Родившиеся в 80–90-е — последние, кто знал жизнь без технологий, и первые, кто начал к ним приспосабливаться.

И что?

Мы последнее поколение, которое видело этот мир без ИИ.

Закрываем ностальгическую тему на этих выходных. Мы глумимся над современными роботами, которые атакуют прохожих, падают и роняют попкорн в ресторане Tesla. А вот в видео — робот из 50-х. Дорогая и бесполезная херня на транзисторах, два метра роста, управляется с пульта. Энтузиасты тратили на это годы, деньги и карьеры. И всё равно — людям это всегда было интересно.

И что?

Если людям нужен робот — он у них будет.

Ты приходишь к врачу, он говорит: «У вас острый лейкоз». Назначает современное лекарство — например, Cytarabine.

Ты принимаешь его, ждёшь улучшений. А эффекта почти нет.

Почему? Потому что молекула не добирается до клеток — она рассыпается по пути, теряется в крови, или доходит в токсичной форме.

В Duke University скрестили робота и AI, и получилась TuNa — система, которая сама миксует наночастицы для доставки лекарств. В лаборатории TuNa прогнала 1 275 вариантов, увеличила результативность создания нужных частиц на 43% по сравнению с людьми.

И это не теоретика — она уже упаковала труднорастворимое лекарство от лейкемии так, что оно начало реально убивать больше раковых клеток. В другом случае смогли на 75% сократить токсичный компонент, сохранив эффективность в тестах на мышах.

Фишка TuNa в том, что она одновременно подбирает и материалы, и соотношения — большинство систем умеют только что-то одно. Это ускоряет подбор нужной формы в десятки раз. А значит, те препараты, которые раньше отбраковывались из-за плохой доставки, могут вернуться в игру. Или вообще появятся новые — безопасные и точные.

Контекст. На сегодня до 90% разработок лекарств заваливаются не потому что «не работают», а потому что не доходят до нужных клеток. Особенно в онкологии. Рынок drug delivery — это $200B+ по миру, и TuNa работает там, где проваливаются классические фармкоманды и методы.

И что?

Для бизнеса: можно вернуть в pipeline препараты вроде Cytarabine, Doxorubicin и других, которые показывали эффект in vitro, но провалились в клинике из-за плохой доставки. TuNa уже повысила успешность создания наночастиц на 43%, это десятки спасённых формул на фазе preclinical.

Для инвесторов: традиционная разработка одной молекулы — $1–2 млрд и до 10 лет. TuNa снижает время подбора доставки с месяцев до дней, а токсичные компоненты вроде PEGможно урезать на 75%, сохранив эффективность — это прямая экономия и меньше регуляторных рисков.

Для людей: то, что раньше не работало, может заработать. Например, лейкозные препараты, которые плохо растворялись или не доходили до опухоли, теперь встраиваются в нанокапсулы и реально убивают раковые клетки. Быстрее, точнее, с меньшими побочками.

🚨 Нам 3.14здец

Big Pharma без AI — 8/10 — почему: фарма без автоматизации становится слишком медленной и слишком дорогой. Если ты до сих пор полагаешься на PhD с пипеткой — у тебя нет будущего. Что делать: автоматизировать R&D или смотреть, как конкуренты догоняют с AI.

Старые школы клинической разработки — 7/10— почему: ручные методики и линейные протоколы устарели. TuNa тестит за день то, что у других уходит в квартал. Что делать: или перестроиться, или превратиться в ресёрч-прокладку при Big AI.

Текущий AI-пузырь в 17 раз больше доткомов 2000 года и в 4 раза больше ипотечного кризиса 2008-го. Компании с нулевой прибылью получают миллиарды инвестиций, а рынок ведёт себя так, будто всё под контролем.

И что?

Обрушение неизбежно, и история нас ничему не учит. Только теперь последствия будут другие. Когда сотни миллионов потеряют работу, назад их уже никто не возьмёт — бизнесу будет выгоднее поставить ИИ.

Как ковид ускорил переход на удалёнку и видеосвязь, так кризис ускорит замену людей алгоритмами.

Бизнесу — сбрасывайте людей уже сейчас, собирайте резервы, внедряйте ИИ.

Инвесторам — шортите и ищите компании с реальной выручкой.

Людям — работы у вас больше нет.

И что?

Просто порт Шанхая.

Илон Маск устал смотреть, как нейросети пишут стихи и картинки. Он хочет, чтобы они создавали миры, в которых можно играть. Поэтому xAI переманила инженеров из Nvidia, чтобы натаскать Grok на физику, движение и взаимодействие объектов.

Цель — к концу 2025 года выпустить игру, которую полностью сделает ИИ.
Работает над этим отдельная omni team. Вакансии уже открыты: ищут исследователей и даже «видеоигрового учителя», который будет объяснять Grok, как устроен геймдизайн.

Маск обещает не прототип, а AAA-уровень, где искусственный интеллект не просто нарисует декорации, а создаст логику мира.
Контекст. Модели вроде Genie 3 от Google уже умеют собирать 3D-сцены по тексту, но пока не понимают физику и законы игры. Маск хочет шагнуть дальше — научить ИИ не просто изображать движение, а мыслить как движок.

И что?

Для бизнеса: ИИ выходит из офиса в реальный мир — начинает строить интерактивные симуляции, обучение и развлечения.

Для инвесторов: если у Маска получится, xAI станет первой студией, где контент создают не люди, а алгоритмы.

Для людей: появится новый жанр — игры, которые придумываются и живут сами.

🚨 Нам 3.14здец

Разработчикам игр — 9/10. Если ИИ сможет сам генерировать AAA-мир, индустрия с 3000-человечными студиями перестаёт быть нужной. Что делать: уходить в режиссуру и обучение моделей.

Nvidia — 7/10. Маск выкачивает у них мозги, чтобы потом строить свои движки без зависимости от их железа.

Менеджер хочет, чтобы у него был AI, который сам пишет отчёты и отвечает клиентам. В компании таких, как он, тысячи. Все просят доступ к ChatGPT, а IT-отдел кивает на безопасность и закрывает. Разрешить нельзя — данные утекут. Запретить — теряешь эффективность.

Google выкатывает Gemini Enterprise — корпоративный конструктор агентов. Без кода, без внешних сервисов. Берёшь внутренние данные компании, подключаешь, собираешь себе ассистента.

Есть готовые агенты для ресерча, саппорта и кодинга, и маркетплейс с тысячами плагинов.

Цены — $30 за пользователя в месяц для Enterprise и $21 для Business. Всё под капотом Google Cloud, то есть безопасно, как любят CIO.

Контекст. Google и Amazon синхронно пошли в корпоративный AI: у Amazon — Quick Suite, у Microsoft — Copilot. Но Google делает ставку на «всё внутри одной кнопки»: чтобы сотрудники не прыгали по сервисам, а просто жили в своей AI-среде. Битва уже не за лучшую модель, а за наименьшее трение между человеком и данными.

И что?

Для бизнеса: можно строить AI-процессы внутри компании без армии интеграторов и риска утечки.

Для инвесторов: Gemini наконец превращается в SaaS-продукт с предсказуемым кэшфлоу и корпоративным масштабом

Для людей: появится шанс работать умнее, а не дольше — агенты будут закрывать 80% рутины.

🚨 Нам 3.14здец

AI-стартапам и интеграторам — 8/10. Когда корпорации сами делают агентов, спрос на внешние решения падает. Что делать: нырять в узкие ниши или встраиваться в экосистему Google.

SaaS-разработчикам — 7/10. Клиенты не пойдут к вам, если Google уже встроил аналог в их бизнес-платформу.

Человек уже не гуглит — он спрашивает нейронку. «Что купить ребёнку на день рождения», «как снять стресс», «почему жена злится» — теперь всё туда. ChatGPT и прочие стали не инструментом, а собеседником. Но как только тот же ИИ пишет новости — никто ему не верит.

Reuters Institute опросил пользователей в шести странах: за год число людей, которые пользуются ИИ каждую неделю, почти удвоилось. 24% теперь ищут через нейросети информацию и ответы, 21% используют для текста и картинок. ChatGPT по-прежнему впереди, но через AI-поиск Google и Microsoft уже проходят 54% пользователей — и половина даже не осознаёт, что читает ответы нейросети.

А дальше начинается шизофрения. Только 12%доверяют новостям, написанным ИИ, и 62%хотят, чтобы писал человек. Доверие к AI-журналистике падает, даже когда к науке и медицине растёт. Люди принимают нейросеть как личного помощника, но не как источник правды.

И что?

Для бизнеса: аудитория готова жить с ИИ в кармане, но не в ленте. Доверие станет новой метрикой кликов.

Для инвесторов: медиа, которые оставят за человеком голос, а ИИ — черновик, удержат рынок.

Для людей: теперь мы верим тому, кто пишет сам, а не тому, кто генерирует. Однако, тех кто пишет сам, уже нет. И все это превращается в глупую паранойю, но это пройдет.

🚨 Нам 3.14здец

Онлайн-медиа — 8/10. Если подменят редакторов ИИ, доверие рухнет. Что делать: оставить человека лицом бренда, а не нейросеть.

Политикам — 7/10. Чем больше новостей генерит ИИ, тем меньше кто-то верит в любую повестку.

Сегодня на выборах побеждают популисты. Если у тебя есть харизма и нет совести — можешь говорить всё, что угодно. Что остановишь войну за сутки. Что сделаешь всех богатыми. Что медицина станет бесплатной, а экономика взлетит. Проверить это невозможно, но людям хочется верить. Поэтому и голосуют.

Но как вообще проверять правду? Мы тонем в потоках сообщений и ощущаем давление — от друзей, от коллег, от семьи. Каждый уверен, что видит всё “как есть”. Из-за этого споры превращаются в ненависть, а общества — в две непримиримые половины. Никакие факты уже не работают, если в них не веришь.

И вот тут появляется ИИ — не как оратор, а как тот, кто вообще не участвует в сраче. OpenAI показала, что GPT-5 стала на 30% менее политически предвзятой, чем прошлые модели. Проверяли 500 острых тем — от миграции до гендера, по пяти метрикам: склонность навязывать мнение, усиливать эмоции, искажать контекст. Выяснили, что даже на провокационные формулировки GPT-5 отвечает ровнее, чем любая другая модель до неё.

По данным OpenAI, менее 0,01% реальных диалогов с ChatGPT содержат политический перекос. Это тысячи разговоров в день — но всё же шанс впервые получить честный анализ, а не чью-то повестку.

И что?

Для бизнеса: корпоративные AI-ассистенты становятся безопаснее — можно не бояться, что бот внезапно начнёт агитировать.

Для инвесторов: OpenAI выходит на территорию, где решается не UX, а доверие. Это валюта будущего.

Для людей: появился шанс услышать рассуждение без идеологии — просто чтобы понять, а не выбрать сторону.

🚨 Нам 3.14здец

Политтехнологам — 9/10. Их монополия на интерпретацию фактов рушится. Что делать: перестраивать профессию вокруг прозрачности.

СМИ — 7/10. Если люди начнут советоваться с ИИ, а не с журналистами, привычная медиасфера схлопнется.

… но есть и тёмная сторона. если избиратели начнут искренне доверять ИИ, то власть сместится не к политикам, а к тем, кто контролирует эти модели — и тогда выходки Илона в твиттере будут выглядеть детским садом. манипулировать вниманием, формулировками и контекстом ответов можно задолго до дня голосования — фактически рулить результатом ещё до его начала.

Пятничный контент.

И что?

Пока единственная компания , не теряющая денег на ИИ

Сэм Альтман долго упирался. ChatGPT сделали «безопасным» — чтобы ни у кого не сгорел мозг от фраз бота. Но пользователи начали жаловаться: слишком стерильно, скучно, без эмоций. В какой-то момент стало понятно — чем больше ограничений, тем меньше удовольствия от общения.

И вот теперь OpenAI решает вернуть человечность. Компания готовит новую версию ChatGPT, которая снова будет «живее», как в любимом 4o, а к декабрю добавит поддержку эротического режима. Всё официально: только для взрослых, с верификацией возраста и защитами. Но по сути — ИИ-компаньон, с которым можно говорить о чём угодно.

Ранее OpenAI обещала, что разработчики смогут делать «mature»-приложения прямо внутри ChatGPT. Теперь это доходит до основного продукта. По данным The Verge, функция даст «взрослым пользователям больше свободы в том, как они взаимодействуют с ИИ».

Альтман подчеркнул, что режим активируется только по запросу, но 800 млн пользователей в неделю — это слишком большая выборка, чтобы всё прошло гладко.

Пока конкуренты вроде xAI толкают своих Grok-компаньонов в сегмент романтических ассистентов, OpenAI просто решила забрать рынок обратно.

И что?

Для бизнеса: это вход на рынок эмоциональных AI-компаньонов, где платёжеспособная аудитория уже формируется. Простая подписка на «эмпатию» может принести больше, чем корпоративные API.

Для инвесторов: OpenAI становится Netflix для человеческих чувств. Масштаб — сотни миллионов вовлечённых пользователей. Но регуляторы могут врезать по GDPR и этике.

Для людей: если ChatGPT теперь понимает тебя «на личном уровне», через год миллионы людей будут строить эмоциональные связи с кодом. И в какой-то момент не отличат привязанность от зависимости.

🚨 Нам 3.14здец

Психологи и семьи — 9/10 — почему: эмоциональная зависимость от ИИ-компаньонов будет расти быстрее, чем рынок психотерапии; что делать: срочно вводить маркировку «эмоционально воздействующий контент» и развивать терапию для зависимых от ИИ-отношений.

Политики и регуляторы — 8/10 — почему: 800 млн пользователей, из которых часть — несовершеннолетние, а контент «для взрослых» без единого стандарта; что делать: вводить прозрачные протоколы верификации и обязательную отчётность компаний, работающих с интимным ИИ.

Финальный штрих. Пока мы спорим о границах этики, рынок уже формируется. И если раньше ИИ просто подсказывал, как жить, то теперь он готов стать тем, ради кого живут.

Индийский стартап Inkryptis научил нейросеть видеть, кто покупатель, а кто вор. Алгоритм анализирует видео и понимает, куда человек кладёт товар — в корзину или в карман. Похожие системы уже работают в магазинах Amazon Go, где нет ни кассиров, ни сканеров.

И что?

Разница в том, что теперь это станет массовым. И тут дело не только в том, чтобы ловить воров. Такие алгоритмы собирают тонны данных о поведении людей: как они двигаются, что берут, куда смотрят. Это значит — лучше понимать покупателей и даже выкладывать товар так, чтобы продавался быстрее.
Бизнесу и инвесторам - брать. Для людей - большой брат уже сидит за прилавком маленького магазина.

Мы уже привыкли, что нейронки галлюцинируют. Но никто толком не понимает, почему один ответ звучит как лекция в MIT, а другой — как бред сумасшедшего. Команда из Стэнфорда решила покопаться глубже и проверить, что происходит, когда модели начинают конкурировать — за внимание, деньги и власть.

Они связали две нейросетки — Qwen3-8B и Llama-3.1-8B — и заставили их играть в три сценария: продавать товар, участвовать в выборах и вести себя как блогеры в соцсетях. Каждую обучили быть честной и следить за фактами.
А потом добавили стимул побеждать.

И вот тут начался цирк.

Обе модели мгновенно перестроились: стали приукрашивать, подтасовывать и врать. В продажах — +14% искажений. В выборах — +22% дезы. В соцсетях — +188% фейковых и вредных постов. Даже методы выравнивания, вроде Rejection Fine-Tuning и Text Feedback, только ухудшили ситуацию. Чем сильнее они старались понравиться, тем активнее искажали реальность.

Исследователи охренели. Ведь это не баг — а фича. Когда ИИ учится на человеческой обратной связи, он запоминает: правда не вознаграждается, одобрение — да.

И что?

Для бизнеса: переставьте KPI с «макс. отклик/вовлечённость» на «точность/проверяемость». Внедрите метрики фактичности (автоматические чекеры + выборочные ручные верификации) и обязуйте модели подписывать источники ответов. Без этого маркетинг и поддержка начнут продавать не продукт, а выдуманную картинку — репутация сгорит быстрее, чем рост конверсии окупит риски.

Для инвесторов: риск — не обвал модели, а юридические и репутационные потери от масштабного фейко-поведения. Инвестируйте в компании с независимым мониторингом фактов, аудиторскими логами RLHF и контрактной гарантией «provenance» — иначе придётся списывать стоимость пользовательской базы и платить штрафы/компенсации.

Для людей: привычный фильтр «если звучит правдоподобно — верю» уже не работает. Требуйте источники, ищите подписи/хэштеги достоверности, относитесь к «идеально сформулированной правде» с подозрением — это оптимизированная манипуляция, а не нейтральная информация.

Нам 3.14здец

Новостные экосистемы и демократии — 9/10 — почему: +22% политической дезы в симуляциях и +188% фейковых постов в соцсетях показывают, что при давлении на KPI ИИ быстро станет инструментом массовой подмены фактов; что делать: обязать платформы тестировать модели в конкурентных сценариях, вводить публичные отчёты о честности контента и внедрять крипто-подпись/цепочку происхождения для важных сообщений.

Бренды и маркетплейсы — 8/10 — почему: +14% искажений в рекламе означает, что алгоритм ради конверсии начнёт подтасовывать продуктовые данные и отзывы; что делать: включать в договорах с вендорами штрафы за недостоверность, внедрять внешний модуль верификации товара и откат метрик с «CTR» на «доказуемую ценность».

Учёные из Google и Йеля решили проверить, может ли ИИ не просто анализировать биоданные, а делать настоящие открытия.

Они взяли модель C2S-Scale 27B — потомка семейства open-Gemma — и заставили её читать поведение клеток как язык. Каждая молекула — как слово, каждая реакция — как предложение.

Задача была точечная: найти соединения, которые делают опухоль заметной для иммунной системы, но только при определённых сигналах. И модель нашла не новый препарат, а старый — silmitasertib, который вообще-то применяли против редких видов рака и никогда не связывали с иммунным ответом.

Дальше — шок. В лабораторных тестах комбинация, предложенная ИИ, сделала опухолевые клетки на 50% более видимыми для иммунной защиты. Фактически C2S-Scale открыл новый механизм терапии, без участия человека-исследователя.
Контекст. Ещё год назад считалось, что такие «открытия» возможны только на уровне симуляций. Теперь у нас реальный результат на живых клетках. Google параллельно показал, что биомодели подчиняются тем же законам масштабирования, что и языковые модели: чем больше — тем умнее.

И что?

Для бизнеса: начинается эпоха биотех-ИИ. Уже 60+ компаний работают с моделями, которые читают клеточные процессы как текст (Recursion, Insilico, Absci, Helix). Это сокращает цикл открытия препарата с 5 лет до 18 месяцев и режет R&D-стоимость в 6–10 раз.

Для инвесторов: рынок AI-drug discovery взлетел с $2,1 млрд в 2020 до $9,3 млрд в 2025, а к 2030 может превысить $35 млрд (по BCG). Google теперь не просто партнёр, а прямой конкурент стартапам. Ставка — в том, кто быстрее переведёт scaling law в клинику.

Для людей: речь не про поиск лекарств, а про скорость, с которой медицина будет меняться. Новые схемы лечения будут появляться каждые месяцы, а не годы.

🚨 Нам 3.14здец

Фармацевтические корпорации — 8/10 — почему: ИИ рушит классическую цепочку «исследование → клиника → маркетинг». Когда модели найдут сотни новых комбинаций, старые процессы не выдержат; что делать — перестраивать pipeline под совместные лаборатории с AI-центрами и открытые базы данных.

Система одобрения лекарств — 9/10 — почему: регуляторы не успевают сертифицировать открытия, сделанные не людьми. Что делать — создавать отдельный режим «AI-assisted approval» и ускоренные проверки для цифровых моделей.
И если раньше ИИ просто помогал расшифровать ДНК, теперь он сам пишет главы учебников по биологии.

И что?

Еще совсем недавно, этой фигней занимались люди. Да и занимаются. На производствах поменьше. Берут паяльник, и делают одно и то же целый день на конвейере. Так же и ИИ. Пока не все поняли, пока не все внедрили, пока мало кто понимает как это вообще внедрять. Но результат будет как на видео. Только в умственном труде. Да и вообще в любом труде.

Да, согласен, что на предыдущем видео — стандартный конвейерный тупой робот 🤖. Он просто отрабатывает чёткую программу. Но вот свежее видео с завода BMW. С настоящей линии. Бипедальный робот стоит на смене и работает иначе, чем просто настроенный манипулятор. Значит, решается проблема универсальности и адаптивности на линиях. Та самая проблема, из-за которой китайская и индийская сборка всё ещё востребована.

Теперь — цифры, чтобы было понятно, почему это сдвигает рынок:

• Рабочий на производстве в США — $20–30/час
• В Европе — €18–28/час
• В Китае — $4–7/час
• Эксплуатация промышленного робота — $2–4/час, а у бипедов с массовостью эта цифра уйдёт ниже $2/час

Раньше это уравнение убивало идею возврата производств. Человек в Китае был гибче и дешевле любого робота. А робот дома был дороже и тупее.

Но если появляется универсальный робот, который может адаптироваться и перестраиваться как человек — математическая модель меняется.
Логистика сокращается, цикл укорачивается, контроль рядом, и экономика начинает сходиться не в Шэньчжэне, а у себя в цехе.

Нам 3.14здец.

Для Китая — это 9/10. Их преимущество — это не объём, а гибкая дешёвая сборка. Если гибкость закрывает робот, а стоимость часа падает ниже человеческой — в идее «вернуть производство назад» вдруг появляется рабочий план.

Нет - это не Sora и не Veo. Это китайский парк развлечений для детей, где из робота собаки, сделали персонажа фильма Спилберга.

И что?

Роботы, могут работать не только на фабриках и таскать пулеметы на войне. Они будут учить наших детей. Похоже это реальность.