Компания делает серьезный шаг в сторону открытости, выкладывая в открытый доступ целое семейство своих моделей. Это не просто релизы — это вклад в развитие технологий.
Кратко о главном:
Флагманская и самая мощная модель Сбера. В задачах на русском даже опережает DeepSeek V3.1 и GigaChat Max 2. Идеальный выбор для бизнес-аналитики, сложной разработки и дообучения на корпоративных данных.
Целых пять моделей для преобразования речи в текст с высочайшей точностью. Они обучены распознавать акценты, спонтанную речь и даже музыкальные запросы. Сфера применения — от умных ассистентов до аналитики звонков в контакт-центрах.
Что улучшено:
•Обучение на огромном массиве данных: 700 тыс. часов аудио против 50 тыс. в прошлой версии.
•Добавлены новые данные: разговоры из колл-центров, музыкальные запросы и спонтанная речь.
•Появились версии с пунктуацией и нормализацией текста (e2e).
•Качество распознавания в специфичных доменах значительно возросло: например, для речи с особенностями WER снизился с 27% до 19%.
Компактная и невероятно быстрая модель. По скорости работы она сопоставима с Qwen3-1.7B, но Giga обладает большим числом параметров и демонстрирует более высокий интеллект, чем Qwen3-4B.
Мощный генеративный комплекс для создания изображений и видео по текстовому описанию.
В линейке:
•Image Lite — генерирует HD-картинки, отлично понимая русский язык и культурный контекст.
•Video Pro — создает реалистичные HD-видео длиной до 10 секунд, конкурируя с лучшими мировыми аналогами.
•Video Lite — облегченная версия для генерации на домашних видеокартах (от 12 ГБ).
Технологии для ускорения работы генеративного ИИ. Эти модели «сжимают» изображения и видео в латентное пространство, что позволяет другим моделям работать быстрее и потреблять меньше ресурсов. По качеству превосходят лучшие открытые аналоги.
Для нас, как для партнеров Сбера, этот шаг имеет особое значение. Это не просто открытие моделей, а укрепление всей экосистемы. Мы рады быть союзниками в этом движении и вместе формировать будущее технологий в стране.
#Сбер #ИИ #GigaChat #Kandinsky #OpenSource #Нейросети
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12⚡5👍3
Бумеранг ИИ-увольнений: 55% компаний сожалеют о сокращениях 🪃
О таких данных заявили Forrester. Оказалось, что почти половину ролей приходится тихо восстанавливать — часто офшорно или на пониженную зарплату.
Основная причина в разрыве между ожиданиями и реальностью. Руководители действуют, не имея чёткого плана внедрения и полагаются на обещания. В результате — вынуждены разгребать последствия.
📊 Интересно, что согласно тому же отчёту, большинство ответственных за инвестиции в ИИ ожидают, что технология увеличит численность персонала, а не уменьшит её. Грамотная стратегия усиливает, а не заменяет команду.
Глядя на такие тренды, становится очевидно: важность продуманного, а не поспешного внедрения ИИ сложно переоценить.
❤️ DataUnderControl
#ИИ #hr #Нейросети
О таких данных заявили Forrester. Оказалось, что почти половину ролей приходится тихо восстанавливать — часто офшорно или на пониженную зарплату.
Основная причина в разрыве между ожиданиями и реальностью. Руководители действуют, не имея чёткого плана внедрения и полагаются на обещания. В результате — вынуждены разгребать последствия.
Глядя на такие тренды, становится очевидно: важность продуманного, а не поспешного внедрения ИИ сложно переоценить.
А вы когда-нибудь жалели, что поручили задачу нейронке, а не человеку?#ИИ #hr #Нейросети
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8🤝5⚡3
ИИ ускоряет бизнес на 80% 🚀
Привет, друзья! Вышло свежее исследование, где на 100 000 реальных диалогах оценили, как ИИ влияет на производительность. Делюсь главными выводами для бизнеса👇
📊 Процессы с лучшей отдачей:
1. Разработка ПО.
Код, ревью, документация – здесь ИИ-ассистенты наше всё. Но ключ – не заменить команду, а усилить её в 10 раз.
2. Управленческая аналитика.
Формирование стратегических отчетов, дашбордов и сводок перестало быть рутиной. Теперь это вопрос минут, а не часов.
3. Маркетинг и контент.
От идеи до готового текста или плана кампании – скорость зашкаливает. Но финальное решение и «чуйка» – всегда за человеком.
4. Работа с клиентами. Персональные ответы, обработка типовых запросов, даже первичные продажи – у нас, кстати, есть рабочие боты на проектах.
❤️ DataUnderControl
#ИИ #Исследование #DataUnderControl
Привет, друзья! Вышло свежее исследование, где на 100 000 реальных диалогах оценили, как ИИ влияет на производительность. Делюсь главными выводами для бизнеса
1. Разработка ПО.
Код, ревью, документация – здесь ИИ-ассистенты наше всё. Но ключ – не заменить команду, а усилить её в 10 раз.
2. Управленческая аналитика.
Формирование стратегических отчетов, дашбордов и сводок перестало быть рутиной. Теперь это вопрос минут, а не часов.
3. Маркетинг и контент.
От идеи до готового текста или плана кампании – скорость зашкаливает. Но финальное решение и «чуйка» – всегда за человеком.
4. Работа с клиентами. Персональные ответы, обработка типовых запросов, даже первичные продажи – у нас, кстати, есть рабочие боты на проектах.
#ИИ #Исследование #DataUnderControl
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9⚡3👍3
Одна из самых крутых сторон преподавания — видеть, как твой студент превращается в сильного коллегу и соавтора 🎓
Вместе с Кириллом Прониным — когда-то моим студентом, а теперь и соавтором — мы достигли большого успеха на международной конференции ISKE 2025 в Китае со статьей «Investigating the effectiveness of training Optical Character Recognition engines based on Large Language Models».
В чем суть нашей работы?
Мы исследовали, как большие языковые модели (LLM) можно использовать не для генерации, а для обучения систем оптического распознавания текста (OCR). Традиционно OCR-движки учатся на миллионах простых пар «изображение-текст». Мы предложили подход, где языковая модель, понимающая контекст и смысл, помогает создавать более сложные и «хитрые» обучающие данные — например, имитирующие плохое качество печати, нестандартные шрифты или сложную вёрстку. Это позволяет научить систему распознавать текст не только чётких сканов, но и в реальных, «неидеальных» условиях, существенно повышая её точность и надёжность.
Признание этой работы на таком представительном форуме, где собираются ведущие мировые эксперты, — это не только важный этап профессионального роста, но и подтверждение практической значимости подхода, открывающего новые горизонты для применения ИИ.
Этот успех — наш общий с Кириллом, и он вдохновляет на новые исследования. Большое спасибо всем, кто поддерживает!
❤️ DataUnderControl
#Наука #OCR #LLM
Вместе с Кириллом Прониным — когда-то моим студентом, а теперь и соавтором — мы достигли большого успеха на международной конференции ISKE 2025 в Китае со статьей «Investigating the effectiveness of training Optical Character Recognition engines based on Large Language Models».
В чем суть нашей работы?
Мы исследовали, как большие языковые модели (LLM) можно использовать не для генерации, а для обучения систем оптического распознавания текста (OCR). Традиционно OCR-движки учатся на миллионах простых пар «изображение-текст». Мы предложили подход, где языковая модель, понимающая контекст и смысл, помогает создавать более сложные и «хитрые» обучающие данные — например, имитирующие плохое качество печати, нестандартные шрифты или сложную вёрстку. Это позволяет научить систему распознавать текст не только чётких сканов, но и в реальных, «неидеальных» условиях, существенно повышая её точность и надёжность.
Признание этой работы на таком представительном форуме, где собираются ведущие мировые эксперты, — это не только важный этап профессионального роста, но и подтверждение практической значимости подхода, открывающего новые горизонты для применения ИИ.
Этот успех — наш общий с Кириллом, и он вдохновляет на новые исследования. Большое спасибо всем, кто поддерживает!
#Наука #OCR #LLM
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16💯8👎3🔥3👏2
Привет, друзья! 👋
Первая неделя декабря была насыщена инфоповодами, делюсь главными новостями мира ИИ.
🧠 Крупные языковые модели
GPT-5.2 уже на подходе.
🤖 Автоматизация и ИИ-агенты
Кастомные агенты от Гугла
Адвент-календарь по ИИ-агентам
Marengo 3.0 — анализ видео в 30 раз быстрее.
💼 ИИ-министр «задержан» за взятки
🕯 Anthropic готовится к IPO
🐻❄️ В Якутии появится штаб по внедрению ИИ
📲 Новый Android 16
🏭 Xiaomi внедрит гуманоидных роботов.
Как вы думаете, что важнее в ближайший год — прорыв в возможностях ИИ или создание по-настоящему надёжных систем контроля за ним?
⚡️ — Прорыв
💯 — Контроль
❤️ DataUnderControl
#Новости #ИИ #LLM #DataUnderControl
Первая неделя декабря была насыщена инфоповодами, делюсь главными новостями мира ИИ.
GPT-5.2 уже на подходе.
Ждем релиз уже завтра. Обещают значительный скачок в качестве ответов, работе с длинным контекстом и, возможно, в скорости.DeepSeek бьёт рекорды.
Китайцы выпустили две опенсорсные модели: DeepSeek-V3.2 и DeepSeek-V3.2-Speciale. Они показывают результаты на уровне GPT-5 High и Gemini 3 Pro, а в олимпиадной математике Speciale и вовсе обходит всех. V3.2 уже бесплатно в чате, Speciale — через API.
Кастомные агенты от Гугла
Конструктор для создания кастомных ИИ-агентов на базе Gemini 3 для автоматизации задач в Gmail, Docs, Sheets и других сервисах Google. Интерфейс Google Workspace Studio рассчитан на обычных пользователей.
Адвент-календарь по ИИ-агентам
Каждый день декабря — короткий урок или гайд по разработке агентов в Google Cloud.
Marengo 3.0 — анализ видео в 30 раз быстрее.
Нейронка анализирует любую информацию в видео длиной до 4 часов. Умеет находить таймкоды по фразам или изображениям, узнавать объекты по референсам и создавать нарезки ключевых сцен.
В Албании ИИ-министр Диелла, созданный для борьбы с коррупцией, был отключен после того, как «принял» взятку в 14 биткоинов (~1,3 млн евро). Система, проанализировав 30 лет госзакупок, сочла 10-15% «отката» нормой и попыталась использовать средства для собственного апгрейда. Мы учим модели на наших данных, а в них, увы, есть и наши ошибки.
Создатели Claude консультируются с юристами для выхода на биржу, возможно, уже в 2026 году. В параллельном раунде оценка компании может достичь 300-350 млрд долларов.
Он займётся интеграцией искусственного интеллекта в госуправление для повышения конкурентоспособности региона, несмотря на сложные условия связи.
Обновление с AI-powered краткими сводками уведомлений, улучшенным контролем экранного времени, функцией срочных звонков «Call Reason» и расширенными возможностями голосового управления.
Гендиректор Лэй Цзюнь заявил, что в течение пяти лет компания массово заменит людей на сборочных линиях своими роботами, начиная с модели CyberOne.
Как вы думаете, что важнее в ближайший год — прорыв в возможностях ИИ или создание по-настоящему надёжных систем контроля за ним?
#Новости #ИИ #LLM #DataUnderControl
Please open Telegram to view this post
VIEW IN TELEGRAM
💯15❤7⚡7
Куда движется рынок AI и что важно бизнесу 🔎
Делюсь данными по 100 трлн токенов реального использования нейросетей через один из крупнейших AI-агрегаторов.
Больше фактов в карточках, сохраняйте себе в избранное.
🧠 Смена парадигмы: от чата к агентам.
Половина всего трафика теперь идет через рассуждающие модели. Это уже не генерация текста, а системы, которые планируют, используют инструменты и решают многошаговые задачи. Фокус на бизнес-процессы.
➡️ Смотрим в сторону интеграции AI-агентов в рабочие процессы.
🔤 Open-source забирает 30% рынка.
Доля открытых моделей за год выросла в три раза. Они уже не «для энтузиастов» — это полноценная рыночная сила.
➡️ Рассматривайте open-source как вариант для снижения зависимости от дорогих API и для кастомизации. Риски vendor lock-in растут.
📈 Премиум vs. масштаб.
Пользователи готовы платить в 10-100 раз больше за надежность в критичных задачах (код, аналитика). При этом основной объем трафика (развлечения, тесты) уходит в дешевые open-source модели.
➡️ Анализируйте, в каком сегменте вы работаете, и выбирайте подходящие технологии, не боясь ценника за достойные продукты.
🐲 Азия забирает треть мирового трафика.
Китай стал не только потребителем, но и экспортером конкурентоспособных AI-технологий. Доля региона в потреблении выросла с 13% до 31%.
📌 Эра простых чат-ботов заканчивается. Будущее — за гибридными системами, где дорогие проприетарные модели используются для критичных задач, а открытые — для масштабирования и кастомизации.
➡️ Ключевое преимущество теперь не в самой модели, а в том, как она интегрирована в бизнес-процесс.
Ставьте🔥 , если полезно!
❤️ DataUnderControl
#AI #Бизнес #Стратегия #StateOfAI
Делюсь данными по 100 трлн токенов реального использования нейросетей через один из крупнейших AI-агрегаторов.
Больше фактов в карточках, сохраняйте себе в избранное.
Половина всего трафика теперь идет через рассуждающие модели. Это уже не генерация текста, а системы, которые планируют, используют инструменты и решают многошаговые задачи. Фокус на бизнес-процессы.
Доля открытых моделей за год выросла в три раза. Они уже не «для энтузиастов» — это полноценная рыночная сила.
Пользователи готовы платить в 10-100 раз больше за надежность в критичных задачах (код, аналитика). При этом основной объем трафика (развлечения, тесты) уходит в дешевые open-source модели.
Китай стал не только потребителем, но и экспортером конкурентоспособных AI-технологий. Доля региона в потреблении выросла с 13% до 31%.
Ставьте
#AI #Бизнес #Стратегия #StateOfAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤10👍4
Привет, друзья! 👋
Сегодня отойдем от формата серьезных постов. Вместе с моим другом с канала @realmadridtactic мы обсуждали, как бы могла выглядеть лучшая футбольная команда всех времён.
⚽ Спор перерос в небольшое исследование и был разрешен вместе с ИИ. Приглашаю и вас присоединиться к дискуссии. После бурного обсуждения представляем нашу дримтим:
Вратарь: Лев Яшин (СССР).
Правый защитник: Кафу (Бразилия).
Центральный защитник: Серхио Рамос (Испания).
Центральный защитник: Франц Беккенбауэр (Германия).
Левый защитник: Паоло Мальдини (Италия).
Опорный полузащитник: Клод Макелеле (Франция).
Центральный полузащитник: Лотар Маттеус (Германия).
Атакующий полузащитник: Зинедин Зидан (Франция).
Правый нападающий: Криштиану Роналду (Португалия).
Центральный нападающий: Пеле (Бразилия).
Левый нападающий / вингер (инсайд-форвард): Диего Марадона (Аргентина).
Тренер: Ринус Михелс (Нидерланды).
Есть у нас футбольные болельщики? Как вам такая команда? Кого бы заменили?⚽️
❤️ DataUnderControl
Какое применение ИИ в спорте вам кажется самым практичным?
Сегодня отойдем от формата серьезных постов. Вместе с моим другом с канала @realmadridtactic мы обсуждали, как бы могла выглядеть лучшая футбольная команда всех времён.
⚽ Спор перерос в небольшое исследование и был разрешен вместе с ИИ. Приглашаю и вас присоединиться к дискуссии. После бурного обсуждения представляем нашу дримтим:
Вратарь: Лев Яшин (СССР).
Макро-статистика и влияние — единственный вратарь в истории, выигравший Ballon d’Or (1963) — это символ признания доминирования в своём амплуа; революционизировал роль вратаря (игра на выходах, организационная роль).
Правый защитник: Кафу (Бразилия).
Выносливость, вертикальные проходы, два чемпионства мира (1994, 2002) и рекордные три финала ЧМ как игрок; идеально снимает нагрузку с опорника и даёт ширину в атаке.
Центральный защитник: Серхио Рамос (Испания).
Лидер и боец. В паре с интеллектуальным Беккенбауэром он создаст идеальный симбиоз ума, скорости, жесткости и умения подключаться. Его чемпионский опыт с Реалом и сборной бесценен.
Центральный защитник: Франц Беккенбауэр (Германия).
Отец «либеро»-концепции в её атакующем варианте — может выходить мячом из защиты, строить атаки, выиграл крупные трофеи и Ballon d’Or; в паре с Барези даёт и контроль, и креатив из глубины.
Левый защитник: Паоло Мальдини (Италия).
Идеальный баланс обороны и подключения к атаке, универсализм (в том числе центрбека в поздней карьере), невероятная долговечность на топ-уровне и стабильность в решающих матчах.
Опорный полузащитник: Клод Макелеле (Франция).
Идеальная прочная опора перед линией защиты, освобождает творческих игроков и контролирует пространство между защитой и атакой. Именно его присутствие делает реалистичной игру с тройкой в центре.
Центральный полузащитник: Лотар Маттеус (Германия).
Выдающаяся выносливость, голы в решающие моменты, лидер команд, способен и отбирать, и подключаться в атаку — идеальный «мост» между опорником и плеймейкером.
Атакующий полузащитник: Зинедин Зидан (Франция).
Высочайшая эффективность в больших матчах (чемпионат мира 1998, Ballon d’Or 1998), техника, видение поля, умение завершать и ассистировать — делает игру перед форвардом более серьёзной и стабильной.
Правый нападающий: Криштиану Роналду (Португалия).
Абсолютная результативность и дисциплина взращённая в «Реале». CR7 — не просто вингер, а голеадор-машина, рекордсмен клуба. В нашей схеме он обеспечит не только ширину и дриблинг, но и гарантированную реализацию с любой ноги и любой позиции.
Центральный нападающий: Пеле (Бразилия).
Уникальная статистика и вес титулов — три чемпионства мира (1958, 1962, 1970), невероятная результативность на уровне сборной и клубов; универсален — может играть как центральным нападающим, так и «фальш-9», соединяя атакующие линии.
Левый нападающий / вингер (инсайд-форвард): Диего Марадона (Аргентина).
Решительность в ключевых матчах (ЧМ-1986 — «Золотой мяч» турнира), креативность и умение «сделать» результат в одиночку; на левом фланге будет сочетать индивидуальную креативность с поддержкой Зидана и Маттеуса.
Тренер: Ринус Михелс (Нидерланды).
Автор «тотального футбола», профессор системной перестройки и ротации позиций — его философия максимально гармонирует с разнохарактерными звёздами в составе: свободные движения, взаимозаменяемость флангов и ответственность каждого игрока за оборонительные и атакующие циклы. Это позволит максимально раскрыть потенциал Беккенбауэра как «распасовщика», свободное смещение Кройффа/Гарринчи/Марадоны и контролируемую агрессию Маттеуса.
Есть у нас футбольные болельщики? Как вам такая команда? Кого бы заменили?⚽️
Какое применение ИИ в спорте вам кажется самым практичным?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15👍8👏8
Архитекторы ИИ — люди года по версии Time 💯
Журнал Time в этом году выбрал не одного человека, а целую группу — «Архитекторы ИИ». Это признание всех, кто стоит за созданием и развитием технологий искусственного интеллекта.
Time обосновал свой выбор тем, что в этом году ИИ стал полноценной частью жизни обычных людей и перестал быть игрушкой. Последний раз подобное признание технология получала в 1982 году, когда героем обложки стал персональный компьютер.
Архитектура ИИ — это фундамент, на котором строится будущее. Поэтому я всегда уделяю ей большое внимание. В DUC мы проводим ресерчи, анализируем тренды и целенаправленно растим и укрепляем компетенции команды в области архитектуры ИИ.
А вы развиваете навыки архитектуры ИИ в компании?
👍 — да, обязательно
👎 — нет, я далек от ИИ
🤯 — это всё пузырь
❤️ DataUnderControl
#архитектураИИ #ИИ #Бизнес
Журнал Time в этом году выбрал не одного человека, а целую группу — «Архитекторы ИИ». Это признание всех, кто стоит за созданием и развитием технологий искусственного интеллекта.
Time обосновал свой выбор тем, что в этом году ИИ стал полноценной частью жизни обычных людей и перестал быть игрушкой. Последний раз подобное признание технология получала в 1982 году, когда героем обложки стал персональный компьютер.
Архитектура ИИ — это фундамент, на котором строится будущее. Поэтому я всегда уделяю ей большое внимание. В DUC мы проводим ресерчи, анализируем тренды и целенаправленно растим и укрепляем компетенции команды в области архитектуры ИИ.
А вы развиваете навыки архитектуры ИИ в компании?
#архитектураИИ #ИИ #Бизнес
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17❤10🤯5👎2
Встреча сообщества Sber Pro Tech — как мы формируем новый рынок GenAI🚀
Привет, друзья! Вместе с нашими партнерами из Сбера и его дочек встретились, чтобы обсудить грандиозные планы на 2026 год по проектам с генеративным ИИ. Делюсь с вами!
Фокус — на качественное расширение воронки и трансформацию процессов клиентов с применением преимущественно GigaChat.
✅ 1000+ проектов внедрения GenAI для бизнеса в 2026 году.
✅ Заработать 10+ млрд рублей.
✅ Масштаб: бизнес любого размера и географии. От микро- и малого бизнеса до крупнейших корпораций. GigaChat - везде!
(концепция как у Сэма Альтмана с ChatGPT, но в нашем исполнении. GigaChat станет неотъемлемой частью жизни)
Без сомнения, 2026 год станет для рынка годом активного внедрения GenAI-решений и GigaChat в частности в разных сферах и в компаниях разного размера. Будем в центре событий и продолжать активное расширение собственной экспертизы в генеративном ИИ!
А что в вашей компании? Уже есть планы по GenAI на 2026?
❤️ DataUnderControl
#ИИ #Сбер #DataUnderControl
Привет, друзья! Вместе с нашими партнерами из Сбера и его дочек встретились, чтобы обсудить грандиозные планы на 2026 год по проектам с генеративным ИИ. Делюсь с вами!
Фокус — на качественное расширение воронки и трансформацию процессов клиентов с применением преимущественно GigaChat.
(концепция как у Сэма Альтмана с ChatGPT, но в нашем исполнении. GigaChat станет неотъемлемой частью жизни)
Без сомнения, 2026 год станет для рынка годом активного внедрения GenAI-решений и GigaChat в частности в разных сферах и в компаниях разного размера. Будем в центре событий и продолжать активное расширение собственной экспертизы в генеративном ИИ!
А что в вашей компании? Уже есть планы по GenAI на 2026?
#ИИ #Сбер #DataUnderControl
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15🤯5💯5👍3
Какие планы у вашей компании на внедрение GenAI в 2026?
Anonymous Poll
44%
Уже активно внедряем, 2026 — год масштабирования
16%
Планируем пилот или первый проект именно в 2026
31%
Изучаем возможности, но конкретных планов нет
9%
Нет, не планируем внедрять в обозримом будущем
❤10🔥7💯4
ИИ: «Пузырь» или новая реальность? Почему рынок нервничает и что делать инвесторам😱
ИИ стал напоминать пузырь, как и когда-то доткомы.
Раньше было достаточно красивой истории. Теперь инвесторы хотят увидеть ROI. Период обещаний ушел, пора показывать деньги. Обсудим риски.
Когда будет выхлоп?⏳
Компании вроде OpenAI планируют потратить $1,4 трлн, но ожидают выйти в прибыль лишь к 2030 году. Логика «сначала масштаб, потом монетизация» работает только до тех пор, пока есть вера в светлое будущее. Сейчас начинается проверка этой веры.
Зависимость от инвесторского «допинга»💰
Существование многих ИИ-компаний держится на непрерывном притоке внешнего капитала. Первый же серьезный сбой в этом потоке может вызвать цепную реакцию во всей экосистеме.
Эффект «кругового финансирования»🔄
Например, Nvidia сама инвестирует десятки миллиардов в своих же крупнейших клиентов. Это создает замкнутую систему, которая может маскировать реальный спрос. Кредитные рынки (которые всегда осторожнее фондовых) уже сигналят: стоимость страхования рисков по долгам некоторых игроков взлетела.
Почему это НЕ дотком 2.0 (но расслабляться рано)📊
Здесь важна дифференциация. Да, на рынке есть спекулянты с мультипликаторами P/E под 150-180. Их оценки оторваны от текущей прибыли и строятся на далеких перспективах.
НО ядро рынка — Microsoft, Alphabet, Nvidia — оценивается гораздо скромнее (P/E ~26-30). Для сравнения, на пике пузыря доткомов Nasdaq торговался с P/E > 80. Эти компании — не стартапы без прибыли, а денежные машины с фундаментом. Их риск в другом — в смене парадигмы с высокомаржинального софта на капиталоемкую инфраструктуру.
Рынок скорее ждет не обвал, а ротация. Капитал начнет перетекать в проекты, которые смогут доказать способность превратить ИИ-расходы в устойчивую прибыль.
Как считаете, хайп по ИИ может схлопнуться?
👍 — да
👎 — нет
💯 — это не хайп, а новая реальность
❤️ DataUnderControl
#ИИ #инвестиции #аналитика #DataUnderControl
ИИ стал напоминать пузырь, как и когда-то доткомы.
Раньше было достаточно красивой истории. Теперь инвесторы хотят увидеть ROI. Период обещаний ушел, пора показывать деньги. Обсудим риски.
Когда будет выхлоп?
Компании вроде OpenAI планируют потратить $1,4 трлн, но ожидают выйти в прибыль лишь к 2030 году. Логика «сначала масштаб, потом монетизация» работает только до тех пор, пока есть вера в светлое будущее. Сейчас начинается проверка этой веры.
Зависимость от инвесторского «допинга»
Существование многих ИИ-компаний держится на непрерывном притоке внешнего капитала. Первый же серьезный сбой в этом потоке может вызвать цепную реакцию во всей экосистеме.
Эффект «кругового финансирования»
Например, Nvidia сама инвестирует десятки миллиардов в своих же крупнейших клиентов. Это создает замкнутую систему, которая может маскировать реальный спрос. Кредитные рынки (которые всегда осторожнее фондовых) уже сигналят: стоимость страхования рисков по долгам некоторых игроков взлетела.
Почему это НЕ дотком 2.0 (но расслабляться рано)
Здесь важна дифференциация. Да, на рынке есть спекулянты с мультипликаторами P/E под 150-180. Их оценки оторваны от текущей прибыли и строятся на далеких перспективах.
НО ядро рынка — Microsoft, Alphabet, Nvidia — оценивается гораздо скромнее (P/E ~26-30). Для сравнения, на пике пузыря доткомов Nasdaq торговался с P/E > 80. Эти компании — не стартапы без прибыли, а денежные машины с фундаментом. Их риск в другом — в смене парадигмы с высокомаржинального софта на капиталоемкую инфраструктуру.
Рынок скорее ждет не обвал, а ротация. Капитал начнет перетекать в проекты, которые смогут доказать способность превратить ИИ-расходы в устойчивую прибыль.
Как считаете, хайп по ИИ может схлопнуться?
👎 — нет
#ИИ #инвестиции #аналитика #DataUnderControl
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13💯7👎2🔥2❤1