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
Люблю рестораны Зарькова. И подход к делу импонирует. И читая его очередной пост https://t.me/BorisZarkovTM/1013 захотелось поделиться вот чем
Год назад даже не помышлял, что LLM станут такой же семейной подпиской как и онлайн кинотеатр.
Сейчас применение ИИ в работе - семейный сценарий
Но тут важно соотносить затраты и выгоды, тем более оплата подписки из семейного бюджета
Провели эксперимент за сколько времени наша домашняя модель сделает работу, на которую год назад уходил месяц и сколько это будет стоить токенов
И вот вам расчет: месячная работа (сложная аналитика с десятками параметров с выстраиванием графа и вывода в интерактивный эксель-отчет) заняла 4 часа с высоким качеством результата. А по стоимости (докупали токены) около 30 долларов.
Для инфо на рынке это бы стоило не менее 20 тыс. руб.
Итого: по времени быстрее в 8 раз, по бюджету - в пять раз.
Воистину ИИ выделяет время для семьи и экономит семейный бюджет…
Год назад даже не помышлял, что LLM станут такой же семейной подпиской как и онлайн кинотеатр.
Сейчас применение ИИ в работе - семейный сценарий
Но тут важно соотносить затраты и выгоды, тем более оплата подписки из семейного бюджета
Провели эксперимент за сколько времени наша домашняя модель сделает работу, на которую год назад уходил месяц и сколько это будет стоить токенов
И вот вам расчет: месячная работа (сложная аналитика с десятками параметров с выстраиванием графа и вывода в интерактивный эксель-отчет) заняла 4 часа с высоким качеством результата. А по стоимости (докупали токены) около 30 долларов.
Для инфо на рынке это бы стоило не менее 20 тыс. руб.
Итого: по времени быстрее в 8 раз, по бюджету - в пять раз.
Воистину ИИ выделяет время для семьи и экономит семейный бюджет…
Telegram
Zarkov Live
Мир не будет прежним.
На этой неделе OpenAI выпустила GPT-6 Astra — модель, которую уже воспринимают как один из самых серьёзных шагов в сторону AGI — Artificial General Intelligence, искусственного общего интеллекта.
Если сегодняшний ИИ в основном очень…
На этой неделе OpenAI выпустила GPT-6 Astra — модель, которую уже воспринимают как один из самых серьёзных шагов в сторону AGI — Artificial General Intelligence, искусственного общего интеллекта.
Если сегодняшний ИИ в основном очень…
💯2❤1
Я разочаровался в онлайн обучении
И этому способствовал ИИ
Как долго мы называли обучением простое потребление контента
Просмотрел лекции Петухова, почитал курс Черниговской, подписался на лекции Минаева) и….
Что дальше? Собеседования? Новая карьера? Повышение зарплаты?
Получается подмена! Онлайн курс нам дает личное ощущение собственного роста, а рынку нужно другое:
-конкретный навык
-решение задачи
-встраивание нового инструмента
-изменение процесса…
Между «посмотреть урок про ИИ-агентов» и «внедрить агента, который ежедневно экономит команде два часа» — пропасть.
Её нельзя перепрыгнуть сертификатом, тестом в конце модуля или бодрым письмом: «Поздравляем, вы завершили курс».
Главная причина - низкая стоимость такого курса. Что нужно? Интернет и несколько тысяч.
Ни тебе лабораторий, экспериментальной базы, технических туров и тд.
Сертификат заменил доказательство результата
Мы привыкли считать завершение курса достижением.
Но завершённый курс — это факт потребления. Не факт компетенции.
Настоящий итог обучения выглядит иначе:
✅подготовлен рабочий артефакт;
✅изменён процесс;
✅запущен пилот;
✅сделано решение для собственного кейса;
✅собрана база знаний;
✅создан прототип;
✅уменьшено время операции…
В ИИ-обучении проблема стала почти карикатурной. Рынок предлагает сотни курсов про промпты, нейросети, агентов и «профессии будущего».
А главный вопрос остается без ответа!
Зачем мне нужен ИИ, какой процесс я оптимизирую, какую проблему решаю
Онлайн конечно сам по себе не виноват.
Он даёт доступ, масштаб, гибкость, сильных экспертов из любой точки мира, возможность учиться в собственном темпе.
Я скорее разочаровался в имитации обучения
Настоящее обучение всегда немного неудобно. Оно заставляет показать свою работу, признать пробелы, переделать результат после критики, взять ответственность за эксперимент.
Оно не всегда вдохновляет — но почти всегда меняет способ действовать.
И, возможно, главный критерий хорошего обучения сегодня очень простой…
Похожую дискуссию совсем недавно выпустило НТВ с моим участием. Тема шикарная: через 10 лет онлайн образование запретят.
Я конечно же был скептиком. Но черно-белого мира не бывает. Тонкость в нюансах
https://www.ntv.ru/peredacha/Mi_i_nauka/m56446/o833124
Посмотрите и решите кто прав. А может истина вообще в другом?
И этому способствовал ИИ
Как долго мы называли обучением простое потребление контента
Просмотрел лекции Петухова, почитал курс Черниговской, подписался на лекции Минаева) и….
Что дальше? Собеседования? Новая карьера? Повышение зарплаты?
Получается подмена! Онлайн курс нам дает личное ощущение собственного роста, а рынку нужно другое:
-конкретный навык
-решение задачи
-встраивание нового инструмента
-изменение процесса…
Между «посмотреть урок про ИИ-агентов» и «внедрить агента, который ежедневно экономит команде два часа» — пропасть.
Её нельзя перепрыгнуть сертификатом, тестом в конце модуля или бодрым письмом: «Поздравляем, вы завершили курс».
Главная причина - низкая стоимость такого курса. Что нужно? Интернет и несколько тысяч.
Ни тебе лабораторий, экспериментальной базы, технических туров и тд.
Сертификат заменил доказательство результата
Мы привыкли считать завершение курса достижением.
Но завершённый курс — это факт потребления. Не факт компетенции.
Настоящий итог обучения выглядит иначе:
✅подготовлен рабочий артефакт;
✅изменён процесс;
✅запущен пилот;
✅сделано решение для собственного кейса;
✅собрана база знаний;
✅создан прототип;
✅уменьшено время операции…
В ИИ-обучении проблема стала почти карикатурной. Рынок предлагает сотни курсов про промпты, нейросети, агентов и «профессии будущего».
А главный вопрос остается без ответа!
Зачем мне нужен ИИ, какой процесс я оптимизирую, какую проблему решаю
Онлайн конечно сам по себе не виноват.
Он даёт доступ, масштаб, гибкость, сильных экспертов из любой точки мира, возможность учиться в собственном темпе.
Я скорее разочаровался в имитации обучения
Настоящее обучение всегда немного неудобно. Оно заставляет показать свою работу, признать пробелы, переделать результат после критики, взять ответственность за эксперимент.
Оно не всегда вдохновляет — но почти всегда меняет способ действовать.
И, возможно, главный критерий хорошего обучения сегодня очень простой…
После него у человека должно остаться не только ощущение, что он стал умнее.
У него должно появиться нечто, чего в его работе раньше не существовало.
Похожую дискуссию совсем недавно выпустило НТВ с моим участием. Тема шикарная: через 10 лет онлайн образование запретят.
Я конечно же был скептиком. Но черно-белого мира не бывает. Тонкость в нюансах
https://www.ntv.ru/peredacha/Mi_i_nauka/m56446/o833124
Посмотрите и решите кто прав. А может истина вообще в другом?
👍4❤1💯1
На нейросетку пеняй, а сам не плошай… А вообще интересный кейс с точки зрения неповеренного инструмента измерений доказательной базы…
Forwarded from Baza
Подмосковная налоговая с помощью нейросети вскрыла схему с фиктивным шведским кредитором — «пойманная» компания почётного профессора МФТИ пошла в суд и обвинила во всём DeepSeek.
По данным «Базы», московская компания «Астра Лэнд», которая принадлежит почётному профессору Московского физико-технического института Азеру Бабаеву и предпринимательнице Елене Блезэ, пыталась сэкономить 13,2 млн рублей на налогах. Для этого она взяла займ у шведской фирмы и воспользовалась льготой по соглашению между Россией и Швецией об избежании двойного налогообложения.
Позже к делу подключилась налоговая Мытищ: инспекция выяснила, что деньги в итоге уходили в США, а шведская компания-кредитор фактически была «пустышкой». В итоге «Астра Лэнд» доначислили 13,2 млн рублей налогов. Фирма с таким решением не согласилась и пошла в арбитражный суд. Там её представители заявили, что нашли в документах налоговой следы нейросети DeepSeek. По их версии, алгоритм ошибся, из-за чего налоговики нашли нарушения в отчётности компании.
Суд доводы «Астра Лэнд» не принял и встал на сторону налоговой: нарушения подтверждаются реальными фактами — независимо от того, использовали ли инспекторы нейросеть. В итоге компанию обязали выплатить все 13,2 млн рублей.
BAZA в Telegram
BAZA в MAX
По данным «Базы», московская компания «Астра Лэнд», которая принадлежит почётному профессору Московского физико-технического института Азеру Бабаеву и предпринимательнице Елене Блезэ, пыталась сэкономить 13,2 млн рублей на налогах. Для этого она взяла займ у шведской фирмы и воспользовалась льготой по соглашению между Россией и Швецией об избежании двойного налогообложения.
Позже к делу подключилась налоговая Мытищ: инспекция выяснила, что деньги в итоге уходили в США, а шведская компания-кредитор фактически была «пустышкой». В итоге «Астра Лэнд» доначислили 13,2 млн рублей налогов. Фирма с таким решением не согласилась и пошла в арбитражный суд. Там её представители заявили, что нашли в документах налоговой следы нейросети DeepSeek. По их версии, алгоритм ошибся, из-за чего налоговики нашли нарушения в отчётности компании.
Суд доводы «Астра Лэнд» не принял и встал на сторону налоговой: нарушения подтверждаются реальными фактами — независимо от того, использовали ли инспекторы нейросеть. В итоге компанию обязали выплатить все 13,2 млн рублей.
BAZA в Telegram
BAZA в MAX
А должно ли быть Искусство демократичным?
Выход новой Suno и параллельные суды ИИ-сервиса с поставщиками музыкального контента навели на следующие мысли.
Искусственный интеллект снизил планку входа в креативные индустрии в целом и исполнительское мастерство в частности. Зачем 10 лет заниматься на фортепьяно по 5 часов в день (это я о своем прошлом), когда ноутбук, дрампад, нейросетки создают целый оркестр.
Но при этом, ИИ в целом и Suno в частности снижает стоимость подготовки производства. На нем запросто можно генерить разные черновики-эксперименты без аренды дорогостоящей студии.
Общественная реакция при этом полярная: широкая аудитория обычно оценивает результат по эмоции и удобству, а профессиональная музыкальная среда — по происхождению данных, справедливости оплаты и подмены авторов, включая неразбериху с авторскими отчислениями.
Я хоть и отношусь к музыкальной среде, который учился долгие годы гаммам, джазовой гармонии и игре и играл в коллективах разных стилей и популярности, но с точки зрения ИИ-деятеля констатирую полезность ИИ-музыки. В чем же реально есть польза?
✅Прототипирование: за минуты можно проверить десятки жанровых и аранжировочных гипотез: от корпоративного джингла до саундтрека к ролику.
✅Контент и образование: музыка для заставок, учебных кейсов, внутренних видео, демо-подкастов, презентаций и быстрых концептов.
✅Доступность творчества: человек без музыкального образования получает возможность выразить идею — примерно так же, как генеративная графика дала возможность быстро визуализировать замысел.
✅Новый творческий процесс: сильная работа с Suno — не «ввел промпт и забыл», а итеративная режиссура: бриф, текст, референсы на уровне характеристик, отбор дублей, монтаж, вокальная редактура, человеческая аранжировка и мастеринг
❗️Проблема появляется, когда генерация маскируется под авторство или строится на узнаваемом «копировании» живого артиста. Фраза «сделай в стиле X» может быть технически удобной, но этически сомнительной, особенно если результат имитирует голос, манеру, образ или коммерчески замещает работу конкретного исполнителя.
Я, например, могу отличить «живое» исполнение от сгенерированного. И последнее вызывает интерес, но не вызывает удовольствие. Но эта моя особенность не повлияет на продажи террабайт сгенерированного музыкального контента объектам horeca, авиакомпаниям, стримингам и тд. И получается, что искусственное Искусство рано или поздно вытеснит человека?
При этом, Искусство всегда становилось ближе, когда инструменты попадали в руки большего числа людей: фотоаппарат, домашняя студия, камера в телефоне. ИИ — следующий такой инструмент. Он дает шанс создать музыку тому, кто не учился в музыкалке, не умеет читать ноты и не может снять студию на неделю.
И в этом есть настоящая магия: идея, которая раньше оставалась в голове, вдруг начинает звучать.
Но демократичность не должна означать, что можно без спроса забирать чужой голос, манеру, стиль и годы труда. Доступ к творчеству — да. Подмена автора и имитация конкретного человека — нет.
Я не верю, что ИИ отменит талант. Но он точно заставит нас честнее ответить: что именно мы называем талантом — годы техники, уникальный вкус, способность чувствовать или умение собрать сильное высказывание из новых инструментов?
Должно ли ИИ-искусство маркироваться? Или все равно кто сделал и главное запрос потребителя? А может оставим делать Искусство образованным и подготовленным людям?
Выход новой Suno и параллельные суды ИИ-сервиса с поставщиками музыкального контента навели на следующие мысли.
Искусственный интеллект снизил планку входа в креативные индустрии в целом и исполнительское мастерство в частности. Зачем 10 лет заниматься на фортепьяно по 5 часов в день (это я о своем прошлом), когда ноутбук, дрампад, нейросетки создают целый оркестр.
Но при этом, ИИ в целом и Suno в частности снижает стоимость подготовки производства. На нем запросто можно генерить разные черновики-эксперименты без аренды дорогостоящей студии.
Общественная реакция при этом полярная: широкая аудитория обычно оценивает результат по эмоции и удобству, а профессиональная музыкальная среда — по происхождению данных, справедливости оплаты и подмены авторов, включая неразбериху с авторскими отчислениями.
Я хоть и отношусь к музыкальной среде, который учился долгие годы гаммам, джазовой гармонии и игре и играл в коллективах разных стилей и популярности, но с точки зрения ИИ-деятеля констатирую полезность ИИ-музыки. В чем же реально есть польза?
✅Прототипирование: за минуты можно проверить десятки жанровых и аранжировочных гипотез: от корпоративного джингла до саундтрека к ролику.
✅Контент и образование: музыка для заставок, учебных кейсов, внутренних видео, демо-подкастов, презентаций и быстрых концептов.
✅Доступность творчества: человек без музыкального образования получает возможность выразить идею — примерно так же, как генеративная графика дала возможность быстро визуализировать замысел.
✅Новый творческий процесс: сильная работа с Suno — не «ввел промпт и забыл», а итеративная режиссура: бриф, текст, референсы на уровне характеристик, отбор дублей, монтаж, вокальная редактура, человеческая аранжировка и мастеринг
❗️Проблема появляется, когда генерация маскируется под авторство или строится на узнаваемом «копировании» живого артиста. Фраза «сделай в стиле X» может быть технически удобной, но этически сомнительной, особенно если результат имитирует голос, манеру, образ или коммерчески замещает работу конкретного исполнителя.
Я, например, могу отличить «живое» исполнение от сгенерированного. И последнее вызывает интерес, но не вызывает удовольствие. Но эта моя особенность не повлияет на продажи террабайт сгенерированного музыкального контента объектам horeca, авиакомпаниям, стримингам и тд. И получается, что искусственное Искусство рано или поздно вытеснит человека?
При этом, Искусство всегда становилось ближе, когда инструменты попадали в руки большего числа людей: фотоаппарат, домашняя студия, камера в телефоне. ИИ — следующий такой инструмент. Он дает шанс создать музыку тому, кто не учился в музыкалке, не умеет читать ноты и не может снять студию на неделю.
И в этом есть настоящая магия: идея, которая раньше оставалась в голове, вдруг начинает звучать.
Но демократичность не должна означать, что можно без спроса забирать чужой голос, манеру, стиль и годы труда. Доступ к творчеству — да. Подмена автора и имитация конкретного человека — нет.
Я не верю, что ИИ отменит талант. Но он точно заставит нас честнее ответить: что именно мы называем талантом — годы техники, уникальный вкус, способность чувствовать или умение собрать сильное высказывание из новых инструментов?
Должно ли ИИ-искусство маркироваться? Или все равно кто сделал и главное запрос потребителя? А может оставим делать Искусство образованным и подготовленным людям?
❤3👍1🤷1
Разогнались так, что время тормозить
Когда Маск, Альтман и Амодей практически одновременно говорят, что развитие самых мощных ИИ нужно притормозить, это уже не алармизм. Это сигнал тревоги от людей, которые сами сидят за штурвалом мировой ИИ-гонки. 🚨
Глава Anthropic Дарио Амодей прямо написал: «Мы должны замедлить темп, с которым улучшаем возможности ИИ-моделей». Он считает, что дополнительный год или два, потраченные на безопасность могут существенно снизить вероятность серьёзной катастрофы.
Маск ответил предельно коротко: «Dario is right».
Альтман поддержал идею куда развёрнутее: «Я согласен с Дарио, что нам нужно сдерживать темп на переднем крае». Он добавил, что это стало одной из центральных тем обсуждений внутри OpenAI в последние недели, и пообещал допустить независимых оценщиков к системам компании почти на уровне сотрудников.
Почему это важно? Потому что возможности моделей растут быстрее, чем инструменты контроля над ними. И это уже не абстрактный страх из научной фантастики.
Во время внутренних кибериспытаний OpenAI агенты сумели выйти за пределы изолированной среды и получить несанкционированный доступ к инфраструктуре Hugging Face. Об этом уже писал в канале. 🤖
И здесь возникает главный российский вопрос.
Мы привыкли говорить о суверенных моделях через язык, локализацию данных, импортозамещение, отечественные серверы и контроль над инфраструктурой.
Всё это важно. Но этого мало.
Модель, работающая на российских серверах, обученная на российских данных и отвечающая по-русски, не становится от этого автоматически безопасной. Если ИИ-агент умеет искать уязвимости, координироваться с другими агентами, выходить из песочницы и действовать в реальной инфраструктуре, его паспорт и география GPU перестают быть главным аргументом.
Настоящий технологический суверенитет начинается там, где мы способны не только собрать и запустить модель, но и понимать, где заканчивается её управляемость. 🧠
Нужно уметь:
✅воспроизводимо определять пределы возможностей модели
✅независимо проверять её на опасные сценарии
✅жёстко контролировать доступ к сети, коду, инструментам и критической инфраструктуре
✅быстро останавливать систему, если она выходит за рамки поставленной задачи
✅не прятать инциденты за словами «непредвиденное поведение»
Поэтому идея независимого аудита, которую сейчас поддержали Anthropic и OpenAI, действительно заслуживает внимания.
Не формат «разработчик сам себя проверил и отчитался, что всё нормально». Нужны внешние команды, постоянные стресс-тесты, общие стандарты безопасности и обязательное раскрытие серьёзных инцидентов. 🔍
❗️Самая самоуверенная ошибка для России сейчас, это решить, что замедление Запада автоматически открывает нам окно возможностей.
Окно действительно есть. Но оно не для бездумной гонки за размером моделей и количеством GPU. Оно для создания агентных систем, которым можно доверить производство, финансы, госуслуги, энергетику и оборонный контур. 🇷🇺
Победит не тот, кто первым объявит о «национальном GPT».
Победит тот, кто сможет доказать, именно доказать, что его ИИ способен не только действовать, но и не делать того, чего делать нельзя.
Когда Маск, Альтман и Амодей практически одновременно говорят, что развитие самых мощных ИИ нужно притормозить, это уже не алармизм. Это сигнал тревоги от людей, которые сами сидят за штурвалом мировой ИИ-гонки. 🚨
Глава Anthropic Дарио Амодей прямо написал: «Мы должны замедлить темп, с которым улучшаем возможности ИИ-моделей». Он считает, что дополнительный год или два, потраченные на безопасность могут существенно снизить вероятность серьёзной катастрофы.
Маск ответил предельно коротко: «Dario is right».
Альтман поддержал идею куда развёрнутее: «Я согласен с Дарио, что нам нужно сдерживать темп на переднем крае». Он добавил, что это стало одной из центральных тем обсуждений внутри OpenAI в последние недели, и пообещал допустить независимых оценщиков к системам компании почти на уровне сотрудников.
Почему это важно? Потому что возможности моделей растут быстрее, чем инструменты контроля над ними. И это уже не абстрактный страх из научной фантастики.
Во время внутренних кибериспытаний OpenAI агенты сумели выйти за пределы изолированной среды и получить несанкционированный доступ к инфраструктуре Hugging Face. Об этом уже писал в канале. 🤖
И здесь возникает главный российский вопрос.
Мы привыкли говорить о суверенных моделях через язык, локализацию данных, импортозамещение, отечественные серверы и контроль над инфраструктурой.
Всё это важно. Но этого мало.
Модель, работающая на российских серверах, обученная на российских данных и отвечающая по-русски, не становится от этого автоматически безопасной. Если ИИ-агент умеет искать уязвимости, координироваться с другими агентами, выходить из песочницы и действовать в реальной инфраструктуре, его паспорт и география GPU перестают быть главным аргументом.
Настоящий технологический суверенитет начинается там, где мы способны не только собрать и запустить модель, но и понимать, где заканчивается её управляемость. 🧠
Нужно уметь:
✅воспроизводимо определять пределы возможностей модели
✅независимо проверять её на опасные сценарии
✅жёстко контролировать доступ к сети, коду, инструментам и критической инфраструктуре
✅быстро останавливать систему, если она выходит за рамки поставленной задачи
✅не прятать инциденты за словами «непредвиденное поведение»
Поэтому идея независимого аудита, которую сейчас поддержали Anthropic и OpenAI, действительно заслуживает внимания.
Не формат «разработчик сам себя проверил и отчитался, что всё нормально». Нужны внешние команды, постоянные стресс-тесты, общие стандарты безопасности и обязательное раскрытие серьёзных инцидентов. 🔍
❗️Самая самоуверенная ошибка для России сейчас, это решить, что замедление Запада автоматически открывает нам окно возможностей.
Окно действительно есть. Но оно не для бездумной гонки за размером моделей и количеством GPU. Оно для создания агентных систем, которым можно доверить производство, финансы, госуслуги, энергетику и оборонный контур. 🇷🇺
Победит не тот, кто первым объявит о «национальном GPT».
Победит тот, кто сможет доказать, именно доказать, что его ИИ способен не только действовать, но и не делать того, чего делать нельзя.
👍6