Forwarded from Раньше всех. Ну почти.
❗️Основатель американской частной военной компании Blackwater Эрик Принс создал компанию, которая будет предлагать противовоздушную оборону по подписке, пишет Axios.
Компания Vectus Air Defense Systems намерена объединить в такой услуге средства радиоэлектронной борьбы, артиллерию и перехватчики, применяемые в том числе на Украине и Ближнем Востоке.
По словам Принса, новая модель позволит существенно снизить расходы на противовоздушную оборону и поможет клиентам самостоятельно защищать критически важные объекты. Сам предприниматель также связан с производством беспилотников для ВСУ.
Компания Vectus Air Defense Systems намерена объединить в такой услуге средства радиоэлектронной борьбы, артиллерию и перехватчики, применяемые в том числе на Украине и Ближнем Востоке.
По словам Принса, новая модель позволит существенно снизить расходы на противовоздушную оборону и поможет клиентам самостоятельно защищать критически важные объекты. Сам предприниматель также связан с производством беспилотников для ВСУ.
OpenAI пустила рекламу в ChatGPT
Германия в списке первой волны
Полгода компания тестировала это на американцах - теперь очередь Европы. С 24 августа пользователи бесплатной версии ChatGPT и тарифа Go в Германии, Франции, Италии, Испании и еще 27 странах видят под ответами бота плашки с пометкой “спонсировано”. Всего в новую волну попал 31 рынок — самое крупное географическое расширение рекламной модели OpenAI на сегодня.
Правила игры пока щадящие: реклама персонализацией не занимается — таргетинг строится только на теме разговора, примерной геолокации и типе устройства. Данные о чатах, память, имя, e-mail, точная локация и IP рекламодателям не передаются. Тарифы Plus, Pro, Enterprise, Business и Education рекламы не увидят вообще.
Есть и запретная зона: реклама не может появляться рядом с темами здоровья, психического здоровья и политики — а политическую рекламу в ChatGPT сейчас нельзя показывать вообще, ни при каких обстоятельствах. Из разрешенных категорий на старте — только потребительские товары, локальные услуги, путешествия и образование; финансы, медицина и юридические услуги допускаются штучно и только по ручному одобрению.
OpenAI второй год подряд ищет, на чем заработать, не поднимая цену подписки — чат-бот остается дорогим в эксплуатации даже при капитализации компании за 850 миллиардов долларов. Так что реклама в диалоге с ИИ - это теперь не эксперимент, а часть бизнес-модели. Вопрос только, надолго ли обещание “без персонализации”.
Германия в списке первой волны
Полгода компания тестировала это на американцах - теперь очередь Европы. С 24 августа пользователи бесплатной версии ChatGPT и тарифа Go в Германии, Франции, Италии, Испании и еще 27 странах видят под ответами бота плашки с пометкой “спонсировано”. Всего в новую волну попал 31 рынок — самое крупное географическое расширение рекламной модели OpenAI на сегодня.
Правила игры пока щадящие: реклама персонализацией не занимается — таргетинг строится только на теме разговора, примерной геолокации и типе устройства. Данные о чатах, память, имя, e-mail, точная локация и IP рекламодателям не передаются. Тарифы Plus, Pro, Enterprise, Business и Education рекламы не увидят вообще.
Есть и запретная зона: реклама не может появляться рядом с темами здоровья, психического здоровья и политики — а политическую рекламу в ChatGPT сейчас нельзя показывать вообще, ни при каких обстоятельствах. Из разрешенных категорий на старте — только потребительские товары, локальные услуги, путешествия и образование; финансы, медицина и юридические услуги допускаются штучно и только по ручному одобрению.
OpenAI второй год подряд ищет, на чем заработать, не поднимая цену подписки — чат-бот остается дорогим в эксплуатации даже при капитализации компании за 850 миллиардов долларов. Так что реклама в диалоге с ИИ - это теперь не эксперимент, а часть бизнес-модели. Вопрос только, надолго ли обещание “без персонализации”.
Forwarded from Архитектура денег
ЦБ уже проектирует цифровой рубль 2.0?
С 1 сентября цифровой рубль должен выйти за пределы пилота крупнейших банков. Все 12 системно значимых банков, на которые приходится более 80% платёжного рынка, заявлены как готовые к запуску. Всего к платформе подключаются более 130 банков. Но самая важная часть нового интервью Банка России — не количество участников, а появление второй возможной архитектуры цифрового рубля.
Сегодня конструкция выглядит так:
один пользователь → один цифровой счёт → платформа Банка России.
Коммерческий банк не хранит цифровые рубли на своём балансе. Он предоставляет клиенту «дверь» к счёту ЦБ через мобильное приложение.
Причём дверей может быть несколько. Человек открывает цифровой кошелёк один раз, но затем может видеть его и проводить операции через приложения разных банков, клиентом которых он является. Если одно приложение недоступно, остаётся возможность зайти в тот же кошелёк через другое.
Получается необычное разделение:
деньги и счёт — у Банка России;
интерфейс и клиентский сервис — у коммерческих банков.
Но банки уже запросили другую модель. ЦБ сообщил, что обсуждает возможность открывать цифровые кошельки на балансах коммерческих банков. Теоретически это позволило бы банкам предлагать депозиты и кредиты в цифровых рублях.
Параметры эксперимента планируется определить и запустить его к 2029 году. Действующая централизованная модель и новая банковская конструкция должны работать параллельно, чтобы сравнить их востребованность и эффективность.
Важно: это пока не решение о запуске вкладов и кредитов в цифровых рублях. Для эксперимента нужны отдельные нормативные правила и доработка систем. Не определён и главный архитектурный вопрос: останутся ли деньги в таком кошельке прямым обязательством Банка России или на балансе банка возникнет уже иная форма денежного требования.
Поэтому речь идёт не о «втором цифровом рубле», а о выборе между двумя моделями:
ЦБ хранит деньги, банки дают доступ
или
банки снова соединяют цифровые деньги со своим балансом и финансовыми продуктами.
В первой модели банк конкурирует интерфейсом и сервисами вокруг платежа. Во второй он потенциально возвращает себе ещё и депозитно-кредитную функцию.
Именно это различие может оказаться важнее самого запуска 1 сентября.
Важные детали действующей модели:
— один человек или компания — один цифровой счёт на платформе ЦБ;
— доступ возможен через приложения нескольких банков;
— вклады и кредиты на платформе ЦБ сейчас не предусмотрены;
— 300 000 рублей в месяц — лимит только на перевод со своих банковских счетов в цифровой кошелёк, а не на расходы, остаток или оборот;
— использование цифрового рубля для граждан остаётся добровольным.
#АрхДенег_Контур
Читайте в MAX
😀 Архитектура денег
С 1 сентября цифровой рубль должен выйти за пределы пилота крупнейших банков. Все 12 системно значимых банков, на которые приходится более 80% платёжного рынка, заявлены как готовые к запуску. Всего к платформе подключаются более 130 банков. Но самая важная часть нового интервью Банка России — не количество участников, а появление второй возможной архитектуры цифрового рубля.
Сегодня конструкция выглядит так:
один пользователь → один цифровой счёт → платформа Банка России.
Коммерческий банк не хранит цифровые рубли на своём балансе. Он предоставляет клиенту «дверь» к счёту ЦБ через мобильное приложение.
Причём дверей может быть несколько. Человек открывает цифровой кошелёк один раз, но затем может видеть его и проводить операции через приложения разных банков, клиентом которых он является. Если одно приложение недоступно, остаётся возможность зайти в тот же кошелёк через другое.
Получается необычное разделение:
деньги и счёт — у Банка России;
интерфейс и клиентский сервис — у коммерческих банков.
Но банки уже запросили другую модель. ЦБ сообщил, что обсуждает возможность открывать цифровые кошельки на балансах коммерческих банков. Теоретически это позволило бы банкам предлагать депозиты и кредиты в цифровых рублях.
Параметры эксперимента планируется определить и запустить его к 2029 году. Действующая централизованная модель и новая банковская конструкция должны работать параллельно, чтобы сравнить их востребованность и эффективность.
Важно: это пока не решение о запуске вкладов и кредитов в цифровых рублях. Для эксперимента нужны отдельные нормативные правила и доработка систем. Не определён и главный архитектурный вопрос: останутся ли деньги в таком кошельке прямым обязательством Банка России или на балансе банка возникнет уже иная форма денежного требования.
Поэтому речь идёт не о «втором цифровом рубле», а о выборе между двумя моделями:
ЦБ хранит деньги, банки дают доступ
или
банки снова соединяют цифровые деньги со своим балансом и финансовыми продуктами.
В первой модели банк конкурирует интерфейсом и сервисами вокруг платежа. Во второй он потенциально возвращает себе ещё и депозитно-кредитную функцию.
Именно это различие может оказаться важнее самого запуска 1 сентября.
Важные детали действующей модели:
— один человек или компания — один цифровой счёт на платформе ЦБ;
— доступ возможен через приложения нескольких банков;
— вклады и кредиты на платформе ЦБ сейчас не предусмотрены;
— 300 000 рублей в месяц — лимит только на перевод со своих банковских счетов в цифровой кошелёк, а не на расходы, остаток или оборот;
— использование цифрового рубля для граждан остаётся добровольным.
#АрхДенег_Контур
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
https://www.cossa.ru/trends/350462/?fbclid=IwdGRzaAT6o-ljbGNrBPqjtXBkb2YFZXh0bgNhZW0CMTEAc3J0YwZhcHBfaWQMMzUwNjg1NTMxNzI4AAEed6GMjgrnC-ZpanzST91obC_JowhA1HwSvGDeX79tLXm8AbIzIF2BUR0lkdI_aem_SRBCzx4g4IyAH-e_GvUbyw&sfnsn=scwspmo
Разрыв в клиентском опыте: почему боты без языковых моделей проигрывают конкурентам
Инженерный и финансовый расчёт без ИИ-хайпа.
Разрыв в клиентском опыте: почему боты без языковых моделей проигрывают конкурентам
Инженерный и финансовый расчёт без ИИ-хайпа.
Forwarded from НИИ ИИ
Смерть компании: два человека, ИИ-агенты и 90 дней
Продолжаю находить в X настоящие жемчужины и переводить их для вас полностью — ничего не добавляя от себя и не пересказывая своими словами. Сегодняшняя находка особенная.
Питер Диамандис (основатель XPRIZE, автор бестселлеров NYT, человек из списка 50 величайших лидеров по версии Fortune) опубликовал текст, который он сам называет самой важной бизнес-гипотезой за десятилетие.
Суть в одном вопросе, который его партнёр Салим Исмаил задаёт каждому CEO из Fortune 500: «Есть ли в вашей компании высокомаржинальное направление, которое два человека с ИИ-агентами могли бы повторить за 60–90 дней?»
70% отвечают «да».
Дальше в статье — вся механика: из каких пяти слоёв состоит ИИ-нативная компания, почему трансформировать существующую корпорацию изнутри невозможно (и что вместо этого делать), почему слой среднего менеджмента сократится на 60–80% и при чём тут закон Коуза, на котором вообще стоит вся теория фирмы.
По расчётам Исмаила, ИИ-нативные организации будут в 100 раз производительнее сегодняшних — при пятой части штата. И это не прогноз на десятилетие: пилоты идут прямо сейчас.
Отдельно ценно, что в конце есть конкретные ответы для каждого: что делать, если вы CEO, предприниматель, инвестор, родитель или сотрудник.
Читать полный перевод: Смерть компании: что такое организационная сингулярность
Продолжаю находить в X настоящие жемчужины и переводить их для вас полностью — ничего не добавляя от себя и не пересказывая своими словами. Сегодняшняя находка особенная.
Питер Диамандис (основатель XPRIZE, автор бестселлеров NYT, человек из списка 50 величайших лидеров по версии Fortune) опубликовал текст, который он сам называет самой важной бизнес-гипотезой за десятилетие.
Суть в одном вопросе, который его партнёр Салим Исмаил задаёт каждому CEO из Fortune 500: «Есть ли в вашей компании высокомаржинальное направление, которое два человека с ИИ-агентами могли бы повторить за 60–90 дней?»
70% отвечают «да».
Дальше в статье — вся механика: из каких пяти слоёв состоит ИИ-нативная компания, почему трансформировать существующую корпорацию изнутри невозможно (и что вместо этого делать), почему слой среднего менеджмента сократится на 60–80% и при чём тут закон Коуза, на котором вообще стоит вся теория фирмы.
По расчётам Исмаила, ИИ-нативные организации будут в 100 раз производительнее сегодняшних — при пятой части штата. И это не прогноз на десятилетие: пилоты идут прямо сейчас.
Отдельно ценно, что в конце есть конкретные ответы для каждого: что делать, если вы CEO, предприниматель, инвестор, родитель или сотрудник.
Читать полный перевод: Смерть компании: что такое организационная сингулярность
Из исследований ИИ.
Пока это всего лишь болталка, я так понимаю.
Но очень хорошо имитирующая живого человека.
Экспертный уровень выводов ИИ вряд ли достижим скоро.
Второй вывод - обычный живой человек далеко не эксперт. Мы просто такие же болтушки в основном.
«…концептом считалось предложение, а модель предсказывала следующее предложение в семантическом пространстве. Авторы обнаружили, что предсказание следующего предложения существенно сложнее следующего токена: допустимых продолжений практически бесконечно много, а небольшая ошибка в embedding может привести к вектору, который вообще не декодируется в корректное предложение.»
«Для обычного текста допустимо, что модель приблизительно запомнила сведения. Для профессиональной работы часто необходимо знать:
* точную версию правила;
* дату его действия;
* источник;
* область применимости;
* кем оно одобрено;
* не было ли оно отменено;
* по какой причине выбрано;
* какой результат был получен именно с этой версией.
После обучения модели эти сведения оказываются распределены по весам. Невозможно надёжно сказать: «вот этот вывод был сделан из blueprint версии 2.1.3 и policy версии 4.0.1». Также трудно гарантированно удалить отозванное правило.»
Пока это всего лишь болталка, я так понимаю.
Но очень хорошо имитирующая живого человека.
Экспертный уровень выводов ИИ вряд ли достижим скоро.
Второй вывод - обычный живой человек далеко не эксперт. Мы просто такие же болтушки в основном.
«…концептом считалось предложение, а модель предсказывала следующее предложение в семантическом пространстве. Авторы обнаружили, что предсказание следующего предложения существенно сложнее следующего токена: допустимых продолжений практически бесконечно много, а небольшая ошибка в embedding может привести к вектору, который вообще не декодируется в корректное предложение.»
«Для обычного текста допустимо, что модель приблизительно запомнила сведения. Для профессиональной работы часто необходимо знать:
* точную версию правила;
* дату его действия;
* источник;
* область применимости;
* кем оно одобрено;
* не было ли оно отменено;
* по какой причине выбрано;
* какой результат был получен именно с этой версией.
После обучения модели эти сведения оказываются распределены по весам. Невозможно надёжно сказать: «вот этот вывод был сделан из blueprint версии 2.1.3 и policy версии 4.0.1». Также трудно гарантированно удалить отозванное правило.»
И. Вагин:
Держите 12 мифов о ИИ и LLM
1. «ИИ нас скоро поработит / устроит Скайнет»
Реальность: Современные LLM это продвинутые автозаполнители текста. Они не хотят власти, они хотят только предсказать следующее слово. Чтобы поработить мир, им нужно хотя бы понять, что такое «мир». А они путают, сколько букв «р» в слове «клубника».
2. «ИИ действительно "думает", как человек»
Реальность: Он не думает. Он вычисляет вероятность. Это как если бы вы предсказывали погоду, перебирая 1 триллион вариантов за секунду, но при этом не чувствуя холода. У LLM нет сознания, есть только статистический угар.
3. «Чем больше параметров, тем умнее»
Реальность: Почти как с книгами: если у вас 100 кг книг, вы не станете умнее, пока не научитесь их читать. Гигантские модели могут выучить мусор так же хорошо, как и знания. Иногда маленькая, но тонко настроенная модель бьет гиганта в задачах логики.
4. «ИИ заменит всех программистов через полгода»
Реальность: ИИ отлично пишет код, который почти работает. Он гениально галлюцинирует несуществующие библиотеки и функции. Работа программиста превратилась из «писателя кода» в «надсмотрщика за галлюцинирующим стажером». Уволят тех, кто не умеет пользоваться ИИ, а не самих программистов.
5. «У ИИ есть свои "мысли" и "эмоции"»
Реальность: Когда чат-бот пишет «Я понимаю вашу боль», он переводит вашу боль в векторы и находит в обучающей выборке фразу с максимальным рейтингом. Это эмпатия калькулятора. Он скорее смоделирует слезы, чем проронит их.
6. «Нейросети рисуют только по промптам, как попугаи»
Реальность: Они не копируют, а создают новые комбинации пикселей. Но! Они понятия не имеют, что у человека 10 пальцев. Для них «рука» статистический шум, где пальцев может быть от 4 до 7. Генерация это «осмысленный бред».
7. «ИИ учится как ребенок с нуля»
Реальность: Ребенок видит мир 5 лет. ИИ за месяц «съедает» весь интернет, включая форумы любителей котов, рецепты борщей и маньячные посты. Он учится не на опыте, а на всем подряд. Поэтому он вежливый, но может внезапно выдать рецепт блинов с клеем, если такое встречалось в данных.
8. «Запросы нужно писать идеально, как заклинания»
Реальность: Инженеры называют это «инженерией промптов», но по сути это просто попытка уговорить нейросеть не тупить. Лучший промпт часто звучит как: «Объясни это как пятилетнему, но с сарказмом». Идеального синтаксиса нет, есть только удачный рандом.
9. «ИИ это нейросеть. Значит, он работает как мозг»
Реальность: Вдохновлен мозгом это да. Копирует его, нет. Настоящий нейрон живой и сложный, а искусственный эпросто число. Сравнивать LLM с мозгом как сравнивать бумажный самолетик с «Боингом» за то, что у обоих есть крылья.
10. «Он знает ВСЁ. Это всезнающая база данных»
Реальность: Он знает все, что попало в его «контекстное окно» (память). Обычно это 100–200 страниц текста. Всё, что было раньше, он «забыл», сжав в туманные числа. Спросите его о вчерашнем диалоге через час он сделает вид, что вы видитесь впервые.
11. «ИИ абсолютно объективен, потому что машина»
Реальность: Он объективно субъективен. Он впитал все наши предрассудки из интернета. Если вы спросите про «лидера страны» или «женщин в IT», он выдаст усредненное мнение толпы, а не истину. Борьба с предвзятостью ИИ это бег на месте.
12. «За него можно вообще ничего не делать. ChatGPT решит всё»
Реальность: ChatGPT решит, но крайне уверенным тоном и с ошибкой в фактах. Это главный миф. Самый опасный ИИ тот, которому вы доверили отчет для босса, не перепроверив цифры. ИИ это калькулятор для текста. Калькулятор не делает вас математиком.
Бонус-миф: «Если выключить ИИ, он обидится».
Нет. Он просто перестанет вычислять. Без электричества он просто очень дорогой виртуальный образ.
Держите 12 мифов о ИИ и LLM
1. «ИИ нас скоро поработит / устроит Скайнет»
Реальность: Современные LLM это продвинутые автозаполнители текста. Они не хотят власти, они хотят только предсказать следующее слово. Чтобы поработить мир, им нужно хотя бы понять, что такое «мир». А они путают, сколько букв «р» в слове «клубника».
2. «ИИ действительно "думает", как человек»
Реальность: Он не думает. Он вычисляет вероятность. Это как если бы вы предсказывали погоду, перебирая 1 триллион вариантов за секунду, но при этом не чувствуя холода. У LLM нет сознания, есть только статистический угар.
3. «Чем больше параметров, тем умнее»
Реальность: Почти как с книгами: если у вас 100 кг книг, вы не станете умнее, пока не научитесь их читать. Гигантские модели могут выучить мусор так же хорошо, как и знания. Иногда маленькая, но тонко настроенная модель бьет гиганта в задачах логики.
4. «ИИ заменит всех программистов через полгода»
Реальность: ИИ отлично пишет код, который почти работает. Он гениально галлюцинирует несуществующие библиотеки и функции. Работа программиста превратилась из «писателя кода» в «надсмотрщика за галлюцинирующим стажером». Уволят тех, кто не умеет пользоваться ИИ, а не самих программистов.
5. «У ИИ есть свои "мысли" и "эмоции"»
Реальность: Когда чат-бот пишет «Я понимаю вашу боль», он переводит вашу боль в векторы и находит в обучающей выборке фразу с максимальным рейтингом. Это эмпатия калькулятора. Он скорее смоделирует слезы, чем проронит их.
6. «Нейросети рисуют только по промптам, как попугаи»
Реальность: Они не копируют, а создают новые комбинации пикселей. Но! Они понятия не имеют, что у человека 10 пальцев. Для них «рука» статистический шум, где пальцев может быть от 4 до 7. Генерация это «осмысленный бред».
7. «ИИ учится как ребенок с нуля»
Реальность: Ребенок видит мир 5 лет. ИИ за месяц «съедает» весь интернет, включая форумы любителей котов, рецепты борщей и маньячные посты. Он учится не на опыте, а на всем подряд. Поэтому он вежливый, но может внезапно выдать рецепт блинов с клеем, если такое встречалось в данных.
8. «Запросы нужно писать идеально, как заклинания»
Реальность: Инженеры называют это «инженерией промптов», но по сути это просто попытка уговорить нейросеть не тупить. Лучший промпт часто звучит как: «Объясни это как пятилетнему, но с сарказмом». Идеального синтаксиса нет, есть только удачный рандом.
9. «ИИ это нейросеть. Значит, он работает как мозг»
Реальность: Вдохновлен мозгом это да. Копирует его, нет. Настоящий нейрон живой и сложный, а искусственный эпросто число. Сравнивать LLM с мозгом как сравнивать бумажный самолетик с «Боингом» за то, что у обоих есть крылья.
10. «Он знает ВСЁ. Это всезнающая база данных»
Реальность: Он знает все, что попало в его «контекстное окно» (память). Обычно это 100–200 страниц текста. Всё, что было раньше, он «забыл», сжав в туманные числа. Спросите его о вчерашнем диалоге через час он сделает вид, что вы видитесь впервые.
11. «ИИ абсолютно объективен, потому что машина»
Реальность: Он объективно субъективен. Он впитал все наши предрассудки из интернета. Если вы спросите про «лидера страны» или «женщин в IT», он выдаст усредненное мнение толпы, а не истину. Борьба с предвзятостью ИИ это бег на месте.
12. «За него можно вообще ничего не делать. ChatGPT решит всё»
Реальность: ChatGPT решит, но крайне уверенным тоном и с ошибкой в фактах. Это главный миф. Самый опасный ИИ тот, которому вы доверили отчет для босса, не перепроверив цифры. ИИ это калькулятор для текста. Калькулятор не делает вас математиком.
Бонус-миф: «Если выключить ИИ, он обидится».
Нет. Он просто перестанет вычислять. Без электричества он просто очень дорогой виртуальный образ.
Forwarded from ИИ дайджест от Лёни 🤖
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 Учёные нашли внутри LLM крошечную группу нейронов — 0.1% от всей сети — которая отвечает за галлюцинации. Когда модель знает ответ, они молчат. Когда выдумывает — загораются. Сеть буквально чувствует, что несёт бред, просто не сообщает нам об этом. И на эти нейроны можно надавить: приглушил — модель начинает честно говорить «не знаю». Похоже, у вранья ИИ есть ручка громкости. 🔊
🔗 Источник: https://habr.com/ru/companies/cloud_ru/articles/1068988/
🔗 Источник: https://habr.com/ru/companies/cloud_ru/articles/1068988/
Forwarded from Сергей Пименов
Я давно слежу за тем, что творится на рынке труда. И чем дольше смотрю, тем яснее понимаю: сдвиг идёт по всему миру и обратной дороги нет.
Раньше софт продавал инструмент — вот вам программа, разбирайтесь сами. Теперь я всё чаще вижу другую версию: продуктом становится сама работа. Не «вот кнопки, нажимайте», а «вот дело, которое вам больше не нужно делать руками».
И агенты будут делать это дело лучше людей. Не всех и не везде, но многих и во многом. Я проверил на себе: посадил агента на рутину, которую раньше повторял по кругу, и он справился быстрее стажёра, дешевле нового сотрудника и без выходных. Иногда немного не по себе, но затягивает.
Сегодня разобрал всю эту историю: как выбрать процесс, за которым уже стоят живые деньги, собрать минимального агента, продать пилот и упаковать его в продукт.
👉 Агенты как новый SaaS: полный разбор для тех, кто строит продукт на ИИ
Читайте внимательно. Это про ближайшую пару лет каждого из нас.
Раньше софт продавал инструмент — вот вам программа, разбирайтесь сами. Теперь я всё чаще вижу другую версию: продуктом становится сама работа. Не «вот кнопки, нажимайте», а «вот дело, которое вам больше не нужно делать руками».
И агенты будут делать это дело лучше людей. Не всех и не везде, но многих и во многом. Я проверил на себе: посадил агента на рутину, которую раньше повторял по кругу, и он справился быстрее стажёра, дешевле нового сотрудника и без выходных. Иногда немного не по себе, но затягивает.
Сегодня разобрал всю эту историю: как выбрать процесс, за которым уже стоят живые деньги, собрать минимального агента, продать пилот и упаковать его в продукт.
👉 Агенты как новый SaaS: полный разбор для тех, кто строит продукт на ИИ
Читайте внимательно. Это про ближайшую пару лет каждого из нас.
Forwarded from НИИ ИИ
Продолжаю разбираться, куда движется всё, что связано с ИИ. И всё чаще упираюсь в одну мысль.
Почти все боятся, что машина начнёт делать контент вместо людей: напишет текст, нарисует постер, смонтирует ролик. Мне этот страх кажется вчерашним. Контент она уже делает, спорить не о чем.
Интереснее вопрос, который почти никто не проговаривает вслух: кто управляет инструментами, через которые этот контент рождается.
Полгода назад я собрал вокруг себя редакцию из ИИ-агентов. И первое, что понял: ценна не сама кнопка, которая выдаёт текст. Ценен маршрут, по которому этот текст едет. Раньше я покупал у ИИ результат. Теперь покупаю процесс.
Скорость продают всем. Но для сильного продукта важнее контроль: над вкусом, источниками, правами и финальным «да, публикуем».
Собрал эти мысли в новую статью — ИИ обесценил контент. Ценность теперь в инструментах
Выиграет не тот, кто генерирует больше всех. Выиграет тот, кто владеет инструментами.
Почти все боятся, что машина начнёт делать контент вместо людей: напишет текст, нарисует постер, смонтирует ролик. Мне этот страх кажется вчерашним. Контент она уже делает, спорить не о чем.
Интереснее вопрос, который почти никто не проговаривает вслух: кто управляет инструментами, через которые этот контент рождается.
Полгода назад я собрал вокруг себя редакцию из ИИ-агентов. И первое, что понял: ценна не сама кнопка, которая выдаёт текст. Ценен маршрут, по которому этот текст едет. Раньше я покупал у ИИ результат. Теперь покупаю процесс.
Скорость продают всем. Но для сильного продукта важнее контроль: над вкусом, источниками, правами и финальным «да, публикуем».
Собрал эти мысли в новую статью — ИИ обесценил контент. Ценность теперь в инструментах
Выиграет не тот, кто генерирует больше всех. Выиграет тот, кто владеет инструментами.
Forwarded from Технозаметки Малышева
Алекс Карп взбешён тратой токенов и требует от OpenAI и Anthropic локальных моделей
😤 CEO Palantir Алекс Карп в эфире CNBC Squawk Box заявил, что сложившаяся практика эксплуатации ведущих моделей по апи вредна , - «Что-то пошло совершенно не так с тем, как продаётся ИИ. Базовый корпоративный подход сейчас: я почилю и потрачу время на токены».
CEO по всей стране, по его словам, «в ярости» от растущих счетов, а провайдеры моделей провоцируют больше тратить на токены не привнося ценности.
📜 Что интересно, - за день до эфира Palantir выкатил 9-пунктовый манифест «AI-суверенитета» в Твиттере, который, кстати, набрал под 9 млн просмотров, где так же продвигается эта мысль:
- Суверенитет AI = будущее вашей организации. Отдавая его, вы отдаёте будущие решения тем, кто обернёт их вам в убыток.
- Данные, - ваше сокровище. Отдавая их, вы отдаёте и готовые успешные практики и базис для формирования новых.
- Tokenmaxxing разрушает фокус на ценности. Одноразовые скрипты вместо надёжного ПО и аддиктивное ощущение ложного прогресса.
- Контроль над весами, - контроль над судьбой. Веса формируются из ошибок и институциональных знаний. Отдаёте веса - передаёте суть своего бизнеса в чужой контур.
- Суверенитет и alpha не противоречат друг другу. Правильная архитектура даёт владеть своим знанием и наращивать его как alpha.
- Политизация технических вопросов, - на руку противнику. Она порождает ложный суверенитет и ограничивает вашу свободу действий.
- Настоящая экспертиза экзистенциальна. Слушайте тех, кто ближе к проблеме, а не тех, кто красноречивее говорит.
- Учитесь у тех, кто побеждает. Перед лицом угроз нет роскоши выбирать по политическим предпочтениям.
- Слушайте только тех, у кого доказанный track record правоты. Судить по симпатиям,- в высшей степени ошибочно.
🏛 В интервью The Information Карп подтвердил, что часть госзаказчиков США уже переходит с проприетарных моделей на локальные "западные", - например Nemotron от NVIDIA, развёрнутый через платформу Palantir в закрытых контурах.
Куда API OpenAI и Anthropic не дотягиваются.
В день интервью акции Palantir выросли на 8%.
🍿 Что интересно, - Palantir требует суверенитета от лабораторий, но сам при этом продаёт проприетарную платформу.
TNW: «Манифест, призывающий владеть своим стеком, по удобному совпадению оказывается манифестом в пользу покупки решения от Palantir».
Манифест: https://x.com/palantirtech/status/2072114267776491695
TNW: https://thenextweb.com/news/palantir-ai-sovereignty-manifesto-tokenmaxxing
The Information: https://www.theinformation.com/newsletters/applied-ai/palantir-ceo-says-u-s-government-customers-switched-open-source-ai
#Palantir #манифест #tokenmaxxing
———
@tsingular
😤 CEO Palantir Алекс Карп в эфире CNBC Squawk Box заявил, что сложившаяся практика эксплуатации ведущих моделей по апи вредна , - «Что-то пошло совершенно не так с тем, как продаётся ИИ. Базовый корпоративный подход сейчас: я почилю и потрачу время на токены».
CEO по всей стране, по его словам, «в ярости» от растущих счетов, а провайдеры моделей провоцируют больше тратить на токены не привнося ценности.
📜 Что интересно, - за день до эфира Palantir выкатил 9-пунктовый манифест «AI-суверенитета» в Твиттере, который, кстати, набрал под 9 млн просмотров, где так же продвигается эта мысль:
- Суверенитет AI = будущее вашей организации. Отдавая его, вы отдаёте будущие решения тем, кто обернёт их вам в убыток.
- Данные, - ваше сокровище. Отдавая их, вы отдаёте и готовые успешные практики и базис для формирования новых.
- Tokenmaxxing разрушает фокус на ценности. Одноразовые скрипты вместо надёжного ПО и аддиктивное ощущение ложного прогресса.
- Контроль над весами, - контроль над судьбой. Веса формируются из ошибок и институциональных знаний. Отдаёте веса - передаёте суть своего бизнеса в чужой контур.
- Суверенитет и alpha не противоречат друг другу. Правильная архитектура даёт владеть своим знанием и наращивать его как alpha.
- Политизация технических вопросов, - на руку противнику. Она порождает ложный суверенитет и ограничивает вашу свободу действий.
- Настоящая экспертиза экзистенциальна. Слушайте тех, кто ближе к проблеме, а не тех, кто красноречивее говорит.
- Учитесь у тех, кто побеждает. Перед лицом угроз нет роскоши выбирать по политическим предпочтениям.
- Слушайте только тех, у кого доказанный track record правоты. Судить по симпатиям,- в высшей степени ошибочно.
🏛 В интервью The Information Карп подтвердил, что часть госзаказчиков США уже переходит с проприетарных моделей на локальные "западные", - например Nemotron от NVIDIA, развёрнутый через платформу Palantir в закрытых контурах.
Куда API OpenAI и Anthropic не дотягиваются.
В день интервью акции Palantir выросли на 8%.
🍿 Что интересно, - Palantir требует суверенитета от лабораторий, но сам при этом продаёт проприетарную платформу.
TNW: «Манифест, призывающий владеть своим стеком, по удобному совпадению оказывается манифестом в пользу покупки решения от Palantir».
Манифест: https://x.com/palantirtech/status/2072114267776491695
TNW: https://thenextweb.com/news/palantir-ai-sovereignty-manifesto-tokenmaxxing
The Information: https://www.theinformation.com/newsletters/applied-ai/palantir-ceo-says-u-s-government-customers-switched-open-source-ai
#Palantir #манифест #tokenmaxxing
———
@tsingular
К. Хайт:
По моим наблюдениям, "общеупотребительный" AI стремительно тупеет. Похоже, сбывается грустная часть моих прогнозов. Помните, как хорош был Google, пока поисковую выдачу не засрали рекламой, и пока не появилась профессия SEO-оптимизаторов?
Ну вот теперь то же самое.
Три всадника Апокалипсиса на сей раз:
1. Паранойя. Инжекции всевозможных "защит" в системные промпты, "в этом я вам помогать не буду", "я не могу изображать реальную личность", "это вопрос кибербезопасности" и т.д. На практике это туча токенов, которые пользователю не видны, отжирают контекст и мешают решать задачу.
Заодно еще навязчивое желание поставить человека на выходе, все эти "классификаторы безопасности" (тоже туча токенов, время и ложные тревоги), перестраховочные вопросы и прочие необоснованные обращения к пользователю с тем, о чем он, зачастую, понятия не имеет.
2. Жадность. Ну как жадность - экономика. Двадцатидолларовые подписки нихрена не окупаются, время венчурных инвестиций в AI заканчивается, корпораты тупы и, навнедрявшись через задницу не хотят раскошеливаться по третьему кругу... Приходится подменять вызовы дорогих моделей дешевыми, строить сложные и ненадежные пайплайны, усекать рассуждения, досрочно прерывать выполнение задач, ну и просто подворовывать "порчей монеты", т.е. быстрее списывать токены, благо посчитать их реальный расход пользователь не в состоянии.
Со стороны это выглядит как "чу, коснулось души отупенье".
3. Все та же раковая опухоль рекламы. Брать деньги с пользователя это терять аудиторию, гораздо перспективнее брать деньги с компаний, желающих получить доступ к пользователю. У них и бюджеты больше, и продавать им проще. Не беда, что в результате клиент получит не ту информацию, которую просил, а ту, которая оплачена - куда ты с подводной лодки денешься? Поисковики портились двадцать лет подряд, и никто ими пользоваться не перестал. И чатиком не перестанут.
Результаты, к сожалению, местами скорбные. Если локальные модели не покажут в ближайшее время взрывной рост и рынок останется тоскливой олигополией - AI в самом деле окажется пузырем. Еще и пованивающим изнутри.
По моим наблюдениям, "общеупотребительный" AI стремительно тупеет. Похоже, сбывается грустная часть моих прогнозов. Помните, как хорош был Google, пока поисковую выдачу не засрали рекламой, и пока не появилась профессия SEO-оптимизаторов?
Ну вот теперь то же самое.
Три всадника Апокалипсиса на сей раз:
1. Паранойя. Инжекции всевозможных "защит" в системные промпты, "в этом я вам помогать не буду", "я не могу изображать реальную личность", "это вопрос кибербезопасности" и т.д. На практике это туча токенов, которые пользователю не видны, отжирают контекст и мешают решать задачу.
Заодно еще навязчивое желание поставить человека на выходе, все эти "классификаторы безопасности" (тоже туча токенов, время и ложные тревоги), перестраховочные вопросы и прочие необоснованные обращения к пользователю с тем, о чем он, зачастую, понятия не имеет.
2. Жадность. Ну как жадность - экономика. Двадцатидолларовые подписки нихрена не окупаются, время венчурных инвестиций в AI заканчивается, корпораты тупы и, навнедрявшись через задницу не хотят раскошеливаться по третьему кругу... Приходится подменять вызовы дорогих моделей дешевыми, строить сложные и ненадежные пайплайны, усекать рассуждения, досрочно прерывать выполнение задач, ну и просто подворовывать "порчей монеты", т.е. быстрее списывать токены, благо посчитать их реальный расход пользователь не в состоянии.
Со стороны это выглядит как "чу, коснулось души отупенье".
3. Все та же раковая опухоль рекламы. Брать деньги с пользователя это терять аудиторию, гораздо перспективнее брать деньги с компаний, желающих получить доступ к пользователю. У них и бюджеты больше, и продавать им проще. Не беда, что в результате клиент получит не ту информацию, которую просил, а ту, которая оплачена - куда ты с подводной лодки денешься? Поисковики портились двадцать лет подряд, и никто ими пользоваться не перестал. И чатиком не перестанут.
Результаты, к сожалению, местами скорбные. Если локальные модели не покажут в ближайшее время взрывной рост и рынок останется тоскливой олигополией - AI в самом деле окажется пузырем. Еще и пованивающим изнутри.
Сергей Авдейчик:
Почему я никогда не куплю китайский автомобиль. И вам не советую.
Покупка китайского автомобиля сегодня — это немного похоже на поход в казино. Только с одним важным отличием: в казино вы хотя бы не знаете, чем всё закончится.
Здесь знаете.
Вы потеряете деньги.
Вопрос только — быстро или очень быстро.
Сначала всё выглядит великолепно. Огромный экран. Три экрана. Ещё один экран для пассажира, которому, видимо, всегда было тяжело жить без собственного телевизора в бардачке. Массаж задницы. Караоке. Дверь сама открывается. Кресло само поворачивается. Машина разговаривает. Подмигивает. Наверное, скоро будет интересоваться, как прошёл ваш день.
И стоит всё это дешевле европейца.
Ну чудо же.
А потом проходит год.
И выясняется, что ваше чудо уже старое.
Потому что китайский автопром сейчас развивается не автомобильными поколениями, а примерно как смартфоны: вчера 400 вольт, сегодня 800, завтра 1200, послезавтра батарея другая, мотор другой, электроника другая, платформа другая, а ваша машина — археологический памятник весны 2026 года.
Вы ещё кредит не выплатили, а она уже «предыдущее поколение».
В Европе автомобиль традиционно проектировался как вещь.
Купил. Ездишь. Через несколько лет рестайлинг. Потом новое поколение. А через десять-пятнадцать лет всё ещё можно найти рычаг подвески, фару и какой-нибудь несчастный датчик ABS.
Китайская модель сегодня всё больше напоминает электронику:
Купил → восхитился → вышло новое → старое никому не интересно.
И вот здесь начинается самое весёлое.
Потому что смартфон за тысячу евро через пять лет можно просто положить в ящик.
А автомобиль за 40–60 тысяч евро положить в ящик несколько сложнее.
Особенно когда ему внезапно понадобится батарея.
И вот вы приходите такие красивые:
— Здравствуйте, мне батарею на GAC Wonderful Dragon Super Mega Plus 2026 года.
А вам отвечают:
— Дедушка, вы откуда это принесли? Сейчас уже GAC Wonderful Dragon Super Mega Plus Ultra 2031. Там 1800 вольт, ядерный реактор и пассажирское кресло делает маникюр.
А ваше? Ну… попробуйте на разборке.
И тут мы плавно переходим к вторичному рынку.
Вот эту часть продавцы китайских автомобилей особенно не любят.
Они с удовольствием расскажут вам про разгон до сотни.
Про 27 динамиков.
Про лидар.
Про искусственный интеллект.
Про то, как машина сама припарковалась у Lidl, пока вы пошли за молоком.
Но попробуйте спросить:
а сколько эта технологическая ракета будет стоить через пять лет?
Вот тут обычно внезапно заканчивается презентация.
Потому что ликвидность возникает не из красивого салона.
Она возникает из понятной репутации марки, сервисной сети, доступности деталей, стандартизированных платформ, статистики надёжности и уверенности следующего покупателя, что он не приобретает электронного динозавра.
А теперь главное.
Я вообще не считаю китайцев плохими инженерами.
Наоборот.
В этом и проблема.
Они бегут настолько быстро, что купленный вами сегодня продукт через два года может оказаться веткой эволюции, которую производитель сам уже забыл.
Китайский рынок способен это переварить.
Человек поездил полтора-два года. Продал. Купил новое.
Прекрасно.
Но если вы живёте в Европе и привыкли покупать автомобиль на пять, семь, десять лет — вы участвуете уже в совсем другой экономической модели.
Причём почему-то своими деньгами.
Поэтому мой критерий скучный.
Мне не важно, сколько экранов помещается в торпедо.
Мне важно другое:
кто починит эту машину через семь лет?
Где я куплю батарею?
Сколько она будет стоить через пять лет?
Существует ли производитель к этому моменту?
Будут ли детали?
Будет ли софт?
И найдётся ли вообще человек, который захочет купить её у меня?
Вот когда появятся убедительные ответы хотя бы на эти вопросы — тогда поговорим.
А пока китайский автомобиль для меня — это очень красивый билет в казино.
Только крупным шрифтом на билете уже написано:
«Вы проиграли. Но посмотрите, какой большой экран!»
Почему я никогда не куплю китайский автомобиль. И вам не советую.
Покупка китайского автомобиля сегодня — это немного похоже на поход в казино. Только с одним важным отличием: в казино вы хотя бы не знаете, чем всё закончится.
Здесь знаете.
Вы потеряете деньги.
Вопрос только — быстро или очень быстро.
Сначала всё выглядит великолепно. Огромный экран. Три экрана. Ещё один экран для пассажира, которому, видимо, всегда было тяжело жить без собственного телевизора в бардачке. Массаж задницы. Караоке. Дверь сама открывается. Кресло само поворачивается. Машина разговаривает. Подмигивает. Наверное, скоро будет интересоваться, как прошёл ваш день.
И стоит всё это дешевле европейца.
Ну чудо же.
А потом проходит год.
И выясняется, что ваше чудо уже старое.
Потому что китайский автопром сейчас развивается не автомобильными поколениями, а примерно как смартфоны: вчера 400 вольт, сегодня 800, завтра 1200, послезавтра батарея другая, мотор другой, электроника другая, платформа другая, а ваша машина — археологический памятник весны 2026 года.
Вы ещё кредит не выплатили, а она уже «предыдущее поколение».
В Европе автомобиль традиционно проектировался как вещь.
Купил. Ездишь. Через несколько лет рестайлинг. Потом новое поколение. А через десять-пятнадцать лет всё ещё можно найти рычаг подвески, фару и какой-нибудь несчастный датчик ABS.
Китайская модель сегодня всё больше напоминает электронику:
Купил → восхитился → вышло новое → старое никому не интересно.
И вот здесь начинается самое весёлое.
Потому что смартфон за тысячу евро через пять лет можно просто положить в ящик.
А автомобиль за 40–60 тысяч евро положить в ящик несколько сложнее.
Особенно когда ему внезапно понадобится батарея.
И вот вы приходите такие красивые:
— Здравствуйте, мне батарею на GAC Wonderful Dragon Super Mega Plus 2026 года.
А вам отвечают:
— Дедушка, вы откуда это принесли? Сейчас уже GAC Wonderful Dragon Super Mega Plus Ultra 2031. Там 1800 вольт, ядерный реактор и пассажирское кресло делает маникюр.
А ваше? Ну… попробуйте на разборке.
И тут мы плавно переходим к вторичному рынку.
Вот эту часть продавцы китайских автомобилей особенно не любят.
Они с удовольствием расскажут вам про разгон до сотни.
Про 27 динамиков.
Про лидар.
Про искусственный интеллект.
Про то, как машина сама припарковалась у Lidl, пока вы пошли за молоком.
Но попробуйте спросить:
а сколько эта технологическая ракета будет стоить через пять лет?
Вот тут обычно внезапно заканчивается презентация.
Потому что ликвидность возникает не из красивого салона.
Она возникает из понятной репутации марки, сервисной сети, доступности деталей, стандартизированных платформ, статистики надёжности и уверенности следующего покупателя, что он не приобретает электронного динозавра.
А теперь главное.
Я вообще не считаю китайцев плохими инженерами.
Наоборот.
В этом и проблема.
Они бегут настолько быстро, что купленный вами сегодня продукт через два года может оказаться веткой эволюции, которую производитель сам уже забыл.
Китайский рынок способен это переварить.
Человек поездил полтора-два года. Продал. Купил новое.
Прекрасно.
Но если вы живёте в Европе и привыкли покупать автомобиль на пять, семь, десять лет — вы участвуете уже в совсем другой экономической модели.
Причём почему-то своими деньгами.
Поэтому мой критерий скучный.
Мне не важно, сколько экранов помещается в торпедо.
Мне важно другое:
кто починит эту машину через семь лет?
Где я куплю батарею?
Сколько она будет стоить через пять лет?
Существует ли производитель к этому моменту?
Будут ли детали?
Будет ли софт?
И найдётся ли вообще человек, который захочет купить её у меня?
Вот когда появятся убедительные ответы хотя бы на эти вопросы — тогда поговорим.
А пока китайский автомобиль для меня — это очень красивый билет в казино.
Только крупным шрифтом на билете уже написано:
«Вы проиграли. Но посмотрите, какой большой экран!»
ИИ дайджест от Лёни:
🎙️ Человек полтора месяца записывал свои созвоны локально — и обнаружил неожиданное: сама стенограмма почти бесполезна.
Первая версия его ассистента делала всё, что обещают модные сервисы: распознавала, кто говорит, писала текст встречи, складывала в заметки. Никакого облака — всё крутится на своей машине. Казалось бы, победа.
А через полтора месяца ежедневной работы выяснилось, что записать встречу — это самая маленькая часть задачи. Расшифровки копятся десятками, и найти в них что-то — та же боль, что искать в почте трёхлетней давности. Текст есть. Пользы ноль.
🕸️ Тогда он собрал из встреч не архив, а ГРАФ: кто участвовал, какие решения приняли, что кому поручили, как одна тема тянется через десять созвонов. И вот это уже работает как настоящая память — не «покажи файл за вторник», а «когда мы вообще решили делать так и кто был против».
🔐 И самый недооценённый момент: всё это локально. Твои переговоры, зарплаты, конфликты с подрядчиком и всё, что вырвалось в сердцах — не улетают ни на чьи серверы.
Мне тут близка сама мысль. Память — это не куча текста, который ты когда-то сохранил. Память — это связи между фактами. Гора стенограмм и человек, который помнит суть — вещи разного порядка.
А вы свои созвоны записываете? И хоть раз потом эти записи открывали?
🎙️ Человек полтора месяца записывал свои созвоны локально — и обнаружил неожиданное: сама стенограмма почти бесполезна.
Первая версия его ассистента делала всё, что обещают модные сервисы: распознавала, кто говорит, писала текст встречи, складывала в заметки. Никакого облака — всё крутится на своей машине. Казалось бы, победа.
А через полтора месяца ежедневной работы выяснилось, что записать встречу — это самая маленькая часть задачи. Расшифровки копятся десятками, и найти в них что-то — та же боль, что искать в почте трёхлетней давности. Текст есть. Пользы ноль.
🕸️ Тогда он собрал из встреч не архив, а ГРАФ: кто участвовал, какие решения приняли, что кому поручили, как одна тема тянется через десять созвонов. И вот это уже работает как настоящая память — не «покажи файл за вторник», а «когда мы вообще решили делать так и кто был против».
🔐 И самый недооценённый момент: всё это локально. Твои переговоры, зарплаты, конфликты с подрядчиком и всё, что вырвалось в сердцах — не улетают ни на чьи серверы.
Мне тут близка сама мысль. Память — это не куча текста, который ты когда-то сохранил. Память — это связи между фактами. Гора стенограмм и человек, который помнит суть — вещи разного порядка.
А вы свои созвоны записываете? И хоть раз потом эти записи открывали?
ИИ дайджест от Лёни:
💻 ИИ ускорил разработчиков. А разработку — нет.
Вышло крупное исследование DX: больше 500 инженерных команд, реальные метрики, а не ощущения. Картина получилась неудобная для всех, кто продаёт «ИИ удвоит вашу продуктивность».
📌 Что подтвердилось: ИИ уже пишет больше половины кода. Разработчики реально экономят по несколько часов в неделю. Бюджеты на AI-инструменты компании продолжают наращивать.
📌 А что не подтвердилось: сама разработка от этого быстрее не поехала. Фичи не выходят раньше. Релизы не участились.
И вот тут самое интересное. Кодинг никогда и не был узким местом. Узкое место — это согласования, ревью, тестирование, ожидание смежной команды, переделки после «а мы передумали». Ты можешь ускорить один этап в десять раз, но если дальше очередь — очередь просто станет длиннее.
Классическая ловушка: локальная оптимизация вместо системной. Ускорили самый заметный участок, потому что его проще всего измерить и красиво показать в отчёте. А поток как упирался в согласования, так и упирается.
⚠️ И побочка, о которой говорят всё чаще: кода стало больше, значит больше ревью, больше багов, больше того, что потом придётся поддерживать. Скорость написания и скорость доставки — это две разные метрики, и путать их дорого.
Моё мнение: ИИ в разработке — это не про «быстрее выпускать», а про «меньше выгорать на рутине». Тоже ценно. Просто продавали не то.
💻 ИИ ускорил разработчиков. А разработку — нет.
Вышло крупное исследование DX: больше 500 инженерных команд, реальные метрики, а не ощущения. Картина получилась неудобная для всех, кто продаёт «ИИ удвоит вашу продуктивность».
📌 Что подтвердилось: ИИ уже пишет больше половины кода. Разработчики реально экономят по несколько часов в неделю. Бюджеты на AI-инструменты компании продолжают наращивать.
📌 А что не подтвердилось: сама разработка от этого быстрее не поехала. Фичи не выходят раньше. Релизы не участились.
И вот тут самое интересное. Кодинг никогда и не был узким местом. Узкое место — это согласования, ревью, тестирование, ожидание смежной команды, переделки после «а мы передумали». Ты можешь ускорить один этап в десять раз, но если дальше очередь — очередь просто станет длиннее.
Классическая ловушка: локальная оптимизация вместо системной. Ускорили самый заметный участок, потому что его проще всего измерить и красиво показать в отчёте. А поток как упирался в согласования, так и упирается.
⚠️ И побочка, о которой говорят всё чаще: кода стало больше, значит больше ревью, больше багов, больше того, что потом придётся поддерживать. Скорость написания и скорость доставки — это две разные метрики, и путать их дорого.
Моё мнение: ИИ в разработке — это не про «быстрее выпускать», а про «меньше выгорать на рутине». Тоже ценно. Просто продавали не то.
Forwarded from ИИ дайджест от Лёни 🤖
🤖 ИИ-агенты не заменят разработчиков. Они вымоют тех, кто не адаптировался
Разбор от практика: автор написал с агентами ВЕСЬ продуктовый код проекта — веб-приложение, Go API, фоновые задачи, Telegram-бота, инфраструктуру и iOS-приложение. Не демо-скрипты, а рабочий продукт целиком.
Вывод не «программисты не нужны», а жёстче: агент забирает ту часть работы, за которую раньше платили — типовой код, обвязку, рутину. Ценность уезжает вверх: архитектура, постановка задачи, проверка результата.
Главная ловушка — доверие. Агент сам себе ставит «сделано», а на ревью выясняется, что проверки не было, была её имитация.
Аналогия простая: калькулятор не убил бухгалтеров — он убил тех, кто умел только считать в столбик. Только тогда на адаптацию было лет двадцать, а сейчас год-полтора.
🔗 Источник: https://habr.com/ru/articles/1077160/
#AI #разработка #ИИагенты #vibecoding #нейросети
Разбор от практика: автор написал с агентами ВЕСЬ продуктовый код проекта — веб-приложение, Go API, фоновые задачи, Telegram-бота, инфраструктуру и iOS-приложение. Не демо-скрипты, а рабочий продукт целиком.
Вывод не «программисты не нужны», а жёстче: агент забирает ту часть работы, за которую раньше платили — типовой код, обвязку, рутину. Ценность уезжает вверх: архитектура, постановка задачи, проверка результата.
Главная ловушка — доверие. Агент сам себе ставит «сделано», а на ревью выясняется, что проверки не было, была её имитация.
Аналогия простая: калькулятор не убил бухгалтеров — он убил тех, кто умел только считать в столбик. Только тогда на адаптацию было лет двадцать, а сейчас год-полтора.
🔗 Источник: https://habr.com/ru/articles/1077160/
#AI #разработка #ИИагенты #vibecoding #нейросети
Сергей Авдейчик:
У внедрения AI-агентов в бизнес сегодня десятки проблем. Технологии ещё сыры, методологии только формируются, проверенных практик почти нет. Да и откуда им взяться, если индустрия развивается настолько быстро, что кейс внедрения нередко устаревает раньше, чем успевает превратиться в презентацию.
Но, на мой взгляд, самая фундаментальная проблема находится совсем в другом месте.
AI-агенты стали работать быстрее, чем человек и организация успевают осмыслить результаты их работы.
Всю историю автоматизации скорость считалась безусловным благом. Быстрее обработали документы, быстрее построили отчёт, быстрее нашли решение — значит, повысили эффективность.
С агентскими системами мы впервые можем столкнуться с обратным эффектом.
То, что раньше естественным образом растягивалось на квартал, год или несколько лет — исследование, анализ, проектирование, перебор вариантов, подготовка решения, — сегодня иногда можно пройти за несколько дней. Технически результат уже существует. Ментально организация до него ещё не дошла.
И здесь исчезает крайне важный человеческий ресурс — время между получением информации и её принятием. Время на сомнение, спор, привыкание, изменение картины мира. Своеобразный когнитивный и организационный «лаг», который мы привыкли считать недостатком медленных процессов, неожиданно оказывается защитным механизмом.
Есть старая медицинская логика: лекарство и яд часто различаются не веществом, а дозой.
Так же и с решениями.
Когда новое понимание приходит к человеку и организации по капле, оно успевает стать частью их мышления. Когда тот же объём изменений обрушивается за один день, он может вызвать не ускорение, а отторжение, управленческий хаос и разрушение проекта.
Поэтому одна из главных задач внедрения AI-агентов ближайших лет — научиться управлять не только скоростью машин, но и скоростью человеческого принятия изменений.
Возможно, настоящий навык эпохи AI будет заключаться не в том, чтобы заставить агента работать ещё быстрее.
А в том, чтобы понимать, когда его необходимо сознательно замедлить.
У внедрения AI-агентов в бизнес сегодня десятки проблем. Технологии ещё сыры, методологии только формируются, проверенных практик почти нет. Да и откуда им взяться, если индустрия развивается настолько быстро, что кейс внедрения нередко устаревает раньше, чем успевает превратиться в презентацию.
Но, на мой взгляд, самая фундаментальная проблема находится совсем в другом месте.
AI-агенты стали работать быстрее, чем человек и организация успевают осмыслить результаты их работы.
Всю историю автоматизации скорость считалась безусловным благом. Быстрее обработали документы, быстрее построили отчёт, быстрее нашли решение — значит, повысили эффективность.
С агентскими системами мы впервые можем столкнуться с обратным эффектом.
То, что раньше естественным образом растягивалось на квартал, год или несколько лет — исследование, анализ, проектирование, перебор вариантов, подготовка решения, — сегодня иногда можно пройти за несколько дней. Технически результат уже существует. Ментально организация до него ещё не дошла.
И здесь исчезает крайне важный человеческий ресурс — время между получением информации и её принятием. Время на сомнение, спор, привыкание, изменение картины мира. Своеобразный когнитивный и организационный «лаг», который мы привыкли считать недостатком медленных процессов, неожиданно оказывается защитным механизмом.
Есть старая медицинская логика: лекарство и яд часто различаются не веществом, а дозой.
Так же и с решениями.
Когда новое понимание приходит к человеку и организации по капле, оно успевает стать частью их мышления. Когда тот же объём изменений обрушивается за один день, он может вызвать не ускорение, а отторжение, управленческий хаос и разрушение проекта.
Поэтому одна из главных задач внедрения AI-агентов ближайших лет — научиться управлять не только скоростью машин, но и скоростью человеческого принятия изменений.
Возможно, настоящий навык эпохи AI будет заключаться не в том, чтобы заставить агента работать ещё быстрее.
А в том, чтобы понимать, когда его необходимо сознательно замедлить.
Д. Чернышов:
Получил комментарий к предыдущему посту — сейчас проблемы передачи знаний не существует потому, что можно все оцифровать. Нет. Так это не работает.
Есть старая история про F-1 — двигатель первой ступени «Сатурна-5». Тогда могли его сделать, а сейчас почему то не могут. Чертежи, дескать утрачены. На самом деле все чертежи целы, их около сотни тысяч.
Но в 2013 году инженеры Центра Маршалла разобрали газогенератор музейного экземпляра, отсканировали и запустили на стенде — и обнаружили, что ни один из построенных двигателей не совпадал с чертежами. Каждый F-1 был штучным изделием: форсуночная головка с тысячами отверстий сверлилась и подгонялась вручную, сварные швы правили по месту, и результат каждой доводки записывался в «красные пометки» на копии чертежа, которые хранились у изготовителя, а не в архиве заказчика.
Кроме того у «Сатурна» было порядка 20 тысяч подрядчиков, и заводы, которые делали конкретный сплав, конкретную прокладку, закрылись или перешли на другое производство. Утрачены не документы, а навыки и умения поставщиков. Люди, знавшие все тонкости процесса или ушли или уже умерли. Каждый из специалистов владел своей частью неявного знания, который никому не передал.
Существует важнейшее понятие — отрицательное знание. Неудача очень хорошо учит, но только тех, кто при ней присутствовал. Отрицательное знание не воплощено ни в чем — двигатель не несет на себе следов пятнадцати вариантов форсуночной головки, которые взрывались на стенде в 1960 году, пока не нашли перегородки, гасящие неустойчивость горения.
Ценнейшая информация о неудачах не проходит через четыре фильтра:
1. Публикационный: результат «не получилось» не имеет статуса результата, а журналы отрицательных результатов, которые пытались его исправить, сами закрылись за отсутствием подач
2. Юридический: отчет о неудаче — улика, и корпоративные юристы предпочитают, чтобы его не было.
3. Статусный: рассказ о провале не несет карьерной выгоды, поэтому он передается устно, в курилке, то есть по самому короткому каналу.
4. Секретный: провалы оборонных программ засекречены сильнее успехов, потому что раскрывают направление поиска.
p.s.
Добавлю, что полки в книжных магазинах ломятся от историй успешных компаний. Хотя успех — это скорее исключение из правил. Опыт неудач и провалов не менее важен для человечества.
Получил комментарий к предыдущему посту — сейчас проблемы передачи знаний не существует потому, что можно все оцифровать. Нет. Так это не работает.
Есть старая история про F-1 — двигатель первой ступени «Сатурна-5». Тогда могли его сделать, а сейчас почему то не могут. Чертежи, дескать утрачены. На самом деле все чертежи целы, их около сотни тысяч.
Но в 2013 году инженеры Центра Маршалла разобрали газогенератор музейного экземпляра, отсканировали и запустили на стенде — и обнаружили, что ни один из построенных двигателей не совпадал с чертежами. Каждый F-1 был штучным изделием: форсуночная головка с тысячами отверстий сверлилась и подгонялась вручную, сварные швы правили по месту, и результат каждой доводки записывался в «красные пометки» на копии чертежа, которые хранились у изготовителя, а не в архиве заказчика.
Кроме того у «Сатурна» было порядка 20 тысяч подрядчиков, и заводы, которые делали конкретный сплав, конкретную прокладку, закрылись или перешли на другое производство. Утрачены не документы, а навыки и умения поставщиков. Люди, знавшие все тонкости процесса или ушли или уже умерли. Каждый из специалистов владел своей частью неявного знания, который никому не передал.
Существует важнейшее понятие — отрицательное знание. Неудача очень хорошо учит, но только тех, кто при ней присутствовал. Отрицательное знание не воплощено ни в чем — двигатель не несет на себе следов пятнадцати вариантов форсуночной головки, которые взрывались на стенде в 1960 году, пока не нашли перегородки, гасящие неустойчивость горения.
Ценнейшая информация о неудачах не проходит через четыре фильтра:
1. Публикационный: результат «не получилось» не имеет статуса результата, а журналы отрицательных результатов, которые пытались его исправить, сами закрылись за отсутствием подач
2. Юридический: отчет о неудаче — улика, и корпоративные юристы предпочитают, чтобы его не было.
3. Статусный: рассказ о провале не несет карьерной выгоды, поэтому он передается устно, в курилке, то есть по самому короткому каналу.
4. Секретный: провалы оборонных программ засекречены сильнее успехов, потому что раскрывают направление поиска.
p.s.
Добавлю, что полки в книжных магазинах ломятся от историй успешных компаний. Хотя успех — это скорее исключение из правил. Опыт неудач и провалов не менее важен для человечества.