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
Ты работаешь в банке и переписываешься с клиентом про ипотеку. Или врач, и у тебя в телефоне лежат PDF с историями пациентов. Сейчас любое AI-приложение шлёт эти файлы в облако, и ты не знаешь, кто их читает. Даже если это «анонимно» — данные утекут, и тебе конец: штрафы, суды, репутация.
Вот зачем DeepMind выкатила EmbeddingGemma — модель, которая умеет искать и понимать текст в 100+ языках прямо на устройстве, без интернета и без передачи данных наружу . Весит меньше, чем приложение камеры (<200 МБ RAM), отвечает в реальном времени, и уже вшита в LangChain, LlamaIndex и SentenceTransformers .
Это значит: твой телефон или ноутбук может сам индексировать письма, документы и сообщения — без облака. Для параноика и для корпорации с GDPR-кошмарами это решает проблему в один клик.
У Apple тоже ставка на on-device AI: в Apple Intelligence часть функций работает прямо на айфоне, но всё, что не влезает — уходит в Private Cloud Compute. То есть твои данные всё равно летят наружу, просто «в зашифрованное облако Apple». У Google другой ход:
EmbeddingGemma работает полностью офлайн, без облака вообще. Для параноиков и компаний с GDPR-ограничениями это принципиальная разница — «данные остаются у тебя или уходят к вендору».
И что?
Для бизнеса: — Банки, медучреждения, госструктуры — любые, кто тратит миллионы на защиту данных и compliance. Теперь можно вшить офлайн-поиск прямо в приложения и срезать расходы на облачную инфраструктуру. — Пример: в США банки тратят $50–100 млн в год на штрафы и аудит за нарушения приватности. EmbeddingGemma = шанс сократить часть этих потерь.
Для инвесторов: Рынок privacy-first AI оценивается в $10+ млрд к 2028. Сейчас тут играют стартапы, но Google заходит со своим SDK и открытым кодом. Это угроза не OpenAI, а скорее облачным поисковым сервисам (Azure Cognitive Search, AWS Kendra).
Для людей: Кейс: журналист едет в поездке, в телефоне десятки файлов, и он может искать по ним офлайн без риска, что черновики попадут в руки властей. Или врач на айпаде ищет заметку по пациенту прямо в поликлинике без интернета. Это новый уровень приватности, который раньше был невозможен.
Для человечества: ИИ уходит из облака на устройство. Это срезает задержки, делает приватность реальностью и меняет сам UX. Но это значит и другое: регулятор не видит, что у тебя внутри.
🚨 Нам 3.14здец
Для облачных игроков (AWS, Azure, OpenAI Embeddings) — риск 7/10. Если даже 20–30% приложений уйдёт в офлайн-режим, это минус миллиарды в биллинге за API-вызовы. Что делать: предлагать гибридные решения, где часть логики локально, часть — в облаке.
Для компаний, живущих на продаже данных — риск 8/10. Офлайн-ИИ ломает их бизнес-модель: данные пользователей перестают утекать.
Вот зачем DeepMind выкатила EmbeddingGemma — модель, которая умеет искать и понимать текст в 100+ языках прямо на устройстве, без интернета и без передачи данных наружу . Весит меньше, чем приложение камеры (<200 МБ RAM), отвечает в реальном времени, и уже вшита в LangChain, LlamaIndex и SentenceTransformers .
Это значит: твой телефон или ноутбук может сам индексировать письма, документы и сообщения — без облака. Для параноика и для корпорации с GDPR-кошмарами это решает проблему в один клик.
У Apple тоже ставка на on-device AI: в Apple Intelligence часть функций работает прямо на айфоне, но всё, что не влезает — уходит в Private Cloud Compute. То есть твои данные всё равно летят наружу, просто «в зашифрованное облако Apple». У Google другой ход:
EmbeddingGemma работает полностью офлайн, без облака вообще. Для параноиков и компаний с GDPR-ограничениями это принципиальная разница — «данные остаются у тебя или уходят к вендору».
И что?
Для бизнеса: — Банки, медучреждения, госструктуры — любые, кто тратит миллионы на защиту данных и compliance. Теперь можно вшить офлайн-поиск прямо в приложения и срезать расходы на облачную инфраструктуру. — Пример: в США банки тратят $50–100 млн в год на штрафы и аудит за нарушения приватности. EmbeddingGemma = шанс сократить часть этих потерь.
Для инвесторов: Рынок privacy-first AI оценивается в $10+ млрд к 2028. Сейчас тут играют стартапы, но Google заходит со своим SDK и открытым кодом. Это угроза не OpenAI, а скорее облачным поисковым сервисам (Azure Cognitive Search, AWS Kendra).
Для людей: Кейс: журналист едет в поездке, в телефоне десятки файлов, и он может искать по ним офлайн без риска, что черновики попадут в руки властей. Или врач на айпаде ищет заметку по пациенту прямо в поликлинике без интернета. Это новый уровень приватности, который раньше был невозможен.
Для человечества: ИИ уходит из облака на устройство. Это срезает задержки, делает приватность реальностью и меняет сам UX. Но это значит и другое: регулятор не видит, что у тебя внутри.
🚨 Нам 3.14здец
Для облачных игроков (AWS, Azure, OpenAI Embeddings) — риск 7/10. Если даже 20–30% приложений уйдёт в офлайн-режим, это минус миллиарды в биллинге за API-вызовы. Что делать: предлагать гибридные решения, где часть логики локально, часть — в облаке.
Для компаний, живущих на продаже данных — риск 8/10. Офлайн-ИИ ломает их бизнес-модель: данные пользователей перестают утекать.
🔥6👍1
Ты пытаешься арендовать GPU под запуск продукта — и видишь, что очередь до конца года. Nvidia печатает деньги, а ты сидишь на бенчмарках вместо релиза. В такой ситуации даже OpenAI упирается в потолок: спрос на GPT-5 растёт быстрее, чем они могут докупить карточки.
FT пишет: Broadcom получил «таинственного клиента» с заказом на $10 млрд, и источники подтверждают — это OpenAI. Совместка стартовала ещё в 2023-м, но только сейчас подтвердили: с 2025 года пошла массовая линия. Чипы будут под внутренние нужды, никакого рынка «на сторону».
План — удвоить вычислительные мощности за пять месяцев.
Контекст. Google уже на TPU, Amazon — на Trainium и Inferentia, Meta — на MTIA. Nvidia держит 80% рынка, но доля начнёт ползти вниз.
Для OpenAI это не только про скорость: расходы на аренду железа у Microsoft Azure оценивают в миллиарды долларов в год.
Свой чип — это контроль и экономия. Китай параллельно пытается выращивать аналоги внутри страны, чтобы не зависеть от экспортных ограничений США.
И что?
Для бизнеса: в 2025-м начнётся новая гонка. Компании с «своим кремнием» смогут снижать себестоимость AI-услуг и масштабировать продукты быстрее. Клиенты без доступа к кастомным чипам будут платить дороже и ждать дольше.
Для инвесторов: Broadcom получает жирный контракт на $10 млрд. Nvidia по-прежнему в топе, но давление со всех сторон растёт. В бенефициарах — поставщики IP для чипов, упаковки и тестирования, плюс крупные дата-центры с «чистыми» энергоресурсами.
Для человечества: начинается новая эра вертикальной интеграции. Когда у каждой AI-империи свой кремний, рынок сужается до клуба из 5–6 игроков, которые контролируют и алгоритмы, и железо.
🚨 Нам 3.14здец
GPU-арендодатели и облачные стартапы — 9/10. Их бизнес держится на перепродаже Nvidia. Если OpenAI и остальные перейдут на свои чипы, спрос резко упадёт. Что делать: искать нишевые рынки (Edge AI, IoT) или готовиться к продаже.
AI-стартапы без доступа к кастомному кремнию — 8/10. Пока гиганты будут удваивать мощности каждые пять месяцев, маленькие игроки будут ждать очередь на Nvidia. Что делать: объединяться или продаваться крупным.
FT пишет: Broadcom получил «таинственного клиента» с заказом на $10 млрд, и источники подтверждают — это OpenAI. Совместка стартовала ещё в 2023-м, но только сейчас подтвердили: с 2025 года пошла массовая линия. Чипы будут под внутренние нужды, никакого рынка «на сторону».
План — удвоить вычислительные мощности за пять месяцев.
Контекст. Google уже на TPU, Amazon — на Trainium и Inferentia, Meta — на MTIA. Nvidia держит 80% рынка, но доля начнёт ползти вниз.
Для OpenAI это не только про скорость: расходы на аренду железа у Microsoft Azure оценивают в миллиарды долларов в год.
Свой чип — это контроль и экономия. Китай параллельно пытается выращивать аналоги внутри страны, чтобы не зависеть от экспортных ограничений США.
И что?
Для бизнеса: в 2025-м начнётся новая гонка. Компании с «своим кремнием» смогут снижать себестоимость AI-услуг и масштабировать продукты быстрее. Клиенты без доступа к кастомным чипам будут платить дороже и ждать дольше.
Для инвесторов: Broadcom получает жирный контракт на $10 млрд. Nvidia по-прежнему в топе, но давление со всех сторон растёт. В бенефициарах — поставщики IP для чипов, упаковки и тестирования, плюс крупные дата-центры с «чистыми» энергоресурсами.
Для человечества: начинается новая эра вертикальной интеграции. Когда у каждой AI-империи свой кремний, рынок сужается до клуба из 5–6 игроков, которые контролируют и алгоритмы, и железо.
🚨 Нам 3.14здец
GPU-арендодатели и облачные стартапы — 9/10. Их бизнес держится на перепродаже Nvidia. Если OpenAI и остальные перейдут на свои чипы, спрос резко упадёт. Что делать: искать нишевые рынки (Edge AI, IoT) или готовиться к продаже.
AI-стартапы без доступа к кастомному кремнию — 8/10. Пока гиганты будут удваивать мощности каждые пять месяцев, маленькие игроки будут ждать очередь на Nvidia. Что делать: объединяться или продаваться крупным.
👍5❤3
Ты спрашиваешь у нейронки рабочую инфу — дату релиза отчёта конкурента или ссылку на нужный закон. Она выдаёт чушь, уверенно, без тени сомнения. Переспрашиваешь — снова бред, только другой. И да, обязательно добавит тупой уточняющий вопрос: «А вы хотели бы узнать ещё что-то?» Знакомо?
А теперь представь, что это не твой личный чат, а бот поддержки банка, который врёт клиентам про ставки. Или врач, которому «лень смотреть снимок», доверяет ассистенту, а тот придумывает диагноз. Бесит и страшно одновременно.
Ребята в OpenAI решили докопаться до корня. В новом исследовании они показали: проблема в том, как модели учат. Сейчас обучение построено как школьный тест: за угаданный ответ ставят полный балл, а за честное «не знаю» — ноль. В итоге системе выгоднее пиздеть с видом эксперта.
В эксперименте OAI задавали GPT-4 простые фактологические вопросы — даты рождения и названия диссертаций. Каждый раз модель отвечала уверенно, каждый раз разными словами и каждый раз неправильно. Уверенность — 100%, точность — ноль.
Последствия для рынка — жёсткие.
В медицине, по данным JAMA Network Open(2023), до 18% советов от AI-ассистентов содержали ошибки, но поданы они были «как истина».
В юриспруденции исследование Columbia Law Schoolпоказало: до 30% сгенерированных ссылок на судебные прецеденты — фейковые.
Microsoft раскатал Copilot на 100 млн пользователей, и жалобы на «уверенный бред» — самые частые. Anthropic и Google уже влили $500M+ в «фактуальные апдейты», но ни одна компания пока не решила проблему.
Можно ли это починить? OpenAI предлагает штрафовать модель за «уверенную ложь» сильнее, чем за признание «не знаю». Теоретически это меняет стимулы и делает системы честнее. Но есть риск: метрики точности по старым тестам просядут, и сравнивать модели станет неудобно. Anthropic делает ставку на «конституционное обучение», где модель учится у правил, а Google экспериментирует с внешними факт-чекерами. Консенсуса нет: одни верят, что переписав метрику, проблему уберут, другие считают, что галлюцинации — фундаментальное свойство генеративных систем.
И что?
Для бизнеса: рынок «анти-галлюцинаций» в AI — это десятки миллиардов. Только медицинский сегмент: в США 200+ тыс. клиник, рынок мед-теха $300 млрд, и до 18% ответов ассистентов сейчас — ошибки. В юрсфере — 1,3 млн юристов и $437 млрд рынок легал-теха. Компании готовы платить за надёжные движки, потому что каждая ошибка обходится в миллионы долларов.
Для инвесторов: кандидаты на рост — OpenAI (новая метрика), Anthropic (конституционное обучение), Google DeepMind (факт-чекеры), Microsoft Copilot (100 млн пользователей). Плюс стартапы в области «truthful AI» и специализированные B2B-сервисы для медицины и юрпрактики. Это новый вертикальный рынок, где первые «честные» решения могут перехватить клиентов у старых игроков.
Для человечества: если индустрия договорится о штрафах за уверенный бред, это станет шагом к AI-системам, которые работают по правилам и уважают границы. Чуть медленнее рост функций, но гораздо быстрее — рост доверия.
🚨 Нам 3.14здец
Колл-центры и саппорт — 9/10. Сегодня 17 млн человек по миру сидят на телефонах и чатах. Галлюцинации были их единственным спасением: компании не рисковали ставить ботов. Как только бред уберут, бизнесу похуй — заменят людей агентами пачками.
Юристы-младшики — 8/10. Миллион+ человек в США гоняют бумаги и ищут прецеденты. Пока AI врёт, партнёры не доверяют. Сделают модели честными — и эти ребята первые под нож.
Медсестры и помощники врачей — 8/10. 200 тысяч клиник в США держат персонал только потому, что AI галлюцинирует. Исправят — и половину рутинных задач отдадут агентам.
Бухгалтерия и финаналитики — 7/10. Ошибки в цифрах держат людей на месте. Если AI перестанет путать дебет с кредитом, спрос на людей резко упадёт.
А теперь представь, что это не твой личный чат, а бот поддержки банка, который врёт клиентам про ставки. Или врач, которому «лень смотреть снимок», доверяет ассистенту, а тот придумывает диагноз. Бесит и страшно одновременно.
Ребята в OpenAI решили докопаться до корня. В новом исследовании они показали: проблема в том, как модели учат. Сейчас обучение построено как школьный тест: за угаданный ответ ставят полный балл, а за честное «не знаю» — ноль. В итоге системе выгоднее пиздеть с видом эксперта.
В эксперименте OAI задавали GPT-4 простые фактологические вопросы — даты рождения и названия диссертаций. Каждый раз модель отвечала уверенно, каждый раз разными словами и каждый раз неправильно. Уверенность — 100%, точность — ноль.
Последствия для рынка — жёсткие.
В медицине, по данным JAMA Network Open(2023), до 18% советов от AI-ассистентов содержали ошибки, но поданы они были «как истина».
В юриспруденции исследование Columbia Law Schoolпоказало: до 30% сгенерированных ссылок на судебные прецеденты — фейковые.
Microsoft раскатал Copilot на 100 млн пользователей, и жалобы на «уверенный бред» — самые частые. Anthropic и Google уже влили $500M+ в «фактуальные апдейты», но ни одна компания пока не решила проблему.
Можно ли это починить? OpenAI предлагает штрафовать модель за «уверенную ложь» сильнее, чем за признание «не знаю». Теоретически это меняет стимулы и делает системы честнее. Но есть риск: метрики точности по старым тестам просядут, и сравнивать модели станет неудобно. Anthropic делает ставку на «конституционное обучение», где модель учится у правил, а Google экспериментирует с внешними факт-чекерами. Консенсуса нет: одни верят, что переписав метрику, проблему уберут, другие считают, что галлюцинации — фундаментальное свойство генеративных систем.
И что?
Для бизнеса: рынок «анти-галлюцинаций» в AI — это десятки миллиардов. Только медицинский сегмент: в США 200+ тыс. клиник, рынок мед-теха $300 млрд, и до 18% ответов ассистентов сейчас — ошибки. В юрсфере — 1,3 млн юристов и $437 млрд рынок легал-теха. Компании готовы платить за надёжные движки, потому что каждая ошибка обходится в миллионы долларов.
Для инвесторов: кандидаты на рост — OpenAI (новая метрика), Anthropic (конституционное обучение), Google DeepMind (факт-чекеры), Microsoft Copilot (100 млн пользователей). Плюс стартапы в области «truthful AI» и специализированные B2B-сервисы для медицины и юрпрактики. Это новый вертикальный рынок, где первые «честные» решения могут перехватить клиентов у старых игроков.
Для человечества: если индустрия договорится о штрафах за уверенный бред, это станет шагом к AI-системам, которые работают по правилам и уважают границы. Чуть медленнее рост функций, но гораздо быстрее — рост доверия.
🚨 Нам 3.14здец
Колл-центры и саппорт — 9/10. Сегодня 17 млн человек по миру сидят на телефонах и чатах. Галлюцинации были их единственным спасением: компании не рисковали ставить ботов. Как только бред уберут, бизнесу похуй — заменят людей агентами пачками.
Юристы-младшики — 8/10. Миллион+ человек в США гоняют бумаги и ищут прецеденты. Пока AI врёт, партнёры не доверяют. Сделают модели честными — и эти ребята первые под нож.
Медсестры и помощники врачей — 8/10. 200 тысяч клиник в США держат персонал только потому, что AI галлюцинирует. Исправят — и половину рутинных задач отдадут агентам.
Бухгалтерия и финаналитики — 7/10. Ошибки в цифрах держат людей на месте. Если AI перестанет путать дебет с кредитом, спрос на людей резко упадёт.
👍8