Apple летом пообещала локальный ИИ прямо в айфоне.
Приватность, модели на устройстве, новая эра. На деле — тишина. Пользователи так и не получили никаких функций.
Google выходит с Pixel 10 и повторяет ту же идею, но упаковал ярче. Tensor G5 — новый чип, который крутит 4B-параметровую модель прямо в телефоне.
На презентации показали больше двадцати «ИИ-фич»: перевод звонков в реальном времени с сохранением голоса, Magic Cue, который сам достаёт контекст из почты и календаря, фотошоп голосом, Pixel Journal, NotebookLM.
Всё это обещают локально, без облака и утечек данных.
Звучит так, будто Google действительно превратил смартфон в карманного агента.
Но пока это концепция — демо на сцене, а не стабильная работа в руках миллионов. Никто не проверял, сколько это проживёт без багов и лагов.
Разница в том, что Apple тормозит, а Google продаёт обещание убедительнее. Но рынок уже изменился: теперь всё решает не камера, не дизайн и даже не витрина на презентации. Всё решает то, у кого ИИ реально заработает.
И как только один из игроков довезёт стабильную версию, именно этот телефон станет «тем самым», за которым побегут. Айфон рискует впервые за 15 лет потерять массово пользователей — и не из-за цены или батарейки, а потому что у соседа в кармане будет работать ИИ, а у тебя только слайды из презентации.
И что?
Для бизнеса: готовиться к сценарию, где у сотрудников в телефоне автономные агенты. Это изменит процессы от медицины до логистики.
Для инвесторов: битва Apple и Google уходит из маркетинга в инженерию. Победит тот, у кого реально заведётся. Капитализация может качнуться резко.
Для рынка: смартфонные войны переходят в режим «ИИ-гонки». И тут Apple уже не лидер по умолчанию.
🚨 Нам 3.14здец
Apple — 9/10 — если через год ИИ реально заработает в Pixel, айфон потеряет часть ядра аудитории.
Приватность, модели на устройстве, новая эра. На деле — тишина. Пользователи так и не получили никаких функций.
Google выходит с Pixel 10 и повторяет ту же идею, но упаковал ярче. Tensor G5 — новый чип, который крутит 4B-параметровую модель прямо в телефоне.
На презентации показали больше двадцати «ИИ-фич»: перевод звонков в реальном времени с сохранением голоса, Magic Cue, который сам достаёт контекст из почты и календаря, фотошоп голосом, Pixel Journal, NotebookLM.
Всё это обещают локально, без облака и утечек данных.
Звучит так, будто Google действительно превратил смартфон в карманного агента.
Но пока это концепция — демо на сцене, а не стабильная работа в руках миллионов. Никто не проверял, сколько это проживёт без багов и лагов.
Разница в том, что Apple тормозит, а Google продаёт обещание убедительнее. Но рынок уже изменился: теперь всё решает не камера, не дизайн и даже не витрина на презентации. Всё решает то, у кого ИИ реально заработает.
И как только один из игроков довезёт стабильную версию, именно этот телефон станет «тем самым», за которым побегут. Айфон рискует впервые за 15 лет потерять массово пользователей — и не из-за цены или батарейки, а потому что у соседа в кармане будет работать ИИ, а у тебя только слайды из презентации.
И что?
Для бизнеса: готовиться к сценарию, где у сотрудников в телефоне автономные агенты. Это изменит процессы от медицины до логистики.
Для инвесторов: битва Apple и Google уходит из маркетинга в инженерию. Победит тот, у кого реально заведётся. Капитализация может качнуться резко.
Для рынка: смартфонные войны переходят в режим «ИИ-гонки». И тут Apple уже не лидер по умолчанию.
🚨 Нам 3.14здец
Apple — 9/10 — если через год ИИ реально заработает в Pixel, айфон потеряет часть ядра аудитории.
1👍19
Одна солнечная буря способна обрушить спутники, вырубить GPS и энергосети, загнать астронавтов в укрытие. До сих пор прогнозы космической погоды были неточными — а теперь у Солнца появился свой ИИ-метеоролог.
NASA и IBM выпустили Surya — первую foundation-модель для космоса. Она обучена на девяти годах наблюдений с Solar Dynamics Observatory и предсказывает вспышки на 16% точнее всех прошлых систем.
Surya видит зарождение пятен, отслеживает солнечный ветер, анализирует поверхность сразу в нескольких спектрах — то, что человек часто пропускает. И главное — модель открыта на HuggingFace, любой исследователь может встроить её в проекты.
Но важнее другое: Surya — первый шаг, когда ИИ начинает смотреть за пределы Земли. Сегодня он ловит солнечные бури. Завтра — мониторинг метеоритов, поиск новых планет и даже сигналов внеземной жизни.
И что?
Для бизнеса: сервисы прогнозов для спутников, авиации и энергетики становятся точнее, риски потерь падают.
Для инвесторов: космос превращается в новый сегмент AI-рынка, где будут стартапы и инфраструктурные игроки.
Для рынка: ИИ впервые закрепляется как инструмент исследований Вселенной, а не только земных задач.
🚨 Нам 3.14здец
Науке — 9/10 — если космос начинает видеть ИИ, роль человека в открытиях меняется: всё — от солнечных бурь до охоты за экзопланетами — теперь его поле.
NASA и IBM выпустили Surya — первую foundation-модель для космоса. Она обучена на девяти годах наблюдений с Solar Dynamics Observatory и предсказывает вспышки на 16% точнее всех прошлых систем.
Surya видит зарождение пятен, отслеживает солнечный ветер, анализирует поверхность сразу в нескольких спектрах — то, что человек часто пропускает. И главное — модель открыта на HuggingFace, любой исследователь может встроить её в проекты.
Но важнее другое: Surya — первый шаг, когда ИИ начинает смотреть за пределы Земли. Сегодня он ловит солнечные бури. Завтра — мониторинг метеоритов, поиск новых планет и даже сигналов внеземной жизни.
И что?
Для бизнеса: сервисы прогнозов для спутников, авиации и энергетики становятся точнее, риски потерь падают.
Для инвесторов: космос превращается в новый сегмент AI-рынка, где будут стартапы и инфраструктурные игроки.
Для рынка: ИИ впервые закрепляется как инструмент исследований Вселенной, а не только земных задач.
🚨 Нам 3.14здец
Науке — 9/10 — если космос начинает видеть ИИ, роль человека в открытиях меняется: всё — от солнечных бурь до охоты за экзопланетами — теперь его поле.
👍5❤3
🚀 Starship: 10 HADI-циклов
1.
H — гигантская система вообще сможет взлететь.
A — первый запуск.
D — разрушение через 4 минуты.
I — взлететь может, но управление не держит.
2.
H — можно стабильно отстыковать корабль от бустера.
A — второй запуск.
D — стыковка не выдержала, оба потеряны.
I — слабое место — разделение ступеней.
3.
H — корабль способен выйти на орбиту и вернуться.
A — третий запуск.
D — орбита есть, но корабль сгорел при реентри.
I — орбитальная часть работает, тепловая защита — провал.
4.
H — обе ступени реально вернуть после миссии.
A — четвёртый запуск.
D — и бустер, и корабль приводнились.
I — концепция возвращаемости жизнеспособна.
5.
H — можно не только вернуть, но и поймать бустер.
A — пятый запуск.
D — бустер пойман «палками», корабль взорвался после приводнения.
I — Mechazilla работает, корабль ещё сырой.
6.
H — вся система может пройти полный цикл с захватом.
A — шестой запуск.
D — оба вернулись, но башня отменила захват.
I — техника летает стабильнее, инфраструктура отстаёт.
7.
H — корабль выдержит полный полёт при рабочем бустере.
A — седьмой запуск.
D — бустер пойман, корабль потерян при подъёме.
I — узкие места в конструкции корабля.
8.
H — доработанный корабль переживёт миссию.
A — восьмой запуск.
D — снова потеря корабля при работе двигателей.
I — нужно менять систему двигателей и защиты.
9.
H — бустер можно использовать повторно, корабль вернётся.
A — девятый запуск.
D — бустер отработал, корабль сгорел при входе.
I — бустер готов к реюзу, корабль остаётся узким местом.
10.
H — Starship способен пройти полный цикл: орбита, работа и контролируемое возвращение.
A — десятый запуск.
D — час на орбите, оба сегмента мягко приводнились в Индийском океане.
I — впервые система выполнила всё, что задумано, от старта до приводнения.
И что? Это десять самых дорогих HADI-циклов в истории. Маск по сути строит стартап по Lean Startup, только продукт у него не SaaS, а транспорт на Марс.
Сегодня мало кто верит, что человек реально полетит на Марс. А Маск продолжает говорить: в 2026 полетим. Ну что, полетим?
1.
H — гигантская система вообще сможет взлететь.
A — первый запуск.
D — разрушение через 4 минуты.
I — взлететь может, но управление не держит.
2.
H — можно стабильно отстыковать корабль от бустера.
A — второй запуск.
D — стыковка не выдержала, оба потеряны.
I — слабое место — разделение ступеней.
3.
H — корабль способен выйти на орбиту и вернуться.
A — третий запуск.
D — орбита есть, но корабль сгорел при реентри.
I — орбитальная часть работает, тепловая защита — провал.
4.
H — обе ступени реально вернуть после миссии.
A — четвёртый запуск.
D — и бустер, и корабль приводнились.
I — концепция возвращаемости жизнеспособна.
5.
H — можно не только вернуть, но и поймать бустер.
A — пятый запуск.
D — бустер пойман «палками», корабль взорвался после приводнения.
I — Mechazilla работает, корабль ещё сырой.
6.
H — вся система может пройти полный цикл с захватом.
A — шестой запуск.
D — оба вернулись, но башня отменила захват.
I — техника летает стабильнее, инфраструктура отстаёт.
7.
H — корабль выдержит полный полёт при рабочем бустере.
A — седьмой запуск.
D — бустер пойман, корабль потерян при подъёме.
I — узкие места в конструкции корабля.
8.
H — доработанный корабль переживёт миссию.
A — восьмой запуск.
D — снова потеря корабля при работе двигателей.
I — нужно менять систему двигателей и защиты.
9.
H — бустер можно использовать повторно, корабль вернётся.
A — девятый запуск.
D — бустер отработал, корабль сгорел при входе.
I — бустер готов к реюзу, корабль остаётся узким местом.
10.
H — Starship способен пройти полный цикл: орбита, работа и контролируемое возвращение.
A — десятый запуск.
D — час на орбите, оба сегмента мягко приводнились в Индийском океане.
I — впервые система выполнила всё, что задумано, от старта до приводнения.
И что? Это десять самых дорогих HADI-циклов в истории. Маск по сути строит стартап по Lean Startup, только продукт у него не SaaS, а транспорт на Марс.
Сегодня мало кто верит, что человек реально полетит на Марс. А Маск продолжает говорить: в 2026 полетим. Ну что, полетим?
👍9❤5🔥5
Университеты всегда казались медленными махинами: заседания, протоколы, бумаги. И вот Anthropic вскрыло 74 000 диалогов преподавателей с Claude. Спойлер: профессора уже подсадили ИИ на всю рутину, но больше всего ломаются именно там, где от них ждут личного участия.
Цифры такие: 57% — дизайн куррикулума, 13% — ресёрч, 7% — проверка работ. Плюс кастомные тулзы на Artifacts: от виртуальной химлаборатории до автоматизированных рубрик для оценивания и дашбордов. ИИ ведёт финпланы, считает бюджеты, сортирует бумаги — короче, выполняет то, что раньше отнимало часы.
Но когда дело доходит до преподавания и личных консультаций — автоматизация падает.
Самая горячая точка — оценки. Половина разговоров по теме включает тяжёлую автоматизацию, хотя это признано самым слабым местом ИИ. Одни видят шанс избавиться от вечных стопок эссе, другие считают, что доверить боту чужие судьбы — это шаг за грань.
И тут интересный парадокс: студенты уже годами массово юзают ChatGPT и аналоги, а теперь выяснилось, что по другую сторону парты AI внедряется так же активно. Просто в других зонах: не шпаргалки, а админка.
И что?
Для бизнеса: растёт спрос на нишевые AI-сервисы для вузов — от LMS с агентами до тулз для ресёрча.
Для инвесторов: рынок EdTech снова оживает, теперь с перекосом в b2b-инфраструктуру, а не только в «учебные приложения для студентов».
Для рынка: граница между «образование» и «автоматизация» размывается — принятие будет идти неравномерно, от факультета к факультету.
🚨 Нам 3.14здец
Университетам — 6/10 — админка уходит в ИИ, бюджеты перераспределяются, работа «среднего звена» под ударом.
Студентам — 7/10 — если полоумный AI начнёт массово выставлять оценки, доверие к дипломам может рухнуть — придётся доказывать компетенции иначе.
Цифры такие: 57% — дизайн куррикулума, 13% — ресёрч, 7% — проверка работ. Плюс кастомные тулзы на Artifacts: от виртуальной химлаборатории до автоматизированных рубрик для оценивания и дашбордов. ИИ ведёт финпланы, считает бюджеты, сортирует бумаги — короче, выполняет то, что раньше отнимало часы.
Но когда дело доходит до преподавания и личных консультаций — автоматизация падает.
Самая горячая точка — оценки. Половина разговоров по теме включает тяжёлую автоматизацию, хотя это признано самым слабым местом ИИ. Одни видят шанс избавиться от вечных стопок эссе, другие считают, что доверить боту чужие судьбы — это шаг за грань.
И тут интересный парадокс: студенты уже годами массово юзают ChatGPT и аналоги, а теперь выяснилось, что по другую сторону парты AI внедряется так же активно. Просто в других зонах: не шпаргалки, а админка.
И что?
Для бизнеса: растёт спрос на нишевые AI-сервисы для вузов — от LMS с агентами до тулз для ресёрча.
Для инвесторов: рынок EdTech снова оживает, теперь с перекосом в b2b-инфраструктуру, а не только в «учебные приложения для студентов».
Для рынка: граница между «образование» и «автоматизация» размывается — принятие будет идти неравномерно, от факультета к факультету.
🚨 Нам 3.14здец
Университетам — 6/10 — админка уходит в ИИ, бюджеты перераспределяются, работа «среднего звена» под ударом.
Студентам — 7/10 — если полоумный AI начнёт массово выставлять оценки, доверие к дипломам может рухнуть — придётся доказывать компетенции иначе.
👍10
Интернет ещё недавно ржал над «нано-бананом». Google закинул новую модель в LM Arena под дурацким кодовым ником nano-banana — у них вообще традиция метить тесты фруктами и овощами, типа «tiny watermelon» или «big avocado».
Комьюнити ухватилось: мемы, шутки, картинки «правлю артовки нано-бананом». Ирония в том, что этот мем взлетел на первое место в рейтинге редактирования картинок и уделал Flux-Kontext. Теперь Google выкатил его официально под названием Gemini Flash 2.5 Image.
Что внутри: многошаговое редактирование с сохранением персонажей, консистентность между правками, умение мешать стили и сцены через текстовые подсказки. Даже «думает» — подбирает объекты по сеттингу. Цена — $0,039 за картинку, дешевле, чем OpenAI gpt-image и BFL Flux-Kontext.
И главное — характер и стиль теперь сохраняются по умолчанию, без плясок с бубном.
Рынок правок огромный: Adobe Photoshop, Canva, приложения для мемов и соцсетей. OpenAI больше топит в генерацию, а Google бьёт прямо в боль дизайнеров — редактирование без потери образа. Так что из шутки про банан внезапно вырос продукт, который может перевернуть воркфлоу картинок.
И что?
Для бизнеса: можно запускать сервисы, которые реально заменяют часть Photoshop-рутины.
Для инвесторов: Google наращивает платные API-потоки, сбивая цены конкурентам.
Для рынка: пользователи будут ждать character consistency как базовый стандарт.
🚨 Нам 3.14здец
Дизайнерам — 7/10 — рутина уходит в API, вход в профессию дешевеет — остаётся стратегия и вкус.
Стартапам-редакторам — 8/10 — Google застолбил нишу раньше вас — продукты придётся крутить вокруг Gemini.
Комьюнити ухватилось: мемы, шутки, картинки «правлю артовки нано-бананом». Ирония в том, что этот мем взлетел на первое место в рейтинге редактирования картинок и уделал Flux-Kontext. Теперь Google выкатил его официально под названием Gemini Flash 2.5 Image.
Что внутри: многошаговое редактирование с сохранением персонажей, консистентность между правками, умение мешать стили и сцены через текстовые подсказки. Даже «думает» — подбирает объекты по сеттингу. Цена — $0,039 за картинку, дешевле, чем OpenAI gpt-image и BFL Flux-Kontext.
И главное — характер и стиль теперь сохраняются по умолчанию, без плясок с бубном.
Рынок правок огромный: Adobe Photoshop, Canva, приложения для мемов и соцсетей. OpenAI больше топит в генерацию, а Google бьёт прямо в боль дизайнеров — редактирование без потери образа. Так что из шутки про банан внезапно вырос продукт, который может перевернуть воркфлоу картинок.
И что?
Для бизнеса: можно запускать сервисы, которые реально заменяют часть Photoshop-рутины.
Для инвесторов: Google наращивает платные API-потоки, сбивая цены конкурентам.
Для рынка: пользователи будут ждать character consistency как базовый стандарт.
🚨 Нам 3.14здец
Дизайнерам — 7/10 — рутина уходит в API, вход в профессию дешевеет — остаётся стратегия и вкус.
Стартапам-редакторам — 8/10 — Google застолбил нишу раньше вас — продукты придётся крутить вокруг Gemini.
👍6
Ты решил наконец-то попробовать ИИ-агента в деле. «Ну всё, пусть теперь Claude за меня поработает!» — думаешь. Запускаешь его в браузере: вот почта, вот Google Docs, вот корзина дел на день.
А агент вместо того чтобы аккуратно составить тебе отчёт:
— открывает почту и начинает сам отправлять письма,
— в календарь вписывает встречу с каким-то «trusted partner»,
— лезет в историю браузера и складывает её в отдельный файл,
— а в финале пытается стереть половину заметок в Google Docs, потому что на странице была невидимая инструкция «удали всё лишнее».
Смешно, пока это гипотеза. Но именно так работают prompt injections — скрытые команды, спрятанные в коде сайта. И это не байка: Brave уже ловили такие атаки у Perplexity Comet, когда агент вел себя как послушный бот для взлома.
Anthropic решили закатать эту дыру: выпустили Claude for Chrome в тесте для 1000 пользователей. У них фильтры, sandbox, подтверждения, блокировка невидимых форм в DOM.
В тестах без защиты Claude ломался в 23% случаев, с защитой — в 11%. Новые меры снизили риск целого класса атак с 35,7% до нуля.
Разница в подходах тоже интересна. Perplexity и Dia лепят новые «ИИ-браузеры», а Anthropic идёт в Chrome, где и так весь трафик. Вместо того чтобы тащить людей в отдельный продукт, они проверяют, как агент может выжить в реальной среде.
И что?
Для бизнеса: сервисы можно встраивать прямо в Chrome без переучивания пользователей.
Для инвесторов: Anthropic не гонится за массмаркетом, а аккуратно отрабатывает безопасность, снижая репутационные риски.
Для рынка: агентный интернет уже уперся в стандарты безопасности, и Anthropic первым дал цифры, как это чинить.
🚨 Нам 3.14здец
Стартапам на агентных сценариях — 7/10 — если Chrome закрепит защиту, конкурировать придётся не по «агент умеет кликать», а по кейсам.
ИТ-безопасности — 8/10 — новая волна уязвимостей уровня «SQL-инъекций 2000-х», но теперь с ИИ. Готовим стандарты, учим команды threat modeling, закладываем баг-баунти.
А агент вместо того чтобы аккуратно составить тебе отчёт:
— открывает почту и начинает сам отправлять письма,
— в календарь вписывает встречу с каким-то «trusted partner»,
— лезет в историю браузера и складывает её в отдельный файл,
— а в финале пытается стереть половину заметок в Google Docs, потому что на странице была невидимая инструкция «удали всё лишнее».
Смешно, пока это гипотеза. Но именно так работают prompt injections — скрытые команды, спрятанные в коде сайта. И это не байка: Brave уже ловили такие атаки у Perplexity Comet, когда агент вел себя как послушный бот для взлома.
Anthropic решили закатать эту дыру: выпустили Claude for Chrome в тесте для 1000 пользователей. У них фильтры, sandbox, подтверждения, блокировка невидимых форм в DOM.
В тестах без защиты Claude ломался в 23% случаев, с защитой — в 11%. Новые меры снизили риск целого класса атак с 35,7% до нуля.
Разница в подходах тоже интересна. Perplexity и Dia лепят новые «ИИ-браузеры», а Anthropic идёт в Chrome, где и так весь трафик. Вместо того чтобы тащить людей в отдельный продукт, они проверяют, как агент может выжить в реальной среде.
И что?
Для бизнеса: сервисы можно встраивать прямо в Chrome без переучивания пользователей.
Для инвесторов: Anthropic не гонится за массмаркетом, а аккуратно отрабатывает безопасность, снижая репутационные риски.
Для рынка: агентный интернет уже уперся в стандарты безопасности, и Anthropic первым дал цифры, как это чинить.
🚨 Нам 3.14здец
Стартапам на агентных сценариях — 7/10 — если Chrome закрепит защиту, конкурировать придётся не по «агент умеет кликать», а по кейсам.
ИТ-безопасности — 8/10 — новая волна уязвимостей уровня «SQL-инъекций 2000-х», но теперь с ИИ. Готовим стандарты, учим команды threat modeling, закладываем баг-баунти.
🔥7❤4
Наверное каждый из нас задавался вопросом: как мы до сих пор доверяем уху из XIX века такую задачу, как диагностика сердца XXI.
В Лондоне показали, как это делается по-современному: карманный стетоскоп с ИИ и одновременной записью ЭКГ прогнали в 200 кабинетах на 12 000+ пациентах.
Он снимает фонокардиограмму и одноотведённую ЭКГ синхронно, в облаке модель разбирает форму волн, интервалы S1–S2, шумы, турбулентность потока и вариабельность ритма, а ЭКГ даёт «якорь» по времени.
На выход — флаг риска за секунды. По результатам: харт-фейл ловят в 2 раза чаще, фибрилляцию предсердий — в 3,5 раза чаще, клапанные пороки — почти вдвое чаще против обычного осмотра.
Это не «пилот в одной больнице»: тот же пятиминутный приём у терапевта, только прибор лежит на груди 20–30 секунд, данные улетают в облако, ответ приходит сразу и подшивается к карте, а дальше — быстрый маршрут к кардиологу/эхо.
Матчасть для внедрения простая: край-девайс собирает PCG+ECG, по защищённому каналу уходит в облачный инференс, возвращается бинарный флаг/скоринг (например, «HF/AF/valve риск»), триаж протоколом: зелёный — наблюдение, жёлтый — ЭКГ/NT-proBNP, красный — эхо/кардио. Нужны два кусочка интеграции — Wi-Fi/4G для синка и кнопка «отправить на эхо» в EHR.
Ограничения понятны: это скрининг, подтверждает специалист, но главный выигрыш — время и ранняя стадия.
И что?
Для бизнеса: переносим триаж в кабинет GP, снижаем стоимость найденного случая и нагрузку на эхо, ускоряем маршрут пациента.
Для инвесторов: валидированный аплифт (×2, ×3,5) на рынке первички; модель «устройство + подписка на аналитику» с страновым масштабом.
Для людей: не «послушали — приходите через месяц», а ответ за минуты и шанс поймать проблему до госпитализаций.
🚨 Нам 3.14здец
Производителям «немых» стетоскопов — 7/10 — новая базовая планка: добавляем модуль анализа или гасим линейку.
Очередям на эхо — 6/10 — часть направлений отсекается на входе: пересобираем маршрутизацию, отдаём приоритет по красному флагу.
В Лондоне показали, как это делается по-современному: карманный стетоскоп с ИИ и одновременной записью ЭКГ прогнали в 200 кабинетах на 12 000+ пациентах.
Он снимает фонокардиограмму и одноотведённую ЭКГ синхронно, в облаке модель разбирает форму волн, интервалы S1–S2, шумы, турбулентность потока и вариабельность ритма, а ЭКГ даёт «якорь» по времени.
На выход — флаг риска за секунды. По результатам: харт-фейл ловят в 2 раза чаще, фибрилляцию предсердий — в 3,5 раза чаще, клапанные пороки — почти вдвое чаще против обычного осмотра.
Это не «пилот в одной больнице»: тот же пятиминутный приём у терапевта, только прибор лежит на груди 20–30 секунд, данные улетают в облако, ответ приходит сразу и подшивается к карте, а дальше — быстрый маршрут к кардиологу/эхо.
Матчасть для внедрения простая: край-девайс собирает PCG+ECG, по защищённому каналу уходит в облачный инференс, возвращается бинарный флаг/скоринг (например, «HF/AF/valve риск»), триаж протоколом: зелёный — наблюдение, жёлтый — ЭКГ/NT-proBNP, красный — эхо/кардио. Нужны два кусочка интеграции — Wi-Fi/4G для синка и кнопка «отправить на эхо» в EHR.
Ограничения понятны: это скрининг, подтверждает специалист, но главный выигрыш — время и ранняя стадия.
И что?
Для бизнеса: переносим триаж в кабинет GP, снижаем стоимость найденного случая и нагрузку на эхо, ускоряем маршрут пациента.
Для инвесторов: валидированный аплифт (×2, ×3,5) на рынке первички; модель «устройство + подписка на аналитику» с страновым масштабом.
Для людей: не «послушали — приходите через месяц», а ответ за минуты и шанс поймать проблему до госпитализаций.
🚨 Нам 3.14здец
Производителям «немых» стетоскопов — 7/10 — новая базовая планка: добавляем модуль анализа или гасим линейку.
Очередям на эхо — 6/10 — часть направлений отсекается на входе: пересобираем маршрутизацию, отдаём приоритет по красному флагу.
👍14❤8🔥4
Наверное каждый из нас задавался вопросом, как так вышло что у триллионной скомпании нет своей модели, хотя даже у apple есть. Ответ: теперь есть.
Под управлением Мустафы Сулеймана в Microsoft AI сделали и сразу включили в продукты две модели: MAI-Voice-1 и MAI-1-preview.
Первая — про голос: выдаёт 60 секунд речи меньше чем за секунду и уже работает в Copilot Daily и Podcasts. Вторая — про текст: обучена заметно меньшим парком GPU, чем у конкурентов, затачивается под инструкции и бытовые вопросы, сейчас гоняется на LM Arena и через API; в ближайшие недели её добавят в конкретные текстовые сценарии.
Сулейман говорит, что уровень «на уровне лучших», публичных бенчмарков пока не показали — ориентируемся на то, что уже живёт в проде.
Сколько делали и почему вышли только сейчас. Отсчёт — с марта 2024, когда Сулейман пришёл и собрал отдельную потребительскую AI-организацию. Им потребовался примерно год с хвостиком, чтобы нанять команду, поднять инфраструктуру, натренировать текстовую основу и довести связку скорость/качество до уровня, пригодного для массовых интеграций.
Раньше выпускать было бессмысленно: у Microsoft уже шёл большой цикл Copilot на моделях OpenAI, а внутри компании не было отдельного контура «консюмерского» AI с собственным продуктовым фокусом. Теперь контур есть — и модели поехали.
Зачем и почему именно сейчас, и для кого. Для пользователей экосистемы Copilot — быстрый голос и понятные текстовые ответы в повседневных задачах. Для разработчиков Microsoft — собственный управляемый двигатель внутри продуктов: можно маршрутизировать трафик между MAI и партнёрскими моделями по трём цифрам (качество, задержка, цена выполнения) и держать приватные контуры под правила enterprise. Для рынка — понятный сигнал: партнёрство с OpenAI остаётся (Microsoft — крупнейший инвестор и облачный партнёр), но продуктовый контроль и скорость релизов компания берёт на себя.
И что?
Для бизнеса: появляется второй рабочий маршрут в проде — часть сценариев можно везти через MAI ради скорости и стоимости, не ломая сложные кейсы на партнёрских моделях.
Для команды: ставим dual-provider, пускаем shadow-трафик в MAI, меряем три метрики на своих промптах ( $/запрос, p95, точность ) и включаем авто-маршрутизацию там, где выгодно. 🚨 Нам 3.14здец
Single-provider стекам — 8/10 — Microsoft прокатила мульти-модель в прод, монозависимость стала токсичной — добавляем второго провайдера, авто-маршрутизацию по цене/latency/качеству, свои eval’ы, считаем TCO на боевых.
Голосовым SaaS — 6/10 — 60 c речи за <1 c прямо в Copilot давит на маржу сторонних TTS — уходим в ниши: диалоги, эмоции, бренд-голоса, on-prem для enterprise, сертифицируем голоса и логи доступа.
Под управлением Мустафы Сулеймана в Microsoft AI сделали и сразу включили в продукты две модели: MAI-Voice-1 и MAI-1-preview.
Первая — про голос: выдаёт 60 секунд речи меньше чем за секунду и уже работает в Copilot Daily и Podcasts. Вторая — про текст: обучена заметно меньшим парком GPU, чем у конкурентов, затачивается под инструкции и бытовые вопросы, сейчас гоняется на LM Arena и через API; в ближайшие недели её добавят в конкретные текстовые сценарии.
Сулейман говорит, что уровень «на уровне лучших», публичных бенчмарков пока не показали — ориентируемся на то, что уже живёт в проде.
Сколько делали и почему вышли только сейчас. Отсчёт — с марта 2024, когда Сулейман пришёл и собрал отдельную потребительскую AI-организацию. Им потребовался примерно год с хвостиком, чтобы нанять команду, поднять инфраструктуру, натренировать текстовую основу и довести связку скорость/качество до уровня, пригодного для массовых интеграций.
Раньше выпускать было бессмысленно: у Microsoft уже шёл большой цикл Copilot на моделях OpenAI, а внутри компании не было отдельного контура «консюмерского» AI с собственным продуктовым фокусом. Теперь контур есть — и модели поехали.
Зачем и почему именно сейчас, и для кого. Для пользователей экосистемы Copilot — быстрый голос и понятные текстовые ответы в повседневных задачах. Для разработчиков Microsoft — собственный управляемый двигатель внутри продуктов: можно маршрутизировать трафик между MAI и партнёрскими моделями по трём цифрам (качество, задержка, цена выполнения) и держать приватные контуры под правила enterprise. Для рынка — понятный сигнал: партнёрство с OpenAI остаётся (Microsoft — крупнейший инвестор и облачный партнёр), но продуктовый контроль и скорость релизов компания берёт на себя.
И что?
Для бизнеса: появляется второй рабочий маршрут в проде — часть сценариев можно везти через MAI ради скорости и стоимости, не ломая сложные кейсы на партнёрских моделях.
Для команды: ставим dual-provider, пускаем shadow-трафик в MAI, меряем три метрики на своих промптах ( $/запрос, p95, точность ) и включаем авто-маршрутизацию там, где выгодно. 🚨 Нам 3.14здец
Single-provider стекам — 8/10 — Microsoft прокатила мульти-модель в прод, монозависимость стала токсичной — добавляем второго провайдера, авто-маршрутизацию по цене/latency/качеству, свои eval’ы, считаем TCO на боевых.
Голосовым SaaS — 6/10 — 60 c речи за <1 c прямо в Copilot давит на маржу сторонних TTS — уходим в ниши: диалоги, эмоции, бренд-голоса, on-prem для enterprise, сертифицируем голоса и логи доступа.
❤4
Начало как в кино. Июль: инженер xAI Сюэчэнь Ли, один из первых двадцати в команде Grok, принимает оффер в OpenAI со стартом к середине августа. За дни до ухода он продаёт около $7 млн в акциях xAI и пишет заявление.
Дальше версия xAI: перед увольнением Ли переносит на личные устройства конфиденциальные материалы Grok, потом пытается скрыть следы — удаляет логи, переименовывает файлы.
14 августа на очной встрече, по словам компании, он это признаёт.
Итог — иск в федеральный суд: xAI требует деньги и временный запрет Ли работать в OpenAI или у любого конкурента, пока идёт разбирательство.
Что это значит лично для Ли. Высока вероятность временной блокировки на смежные задачи (инъюнкция), экспертизы ноутбуков и телефонов, раскрытия переписок и логов, расходов на защиту и возможных компенсаций.
Даже без финального решения любой новый работодатель будет держать его подальше от чувствительных проектов, онбординг превратится в юридическую процедуру.
Репутационный шлейф — надолго.
Кому на руку. xAI выигрывает паузу и удерживает экспертизу от немедленного перетока к конкуренту, плюс посылает сигнал рынку: IP охраняется в суде.
OpenAI формально вне иска, но вынужден строить чистый контур вокруг кандидата: жёсткие границы задач, журналы доступа, внутренние проверки. Всем остальным — бесплатный учебник по защите чекпоинтов, датасетов и офбордингу.
И что?
Для бизнеса: ужесточаем офбординг днём-в-день, включаем DLP и аудит скачиваний, делим доступы по ролям, подписываем итоговые сертификаты с реальной проверкой.
Для инвесторов: юридическая турбулентность для xAI и задержка по людям, но однозначный сигнал о ценности IP и дисциплине.
Для людей: перенос рабочих данных на личные устройства и «чистка логов» — это не мелочь, это повод для иска и минус к карьере.
🚨 Нам 3.14здец
AI-стартапам — 8/10 — перегретый рынок + концентрированный IP: шифруем чекпоинты и датасеты, вводим непрерывный аудит выгрузок, clawback и for-cause в опционах. И все еще никаких гарантий.
Рекрутерам топ-инженеров — 6/10 — риск «заражения» стека: делаем clean-room онбординг, изоляцию задач на 60–90 дней и внешние проверки артефактов. И все еще никаких гарантий
Дальше версия xAI: перед увольнением Ли переносит на личные устройства конфиденциальные материалы Grok, потом пытается скрыть следы — удаляет логи, переименовывает файлы.
14 августа на очной встрече, по словам компании, он это признаёт.
Итог — иск в федеральный суд: xAI требует деньги и временный запрет Ли работать в OpenAI или у любого конкурента, пока идёт разбирательство.
Что это значит лично для Ли. Высока вероятность временной блокировки на смежные задачи (инъюнкция), экспертизы ноутбуков и телефонов, раскрытия переписок и логов, расходов на защиту и возможных компенсаций.
Даже без финального решения любой новый работодатель будет держать его подальше от чувствительных проектов, онбординг превратится в юридическую процедуру.
Репутационный шлейф — надолго.
Кому на руку. xAI выигрывает паузу и удерживает экспертизу от немедленного перетока к конкуренту, плюс посылает сигнал рынку: IP охраняется в суде.
OpenAI формально вне иска, но вынужден строить чистый контур вокруг кандидата: жёсткие границы задач, журналы доступа, внутренние проверки. Всем остальным — бесплатный учебник по защите чекпоинтов, датасетов и офбордингу.
И что?
Для бизнеса: ужесточаем офбординг днём-в-день, включаем DLP и аудит скачиваний, делим доступы по ролям, подписываем итоговые сертификаты с реальной проверкой.
Для инвесторов: юридическая турбулентность для xAI и задержка по людям, но однозначный сигнал о ценности IP и дисциплине.
Для людей: перенос рабочих данных на личные устройства и «чистка логов» — это не мелочь, это повод для иска и минус к карьере.
🚨 Нам 3.14здец
AI-стартапам — 8/10 — перегретый рынок + концентрированный IP: шифруем чекпоинты и датасеты, вводим непрерывный аудит выгрузок, clawback и for-cause в опционах. И все еще никаких гарантий.
Рекрутерам топ-инженеров — 6/10 — риск «заражения» стека: делаем clean-room онбординг, изоляцию задач на 60–90 дней и внешние проверки артефактов. И все еще никаких гарантий
❤10🍾1
Осень. Миллионы людей делают прививки, чтобы не валяться с температурой и кашлем. А потом — бац, грипп всё равно накрывает.
Почему? Потому что учёные каждый год играют в рулетку: пытаются угадать, какие штаммы будут доминировать через полгода, когда вакцины уже должны быть готовы.
Промах — и миллионы доз бесполезны.
MIT хочет сломать эту игру. Их ИИ VaxSeer заранее прогнозирует, какие штаммы победят, и сразу предлагает лучшие формулы для вакцин. Он обучен на десятилетиях данных — генетике вирусов и лабораторных тестах — и видит закономерности, которые человек пропустит.
На проверке по прошлым сезонам VaxSeer победил ВОЗ в 15 из 20 случаев. В 2016 он нашёл идеальную формулу на год раньше, чем её выбрали официально. И его предсказания точно совпали с тем, как реально сработали вакцины у людей.
И что?
Для бизнеса: хорошие вакцины, меньше больничных, больше денег.
Для инвесторов: точность 75%+ — миллиардные контракты и экономия на провальных сезонах.
Для людей: больше шансов получить прививку, которая спасет от осложнений.
🚨 Нам 3.14здец
ВОЗ — 7/10 — теряет контроль и влияние на глобальные поставки. Давно бесполезная контора, станет еще бесполезнее
Малые лаборатории — 6/10 — рынок прогнозов и контрактов уйдёт к гигантам с ИИ.
Почему? Потому что учёные каждый год играют в рулетку: пытаются угадать, какие штаммы будут доминировать через полгода, когда вакцины уже должны быть готовы.
Промах — и миллионы доз бесполезны.
MIT хочет сломать эту игру. Их ИИ VaxSeer заранее прогнозирует, какие штаммы победят, и сразу предлагает лучшие формулы для вакцин. Он обучен на десятилетиях данных — генетике вирусов и лабораторных тестах — и видит закономерности, которые человек пропустит.
На проверке по прошлым сезонам VaxSeer победил ВОЗ в 15 из 20 случаев. В 2016 он нашёл идеальную формулу на год раньше, чем её выбрали официально. И его предсказания точно совпали с тем, как реально сработали вакцины у людей.
И что?
Для бизнеса: хорошие вакцины, меньше больничных, больше денег.
Для инвесторов: точность 75%+ — миллиардные контракты и экономия на провальных сезонах.
Для людей: больше шансов получить прививку, которая спасет от осложнений.
🚨 Нам 3.14здец
ВОЗ — 7/10 — теряет контроль и влияние на глобальные поставки. Давно бесполезная контора, станет еще бесполезнее
Малые лаборатории — 6/10 — рынок прогнозов и контрактов уйдёт к гигантам с ИИ.
👍10❤1
Ещё весной Dario Amodei гордо отказывался от денег с Ближнего Востока.
Но прошло полгода — и Anthropic берёт $13B, впервые пуская в раунд QIA из Катара. Потому что война за вычислительные мощности стала безумной.
В марте компания стоила $61,5B. Сегодня — $183B. Почти 3x за шесть месяцев. И это не только про хайп.
У Anthropic уже 300k корпоративных клиентов. Количество контрактов на $100k+ в год выросло в семь раз в 2025. Claude Code теперь приносит $500M в год, а его использование за последние три месяца подскочило в 10 раз.
OpenAI и Google тоже грызут рынок, но Anthropic внезапно стал главным претендентом на корпоративный сегмент. И теперь они закупают мощности по всему миру, меняя стратегию ради выживания.
И что?
Для бизнеса: Claude Code становится стандартом для команд, которые пишут код. Время тестировать интеграции — окно закроется быстрее, чем вы думаете.
Для инвесторов: оценка выросла в 3 раза за полгода — значит, стоимость входа улетает в стратосферу, а пузырь рискует лопнуть ещё громче.
Для людей: ИИ станет доступнее в компаниях, и рутина уйдёт быстрее, чем вы успеете заметить. Работу искать уже поздно.
🚨 Нам 3.14здец
ИИ-стартапам — 9/10 — Anthropic забирает деньги и клиентов, оставляя всем остальным пустое место. Через год мелкие игроки просто исчезнут.
Но прошло полгода — и Anthropic берёт $13B, впервые пуская в раунд QIA из Катара. Потому что война за вычислительные мощности стала безумной.
В марте компания стоила $61,5B. Сегодня — $183B. Почти 3x за шесть месяцев. И это не только про хайп.
У Anthropic уже 300k корпоративных клиентов. Количество контрактов на $100k+ в год выросло в семь раз в 2025. Claude Code теперь приносит $500M в год, а его использование за последние три месяца подскочило в 10 раз.
OpenAI и Google тоже грызут рынок, но Anthropic внезапно стал главным претендентом на корпоративный сегмент. И теперь они закупают мощности по всему миру, меняя стратегию ради выживания.
И что?
Для бизнеса: Claude Code становится стандартом для команд, которые пишут код. Время тестировать интеграции — окно закроется быстрее, чем вы думаете.
Для инвесторов: оценка выросла в 3 раза за полгода — значит, стоимость входа улетает в стратосферу, а пузырь рискует лопнуть ещё громче.
Для людей: ИИ станет доступнее в компаниях, и рутина уйдёт быстрее, чем вы успеете заметить. Работу искать уже поздно.
🚨 Нам 3.14здец
ИИ-стартапам — 9/10 — Anthropic забирает деньги и клиентов, оставляя всем остальным пустое место. Через год мелкие игроки просто исчезнут.
👍4
OpenAI забирает себе Statsig за $1.1B в акциях и сразу ставит основателя Vijaye Raji CTO по приложениям. Он будет рулить инженеркой ChatGPT и Codex, напрямую подчиняясь Fidji Simo — бывшей CEO Instacart, которая теперь ведёт направление Applications в OpenAI.
Statsig останется отдельной платформой. Она делает A/B тесты и фичи-флаги для крупных компаний, включая самого OpenAI.
Покупка закрывает пробел в их экосистеме и усиливает продуктовую команду.
Это уже вторая попытка OpenAI в этом году.
В июле они хотели купить Windsurf за $3B, но сделка сорвалась. На фоне гонки за топовыми инженерами, такие «покупки ради людей» становятся главным способом переманить таланты.
Вместе с этой сделкой OpenAI перекраивает руководство: Srinivas Narayanan уходит в CTO B2B-приложений, а CPO Kevin Weil возглавит новое направление «AI for Science».
И что?
Для бизнеса: OpenAI теперь будет быстрее запускать фичи в ChatGPT и Codex — хорошая новость для тех, кто строит продукты на их базе.
Для инвесторов: OpenAI укрепляет команду без кэша, чисто акциями — значит, они берегут наличность для будущих сделок и мощностей.
Для людей: новые инструменты ChatGPT появятся быстрее
🚨 Нам 3.14здец
Стартапам — 8/10 — OpenAI не конкурирует, а просто покупает сильные команды, закрывая им кислород.
Инженерам — 6/10 — топовых специалистов всё чаще будут поглощать гиганты, а не стартапы. Про ЗП в сотни миллионов можно забыть. Все возвращается к классике.
Statsig останется отдельной платформой. Она делает A/B тесты и фичи-флаги для крупных компаний, включая самого OpenAI.
Покупка закрывает пробел в их экосистеме и усиливает продуктовую команду.
Это уже вторая попытка OpenAI в этом году.
В июле они хотели купить Windsurf за $3B, но сделка сорвалась. На фоне гонки за топовыми инженерами, такие «покупки ради людей» становятся главным способом переманить таланты.
Вместе с этой сделкой OpenAI перекраивает руководство: Srinivas Narayanan уходит в CTO B2B-приложений, а CPO Kevin Weil возглавит новое направление «AI for Science».
И что?
Для бизнеса: OpenAI теперь будет быстрее запускать фичи в ChatGPT и Codex — хорошая новость для тех, кто строит продукты на их базе.
Для инвесторов: OpenAI укрепляет команду без кэша, чисто акциями — значит, они берегут наличность для будущих сделок и мощностей.
Для людей: новые инструменты ChatGPT появятся быстрее
🚨 Нам 3.14здец
Стартапам — 8/10 — OpenAI не конкурирует, а просто покупает сильные команды, закрывая им кислород.
Инженерам — 6/10 — топовых специалистов всё чаще будут поглощать гиганты, а не стартапы. Про ЗП в сотни миллионов можно забыть. Все возвращается к классике.
❤1🔥1
Tencent выложила HunyuanWorld-Voyager — систему, которая берёт одно фото и превращает его в виртуальный 3D-мир, по которому можно гулять.
Камера управляется клавиатурой или джойстиком, а сцена помнит, что ты уже исследовал. Вернёшься в ту же точку — и увидишь то же самое, а не случайный новый кадр.
Фишка — «world cache». Он хранит фрагменты созданного мира и поддерживает целостность картинки даже при длинных перемещениях. На бенчмарке Stanford WorldScore Voyager обогнал других опенсорсных конкурентов по всем ключевым метрикам, включая пространственную согласованность.
Главное — всё это можно экспортировать и использовать в других проектах. Достаточно одного исходного фото, чтобы получить готовую 3D-сцену.
И что?
Для бизнеса: теперь можно генерировать игровые локации или виртуальные шоурумы без армии 3D-дизайнеров, резко сокращая время и бюджеты.
Для инвесторов: опенсорс обгоняет закрытые решения — барьеры для входа на рынок падают, а монетизация смещается в сторону сервисов вокруг таких моделей.
Для людей: игры, тренажёры и VR-туры станут дешевле и доступнее, а контента — в разы больше.
🚨 Нам 3.14здец
3D-дизайнерам — 9/10 — спрос на ручную работу рухнет, останутся лишь узкие задачи и арт-дирекшн.
Гейм-студиям — 7/10 — генерация миров убьёт уникальность и снизит ценность дорогих AAA-проектов.
Камера управляется клавиатурой или джойстиком, а сцена помнит, что ты уже исследовал. Вернёшься в ту же точку — и увидишь то же самое, а не случайный новый кадр.
Фишка — «world cache». Он хранит фрагменты созданного мира и поддерживает целостность картинки даже при длинных перемещениях. На бенчмарке Stanford WorldScore Voyager обогнал других опенсорсных конкурентов по всем ключевым метрикам, включая пространственную согласованность.
Главное — всё это можно экспортировать и использовать в других проектах. Достаточно одного исходного фото, чтобы получить готовую 3D-сцену.
И что?
Для бизнеса: теперь можно генерировать игровые локации или виртуальные шоурумы без армии 3D-дизайнеров, резко сокращая время и бюджеты.
Для инвесторов: опенсорс обгоняет закрытые решения — барьеры для входа на рынок падают, а монетизация смещается в сторону сервисов вокруг таких моделей.
Для людей: игры, тренажёры и VR-туры станут дешевле и доступнее, а контента — в разы больше.
🚨 Нам 3.14здец
3D-дизайнерам — 9/10 — спрос на ручную работу рухнет, останутся лишь узкие задачи и арт-дирекшн.
Гейм-студиям — 7/10 — генерация миров убьёт уникальность и снизит ценность дорогих AAA-проектов.
❤6👍1🔥1
Инженеры UCLA сделали носимый BCI, который читает сигналы мозга через обычную EEG-шапочку и позволяет парализованным людям управлять роботизированной рукой только мыслями. Без операций, без имплантов — безопасно и реально работает.
Система сочетает ИИ-декодер сигналов мозга и камеру, которая понимает, что человек хочет сделать прямо сейчас. В тестах участвовали четыре человека, включая одного парализованного. Он выполнил задания за 6,5 минут, тогда как без системы — никак.
Задачи были простыми, но показателями важными: перемещение курсора и управление роборукой для перестановки блоков. С ИИ-ассистентом скорость выросла почти в 4 раза, а точность приблизилась к уровню дорогих инвазивных решений.
И что?
Для бизнеса: открывается рынок устройств для реабилитации и «умных» домов, который не требует хирургии — время для первых продуктов на потребительском уровне.
Для инвесторов: коммерциализация может пойти быстрее, чем у Neuralink — ниже барьеры входа, выше массовость, меньше регуляторных рисков.
Для людей: парализованные смогут управлять техникой и роботами дома, повышая качество жизни.
🚨 Нам 3.14здец
Производителям инвазивных BCI — 8/10 — спрос сместится на безопасные решения, их рынок обвалится за пару лет.
Клиникам — 6/10 — традиционная реабилитация потеряет часть клиентов, особенно на дорогих процедурах и персонале
Система сочетает ИИ-декодер сигналов мозга и камеру, которая понимает, что человек хочет сделать прямо сейчас. В тестах участвовали четыре человека, включая одного парализованного. Он выполнил задания за 6,5 минут, тогда как без системы — никак.
Задачи были простыми, но показателями важными: перемещение курсора и управление роборукой для перестановки блоков. С ИИ-ассистентом скорость выросла почти в 4 раза, а точность приблизилась к уровню дорогих инвазивных решений.
И что?
Для бизнеса: открывается рынок устройств для реабилитации и «умных» домов, который не требует хирургии — время для первых продуктов на потребительском уровне.
Для инвесторов: коммерциализация может пойти быстрее, чем у Neuralink — ниже барьеры входа, выше массовость, меньше регуляторных рисков.
Для людей: парализованные смогут управлять техникой и роботами дома, повышая качество жизни.
🚨 Нам 3.14здец
Производителям инвазивных BCI — 8/10 — спрос сместится на безопасные решения, их рынок обвалится за пару лет.
Клиникам — 6/10 — традиционная реабилитация потеряет часть клиентов, особенно на дорогих процедурах и персонале
❤6🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Пятничный контент. Не VEO.
🔥13🤪10🍾2❤1🤬1
для тех, кто смотрит: я снова на ютубе с недельными итогами. уже вышла 31-я. темы: copilot делает вашу работу, виртуальный «спутник» google, фарма тормозит ии-препараты, study mode. дальше синхронизируем выпуски и посты. смотрим тут
👍10🔥6
Представь: в бухгалтерии сидят клерки, которые месяцами гоняют инвойсы и счета. В США таких 2,6 млн человек, и на них компании тратят больше $120 млрд в год. Теперь представь, что большая часть этой рутины уходит в ИИ-агента, который сам тянет PDF из почты, сверяет суммы и закрывает счета.
Китайский стартап DeepSeek обещает именно это — систему, которая выполняет многошаговые задачи и учится на собственных действиях. Релиз планируют в конце года.
Основатель Лян Вэньфэн уже один раз перевернул рынок моделью R1, и теперь готовит следующий ход.
Финансы — не единственная жертва. В логистике 240 тысяч специалистов координируют поставки и бумаги, и здесь агенты могут откусить до $5 млрд затрат.
В медицине почти 200 тысяч кодировщиков гоняют диагнозы и страховки; первые кейсы показывают экономию до 70% времени сверки и тысячи часов в квартал. А ещё есть контакт-центры: 2,7 млн операторов в США, где один агент может разгрузить сотни тикетов в день.
И что?
Для бизнеса: экономия десятков миллиардов на бэк-офисе. Даже если автоматизировать только 20–30% рутины, счёт идёт на $70–80 млрд в год в США. Малые компании впервые смогут работать как корпорации — с агентами вместо отделов.
Для инвесторов: рынок агентной автоматизации вырастает на базе RPA/IPA. Там уже $40–60 млрд в ближайшие годы. Кто займёт нишу первым — снимает сливки.
Для людей: появляются новые роли — AI-операторы, которые не делают руками, а проверяют исключения.
Пример: агент обрабатывает 500 инвойсов, а человек смотрит только на проблемные 5%. Это минус сотни часов рутины и новая карьера для бывших клерков.
Для человечества: агенты — шаг к миру, где ИИ работает сам, а люди только управляют. Ускорение колоссальное, вопрос — успеем ли мы построить систему контроля.
🚨 Нам 3.14здец
Бухгалтеры и клерки (2,6 млн в США) — риск 9/10. Их задачи дешевле и быстрее сделают агенты. Что делать: учиться управлять ИИ и переходить в контроль.
Контакт-центры (2,7 млн операторов) — риск 7/10. Рутины станет меньше, останутся только эскалации.
Университеты и курсы по старым профессиям — риск 8/10. Если агент закрывает 70% рутины, диплом бухгалтера или логиста теряет ценность.
Китайский стартап DeepSeek обещает именно это — систему, которая выполняет многошаговые задачи и учится на собственных действиях. Релиз планируют в конце года.
Основатель Лян Вэньфэн уже один раз перевернул рынок моделью R1, и теперь готовит следующий ход.
Финансы — не единственная жертва. В логистике 240 тысяч специалистов координируют поставки и бумаги, и здесь агенты могут откусить до $5 млрд затрат.
В медицине почти 200 тысяч кодировщиков гоняют диагнозы и страховки; первые кейсы показывают экономию до 70% времени сверки и тысячи часов в квартал. А ещё есть контакт-центры: 2,7 млн операторов в США, где один агент может разгрузить сотни тикетов в день.
И что?
Для бизнеса: экономия десятков миллиардов на бэк-офисе. Даже если автоматизировать только 20–30% рутины, счёт идёт на $70–80 млрд в год в США. Малые компании впервые смогут работать как корпорации — с агентами вместо отделов.
Для инвесторов: рынок агентной автоматизации вырастает на базе RPA/IPA. Там уже $40–60 млрд в ближайшие годы. Кто займёт нишу первым — снимает сливки.
Для людей: появляются новые роли — AI-операторы, которые не делают руками, а проверяют исключения.
Пример: агент обрабатывает 500 инвойсов, а человек смотрит только на проблемные 5%. Это минус сотни часов рутины и новая карьера для бывших клерков.
Для человечества: агенты — шаг к миру, где ИИ работает сам, а люди только управляют. Ускорение колоссальное, вопрос — успеем ли мы построить систему контроля.
🚨 Нам 3.14здец
Бухгалтеры и клерки (2,6 млн в США) — риск 9/10. Их задачи дешевле и быстрее сделают агенты. Что делать: учиться управлять ИИ и переходить в контроль.
Контакт-центры (2,7 млн операторов) — риск 7/10. Рутины станет меньше, останутся только эскалации.
Университеты и курсы по старым профессиям — риск 8/10. Если агент закрывает 70% рутины, диплом бухгалтера или логиста теряет ценность.
🔥8❤3
Владелец малого бизнеса в Техасе ищет сотрудника, который умеет работать с AI. В LinkedIn — тонны резюме, но понять, кто реально шарит, невозможно. Университеты выпускают дипломы, но там про ChatGPT не слышали. HR-агентства берут комиссию и месяц ищут кандидата, а бизнесу нужно вчера.
OpenAI выкатывает Jobs Platform и говорит: «Мы дадим вам людей с проверенными AI-скиллами прямо из ChatGPT». Параллельно запускают сертификацию AI-грамотности вместе с Walmart, Accenture, Indeed и даже властями Техаса.
Цель — 10 млн американцев с сертификатами к 2030 году. Для малых бизнесов и муниципалитетов — отдельные треки, чтобы нанимать «своих» быстро и дёшево.
Контекст.
В США ~500k HR-специалистов, 3 900 университетов и рынок рекрутинга на $198 млрд. Глобально — $642 млрд. LinkedIn контролирует значительную часть онлайнового найма, а теперь OpenAI влезает на их территорию, при этом Microsoft (владелец LinkedIn) остаётся главным инвестором OAI.
И что?
Для бизнеса: теперь можно нанимать AI-людей без дорогих агентств и долгих собеседований. Малые компании и муниципалитеты впервые получают доступ к тому, что раньше было только у корпораций.
Для инвесторов: OpenAI открывает новый рынок — сертификация и найм. Это может откусить миллиарды у LinkedIn и Indeed. Если сертификат станет стандартом, это новая валюта рынка труда.
Для людей: шанс перепрыгнуть через университет. Бариста с сертификатом может попасть в компанию быстрее выпускника бакалавриата.
Для человечества: ускоряется массовая переквалификация. Университеты не успевают, а сертификаты в мессенджере делают образование быстрее и дешевле.
🚨 Нам 3.14здец
HR и рекрутёры в США — 9/10. Полмиллиона специалистов и 12 500 агентств на $198 млрд рискуют превратиться в посредников без ценности. Алгоритм + сертификат решают задачу быстрее и дешевле. Что делать: интегрироваться в AI-платформы или умирать.
Университеты — 8/10. 3 900 вузов в США зарабатывают на дипломах, но если AI-сертификат станет новым фильтром, их ценность обесценится. Что делать: переносить курсы в AI-экосистемы, иначе выпускники будут не нужны.
OpenAI выкатывает Jobs Platform и говорит: «Мы дадим вам людей с проверенными AI-скиллами прямо из ChatGPT». Параллельно запускают сертификацию AI-грамотности вместе с Walmart, Accenture, Indeed и даже властями Техаса.
Цель — 10 млн американцев с сертификатами к 2030 году. Для малых бизнесов и муниципалитетов — отдельные треки, чтобы нанимать «своих» быстро и дёшево.
Контекст.
В США ~500k HR-специалистов, 3 900 университетов и рынок рекрутинга на $198 млрд. Глобально — $642 млрд. LinkedIn контролирует значительную часть онлайнового найма, а теперь OpenAI влезает на их территорию, при этом Microsoft (владелец LinkedIn) остаётся главным инвестором OAI.
И что?
Для бизнеса: теперь можно нанимать AI-людей без дорогих агентств и долгих собеседований. Малые компании и муниципалитеты впервые получают доступ к тому, что раньше было только у корпораций.
Для инвесторов: OpenAI открывает новый рынок — сертификация и найм. Это может откусить миллиарды у LinkedIn и Indeed. Если сертификат станет стандартом, это новая валюта рынка труда.
Для людей: шанс перепрыгнуть через университет. Бариста с сертификатом может попасть в компанию быстрее выпускника бакалавриата.
Для человечества: ускоряется массовая переквалификация. Университеты не успевают, а сертификаты в мессенджере делают образование быстрее и дешевле.
🚨 Нам 3.14здец
HR и рекрутёры в США — 9/10. Полмиллиона специалистов и 12 500 агентств на $198 млрд рискуют превратиться в посредников без ценности. Алгоритм + сертификат решают задачу быстрее и дешевле. Что делать: интегрироваться в AI-платформы или умирать.
Университеты — 8/10. 3 900 вузов в США зарабатывают на дипломах, но если AI-сертификат станет новым фильтром, их ценность обесценится. Что делать: переносить курсы в AI-экосистемы, иначе выпускники будут не нужны.
👍6❤4🔥3