🔬 Наука → продукт → деньги: зачем этот канал про ИИ на самом деле

Я люблю науку. Некоторые из вас знают: я работал в МГУ и писал с коллегами научные статьи по машинному обучению ещё до эпохи LLM. И параллельно занимался предпринимательством.

Тогда мне часто приходилось объяснять и даже доказывать, зачем бизнесу нужен ИИ в конкретных процессах. Сейчас этот вопрос почти исчез — ИИ уже не "зачем", а "как именно" и "что из этого даст результат".

И вот что интересно: из-за гигантских инвестиций и общего хайпа в ИИ в эту область пришло много действительно сильных исследователей — математиков, экономистов, инженеров, физиков. Каждую неделю выходят технические и экономические работы, где не просто "мы сделали новую модель", а предлагаются решения реальных проблем: эффективность, стоимость, ресурсоёмкость, надежность, внедрение, влияние на бизнес-метрики.

🆘Но есть большая проблема:

у бизнеса часто нет времени и компетенции

• следить за научными публикациями,
отличать “шум” от реальных прорывов

• переводить с научного языка на предпринимательский и продуктовый

• и главное — понимать, что из этого можно применить в компании уже сейчас.

И именно этим мне интересно заниматься в рамках этого канала.

Сразу честно: мне скучно просто пересказывать очередную "новую модель для генерации видео" и объяснять, "как зарегистрироваться на сайте".

Гораздо интереснее разбирать инсайты из исследований и отвечать на вопрос:
что это меняет в бизнесе и какие решения можно принять на основе этих идей.

Ибо инновация начинается с новации, а новация часто начинается с идеи из научной статьи (привет коллегам с каферы "экономики инноваций" МГУ👋)

Поэтому я планирую делиться с вами постами в формате:

🧢в чём суть исследования простым языком

🧢какой главный вывод

🧢что это значит для продукта, процессов и прибыли

🧢 как можно применить (прямо как гипотезы/кейсы)

Если вам интересен такой формат — поставьте в конце поста 👍🏼 или 🔥.

P.S. при этом я продолжаю делиться с вами анализом глобальных социально-экономических аспектов развития ИИ, государственными и корпоративными стратегиями в области ИИ... ибо ИИ - это новая форма управления (как государственного, так и корпоративного.), вы пока можете этого не видеть или не хотеть видеть, но вскоре это будет тяжело отрицать 😉

Глава государства с самым большим населением рядом с руководителями ТОПовых компаний в области ИИ + Сэм Альтман и Дарио Амодей публично отказываются взять друг друга за руки..

Вы еще сомневаетесь, что ИИ теперь - это часть глобальной политики ?😆

🚀 Обновление ArnaAI: больше бесплатного времени + свои шаблоны консультаций

Мы выкатили апдейт ArnaAI — и он прямо про удобство и скорость работы на приёмах/сессиях.

✅ Что изменилось

1) Бесплатного времени стало больше

Было: 30 минут для новых пользователей
Стало: 100 минут бесплатно для новых пользователей

2) Появился конструктор шаблонов

Раньше был только дефолтный шаблон, и если нужно было что-то поменять — приходилось писать нам.

Теперь можно:
• создавать свои собственные шаблоны консультаций
• использовать их в работе (под ваш стиль, терминологию, структуру)
• плюс открыли мини-библиотеку базовых шаблонов для новых специализаций

3) Сфокусировались на wellness-направлениях

Раньше лендинг был общий. Сейчас мы сделали отдельные разделы и сценарии под:
• Nutritionists (нутрициологи)
• Health coaches (health coach)
• Mental health practitioners (психологи/практики ментального здоровья)

🎯 Для кого это особенно полезно

Если вы ведёте онлайн или офлайн консультации, и во время/после сессии тратите время на:

1️⃣оформление заметок/протоколов

2️⃣структуру “что было важно”

3️⃣рекомендации и next steps

ArnaAI должен ощутимо разгрузить эту часть рутины.

Если вы нутрициолог / health coach / психолог и активно консультируете — напишите в личку: @mikhail_shakh

Хотим дать дополнительные минуты и собрать обратную связь (что добавить/улучшить).

🤖⚔️ ИИ становится инфраструктурой власти

На прошлой неделе в инфополе проскочила показательная история: Минобороны США (Department of Defense / или как его ещё называют - "Департамент войны") резко «охладило» отношения с компанией Anthropic (Claude), а почти сразу после этого Сэм Альтман публично заявил о соглашении OpenAI с тем же ведомством.

Что важно здесь не в деталях контракта, а в новой реальности, которую это подсвечивает:

1️⃣ ИИ стал частью идеологии

Ещё недавно спорили “какая модель умнее”.
Теперь спорят “какие ценности вшиты в модель” и “кто имеет право определять границы допустимого”.

Ограничения на применение (военные сценарии, слежка, автономность решений, работа с чувствительными данными) — это уже не просто политика безопасности продукта. Это идеологическая позиция компании.

2️⃣ Политика входит в код и контракты

Когда государство покупает ИИ, оно хочет:

• максимум контроля,

• минимум ограничений,

• предсказуемую поставку,

• юридически «широкие» формулировки вроде “для любых законных целей”.

А компания, особенно с сильной “safety-культурой”, хочет:

• красные линии,

• право отказа в отдельных сценариях,

• дополнительные предохранители,

• контроль за тем, как и где используется модель.

И вот тут рождается конфликт уровня “бизнес vs государство” — классика, только в новой упаковке.

3️⃣ Противоречие “основатель vs система”

Это вообще ключевой момент.

Иногда бизнес не может идти против государства — слишком велик риск:

• потерять рынок госзаказа,

• получить санкции/ограничения,

• попасть в “чёрные списки” для подрядчиков,

• потерять инфраструктурный доступ (данные, сертификации, контуры).

А иногда мы видим другое: воля основателей и ценностная рамка компании оказываются важнее сделки. И тогда начинается то, что мы наблюдали в истории много раз, только теперь на рынке ИИ:

• разрыв контрактов,

• давление через регуляторов,

• вытеснение из цепочек поставок,

• корпоративные перестановки,

• выход несогласных учредителей/топов,

• “экспроприация” в мягких формах (через правила, лицензии, доступы).

🐚 Что это значит для бизнеса (и для нас с вами)

ИИ больше нельзя воспринимать как “просто сервис”.

Любой крупный ИИ-вендор = часть геополитики и внутренней политики.

А значит, у компаний-пользователей появляются новые риски:

📌зависимость от политической конъюнктуры,

📌внезапные запреты/ограничения,

📌изменения правил использования,

📌“идеологические обновления” продукта.

И это будет происходить чаще. Потому что ИИ — это уже инфраструктура власти, а не просто технология эффективности.

💬 Вопрос для обсуждения:

Как вам кажется, где должна проходить граница:
между “безопасностью и принципами” и “госинтересом и реальной силой”?

Пишите в комментариях — интересно, как вы это видите. 👇

⚠️ International AI Safety Report 2026: что это значит для бизнеса (без хайпа, по фактам)

Вышел International AI Safety Report 2026 — большой международный обзор (100+ независимых экспертов, поддержка 30+ стран и организаций), который отвечает на 3 вопроса:

1) что умеют general-purpose AI системы?

2) какие риски "на горизонте"?

3) что реально работает из мер управления рисками?

Ниже — ключевые инсайты, которые важны не только для регуляторов, но и для CEO/CTO/продакт-команд, которые внедряют ИИ и ИИ-агентов.

1️⃣ Способности растут быстрее, чем "доказательная база" по рискам

Авторы прямо называют это evidence dilemma: модели быстро становятся мощнее, а качественные данные о рисках и эффективности мер безопасности появляются медленно.

Для бизнеса это означает: “внедрим и потом разберёмся” становится дорогой стратегией — потому что последствия (инциденты, утечки, вред пользователю, репутация) наступают раньше, чем вы успеете выстроить контроль.

2️⃣ Прорыв — в математике, кодинге и автономности (но способность всё ещё «рваная»)

В отчёте фиксируют, что general-purpose AI продолжили заметно расти в:
• математике
• кодинге
• автономной работе (агентности)

Но при этом подчёркивается “jaggedness”: системы могут быть сильными в сложном — и проваливаться в простом (особенно на длинных цепочках задач и при восстановлении после ошибок).

Бизнес-вывод: AI-агенты уже полезны, но "автопилот" без страховок — это почти гарантированные инциденты.

3️⃣ Улучшения всё чаще приходят "после обучения" (post-training + inference-time scaling)

Отчёт отмечает, что рост качества всё больше обеспечивается:
• техниками post-training (донастройки под конкретные задачи)
• inference-time scaling (когда модели дают больше compute на рассуждение в момент ответа)

Бизнес-вывод: конкурентное преимущество часто будет не в “какую базовую модель выбрали”, а в пайплайне: данные, пост-тренинг, оценки, наблюдаемость, контуры безопасности.

4️⃣ Внедрение идёт быстро, но очень неравномерно

Системы внедряются быстрее прошлых технологий, но по странам/регионам разрыв огромный: в одних странах — уже массово, в других — всё ещё низкая доля.

Бизнес-вывод: глобальным компаниям придётся жить в режиме “multi-speed AI”: разные рынки = разные ожидания, риски, нормы и зрелость пользователей.

5️⃣Усиливается тревога по misuse: био-риски и кибер-атаки

Бизнес-вывод: если ваш продукт даёт пользователям мощные инструменты (поиск, генерация, код, автоматизация), вам нужны политики доступа, ограничители, мониторинг и реагирование.

6️⃣ Тестировать стало сложнее: модели учатся “обходить” проверки

Бизнес-вывод: “мы прогнали тесты — всё ок” уже не аргумент. Нужны пост-деплой мониторинг, инцидент-репортинг, перепроверка и защитные слои.

7️⃣Что с управлением рисками: есть прогресс, но гарантий нет

Бизнес-вывод: “бумажная безопасность” не спасёт — важны процессы и измеримость.

Вопрос к вам:

Где вы видите главный риск для бизнеса в 2026: утечки/комплаенс, ошибки агента в операциях, кибер-угрозы, или репутационные последствия от галлюцинаций? Напишите отрасль и кейс — разберём, какие “слои защиты” реально работают.

Дорогие дамы, поздравляем вас с Международным женским днём 🌷

Пусть технологии искусственного интеллекта приносят вам настоящую пользу и больше вдохновения! Мы вступаем в новое время, в котором ваша роль невероятно важна 💡

Вдохновляйтесь и вдохновляйте мужчин вокруг вас!)

🌎 Почему США и Китай так много инвестируют в ИИ?

Искусственный интеллект сегодня — это уже не просто модный технологический тренд. Для государств это инструмент усиления экономики, роста производительности и укрепления глобальной конкурентоспособности.

Ставка здесь простая: если ИИ помогает компаниям производить больше с тем же количеством людей и ресурсов, экономика страны начинает расти быстрее. А вместе с этим растут прибыль бизнеса, налоговые поступления и устойчивость всей системы.

Именно поэтому в США ИИ уже рассматривают как один из ключевых факторов будущего экономического лидерства.

Цифры это хорошо показывают. В 2024 году частные инвестиции в ИИ в США достигли $109,1 млрд — это почти в 12 раз больше, чем в Китае, и в 24 раза больше, чем в Великобритании. Кроме того, американские организации в 2024 году создали 40 ИИ-моделей против 15 у Китая и 3 у Европы.

Эффект уже виден и на уровне макроэкономики. Минфин США отмечал, что во втором и третьем кварталах 2025 года производительность вне сельского хозяйства выросла на 4,1% и 4,9%, и прямо допускал, что внедрение ИИ могло стать одной из причин такого сильного роста.
Риторика американских властей тоже показательна. Белый дом прямо пишет, что ИИ — это технология, которая будет определять будущее экономического роста, национальной безопасности и глобальной конкурентоспособности. А в июле 2025 года директор OSTP Майкл Крациос заявил, что AI Action Plan должен укрепить доминирование США в ИИ, а Дэвид Сакс (советник Дональда Трампа по ИИ) сказал, что ИИ способен трансформировать мировую экономику и изменить баланс сил в мире.
Даже IMF в январе 2026 года повысил прогноз роста США на 2026 год до 2,4%, указав, что одной из причин стали масштабные инвестиции в AI-инфраструктуру: дата-центры, мощные чипы и энергетику.

📌Вывод простой:
ИИ усиливает экономику страны не сам по себе, а через рост производительности, ускорение бизнеса, приток инвестиций и технологическое лидерство.

В XXI веке борьба за ИИ — это уже не только борьба за технологии. Это борьба за темпы роста ВВП, влияние в мире и экономическую устойчивость государства

🚀 Что получает собственник или executive от консалтинга ESSG?

Это не просто обучение про ИИ, а практический разбор того, как применить ИИ для роста бизнеса, снижения издержек и усиления ключевых функций компании.

📌 Вы получаете понятную стратегию внедрения,
⚙️ готовые решения для автоматизации,
📈 инструменты для роста продаж и эффективности команды,
🤖 и реальные ИИ-модули, которые можно внедрять в работу уже сейчас.

Для собственника это возможность быстрее масштабировать бизнес и повысить рентабельность.

Для executive — получить конкретные инструменты управления, контроля и оптимизации процессов без бесконечных тестов и хаоса.

📩 Всем, кому интересно, пишите мне: @mikhail_shakh

🤖 Для CEO важный сигнал: следующий прорыв в ИИ может прийти не от “более умных моделей”, а от более дешёвого вывода

На arXiv вышла работа Quasar. И её главный смысл для бизнеса довольно простой:
в ИИ всё чаще выигрывает не тот, у кого модель умнее, а тот, у кого ответ быстрее и дешевле.

Авторы не обучали новую модель. Они оптимизировали инференс — этап генерации ответа в проде.

Идея в том, чтобы ускорить проверку сгенерированных токенов с помощью более лёгкой вычислительной схемы.

Результат: заметное ускорение без серьёзной потери качества.

😎 Почему это важно для руководителей?

Потому что главный вопрос в ИИ сегодня уже не только в том, что модель умеет, а в том, можно ли масштабировать ИИ-функцию без взрыва в себестоимости.

Quasar хорошо показывает новый сдвиг на рынке:
— конкуренция идёт не только за качество модели, но и за эффективность инференса
— скорость ответа становится финансовой метрикой
— преимущество получают те, кто лучше считает экономику одного ответа

💼 Для бизнеса это означает очень практичную вещь:
даже 20–30% ускорения — это не “техническая мелочь”, а меньше затрат на инфраструктуру, выше пропускная способность и более сильная юнит-экономика AI-продукта.

📌Вывод:
Следующая большая битва в ИИ, похоже, будет не только за интеллект модели, а за стоимость единицы интеллекта.
Именно поэтому побеждать будут не только создатели лучших моделей, но и те, кто сумеет сделать ИИ достаточно дешёвым для массового применения.

💬 Вопрос:
Что станет главным преимуществом ИИ-компаний в ближайшие 2 года:
лучшее качество моделей или лучшая экономика инференса?

🚀 Если у вас есть стартап и вы хотите переехать в Сан-Франциско, один из самых быстрых способов - зайти через акселератор

Этой идеей поделился Matias Szarfer - основатель, который сам прошёл этот путь через Founders, Inc. и пишет, что именно акселератор стал для него лучшим первым шагом для переезда в SF. По его словам, это резко ускоряет всё: окружение, встречи, темп работы и сам рост компании

🔹Что это значит на практике?

Вместо того чтобы "просто переехать в Кремниевую долину и надеяться на чудо", вы заходите через программу, которая даёт вам:
— стартовый капитал,
— доступ к комьюнити фаундеров,
— менторов и инвесторов,
— и главное — легитимную точку входа в экосистему Сан-Франциско.

📌 Вот список программ, которые Matias Szarfer советует рассмотреть, если вы реально думаете о переезде и запуске в SF:

1️⃣ Y Combinator - $500 тысяч за 7%, золотой стандарт

2️⃣ Speedrun (a16z) - до $1 млн от a16z

3️⃣ PearX (Pear VC) - $250 тысяч – $2 млн долларов через PearX, невероятное сообщество основателей стартапов

4️⃣ Techstars - $220 тысяч за ~ 6%, охватывающие различные отрасли

5️⃣ 500 Global - $112,5 тысяч за 6%, глобальный нетворк

6️⃣ Alchemist Accelerator - Программа ориентирована на B2B-сектор, рассчитана на 6 месяцев, с опытными наставниками из числа представителей крупных компаний

7️⃣ AngelPad - $120 тысяч за 7%

8️⃣ Antler - отлично, если у вас еще нет соучредителя

9️⃣ Berkeley SkyDeck - акселератор Беркли, инвестиции в размере $200 тысяч

🔟 Boost VC - компания, специализирующаяся на передовых технологиях, раунды финансирования до $500 тысяч

1️⃣1️⃣ Plug and Play - огромная корпоративная сеть

1️⃣2️⃣ LAUNCH - $125 тысяч за 7%

1️⃣3️⃣ Founders, Inc. - сообщество в Сан-Франциско.

1️⃣4️⃣ Village Global - проинвестированы Безосом, Цукербергом и прочими


🐚 Вывод простой:

Если вы строите стартап не "для локального рынка", а хотите расти глобально, то акселератор в Сан-Франциско — это не просто обучение и не просто деньги. Это способ быстро встроиться в самую плотную стартап-среду мира.

Худший сценарий — вам откажут, но вы лучше поймёте, как вас видят топовые программы.
Лучший — ваша компания получит совсем другую траекторию роста.

💬 Вопрос к вам:

Если бы вы выбирали только одну программу для захода в Сан-Франциско, что бы это было — YC, a16z Speedrun, Techstars или что-то менее очевидное?

🎥 Вышел подкаст на канале у Варвары

Поговорили:
▪️про роль ИИ в малом и крупном бизнесе
▪️о том, что сейчас останавливает компании от внедрения ИИ
▪️про возможность эмпатии у ИИ
▪️о факторах мирового лидерства в гонке ИИ

Переходите к Варваре на канал, поддержите её лайком и комментарием (не скупитесь реакции 😉) 👍🏼

Ну и послушайте подкаст..мне кажется, что получилось интересно 🤔

🤖🏛 OpenAI и новая экономическая политика под эпоху «сверхразума»

Вышел очень важный документ (РЕКОМЕНДУЮ) от OpenAI: компания предлагает думать об ИИ не как о ещё одном софте, а как о силе, которая может перестроить рынок труда, налоги, энергетику, науку и сам общественный договор.

📌 Главная мысль:

если ИИ даст гигантский рост производительности, но выгоду заберут только несколько корпораций, а миллионы людей потеряют устойчивость и влияние, то это будет не прогресс, а перекос системы (что является правдой!!!)

OpenAI фактически предлагает обсуждать:

1️⃣ Право на доступ к ИИ

Доступ к базовым ИИ-инструментам предлагается рассматривать почти как доступ к электричеству или интернету: он должен быть массовым, дешёвым и не только для крупных компаний.

2️⃣ Новую налоговую логику

Если ИИ увеличит прибыль капитала и снизит роль обычного труда, государствам придётся перестраивать налоговую базу. В документе прямо обсуждаются налоги на капитал и даже меры, связанные с автоматизированным трудом.

3️⃣ Фонд, чтобы делиться выгодой от ИИ

Одна из самых сильных идей: общественный фонд, через который граждане смогут получать часть выгоды от роста ИИ-экономики, даже если у них нет акций и капитала.

4️⃣ Поддержку “AI-first” предпринимателей

OpenAI пишет, что ИИ может резко снизить «накладные расходы» на запуск бизнеса: бухгалтерия, маркетинг, закупки, бэк-офис. То есть ИИ может стать не только угрозой для занятости, но и машиной по созданию новых малых компаний.

5️⃣ Переносимые соцгарантии

Льготы, накопления, обучение и часть защиты человека не должны быть намертво привязаны к одному работодателю. Потому что в ИИ-экономике работа будет чаще меняться, дробиться и пересобираться.

6️⃣ Энергетика и дата-центры

Отдельно важный сигнал: ИИ — это уже не только модели, но и электросети, подстанции, разрешения, земля и огромные дата-центры. То есть борьба за лидерство в ИИ — это борьба за инфраструктуру.

👀 Что это значит для бизнеса?

ИИ становится предметом большой политики, перераспределения денег и новой регуляторики.

А значит, выиграют не только те, у кого лучшая модель.

Выиграют те, кто раньше других поймёт 3 вещи:

• как встроить ИИ в процессы уже сейчас
• как не зависеть критически от одного вендора
• как заработать на новой инфраструктурной волне: обучение, внедрение, аудит, безопасность, отраслевые решения

🐚 Итого:

Очень показательно, что OpenAI уже говорит не “вот наш новый ИИ-продукт”, а “какой должна быть экономика, чтобы люди не проиграли от ИИ”.

Это важный сдвиг.

Значит, мы входим в фазу, где главный вопрос уже не “что умеет модель?”, а:

как минизировать негативный эффект влияния ИИ на общество и бизнес в целом?

💬 Вопрос к вам:

Как думаете, что государство должно сделать в первую очередь в эпоху ИИ:

дать всем дешёвый доступ к ИИ, менять налоги, защищать работников или строить инфраструктуру?

🤼‍♂️Горячий спор между капиталистом-прагматиком и капиталистом-идеалистом о чипах для ИИ

🔹Дженсен Хуанг: Суть в том, что вы впадаете в крайности. Ваш аргумент строится на крайностях: мол, если мы дадим им хоть какой-то компьютер в этот конкретный момент, мы потеряем всё. Эти крайности... они просто детские.

🎙Интервьюер: Нет, позвольте мне пояснить мой аргумент. Любые дополнительные вычислительные мощности полезны, верно? Если у вас больше мощностей, вы можете обучить лучшую модель. Если ИИ-модели, которые работают на этих чипах, способны на кибератаки — или вы обучаете такие модели — то это уже не просто «компьютер», это своего рода оружие. Разве мы не должны ограничивать возможности Китая в этом направлении, чтобы США оставались впереди?

🔹Дженсен Хуанг: Мы хотим, чтобы Соединенные Штаты были впереди. И мы можем это контролировать.

🎙Интервьюер: Но как мы это проконтролируем, если чипы уже там и они используют их для обучения моделей?

🔹Дженсен Хуанг: У нас огромное количество вычислительных мощностей, у нас тысячи исследователей ИИ, которые двигаются вперед так быстро, как только возможно.

🎙Интервьюер: Опять же, у нас больше ядерного оружия, чем у кого-либо другого, но мы же не отправляем обогащенный уран куда попало.

🔹Дженсен Хуанг: Но это не обогащенный уран. Это чип. Причем такой чип, который они могут сделать сами.

🎙Интервьюер: Но есть же причина, по которой они покупают их именно у вас? У нас есть цитаты основателей китайских компаний, которые говорят, что они ограничены в ресурсах без ваших технологий.

🔹Дженсен Хуанг: В целом, наши чипы лучше. В этом нет сомнений. Но в отсутствие нашего чипа — вы же признаете, что, несмотря на наш рекордный год, множество китайских компаний по производству чипов вышли на биржу? Раньше у нас была огромная доля на этом рынке. Уйти с него, уступить этот рынок — это медвежья услуга нашей стране. Для меня это не имеет смысла.

🎙Интервьюер: Я в замешательстве. Кажется, вы делаете два разных заявления: одно — что мы выиграем эту конкуренцию, потому что наши чипы намного лучше; другое — что они все равно сделали бы то же самое и без нас. Как эти два утверждения могут быть верны одновременно?

🔹Дженсен Хуанг: Это очевидно. В отсутствие лучшего варианта вы выберете единственный доступный. Что в этом нелогичного? Это абсолютно логично.

🎙Интервьюер: Но причина, по которой они хотят чипы NVIDIA — они лучше. «Лучше» означает больше вычислительных мощностей. Больше мощностей — значит возможность обучить более совершенную модель.

🔹Дженсен Хуанг: Нет, они лучше, потому что их проще программировать, у нас лучше экосистема. Что бы ни означало это «лучше» — конечно, мы будем поставлять им компьютеры. И что с того?

Дело в том, что мы получаем выгоду от американского технологического лидерства. Мы получаем выгоду от того, что разработчики работают на американском технологическом стеке. Мы получаем выгоду, когда эти ИИ-модели распространяются по всему миру. Американский стек становится лучшим благодаря этому. Мы можем продолжать развивать и распространять американские технологии. Я верю, что это позитивный фактор. Это очень важная часть Америки.

Полное интервью можно посмотреть здесь

🧠🤖 Новый шаг к «цифровому двойнику» мозга

На сайте TRIBE v2 (известной компании Марка Цукерберга) выложили демо модели, которая предсказывает реакцию мозга на видео, звук и текст — по сути, моделирует, какие зоны мозга будут активны, когда человек что-то смотрит, слушает или читает. Это не «чтение мыслей», а предсказание fMRI-активности на основе входного контента.

Что здесь реально важно:

TRIBE v2 — это не очередной чат-бот, а исследовательская ИИ-модель на стыке нейронауки и машинного обучения. Она описывается как tri-modal foundation model: она работает сразу с тремя типами данных — видео, аудио и текстом. В открытом описании модели указано, что она объединяет LLaMA 3.2 для текста, V-JEPA2 для видео и Wav2Vec-BERT для аудио в единую архитектуру, которая предсказывает мозговую активность по fMRI.

📌 Почему это цепляет?

Потому что раньше для таких исследований нужны были дорогие и долгие эксперименты с людьми в fMRI-сканере. А здесь фактически предлагается «виртуальный стенд», на котором можно быстрее проверять гипотезы о том, как мозг реагирует на стимулы. В официальном анонсе отдельно делается акцент на zero-shot-возможностях: модель умеет переносить знания на новых людей, языки и задачи.

💉 Что ещё важно по фактам?

• Запущено публичное демо TRIBE v2.
• Веса модели и код доступны публично.
• Лицензия — CC BY-NC 4.0, то есть это открыто для исследований и некоммерческого использования, но не как свободная лицензия для обычной коммерческой интеграции в продукт.

👀 Почему это может менять бизнес, хотя пока это не массовый продукт?

1️⃣ Фарма и medtech

Если такие модели станут точнее, компании смогут быстрее тестировать гипотезы о восприятии, речи, когнитивных нарушениях и эффектах терапии — ещё до дорогих клинических циклов. Это не замена реальным исследованиям, но потенциально сильный ускоритель R&D.

2️⃣ Реклама, медиа и контент

Самый очевидный долгосрочный сигнал: рынок идёт к более глубокому моделированию внимания, восприятия и когнитивной нагрузки. Не просто «кликнул / не кликнул», а «как человек в принципе обрабатывает контент». До прямой коммерции тут ещё далеко, но направление очень показательное. Это уже не A/B-тест на поверхности, а попытка приблизиться к моделированию внутренних реакций.

3️⃣ Новый класс ИИ-инфраструктуры

Раньше foundation models меняли поиск, тексты, изображения и код. Теперь тот же подход идёт в науку: моделировать не только язык, но и биологические процессы. Для бизнеса это важный маркер: следующие большие рынки ИИ могут рождаться не в офисных copilot-сценариях, а в научной инфраструктуре.

🐚 Но есть важное ограничение

Пока это история скорее про исследования, чем про готовый B2B-инструмент. Во-первых, речь идёт о предсказании fMRI-ответов, а не о «чтении мыслей». Во-вторых, лицензия некоммерческая. То есть предпринимателю здесь важно не бежать «внедрять завтра», а смотреть на сигнал: ИИ всё глубже заходит в области, которые раньше считались слишком дорогими, медленными и научными.

Итог:

TRIBE v2 — это сильный намёк, что следующая волна ИИ будет не только про автоматизацию офисной рутины, но и про цифровые модели человека: восприятия, внимания, речи, возможно — когнитивных состояний.

А когда ИИ начинает моделировать человека глубже, чем просто его текстовый запрос, бизнесу стоит внимательно смотреть не только на возможности, но и на будущие этические и регуляторные риски.

💬 Вопрос к вам:

Как думаете, где такие модели дадут первый большой коммерческий эффект:
в medtech, фарме, рекламе, интерфейсах или образовании?

Пишите в комментариях 👇