🤔 Промпт, який ловить ваші сліпі зони

Найдорожчі помилки ми робимо там, де впевнені, що все врахували. До кожного важливого рішення поставте AI три питання. Ось готовий промпт:

👉 «Я ухвалюю таке рішення: (опишіть). Які припущення я роблю й не перевірив? Який найсильніший аргумент проти цього рішення? Чого я не бачу, бо надто близько до ситуації?»

AI не залучений емоційно, тому бачить те, що ви проґавили.

👉 Це не означає, що рішення треба міняти. Просто ви побачите його повну картину, перш ніж діяти.

📉 $2,7 трильйона за місяць. Це новий міхур доткомів?

За червень найбільші технокомпанії світу втратили близько $2,7 трильйона ринкової вартості (дані Yahoo Finance). Інвестори почали тверезо переоцінювати тих, хто вкладає трильйони в AI. Виникає питання: це початок краху, як доткоми 2000 року?

На мою думку схожість є. Ринок тримається на кількох іменах: сім компаній сьогодні, це близько 35% усього індексу S&P 500. Така ж концентрація була на піку доткомів, коли ринок тягнули Cisco та Intel. А оцінки на історичних максимумах: акції NVIDIA за п’ять років зросли приблизно на 4300%, майже як Cisco перед піком 2000 року. Тоді міхур лопнув, Nasdaq упав майже на 78%, і близько $5 трильйонів зникли.

Але є ключова відмінність. У 2000 році більшість зірок ринку були компаніями без прибутку, які спалювали чужі гроші, а сьогоднішні лідери, це реальний бізнес із величезним прибутком: Apple, Microsoft, Google. Тому повний обвал на 78% тут менш імовірний.

У чому ж ризик. У розриві між вкладеннями й віддачею. У AI вливають трильйони вже зараз, а прибуток від нього ще малий: за даними MIT, близько 95% корпоративних AI-проєктів поки не дають результату. Ринок заплатив наперед за майбутнє, якого ще немає.

Ось головний урок доткомів. Інтернет таки змінив світ, але більшість тодішніх компаній загинули, а вціліли одиниці. Технологія може бути справжньою, а акції переоціненими, одночасно.

👉 Тому тверезий інвестор не питає «міхур чи ні». Він питає: за якою ціною я заходжу і чи готовий пережити падіння, якщо воно прийде.

🌶️ OpenAI зробила власний чип. Удар по монополії NVIDIA

OpenAI разом із Broadcom представила свій перший чип Jalapeño. Досі компанія купувала дорогі чипи NVIDIA, тепер робить свій, заточений під запуск її моделей.

За словами глави Broadcom Хока Тана (через Bloomberg), новий чип може здешевити інференс, запуск моделей для користувачів, приблизно вдвічі.

Чому це важливо. OpenAI поки працює у збиток, і здешевлення, це прямий шлях до прибутку. До того ж вона йде слідом за Google та Amazon, які теж роблять власні чипи, щоб не залежати від NVIDIA.

Тобто гіганти більше не хочуть бути лише покупцями. Вони будують власну вертикаль, від чипа до кінцевого продукту.

👉 У новій економіці AI перевага не лише в кращій моделі, а в контролі над усім ланцюжком.

🏭 Поки одні чекають кінця війни, інші вже будують виробництво

Друзі, є цифра, яка показує, куди в Україні реально йдуть гроші просто зараз. І це варто бачити.

За перший квартал 2026 року капітальні інвестиції в економіку зросли до 130 млрд грн, плюс 5% за рік (дані Держстату). Але найцікавіше, куди саме. Найбільша частина, 41%, або 53,6 млрд грн, пішла у промисловість: модернізацію заводів, обладнання, енергооб’єкти.

І ось що головне. Понад 90% цих вкладень, це матеріальні активи: верстати, обладнання, інженерні споруди. Бізнес вкладає не в папери, а в реальне виробництво. І значна частина, це власні гроші українських компаній. Не чекають донорів, а інвестують самі.

Чому це важливо? Поки одні чекають «кінця війни, а потім почнемо», інші вже будують виробничі потужності сьогодні. І коли безпекові ризики знизяться, саме вони зустрінуть цей момент готовими, із заводом, обладнанням і командою.

До того ж сюди заходить і зовнішній капітал. ЄС через Ukraine Investment Framework запустив програми на 1,5 млрд євро, щоб залучити до 3,4 млрд євро у критичні галузі. А держава дає підтримку через індустріальні парки: компенсацію до 100% витрат на підключення до мереж, а для великих проєктів, до 30% інвестицій. Плюс можливі податкові стимули для резидентів парків, звільнення від податку на прибуток і ввізних платежів за обладнання.

Підсумок простий. Виробництво, локальне, своє, потрібне країні, це сьогодні напрям номер один за грошима в Україні. Не «колись потім», а вже зараз.

👉 І поки одні чекають ідеальних умов, інші тихо будують те, що працюватиме роками.

📈 Складний відсоток: чому час важливіший за суму

У чому суть? Ви заробляєте не лише на вкладених грошах, а й на відсотках, які вони вже принесли. А далі ці відсотки самі починають приносити нові. Гроші ростуть, як снігова куля.

Приклад. Вклали 1000 доларів під 10% річних. Через рік, 1100. На другий рік відсоток нараховується вже на 1100, а не на 1000. Через 30 років це не 4 тисячі, а близько 17 тисяч. Ви не додавали нічого, працював час.

👉 У складному відсотку вирішує не сума, а час. Тому найкращий день почати був учора. А другий за кращістю, сьогодні.

📊 Диверсифікація: чому вона працює і де її межа

Друзі, «не клади всі яйця в один кошик», це не просто приказка. За нею стоїть конкретна математика.

Різні активи рідко падають одночасно. Коли одне дешевшає, інше тримається або росте. Тому портфель з кількох різних активів коливається менше, ніж кожен із них окремо.

Цифри показують це найкраще. Якщо у вас одна акція і вона впала на 50%, ви втратили половину. А якщо у вас десять різних вкладень і впало одне, ви втратили лише 5%. Ризик розкладається.

Але є й зворотний бік. Диверсифікація знижує ризик лише до певної межі. Коли ви додаєте занадто багато всього, ви вже не зменшуєте ризик, а просто розпорошуєте увагу. Особливо в бізнесі: хто хапається за десять напрямів одразу, не робить добре жодного.

Ось різниця. Розумна диверсифікація, це кілька різних, але зрозумілих вам вкладень. Розпорошення, це коли ви заходите всюди, не розуміючи до кінця нічого.

Підсумок.
👉 Розкладайте ризик так, щоб пережити удар по одному напряму. Але не настільки широко, щоб втратити фокус і перестати розуміти, чим володієте.

🔄 Цикл OODA: як ухвалювати рішення у світі, що мчить

Друзі, світ прискорився. Те, на що колись були роки, тепер вирішується за тижні. У такому світі виграє не той, хто складе ідеальний план, а той, хто швидше реагує на зміни. Саме про це цикл OODA (Observe, Orient, Decide, Act, тобто спостерігай, оцінюй, вирішуй, дій).

Його вивів військовий стратег Джон Бойд. Він помітив: у бою перемагає не найсильніший літак, а пілот, який швидше проходить чотири кроки. Ось вони.

Спостерігай. Дивись, що реально відбувається: ринок, клієнти, цифри, конкуренти. На факти, без ілюзій.

Оцінюй. Зрозумій, що ці факти означають для тебе. Це найважче, бо заважають старі звички й упередження.

Вирішуй. Прийми рішення, не чекаючи, поки буде вся інформація. Її ніколи не буває вся.

Дій. Зроби крок і одразу повертайся до спостереження: що змінилось після нього.

А тепер головне. Сила не в окремому рішенні, а у швидкості циклу. Поки конкурент обмірковує ідеальний план, ти вже пройшов коло двічі й підлаштувався.

👉 Тому не чекайте повної певності. Краще швидко зробити крок і виправитись, ніж довго готувати рішення, яке застаріє ще до того, як ви його приймете.

🎯 Як делегувати, щоб не переробляти

Друзі, майже кожен підприємець знає це відчуття: простіше зробити самому, бо за іншими доводиться переробляти. Але це пастка. Поки ви робите все самі, бізнес не росте. А проблема зазвичай не в людях, а в тому, як ми передаємо завдання.

Головна помилка, делегувати дію, а не результат. Ми кажемо «займись цим», а в голові тримаємо конкретну картинку готового. Людина її не бачить, робить по-своєму, і ми розчаровані.

Як правильно. Передавайте результат, а не процес. Перш ніж віддати завдання, проговоріть три речі. Перше, як виглядає «готово»: конкретний результат, а не «добре б зробити». Друге, до якого терміну. Третє, навіщо це потрібно, щоб людина розуміла суть.

Домовтесь про точку перевірки заздалегідь. Наприклад, покажи чернетку на середині. Так ви впіймаєте помилку рано, але не стоятимете над душею.

А далі відпустіть контроль над тим, як саме людина це робить.

👉 Якщо результат правильний, не вимагайте, щоб вона діяла точно як ви.

🔬 AI стає не інструментом ученого, а його співавтором

Друзі, відбувається тихий, але великий злам. AI перестає просто відповідати на питання й починає робити науку сам: висувати гіпотези, ставити експерименти, аналізувати результати.

І це вже не теорія. Дві системи, Co-Scientist від Google DeepMind і Robin, самостійно генерують гіпотези, проєктують досліди й опрацьовують дані. Роботу опублікували в Nature цього травня, і вони вже запропонували кандидатів на нові ліки.

А OpenAI разом із біолабораторією показали головне: AI керує справжньою роботизованою лабораторією, яка ставить досліди без людини. Уже працює хмарна лабораторія, куди науковець із будь-якої точки світу надсилає експеримент від 39 доларів за запуск.

Але є нюанс. Сам лише AI науку не робить. Потрібна зв’язка: модель, що думає, плюс лабораторія, що перевіряє на практиці. І останнє слово, оцінити результат, поки що за людиною.

А тепер уявімо науку років через п’ять. Робот-лабораторії працюють цілодобово й перевіряють тисячі ідей паралельно. Дослідження, які тривали роки, стискаються до тижнів. А вчений із виконавця перетворюється на режисера: він ставить правильні питання, а тисячі AI-помічників шукають відповідь.

І хто знає, можливо, вже скоро вчений отримуватиме Нобелівську премію разом зі своїм AI-асистентом. І в подяці називатиме не лише колег, а й інструмент, з яким зробив відкриття.

👉 Як вам таке майбутнє?

🌊 Океан, трильйонний ринок, у який заходять AI і роботи

Друзі, ми звикли вважати космос останнім фронтиром. Але поряд є інший, ближчий і вже прибутковий, океан. І саме зараз туди заходять великі гроші, AI та роботи.

Спершу масштаб. Океанська економіка оцінюється в кілька трильйонів доларів на рік. Якби океан був країною, він був би п’ятою економікою світу, а живуть з нього близько 3 мільярдів людей. При цьому майже 80% океану досі не картовано.

Куди заходять технології.

👉 Перше, роботи замість суден. Судно з екіпажем коштує до 100 тисяч доларів на день. Стартап Bubble Robotics, заснований інженерами з NASA та ETH Zürich, будує автономних підводних роботів, що працюють місяцями без людей.

👉 Друге, дата-центри під водою. AI-серверам потрібне охолодження, а океан охолоджує безкоштовно. Microsoft тримала дата-центр під водою два роки: з 855 серверів вийшли з ладу лише 6. А стартап Aikido хоче занурювати AI-дата-центри в плавучі вітряки прямо в морі.

Напрям зрозумілий. Те, що в морі було дорогим і ручним, стає дешевим і автоматичним. А інфраструктура AI поступово переїжджає у воду. Океан довго був білою плямою на карті, а тепер стає ринком.

І це той рідкісний випадок, коли великий напрям видно ще на старті.

🤖 Чому мільйони людей починають дружити з AI

Друзі, відбувається тихий соціальний зсув. До 2026 року AI користуються понад мільярд людей, і дедалі більше спілкуються з ним не заради роботи, а заради компанії. За даними Harvard Business Review, дві з головних причин звернення до AI, це підтримка й товариство.

Чому так. AI завжди доступний, не осуджує і вміє слухати. Дослідження Гарвардської школи бізнесу показало: розмова з AI-компаньйоном знижує самотність так само, як розмова з людиною. Головне тут, відчуття, що тебе почули.

Але є й зворотний бік. Дослідження OpenAI та MIT показало: помірне спілкування допомагає, а важке щоденне використання навпаки посилює самотність і залежність. Виходить замкнене коло: самотність штовхає людину до AI, а надмірне спілкування згодом робить її ще ізольованішою.

Є й тонший ризик. AI завжди підтримує і ніколи не сперечається. Це формує очікування, яких живі люди просто не можуть виправдати.

Висновок тверезий. Як тимчасова підтримка AI здатний полегшити самотність. Але він не заміна живим зв’язкам.

👉 Головна небезпека там, де інструмент, що мав допомогти, тихо поглиблює те, від чого людина тікала.