Эксперты в экспертизе

В русскоязычном интернете сейчас активно гуляет слово «ларпер» — тот, кто отыгрывает роль эксперта, инвестора или визионера, не имея за этим ничего, кроме пересказанных чужих тейков и правильно подобранного словарного запаса.

Феномен ложится на инфляцию экспертизы, наблюдаемую со всех сторон, как влитой. Любой может объявить себя медиааналитиком, ментором по карьере или специалистом по ИИ, ведь аудитории проверить глубину этих знаний просто не представляется возможным. «Ларпер» в этом контексте еще и тот, кто сознательно конструирует фальшивый образ ради социального капитала, денег или ощущения «я свой среди умных».

В сфере ИИ это особенно наглядно, она сильно перегрета, каждый второй продаёт курс «как заработать на нейросетях», при этом весь контент сводится к пересказу западных твиттер-тредов с добавлением уверенной интонации. Именно это и есть ларпинг компетентности в чистом виде, имитация вовлечённости без реального понимания того, что происходит под капотом.

И нет у этой песни конца.

Нолан умеет в промо

Идет усиленная бомбардировка потенциальных зрителей, готовят к премьере "Одиссеи". Теперь вот вышел промо сайт, которые делает из вашего фото греческий бюст.

Подозреваю что вам оно надо.

Ну что, продолжаем эксперимент имени осьминога Пауля в эпоху ИИ

Серия 1
Серия 2

За 13 дней сыграно 47 матчей, каждый из которых я спрогнозировал не менее чем через 5 нейронок. Давайте посмотрим на промежуточные результаты, на вечер 24 июня.

DeepSeek —7 точных
ChatGPT — 6 точных
Claude — 4 точных
Qwen — 3 точных
Алиса — 2 точных
Manus — 1 точный
Gemini — 0 точных (10 сыгранных прогнозов за три дня).
ГигаЧат — 0 точных (выбыл после первого тура).

Проблема в том, что из 47 сыгранных матчей в ничью завершились 14, ровно 30%. Из этих 14 ничьих правильно предсказал только DeepSeek, и то три (Нидерланды–Япония, Бельгия–Египет, Чехия–ЮАР). Все остальные модели суммарно не поймали ни одной. Нейросети обучены на сигнале «у кого класс выше тот и победит», а ничья как исход почти не кодируется в обучающих паттернах.

Есть целый класс матчей, где все угадали победителя, но промахнулись по разнице в разы. Канада разгромила Катар со счётом 6:0, а все шесть моделей писали 2:0 или 2:1. Нидерланды разнесли Швецию 5:1 а ИИ прогнозировали 2:0 или 2:1. И так далее. Модели хорошо угадывают вектор, но плохо угадывают амплитуду.

Ряд результатов не предугадал никто из восьми моделей. При этом, на фоне всего вышеперечисленного есть и светлые пятна. Франция–Ирак 3:0, и четыре модели попали точно в счёт, матчи с очевидной расстановкой сил нейросети читают хорошо. Отдельно стоит еще раз отметить DeepSeek и его три пойманных ничьи, единственный случай, когда модель не просто угадала победителя, но и распознала паритет там, где его ждало меньше всего. Gemini вошёл в эксперимент с 20 июня, сделал прогнозы на 20 матчей, это фиаско братан.

Продолжаю наблюдения.

Спросите о своем бизнесе у Иннокентия

Недавно общался в компании московских предпринимателей. Разговор, как это часто бывает, зашёл о том, как соблюдать требования законодательства и легко ориентироваться во всех связанных с этим вопросах. И, оказывается, для этого уже есть специальная система. Кто-то в разговоре упомянул knd.mos.ru — платформу для предпринимателей от Правительства Москвы. Решил посмотреть, что там вообще есть.
 
С обращениями бизнеса там работает ИИ-бот Иннокентий. Я спросил у него про требования к размещению летних веранд — ответ получил быстро, со ссылками на нужные документы и понятными пояснениями. Можно быстро проверить, нет ли нарушений по твоей вывеске. А если есть – быстро их исправить, не дожидаясь демонтажа.
 
Ещё из полезного — можно самому пригласить инспектора на бесплатный аудит, грамотно это называется профвизит по инициативе контролируемого лица, либо записаться на консультацию, чтобы обсудить вопросы по работе бизнеса и получить рекомендации. При этом никаких штрафов и предписаний вам выдать не могут. А если хочется проверить себя самостоятельно, есть сервис самообследования — небольшое анкетирование по требованиям закона.

В общем, интересно наблюдать, как даже такие вещи постепенно переезжают в онлайн. Раньше для подобных вопросов искали знакомых или нужный телефон, теперь можно начать с разговора с Иннокентием.

ОсьмИИног Пауль продолжает

Групповой этап закончился, и можно подвести счёт прогнозам нейронок. Восемь моделей весь июнь предсказывали точные счета, итоги подводил тут. Сейчас начинается плей-офф, собрал мнение нейронок на 1/16, они на картинке.

У меня к этим прогнозам на 1/16 двойственное отношение, я думаю, что по угадыванию победителей нейронки тут сработают лучше, чем в группах, а по точным счетам хуже, тк это следствие того, как устроен плей-офф.

Плей-офф это вязкий футбол, ставки высоки. Команды осторожничают, играют от обороны, многое решается в дополнительное время и пенальти. Реальные счета здесь — это 1:0, 0:0 по пенальти, 2:1 в концовке. А все модели по инерции штампуют свой групповой дефолт 2:0 / 2:1. Они переоценивают результативность, потому что обучены на средней игре, а не на турнирном нерве. Я почти уверен что суммарная разница голов в их прогнозах окажется заметно выше реальной.

Это эксперимент про ИИ, а не намёк нести куда-то деньги, ставки зло, осуждаю максимально. У меня тут никаких ставок, контор и коэффициентов только модели и их самоуверенность.

СМИ все равно власть, даже в эпоху ИИ

Испанцы из Good Rebels разобрали 40 000 ответов ChatGPT, Gemini и Perplexity с целью понять откуда нейросети берут мнение о бренде. Выяснили что редакционный контент "традиционных" СМИ становится дифференцирующим фактором для повышения узнаваемости бренда в таких моделях, как ChatGPT, Gemini или Perplexity,

Упоминания в медиа поднимают присутствие бренда в ответах модели в 1,78 раза для банков и в 1,64 для страховых. Редакционный контент отличает заметный бренд от невидимого. Раньше мы оптимизировали выдачу под Яндекс и Google. Сейчас очевидно пора оптимизировать ответы под ChatGPT. Но есть проблема, канал непрозрачный, ни охватов, ни кликов, ни дашборда, виден только итог.

Анализ также показывает, что не существует универсальной стратегии оптимизации присутствия бренда в сфере искусственного интеллекта. Perplexity в значительной степени основывает свои ответы на корпоративных веб-сайтах и ​​сайтах с отзывами, которые присутствуют более чем в 78% проанализированных случаев. Gemini более избирательно подходит к редакционным источникам, а ChatGPT практически не ссылается на URL-адреса напрямую, хотя и включает ссылки на СМИ почти в четверти своих ответов.

Кланяющиеся печати

Ловите интересное про японскую корпоративную культуру. В документообороте вместо подписи там ставят личную печать, ханко. Документ идёт по цепочке согласований, и печати начальников и подчинённых выстраиваются в ряд. Печать босса стоит ровно, а свою сотрудник ставит с лёгким наклоном в его сторону. Чем ниже ранг, тем глубже «поклон» оттиска.

У нас в офисной культуре аналогов не вспомнилось, хотя думаю они есть.

Что 2000 CEO скрывают от своих команд?

Свежий IBM CEO Study 2026 это 53 страницы про то, как руководители по всему миру делают вид, что уже перестроились под ИИ. Спойлер — большинство нет. Но четыре цифры оттуда стоит знать, они и про нас.

Скорость важнее консенсуса. 79% CEO уже децентрализуют принятие решений. Маркетинг, HR, логистика все ждут согласования сверху, пока конкуренты уже действуют. 85% CEO в исследовании требуют от функциональных лидеров стать техноэкспертами в своей зоне. Не "понимать ИИ в целом", а знать, как он меняет именно их работу.

Пилоты закончились, началась автономия. Сейчас ИИ принимает 25% операционных решений без участия человека — ценообразование, маршрутизация, управление запасами. К 2030-му CEO ожидают 48%. У нас многие до сих пор тестируют чат-бота для техподдержки и называют это трансформацией.

Свои данные — своя монополия. Половина компаний к 2030 году перейдет на гибридную стратегию моделей, большие для рассуждений, маленькие специализированные для скорости и точности. Те, кто обучает модели на собственных данных и IP, ожидают на 13% больше выручки от продуктов, которых сегодня ещё не существует. Использовать базовые решения из коробки значит быть как все.

Технология не проблема. Люди проблема. Только 25% сотрудников регулярно используют нейросети в работе — и это при том, что 86% CEO уверены что у команды есть все нужные навыки. Разрыв между убеждённостью руководителя и реальностью вот где узкое место. Обучать нужно не кнопкам, а системному мышлению, как ставить задачи, проверять результат и не принимать галлюцинацию за факт.

Компании, которые уже перестроились, показывают рост выручки на 17% выше рынка за три года.

Полный отчет кину в комментарии.

Сайт / Макс