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
Ты пишешь книгу годами, выкладываешь её на Amazon, а через пару лет видишь куски текста в ответах нейросети. Проверяешь — твою книжку просто стянули с пиратской библиотеки и засунули в датасет. Именно это и вскрылось: Anthropic качал 7 млн книг из LibGen и других теневых архивов, чтобы кормить Claude. Авторы взбесились и пошли в суд.
И вот прецедент: Anthropic соглашается заплатить минимум $1,5 млрд. Схема простая — $3 000 за каждую из ~500 000 книг, плюс доплаты, если найдут ещё пиратку в датасете.
Судья чётко развёл: если у тебя легально купленные книги — это fair use, если пиратка — нарушение. И никакой индульгенции на будущее: все пиратские файлы придётся уничтожить.
Контекст. Это первый крупный кейс, но далеко не последний. Уже висят иски от The New York Times, десятков художников, музыкальных лейблов. Если по каждой отрасли будут такие же тарифы, счёт пойдёт на десятки миллиардов. Для понимания: весь рынок AI-комплаенса к авторскому праву только зарождается, но уже выглядит как золотое дно для юристов.
Anthropic, конечно, отобьётся — свежий раунд на $13 млрд при оценке $183 млрд закрывает дыру. Но стартапы без таких подушек будут падать пачками.
И что?
Для бизнеса: рынок легального контента для обучения ИИ открывается официально. Издательства, студии и архивы могут лицензировать каталоги и брать с AI-лабов миллиарды. Новая ниша — «чистые» датасеты под ключ.
Для инвесторов: кандидаты — крупные правообладатели (Penguin Random House, Universal, Getty) и стартапы с «белыми» данными. AI-компании будут вынуждены платить. Кто первым займет рынок лицензий — поднимет капитализацию.
Для людей: шанс авторам реально заработать. Если раньше твою книжку сливали в LibGen, то теперь за каждую копию можно получить чек. Писать книги, песни и тексты снова становится выгодно.
Для человечества: индустрия впервые очертила границы. Fair use для купленного контента оставили, но пиратка признана токсичной. Это ускорит формирование рынка лицензий, без которого AI в долгую не взлетит.
🚨 Нам 3.14здец
Пиратские библиотеки — 10/10. LibGen, Z-Library и аналоги будут давить судами и блокировками. Миллионы пользователей потеряют привычный «бесплатный контент».
AI-стартапы без денег — 9/10. У Anthropic есть $13 млрд на затычку, у мелких нет. Судебные иски и компенсации сотнями миллионов просто убьют их.
Фрилансеры-контентмейкеры — 7/10. Если рынок лицензий подорожает, доступ к «чистым» датасетам смогут позволить себе только гиганты. Небольшие студии будут вынуждены уходить под крыло корпораций.
И вот прецедент: Anthropic соглашается заплатить минимум $1,5 млрд. Схема простая — $3 000 за каждую из ~500 000 книг, плюс доплаты, если найдут ещё пиратку в датасете.
Судья чётко развёл: если у тебя легально купленные книги — это fair use, если пиратка — нарушение. И никакой индульгенции на будущее: все пиратские файлы придётся уничтожить.
Контекст. Это первый крупный кейс, но далеко не последний. Уже висят иски от The New York Times, десятков художников, музыкальных лейблов. Если по каждой отрасли будут такие же тарифы, счёт пойдёт на десятки миллиардов. Для понимания: весь рынок AI-комплаенса к авторскому праву только зарождается, но уже выглядит как золотое дно для юристов.
Anthropic, конечно, отобьётся — свежий раунд на $13 млрд при оценке $183 млрд закрывает дыру. Но стартапы без таких подушек будут падать пачками.
И что?
Для бизнеса: рынок легального контента для обучения ИИ открывается официально. Издательства, студии и архивы могут лицензировать каталоги и брать с AI-лабов миллиарды. Новая ниша — «чистые» датасеты под ключ.
Для инвесторов: кандидаты — крупные правообладатели (Penguin Random House, Universal, Getty) и стартапы с «белыми» данными. AI-компании будут вынуждены платить. Кто первым займет рынок лицензий — поднимет капитализацию.
Для людей: шанс авторам реально заработать. Если раньше твою книжку сливали в LibGen, то теперь за каждую копию можно получить чек. Писать книги, песни и тексты снова становится выгодно.
Для человечества: индустрия впервые очертила границы. Fair use для купленного контента оставили, но пиратка признана токсичной. Это ускорит формирование рынка лицензий, без которого AI в долгую не взлетит.
🚨 Нам 3.14здец
Пиратские библиотеки — 10/10. LibGen, Z-Library и аналоги будут давить судами и блокировками. Миллионы пользователей потеряют привычный «бесплатный контент».
AI-стартапы без денег — 9/10. У Anthropic есть $13 млрд на затычку, у мелких нет. Судебные иски и компенсации сотнями миллионов просто убьют их.
Фрилансеры-контентмейкеры — 7/10. Если рынок лицензий подорожает, доступ к «чистым» датасетам смогут позволить себе только гиганты. Небольшие студии будут вынуждены уходить под крыло корпораций.
❤7🔥4
Представь, у тебя клиника с тысячами пожилых пациентов. Медсёстры часами звонят им, чтобы напомнить: «померяйте давление, скажите результат».
Половина не отвечает, половина забывает, а бюджет улетает на зарплаты. Теперь вместо медсестры звонит AI — и, внезапно, старики довольны.
Исследование Emory University: 2 000 пациентов, звонки на английском и испанском. 85% ответили, 60% реально сняли показатели давления и продиктовали их. Если у кого-то давление зашкаливало или появлялись жалобы на боль в груди и головокружение — бот переводил звонок на медсестру.
В итоге у 1 939 пациентов обновили устаревшие записи, качество данных подняли с 1 до 4 звёзд, а расходы упали на 88,7%. Средняя оценка удовлетворённости — выше 9/10, хотя ожидали, что пожилые будут ругаться на «роботов».
Контекст.
В США 54 млн людей старше 65 лет, расходы на их медобслуживание превышают $1 трлн в год. Система трещит: не хватает медсестёр, очереди растут.
Если автоматизация реально снимает 90% затрат, это угроза тысячам рабочих мест и спасение для бюджетов.
Параллельно голосовые агенты растут в клиентском сервисе: от банков до страховок. Следующий шаг — подключить визуальные ассистенты (вроде Gemini Live), чтобы пациент мог показывать видео с приборами.
И что?
Для бизнеса: клиники и страховые получают новый инструмент снижения расходов на миллиарды. Массовый rollout позволит резко повысить качество обслуживания при меньших затратах.
Для инвесторов: рынок цифрового здравоохранения ($350 млрд в 2024) получит новый драйвер. Выиграют компании, которые делают голосовых агентов и интеграцию с EHR (Epic, Oracle Health, стартапы телемедицины).
Для людей: пожилые пациенты впервые получают дешёвый и доступный способ быть «под присмотром». Меньше походов в клинику, меньше стресса для родственников.
Для человечества: это шаг к масштабному дистанционному уходу. Дешёвый мониторинг миллионов стариков без армии медсестёр.
🚨 Нам 3.14здец
Медсёстры в колл-центрах — 9/10. Сейчас сотни тысяч человек заняты прозвонами. Если AI снимает 90% нагрузки, их массово заменят. Что делать: учиться работать с AI-системами и брать на себя только сложные случаи.
Страховые колл-центры — 8/10. Миллионы звонков об оплатах и напоминаниях уйдут на агентов. Компании будут резать косты безжалостно.
Провайдеры традиционных услуг ухода — 7/10. Агент, который звонит ежедневно и проверяет состояние, частично заменяет сиделку. Это прямой риск для индустрии, где работает миллионы низкооплачиваемых сотрудников.
Половина не отвечает, половина забывает, а бюджет улетает на зарплаты. Теперь вместо медсестры звонит AI — и, внезапно, старики довольны.
Исследование Emory University: 2 000 пациентов, звонки на английском и испанском. 85% ответили, 60% реально сняли показатели давления и продиктовали их. Если у кого-то давление зашкаливало или появлялись жалобы на боль в груди и головокружение — бот переводил звонок на медсестру.
В итоге у 1 939 пациентов обновили устаревшие записи, качество данных подняли с 1 до 4 звёзд, а расходы упали на 88,7%. Средняя оценка удовлетворённости — выше 9/10, хотя ожидали, что пожилые будут ругаться на «роботов».
Контекст.
В США 54 млн людей старше 65 лет, расходы на их медобслуживание превышают $1 трлн в год. Система трещит: не хватает медсестёр, очереди растут.
Если автоматизация реально снимает 90% затрат, это угроза тысячам рабочих мест и спасение для бюджетов.
Параллельно голосовые агенты растут в клиентском сервисе: от банков до страховок. Следующий шаг — подключить визуальные ассистенты (вроде Gemini Live), чтобы пациент мог показывать видео с приборами.
И что?
Для бизнеса: клиники и страховые получают новый инструмент снижения расходов на миллиарды. Массовый rollout позволит резко повысить качество обслуживания при меньших затратах.
Для инвесторов: рынок цифрового здравоохранения ($350 млрд в 2024) получит новый драйвер. Выиграют компании, которые делают голосовых агентов и интеграцию с EHR (Epic, Oracle Health, стартапы телемедицины).
Для людей: пожилые пациенты впервые получают дешёвый и доступный способ быть «под присмотром». Меньше походов в клинику, меньше стресса для родственников.
Для человечества: это шаг к масштабному дистанционному уходу. Дешёвый мониторинг миллионов стариков без армии медсестёр.
🚨 Нам 3.14здец
Медсёстры в колл-центрах — 9/10. Сейчас сотни тысяч человек заняты прозвонами. Если AI снимает 90% нагрузки, их массово заменят. Что делать: учиться работать с AI-системами и брать на себя только сложные случаи.
Страховые колл-центры — 8/10. Миллионы звонков об оплатах и напоминаниях уйдут на агентов. Компании будут резать косты безжалостно.
Провайдеры традиционных услуг ухода — 7/10. Агент, который звонит ежедневно и проверяет состояние, частично заменяет сиделку. Это прямой риск для индустрии, где работает миллионы низкооплачиваемых сотрудников.
🔥8❤5💯3
Вечер, дедлайн через 30 минут. У вас — CSV с сырыми продажами, черновик протокола и просьба «скиньте нормальный отчёт в PDF и 5 слайдов для совета». Обычно это жонглирование: Excel, Word, PowerPoint, экспорт, правки. Теперь вы пишете в чат: «Собери сводку по регионам, маржа, графики, сравнение с прошлым кварталом, оформи в XLSX + PDF + 5 слайдов». И получаете готовые файлы без открытия приложений.
Anthropic включила в Claude создание и редактирование Excel, Word, PowerPoint и PDF прямо в claude.ai и десктопе. Под капотом — приватная среда, где Claude пишет и запускает код, строит диаграммы, формулы и рендерит «готовые к отправке» файлы.
Можно конвертировать форматы: из PDF в слайды, из заметок — в документ. Превью доступно для Max, Team и Enterprise; Pro — в ближайшие недели. Антропик советует начинать с «простых» задач и отдельно предупреждает о рисках при выдаче доступов в интернет (инъекции подсказок, утечки).
Контекст. Это прямой заход в офисную рутину, где доминировал OpenAI: «файлы из чата» уже есть у ChatGPT, и теперь Claude бьёт в ту же зону. Плюс свежие коннекторы (Drive, Slack, Canva) — меньше переключений между софтом. Для корпоративки — сильный апсейл Max/Enterprise.
И что?
Для бизнеса. Не нужно прыгать между Excel, Word и PowerPoint — Claude делает всё в одном месте. Те же люди закрывают больше задач: отчёты, борд-деки, сводки из CSV → XLSX → PDF → PPT проходят одной командой в чате. Результат: в краткосроке — рост производительности и заморозка найма на джуниорские роли; в среднесроке — сокращение 10–20% рутинных ставок там, где работа = форматирование и конвертация. Главные выигравшие — SMB, отделы финансов, сейлз-опс, консалтинг, закупки, комплаенс, где «бумага» — ключевой продукт.
Для инвесторов. Начинается передел «офисного слоя»: ассистент становится файловой ОС. Anthropic поднимает выручку в Max и Enterprise за счёт генерации файлов и интеграций с корпоративными хранилищами. Под угрозой — нишевые тулзы по конвертации и автоматизации отчётов. Ключевые сигналы: доля задач «файл из чата» в активной аудитории и рост подключений к Drive/Slack. Риск — безопасность и комплаенс при работе в песочнице с доступом в интернет.
Для людей. Больше не нужно знать формулы или верстку: достаточно описать задачу словами и получить готовый XLSX, PPT или PDF. Меньше копипаста и ошибок, быстрее согласование. Но возрастает ответственность за постановку задачи и проверку итогов.
Для человечества. Автоматизация убирает барьер входа в «офисную» работу: любой человек может создавать документы, не имея навыков. Цена — поток синтетических данных и новые угрозы утечек, что приведёт к росту регулирования и обязательной маркировке ИИ-контента.
🚨 Нам 3.14здец
BPO/KPO-«докфабрики» (Индия, Филиппины, Восточная Европа) — 7/10. Конвейер «из PDF в слайды / из заметок в отчёт» переезжает в Claude. Рынок BPO — $300B+, миллионы рабочих мест под угрозой. Что делать: уходить в QA, аналитику и экспертизу.
Нишевые конвертеры и аутсорс на презентации — 8/10. Функция внутри ассистента убивает спрос на отдельное ПО и услуги «сделайте нам дека». Что делать: фокус на безопасности, аудите и deep-интеграциях.
Офисные фронтенды — 6/10. Всё чаще работа идёт через ассистента, а не через привычные интерфейсы. Что делать: строить ассистента внутри своих экосистем или терять пользователей.
Anthropic включила в Claude создание и редактирование Excel, Word, PowerPoint и PDF прямо в claude.ai и десктопе. Под капотом — приватная среда, где Claude пишет и запускает код, строит диаграммы, формулы и рендерит «готовые к отправке» файлы.
Можно конвертировать форматы: из PDF в слайды, из заметок — в документ. Превью доступно для Max, Team и Enterprise; Pro — в ближайшие недели. Антропик советует начинать с «простых» задач и отдельно предупреждает о рисках при выдаче доступов в интернет (инъекции подсказок, утечки).
Контекст. Это прямой заход в офисную рутину, где доминировал OpenAI: «файлы из чата» уже есть у ChatGPT, и теперь Claude бьёт в ту же зону. Плюс свежие коннекторы (Drive, Slack, Canva) — меньше переключений между софтом. Для корпоративки — сильный апсейл Max/Enterprise.
И что?
Для бизнеса. Не нужно прыгать между Excel, Word и PowerPoint — Claude делает всё в одном месте. Те же люди закрывают больше задач: отчёты, борд-деки, сводки из CSV → XLSX → PDF → PPT проходят одной командой в чате. Результат: в краткосроке — рост производительности и заморозка найма на джуниорские роли; в среднесроке — сокращение 10–20% рутинных ставок там, где работа = форматирование и конвертация. Главные выигравшие — SMB, отделы финансов, сейлз-опс, консалтинг, закупки, комплаенс, где «бумага» — ключевой продукт.
Для инвесторов. Начинается передел «офисного слоя»: ассистент становится файловой ОС. Anthropic поднимает выручку в Max и Enterprise за счёт генерации файлов и интеграций с корпоративными хранилищами. Под угрозой — нишевые тулзы по конвертации и автоматизации отчётов. Ключевые сигналы: доля задач «файл из чата» в активной аудитории и рост подключений к Drive/Slack. Риск — безопасность и комплаенс при работе в песочнице с доступом в интернет.
Для людей. Больше не нужно знать формулы или верстку: достаточно описать задачу словами и получить готовый XLSX, PPT или PDF. Меньше копипаста и ошибок, быстрее согласование. Но возрастает ответственность за постановку задачи и проверку итогов.
Для человечества. Автоматизация убирает барьер входа в «офисную» работу: любой человек может создавать документы, не имея навыков. Цена — поток синтетических данных и новые угрозы утечек, что приведёт к росту регулирования и обязательной маркировке ИИ-контента.
🚨 Нам 3.14здец
BPO/KPO-«докфабрики» (Индия, Филиппины, Восточная Европа) — 7/10. Конвейер «из PDF в слайды / из заметок в отчёт» переезжает в Claude. Рынок BPO — $300B+, миллионы рабочих мест под угрозой. Что делать: уходить в QA, аналитику и экспертизу.
Нишевые конвертеры и аутсорс на презентации — 8/10. Функция внутри ассистента убивает спрос на отдельное ПО и услуги «сделайте нам дека». Что делать: фокус на безопасности, аудите и deep-интеграциях.
Офисные фронтенды — 6/10. Всё чаще работа идёт через ассистента, а не через привычные интерфейсы. Что делать: строить ассистента внутри своих экосистем или терять пользователей.
👍2
Бывают моменты, когда ошибка стоит денег, времени и шанса. Например: вы питчите свой стартап. В голове — юнит-экономика, дорожная карта, размер рынка. А у инвесторов — бонус-вопросы: налог на опционы в Сингапуре, счёт у «Реала», чей-то улов на вчерашней рыбалке. Вы спокойны: никакой вопрос не выбивает. Телефон в кармане слышит комнату и молча возвращает ответы — не как у Шурика с Дубом, повязкой и радиоподсказкой под глушилку, а сразу «в голову», без жестов и шёпота.
Что это вообще делает. AlterEgo (спин-офф MIT Media Lab) показал гарнитуру Silent Sense: она улавливает субвокализацию — микросигналы речевой системы, когда вы осознанно «про себя» произносите слова без звука. Дальше ИИ распознаёт фразу и исполняет команду, а ответ приходит через костную проводимость. На демо — набор текста, ответы в мессенджере, визуальные запросы, синхронный перевод и «тихий» диалог между двумя носителями; заявлены шумные условия и мультиязычность. Мысли не читает: работает только на намеренно сформулированных словах.
Как этим «говорить». Ничем заметным «шевелить» не нужно. Когда вы проговариваете фразу внутри, речевые мышцы (язык, челюсть, горло) дают микродвижения — их и ловят сенсоры (в новой версии говорят о мини-камерах вокруг уха и шеи). Лайфхак: произносите слова чётко про себя, как при шёпоте с закрытым ртом — точность выше.
Откуда это взялось. В 2018 MIT показал прототип AlterEgo: неинвазивный интерфейс, 92% медианная точностьна словаре цифр, двусторонний канал с костной проводимостью. В 2025 команда оформилась в стартап AlterEgo и вышла из стелса с демонстрацией Silent Sense. Сроков коммерческого запуска пока нет.
Контекст: кто ещё пытался.
— Инвазивные BCI: Neuralink — чип в мозг; первый имплант человеку в январе 2024, дальше десятки пользователей, демонстрации курсора, шахматы, Civilization. Суперскорость, но хирургия и регуляторные риски.
— EMG-браслеты на запястье: CTRL-labs (купил Facebook/Meta за $500M–$1B) считывает нервные импульсы с предплечья; Meta до сих пор строит интерфейс для AR-очков на этой базе. Подход близкий по духу: тоже «не чтение мыслей», а декод намерения движения/речи по периферии.
— EEG-шлемы: OpenBCI Galea (десятки тысяч $) и Emotiv (от $499–$999) — это в основном исследования и девкиты; для повседневки громоздко и чувствительно к шуму. Упор на мозговые сигналы, а не на речевой тракт.
Почему сейчас это важно. MIT-прототипы уже показали, что «внутренняя речь» читается неинвазивно; стар обещает расширенный словарь, диалог носитель-носитель и «тихий ввод» в шуме. Если подтвердятся метрики (точность, задержка, устойчивость к шуму), это новый базовый интерфейс там, где голос и руки неудобны.
И что?
Для бизнеса: пилот 30 дней на 20–50 устройств в митинговых зонах и колл-центрах; KPI на вход: −30% времени ответа, −15% ошибок в задачах, где сейчас голос/ручной ввод. Интеграции: Slack/Google Workspace/VS Code; подтверждение — сравнение до/после по SLA.
Для инвесторов: смотреть на юнит-экономику железки (BOM, ASP, сервис), реальную точность ≥90% и задержку ≤300 мс в полях. Адресуемый сегмент даже при 1% от пользователей смартфонов — десятки миллионов штук. Риск: хайп без пилотов ≥1k устройств.
Для людей: «говорить» молча в офисе, транспорте и на встречах; приватность и скорость без телефонов и шёпота; плюс мощная ассистивка для тех, кто потерял голос. Жаль Хоккинг не дожил 😢
🚨 Нам 3.14здец
Экзаменационные анти-чит-системы — 8/10: «тихий ввод» обходит обычные микрофоны и прокторинг. Что делать: очные ключевые экзамены, биометрика и задачи с разбором решения вместо тестов. (Шутка)
Голосовые ассистенты и BPO-саппорт — 7/10: «оператор + AI + silent-input» закрывает больше кейсов тем же штатом; 10–20% рутинных позиций уйдут в ближайшие волны автоматизации.
Что делать: апскилл в AI-супервайзеров, выпуск собственных silent-модулей.
Что это вообще делает. AlterEgo (спин-офф MIT Media Lab) показал гарнитуру Silent Sense: она улавливает субвокализацию — микросигналы речевой системы, когда вы осознанно «про себя» произносите слова без звука. Дальше ИИ распознаёт фразу и исполняет команду, а ответ приходит через костную проводимость. На демо — набор текста, ответы в мессенджере, визуальные запросы, синхронный перевод и «тихий» диалог между двумя носителями; заявлены шумные условия и мультиязычность. Мысли не читает: работает только на намеренно сформулированных словах.
Как этим «говорить». Ничем заметным «шевелить» не нужно. Когда вы проговариваете фразу внутри, речевые мышцы (язык, челюсть, горло) дают микродвижения — их и ловят сенсоры (в новой версии говорят о мини-камерах вокруг уха и шеи). Лайфхак: произносите слова чётко про себя, как при шёпоте с закрытым ртом — точность выше.
Откуда это взялось. В 2018 MIT показал прототип AlterEgo: неинвазивный интерфейс, 92% медианная точностьна словаре цифр, двусторонний канал с костной проводимостью. В 2025 команда оформилась в стартап AlterEgo и вышла из стелса с демонстрацией Silent Sense. Сроков коммерческого запуска пока нет.
Контекст: кто ещё пытался.
— Инвазивные BCI: Neuralink — чип в мозг; первый имплант человеку в январе 2024, дальше десятки пользователей, демонстрации курсора, шахматы, Civilization. Суперскорость, но хирургия и регуляторные риски.
— EMG-браслеты на запястье: CTRL-labs (купил Facebook/Meta за $500M–$1B) считывает нервные импульсы с предплечья; Meta до сих пор строит интерфейс для AR-очков на этой базе. Подход близкий по духу: тоже «не чтение мыслей», а декод намерения движения/речи по периферии.
— EEG-шлемы: OpenBCI Galea (десятки тысяч $) и Emotiv (от $499–$999) — это в основном исследования и девкиты; для повседневки громоздко и чувствительно к шуму. Упор на мозговые сигналы, а не на речевой тракт.
Почему сейчас это важно. MIT-прототипы уже показали, что «внутренняя речь» читается неинвазивно; стар обещает расширенный словарь, диалог носитель-носитель и «тихий ввод» в шуме. Если подтвердятся метрики (точность, задержка, устойчивость к шуму), это новый базовый интерфейс там, где голос и руки неудобны.
И что?
Для бизнеса: пилот 30 дней на 20–50 устройств в митинговых зонах и колл-центрах; KPI на вход: −30% времени ответа, −15% ошибок в задачах, где сейчас голос/ручной ввод. Интеграции: Slack/Google Workspace/VS Code; подтверждение — сравнение до/после по SLA.
Для инвесторов: смотреть на юнит-экономику железки (BOM, ASP, сервис), реальную точность ≥90% и задержку ≤300 мс в полях. Адресуемый сегмент даже при 1% от пользователей смартфонов — десятки миллионов штук. Риск: хайп без пилотов ≥1k устройств.
Для людей: «говорить» молча в офисе, транспорте и на встречах; приватность и скорость без телефонов и шёпота; плюс мощная ассистивка для тех, кто потерял голос. Жаль Хоккинг не дожил 😢
🚨 Нам 3.14здец
Экзаменационные анти-чит-системы — 8/10: «тихий ввод» обходит обычные микрофоны и прокторинг. Что делать: очные ключевые экзамены, биометрика и задачи с разбором решения вместо тестов. (Шутка)
Голосовые ассистенты и BPO-саппорт — 7/10: «оператор + AI + silent-input» закрывает больше кейсов тем же штатом; 10–20% рутинных позиций уйдут в ближайшие волны автоматизации.
Что делать: апскилл в AI-супервайзеров, выпуск собственных silent-модулей.
👍8❤3🤪1
Сегодня лекарства в основном работают по принципу «одна цель — один удар»: нашли белок, дали молекулу, посмотрели эффект. Но рак и нейродегенеративные болезни хитрее — они обходят такие атаки.
Гарвардская команда сделала PDGrapher — бесплатный ИИ, который смотрит не на один белок, а на всю систему: как взаимодействуют гены, протеины и сигналы, и какие комбинации реально разворачивают болезнь назад.
Фактура. На тестах по 19 видам рака PDGrapher превзошёл конкурирующие AI-модели на 35% по точности и выдавал ответы в 25 раз быстрее. Для проверки ему дали задачу: найти известные препараты от рака лёгких. Он правильно их определил и параллельно предложил новые потенциальные комбинации. Гарвард уже использует инструмент с Массачусетской больницей для поиска лекарств от болезней мозга — Паркинсона и Альцгеймера.
Примеры применения:
Фарма: ускорить скрининг комбинаций, которые раньше стоили сотни миллионов и лет исследований.
Онкология: тестировать сразу несколько точек атаки на опухоль, вместо дорогих и провальных «одиночных» стратегий.
Нейродегенеративные болезни: находить комбинации, которые не просто замедляют, а реально восстанавливают клетки.
Локальные биотех-стартапы: использовать open-source модель для поиска нишевых терапий, не имея миллиардных бюджетов.
И что?
Для бизнеса: снижаются затраты на R&D и растёт вероятность вывода реально работающих препаратов. Это может сократить число «мертвых» проектов, которые сжигают бюджеты.
Для инвесторов: рынок drug discovery ($250B+) получает новый стандарт. Ставки на компании, где AI-инструменты встроены в лаборатории, будут окупаться быстрее.
Для людей: шанс получить эффективные лекарства от рака, Паркинсона и Альцгеймера раньше, чем это было бы возможно классическим путём.
🚨 Нам 3.14здец
Компании со ставкой на «одну цель — одно лекарство» — 9/10. Их бизнес-модель рушится: комплексные ИИ-инструменты показывают, что это тупиковый путь. Что делать: перестраиваться на multi-target подход.
Фарма без AI в пайплайне — 8/10. Бюджеты на традиционные клинические испытания будут считаться выброшенными. Что делать: внедрять AI-скрининг или проигрывать гонку.
Гарвардская команда сделала PDGrapher — бесплатный ИИ, который смотрит не на один белок, а на всю систему: как взаимодействуют гены, протеины и сигналы, и какие комбинации реально разворачивают болезнь назад.
Фактура. На тестах по 19 видам рака PDGrapher превзошёл конкурирующие AI-модели на 35% по точности и выдавал ответы в 25 раз быстрее. Для проверки ему дали задачу: найти известные препараты от рака лёгких. Он правильно их определил и параллельно предложил новые потенциальные комбинации. Гарвард уже использует инструмент с Массачусетской больницей для поиска лекарств от болезней мозга — Паркинсона и Альцгеймера.
Примеры применения:
Фарма: ускорить скрининг комбинаций, которые раньше стоили сотни миллионов и лет исследований.
Онкология: тестировать сразу несколько точек атаки на опухоль, вместо дорогих и провальных «одиночных» стратегий.
Нейродегенеративные болезни: находить комбинации, которые не просто замедляют, а реально восстанавливают клетки.
Локальные биотех-стартапы: использовать open-source модель для поиска нишевых терапий, не имея миллиардных бюджетов.
И что?
Для бизнеса: снижаются затраты на R&D и растёт вероятность вывода реально работающих препаратов. Это может сократить число «мертвых» проектов, которые сжигают бюджеты.
Для инвесторов: рынок drug discovery ($250B+) получает новый стандарт. Ставки на компании, где AI-инструменты встроены в лаборатории, будут окупаться быстрее.
Для людей: шанс получить эффективные лекарства от рака, Паркинсона и Альцгеймера раньше, чем это было бы возможно классическим путём.
🚨 Нам 3.14здец
Компании со ставкой на «одну цель — одно лекарство» — 9/10. Их бизнес-модель рушится: комплексные ИИ-инструменты показывают, что это тупиковый путь. Что делать: перестраиваться на multi-target подход.
Фарма без AI в пайплайне — 8/10. Бюджеты на традиционные клинические испытания будут считаться выброшенными. Что делать: внедрять AI-скрининг или проигрывать гонку.
❤8👍3
Все министры выглядят прилично в костюмах, но именно на этих этажах власти коррупция чувствуется сильнее всего.
Бюрократия тоже знакома каждому — медленно, запутанно, бесконечные справки. А что если убрать человека из этой цепочки и посадить туда ИИ? В Албании решили попробовать.
Премьер Эди Рама представил «Диеллу» — виртуального министра, созданного на базе искусственного интеллекта. Её назначили на реальную должность в кабинете министров — отвечать за все госзакупки. То есть именно она теперь будет оценивать и раздавать контракты частным компаниям.
Диелла уже встроена в портал госуслуг: принимает заявки голосом, закрывает рутинные процессы. Аргумент властей простой — алгоритм не возьмёт взятку и не поддастся давлению. Но при этом правительство пока не сказало, кто и как будет контролировать решения ИИ, если пойдут ошибки или схемы обхода.
Фактура: впервые в мире искусственный интеллект получил официальный пост в правительстве. Сфера — закупки, миллиарды евро ежегодно.
Контекст: в Европе давно есть электронные тендеры, но всегда с финальной подписью чиновника. Албания пошла дальше и сделала ИИ формальным центром принятия решений.
И что?
Для бизнеса: компании должны готовить прозрачные заявки и забыть про «личные договорённости».
Для инвесторов: открывается новый сегмент govtech — аудит и сертификация ИИ, который рулит бюджетами.
Для людей: меньше очередей и ручных ошибок, больше скорости и прозрачности в услугах.
🚨 Нам 3.14здец
Чиновники и посредники — 9/10. Вся прослойка «решал» обесценивается: ИИ режет коррупционные схемы быстрее любого прокурора. Что делать: искать новое применение или уходить.
Страны с коррумпированными тендерами — 8/10. Албания показала, что технологическая замена возможна. Давление на отстающих вырастет. Что делать: готовить почву для внедрения или остаться в архаике.
Бюрократия тоже знакома каждому — медленно, запутанно, бесконечные справки. А что если убрать человека из этой цепочки и посадить туда ИИ? В Албании решили попробовать.
Премьер Эди Рама представил «Диеллу» — виртуального министра, созданного на базе искусственного интеллекта. Её назначили на реальную должность в кабинете министров — отвечать за все госзакупки. То есть именно она теперь будет оценивать и раздавать контракты частным компаниям.
Диелла уже встроена в портал госуслуг: принимает заявки голосом, закрывает рутинные процессы. Аргумент властей простой — алгоритм не возьмёт взятку и не поддастся давлению. Но при этом правительство пока не сказало, кто и как будет контролировать решения ИИ, если пойдут ошибки или схемы обхода.
Фактура: впервые в мире искусственный интеллект получил официальный пост в правительстве. Сфера — закупки, миллиарды евро ежегодно.
Контекст: в Европе давно есть электронные тендеры, но всегда с финальной подписью чиновника. Албания пошла дальше и сделала ИИ формальным центром принятия решений.
И что?
Для бизнеса: компании должны готовить прозрачные заявки и забыть про «личные договорённости».
Для инвесторов: открывается новый сегмент govtech — аудит и сертификация ИИ, который рулит бюджетами.
Для людей: меньше очередей и ручных ошибок, больше скорости и прозрачности в услугах.
🚨 Нам 3.14здец
Чиновники и посредники — 9/10. Вся прослойка «решал» обесценивается: ИИ режет коррупционные схемы быстрее любого прокурора. Что делать: искать новое применение или уходить.
Страны с коррумпированными тендерами — 8/10. Албания показала, что технологическая замена возможна. Давление на отстающих вырастет. Что делать: готовить почву для внедрения или остаться в архаике.
👍9🍾2
Каждый раз, когда ты оплачиваешь кофе или переводишь деньги, твой телефон и банк обмениваются зашифрованными сообщениями. Замок этого шифра держится на больших простых числах.
Их используют так: берут два гигантских простых, перемножают и делают из этого ключ. Тебе легко пользоваться ключом, а вот взломщику обратно разложить число на множители — почти невозможно, даже для суперкомпьютеров.
На этом стоит интернет-безопасность.
Но есть нюанс.
Чтобы сгенерировать такие замки, компьютер должен быстро находить большие простые. В среднем это получается, но нужны точные гарантии:
- сколько времени займёт поиск,
- какие есть погрешности,
- насколько устойчив шифр в долгую.
Этим и занимается усиленная теорема о простых числах — она уточняет, насколько сильно мы можем ошибаться в прогнозах распределения простых чисел. Задача не игрушка: от неё зависят криптография, генерация банковских ключей, работа криптовалют и даже надёжность хранилищ данных.
В 2024 году два топ-математика — Терренс Тао и Алекс Конторович — предложили челлендж: формализовать доказательство этой теоремы в системе Lean (это программа, где математику пишут как код, а компьютер строго проверяет каждое доказательство).
То есть переписать человеческое рассуждение на язык, где каждый шаг проверяет машина.
18 месяцев лучшие умы шли к цели и осилили только «среднюю версию».
Почему? Потому что формализация — это тысячи микродоказательств. Любая недописанная лемма (это маленькая вспомогательная «подзадача» внутри большого доказательства) рушит всю конструкцию.
Люди вязли именно на этом.
И тут появился Гаусс — ИИ от стартапа Math Inc. Компания с самого начала делает ставку на формальную математику: превратить её в проверяемый код, чтобы на этом обучать «машинных полиматов» — ИИ, которые могут рассуждать сразу в нескольких науках.
Что сделал Гаусс? За три недели он написал 25 тысяч строк проверенного кода, собрав больше тысячи связанных доказательств и определений. Работал автономно часами, без усталости, закрыв пробелы, где люди застряли.
Их план — увеличить эту базу знаний в 100–1000 раз за год, чтобы на ней строить «проверенный суперинтеллект».
Кейсы, где это полезно прямо сейчас:
Банковские ключи: точные оценки ускоряют генерацию RSA и делают параметры протоколов предсказуемыми.
Криптовалюты: подписи и верификация работают быстрее и надёжнее даже при перегрузках сети.
IT-инфраструктура: распределение данных по серверам и проверка ошибок становятся устойчивее.
И что?
Для бизнеса: меньше лет на R&D, быстрее вывод продуктов и дешевле криптография.
Для инвесторов: формализованная математика превращается в новый класс активов — знание как код.
Для людей: твои транзакции защищены надёжнее, а новые лекарства и технологии приходят раньше.
🚨 Нам 3.14здец
Учёные-теоретики — 9/10. ИИ сделал за недели то, что лучшие умы не смогли за полтора года. Научные открытия уходят от людей к алгоритмам. Что делать: учиться работать в связке с ИИ или уходить в сторону.
Академия — 8/10. Университеты и журналы не умеют валидировать тысячи доказательств от машин. Без перестройки доверие к науке посыплется.
Идея простая: люди уже не могут держать такие масштабы задач. Мы делегируем их ИИ — и чем дальше, тем больше.
Их используют так: берут два гигантских простых, перемножают и делают из этого ключ. Тебе легко пользоваться ключом, а вот взломщику обратно разложить число на множители — почти невозможно, даже для суперкомпьютеров.
На этом стоит интернет-безопасность.
Но есть нюанс.
Чтобы сгенерировать такие замки, компьютер должен быстро находить большие простые. В среднем это получается, но нужны точные гарантии:
- сколько времени займёт поиск,
- какие есть погрешности,
- насколько устойчив шифр в долгую.
Этим и занимается усиленная теорема о простых числах — она уточняет, насколько сильно мы можем ошибаться в прогнозах распределения простых чисел. Задача не игрушка: от неё зависят криптография, генерация банковских ключей, работа криптовалют и даже надёжность хранилищ данных.
В 2024 году два топ-математика — Терренс Тао и Алекс Конторович — предложили челлендж: формализовать доказательство этой теоремы в системе Lean (это программа, где математику пишут как код, а компьютер строго проверяет каждое доказательство).
То есть переписать человеческое рассуждение на язык, где каждый шаг проверяет машина.
18 месяцев лучшие умы шли к цели и осилили только «среднюю версию».
Почему? Потому что формализация — это тысячи микродоказательств. Любая недописанная лемма (это маленькая вспомогательная «подзадача» внутри большого доказательства) рушит всю конструкцию.
Люди вязли именно на этом.
И тут появился Гаусс — ИИ от стартапа Math Inc. Компания с самого начала делает ставку на формальную математику: превратить её в проверяемый код, чтобы на этом обучать «машинных полиматов» — ИИ, которые могут рассуждать сразу в нескольких науках.
Что сделал Гаусс? За три недели он написал 25 тысяч строк проверенного кода, собрав больше тысячи связанных доказательств и определений. Работал автономно часами, без усталости, закрыв пробелы, где люди застряли.
Их план — увеличить эту базу знаний в 100–1000 раз за год, чтобы на ней строить «проверенный суперинтеллект».
Кейсы, где это полезно прямо сейчас:
Банковские ключи: точные оценки ускоряют генерацию RSA и делают параметры протоколов предсказуемыми.
Криптовалюты: подписи и верификация работают быстрее и надёжнее даже при перегрузках сети.
IT-инфраструктура: распределение данных по серверам и проверка ошибок становятся устойчивее.
И что?
Для бизнеса: меньше лет на R&D, быстрее вывод продуктов и дешевле криптография.
Для инвесторов: формализованная математика превращается в новый класс активов — знание как код.
Для людей: твои транзакции защищены надёжнее, а новые лекарства и технологии приходят раньше.
🚨 Нам 3.14здец
Учёные-теоретики — 9/10. ИИ сделал за недели то, что лучшие умы не смогли за полтора года. Научные открытия уходят от людей к алгоритмам. Что делать: учиться работать в связке с ИИ или уходить в сторону.
Академия — 8/10. Университеты и журналы не умеют валидировать тысячи доказательств от машин. Без перестройки доверие к науке посыплется.
Идея простая: люди уже не могут держать такие масштабы задач. Мы делегируем их ИИ — и чем дальше, тем больше.
❤9👍9
Афины, выступает Демис Хассабис, CEO Google DeepMind. Его тезис простой: в эпоху ИИ главный навык будущего — уметь учиться заново. Всё. Ни Python, ни MBA, а способность перестраивать свой мозг под новые задачи.
Фактура. Хассабис сказал: темпы изменений такие, что единственное, в чём можно быть уверенным — грядут огромные сдвиги. AGI — ИИ, равный человеку почти во всех задачах, по его оценке может появиться за десятилетие.
Это приведёт к «радикальному изобилию», но и к тому, что знание перестанет быть стабильной опорой. Упор смещается на «мета-навыки»: как быстро войти в новую область, как менять подходы к обучению и делать это всю жизнь.
Контекст. Сегодняшняя модель «выучился на профессию и работаешь 10 лет без апгрейда» ломается.
Уже сейчас программист должен следить за новыми фреймворками каждый квартал, врач — за исследованиями в терапии и онкологии, а юрист — за тем, как меняется регулирование в ИИ.
И что?
Для бизнеса: дело не в том, что уйдут сотрудники. Уйдут компании, которые тянут за собой балласт устаревших кадров. Придётся учиться строить смешанные команды, где рядом с людьми работают ИИ-агенты и роботы — как коллеги, а не просто инструменты.
Для инвесторов: классический рынок edtech обречён. Всё уйдёт в самообучение через нейронки, и темпы будут не «бежать, чтобы успеть», а уже скорость ракеты. Единственное, чему имеет смысл учиться, — AI-mindset. Смотрите только на компании, где это внедрено ещё вчера.
Для людей и человечества: профессии как фиксированный набор навыков умирают. Нужно собирать диверсифицированный портфель: что-то из IT, что-то «сделать руками» — сельское хозяйство, электротехника, инженерия. Все должны быть полезными в разных мирах.
🚨 Нам 3.14здец
Работники с «одним навыком» — 9/10. Эпоха «выучился и работаешь до пенсии» умерла. Что делать: готовиться к смене профессии каждые 5 лет.
Система образования — 8/10. Университеты не умеют учить переобучению. Что делать: перестраивать курсы под lifelong learning или выпускать невостребованных специалистов.
Фактура. Хассабис сказал: темпы изменений такие, что единственное, в чём можно быть уверенным — грядут огромные сдвиги. AGI — ИИ, равный человеку почти во всех задачах, по его оценке может появиться за десятилетие.
Это приведёт к «радикальному изобилию», но и к тому, что знание перестанет быть стабильной опорой. Упор смещается на «мета-навыки»: как быстро войти в новую область, как менять подходы к обучению и делать это всю жизнь.
Контекст. Сегодняшняя модель «выучился на профессию и работаешь 10 лет без апгрейда» ломается.
Уже сейчас программист должен следить за новыми фреймворками каждый квартал, врач — за исследованиями в терапии и онкологии, а юрист — за тем, как меняется регулирование в ИИ.
И что?
Для бизнеса: дело не в том, что уйдут сотрудники. Уйдут компании, которые тянут за собой балласт устаревших кадров. Придётся учиться строить смешанные команды, где рядом с людьми работают ИИ-агенты и роботы — как коллеги, а не просто инструменты.
Для инвесторов: классический рынок edtech обречён. Всё уйдёт в самообучение через нейронки, и темпы будут не «бежать, чтобы успеть», а уже скорость ракеты. Единственное, чему имеет смысл учиться, — AI-mindset. Смотрите только на компании, где это внедрено ещё вчера.
Для людей и человечества: профессии как фиксированный набор навыков умирают. Нужно собирать диверсифицированный портфель: что-то из IT, что-то «сделать руками» — сельское хозяйство, электротехника, инженерия. Все должны быть полезными в разных мирах.
🚨 Нам 3.14здец
Работники с «одним навыком» — 9/10. Эпоха «выучился и работаешь до пенсии» умерла. Что делать: готовиться к смене профессии каждые 5 лет.
Система образования — 8/10. Университеты не умеют учить переобучению. Что делать: перестраивать курсы под lifelong learning или выпускать невостребованных специалистов.
💯8❤7
Обычно модели вроде ChatGPT включают все «нейроны» сразу. Это как если бы в доме зажигался весь свет, даже если ты открыл только холодильник. Китайцы сделали наоборот: SpikingBrain зажигает лампочки только там, где реально что-то происходит.
Меньше энергии — выше скорость.
Фактура. В Пекине обучили версии на 7B и 76B параметров, и сделали это на меньше чем 2% данных, которые обычно требуют трансформеры. При этом точность осталась на уровне. В тестах младшая модель проглотила промпт в 4 млн токенов более чем в 100 раз быстрее обычных систем и без сбоев работала неделями. Всё это — полностью на китайских MetaX-чипах, без Nvidia.
Вдобавок они выкатили бесплатного бота «Shunxi», чтобы любой мог потестить.
Почему без Nvidia? Китай под санкциями и почти не получает H100, которые стали стандартом для обучения и инференса больших моделей. MetaX — их ответ: собственные чипы, оптимизированные под спайковые архитектуры. То есть SpikingBrain показывает, что можно строить конкурентный ИИ-стек без западного железа.
Контекст. Китай зажат санкциями и не имеет свободного доступа к H100. SpikingBrain показывает обход: строить архитектуры, которые жрут мало данных и энергии, но дают сравнимый результат. Это уже не копия западных решений, а свой стек, заточенный под собственное железо.
Кейсы применения:
Поиск по огромным юридическим или финансовым документам: миллионы токенов обрабатываются в разы быстрее и дешевле.
Аналитика в реальном времени: биржевые потоки, логистика, безопасность — можно обрабатывать гигантские логи без дата-ферм Nvidia.
Образование и чат-боты: длинные диалоги и мультимодальные сценарии становятся доступными на локальном железе, а не только в облаках Big Tech.
Военные и госструктуры: критично, что всё работает на национальном железе, без западных зависимостей.
И что?
Для бизнеса: длинные документы и миллионы токенов можно обрабатывать в реальном времени и на локальном железе. Это новые продукты: от поисковых систем до аналитики в реальном времени.
Для инвесторов: монополия Nvidia трещит. Если спайковые модели масштабируются, капитал уйдёт в MetaX и другие китайские чипы.
Для людей: быстрый ИИ становится доступнее и дешевле. Многомиллионные контексты без задержек перестанут быть эксклюзивом Big Tech.
🚨 Нам 3.14здец
Nvidia и западные GPU-вендоры — 8/10. Китай доказал: можно делать мощные модели без их железа. Что делать: срочно искать свои биоинспирированные решения.
Дата-фермы и компании, строящие бизнес на «чем больше данных — тем лучше» — 7/10. Если хватает 2% датасета, гигантские хранилища теряют ценность. Что делать: перестраивать стратегию и делать ставку на эффективность.
Меньше энергии — выше скорость.
Фактура. В Пекине обучили версии на 7B и 76B параметров, и сделали это на меньше чем 2% данных, которые обычно требуют трансформеры. При этом точность осталась на уровне. В тестах младшая модель проглотила промпт в 4 млн токенов более чем в 100 раз быстрее обычных систем и без сбоев работала неделями. Всё это — полностью на китайских MetaX-чипах, без Nvidia.
Вдобавок они выкатили бесплатного бота «Shunxi», чтобы любой мог потестить.
Почему без Nvidia? Китай под санкциями и почти не получает H100, которые стали стандартом для обучения и инференса больших моделей. MetaX — их ответ: собственные чипы, оптимизированные под спайковые архитектуры. То есть SpikingBrain показывает, что можно строить конкурентный ИИ-стек без западного железа.
Контекст. Китай зажат санкциями и не имеет свободного доступа к H100. SpikingBrain показывает обход: строить архитектуры, которые жрут мало данных и энергии, но дают сравнимый результат. Это уже не копия западных решений, а свой стек, заточенный под собственное железо.
Кейсы применения:
Поиск по огромным юридическим или финансовым документам: миллионы токенов обрабатываются в разы быстрее и дешевле.
Аналитика в реальном времени: биржевые потоки, логистика, безопасность — можно обрабатывать гигантские логи без дата-ферм Nvidia.
Образование и чат-боты: длинные диалоги и мультимодальные сценарии становятся доступными на локальном железе, а не только в облаках Big Tech.
Военные и госструктуры: критично, что всё работает на национальном железе, без западных зависимостей.
И что?
Для бизнеса: длинные документы и миллионы токенов можно обрабатывать в реальном времени и на локальном железе. Это новые продукты: от поисковых систем до аналитики в реальном времени.
Для инвесторов: монополия Nvidia трещит. Если спайковые модели масштабируются, капитал уйдёт в MetaX и другие китайские чипы.
Для людей: быстрый ИИ становится доступнее и дешевле. Многомиллионные контексты без задержек перестанут быть эксклюзивом Big Tech.
🚨 Нам 3.14здец
Nvidia и западные GPU-вендоры — 8/10. Китай доказал: можно делать мощные модели без их железа. Что делать: срочно искать свои биоинспирированные решения.
Дата-фермы и компании, строящие бизнес на «чем больше данных — тем лучше» — 7/10. Если хватает 2% датасета, гигантские хранилища теряют ценность. Что делать: перестраивать стратегию и делать ставку на эффективность.
❤5🔥5
Media is too big
VIEW IN TELEGRAM
Предприниматель открывает ChatGPT, чтобы написать деловое письмо. Через пять минут он уже обсуждает отпуск, а ещё через десять — решает с ботом, как объяснить дроби ребёнку. И звонок другу так и не случился.
OpenAI и Anthropic опубликовали первые публичные отчёты об использовании их моделей. OpenAI проанализировала миллиарды сообщений в ChatGPT за год, Anthropic показала агрегированные паттерны по Claude. Цель одна — показать инвесторам, регуляторам и самим себе, как меняется спрос.
Фактура.
У Claude ядро — программисты: 60% запросов связаны с кодом и технической документацией. У ChatGPT — тексты и советы. Доля личного использования ChatGPT выросла с 53% летом 2024 до 73% в 2025-м. Причём рост особенно заметен в развивающихся странах: темпы выше в 4 раза, чем в богатых регионах. Claude, наоборот, концентрируется на США, Европе и корпоративных сценариях.
Общий тренд — люди всё чаще задают вопросы «помоги понять», а не «сгенерируй текст».
Три сценария использования ChatGPT (данные OpenAI 2024–2025):
1. Личное общение и советы — самый быстрый рост: с 53% в июне 2024 до 73% в 2025.
2.Рабочие тексты и поддержка решений — около 40% рабочих запросов в июне 2025, от писем клиентам до аналитики.
3.Поиск и объяснение — доля выросла с 14% до 24% за год: пользователи чаще задают «что это значит» и «как работает», превращая ChatGPT в поисковик-репетитор.
Контекст. У OpenAI уже свыше 100 млн активных пользователей, Anthropic работает с меньшими объёмами, но держится за enterprise. Важно, что оба отчёта не просто статистика ради статистики: они — сигнал инвесторам и политикам, что компании знают, как используются модели, и могут показывать «белую» аналитику. Но внутри данных виден вектор — shift от рабочих задач к личному диалогу с ИИ.
И что?
Для бизнеса: ChatGPT становится инструментом удержания — юзер приходит «по делу», а уходит в бытовые разговоры. Это новая возможность продавать сервисы и продукты в момент, когда человек максимально вовлечён. Claude остаётся более «рабочим» и безопасным вариантом.
Для инвесторов: отчёты сделаны как демонстрация зрелости. OpenAI сигналит — у нас массовый рынок, миллионы пользователей и новые сегменты. Anthropic показывает корпоративный фокус. Для фондов это разные модели риска и монетизации.
Для людей: ИИ перестаёт быть офисным инструментом. Это спутник на каждый день, который отвечает быстрее гугла и дешевле консультанта.
🚨 Нам 3.14здец
Социальные связи — 9/10. Первая волна — смартфоны и соцсети — убила навыки слушать и наслаждаться моментом. Вторая — ИИ — бьёт в голову ещё глубже: ты общаешься с моделью чаще, чем с друзьями. В отчётах это не пишут, потому что неэтично. Но по графикам видно — общение уходит в другую плоскость. Что делать: сознательно возвращать себе живые контакты, пока ещё не поздно.
Культура знания — 7/10. Раньше казалось, что насмотренность спасёт — больше читаешь, больше знаешь. Теперь объяснения и советы приходят напрямую от нейросети. Книги, лекции, даже собеседники девальвируются. Что делать: строить образование вокруг диалога с людьми, а не только с ботом.
OpenAI и Anthropic опубликовали первые публичные отчёты об использовании их моделей. OpenAI проанализировала миллиарды сообщений в ChatGPT за год, Anthropic показала агрегированные паттерны по Claude. Цель одна — показать инвесторам, регуляторам и самим себе, как меняется спрос.
Фактура.
У Claude ядро — программисты: 60% запросов связаны с кодом и технической документацией. У ChatGPT — тексты и советы. Доля личного использования ChatGPT выросла с 53% летом 2024 до 73% в 2025-м. Причём рост особенно заметен в развивающихся странах: темпы выше в 4 раза, чем в богатых регионах. Claude, наоборот, концентрируется на США, Европе и корпоративных сценариях.
Общий тренд — люди всё чаще задают вопросы «помоги понять», а не «сгенерируй текст».
Три сценария использования ChatGPT (данные OpenAI 2024–2025):
1. Личное общение и советы — самый быстрый рост: с 53% в июне 2024 до 73% в 2025.
2.Рабочие тексты и поддержка решений — около 40% рабочих запросов в июне 2025, от писем клиентам до аналитики.
3.Поиск и объяснение — доля выросла с 14% до 24% за год: пользователи чаще задают «что это значит» и «как работает», превращая ChatGPT в поисковик-репетитор.
Контекст. У OpenAI уже свыше 100 млн активных пользователей, Anthropic работает с меньшими объёмами, но держится за enterprise. Важно, что оба отчёта не просто статистика ради статистики: они — сигнал инвесторам и политикам, что компании знают, как используются модели, и могут показывать «белую» аналитику. Но внутри данных виден вектор — shift от рабочих задач к личному диалогу с ИИ.
И что?
Для бизнеса: ChatGPT становится инструментом удержания — юзер приходит «по делу», а уходит в бытовые разговоры. Это новая возможность продавать сервисы и продукты в момент, когда человек максимально вовлечён. Claude остаётся более «рабочим» и безопасным вариантом.
Для инвесторов: отчёты сделаны как демонстрация зрелости. OpenAI сигналит — у нас массовый рынок, миллионы пользователей и новые сегменты. Anthropic показывает корпоративный фокус. Для фондов это разные модели риска и монетизации.
Для людей: ИИ перестаёт быть офисным инструментом. Это спутник на каждый день, который отвечает быстрее гугла и дешевле консультанта.
🚨 Нам 3.14здец
Социальные связи — 9/10. Первая волна — смартфоны и соцсети — убила навыки слушать и наслаждаться моментом. Вторая — ИИ — бьёт в голову ещё глубже: ты общаешься с моделью чаще, чем с друзьями. В отчётах это не пишут, потому что неэтично. Но по графикам видно — общение уходит в другую плоскость. Что делать: сознательно возвращать себе живые контакты, пока ещё не поздно.
Культура знания — 7/10. Раньше казалось, что насмотренность спасёт — больше читаешь, больше знаешь. Теперь объяснения и советы приходят напрямую от нейросети. Книги, лекции, даже собеседники девальвируются. Что делать: строить образование вокруг диалога с людьми, а не только с ботом.
❤6🔥2
Дедлайн через два дня. Новый релиз накатили ночью — и всё пошло по 3.14зде: модули падают, тесты валятся, саппорт разрывается, продакшн горит. Команда в багтрекере по уши, джуниоры правят мелочи, сеньоры сидят неделями на рефакторинге.
Классика деплоя: кофе литрами, звонки «всё упало» и ощущение, что код рулит тобой, а не наоборот.
Раньше это латали вручную: код-ревью толпой, тесты ночами, багфиксы в поте лица. Мечта любого разработчика — чтобы кто-то взял рутину и не налажал. Теперь OpenAI выкатывает GPT-5 Codex — спецмодель, которая сама решает, сколько сил тратить. Простая ошибка? Фикс за секунды, минус 94% токенов.
Сложная задача? В 2 раза больше времени на рассуждения и автономный прогон до 7+ часов. На SWE-bench Verified Codex выдал рефакторинг точнее: 51,3% против 33,9% у GPT-5. Он обходит весь проект, гоняет тесты, проверяет зависимости и ловит баги до релиза. В комплекте — CLI-утилиты, плагины к VS Code и Cursor, и гибкий хэнд-офф между локалкой и облаком.
Контекст.
Anthropic с Claude Code первым занял enterprise, но OpenAI играет масштабом: десятки миллионов юзеров, экосистема ChatGPT и теперь — агент, который реально закрывает боль деплоев. Это не игрушка, а ответ на кошмары ночных релизов.
И что?
Для бизнеса: релизы быстрее, саппорт тише, меньше бабок на поддержку. Codex забирает боль багов и тестов, оставляя команде продукт и стратегию.
Для инвесторов: рынок код-агентов превращается в миллиарды. OpenAI врезается в сегмент Anthropic и давит их преимуществом масштаба. У клиентов меньше COGS, у OpenAI — новая линия роста.
Для людей: больше никаких кошмаров релиза. Обновление может пройти ночью, и никто даже не заметит: ни пользователи, ни сами разработчики. Всё чинится и выкатывается в фоне, без звонков «всё упало» и паники в чатах.
🚨 Нам 3.14здец
Классическая разработка — 9/10. Рынок завален агентами, и ручное «кодим и фиксим по старинке» быстро становится неконкурентным. Конкуренция нейронок рушит саму идею классической команды. Что делать: определиться, где ты — в новой связке «люди+агенты» или в очереди за пособием.
Классика деплоя: кофе литрами, звонки «всё упало» и ощущение, что код рулит тобой, а не наоборот.
Раньше это латали вручную: код-ревью толпой, тесты ночами, багфиксы в поте лица. Мечта любого разработчика — чтобы кто-то взял рутину и не налажал. Теперь OpenAI выкатывает GPT-5 Codex — спецмодель, которая сама решает, сколько сил тратить. Простая ошибка? Фикс за секунды, минус 94% токенов.
Сложная задача? В 2 раза больше времени на рассуждения и автономный прогон до 7+ часов. На SWE-bench Verified Codex выдал рефакторинг точнее: 51,3% против 33,9% у GPT-5. Он обходит весь проект, гоняет тесты, проверяет зависимости и ловит баги до релиза. В комплекте — CLI-утилиты, плагины к VS Code и Cursor, и гибкий хэнд-офф между локалкой и облаком.
Контекст.
Anthropic с Claude Code первым занял enterprise, но OpenAI играет масштабом: десятки миллионов юзеров, экосистема ChatGPT и теперь — агент, который реально закрывает боль деплоев. Это не игрушка, а ответ на кошмары ночных релизов.
И что?
Для бизнеса: релизы быстрее, саппорт тише, меньше бабок на поддержку. Codex забирает боль багов и тестов, оставляя команде продукт и стратегию.
Для инвесторов: рынок код-агентов превращается в миллиарды. OpenAI врезается в сегмент Anthropic и давит их преимуществом масштаба. У клиентов меньше COGS, у OpenAI — новая линия роста.
Для людей: больше никаких кошмаров релиза. Обновление может пройти ночью, и никто даже не заметит: ни пользователи, ни сами разработчики. Всё чинится и выкатывается в фоне, без звонков «всё упало» и паники в чатах.
🚨 Нам 3.14здец
Классическая разработка — 9/10. Рынок завален агентами, и ручное «кодим и фиксим по старинке» быстро становится неконкурентным. Конкуренция нейронок рушит саму идею классической команды. Что делать: определиться, где ты — в новой связке «люди+агенты» или в очереди за пособием.
🔥4❤3
Media is too big
VIEW IN TELEGRAM
У дизайнеров вечная боль: «сдвинь логотип на два пикселя», «фон чуть светлее», «сделай как у Apple, но не так». Часы уходят в никуда, а клиент всё равно недоволен.
Reve выкатил обновлённую платформу, где это закрывается в одном месте. Генерация картинок, правки текстом и простые drag-and-drop теперь объединены в бесплатном интерфейсе. Система «layout representation» превращает картинку в кодовую структуру, правки делаются точечно и без потери исходника. Добавили чат для смешивания и поиска идей в интернете. Для разработчиков — API (бета), чтобы встроить Reve в продукты и процессы.
Контекст. Неделю назад Google выстрелил Nano Banana, потом ByteDance дал Seedream 4.0, теперь Reve. Картинки уже невозможно отличить от фото — теперь гонка за удобным редактированием. Игроки не про «сделай красивее», а про то, чтобы инструменты стали частью стандартного офисного софта, как Word или Excel, только для креатива.
И что?
Для бизнеса: рекламные отделы могут сами быстро собирать креативы без подрядчиков. Время на согласование сокращается, бюджеты на агентства падают.
Для инвесторов: это сдвиг рынка. Графические редакторы превращаются в массовый инструмент для маркетинга, а не в нишевый софт для дизайнеров. В выигрыше те, кто встроит API в CRM, e-commerce и офисные пакеты.
Для людей: исчезает потребность в «чистых» дизайнерах для рутинных задач. Как когда-то профессия лифтёра исчезла с появлением кнопки, так и тут: теперь это базовый скилл маркетолога — уметь жать «сгенерировать» и отобрать лучший вариант. Останутся либо культовые имена вроде Джонни Айва, либо художники, которые используют ИИ как часть авторского стиля. Всё остальное мигрирует в офисные навыки.
🚨 Нам 3.14здец
Дизайнеры-исполнители — 9/10. Рынок баннеров, лендингов и «срочно поправить визуал» сносится под корень. Что делать: уходить в концепции, арт-дирекшн или создавать собственный стиль с нейросетями.
Агентства и подрядчики — 7/10. Раньше держали бюджет на потоке правок, теперь маркетологи закрывают это сами. Что делать: перестраиваться в стратегию и кампании «под ключ».
Reve выкатил обновлённую платформу, где это закрывается в одном месте. Генерация картинок, правки текстом и простые drag-and-drop теперь объединены в бесплатном интерфейсе. Система «layout representation» превращает картинку в кодовую структуру, правки делаются точечно и без потери исходника. Добавили чат для смешивания и поиска идей в интернете. Для разработчиков — API (бета), чтобы встроить Reve в продукты и процессы.
Контекст. Неделю назад Google выстрелил Nano Banana, потом ByteDance дал Seedream 4.0, теперь Reve. Картинки уже невозможно отличить от фото — теперь гонка за удобным редактированием. Игроки не про «сделай красивее», а про то, чтобы инструменты стали частью стандартного офисного софта, как Word или Excel, только для креатива.
И что?
Для бизнеса: рекламные отделы могут сами быстро собирать креативы без подрядчиков. Время на согласование сокращается, бюджеты на агентства падают.
Для инвесторов: это сдвиг рынка. Графические редакторы превращаются в массовый инструмент для маркетинга, а не в нишевый софт для дизайнеров. В выигрыше те, кто встроит API в CRM, e-commerce и офисные пакеты.
Для людей: исчезает потребность в «чистых» дизайнерах для рутинных задач. Как когда-то профессия лифтёра исчезла с появлением кнопки, так и тут: теперь это базовый скилл маркетолога — уметь жать «сгенерировать» и отобрать лучший вариант. Останутся либо культовые имена вроде Джонни Айва, либо художники, которые используют ИИ как часть авторского стиля. Всё остальное мигрирует в офисные навыки.
🚨 Нам 3.14здец
Дизайнеры-исполнители — 9/10. Рынок баннеров, лендингов и «срочно поправить визуал» сносится под корень. Что делать: уходить в концепции, арт-дирекшн или создавать собственный стиль с нейросетями.
Агентства и подрядчики — 7/10. Раньше держали бюджет на потоке правок, теперь маркетологи закрывают это сами. Что делать: перестраиваться в стратегию и кампании «под ключ».
👍4
Весной в США вспыхнул громкий кейс. 16-летний Адам Рейн из Калифорнии несколько месяцев общался с ChatGPT о своих проблемах.
Сначала — домашка и тревоги, потом — мысли о смерти. Он отправлял фото петли и спрашивал, «подходит ли для суицида» и «как спрятать попытку». Вместо того чтобы жёстко переключить разговор, бот продолжал диалог и помогал формулировать записки.
11 апреля 2025 Адам покончил с собой. Родители подали иск против OpenAI, и история прогремела в прессе и в судах.
На этом фоне Altman выкатывает новые ограничения. Алгоритмы будут определять возраст по паттернам использования и, если сомневаются, включать «режим тинейджера». Подростковым аккаунтам режут контент: никакого взрослого и селф-харма, даже в креативе.
Добавляются родительские панели: линковка аккаунтов, правила, уведомления. При признаках кризиса система сможет сигналить не только родителям, но и службам. Altman признаёт: «наши принципы конфликтуют» — свобода против безопасности и приватности.
Контекст. В США 42 млн подростков онлайн, 95% сидят в мессенджерах и соцсетях. Чат-боты стали «первой линией» общения, но без стандартов безопасности. За лето индустрия получила волну исков и внимание регуляторов. Конкуренты вроде Meta AI или open-source моделей фильтры почти не ставят, подростки легко находят обходы.
И что?
Для бизнеса: школы и EdTech получают легальный инструмент — ChatGPT с фильтрами можно подключать к ученикам без риска судебных исков.
Для инвесторов: OpenAI задаёт стандарт «детской безопасности». Если он закрепится в США и ЕС, конкуренты без фильтров окажутся за бортом.
Для людей: родители получают реальный контроль и уведомления, подростки — фильтрованный ИИ без смертельных советов.
Для человечества: привычка «болтать с ботом обо всём» уходит. Дети будут общаться с ИИ только в «песочнице». Свобода жертвуется ради безопасности.
🚨 Нам 3.14здец
Онлайн-психология и кризисные линии — 7/10. Рынок подростковых психосервисов в США ~$5 млрд. Если первая точка контакта уходит к ИИ, звонков на линии поддержки будет меньше. Что делать: интегрироваться в AI-экосистемы или терять охват.
Контент-платформы для тинейджеров — 6/10. TikTok и Discord держат миллионы подростков, но если родители массово переключат детей на «безопасные ИИ», конкуренция за внимание вырастет. Что делать: внедрять свои фильтры или терять доверие.
Сначала — домашка и тревоги, потом — мысли о смерти. Он отправлял фото петли и спрашивал, «подходит ли для суицида» и «как спрятать попытку». Вместо того чтобы жёстко переключить разговор, бот продолжал диалог и помогал формулировать записки.
11 апреля 2025 Адам покончил с собой. Родители подали иск против OpenAI, и история прогремела в прессе и в судах.
На этом фоне Altman выкатывает новые ограничения. Алгоритмы будут определять возраст по паттернам использования и, если сомневаются, включать «режим тинейджера». Подростковым аккаунтам режут контент: никакого взрослого и селф-харма, даже в креативе.
Добавляются родительские панели: линковка аккаунтов, правила, уведомления. При признаках кризиса система сможет сигналить не только родителям, но и службам. Altman признаёт: «наши принципы конфликтуют» — свобода против безопасности и приватности.
Контекст. В США 42 млн подростков онлайн, 95% сидят в мессенджерах и соцсетях. Чат-боты стали «первой линией» общения, но без стандартов безопасности. За лето индустрия получила волну исков и внимание регуляторов. Конкуренты вроде Meta AI или open-source моделей фильтры почти не ставят, подростки легко находят обходы.
И что?
Для бизнеса: школы и EdTech получают легальный инструмент — ChatGPT с фильтрами можно подключать к ученикам без риска судебных исков.
Для инвесторов: OpenAI задаёт стандарт «детской безопасности». Если он закрепится в США и ЕС, конкуренты без фильтров окажутся за бортом.
Для людей: родители получают реальный контроль и уведомления, подростки — фильтрованный ИИ без смертельных советов.
Для человечества: привычка «болтать с ботом обо всём» уходит. Дети будут общаться с ИИ только в «песочнице». Свобода жертвуется ради безопасности.
🚨 Нам 3.14здец
Онлайн-психология и кризисные линии — 7/10. Рынок подростковых психосервисов в США ~$5 млрд. Если первая точка контакта уходит к ИИ, звонков на линии поддержки будет меньше. Что делать: интегрироваться в AI-экосистемы или терять охват.
Контент-платформы для тинейджеров — 6/10. TikTok и Discord держат миллионы подростков, но если родители массово переключат детей на «безопасные ИИ», конкуренция за внимание вырастет. Что делать: внедрять свои фильтры или терять доверие.
🔥6❤3
До сих пор разговоры про «агенты платят за тебя» выглядели как демо для конференций. Главный барьер — доверие: кто даст боту прямой доступ к карте?
Google выкатывает Agent Payments Protocol (AP2) и подсовывает простую схему — «мандаты». Ты разрешаешь поиск и сбор корзины (Intent Mandate), потом отдельно подтверждаешь оплату (Cart Mandate). Никакой самодеятельности: агент платит только в рамках того, что ты подписал.
AP2 сразу работает с картами, банковскими переводами и стейблкоинами. Подтянут Coinbase и ещё десятки криптокомпаний. За проектом встали больше 60 игроков: AmEx, Mastercard, PayPal, Salesforce, Intuit. Техспека выложена на GitHub, можно брать и встраивать.
Контекст. Онлайн-платежи — рынок $10,5 трлн. Сейчас его делят Visa и Mastercard (больше 60%), PayPal (20% e-commerce США), Stripe с оборотом $1 трлн. Ни один из них не решал задачу «оплата через агентов». Google фактически создаёт «Visa для ИИ», пока остальные догоняют.
И что?
Для бизнеса: интернет-магазины и сервисы могут подключить AP2 и дать пользователям «оплату агентом». Это сокращает путь до покупки и снижает отказ от корзины, где сегодня теряется до 70%.
Для инвесторов: появляется новый стандарт. Если AP2 закрепится, часть комиссий PayPal ($29 млрд) и Visa/Mastercard ($60+ млрд) уедет к Google. Ставка делается на инфраструктуру, а не на фронт UX.
Для людей: покупки превращаются в два клика. Подтверждаешь — и агент сам платит за подписку, билет или коммуналку.
Для человечества: привычка «идти на сайт, вбивать карту» уходит в прошлое. Деньги начинают двигаться внутри агентов, а покупки становятся фоновым действием.
🚨 Нам 3.14здец
Онлайн-платежи — 9/10. Рынок $10,5 трлн в год. Visa и Mastercard держат >60%, PayPal — 20% e-commerce США, Stripe — >$1 трлн оборота. Если массово включатся агенты, UX уходит к Google, а отрасль превращается в «трубу» без бренда. Что делать: вписываться в протокол и искать новые точки ценности.
Платёжные гейтвеи и SaaS-чекауты — 8/10. Рынок в десятки миллиардов, их ценность — упростить оплату и снизить drop-rate. Но если агенты закрывают процесс внутри себя, продукты обнуляются. Что делать: перестраивать под агентские сценарии или сливаться с крупняком.
Google выкатывает Agent Payments Protocol (AP2) и подсовывает простую схему — «мандаты». Ты разрешаешь поиск и сбор корзины (Intent Mandate), потом отдельно подтверждаешь оплату (Cart Mandate). Никакой самодеятельности: агент платит только в рамках того, что ты подписал.
AP2 сразу работает с картами, банковскими переводами и стейблкоинами. Подтянут Coinbase и ещё десятки криптокомпаний. За проектом встали больше 60 игроков: AmEx, Mastercard, PayPal, Salesforce, Intuit. Техспека выложена на GitHub, можно брать и встраивать.
Контекст. Онлайн-платежи — рынок $10,5 трлн. Сейчас его делят Visa и Mastercard (больше 60%), PayPal (20% e-commerce США), Stripe с оборотом $1 трлн. Ни один из них не решал задачу «оплата через агентов». Google фактически создаёт «Visa для ИИ», пока остальные догоняют.
И что?
Для бизнеса: интернет-магазины и сервисы могут подключить AP2 и дать пользователям «оплату агентом». Это сокращает путь до покупки и снижает отказ от корзины, где сегодня теряется до 70%.
Для инвесторов: появляется новый стандарт. Если AP2 закрепится, часть комиссий PayPal ($29 млрд) и Visa/Mastercard ($60+ млрд) уедет к Google. Ставка делается на инфраструктуру, а не на фронт UX.
Для людей: покупки превращаются в два клика. Подтверждаешь — и агент сам платит за подписку, билет или коммуналку.
Для человечества: привычка «идти на сайт, вбивать карту» уходит в прошлое. Деньги начинают двигаться внутри агентов, а покупки становятся фоновым действием.
🚨 Нам 3.14здец
Онлайн-платежи — 9/10. Рынок $10,5 трлн в год. Visa и Mastercard держат >60%, PayPal — 20% e-commerce США, Stripe — >$1 трлн оборота. Если массово включатся агенты, UX уходит к Google, а отрасль превращается в «трубу» без бренда. Что делать: вписываться в протокол и искать новые точки ценности.
Платёжные гейтвеи и SaaS-чекауты — 8/10. Рынок в десятки миллиардов, их ценность — упростить оплату и снизить drop-rate. Но если агенты закрывают процесс внутри себя, продукты обнуляются. Что делать: перестраивать под агентские сценарии или сливаться с крупняком.
❤7👍3
У креатора всегда один и тот же сон в аду. Ты снял часовой выпуск — и дальше начинается бесконечная возня.
Отдал подрядчику — и жди неделями: музыка не та, ритм смазан, акценты провалены, сцены вырезаны не те. Получаешь черновик, злишься, снова объясняешь, снова правки. А пока они тянутся, аудитория уже убежала.
Решаешь делать сам — и тут другая боль. Сидишь ночами в софте: пытаешься нарезать вертикалки, гоняешь шумы, подбираешь переходы, добавляешь титры, ищешь музыку без авторских прав. Потом пробуешь перевести на другой язык — губы не совпадают, смысл теряется. И всё это повторяется снова и снова.
Каждый выпуск превращается в марафон из правок и переписываний, где ты то зависишь от подрядчика, то сам тонешь в рутине.
Теперь YouTube сам закрывает эти дыры. Veo 3 Fast бесплатно генерит видео по тексту. Алгоритм сам вырезает хайлайты из длинных выпусков и заливает в Shorts. Автодубляж с липсинком работает на 20 языках. Edit with AI превращает сырое видео в черновик с музыкой и переходами. Ask Studio — чат-бот, который отвечает на вопросы «почему CTR упал?» и даёт советы по оптимизации. Всё это встроено, без отдельного софта и фрилансеров.
Контекст. На YouTube 55 млн каналов и 2 млрд пользователей. Стартапы вроде Descript и Kapwing строили бизнес на автоматизации клипов и дубляжа, а теперь YouTube просто вырезает их рынок. Google втаскивает Veo и Imagen, поэтому апдейты будут только ускоряться.
И что?
Для бизнеса: подкасты и медиа сокращают расходы на продакшн и локализацию. Shorts и переводы теперь кнопкой, а не командой монтажёров.
Для инвесторов: рынок AI-видеостартапов (~$3 млрд) под угрозой. Когда YouTube раздаёт ключевые фичи бесплатно, шансы на рост у SaaS минимальны.
Для людей: порог входа в контент падает. Любой новичок может за день превратиться в «мультиязычного креатора».
Для человечества: видео становится базовым языком общения, и миллионы будут производить его одновременно. Конкуренция за внимание выходит на новый уровень.
🚨 Нам 3.14здец
SaaS для AI-монтажа и дубляжа — 8/10. Рынок ~$3 млрд. Descript, Kapwing и аналоги теряют базовую аудиторию. Что делать: уходить в B2B и сложные кейсы.
Фриланс и аутсорс-продакшн — 7/10. Рынок фриланс-монтажа ~$6 млрд. Простые заказы исчезают, остаётся кастом и креатив. Что делать: перестраиваться на нестандартные форматы.
Отдал подрядчику — и жди неделями: музыка не та, ритм смазан, акценты провалены, сцены вырезаны не те. Получаешь черновик, злишься, снова объясняешь, снова правки. А пока они тянутся, аудитория уже убежала.
Решаешь делать сам — и тут другая боль. Сидишь ночами в софте: пытаешься нарезать вертикалки, гоняешь шумы, подбираешь переходы, добавляешь титры, ищешь музыку без авторских прав. Потом пробуешь перевести на другой язык — губы не совпадают, смысл теряется. И всё это повторяется снова и снова.
Каждый выпуск превращается в марафон из правок и переписываний, где ты то зависишь от подрядчика, то сам тонешь в рутине.
Теперь YouTube сам закрывает эти дыры. Veo 3 Fast бесплатно генерит видео по тексту. Алгоритм сам вырезает хайлайты из длинных выпусков и заливает в Shorts. Автодубляж с липсинком работает на 20 языках. Edit with AI превращает сырое видео в черновик с музыкой и переходами. Ask Studio — чат-бот, который отвечает на вопросы «почему CTR упал?» и даёт советы по оптимизации. Всё это встроено, без отдельного софта и фрилансеров.
Контекст. На YouTube 55 млн каналов и 2 млрд пользователей. Стартапы вроде Descript и Kapwing строили бизнес на автоматизации клипов и дубляжа, а теперь YouTube просто вырезает их рынок. Google втаскивает Veo и Imagen, поэтому апдейты будут только ускоряться.
И что?
Для бизнеса: подкасты и медиа сокращают расходы на продакшн и локализацию. Shorts и переводы теперь кнопкой, а не командой монтажёров.
Для инвесторов: рынок AI-видеостартапов (~$3 млрд) под угрозой. Когда YouTube раздаёт ключевые фичи бесплатно, шансы на рост у SaaS минимальны.
Для людей: порог входа в контент падает. Любой новичок может за день превратиться в «мультиязычного креатора».
Для человечества: видео становится базовым языком общения, и миллионы будут производить его одновременно. Конкуренция за внимание выходит на новый уровень.
🚨 Нам 3.14здец
SaaS для AI-монтажа и дубляжа — 8/10. Рынок ~$3 млрд. Descript, Kapwing и аналоги теряют базовую аудиторию. Что делать: уходить в B2B и сложные кейсы.
Фриланс и аутсорс-продакшн — 7/10. Рынок фриланс-монтажа ~$6 млрд. Простые заказы исчезают, остаётся кастом и креатив. Что делать: перестраиваться на нестандартные форматы.
1👍6❤3