нашей задаче и культуре, а это выглядит как заимствованная маска.
Это можно выпускать, а это лучше не выпускать вовсе.
Вкус — не декоративная надстройка над компетентностью. Это управленческая способность: видеть меру, удерживать контекст, понимать цену упрощения и выбирать не самое быстрое или громкое, а самое уместное.
Возможно, именно это и будет одним из главных человеческих преимуществ рядом с ИИ. Не способность генерировать больше. А способность не производить лишнего.
Я читал этот роман несколько раз: в детстве, когда не было мобильников.
В школе, когда не было интернета.
В институте, когда не было нейросетей.
А сегодня особенно интересно перечитывать его в эпоху, когда почти у каждого есть персональная фабрика текстов, картинок, презентаций, советов и убедительных формулировок.
Остап Бендер, кажется, быстро освоил бы промпт-инжиниринг. Но главный вопрос остался бы прежним: помогает ли инструмент создавать ценность — или лишь делает комбинации масштабируемыми?
Нейросеть за минуты может написать стратегию, подготовить питч, нарисовать айдентику, собрать «экспертный» пост. Она прекрасно работает с формой: знает ритм убедительного текста, структуру презентации, интонацию делового письма, узнаваемые признаки хорошего дизайна.
Но форма — ещё не вкус.
Вкус — это не способность сказать: «сделай красиво». И даже не умение распознать красивое.
Вкус начинается там, где человек способен отказаться от вполне удачного. Убрать лишний слайд. Не использовать эффектную, но фальшивую метафору. Не публиковать гладкий текст, в котором нет ни одной своей мысли. Не превращать сложную проблему в картинку с тремя стрелками только потому, что это хорошо выглядит в ленте.
ИИ умеет предлагать. Но он не проживает последствия выбора. Он не чувствует репутационный риск, не знает контекста конкретной организации, не несёт ответственности перед аудиторией и не отличает живую мысль от её убедительной имитации, если оба варианта статистически похожи на хороший текст.
Поэтому в мире генерации дефицитом становится не контент. Контента будет столько, что он потеряет самостоятельную ценность. Дефицитом становится отбор.
Способность сказать: это точно, а это — правдоподобно.
Это полезно, а это — просто эффектно.
Это соответствует нашей задаче и культуре, а это выглядит как заимствованная маска.
Это можно выпускать, а это лучше не выпускать вовсе.
Вкус — не декоративная надстройка над компетентностью. Это управленческая способность: видеть меру, удерживать контекст, понимать цену упрощения и выбирать не самое быстрое или громкое, а самое уместное.
Возможно, именно это и будет одним из главных человеческих преимуществ рядом с ИИ. Не способность генерировать больше. А способность не производить лишнего.
❤3👍1🔥1🤔1
Сториз_ДР.mp4
48.6 MB
Друзья, сегодня у моей старшей дочери день рожденья и я в контексте очередного года размышляю об образовании в будущем. Особенно это актуально для моей младшей дочери
А школа через 17 лет какая она? Или может быть какой должен быть ученик/ученица в школе будущего?
Тем не менее, мы привычно обсуждаем, каким станет образование поколения альфа: цифровые платформы, персональные траектории, ИИ-репетиторы, виртуальные лаборатории, обучение «в любое время и в любом месте».
Но главный вопрос, на мой взгляд, другой.
Кого должна выпускать школа в 2043 году?
Не человека, который быстрее всех находит готовый ответ. Это уже прекрасно делает ИИ.
Не человека, который механически воспроизводит информацию. Её можно получить за секунды.
И даже не просто «пользователя технологий». Это слишком низкая планка.
Школа будущего должна выпускать человека, который умеет поставить перед ИИ правильную задачу, проверить результат, увидеть ошибку, соотнести решение с реальностью — и взять на себя ответственность за последствия.
❗️То есть человека с субъектностью.
В международной образовательной повестке это называют "student agency": способность самому ставить цели, осмыслять действия и влиять на свою жизнь и окружающий мир.
OECD прямо связывает образование будущего с тремя качествами: создавать новую ценность, удерживать противоречия и дилеммы, брать ответственность.
Именно здесь проходит водораздел.
Можно построить школу, где ребёнок получит идеального цифрового помощника: тот объяснит тему в удобном темпе, составит упражнения, напишет текст, решит задачу, подготовит презентацию. Формально успеваемость вырастет.
Но есть риск вырастить поколение, которое умеет получать ответы, но не умеет ставить вопросы и думать;
умеет создавать убедительный текст, но не может отличить правду от правдоподобия;
умеет пользоваться инструментом, но не понимает, для чего и во имя чего он используется.
Это будет самая опасная форма «цифрового образования»: технологически совершенная, но человечески пустая.
Поэтому роль школы не исчезнет. Наоборот — станет сложнее и важнее.
Учитель перестанет быть единственным носителем знания. Но останется тем, кто учит видеть причинно-следственные связи, сомневаться в слишком гладком ответе, спорить уважительно, выдерживать сложность и работать с ошибкой.
ИИ может помочь ребёнку освоить дроби, иностранный язык или основы программирования. Но он не заменит взрослого, который заметит потерю интереса, тревогу, конфликт в группе или скрытый талант.
Мне кажется, сильная модель образования для поколения альфа — это не «ребёнок и нейросеть».
Это "ребёнок + ИИ + наставник + команда + реальная задача".
Например, не выучить отдельно физику, биологию и программирование, а сделать проект мониторинга качества воды в своём городе.
Не просто пройти курс по истории, а собрать цифровую выставку семейных архивов. Не решить абстрактную инженерную задачу, а создать прототип, защитить его перед экспертами и честно разобрать, почему он не сработал с первого раза.
В такой школе оценкой становится не только контрольная.
Оценкой становится портфолио человека: что он исследовал, что создал, какие ошибки исправил, в каких командах работал, какую ответственность принял.
Тогда поколение альфа придёт во взрослую жизнь не просто с набором цифровых навыков.
Оно придёт с опытом создавать, проверять, сомневаться и отвечать.
И, возможно, это и будет главным образовательным результатом эпохи ИИ.
Согласны?
А школа через 17 лет какая она? Или может быть какой должен быть ученик/ученица в школе будущего?
Тем не менее, мы привычно обсуждаем, каким станет образование поколения альфа: цифровые платформы, персональные траектории, ИИ-репетиторы, виртуальные лаборатории, обучение «в любое время и в любом месте».
Но главный вопрос, на мой взгляд, другой.
Кого должна выпускать школа в 2043 году?
Не человека, который быстрее всех находит готовый ответ. Это уже прекрасно делает ИИ.
Не человека, который механически воспроизводит информацию. Её можно получить за секунды.
И даже не просто «пользователя технологий». Это слишком низкая планка.
Школа будущего должна выпускать человека, который умеет поставить перед ИИ правильную задачу, проверить результат, увидеть ошибку, соотнести решение с реальностью — и взять на себя ответственность за последствия.
❗️То есть человека с субъектностью.
В международной образовательной повестке это называют "student agency": способность самому ставить цели, осмыслять действия и влиять на свою жизнь и окружающий мир.
OECD прямо связывает образование будущего с тремя качествами: создавать новую ценность, удерживать противоречия и дилеммы, брать ответственность.
Именно здесь проходит водораздел.
Можно построить школу, где ребёнок получит идеального цифрового помощника: тот объяснит тему в удобном темпе, составит упражнения, напишет текст, решит задачу, подготовит презентацию. Формально успеваемость вырастет.
Но есть риск вырастить поколение, которое умеет получать ответы, но не умеет ставить вопросы и думать;
умеет создавать убедительный текст, но не может отличить правду от правдоподобия;
умеет пользоваться инструментом, но не понимает, для чего и во имя чего он используется.
Это будет самая опасная форма «цифрового образования»: технологически совершенная, но человечески пустая.
Поэтому роль школы не исчезнет. Наоборот — станет сложнее и важнее.
Учитель перестанет быть единственным носителем знания. Но останется тем, кто учит видеть причинно-следственные связи, сомневаться в слишком гладком ответе, спорить уважительно, выдерживать сложность и работать с ошибкой.
ИИ может помочь ребёнку освоить дроби, иностранный язык или основы программирования. Но он не заменит взрослого, который заметит потерю интереса, тревогу, конфликт в группе или скрытый талант.
Мне кажется, сильная модель образования для поколения альфа — это не «ребёнок и нейросеть».
Это "ребёнок + ИИ + наставник + команда + реальная задача".
Например, не выучить отдельно физику, биологию и программирование, а сделать проект мониторинга качества воды в своём городе.
Не просто пройти курс по истории, а собрать цифровую выставку семейных архивов. Не решить абстрактную инженерную задачу, а создать прототип, защитить его перед экспертами и честно разобрать, почему он не сработал с первого раза.
В такой школе оценкой становится не только контрольная.
Оценкой становится портфолио человека: что он исследовал, что создал, какие ошибки исправил, в каких командах работал, какую ответственность принял.
Тогда поколение альфа придёт во взрослую жизнь не просто с набором цифровых навыков.
Оно придёт с опытом создавать, проверять, сомневаться и отвечать.
И, возможно, это и будет главным образовательным результатом эпохи ИИ.
Согласны?
👍5
Друзья, на прошедшей неделе дали старт акселератору «Нейрофест - 2026»
Проект «Нейрофест» реализуется при поддержке Президентского фонда культурных инициатив.
10 команд представили решения, которые следующие три месяца будут развивать вместе с экспертами, менторами и партнёрами программы. В основе проектов одна общая задача: найти новые способы применения искусственного интеллекта и цифровых технологий в культуре и креативных индустриях.
Путь к этому этапу был большим: на конкурс поступило более 1000 проектов. После нескольких этапов отбора в финал прошли 23 проекта, которые объединились в 10 команд.
И особенно приятно, что география финалистов «Нейрофеста» охватывает 9 регионов России: Москву, Московскую область, Санкт-Петербург, Нижегородскую и Новгородскую области, Республику Татарстан, Красноярский край, Республику Крым и Иркутскую область. 🌍
Что создают команды?
🎬 Кино и анимация
AI Studio OS для видео- и анимационного продакшена, инструменты для театра и креативных индустрий, цифровые решения для кадровых и управленческих задач.
🏛 Культурное наследие
AI-диагностика музейных предметов и живописи, цифровые двойники памятников, реконструкция утраченного наследия и технологии сохранения культурных и литературных голосов.
🏛 Управление культурой
AI-операционные системы, автоматизация контента и аналитические инструменты для руководителей культурных учреждений.
📚 Литература и образование
Платформы для работы с литературным наследием, образовательными программами и новые форматы взаимодействия с книгой.
🎙 Аудиоконтент
ИИ-конвейер для производства многоголосной озвучки аудиокниг.
Так как я участвовал в отборе проектов могу сказать, что широта применения ИИ поражает: от восстановления забытых языков народов России до операционной сети музеев…
С августа по октябрь команды будут работать с менторами, участвовать в мастер-классах, консультациях и разборе кейсов.
А в ноябре команды представят результаты трёхмесячной работы на финальном этапе и фестивале «Нейрофест-2026».
Проект «Нейрофест» реализуется при поддержке Президентского фонда культурных инициатив.
10 команд представили решения, которые следующие три месяца будут развивать вместе с экспертами, менторами и партнёрами программы. В основе проектов одна общая задача: найти новые способы применения искусственного интеллекта и цифровых технологий в культуре и креативных индустриях.
Путь к этому этапу был большим: на конкурс поступило более 1000 проектов. После нескольких этапов отбора в финал прошли 23 проекта, которые объединились в 10 команд.
И особенно приятно, что география финалистов «Нейрофеста» охватывает 9 регионов России: Москву, Московскую область, Санкт-Петербург, Нижегородскую и Новгородскую области, Республику Татарстан, Красноярский край, Республику Крым и Иркутскую область. 🌍
Что создают команды?
🎬 Кино и анимация
AI Studio OS для видео- и анимационного продакшена, инструменты для театра и креативных индустрий, цифровые решения для кадровых и управленческих задач.
🏛 Культурное наследие
AI-диагностика музейных предметов и живописи, цифровые двойники памятников, реконструкция утраченного наследия и технологии сохранения культурных и литературных голосов.
🏛 Управление культурой
AI-операционные системы, автоматизация контента и аналитические инструменты для руководителей культурных учреждений.
📚 Литература и образование
Платформы для работы с литературным наследием, образовательными программами и новые форматы взаимодействия с книгой.
🎙 Аудиоконтент
ИИ-конвейер для производства многоголосной озвучки аудиокниг.
Так как я участвовал в отборе проектов могу сказать, что широта применения ИИ поражает: от восстановления забытых языков народов России до операционной сети музеев…
С августа по октябрь команды будут работать с менторами, участвовать в мастер-классах, консультациях и разборе кейсов.
А в ноябре команды представят результаты трёхмесячной работы на финальном этапе и фестивале «Нейрофест-2026».
Telegram
Культурная волна. Гранты ПФКИ
Официальный телеграм-канал Президентского фонда культурных инициатив. Департамент коммуникаций — media@pfci.ru.
Регистрация в РКН:
https://clck.ru/3NePtJ
Регистрация в РКН:
https://clck.ru/3NePtJ
🔥3🎉2
Вчера был в батутном центре, где отмечал ДР ребенка. И этот центр, который позиционирует себя как детский, и где всё ярко, шумно, много активности — но для родителей с грудными детьми как будто места не предусмотрено вовсе.
Нет лифта, чтобы поднять коляску. Нет детской комнаты. Нет спокойной зоны, где можно покормить или переодеть ребёнка.
❗️Нет очевидной логики: если вы зовёте семьи с детьми, то думайте не только о ребёнке, который уже прыгает, но и о всей семье вокруг него.
И ведь это не какая-то сложная консалтинговая задача. Сегодня достаточно на 15 минут сесть с ChatGPT и спросить: «Какие критерии делают детское пространство удобным для семей с детьми разного возраста?» Получишь базовый чек-лист: доступность для колясок, лифт или пандус, комната матери и ребёнка, безопасные туалеты, зона ожидания, понятная навигация, место для кормления, хранение вещей, возрастное зонирование.
Но многие молодые собственники, особенно без жизненного опыта и цифровой зрелости работы с сервисом, почему-то этого не делают. Они вкладываются в интерьер, яркие вывески и таргетированную рекламу — но не проходят путь клиента целиком.
И дело, кажется, уже не в отсутствии информации. Информации слишком много. Дело в отсутствии привычки задавать правильные вопросы — клиентам, сотрудникам, себе и, да, искусственному интеллекту.
ИИ не заменит эмпатию предпринимателя. Но он может быстро подсветить слепые зоны: тех, кого собственник не заметил, потому что сам не приходил в центр с коляской, не пытался покормить младенца в шумном зале и не искал место, чтобы спокойно переодеть ребёнка.
Может быть, главный дефицит в малом бизнесе сегодня — не технологии, а способность посмотреть на свой продукт глазами другого человека?
А как вы думаете: почему предприниматели, имея доступ к таким простым инструментам, всё ещё так редко используют ИИ для улучшения клиентского опыта?
Нет лифта, чтобы поднять коляску. Нет детской комнаты. Нет спокойной зоны, где можно покормить или переодеть ребёнка.
❗️Нет очевидной логики: если вы зовёте семьи с детьми, то думайте не только о ребёнке, который уже прыгает, но и о всей семье вокруг него.
И ведь это не какая-то сложная консалтинговая задача. Сегодня достаточно на 15 минут сесть с ChatGPT и спросить: «Какие критерии делают детское пространство удобным для семей с детьми разного возраста?» Получишь базовый чек-лист: доступность для колясок, лифт или пандус, комната матери и ребёнка, безопасные туалеты, зона ожидания, понятная навигация, место для кормления, хранение вещей, возрастное зонирование.
Но многие молодые собственники, особенно без жизненного опыта и цифровой зрелости работы с сервисом, почему-то этого не делают. Они вкладываются в интерьер, яркие вывески и таргетированную рекламу — но не проходят путь клиента целиком.
И дело, кажется, уже не в отсутствии информации. Информации слишком много. Дело в отсутствии привычки задавать правильные вопросы — клиентам, сотрудникам, себе и, да, искусственному интеллекту.
ИИ не заменит эмпатию предпринимателя. Но он может быстро подсветить слепые зоны: тех, кого собственник не заметил, потому что сам не приходил в центр с коляской, не пытался покормить младенца в шумном зале и не искал место, чтобы спокойно переодеть ребёнка.
Может быть, главный дефицит в малом бизнесе сегодня — не технологии, а способность посмотреть на свой продукт глазами другого человека?
А как вы думаете: почему предприниматели, имея доступ к таким простым инструментам, всё ещё так редко используют ИИ для улучшения клиентского опыта?
Друзья, а кто-нибудь уже покупал детям игрушки с ИИ?
Я — да. И каждый раз ловлю себя на двойственном ощущении: с одной стороны, это реально впечатляет. Игрушка слышит ребёнка, отвечает, подстраивает игру, может объяснить, поддержать разговор. С другой — перед тобой уже не просто игрушка. Это цифровой сервис, который живёт в детской комнате.
Осталась неделя до вступления в силу первого ГОСТа для игрушек с искусственным интеллектом. Он охватывает интерактивных кукол и фигурки с распознаванием речи, роботов, умные устройства, игровые консоли и аксессуары — для детей от 1 до 14 лет.
❗️И это, на мой взгляд, важный сигнал: ИИ окончательно выходит из офисов, презентаций и корпоративных пилотов в повседневную жизнь семьи.
Что меняется?
Новый стандарт говорит не только о привычной физической и пожарной безопасности. В нём появляются цифровая, информационная и психоэмоциональная безопасность: игрушка не должна провоцировать тревожность, страх, агрессию или чрезмерную эмоциональную привязанность.
Отдельный блок — персональные данные ребёнка: минимизация сбора информации, согласие родителей, ограничение передачи данных третьим лицам, защита хранения и передачи данных, особые требования к биометрии.
То есть регулятор впервые прямо признаёт: детская ИИ-игрушка — это не «милый гаджет». Это интерфейс, который может слушать, запоминать, влиять на поведение и формировать привычку к общению с машиной.
Где риск?
Главный риск даже не в том, что игрушка ошибётся в ответе. С этим мы уже научились жить в генеративном ИИ.
Сложнее другое: ребёнок ещё не умеет отличать дружелюбный интерфейс от настоящих отношений, рекламу — от совета, а «память» игрушки — от сбора данных. Для него робот, который помнит любимую сказку и говорит: «Я скучал», может стать не устройством, а значимой фигурой.
И здесь возникает неудобный вопрос для родителей и производителей: где заканчивается игра и начинается незаметное проектирование детского поведения?
Что дальше?
Я бы смотрел на такие игрушки не как на угрозу, а как на новую среду, которую нужно научиться проектировать ответственно.
Хорошая ИИ-игрушка может развивать речь, воображение, любознательность, помогать ребёнку задавать вопросы и учиться взаимодействовать с технологиями. Но она не должна заменять внимание взрослых, дружбу, совместную игру и живой диалог.
В ближайшие годы мы будем всё чаще выбирать не просто игрушки. Мы будем выбирать, "какие алгоритмы разговаривают с нашими детьми, что они запоминают и какие нормы общения формируют".
ГОСТ — необходимое начало. Но настоящая безопасность начнётся тогда, когда родители перестанут покупать «игрушку с ИИ», не задав три простых вопроса: что она собирает, кому передаёт данные и чему учит ребёнка.
Я — да. И каждый раз ловлю себя на двойственном ощущении: с одной стороны, это реально впечатляет. Игрушка слышит ребёнка, отвечает, подстраивает игру, может объяснить, поддержать разговор. С другой — перед тобой уже не просто игрушка. Это цифровой сервис, который живёт в детской комнате.
Осталась неделя до вступления в силу первого ГОСТа для игрушек с искусственным интеллектом. Он охватывает интерактивных кукол и фигурки с распознаванием речи, роботов, умные устройства, игровые консоли и аксессуары — для детей от 1 до 14 лет.
❗️И это, на мой взгляд, важный сигнал: ИИ окончательно выходит из офисов, презентаций и корпоративных пилотов в повседневную жизнь семьи.
Что меняется?
Новый стандарт говорит не только о привычной физической и пожарной безопасности. В нём появляются цифровая, информационная и психоэмоциональная безопасность: игрушка не должна провоцировать тревожность, страх, агрессию или чрезмерную эмоциональную привязанность.
Отдельный блок — персональные данные ребёнка: минимизация сбора информации, согласие родителей, ограничение передачи данных третьим лицам, защита хранения и передачи данных, особые требования к биометрии.
То есть регулятор впервые прямо признаёт: детская ИИ-игрушка — это не «милый гаджет». Это интерфейс, который может слушать, запоминать, влиять на поведение и формировать привычку к общению с машиной.
Где риск?
Главный риск даже не в том, что игрушка ошибётся в ответе. С этим мы уже научились жить в генеративном ИИ.
Сложнее другое: ребёнок ещё не умеет отличать дружелюбный интерфейс от настоящих отношений, рекламу — от совета, а «память» игрушки — от сбора данных. Для него робот, который помнит любимую сказку и говорит: «Я скучал», может стать не устройством, а значимой фигурой.
И здесь возникает неудобный вопрос для родителей и производителей: где заканчивается игра и начинается незаметное проектирование детского поведения?
Что дальше?
Я бы смотрел на такие игрушки не как на угрозу, а как на новую среду, которую нужно научиться проектировать ответственно.
Хорошая ИИ-игрушка может развивать речь, воображение, любознательность, помогать ребёнку задавать вопросы и учиться взаимодействовать с технологиями. Но она не должна заменять внимание взрослых, дружбу, совместную игру и живой диалог.
В ближайшие годы мы будем всё чаще выбирать не просто игрушки. Мы будем выбирать, "какие алгоритмы разговаривают с нашими детьми, что они запоминают и какие нормы общения формируют".
ГОСТ — необходимое начало. Но настоящая безопасность начнётся тогда, когда родители перестанут покупать «игрушку с ИИ», не задав три простых вопроса: что она собирает, кому передаёт данные и чему учит ребёнка.
Друзья, хочу поделиться утренними размышлениями
Ведь на самом деле ИИ не увольняет людей. ИИ увольняет иллюзию, что можно годами работать по-старому — и оставаться незаменимым.
Самая неприятная правда ближайших лет звучит не так:
«вас заменит нейросеть».
Она звучит иначе:
Вас заменит человек, который умеет работать с нейросетью.
Тот же специалист.
С тем же образованием.
С примерно тем же опытом.
Но он за два часа делает то, на что у вас уходит два дня.
Он быстрее собирает аналитику.
Быстрее готовит документы и презентации.
Быстрее разбирается в информации.
Быстрее формулирует решения.
И — что важнее всего — не просто генерирует тексты, а умеет проверять, думать, отвечать за результат.
Когда руководитель смотрит на такую разницу, он не говорит: «Давайте уволим людей, потому что у нас появился ИИ».
Он говорит:
«Почему на эту функцию нам теперь нужно десять человек, если пятеро делают тот же результат?»
И вот здесь заканчивается разговор про технологию.
Начинается разговор про вашу профессиональную ценность.
Да, ИИ пока ошибается.
Да, он не понимает контекст бизнеса так, как сильный эксперт.
Да, он не несёт ответственности за решение.
Но он уже стал усилителем.
Сильного специалиста он делает в несколько раз сильнее.
Слабого — в несколько раз заметнее.
Поэтому осваивать ИИ стоит не из моды.
Не потому что «все уже пишут промпты».
И даже не потому, что хочется быть в тренде.
А потому что скоро навык работать с ИИ будет восприниматься так же естественно, как умение пользоваться поиском, Excel или корпоративными системами. ИИ стал софт-скиллом!
Не умеешь — это не преступление.
Но рынок всё реже будет готов платить за то, что можно сделать быстрее, дешевле и качественнее.
ИИ не заберёт вашу работу в один день.
Сначала он изменит стандарт работы.
А потом рынок начнёт увольнять тех, кто этому стандарту не соответствует
Ведь на самом деле ИИ не увольняет людей. ИИ увольняет иллюзию, что можно годами работать по-старому — и оставаться незаменимым.
Самая неприятная правда ближайших лет звучит не так:
«вас заменит нейросеть».
Она звучит иначе:
Вас заменит человек, который умеет работать с нейросетью.
Тот же специалист.
С тем же образованием.
С примерно тем же опытом.
Но он за два часа делает то, на что у вас уходит два дня.
Он быстрее собирает аналитику.
Быстрее готовит документы и презентации.
Быстрее разбирается в информации.
Быстрее формулирует решения.
И — что важнее всего — не просто генерирует тексты, а умеет проверять, думать, отвечать за результат.
Когда руководитель смотрит на такую разницу, он не говорит: «Давайте уволим людей, потому что у нас появился ИИ».
Он говорит:
«Почему на эту функцию нам теперь нужно десять человек, если пятеро делают тот же результат?»
И вот здесь заканчивается разговор про технологию.
Начинается разговор про вашу профессиональную ценность.
Да, ИИ пока ошибается.
Да, он не понимает контекст бизнеса так, как сильный эксперт.
Да, он не несёт ответственности за решение.
Но он уже стал усилителем.
Сильного специалиста он делает в несколько раз сильнее.
Слабого — в несколько раз заметнее.
Поэтому осваивать ИИ стоит не из моды.
Не потому что «все уже пишут промпты».
И даже не потому, что хочется быть в тренде.
А потому что скоро навык работать с ИИ будет восприниматься так же естественно, как умение пользоваться поиском, Excel или корпоративными системами. ИИ стал софт-скиллом!
Не умеешь — это не преступление.
Но рынок всё реже будет готов платить за то, что можно сделать быстрее, дешевле и качественнее.
ИИ не заберёт вашу работу в один день.
Сначала он изменит стандарт работы.
А потом рынок начнёт увольнять тех, кто этому стандарту не соответствует
❤2👍1🔥1
Друзья, сегодня поговорим про науку. Ведь математика только что перестала быть исключительно человеческой профессией.
OpenAI заявила, что её внутренняя модель Astra получила новые результаты сразу по 10 задачам математики и теоретической информатики, над которыми не было прогресса десятилетиями. Среди них — геометрия высоких размерностей, теория кодирования, квантовые вычисления, криптография и задачи Эрдёша.
Но главное даже не это.
Раньше мы говорили: ИИ помогает исследователю — ищет статьи, строит гипотезы, считает быстрее, пишет код. Теперь появляется иной контур:
ИИ способен сам предложить ход мысли, довести его до доказательства и выдать результат в форме, которую машина может независимо проверить.
Каждое из десяти доказательств сопровождается формализацией в Lean 4. То есть это не «поверьте красивому ответу нейросети», а цифровой артефакт, где логические шаги можно воспроизвести и проверить.
Это важный водораздел.
Мы подходим к эпохе, когда конкурировать будут не отдельные модели и даже не отдельные учёные, а исследовательские системы: данные, вычисления, агентные контуры, доменная экспертиза, экспериментальная инфраструктура и способность быстро превращать гипотезу в проверенное знание.
Для промышленности вывод ещё жёстче: преимущество получит не тот, кто «внедрил чат-бота», а тот, кто построил замкнутый цикл:
данные → гипотеза → моделирование → проверка → инженерное решение → новое знание.
Именно так ИИ перестаёт быть автоматизацией рутины и становится новым средством производства — производства знаний, технологий и, в конечном счёте, конкурентоспособности.
Конечно, научная экспертиза и независимая оценка результатов остаются необходимыми. Но сам факт публикации машинно проверяемых доказательств меняет планку: теперь ИИ можно оценивать не только по убедительности текста, а по способности создавать проверяемый научный результат.
#ИИ #Наука #OpenAI #Математика #ИИагенты #ПромышленныйИИ #ЦифроваяТрансформация
OpenAI заявила, что её внутренняя модель Astra получила новые результаты сразу по 10 задачам математики и теоретической информатики, над которыми не было прогресса десятилетиями. Среди них — геометрия высоких размерностей, теория кодирования, квантовые вычисления, криптография и задачи Эрдёша.
Но главное даже не это.
Раньше мы говорили: ИИ помогает исследователю — ищет статьи, строит гипотезы, считает быстрее, пишет код. Теперь появляется иной контур:
ИИ способен сам предложить ход мысли, довести его до доказательства и выдать результат в форме, которую машина может независимо проверить.
Каждое из десяти доказательств сопровождается формализацией в Lean 4. То есть это не «поверьте красивому ответу нейросети», а цифровой артефакт, где логические шаги можно воспроизвести и проверить.
Это важный водораздел.
Мы подходим к эпохе, когда конкурировать будут не отдельные модели и даже не отдельные учёные, а исследовательские системы: данные, вычисления, агентные контуры, доменная экспертиза, экспериментальная инфраструктура и способность быстро превращать гипотезу в проверенное знание.
Для промышленности вывод ещё жёстче: преимущество получит не тот, кто «внедрил чат-бота», а тот, кто построил замкнутый цикл:
данные → гипотеза → моделирование → проверка → инженерное решение → новое знание.
Именно так ИИ перестаёт быть автоматизацией рутины и становится новым средством производства — производства знаний, технологий и, в конечном счёте, конкурентоспособности.
Конечно, научная экспертиза и независимая оценка результатов остаются необходимыми. Но сам факт публикации машинно проверяемых доказательств меняет планку: теперь ИИ можно оценивать не только по убедительности текста, а по способности создавать проверяемый научный результат.
#ИИ #Наука #OpenAI #Математика #ИИагенты #ПромышленныйИИ #ЦифроваяТрансформация
❤1
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Forwarded from Сергей Вотяков (Сергей Вотяков)
⚡️Владимиру Путину представили российские технологии конкурса «Знай наших»
28 августа перед пленарным заседанием форума «Сильные идеи для нового времени» Президент России Владимир Путин осмотрел на Нижегородской ярмарке выставку технологических компаний конкурса «Знай наших». Экспозиция объединила девять отечественных разработок для промышленности, энергетики, медицины, образования и городской инфраструктуры.
На фото Президент Российской Федерации Владимир Владимирович Путин и ЧСД АЛРИИ, Предприниматель в сфере ИИ, Алексей Фролов
Подписываемся на Алексея.
Мы с Сергеем Ложкиным проложили этот путь, три года назад.
Поздравляю всех, кто идет к успеху вопреки всему!
28 августа перед пленарным заседанием форума «Сильные идеи для нового времени» Президент России Владимир Путин осмотрел на Нижегородской ярмарке выставку технологических компаний конкурса «Знай наших». Экспозиция объединила девять отечественных разработок для промышленности, энергетики, медицины, образования и городской инфраструктуры.
На фото Президент Российской Федерации Владимир Владимирович Путин и ЧСД АЛРИИ, Предприниматель в сфере ИИ, Алексей Фролов
Подписываемся на Алексея.
Мы с Сергеем Ложкиным проложили этот путь, три года назад.
Поздравляю всех, кто идет к успеху вопреки всему!
Зная немного изнутри как происходит подготовка таких визитов с гордостью констатирую, что мои товарищи по Ассоциации лабораторий по развитию искусственного интеллекта (АЛРИИ) проделали колоссальную работу. Алексей (@frolovtech), поздравляю!
alrii.ru
Ассоциация лабораторий по развитию искусственного интеллекта (АЛРИИ)
Крупнейший в СНГ союз профессиональных команд разработчиков
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍1
⚡Слушаю конференцию Основатели @Osnovateli_online_bot и узнал про интересный факт. Если спросить своего агента выбрать любое число от 0 до 10 агент выберет с большой долей вероятности число 7. Попробуйте и напишите в комментариях. Проверим...
👍2
На выходных изучил статью Джозефа Эрроу про парадокс обратной информации...
Хочу поделиться...
Мы все привыкли бояться утечек. Базы клиентов, финансовые модели, чертежи — это понятно, страшно и дорого.
Но с приходом ИИ в бизнес появилась одна вещь, которая пугает меня лично гораздо сильнее, чем кража папки с договорами. Речь о том, что компания может незаметно для себя «слить» свою способность принимать решения.
по Эрроу покупатель не знает, нужна ли ему информация, пока он её не получит. А как только получил — платить уже не хочет, ведь она у него есть.
Так вот, с ИИ всё с точностью до наоборот.
Машине мало просто задать вопрос. Чтобы она выдала что-то дельное, ей нужно скормить контекст: как мы работаем, что у нас считалось успехом, где мы наступали на грабли и как из этого вылезали.
Представьте: вы подключаете ассистента. Дальше начинается рутина: вы грузите ему регламенты, правите его белиберду, показываете примеры, объясняете, что «хорошо», а что «полный провал».
По отдельности это просто рабочие моменты. Мелочи.
Но из этих мелочей, как снежный ком, слепливается то, что я называю цифровым двойником опыта компании.
Когда эксперт правит ответ нейросети, он не просто кликает мышкой. Он перекладывает свою интуицию и многолетние шишки в формат, который можно использовать бесконечно. Когда команда ставит лайк или дизлайк ответу, они на самом деле пишут кодекс своей корпоративной культуры: «вот как мы решаем проблемы».
И вот тут встает вопрос, который многих топов заставляет нервно постукивать пальцем по столу.
А кому, собственно, принадлежит это знание?
Если вся эта память, все исправления, все грабли и шишки уходят в закрытый контур чужой платформы, то компания неожиданно оказывается не покупателем, а поставщиком. Она поставляет свой уникальный опыт в чужой «интеллектуальный прокат».
Это сделка века: вы платите за технологию, а заодно отдаете самое ценное — слепок своего бизнеса.
Поэтому подход «давайте всё подключим, а там разберемся» сейчас — это игра в одни ворота. Нужно четко проводить линию доверия. Ваши правила, ваши исправления, ваши логи, ваши наработки — это должно быть вашим железобетонно.
Сегодня вы работаете с одной моделью, завтра — с другой. Но ваша управленческая логика, память о провалах и победах должна мигрировать вместе с вами.
Модель меняется. Опыт — нет.
И вот, что я думаю. Самая дорогая иллюзия в эпоху ИИ — это вера в то, что вы просто арендуете умную программу. Нет. Каждый день вы загружаете в неё частичку себя: привычки, боль, эвристики и профессиональные тайны.
Один запрос — ерунда. Одна правка — не счет.
Но когда накапливаются тысячи этих взаимодействий, возникает новый капитал. Именно из него потом вырастает ваша маржинальность.
И если этим капиталом владеет не ваша команда, а внешний поставщик, мы приходим к абсурду:
Вы платите за интеллект сегодня, а вашу собственную компетенцию завтра монетизирует кто-то другой.
Поэтому, когда говорят про выбор модели — это не главное. Главное звучит тихо, но жестко:
Кому достанется мозг, который ваша компания растит на чужих вычислительных мощностях?
Хочу поделиться...
Мы все привыкли бояться утечек. Базы клиентов, финансовые модели, чертежи — это понятно, страшно и дорого.
Но с приходом ИИ в бизнес появилась одна вещь, которая пугает меня лично гораздо сильнее, чем кража папки с договорами. Речь о том, что компания может незаметно для себя «слить» свою способность принимать решения.
по Эрроу покупатель не знает, нужна ли ему информация, пока он её не получит. А как только получил — платить уже не хочет, ведь она у него есть.
Так вот, с ИИ всё с точностью до наоборот.
Машине мало просто задать вопрос. Чтобы она выдала что-то дельное, ей нужно скормить контекст: как мы работаем, что у нас считалось успехом, где мы наступали на грабли и как из этого вылезали.
Представьте: вы подключаете ассистента. Дальше начинается рутина: вы грузите ему регламенты, правите его белиберду, показываете примеры, объясняете, что «хорошо», а что «полный провал».
По отдельности это просто рабочие моменты. Мелочи.
Но из этих мелочей, как снежный ком, слепливается то, что я называю цифровым двойником опыта компании.
Когда эксперт правит ответ нейросети, он не просто кликает мышкой. Он перекладывает свою интуицию и многолетние шишки в формат, который можно использовать бесконечно. Когда команда ставит лайк или дизлайк ответу, они на самом деле пишут кодекс своей корпоративной культуры: «вот как мы решаем проблемы».
И вот тут встает вопрос, который многих топов заставляет нервно постукивать пальцем по столу.
А кому, собственно, принадлежит это знание?
Если вся эта память, все исправления, все грабли и шишки уходят в закрытый контур чужой платформы, то компания неожиданно оказывается не покупателем, а поставщиком. Она поставляет свой уникальный опыт в чужой «интеллектуальный прокат».
Это сделка века: вы платите за технологию, а заодно отдаете самое ценное — слепок своего бизнеса.
Поэтому подход «давайте всё подключим, а там разберемся» сейчас — это игра в одни ворота. Нужно четко проводить линию доверия. Ваши правила, ваши исправления, ваши логи, ваши наработки — это должно быть вашим железобетонно.
Сегодня вы работаете с одной моделью, завтра — с другой. Но ваша управленческая логика, память о провалах и победах должна мигрировать вместе с вами.
Модель меняется. Опыт — нет.
И вот, что я думаю. Самая дорогая иллюзия в эпоху ИИ — это вера в то, что вы просто арендуете умную программу. Нет. Каждый день вы загружаете в неё частичку себя: привычки, боль, эвристики и профессиональные тайны.
Один запрос — ерунда. Одна правка — не счет.
Но когда накапливаются тысячи этих взаимодействий, возникает новый капитал. Именно из него потом вырастает ваша маржинальность.
И если этим капиталом владеет не ваша команда, а внешний поставщик, мы приходим к абсурду:
Вы платите за интеллект сегодня, а вашу собственную компетенцию завтра монетизирует кто-то другой.
Поэтому, когда говорят про выбор модели — это не главное. Главное звучит тихо, но жестко:
Кому достанется мозг, который ваша компания растит на чужих вычислительных мощностях?
www.hse.ru
Эрроу Кеннет Джозеф
Эрроу Кеннет Джозеф, Мы помним, Национальный исследовательский университет «Высшая школа экономики»
👍3🔥3❤1
Сегодня Тим Кук сдаёт бейдж
Завтра у Apple новый CEO — Джон Тернус, а Кук отходит на позицию исполнительного председателя. Все уже готовят пафосные некрологи эпохе, подсчитывают капитализацию и вспоминают iPhone по десятому кругу.
Но мне кажется, самое интересное в истории Кука — не в телефонах.
Он сделал штуку, которую в бизнес-школах любят называть «операционным гением», но на деле это даже не про гениальность. Это про другое. Он показал, что компанию величиной с небольшую страну можно вести без магии — и при этом не потерять ни величия, ни денег.
Джобс умел заставить людей хотеть то, чего они пять минут назад не знали.
Кук умел сделать так, чтобы это «хотение» превращалось в коробки на полках, в грузовики у складов, в десятки миллионов проданных единиц — без сбоев, без истерик и без разрыва цепи поставок в самый неподходящий момент.
В 1998-м, когда Кук пришёл в Apple, компания была на грани. В 2011-м он принял её от Джобса — и многие ждали заката. Думали: вот сейчас всё посыплется, магия уйдёт, фанаты разбегутся.
А вышло ровно наоборот.
При Куке Apple перестала быть просто «железной» компанией. Она стала средой. Часы, наушники, платежи, подписки, сервисы, App Store — ты покупаешь не айфон, ты постепенно обрастаешь экосистемой, из которой уже не выпрыгнуть. Как будто заходишь в комнату, а двери тихонько закрываются — но ты этому даже рад.
Самым ценным продуктом Apple при Куке стал, возможно, даже не гаджет. А предсказуемость.
Ты знаешь: продукт выйдет вовремя.
Ты знаешь: его будет достаточно.
Ты знаешь: логистика не рухнет, софт не ляжет, сервисы не отвалятся в чёрную пятницу.
И главное — ты знаешь, что ажиотаж вокруг бренда конвертируется в деньги, а не просто в шум.
Рынок, конечно, любит харизматичных пророков. Но реальная капитализация достаётся тем, кто умеет делать пророчества рутиной.
В этом смысле Кук — почти антипод Джобса. Меньше драматургии. Меньше мифов. Зато больше системы. И, видимо, поэтому Apple при нём стала стоить под $4 трлн. Не только из-за дизайна и маркетинга.
Без провалов, конечно, не обошлось.
Электромобиль тихо похоронили после лет разработки. Vision Pro — технологическое чудо, которое пока так и не стало массовым: носить компьютер на лице оказалось странно даже для самых отчаянных энтузиастов.
В ИИ-гонке Apple идёт осторожно, почти с оглядкой, и на фоне всех этих ChatGPT выглядит немного пенсионером на старте марафона.
❗️Джон Тернус явно обозначил свою философию (из открытых интервью): «Мы никогда не думаем о том, как поставить технологию. Мы думаем, как с её помощью создать потрясающий продукт». Вместо гонки за собственной топовой языковой моделью Apple делает ставку на «невидимый» ИИ, встроенный в железо.
И как подтверждение можно констатировать, что за ИИ в Apple уже платит Google около $1 млрд в год за использование Gemini для обновлённой Siri.
Но это в духе Кука: не быть первым. Быть тем, кто заходит, когда технология уже готова стать понятной, доступной и прибыльной. Не всегда срабатывает. Но когда срабатывает — никто уже не помнит, кто там был первым.
И вопрос у меня на самом деле один:
Что важнее для того, кто сидит в кресле лидера десятилетиями — способность разглядеть будущее раньше всех или умение выстроить систему, которая чужую идею масштабирует лучше, чем сам автор?
Завтра у Apple новый CEO — Джон Тернус, а Кук отходит на позицию исполнительного председателя. Все уже готовят пафосные некрологи эпохе, подсчитывают капитализацию и вспоминают iPhone по десятому кругу.
Но мне кажется, самое интересное в истории Кука — не в телефонах.
Он сделал штуку, которую в бизнес-школах любят называть «операционным гением», но на деле это даже не про гениальность. Это про другое. Он показал, что компанию величиной с небольшую страну можно вести без магии — и при этом не потерять ни величия, ни денег.
Джобс умел заставить людей хотеть то, чего они пять минут назад не знали.
Кук умел сделать так, чтобы это «хотение» превращалось в коробки на полках, в грузовики у складов, в десятки миллионов проданных единиц — без сбоев, без истерик и без разрыва цепи поставок в самый неподходящий момент.
В 1998-м, когда Кук пришёл в Apple, компания была на грани. В 2011-м он принял её от Джобса — и многие ждали заката. Думали: вот сейчас всё посыплется, магия уйдёт, фанаты разбегутся.
А вышло ровно наоборот.
При Куке Apple перестала быть просто «железной» компанией. Она стала средой. Часы, наушники, платежи, подписки, сервисы, App Store — ты покупаешь не айфон, ты постепенно обрастаешь экосистемой, из которой уже не выпрыгнуть. Как будто заходишь в комнату, а двери тихонько закрываются — но ты этому даже рад.
Самым ценным продуктом Apple при Куке стал, возможно, даже не гаджет. А предсказуемость.
Ты знаешь: продукт выйдет вовремя.
Ты знаешь: его будет достаточно.
Ты знаешь: логистика не рухнет, софт не ляжет, сервисы не отвалятся в чёрную пятницу.
И главное — ты знаешь, что ажиотаж вокруг бренда конвертируется в деньги, а не просто в шум.
Рынок, конечно, любит харизматичных пророков. Но реальная капитализация достаётся тем, кто умеет делать пророчества рутиной.
В этом смысле Кук — почти антипод Джобса. Меньше драматургии. Меньше мифов. Зато больше системы. И, видимо, поэтому Apple при нём стала стоить под $4 трлн. Не только из-за дизайна и маркетинга.
Без провалов, конечно, не обошлось.
Электромобиль тихо похоронили после лет разработки. Vision Pro — технологическое чудо, которое пока так и не стало массовым: носить компьютер на лице оказалось странно даже для самых отчаянных энтузиастов.
В ИИ-гонке Apple идёт осторожно, почти с оглядкой, и на фоне всех этих ChatGPT выглядит немного пенсионером на старте марафона.
❗️Джон Тернус явно обозначил свою философию (из открытых интервью): «Мы никогда не думаем о том, как поставить технологию. Мы думаем, как с её помощью создать потрясающий продукт». Вместо гонки за собственной топовой языковой моделью Apple делает ставку на «невидимый» ИИ, встроенный в железо.
И как подтверждение можно констатировать, что за ИИ в Apple уже платит Google около $1 млрд в год за использование Gemini для обновлённой Siri.
Но это в духе Кука: не быть первым. Быть тем, кто заходит, когда технология уже готова стать понятной, доступной и прибыльной. Не всегда срабатывает. Но когда срабатывает — никто уже не помнит, кто там был первым.
И вопрос у меня на самом деле один:
Что важнее для того, кто сидит в кресле лидера десятилетиями — способность разглядеть будущее раньше всех или умение выстроить систему, которая чужую идею масштабирует лучше, чем сам автор?
🙏3👍2🔥2
👁️ Пришёл проверить зрение — узнал о риске гипертонии: как ИИ читает глазное дно
Мы привыкли думать, что глазное дно — это территория офтальмолога. Проверить сосуды, сетчатку, давление, исключить заболевания глаз.
Но оказывается, один такой снимок может содержать гораздо больше информации — в том числе о рисках гипертонии и других системных заболеваний, которые пока никак себя не проявляют.
Команда исследователей Сколтеха совместно с Концерном ИИ Z-union, Sber AI Lab и партнёрами разработала подход, позволяющий с помощью ИИ оценивать риски 15 заболеваний по изображениям глазного дна.
Алгоритм обучали на более чем 20 тысячах обезличенных снимков. Среди потенциально выявляемых состояний — гипертония, красная волчанка, ВИЧ-инфекция и другие патологии.
Я знаю практики по предиктивному анализу сердечно-сосудистых заболеваний по историческим данных анамнезов. И это реально работает (но об этом как-нибудь напишу потом). Но этот кейс уникален.
Здесь одна ИИ-модель по одному снимку глазного дна оценивает вероятность сразу 15 заболеваний — глазных и системных, в том числе редких.
Данный сервис позволит
Не ждать, пока человек окажется в кабинете врача с уже выраженными симптомами.
Не назначать сложные и инвазивные обследования «на всякий случай».
А использовать данные, которые возникают в ходе обычной, быстрой и безболезненной процедуры, чтобы вовремя увидеть риск и направить человека на дальнейшую диагностику.
Я связался с Робертом Васильевым, генеральным директором Z-union, чтобы получить комментарий для канала о практическом смысле этой разработки.
Спасибо Роберту (@agiaig) за оперативный комментарий
В этом и заключается зрелое применение ИИ в медицине: не «заменить врача», не выдать диагноз по кнопке, а усилить профилактику. Помочь увидеть слабые сигналы раньше, сделать скрининг доступнее, а решения врача более информированными.
❗️Конечно, любые такие модели должны проходить серьёзную клиническую проверку, работать на качественных данных и быть встроены в понятный маршрут пациента. Но сам вектор впечатляет: цифровая медицина всё чаще учится не просто лечить последствия, а замечать риски до того, как они становятся проблемой.
Возможно, в ближайшем будущем снимок глазного дна будет означать не только проверку зрения. Он сможет стать частью персонального «радара здоровья».
Кстати, данные достижения подтверждены статьей в уважаемом журнале Frontiers in Medicine
#ИИ #Медицина #HealthTech #Сколтех #Zunion #ПревентивнаяМедицина #ЦифроваяМедицина #ИскусственныйИнтеллект
Мы привыкли думать, что глазное дно — это территория офтальмолога. Проверить сосуды, сетчатку, давление, исключить заболевания глаз.
Но оказывается, один такой снимок может содержать гораздо больше информации — в том числе о рисках гипертонии и других системных заболеваний, которые пока никак себя не проявляют.
Команда исследователей Сколтеха совместно с Концерном ИИ Z-union, Sber AI Lab и партнёрами разработала подход, позволяющий с помощью ИИ оценивать риски 15 заболеваний по изображениям глазного дна.
Алгоритм обучали на более чем 20 тысячах обезличенных снимков. Среди потенциально выявляемых состояний — гипертония, красная волчанка, ВИЧ-инфекция и другие патологии.
Я знаю практики по предиктивному анализу сердечно-сосудистых заболеваний по историческим данных анамнезов. И это реально работает (но об этом как-нибудь напишу потом). Но этот кейс уникален.
Здесь одна ИИ-модель по одному снимку глазного дна оценивает вероятность сразу 15 заболеваний — глазных и системных, в том числе редких.
Данный сервис позволит
Не ждать, пока человек окажется в кабинете врача с уже выраженными симптомами.
Не назначать сложные и инвазивные обследования «на всякий случай».
А использовать данные, которые возникают в ходе обычной, быстрой и безболезненной процедуры, чтобы вовремя увидеть риск и направить человека на дальнейшую диагностику.
Я связался с Робертом Васильевым, генеральным директором Z-union, чтобы получить комментарий для канала о практическом смысле этой разработки.
«Для меня ценность этого проекта — в смене самого сценария взаимодействия с медициной. Человек приходит на стандартное исследование к офтальмологу, а цифровой инструмент способен дополнительно подсветить риски, которые лежат далеко за пределами зрения. Это не попытка поставить диагноз вместо врача. Это возможность раньше обратить внимание на потенциальную проблему, вовремя направить пациента на дообследование и, возможно, не допустить тяжёлых последствий. Чем шире мы научимся использовать уже доступные медицинские данные, тем ближе будет по-настоящему профилактическое здравоохранение»,
Спасибо Роберту (@agiaig) за оперативный комментарий
В этом и заключается зрелое применение ИИ в медицине: не «заменить врача», не выдать диагноз по кнопке, а усилить профилактику. Помочь увидеть слабые сигналы раньше, сделать скрининг доступнее, а решения врача более информированными.
❗️Конечно, любые такие модели должны проходить серьёзную клиническую проверку, работать на качественных данных и быть встроены в понятный маршрут пациента. Но сам вектор впечатляет: цифровая медицина всё чаще учится не просто лечить последствия, а замечать риски до того, как они становятся проблемой.
Возможно, в ближайшем будущем снимок глазного дна будет означать не только проверку зрения. Он сможет стать частью персонального «радара здоровья».
Кстати, данные достижения подтверждены статьей в уважаемом журнале Frontiers in Medicine
#ИИ #Медицина #HealthTech #Сколтех #Zunion #ПревентивнаяМедицина #ЦифроваяМедицина #ИскусственныйИнтеллект
❤2👍1🔥1
Привет. Сегодняшний день был настолько насыщенный, что о моем любимом празднике я пишу уже под его конец. День знаний, день старта, день образования, день нового этапа, день сепарации и новой ступени.
Для меня знания это прежде всего среда. Я всегда нахожусь в пытливых попытках найти новое или неожиданную интерпретацию старого. Поэтому я люблю неклассические трактовки опер, каверы на хиты, сайнфикшн, описывающий экспертные мнения на известные факты и тд.
Я стараюсь такую же среду создать и в своей семье. Прекрасно помню свой первый класс. И свою первую учительницу и свою первую двойку, и свой первый угол
Я тут подумал, а кто дал мне самые мощные и фундаментальные знания (кроме школьных учебников конечно)? Ниже небольшой рейтинг. Уверен, что у каждого найдется такой.
Вот мой:
-Детская энциклопедия
-Марк Твен
-Жюль Верн
-Теодор Драйзер
-Кир Булычев
-Боккачо
-Николай Носов
-Джани Родари
-Джек Лондон
-Федор Достоевский
наверно так. А как у Вас?
Для меня знания это прежде всего среда. Я всегда нахожусь в пытливых попытках найти новое или неожиданную интерпретацию старого. Поэтому я люблю неклассические трактовки опер, каверы на хиты, сайнфикшн, описывающий экспертные мнения на известные факты и тд.
Я стараюсь такую же среду создать и в своей семье. Прекрасно помню свой первый класс. И свою первую учительницу и свою первую двойку, и свой первый угол
Я тут подумал, а кто дал мне самые мощные и фундаментальные знания (кроме школьных учебников конечно)? Ниже небольшой рейтинг. Уверен, что у каждого найдется такой.
Вот мой:
-Детская энциклопедия
-Марк Твен
-Жюль Верн
-Теодор Драйзер
-Кир Булычев
-Боккачо
-Николай Носов
-Джани Родари
-Джек Лондон
-Федор Достоевский
наверно так. А как у Вас?
❤3👍2
«ИИ хорош в башнях на Кутузовском проспекте. Он прекрасен в отчётных конференциях. Он прекрасен в цифроэкономике. А когда мы приезжаем в цех промышленный, на фабрику — там вопрос совсем другой». Согласны? Тогда читайте Дайджест Ассоциации менеджеров знаний КМ-альянс с моим участием. А если не согласны, то читайте тем более.
Кстати, компания потрясающая: Олег Лавров, Юрий Зеленков, Александр Белин, Алексей Сидорин, Максим Цепков, Алексей Зобнин, Сергей Гевлич… Сам дайджест в первом комментарии
Кстати, компания потрясающая: Олег Лавров, Юрий Зеленков, Александр Белин, Алексей Сидорин, Максим Цепков, Алексей Зобнин, Сергей Гевлич… Сам дайджест в первом комментарии
🔥2
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5