Есть большая разница между deepfake'ом и просто «аватаром» человека.
Хочу немного парировать утверждения из поста от подписчика.
Там упоминается клип Basement jaxx, где лица людей достаточно качественно для 2001 года встроены в тела мартышек, и это приводится как пример успешного применения технологии аж 18 лет назад.
Но есть одно очень важное обстоятельство, которое не следует упускать из виду. Deepfake - это случай, когда человек не дает согласия на использование его лица, голоса и образа в целом в каких-либо видео. Именно отсюда и произрастает чрезвычайная сложность deepfake в сравнении с тем же клипом про мартышек или примером с политическими деятелями, которым выгодно поставить вместо себя дублера для съемок различных обращений и политических роликов.
Для того, чтобы клип с мартышками в 2001 году получился относительно качественным, участникам группы пришлось провести много часов в студии, чтобы снять все варианты их лиц в различных ракурсах, с разной мимикой и возможно с разным освещением. После этого монтажеры, как я думаю, провели в видеоредакторах не один день, чтобы сгладить и повысить качество итогового видео.
Такая же ситуация и с голосом. Из моего прошлого поста о пранкерах можно понять минусы подхода, когда копируемый человек изначально не хочет, чтобы его голос или лицо кто-то использовал. Если вслушаться в речь Мутко из пранка, то хорошо заметно, что эти фразы записаны в разных по акустическим свойствам помещениях и на разную аппаратуру, поэтому фейк заметить довольно легко, если быть к этому готовым. И обратная ситуация с примером нейросети lyrebird.ai, которая несколько часов записывает ваш голос в одинаковых условиях (акустика, помехи, эмоциональное и физическое состояние человека), а после может из текстового документа полностью имитировать ваш голос, так что даже родственники не могут отличить подмены. То есть, разница именно в количестве «сырых данных» для нейросети, чтобы она смогла качественно обучиться на достаточно большой выборке.
Но и здесь есть подвох. Если на выборке данных, где вы наговаривали аудиозапись с вашим голосом или записывали видео с вашей мимикой/лицом, вы будете в спокойном состоянии, то нейросеть сможет качественно «подменить» вас только в том же спокойном состоянии. А если цель видео - имитировать агрессию, подавленное настроение или болезненный вид, то качество подмены будет в разы хуже.
Малое количество сырых размеченных данных под конкретные задачи - это вообще главный тормоз в развитии и внедрении нейросетей в нашу повседневную жизнь.
Именно поэтому такими качественными получаются видеоролики с имитацией видеообращений, например, Барака Обамы. Существуют десятки видеороликов, где Обама в антураже своего кабинета с одинаковым освещением, с одинаковым эмоциональным оттенком, одинаковым гримом что-либо говорит. Из такого объема данных легко сделать высококачественный deepfake.
А вот сделать хорошую подделку для человека, на которого имеется только одна фотография или запись голоса из 5 слов, вряд ли получится даже через 10 лет.
Технология, которая позволяет создавать ваших «аватаров» с вашего же согласия, имеет массовый характер уже сейчас. Например, персональные эмодзи в Samsung Galaxy S9. Да, они мультяшные, но уже копируют внешность человека. Я думаю, в ближайшем будущем начнут появляться по-настоящему точные аватары человека. Зачем они нужны? Применение их может быть достаточно востребовано: например, вы любите звонить в Скайп с включенным видео, но не всегда выглядите хорошо. Мешки под глазами, всклокоченные волосы или просто «я не накрашена». Однажды сделанный аватар позволит выводить на экран собеседника ваш образ всегда в отличном состоянии. А представьте, какое поле для творчества на сайтах знакомств?)
Хочу немного парировать утверждения из поста от подписчика.
Там упоминается клип Basement jaxx, где лица людей достаточно качественно для 2001 года встроены в тела мартышек, и это приводится как пример успешного применения технологии аж 18 лет назад.
Но есть одно очень важное обстоятельство, которое не следует упускать из виду. Deepfake - это случай, когда человек не дает согласия на использование его лица, голоса и образа в целом в каких-либо видео. Именно отсюда и произрастает чрезвычайная сложность deepfake в сравнении с тем же клипом про мартышек или примером с политическими деятелями, которым выгодно поставить вместо себя дублера для съемок различных обращений и политических роликов.
Для того, чтобы клип с мартышками в 2001 году получился относительно качественным, участникам группы пришлось провести много часов в студии, чтобы снять все варианты их лиц в различных ракурсах, с разной мимикой и возможно с разным освещением. После этого монтажеры, как я думаю, провели в видеоредакторах не один день, чтобы сгладить и повысить качество итогового видео.
Такая же ситуация и с голосом. Из моего прошлого поста о пранкерах можно понять минусы подхода, когда копируемый человек изначально не хочет, чтобы его голос или лицо кто-то использовал. Если вслушаться в речь Мутко из пранка, то хорошо заметно, что эти фразы записаны в разных по акустическим свойствам помещениях и на разную аппаратуру, поэтому фейк заметить довольно легко, если быть к этому готовым. И обратная ситуация с примером нейросети lyrebird.ai, которая несколько часов записывает ваш голос в одинаковых условиях (акустика, помехи, эмоциональное и физическое состояние человека), а после может из текстового документа полностью имитировать ваш голос, так что даже родственники не могут отличить подмены. То есть, разница именно в количестве «сырых данных» для нейросети, чтобы она смогла качественно обучиться на достаточно большой выборке.
Но и здесь есть подвох. Если на выборке данных, где вы наговаривали аудиозапись с вашим голосом или записывали видео с вашей мимикой/лицом, вы будете в спокойном состоянии, то нейросеть сможет качественно «подменить» вас только в том же спокойном состоянии. А если цель видео - имитировать агрессию, подавленное настроение или болезненный вид, то качество подмены будет в разы хуже.
Малое количество сырых размеченных данных под конкретные задачи - это вообще главный тормоз в развитии и внедрении нейросетей в нашу повседневную жизнь.
Именно поэтому такими качественными получаются видеоролики с имитацией видеообращений, например, Барака Обамы. Существуют десятки видеороликов, где Обама в антураже своего кабинета с одинаковым освещением, с одинаковым эмоциональным оттенком, одинаковым гримом что-либо говорит. Из такого объема данных легко сделать высококачественный deepfake.
А вот сделать хорошую подделку для человека, на которого имеется только одна фотография или запись голоса из 5 слов, вряд ли получится даже через 10 лет.
Технология, которая позволяет создавать ваших «аватаров» с вашего же согласия, имеет массовый характер уже сейчас. Например, персональные эмодзи в Samsung Galaxy S9. Да, они мультяшные, но уже копируют внешность человека. Я думаю, в ближайшем будущем начнут появляться по-настоящему точные аватары человека. Зачем они нужны? Применение их может быть достаточно востребовано: например, вы любите звонить в Скайп с включенным видео, но не всегда выглядите хорошо. Мешки под глазами, всклокоченные волосы или просто «я не накрашена». Однажды сделанный аватар позволит выводить на экран собеседника ваш образ всегда в отличном состоянии. А представьте, какое поле для творчества на сайтах знакомств?)
Новые технологии не являются абсолютным благом для всех.
Бытует мнение, что новые технологии улучшают жизнь всего человечества. Вот изобрели автомобиль, реактивный самолет, космическую ракету - и всем стало лучше жить. Но на старте популяризации новой технологии - это всегда игра с нулевой суммой, где новое достижение прогресса просто позволяет перераспределить выигрыш (некие ценности) между игроками.
Сходу тяжело понять, что я имею ввиду, поэтому расскажу на примере.
Возьмем booking.com - сервис, который перевернул рынок отельного бизнеса в мире. Раньше отели по всему миру были разрозненной системой. Бронирования происходили через локальные турагенства или уже на месте, после прибытия в город. Рынок был достаточно закрытым и непрозрачным. Часто ценообразование отелей не соотносилось с качеством предоставляемых услуг. Из-за некачественно оказанных услуг отель или туроператор не несли серьезных потерь, поскольку не существовало единого каталога отзывов об этих услугах.
Что произошло, когда пришел Booking?
1. Отелям пришлось гораздо пристальнее следить за качеством оказываемых услуг: 5-10 плохих отзывов подряд - и считайте, что ваш отель можно закрывать.
2. Была снижена средняя цена проживания. Из-за возросшей конкуренции, когда путешественник смог выбирать из 10 отелей в этом городе или 100 отелей в этом регионе, стало практически невозможно необоснованно завышать цену.
3. Многие страны или регионы, которые не имели ранее значительных турпотоков, получили возможность привлекать на порядок больше туристов, поскольку преимущества их услуг в соотношении цена/качество стали очевидными.
А теперь рассмотрим, как все эти условия повлияли на участников рынка:
1. Туристы получили только преимущества - прозрачность выбора и снижение стоимости проживания.
2. Создатели и инвесторы Booking заработали кучу денег. Тоже сплошные плюсы.
3. Правительство Нидерландов (там был создан Booking) получило огромные деньги в виде налогов от ежегодного оборота этого гиганта.
4. Многие владельцы отелей получили огромные убытки, также множество отелей были просто закрыты. Их регионы недополучили налоговых платежей.
5. Из-за снижения издержек и повышения качества обслуживания многие местные жители потеряли работу в отельном бизнесе. На их место были наняты гастарбайтеры из других регионов, готовые работать за копейки и боящиеся увольнения, как огня.
6. Многие регионы потеряли значительную часть турпотока, поскольку благодаря открытой системе бронирования туристы стали выбирать соседние, более дешевые регионы. Яркий пример - это современная Албания. Страна, в которой пару десятилетий были серьезные проблемы по всем фронтам, сейчас активно развивается как туристичекий центр, при этом предлагаемые цены в 2-3 раза ниже рынка, благодаря нищенскому положению местного населения. В итоге богатые регионы, которые теряют турпоток, начинают испытывать спад деловой активности и налоговых поступлений, что приводит их в упадок.
Отсюда и многочисленные акции протеста, борьба, в том числе и на законодательной основе, с такими монопольными IT-гигантами, как Booking.
Безусловно, новые технологии в конечном счете повышают качество жизни всех людей, повышая конкуренцию и улучшая качество услуг для конечного потребителя, но только не сразу, а лет эдак через 30. А на первых порах своего внедрения и доминирования они просто перераспределяют деньги между участниками системы. Когда новая технология скачкообразно приходит на «старый» рынок, то все, что она может принести, это разрушение и опустошение.
Именно по этой причине в Европе, например, борются с Uber'oм. Моментальный заход на рынок такого гиганта оставит без средств к существованию десятки тысяч людей, что моментально скажется на экономике региона. Переход к новой технологии должен быть плавным и постепенным, чтобы люди имели время и возможность для переквалификации и ухода в другие сектора экономики. Это, безусловно, не выгодно для IT-гиганта и конечных пользователей, но выгодно для экономики региона в целом.
Бытует мнение, что новые технологии улучшают жизнь всего человечества. Вот изобрели автомобиль, реактивный самолет, космическую ракету - и всем стало лучше жить. Но на старте популяризации новой технологии - это всегда игра с нулевой суммой, где новое достижение прогресса просто позволяет перераспределить выигрыш (некие ценности) между игроками.
Сходу тяжело понять, что я имею ввиду, поэтому расскажу на примере.
Возьмем booking.com - сервис, который перевернул рынок отельного бизнеса в мире. Раньше отели по всему миру были разрозненной системой. Бронирования происходили через локальные турагенства или уже на месте, после прибытия в город. Рынок был достаточно закрытым и непрозрачным. Часто ценообразование отелей не соотносилось с качеством предоставляемых услуг. Из-за некачественно оказанных услуг отель или туроператор не несли серьезных потерь, поскольку не существовало единого каталога отзывов об этих услугах.
Что произошло, когда пришел Booking?
1. Отелям пришлось гораздо пристальнее следить за качеством оказываемых услуг: 5-10 плохих отзывов подряд - и считайте, что ваш отель можно закрывать.
2. Была снижена средняя цена проживания. Из-за возросшей конкуренции, когда путешественник смог выбирать из 10 отелей в этом городе или 100 отелей в этом регионе, стало практически невозможно необоснованно завышать цену.
3. Многие страны или регионы, которые не имели ранее значительных турпотоков, получили возможность привлекать на порядок больше туристов, поскольку преимущества их услуг в соотношении цена/качество стали очевидными.
А теперь рассмотрим, как все эти условия повлияли на участников рынка:
1. Туристы получили только преимущества - прозрачность выбора и снижение стоимости проживания.
2. Создатели и инвесторы Booking заработали кучу денег. Тоже сплошные плюсы.
3. Правительство Нидерландов (там был создан Booking) получило огромные деньги в виде налогов от ежегодного оборота этого гиганта.
4. Многие владельцы отелей получили огромные убытки, также множество отелей были просто закрыты. Их регионы недополучили налоговых платежей.
5. Из-за снижения издержек и повышения качества обслуживания многие местные жители потеряли работу в отельном бизнесе. На их место были наняты гастарбайтеры из других регионов, готовые работать за копейки и боящиеся увольнения, как огня.
6. Многие регионы потеряли значительную часть турпотока, поскольку благодаря открытой системе бронирования туристы стали выбирать соседние, более дешевые регионы. Яркий пример - это современная Албания. Страна, в которой пару десятилетий были серьезные проблемы по всем фронтам, сейчас активно развивается как туристичекий центр, при этом предлагаемые цены в 2-3 раза ниже рынка, благодаря нищенскому положению местного населения. В итоге богатые регионы, которые теряют турпоток, начинают испытывать спад деловой активности и налоговых поступлений, что приводит их в упадок.
Отсюда и многочисленные акции протеста, борьба, в том числе и на законодательной основе, с такими монопольными IT-гигантами, как Booking.
Безусловно, новые технологии в конечном счете повышают качество жизни всех людей, повышая конкуренцию и улучшая качество услуг для конечного потребителя, но только не сразу, а лет эдак через 30. А на первых порах своего внедрения и доминирования они просто перераспределяют деньги между участниками системы. Когда новая технология скачкообразно приходит на «старый» рынок, то все, что она может принести, это разрушение и опустошение.
Именно по этой причине в Европе, например, борются с Uber'oм. Моментальный заход на рынок такого гиганта оставит без средств к существованию десятки тысяч людей, что моментально скажется на экономике региона. Переход к новой технологии должен быть плавным и постепенным, чтобы люди имели время и возможность для переквалификации и ухода в другие сектора экономики. Это, безусловно, не выгодно для IT-гиганта и конечных пользователей, но выгодно для экономики региона в целом.
Применение технологий на неочевидном рынке.
Продолжая рассуждения из моего предыдущего поста о влиянии Booking на экономику европейских городов, проследим эволюцию туристических агентств. Они, выдавленные Booking'oм и агрегаторами билетов из ниши туристических путешествий, переключились на рынок рабочих поездок, как на западе, так и в СНГ.
Агентства в данном случае зарабатывают деньги на том, что компании, особенно крупные, могут оплачивать командировочные расходы (билеты/проживание) только по безналичному расчету. И это крайне сложно сделать напрямую с гостиницами и транспортными компаниями. В итоге сотрудники не могут самостоятельно выбирать составляющие своей командировки, или им сначала надо потратить время на поиск билетов и гостиниц, чтобы потом оказалось, что агентство не может их выкупить или стоимость выше, чем при покупке напрямую. Именно поэтому многие компании приходят к тому, чтобы разрешать сотрудникам самостоятельно покупать билеты и гостиницы, и потом просто компенсировать расходы. Правда, такой подход работает только с малым бизнесом, крупный вынужден работать с агентствами.
Естественно, IT-сектор не мог обойти настолько дикий рынок. На западе активно начинает свою экспансию travelperk.com, куда недавно проинвестировали суммарно 44 млн. долларов владелец фонда DST Global Юрий Мильнер, и ряд других фондов. Также существуют крупные корпоративные решения, но они привязаны к конкретным системам документооборота и не работают по отдельности.
В свою очередь, в России активно развивается сервис Smartway.today, который сфокусирован именно на российском рынке и сейчас интегрируется с 1C для большего упрощения процессов.
За счет чего они могут выдавить классические агентства с этого рынка?
1. Прозрачность и возможность самостоятельного выбора. Сотрудники видят все доступные варианты и могут самостоятельно планировать командировки.
2. Автоматизация. Сервис сокращает количество ручной работы, а значит не надо оплачивать штат сотрудников агентства. Как итог, командировки обходятся дешевле.
3. Интеграции. Компании смогут автоматизировать документооборот. Smartway может интегрироваться с внутренними системами по API и напрямую присылать документы.
4. Отсутствие серых схем. Процесс происходит автоматически и данные о ценах загружаются напрямую из официальных систем. В итоге завышение цены невозможно.
Кто пострадает от прихода подобных компаний на рынок? Очевидно, что это будут классические агентства, которые не обладают собственной технологией и не могут конкурировать. Являлись ли они полезными для экономики элементами? В отличие от туристического рынка - нет. Данная ниша родилась лишь из-за несовершенства налоговой системы и необходимости оплаты по безналу.
По факту, агентства в данном случае - просто посредники, которые накручивают цену командировок для компаний и формируют негативное представление об этом рынке, так как бизнес не видит от них пользы, но пока не может обойтись без них.
Сегодня уже абсолютное большинство пользуется IT-решениями для личных поездок, так почему бизнес продолжает пользоваться устаревшими агентствами? Скорее всего, так происходит потому, что мало кто тратит время на изучение доступных решений. Но теперь вы знаете, что такие решения есть, и успешно работают на российском рынке.
Продолжая рассуждения из моего предыдущего поста о влиянии Booking на экономику европейских городов, проследим эволюцию туристических агентств. Они, выдавленные Booking'oм и агрегаторами билетов из ниши туристических путешествий, переключились на рынок рабочих поездок, как на западе, так и в СНГ.
Агентства в данном случае зарабатывают деньги на том, что компании, особенно крупные, могут оплачивать командировочные расходы (билеты/проживание) только по безналичному расчету. И это крайне сложно сделать напрямую с гостиницами и транспортными компаниями. В итоге сотрудники не могут самостоятельно выбирать составляющие своей командировки, или им сначала надо потратить время на поиск билетов и гостиниц, чтобы потом оказалось, что агентство не может их выкупить или стоимость выше, чем при покупке напрямую. Именно поэтому многие компании приходят к тому, чтобы разрешать сотрудникам самостоятельно покупать билеты и гостиницы, и потом просто компенсировать расходы. Правда, такой подход работает только с малым бизнесом, крупный вынужден работать с агентствами.
Естественно, IT-сектор не мог обойти настолько дикий рынок. На западе активно начинает свою экспансию travelperk.com, куда недавно проинвестировали суммарно 44 млн. долларов владелец фонда DST Global Юрий Мильнер, и ряд других фондов. Также существуют крупные корпоративные решения, но они привязаны к конкретным системам документооборота и не работают по отдельности.
В свою очередь, в России активно развивается сервис Smartway.today, который сфокусирован именно на российском рынке и сейчас интегрируется с 1C для большего упрощения процессов.
За счет чего они могут выдавить классические агентства с этого рынка?
1. Прозрачность и возможность самостоятельного выбора. Сотрудники видят все доступные варианты и могут самостоятельно планировать командировки.
2. Автоматизация. Сервис сокращает количество ручной работы, а значит не надо оплачивать штат сотрудников агентства. Как итог, командировки обходятся дешевле.
3. Интеграции. Компании смогут автоматизировать документооборот. Smartway может интегрироваться с внутренними системами по API и напрямую присылать документы.
4. Отсутствие серых схем. Процесс происходит автоматически и данные о ценах загружаются напрямую из официальных систем. В итоге завышение цены невозможно.
Кто пострадает от прихода подобных компаний на рынок? Очевидно, что это будут классические агентства, которые не обладают собственной технологией и не могут конкурировать. Являлись ли они полезными для экономики элементами? В отличие от туристического рынка - нет. Данная ниша родилась лишь из-за несовершенства налоговой системы и необходимости оплаты по безналу.
По факту, агентства в данном случае - просто посредники, которые накручивают цену командировок для компаний и формируют негативное представление об этом рынке, так как бизнес не видит от них пользы, но пока не может обойтись без них.
Сегодня уже абсолютное большинство пользуется IT-решениями для личных поездок, так почему бизнес продолжает пользоваться устаревшими агентствами? Скорее всего, так происходит потому, что мало кто тратит время на изучение доступных решений. Но теперь вы знаете, что такие решения есть, и успешно работают на российском рынке.
Что такое TikTok и почему он перевернул рынок соцсетей?
Возможно, многие из вас даже не слышали о новой соцсети под названием TikTok и о том, что она купила соцсеть Musical.ly и объединилась c ней. Тем не менее, через год об этом будут говорить все. Так что, предлагаю вам быть в курсе одними из первых.
• Почему стоит обратить внимание на TikTok?
Во-первых, это соцсеть, которая была запущена совсем недавно - в 2016 году. При этом ее приложения для iOS и Android в октябре обогнали по количеству скачиваний в США таких гигантов, как Facebook, Instagram, YouTube и Snapchat. В России приложение TikTok вышло в топ-5, как в Google Play, так и в App Store.
• Про что вообще эта соцсеть?
Если совсем упрощенно, там вы можете выкладывать свои короткие видео под музыку, наподобие Coub'ов и Vine'ов, еще можно делать трансляции как в Periscope или Instagram, ну и конечно чатиться. Набор крайне простой, ориентирован в первую очередь на подростковую аудиторию и пользуется у нее бешеной популярностью. В прошлом году для ускорения темпов роста своей аудитории они купили сервис Musical.ly и перенесли его пользователей к себе. Musical.ly был аналогичным сервисом, только делал акцент на чем-то вроде соцсети для караоке, где подростки пели песенки под музыку и выкладывали это на всеобщее обозрение. В приложении было много готовых музыкальных отрывков из фильмов и песен.
• Что там за контент?
Суть контента TikTok и Musical.ly очень хорошо показана на мемах из этой статьи. Для его описания хорошо подойдут теги "аутизм", "паноптикум", "безумие", "IQ ниже плинтуса". Собственно по этой причине приложение снискало популярность у тинейджеров и подростков. Поскольку тинейджеры - это люди с еще не сформировавшейся до конца психикой и мозгом,то звериные/первобытные мотивы ритуальных плясок под музыку у костра привлекают их гораздо больше, чем взрослых.
• Почему TikTok будоражит рынок социальных сетей?
На фоне того, что американские IT-гиганты Facebook, Twitter, Snapchat в этом году либо не наращивают, либо даже теряют свою аудиторию, TikTok выглядит настоящим прорывом. Сейчас из американских сервисов растет только Instagram, да и то за счет того, что просто откусывает кусок все у того же летящего в пропасть Snapchat'a. А вот TikTok растет очень быстро, и самое главное прирастает как раз за счет тинейджеров. Прирост аудитории тинейджеров является очень важной метрикой для любой соцсети. Поскольку они являются самой активной аудиторией, больше всех времени проводят внутри сервиса и генерируют больше всех контента. Считается, что если вы смогли покорить тинейджеров, то затем к вам подтянутся подростки и молодежь. Далее на этой базе, доработав функционал соцсети, вы сможете уже перетянуть к себе и взрослую аудиторию.
Поэтому в долине все сейчас просто трясутся от упоминания TikTok. Потенциально эта штука может серьезно покусать Facebook, Instagram, Snapchat и YouTube.
• Что самое крутое в истории TikTok?
Самое крутое здесь то, что этот проект полностью китайский - сделанный на китайские деньги и контролируемый китайцами. Это первый случай, когда крупный китайский бизнес вырвался за пределы великого файрвола и по факту уже частично захватил рынок США, Европы и России. А самое главное, посмотрите на скорость, с которой они выросли. Всего за 2 года! Они лидеры в Китае, и уже почти лидеры в США и Европе.
Китайские деньги и технологии становятся очень опасными. С такими темпами, через 5 лет все программные продукты, которыми мы будем с вами пользоваться, будут сделаны в Китае: китайскими инженерами, на китайские деньги, и Китай будет получать с этого прибыль и налоговые отчисления.
Вам не страшно? Мне - да.
Возможно, многие из вас даже не слышали о новой соцсети под названием TikTok и о том, что она купила соцсеть Musical.ly и объединилась c ней. Тем не менее, через год об этом будут говорить все. Так что, предлагаю вам быть в курсе одними из первых.
• Почему стоит обратить внимание на TikTok?
Во-первых, это соцсеть, которая была запущена совсем недавно - в 2016 году. При этом ее приложения для iOS и Android в октябре обогнали по количеству скачиваний в США таких гигантов, как Facebook, Instagram, YouTube и Snapchat. В России приложение TikTok вышло в топ-5, как в Google Play, так и в App Store.
• Про что вообще эта соцсеть?
Если совсем упрощенно, там вы можете выкладывать свои короткие видео под музыку, наподобие Coub'ов и Vine'ов, еще можно делать трансляции как в Periscope или Instagram, ну и конечно чатиться. Набор крайне простой, ориентирован в первую очередь на подростковую аудиторию и пользуется у нее бешеной популярностью. В прошлом году для ускорения темпов роста своей аудитории они купили сервис Musical.ly и перенесли его пользователей к себе. Musical.ly был аналогичным сервисом, только делал акцент на чем-то вроде соцсети для караоке, где подростки пели песенки под музыку и выкладывали это на всеобщее обозрение. В приложении было много готовых музыкальных отрывков из фильмов и песен.
• Что там за контент?
Суть контента TikTok и Musical.ly очень хорошо показана на мемах из этой статьи. Для его описания хорошо подойдут теги "аутизм", "паноптикум", "безумие", "IQ ниже плинтуса". Собственно по этой причине приложение снискало популярность у тинейджеров и подростков. Поскольку тинейджеры - это люди с еще не сформировавшейся до конца психикой и мозгом,то звериные/первобытные мотивы ритуальных плясок под музыку у костра привлекают их гораздо больше, чем взрослых.
• Почему TikTok будоражит рынок социальных сетей?
На фоне того, что американские IT-гиганты Facebook, Twitter, Snapchat в этом году либо не наращивают, либо даже теряют свою аудиторию, TikTok выглядит настоящим прорывом. Сейчас из американских сервисов растет только Instagram, да и то за счет того, что просто откусывает кусок все у того же летящего в пропасть Snapchat'a. А вот TikTok растет очень быстро, и самое главное прирастает как раз за счет тинейджеров. Прирост аудитории тинейджеров является очень важной метрикой для любой соцсети. Поскольку они являются самой активной аудиторией, больше всех времени проводят внутри сервиса и генерируют больше всех контента. Считается, что если вы смогли покорить тинейджеров, то затем к вам подтянутся подростки и молодежь. Далее на этой базе, доработав функционал соцсети, вы сможете уже перетянуть к себе и взрослую аудиторию.
Поэтому в долине все сейчас просто трясутся от упоминания TikTok. Потенциально эта штука может серьезно покусать Facebook, Instagram, Snapchat и YouTube.
• Что самое крутое в истории TikTok?
Самое крутое здесь то, что этот проект полностью китайский - сделанный на китайские деньги и контролируемый китайцами. Это первый случай, когда крупный китайский бизнес вырвался за пределы великого файрвола и по факту уже частично захватил рынок США, Европы и России. А самое главное, посмотрите на скорость, с которой они выросли. Всего за 2 года! Они лидеры в Китае, и уже почти лидеры в США и Европе.
Китайские деньги и технологии становятся очень опасными. С такими темпами, через 5 лет все программные продукты, которыми мы будем с вами пользоваться, будут сделаны в Китае: китайскими инженерами, на китайские деньги, и Китай будет получать с этого прибыль и налоговые отчисления.
Вам не страшно? Мне - да.
Теперь говорящим головам не нужно платить зарплату.
Неделю назад я выпустил несколько постов про deepfake и аватаров реальных людей. Поскольку этот рынок развивается очень быстро, то новые интересные продукты не заставили себя ждать.
Китайцы сделали аватар ведущего новостей на основе видеозаписей с реальным телеведущим.
Какие у этой инновации преимущества:
1. Теперь выпуски новостей не зависят от «говорящей головы». Их можно выпускать не один в день, а, например, три.
2. Экономия на зарплатах. Зарплата самого ведущего (а у них зарплаты немаленькие), а самое главное - зарплата сотрудников, которые отвечают за съемку в студии: оператор, гример, звуковик, и так далее. Теперь достаточно отправить в программу текстовый фрагмент, и она сама создаст полноценный выпуск новостей.
3. Безотказность. Люди имеют свойство болеть, получать травмы, впадать в депрессию, стареть, выгорать и так далее. Компьютерная программа лишена всех этих минусов и работает безотказно.
Объективно, «поделка» у китайцев получилась низкокачественная. Но в данном случае не столь важно качество, сколько сам прецедент применения. В ближайшие год-два технология будет доведена до ума, и отличить настоящую съемку от аватара будет практически невозможно.
Помимо телеведущих, эта технология в первую очередь предназначается для актеров сериалов и кино. Именно в киноиндустрии у «аватаров» есть потенциально многомиллиардный рынок. Обратимся ко всем известному фильму Терминатор: Генезис 2015 года.
Фильм был безусловно провальный, но насколько я знаю, в нем была впервые использована сцена с виртуальным актером (аватаром молодого Шварцнегера). Вот тут и тут можно почитать подробнее о том, как это делалось. На сцены с молодым Арни было потрачено очень много денег, трудочасов специалистов по визуальным эффектам, тело Арни играл другой человек. При этом, качество получилось все же не идеальным. Напомню, это был 2015 год.
Я думаю, что с технологией «аватаров» уже в 2020 году молодого Терминатора можно будет сгенерировать уже без тысяч часов работы дорогостоящих специалистов. А в 2022-ом не понадобится уже и подставной актер. Программа полностью будет эмулировать игру настоящего человека.
И если в случае со Шварцнегером это будет все еще достаточно сложно и останутся визуальные дефекты, то с ныне действующими актерами эта схема подходит идеально.
Что я имею ввиду? Как я уже не раз говорил, главная проблема любой нейросети - это количество размеченных данных для обучения. В случае с попытками восстановить аватар молодого Шварцнегера их будет попросту не хватать из-за дефицита видеоматериала с ним. А вот в случае с действующими актерами процесс съемок можно строить таким образом, что этого самого материала (мимика, интонации, походка, жестикуляция, акцент) будет целенаправленно генерироваться огромное количество.
В киноиндустрии есть серьезная проблема: когда актер становится достаточно успешным, то все хотят снять его в кино, рекламе и так далее. Он просто физически не может согласиться на все. Многие актеры постоянно отказываются от потенциальных ролей из-за плотного графика. Кроме того, этот график сбивают еще и форс-мажоры на съемочной площадке, связанные, например, с погодой. «Аватары» могут помочь решить эти проблемы. Актер или просто публичная личность (спортсмен, певец) может месяц отработать в студии, отсняв полностью данные для своего аватара, а дальше просто продавать права на него со строго согласованным сценарием того, что этот аватар будет делать и говорить.
Я уверен, что компания, которая первой сможет показать продукт для создания «аватаров» достойного качества, будет стоить миллиарды долларов.
Неделю назад я выпустил несколько постов про deepfake и аватаров реальных людей. Поскольку этот рынок развивается очень быстро, то новые интересные продукты не заставили себя ждать.
Китайцы сделали аватар ведущего новостей на основе видеозаписей с реальным телеведущим.
Какие у этой инновации преимущества:
1. Теперь выпуски новостей не зависят от «говорящей головы». Их можно выпускать не один в день, а, например, три.
2. Экономия на зарплатах. Зарплата самого ведущего (а у них зарплаты немаленькие), а самое главное - зарплата сотрудников, которые отвечают за съемку в студии: оператор, гример, звуковик, и так далее. Теперь достаточно отправить в программу текстовый фрагмент, и она сама создаст полноценный выпуск новостей.
3. Безотказность. Люди имеют свойство болеть, получать травмы, впадать в депрессию, стареть, выгорать и так далее. Компьютерная программа лишена всех этих минусов и работает безотказно.
Объективно, «поделка» у китайцев получилась низкокачественная. Но в данном случае не столь важно качество, сколько сам прецедент применения. В ближайшие год-два технология будет доведена до ума, и отличить настоящую съемку от аватара будет практически невозможно.
Помимо телеведущих, эта технология в первую очередь предназначается для актеров сериалов и кино. Именно в киноиндустрии у «аватаров» есть потенциально многомиллиардный рынок. Обратимся ко всем известному фильму Терминатор: Генезис 2015 года.
Фильм был безусловно провальный, но насколько я знаю, в нем была впервые использована сцена с виртуальным актером (аватаром молодого Шварцнегера). Вот тут и тут можно почитать подробнее о том, как это делалось. На сцены с молодым Арни было потрачено очень много денег, трудочасов специалистов по визуальным эффектам, тело Арни играл другой человек. При этом, качество получилось все же не идеальным. Напомню, это был 2015 год.
Я думаю, что с технологией «аватаров» уже в 2020 году молодого Терминатора можно будет сгенерировать уже без тысяч часов работы дорогостоящих специалистов. А в 2022-ом не понадобится уже и подставной актер. Программа полностью будет эмулировать игру настоящего человека.
И если в случае со Шварцнегером это будет все еще достаточно сложно и останутся визуальные дефекты, то с ныне действующими актерами эта схема подходит идеально.
Что я имею ввиду? Как я уже не раз говорил, главная проблема любой нейросети - это количество размеченных данных для обучения. В случае с попытками восстановить аватар молодого Шварцнегера их будет попросту не хватать из-за дефицита видеоматериала с ним. А вот в случае с действующими актерами процесс съемок можно строить таким образом, что этого самого материала (мимика, интонации, походка, жестикуляция, акцент) будет целенаправленно генерироваться огромное количество.
В киноиндустрии есть серьезная проблема: когда актер становится достаточно успешным, то все хотят снять его в кино, рекламе и так далее. Он просто физически не может согласиться на все. Многие актеры постоянно отказываются от потенциальных ролей из-за плотного графика. Кроме того, этот график сбивают еще и форс-мажоры на съемочной площадке, связанные, например, с погодой. «Аватары» могут помочь решить эти проблемы. Актер или просто публичная личность (спортсмен, певец) может месяц отработать в студии, отсняв полностью данные для своего аватара, а дальше просто продавать права на него со строго согласованным сценарием того, что этот аватар будет делать и говорить.
Я уверен, что компания, которая первой сможет показать продукт для создания «аватаров» достойного качества, будет стоить миллиарды долларов.
YouTube
В Китае создали виртуального ведущего новостей — он копирует реального человека
Обсудить — https://vc.ru/future/50449
Возможные варианты применения аватаров известных личностей:
1. Реклама.
Этот вариант приходит на ум первым. Проблема в том, что съемки в рекламе - это побочный эффект популярности, который отнимает очень много времени и сил у знаменитых людей, и он же их губит. Например, лицо того же Юрия Дудя сейчас очень востребовано, и он часто жалуется на то, что уже устал от рекламы.
Добившись известности, человек со своей основной деятельности резко переключается на съемки в промо-роликах. Парадокс в том, что и отказаться чаще всего нельзя - сегодня предложения есть, завтра их уже может не быть. В результате страдают проекты, принесшие эту известность, и популярность потихоньку затухает.
Продажа прав на использование аватара в рекламе позволит не снижать активность в основных проектах.
2. Фиксация физической формы.
Еще одна проблема для актеров - необходимость приобрести определенное телосложение для некоторых ролей. Невозможность похудеть/потолстеть/накачаться может стать причиной для отказа от роли. А изнурительные тренировки или резкий набор веса серьезно портят здоровье и отнимают много времени и сил, которые можно было бы потратить на прямые актерские обязанности: отработку образа и погружение в роль.
Например, Кристиан Бейл несколько раз набирал и сбрасывал для ролей порядка 30 килограммов.
С использованием технологии аватаров один раз созданную физическую форму можно использовать во второй, третьей частях фильма. А в это время актер уже может слезть с жесткой диеты или перестать заниматься в зале по 2 раза в день.
Пример с молодым Арнольдом из предыдущего поста - как раз такой случай.
3. Возможность создавать больше качественных образов.
Слишком сильное погружение в роль может вызывать психологические расстройства или проблемы в карьере.
Примеров много: Хит Леджер настолько отдавался работе над образом Джокера, что в итоге у него началось сильнейшее расстройство психики и нарушения сна, в результате которых он умер.
Или Роберт Дауни-младший: это пример актера, который стал заложником одного образа - Железного Человека. Франшиза Marvel оказалась крайне успешна, а Железный Человек является в ней важной фигурой, поэтому съемки идут постоянно. Актер, осознав эту проблему, несколько раз пытался закончить с этой ролью, но все большая популярность и все большие гонорары не дают ему сойти с этих рельсов.
Актеры боятся попробовать что-то новое, и при этом потерять уже наработанного персонажа, перестав сниматься в продолжении.
Аватар позволит разгрузиться от однообразных съемок и выделить больше времени на эксперименты.
4. Реинкарнация умерших/состарившихся актеров.
Представьте себе, если бы появилась техническая возможность снять фильм Брат-3 с аватаром Сергея Бодрова. Даже если бы все говорили, что это полная ерунда, и получилась низкокачественная поделка, большинству все равно захотелось бы увидеть, что же все-таки получилось. И ролики со сценами из фильма разлетелись бы по YouTube.
Примеру с потенциальным Братом-3 добавил бы пикантности еще тот факт, что режиссер фильма Алексей Балабанов тоже умер, и здесь же можно было бы использовать такой маркетинговый трюк с использованием нейросети, которая сформировала сценарий к фильму, проанализировав все прошлые работы этого режиссера.
Задумайтесь: подобный проект вполне мог бы собрать финансирование даже в формате краудфандинга.
Как обычно, жду ваши варианты применения технологии. Лучшие попадут в канал.
1. Реклама.
Этот вариант приходит на ум первым. Проблема в том, что съемки в рекламе - это побочный эффект популярности, который отнимает очень много времени и сил у знаменитых людей, и он же их губит. Например, лицо того же Юрия Дудя сейчас очень востребовано, и он часто жалуется на то, что уже устал от рекламы.
Добившись известности, человек со своей основной деятельности резко переключается на съемки в промо-роликах. Парадокс в том, что и отказаться чаще всего нельзя - сегодня предложения есть, завтра их уже может не быть. В результате страдают проекты, принесшие эту известность, и популярность потихоньку затухает.
Продажа прав на использование аватара в рекламе позволит не снижать активность в основных проектах.
2. Фиксация физической формы.
Еще одна проблема для актеров - необходимость приобрести определенное телосложение для некоторых ролей. Невозможность похудеть/потолстеть/накачаться может стать причиной для отказа от роли. А изнурительные тренировки или резкий набор веса серьезно портят здоровье и отнимают много времени и сил, которые можно было бы потратить на прямые актерские обязанности: отработку образа и погружение в роль.
Например, Кристиан Бейл несколько раз набирал и сбрасывал для ролей порядка 30 килограммов.
С использованием технологии аватаров один раз созданную физическую форму можно использовать во второй, третьей частях фильма. А в это время актер уже может слезть с жесткой диеты или перестать заниматься в зале по 2 раза в день.
Пример с молодым Арнольдом из предыдущего поста - как раз такой случай.
3. Возможность создавать больше качественных образов.
Слишком сильное погружение в роль может вызывать психологические расстройства или проблемы в карьере.
Примеров много: Хит Леджер настолько отдавался работе над образом Джокера, что в итоге у него началось сильнейшее расстройство психики и нарушения сна, в результате которых он умер.
Или Роберт Дауни-младший: это пример актера, который стал заложником одного образа - Железного Человека. Франшиза Marvel оказалась крайне успешна, а Железный Человек является в ней важной фигурой, поэтому съемки идут постоянно. Актер, осознав эту проблему, несколько раз пытался закончить с этой ролью, но все большая популярность и все большие гонорары не дают ему сойти с этих рельсов.
Актеры боятся попробовать что-то новое, и при этом потерять уже наработанного персонажа, перестав сниматься в продолжении.
Аватар позволит разгрузиться от однообразных съемок и выделить больше времени на эксперименты.
4. Реинкарнация умерших/состарившихся актеров.
Представьте себе, если бы появилась техническая возможность снять фильм Брат-3 с аватаром Сергея Бодрова. Даже если бы все говорили, что это полная ерунда, и получилась низкокачественная поделка, большинству все равно захотелось бы увидеть, что же все-таки получилось. И ролики со сценами из фильма разлетелись бы по YouTube.
Примеру с потенциальным Братом-3 добавил бы пикантности еще тот факт, что режиссер фильма Алексей Балабанов тоже умер, и здесь же можно было бы использовать такой маркетинговый трюк с использованием нейросети, которая сформировала сценарий к фильму, проанализировав все прошлые работы этого режиссера.
Задумайтесь: подобный проект вполне мог бы собрать финансирование даже в формате краудфандинга.
Как обычно, жду ваши варианты применения технологии. Лучшие попадут в канал.
#От_подписчика: @kadmil
Индустрия развлечений подбирается к использованию аватаров с разных сторон довольно давно. Тут и посмертные концерты Майкла Джексона и Тупака, и диснеевские обещания не использовать образ Кэрри Фишер в следующих сериях Звездных Войн — где уже успел засветиться в роли Таркина полу-компьютерный Питер Кушинг, умерший за 21 год до съемок.
Наверное, самая ироничная отсылка к возможности "аватаризации" актеров вышла у создателей нетфликсовского анимационного сериала BoJack Horseman.
Во втором сезоне главный герой сериала, звезда ситкома из 90-х, получает главную роль в проекте своей мечты. Продюсер настаивает на том, чтобы с БоДжека сняли "цифровой образ"; в случае, если по какой-то причине актер не сможет продолжить сниматься, за него это сделает компьютерный дублер-аватар.
Это и происходит, когда у БоДжека развязывается конфликт с продюсером, и он сбегает со съемок.
За роль, исполненную аватаром, БоДжека номинируют на Оскар, и третий сезон шоу он проводит в туре в поддержку своей оскаровской кандидатуры.
Кажется, пост-ирония добралась до аватаров знаменитостей раньше, чем сами аватары — до больших экранов.
Индустрия развлечений подбирается к использованию аватаров с разных сторон довольно давно. Тут и посмертные концерты Майкла Джексона и Тупака, и диснеевские обещания не использовать образ Кэрри Фишер в следующих сериях Звездных Войн — где уже успел засветиться в роли Таркина полу-компьютерный Питер Кушинг, умерший за 21 год до съемок.
Наверное, самая ироничная отсылка к возможности "аватаризации" актеров вышла у создателей нетфликсовского анимационного сериала BoJack Horseman.
Во втором сезоне главный герой сериала, звезда ситкома из 90-х, получает главную роль в проекте своей мечты. Продюсер настаивает на том, чтобы с БоДжека сняли "цифровой образ"; в случае, если по какой-то причине актер не сможет продолжить сниматься, за него это сделает компьютерный дублер-аватар.
Это и происходит, когда у БоДжека развязывается конфликт с продюсером, и он сбегает со съемок.
За роль, исполненную аватаром, БоДжека номинируют на Оскар, и третий сезон шоу он проводит в туре в поддержку своей оскаровской кандидатуры.
Кажется, пост-ирония добралась до аватаров знаменитостей раньше, чем сами аватары — до больших экранов.
Новые технологии сокращают в первую очередь высокооплачиваемые рабочие места.
Сейчас десятки миллионов людей по всему миру боятся, что они потеряют работу из-за автоматизации, роботов и искусственного интеллекта. А законодатели различных стран рассматривают варианты законопроектов, которые будут облагать роботов налогами, схожими с налогообложением для живых работников, чтобы обеспечить пособиями тех, кто потеряет работу.
Звучит достаточно печально и угрожающе, не правда ли? Представляются десятки тысяч безработных в городах, накаляющаяся социальная обстановка, искусственные налоги для роботов, которые будут тормозить экономику и заставлять бизнес уходить в другие юрисдикции, а экономику региона - еще больше стагнировать.
Но если внимательнее взглянуть на экономику этих процессов, то все представляется совершенно иначе. Когда предприниматель задумывается об автоматизации какого-либо из бизнес-процессов с помощью технологий, то он в первую очередь считает рентабельность этих инвестиций.
Допустим, у вас есть два сотрудника: один получает $1.000 в месяц, а другой $10.000. При этом работу либо одного, либо другого могут заменить некие автоматизированные системы, любая из которых стоит $200.000. А теперь подумайте, кого из сотрудников в первую очередь попытается заменить бизнес? В случае первого, возврат на инвестиции будет происходить 200 месяцев, а в случае второго - всего 20.
Если вы обратите внимание на новости о новых технологиях, в которых рассказывают об автоматизации той или иной профессии, то примерно 90% из них будет как раз про высококвалифицированные, хорошо оплачиваемые профессии, которые требуют дорогостоящего высшего образования.
А вот те самые пресловутые грузчики, доставщики, таксисты, кассиры и мерчендайзеры получают настолько низкую зарплату, что у роботов не получается с ними конкурировать.
Приведу несколько примеров:
1. Нейросеть справляется с рутинными юридическими задачами эффективнее, чем живые юристы.
2. Нейросеть научилась выполнять работу радиолога и ставить диагнозы по рентгеновским снимкам не хуже человека.
3. Вспомним пример из моего недавнего поста про фильм «Терминатор: Генезис», где группа специалистов по видеоэффектам потратила кучу времени и ресурсов, чтобы сделать аватар молодого Шварцнегера. В ближайшие годы большую часть этой задачи сможет решать нейросеть.
И таких примеров огромное множество.
Здесь работает простое правило: если ваша работа требует долгого, сложного, дорогого образования, вы получаете высокую зарплату и при этом сама работа сводится к довольно монотонным и повторяющимся операциям, то вы первый кандидат на автоматизацию и упразднение вашего рабочего места.
Именно по этой причине история человечества не знает примеров, когда из-за внедрения технологий разом оказались без работы сотни тысяч человек с самыми низкими доходами. Технологии в первую очередь бьют по «переоцененным» профессиям, для которых вы 10 лет чему-то учитесь, а потом на протяжении 30 лет делаете примерно одно и то же. Теперь нейросеть может выучить это за час, и больше не придется платить вам неоправданно высокую зарплату.
Сейчас десятки миллионов людей по всему миру боятся, что они потеряют работу из-за автоматизации, роботов и искусственного интеллекта. А законодатели различных стран рассматривают варианты законопроектов, которые будут облагать роботов налогами, схожими с налогообложением для живых работников, чтобы обеспечить пособиями тех, кто потеряет работу.
Звучит достаточно печально и угрожающе, не правда ли? Представляются десятки тысяч безработных в городах, накаляющаяся социальная обстановка, искусственные налоги для роботов, которые будут тормозить экономику и заставлять бизнес уходить в другие юрисдикции, а экономику региона - еще больше стагнировать.
Но если внимательнее взглянуть на экономику этих процессов, то все представляется совершенно иначе. Когда предприниматель задумывается об автоматизации какого-либо из бизнес-процессов с помощью технологий, то он в первую очередь считает рентабельность этих инвестиций.
Допустим, у вас есть два сотрудника: один получает $1.000 в месяц, а другой $10.000. При этом работу либо одного, либо другого могут заменить некие автоматизированные системы, любая из которых стоит $200.000. А теперь подумайте, кого из сотрудников в первую очередь попытается заменить бизнес? В случае первого, возврат на инвестиции будет происходить 200 месяцев, а в случае второго - всего 20.
Если вы обратите внимание на новости о новых технологиях, в которых рассказывают об автоматизации той или иной профессии, то примерно 90% из них будет как раз про высококвалифицированные, хорошо оплачиваемые профессии, которые требуют дорогостоящего высшего образования.
А вот те самые пресловутые грузчики, доставщики, таксисты, кассиры и мерчендайзеры получают настолько низкую зарплату, что у роботов не получается с ними конкурировать.
Приведу несколько примеров:
1. Нейросеть справляется с рутинными юридическими задачами эффективнее, чем живые юристы.
2. Нейросеть научилась выполнять работу радиолога и ставить диагнозы по рентгеновским снимкам не хуже человека.
3. Вспомним пример из моего недавнего поста про фильм «Терминатор: Генезис», где группа специалистов по видеоэффектам потратила кучу времени и ресурсов, чтобы сделать аватар молодого Шварцнегера. В ближайшие годы большую часть этой задачи сможет решать нейросеть.
И таких примеров огромное множество.
Здесь работает простое правило: если ваша работа требует долгого, сложного, дорогого образования, вы получаете высокую зарплату и при этом сама работа сводится к довольно монотонным и повторяющимся операциям, то вы первый кандидат на автоматизацию и упразднение вашего рабочего места.
Именно по этой причине история человечества не знает примеров, когда из-за внедрения технологий разом оказались без работы сотни тысяч человек с самыми низкими доходами. Технологии в первую очередь бьют по «переоцененным» профессиям, для которых вы 10 лет чему-то учитесь, а потом на протяжении 30 лет делаете примерно одно и то же. Теперь нейросеть может выучить это за час, и больше не придется платить вам неоправданно высокую зарплату.
Как не допустить «автоматизации» своего рабочего места?
Мой прошлый пост вызвал бурную реакцию у подписчиков. Сотни сообщений в чате канала, десятки сообщений у меня в личке. Люди присылают опровержения, статьи об автоматизации складов, о Waymo, которая запускает беспилотное коммерческое такси, и так далее.
Но, как я не раз упоминал в чате канала, надо смотреть на тенденции, а не на отдельно выдернутые факты. Надо смотреть на систему целиком, а не только на одну ее сторону.
В ближайших постах разверну тему автоматизации именно высокооплачиваемых рабочих мест и подробно расскажу обо всех аспектах.
Пойдем по порядку: несколько подписчиков подняли вопрос, какая же квалифицированная работа в самом ближайшем времени будет автоматизирована, и на что переучиться, пока не поздно?
Основной упор в предыдущем посте был на работу, которая заключается в повторяющихся действиях, но при этом требует многолетнего обучения и прохождения квалификаций.
В подобную категорию входит множество секторов экономики:
1. Медицина, где сбор анализов может делать робот, а анализировать результаты - нейронная сеть. В ближайшее время для обслуживания одного аппарата МРТ будет требоваться не 3-4 сотрудника, а один.
2. Юриспруденция. Большой сегмент доходов юристов - это составление договоров и проверка их на ошибки. В самое ближайшее время эту задачу сможет решать нейросеть. Причем это будет гораздо дешевле и качественнее для клиента, по сравнению с человеком.
3. Госслужащие. Во всех странах мира госслужащие составляют огромный пласт трудящегося населения. Работа государства требует постоянного регулирования и учета. Налоговые ведомства, центральные банки, кадастровый учет, и так далее. Множество ведомств, с многотысячной армией сотрудников, которые выполняют однотипные действия по сбору и обмену информацией с другими ведомствами. Это самый лакомый кусок для автоматизации и урезания расходов. А вот небольшой пруф про Центробанк РФ, чтобы вы не думали, что это просто мои фантазии.
Так что же делать, если вы чувствуете, что робот шатает под вами кресло?
В первую очередь, постоянно учиться и браться за новые, более сложные задачи. Если вы делаете то же самое, что делали 3 года назад, с той же производительностью и тем же качеством работы, то вы первый кандидат на «автоматизацию».
Если вы не видите перспектив в той отрасли, в которой вы заняты сейчас, то задумайтесь о ее смене.
На какую? Я уже лет десять слышу рассуждения о том, что рынок вакансий для программистов должен начать уменьшаться, а их безумные зарплаты - вернуться к «нормальным» показателям. Тем не менее, с каждым годом становится все труднее найти толковых разработчиков на свои проекты. Объективно говоря, я думаю, что рынок веб-разработки будет расти еще как минимум 10 лет.
Но если все так перспективно, то куда пойти учиться? Если рассматривать русскоязычные варианты, то мне нравится онлайн-университет skillbox.ru.
Они собирают для своих курсов реально практикующих авторов, решают во время обучения реальные задачи и дают возможность усердным ученикам получить работу у компаний-партнеров.
Так что, если вы задумываетесь о том, чтобы стать разработчиком, то начните с их курса.
Возможность получить работу после обучения у них вполне реальна. Сейчас в моей команде трудится парень, который начинал свой путь разработчика как раз с курсов Skillbox'a.
Мой прошлый пост вызвал бурную реакцию у подписчиков. Сотни сообщений в чате канала, десятки сообщений у меня в личке. Люди присылают опровержения, статьи об автоматизации складов, о Waymo, которая запускает беспилотное коммерческое такси, и так далее.
Но, как я не раз упоминал в чате канала, надо смотреть на тенденции, а не на отдельно выдернутые факты. Надо смотреть на систему целиком, а не только на одну ее сторону.
В ближайших постах разверну тему автоматизации именно высокооплачиваемых рабочих мест и подробно расскажу обо всех аспектах.
Пойдем по порядку: несколько подписчиков подняли вопрос, какая же квалифицированная работа в самом ближайшем времени будет автоматизирована, и на что переучиться, пока не поздно?
Основной упор в предыдущем посте был на работу, которая заключается в повторяющихся действиях, но при этом требует многолетнего обучения и прохождения квалификаций.
В подобную категорию входит множество секторов экономики:
1. Медицина, где сбор анализов может делать робот, а анализировать результаты - нейронная сеть. В ближайшее время для обслуживания одного аппарата МРТ будет требоваться не 3-4 сотрудника, а один.
2. Юриспруденция. Большой сегмент доходов юристов - это составление договоров и проверка их на ошибки. В самое ближайшее время эту задачу сможет решать нейросеть. Причем это будет гораздо дешевле и качественнее для клиента, по сравнению с человеком.
3. Госслужащие. Во всех странах мира госслужащие составляют огромный пласт трудящегося населения. Работа государства требует постоянного регулирования и учета. Налоговые ведомства, центральные банки, кадастровый учет, и так далее. Множество ведомств, с многотысячной армией сотрудников, которые выполняют однотипные действия по сбору и обмену информацией с другими ведомствами. Это самый лакомый кусок для автоматизации и урезания расходов. А вот небольшой пруф про Центробанк РФ, чтобы вы не думали, что это просто мои фантазии.
Так что же делать, если вы чувствуете, что робот шатает под вами кресло?
В первую очередь, постоянно учиться и браться за новые, более сложные задачи. Если вы делаете то же самое, что делали 3 года назад, с той же производительностью и тем же качеством работы, то вы первый кандидат на «автоматизацию».
Если вы не видите перспектив в той отрасли, в которой вы заняты сейчас, то задумайтесь о ее смене.
На какую? Я уже лет десять слышу рассуждения о том, что рынок вакансий для программистов должен начать уменьшаться, а их безумные зарплаты - вернуться к «нормальным» показателям. Тем не менее, с каждым годом становится все труднее найти толковых разработчиков на свои проекты. Объективно говоря, я думаю, что рынок веб-разработки будет расти еще как минимум 10 лет.
Но если все так перспективно, то куда пойти учиться? Если рассматривать русскоязычные варианты, то мне нравится онлайн-университет skillbox.ru.
Они собирают для своих курсов реально практикующих авторов, решают во время обучения реальные задачи и дают возможность усердным ученикам получить работу у компаний-партнеров.
Так что, если вы задумываетесь о том, чтобы стать разработчиком, то начните с их курса.
Возможность получить работу после обучения у них вполне реальна. Сейчас в моей команде трудится парень, который начинал свой путь разработчика как раз с курсов Skillbox'a.
Не надо путать автоматизацию с человекоподобными роботами.
Одна из серьезных проблем это то, как люди представляют себе автоматизацию производства, бизнеса и государственных служб.
Многие думают, что «магазин без кассиров» это магазин все с теми же привычными кассами и очередями, где вместо кассира будет стоять робот-гуманоид или какой-то шкаф вроде вендингового аппарата. На деле же, все оказывается совсем иначе. Магазины Amazon GO (и их клоны) вообще не содержат касс, как таковых. Все заменено на приложения на смартфонах и множество камер, которые с помощью машинного зрения различают, какой товар и в каком количестве вы взяли в корзину. Вы можете просто взять колбаску с йогуртом и свободно выйти из магазина. Стоимость покупки автоматически спишется с вашей банковской карты с помощью приложения на смартфоне.
Технология решает сразу несколько задач:
1. Избавляет от кассиров.
2. Избавляет от касс и затрат на них.
3. Избавляет от процессинга внутри магазинов (нет инкассации).
4. Полностью решает проблему очередей.
И самое главное — все это делается без единого робота-гуманоида или ящика с датчиками, через который нужно утомительно «пропикать» все свои покупки.
Еще хороший пример автоматизации в РФ — ГИБДД. Уже несколько лет подряд Госавтоинспекцию «оптимизируют», массово сокращая сотрудников: как тех, кто работает на постах, так и тех, кто сидит в кабинетах. Зачем нужны постовые, если камеры гораздо эффективнее, а штрафы выписываются автоматически?
Не нужен почтальон, чтобы принести вам уведомление о штрафе, оно просто приходит вам на email или в мобильное приложение.
Зачем нужен огромный штат кабинетных работников для приема и выдачи бумажек, если все это можно сделать через Госуслуги?
Остается еще прием экзамена по вождению, который тоже может быть автоматизирован. Нейронка в перспективе ближайших 5-10 лет гораздо лучше справится с проверкой ваших способностей на дороге, анализируя сразу кучу параметров по скорости, движениям руля и вашей реакции, а самое главное — будет лишена коррумпированной составляющей.
Выезд на место ДТП сотрудников, чтобы решить, кто виноват? Это тоже уже можно автоматизировать, увеличив число камер на дорогах и обязав все автомобили иметь стандартизированные видеорегистраторы.
Как видите, практически все задачи целой государственной службы можно решать без людей и без роботов-гуманоидов.
Если примеры выше касались соприкосновения с физическим миром, то существует ниша, которая практически не видна, но тем не менее она ежедневно заменяет людей на «автоматы». Речь идет о банальном обмене информацией. Огромные массы людей заняты сбором и выдачей бумажек (или файлов MS Office) друг другу. Вспомните, чтобы закрыть любое юридическое дело, вам нужно обежать кучу инстанций, зачастую бессмысленных и беспощадных. Теперь все эти конторы с живыми людьми заменяет сайт Госуслуг — да, пока криво, но прогресс налицо.
А в бизнесе это делается гораздо быстрее. Несколько лет назад я работал над автоматизацией бизнес-процессов у одного крупного московского дистрибьютора. Изначально в компании был отдел по работе с поставщиками на 10 человек, и отдел по работе с контентом на 12 человек. После внедрения ПО для автоматизации, в обоих отделах осталось по 2 человека. Причем для Москвы зарплаты у этих людей были не такие уж маленькие — явно выше, чем у кассира в Пятерочке или у таксиста в Яндексе.
Одна из серьезных проблем это то, как люди представляют себе автоматизацию производства, бизнеса и государственных служб.
Многие думают, что «магазин без кассиров» это магазин все с теми же привычными кассами и очередями, где вместо кассира будет стоять робот-гуманоид или какой-то шкаф вроде вендингового аппарата. На деле же, все оказывается совсем иначе. Магазины Amazon GO (и их клоны) вообще не содержат касс, как таковых. Все заменено на приложения на смартфонах и множество камер, которые с помощью машинного зрения различают, какой товар и в каком количестве вы взяли в корзину. Вы можете просто взять колбаску с йогуртом и свободно выйти из магазина. Стоимость покупки автоматически спишется с вашей банковской карты с помощью приложения на смартфоне.
Технология решает сразу несколько задач:
1. Избавляет от кассиров.
2. Избавляет от касс и затрат на них.
3. Избавляет от процессинга внутри магазинов (нет инкассации).
4. Полностью решает проблему очередей.
И самое главное — все это делается без единого робота-гуманоида или ящика с датчиками, через который нужно утомительно «пропикать» все свои покупки.
Еще хороший пример автоматизации в РФ — ГИБДД. Уже несколько лет подряд Госавтоинспекцию «оптимизируют», массово сокращая сотрудников: как тех, кто работает на постах, так и тех, кто сидит в кабинетах. Зачем нужны постовые, если камеры гораздо эффективнее, а штрафы выписываются автоматически?
Не нужен почтальон, чтобы принести вам уведомление о штрафе, оно просто приходит вам на email или в мобильное приложение.
Зачем нужен огромный штат кабинетных работников для приема и выдачи бумажек, если все это можно сделать через Госуслуги?
Остается еще прием экзамена по вождению, который тоже может быть автоматизирован. Нейронка в перспективе ближайших 5-10 лет гораздо лучше справится с проверкой ваших способностей на дороге, анализируя сразу кучу параметров по скорости, движениям руля и вашей реакции, а самое главное — будет лишена коррумпированной составляющей.
Выезд на место ДТП сотрудников, чтобы решить, кто виноват? Это тоже уже можно автоматизировать, увеличив число камер на дорогах и обязав все автомобили иметь стандартизированные видеорегистраторы.
Как видите, практически все задачи целой государственной службы можно решать без людей и без роботов-гуманоидов.
Если примеры выше касались соприкосновения с физическим миром, то существует ниша, которая практически не видна, но тем не менее она ежедневно заменяет людей на «автоматы». Речь идет о банальном обмене информацией. Огромные массы людей заняты сбором и выдачей бумажек (или файлов MS Office) друг другу. Вспомните, чтобы закрыть любое юридическое дело, вам нужно обежать кучу инстанций, зачастую бессмысленных и беспощадных. Теперь все эти конторы с живыми людьми заменяет сайт Госуслуг — да, пока криво, но прогресс налицо.
А в бизнесе это делается гораздо быстрее. Несколько лет назад я работал над автоматизацией бизнес-процессов у одного крупного московского дистрибьютора. Изначально в компании был отдел по работе с поставщиками на 10 человек, и отдел по работе с контентом на 12 человек. После внедрения ПО для автоматизации, в обоих отделах осталось по 2 человека. Причем для Москвы зарплаты у этих людей были не такие уж маленькие — явно выше, чем у кассира в Пятерочке или у таксиста в Яндексе.
YouTube
Introducing Amazon Go and the world’s most advanced shopping technology
Now open in Seattle! Amazon Go is a new kind of store featuring the world’s most advanced shopping technology. No lines, no checkout – just grab and go! Get the app at http://amazon.com/go
Экономические нюансы автоматизации и роботизации.
Наверняка все видели знаменитые видео с заводов BMW или Tesla, где роботы собирают дорогостоящие автомобили - выглядит это впечатляюще. Или тоже яркий пример роботизации: автоматизированные склады Amazon.
Когда в СМИ заводят речь об автоматизации и роботизации производств, то людям сразу представляются эти чудо-конвееры с роботами-манипуляторами. Но на деле эта самая автоматизация выглядит иначе.
Если посмотреть альтернативные видео про те же Amazon и Tesla, то на них все еще можно заметить кучу рабочих, которые делают достаточно банальные вещи по типу сортировки товаров/деталей и вкручивания гаек. Сразу появляется резонный вопрос, а почему эти задачи тоже не автоматизировали?
Здесь мы подходим к самому интересному:
1. разнице зарплат и профсоюзов в развитых и развивающихся странах;
2. стоимости роботов для развитых и развивающихся стран.
Где находятся все эти компании, великолепные заводы которых нам демонстрируют на видео? Это Германия и США (штат Калифорния). Это страны/штаты с развитыми экономиками. В странах с развитыми экономиками очень высокие зарплаты у рабочих, высокие налоги на эти зарплаты, и очень сильные профсоюзы, которые постоянно выбивают из компаний дополнительные плюшки для рабочих (оплачиваемые отпуска, оплата медицинских страховок, и так далее). При совершенно космических зарплатах (если смотреть в среднем по миру), на заводах и складах по-прежнему работает большое число рабочих, которые выполняют достаточно банальные повторяющиеся задачи. Почему же тогда так происходит? Почему предприятия не полностью автоматизированы?
Все очень просто: эти роботы стоят очень дорого и по-прежнему проигрывают человеку в стоимости работ.
Обратите внимание на видео с завода Tesla: там рассказывают о самих роботах, которые произведены по большей части в Германии (и немного в Японии). Это значит, что они делаются в стране с твердой мировой валютой: евро. Этих роботов делают люди, которые получают большую зарплату, и с зарплаты которых платятся высокие налоги. На выходе эти роботы становятся практически золотыми. Настолько, что даже местные (немецкие) предприятия не могут полностью автоматизировать свои производства, то есть оплатить стоимость этого оборудования.
Если даже BMW и Audi не могут, то разве смогут страны СНГ с их еле живыми национальными валютами?
Если для немецких концернов эти станки «золотые», то для российских предприятий они платиновые и инкрустированы бриллиантами 😊
Вот по этой причине робозаводы и склады мы видим только на видео из развитых стран. Условный русский, украинский или индийский рабочий стоит предприятию гораздо дешевле, чем огромный сверкающий робот, цена и стоимость поддержки которого равна 10 годовым зарплатам 100 рабочих на развивающихся рынках.
Наверняка все видели знаменитые видео с заводов BMW или Tesla, где роботы собирают дорогостоящие автомобили - выглядит это впечатляюще. Или тоже яркий пример роботизации: автоматизированные склады Amazon.
Когда в СМИ заводят речь об автоматизации и роботизации производств, то людям сразу представляются эти чудо-конвееры с роботами-манипуляторами. Но на деле эта самая автоматизация выглядит иначе.
Если посмотреть альтернативные видео про те же Amazon и Tesla, то на них все еще можно заметить кучу рабочих, которые делают достаточно банальные вещи по типу сортировки товаров/деталей и вкручивания гаек. Сразу появляется резонный вопрос, а почему эти задачи тоже не автоматизировали?
Здесь мы подходим к самому интересному:
1. разнице зарплат и профсоюзов в развитых и развивающихся странах;
2. стоимости роботов для развитых и развивающихся стран.
Где находятся все эти компании, великолепные заводы которых нам демонстрируют на видео? Это Германия и США (штат Калифорния). Это страны/штаты с развитыми экономиками. В странах с развитыми экономиками очень высокие зарплаты у рабочих, высокие налоги на эти зарплаты, и очень сильные профсоюзы, которые постоянно выбивают из компаний дополнительные плюшки для рабочих (оплачиваемые отпуска, оплата медицинских страховок, и так далее). При совершенно космических зарплатах (если смотреть в среднем по миру), на заводах и складах по-прежнему работает большое число рабочих, которые выполняют достаточно банальные повторяющиеся задачи. Почему же тогда так происходит? Почему предприятия не полностью автоматизированы?
Все очень просто: эти роботы стоят очень дорого и по-прежнему проигрывают человеку в стоимости работ.
Обратите внимание на видео с завода Tesla: там рассказывают о самих роботах, которые произведены по большей части в Германии (и немного в Японии). Это значит, что они делаются в стране с твердой мировой валютой: евро. Этих роботов делают люди, которые получают большую зарплату, и с зарплаты которых платятся высокие налоги. На выходе эти роботы становятся практически золотыми. Настолько, что даже местные (немецкие) предприятия не могут полностью автоматизировать свои производства, то есть оплатить стоимость этого оборудования.
Если даже BMW и Audi не могут, то разве смогут страны СНГ с их еле живыми национальными валютами?
Если для немецких концернов эти станки «золотые», то для российских предприятий они платиновые и инкрустированы бриллиантами 😊
Вот по этой причине робозаводы и склады мы видим только на видео из развитых стран. Условный русский, украинский или индийский рабочий стоит предприятию гораздо дешевле, чем огромный сверкающий робот, цена и стоимость поддержки которого равна 10 годовым зарплатам 100 рабочих на развивающихся рынках.
YouTube
Роботы на заводе BMW, это обязательно стоит посмотреть!
Промышленные роботы на заводе BMW и общий уровень автоматизации не позволяют оторвать взгляд от данного видео.
В чем принципиальное отличие автоматизации «программной» от «аппаратной»?
Возьмем двух сотрудников:
1. Один работает в офисе, получает email'ы, обрабатывает Excel-файлы и отправляет их другим сотрудникам.
2. Второй работает у станка и вкручивает гайки.
Работу обоих можно автоматизировать, то есть убрать из процесса человека и поставить на его место некий механизм.
Но, что интересно: автоматизация этих двух рабочих мест будет принципиально разной. «Офисный планктон» сможет заменить просто программное обеспечение, которое само будет получать файл, распознавать его, обрабатывать и посылать дальше. А вот рабочего у станка придется заменять роботизированной «рукой», которая будет вместо него день и ночь крутить гайки.
В чем принципиальная разница этих двух подходов с экономической точки зрения?
В затратах на тиражирование этой автоматизации. Оба метода на старте требуют серьезных инвестиций в создание продукта автоматизации: ПО или прототипов робота. Но когда конечный продукт протестирован и отлажен, и дело дошло до его тиражирования, которое позволит компании-производителю заработать, то начинают проявляться принципиальные различия.
При продаже очередному клиенту ПО для автоматизации у программного продукта фактически нет себестоимости. Это просто очередная копия программы. Таким образом, ПО может тиражироваться многомиллионными партиями практически без затрат (в случае выхода на рынки других стран потребуется перевод интерфейса).
А вот в случае с тиражированием роботов все обстоит гораздо сложнее. Производство каждого нового робота требует по-прежнему серьезных затрат. Конечно, он станет дешевле за счет объемов выпускаемых партий, но принципиально это не решает проблемы.
В результате, когда речь заходит об автоматизации рабочих мест в развивающихся странах, то в первую очередь опять-таки автоматизируют офисных работников, потому что это более доступно и экономически обосновано. А офисные работники - это как раз люди с высшим образованием и неплохими зарплатами.
В подтверждение моих слов могу привести примеры многомиллионных инвестиций в компании UiPath и Automation Anywhere, которые были совершены за последний месяц. Компании занимаются продуктами как раз для автоматизации рабочих мест «офисного планктона».
А вот мировой лидер в нише промышленных роботов - немецкая компания KUKA Roboter таких жирных инвестиций не собирает, поскольку не имеет такого мощного потенциала роста.
Возьмем двух сотрудников:
1. Один работает в офисе, получает email'ы, обрабатывает Excel-файлы и отправляет их другим сотрудникам.
2. Второй работает у станка и вкручивает гайки.
Работу обоих можно автоматизировать, то есть убрать из процесса человека и поставить на его место некий механизм.
Но, что интересно: автоматизация этих двух рабочих мест будет принципиально разной. «Офисный планктон» сможет заменить просто программное обеспечение, которое само будет получать файл, распознавать его, обрабатывать и посылать дальше. А вот рабочего у станка придется заменять роботизированной «рукой», которая будет вместо него день и ночь крутить гайки.
В чем принципиальная разница этих двух подходов с экономической точки зрения?
В затратах на тиражирование этой автоматизации. Оба метода на старте требуют серьезных инвестиций в создание продукта автоматизации: ПО или прототипов робота. Но когда конечный продукт протестирован и отлажен, и дело дошло до его тиражирования, которое позволит компании-производителю заработать, то начинают проявляться принципиальные различия.
При продаже очередному клиенту ПО для автоматизации у программного продукта фактически нет себестоимости. Это просто очередная копия программы. Таким образом, ПО может тиражироваться многомиллионными партиями практически без затрат (в случае выхода на рынки других стран потребуется перевод интерфейса).
А вот в случае с тиражированием роботов все обстоит гораздо сложнее. Производство каждого нового робота требует по-прежнему серьезных затрат. Конечно, он станет дешевле за счет объемов выпускаемых партий, но принципиально это не решает проблемы.
В результате, когда речь заходит об автоматизации рабочих мест в развивающихся странах, то в первую очередь опять-таки автоматизируют офисных работников, потому что это более доступно и экономически обосновано. А офисные работники - это как раз люди с высшим образованием и неплохими зарплатами.
В подтверждение моих слов могу привести примеры многомиллионных инвестиций в компании UiPath и Automation Anywhere, которые были совершены за последний месяц. Компании занимаются продуктами как раз для автоматизации рабочих мест «офисного планктона».
А вот мировой лидер в нише промышленных роботов - немецкая компания KUKA Roboter таких жирных инвестиций не собирает, поскольку не имеет такого мощного потенциала роста.
Технологии распространяются лавинообразно, только если они очень дешевые и очень простые.
В 2018 году доля интернет-пользователей в мире достигла отметки в 4 млрд. человек. Основной рост идет за счет Африки, Юго-восточной Азии и Индии. Вроде бы, ничего удивительного: самые бедные регионы потихоньку подтягиваются во всемирную сеть вслед за удешевлением технологий. Однако огромные массы населения перепрыгивают этап владения настольным компьютером и проводным интернетом и начинают свой опыт интернет-пользователя сразу со смартфона и мобильного интернета.
Почему так происходит?
Компьютер и высокоскоростной интернет так и остались дорогой игрушкой. Мало-мальски приличный ноутбук стоит не меньше 500 долларов, интернет по оптоволокну - от 10 баксов в месяц.
А вот смартфон можно купить от 200 баксов, и тариф с интернетом будет стоить от 5 баксов в месяц, да еще и звонить можно! Конечно же, смартфон стал для большинства гораздо более доступной технологией, чем персональный компьютер.
О чем нам говорит этот пример?
Помимо того, что смартфоны - более дешевый аналог персональных компьютеров, они еще и обладают гораздо более простым интерфейсом. Смартфонами могут пользоваться все: и бабушки, и малолетние дети. А вот чтобы разобраться, как работает ПК, придется изрядно повозиться. Особенно если вспомнить про Windows и их ужасающие попытки сделать операционную систему сразу для всего (ПК и планшетов).
Революция смартфонов - это иллюстрация того, что технология может захватить мир, только если она станет предельно дешевой и предельно простой. Так было с лампочкой, двигателем внутренного сгорания, пулеметом, телеграфом, телефоном и так далее.
С этой же точки зрения разберем перспективы полной автоматизации рабочих мест всеми любимых таксистов.
Если почитать две недавних статьи (раз и два) о том, как Яндекс запустил в Иннополисе автопилотируемое такси, то в обоих статьях в глаза сразу бросаются серьезнейшие проблемы разработчиков с аппаратным обеспечением. Приходится использовать технологичную гибридную Тойоту Приус, цена которой стартует на российском рынке от 2.2 млн. рублей. Совсем не Киа Рио и Хендай Солярис, верно?)
Дальше в бой идут лидары, камеры, датчики. Самая дорогая часть расходов - это лидары, игрушки эти очень дорогие. Насколько мне известно, яндексовский Приус со всеми обвесами, трудочасами инженеров на его переоборудование и без учета цены самого ПО автопилота обходится в 100-120 тысяч долларов за штуку.
И все это добро еще к тому же очень сырое и не может пока нормально разруливать ситуации, например, с припаркованными в неположенном месте автомобилями, которые преградили путь на узких улочках Москвы.
Добавьте сюда дорогостоящее техническое обслуживание этих сложных приборов, страховые риски при угоне или аварии автомобиля. В итоге текущая версия автопилотируемого такси становится просто золотой по сравнению с Джамшутом на Киа Рио и экономически пока ему серьезно проигрывает. Ранее я писал о ближайшей реальной перспективе лишь для Яндекс.Маршрутки, которая сможет ездить по нескольким остановкам, с выделенной полосой и прочими преимуществами по сравнению с автомобилями, пилотируемыми людьми.
Реальную революцию нейросетей, и в первую очередь машинного зрения, мы увидим только тогда, когда через самые обыкновенные 10 видеокамер от видеорегистраторов автопилот сможет управлять легковым автомобилем в условиях городской среды.
Так же как в случае с проблемами распространения ПК в развивающихся странах, возможно это так никогда и не случится. Армия таксистов в развивающихся странах сохранит свою работу, а автопилот останется игрушкой для богатых развитых стран.
В 2018 году доля интернет-пользователей в мире достигла отметки в 4 млрд. человек. Основной рост идет за счет Африки, Юго-восточной Азии и Индии. Вроде бы, ничего удивительного: самые бедные регионы потихоньку подтягиваются во всемирную сеть вслед за удешевлением технологий. Однако огромные массы населения перепрыгивают этап владения настольным компьютером и проводным интернетом и начинают свой опыт интернет-пользователя сразу со смартфона и мобильного интернета.
Почему так происходит?
Компьютер и высокоскоростной интернет так и остались дорогой игрушкой. Мало-мальски приличный ноутбук стоит не меньше 500 долларов, интернет по оптоволокну - от 10 баксов в месяц.
А вот смартфон можно купить от 200 баксов, и тариф с интернетом будет стоить от 5 баксов в месяц, да еще и звонить можно! Конечно же, смартфон стал для большинства гораздо более доступной технологией, чем персональный компьютер.
О чем нам говорит этот пример?
Помимо того, что смартфоны - более дешевый аналог персональных компьютеров, они еще и обладают гораздо более простым интерфейсом. Смартфонами могут пользоваться все: и бабушки, и малолетние дети. А вот чтобы разобраться, как работает ПК, придется изрядно повозиться. Особенно если вспомнить про Windows и их ужасающие попытки сделать операционную систему сразу для всего (ПК и планшетов).
Революция смартфонов - это иллюстрация того, что технология может захватить мир, только если она станет предельно дешевой и предельно простой. Так было с лампочкой, двигателем внутренного сгорания, пулеметом, телеграфом, телефоном и так далее.
С этой же точки зрения разберем перспективы полной автоматизации рабочих мест всеми любимых таксистов.
Если почитать две недавних статьи (раз и два) о том, как Яндекс запустил в Иннополисе автопилотируемое такси, то в обоих статьях в глаза сразу бросаются серьезнейшие проблемы разработчиков с аппаратным обеспечением. Приходится использовать технологичную гибридную Тойоту Приус, цена которой стартует на российском рынке от 2.2 млн. рублей. Совсем не Киа Рио и Хендай Солярис, верно?)
Дальше в бой идут лидары, камеры, датчики. Самая дорогая часть расходов - это лидары, игрушки эти очень дорогие. Насколько мне известно, яндексовский Приус со всеми обвесами, трудочасами инженеров на его переоборудование и без учета цены самого ПО автопилота обходится в 100-120 тысяч долларов за штуку.
И все это добро еще к тому же очень сырое и не может пока нормально разруливать ситуации, например, с припаркованными в неположенном месте автомобилями, которые преградили путь на узких улочках Москвы.
Добавьте сюда дорогостоящее техническое обслуживание этих сложных приборов, страховые риски при угоне или аварии автомобиля. В итоге текущая версия автопилотируемого такси становится просто золотой по сравнению с Джамшутом на Киа Рио и экономически пока ему серьезно проигрывает. Ранее я писал о ближайшей реальной перспективе лишь для Яндекс.Маршрутки, которая сможет ездить по нескольким остановкам, с выделенной полосой и прочими преимуществами по сравнению с автомобилями, пилотируемыми людьми.
Реальную революцию нейросетей, и в первую очередь машинного зрения, мы увидим только тогда, когда через самые обыкновенные 10 видеокамер от видеорегистраторов автопилот сможет управлять легковым автомобилем в условиях городской среды.
Так же как в случае с проблемами распространения ПК в развивающихся странах, возможно это так никогда и не случится. Армия таксистов в развивающихся странах сохранит свою работу, а автопилот останется игрушкой для богатых развитых стран.
Подведем итоги споров о мифах автоматизации/роботизации.
Недавно я опубликовал противоречивый пост о том, что новые технологии сокращают в первую очередь высокооплачиваемые рабочие места. Он вызвал много споров в чате, люди писали мне в личку гневные посты с примерами об автоматизации складов, такси, грузоперевозок.
В ответ на это я решил глубже разобрать тему и посмотреть на ее аспекты с разных сторон:
1. Не надо путать автоматизацию с человекоподобными роботами
2. Экономические нюансы автоматизации и роботизации
3. В чем принципиальное отличие автоматизации «программной» от «аппаратной»
4. Технологии распространяются лавинообразно, только если они очень дешевые и очень простые
Аспекты автоматизации в них были рассмотрены с точки зрения как экономики, так и технологии - они всегда идут рука об руку.
Какие выводы можно сделать после прочтения этих статей?
1. Большая часть разговоров об автоматизации ручного труда (простых рабочих) касается в первую очередь развитых стран, к которым страны СНГ никакого отношения не имеют. В развивающихся странах (например, СНГ) автоматизация рабочих мест роботами чаще всего нерентабельна, поскольку роботов изобретают и делают в развитых странах с крепкой валютой и высокими налогами. В итоге, стоимость робота не покрывает копеечной зарплаты живого рабочего.
2. Автоматизация, которая действительно распространяется легко и быстро, является «программной». Программная автоматизация чаще всего заменяет более высокооплачиваемые рабочие места. Банковские клерки, госслужащие, юристы и так далее. То есть люди, работающие исключительно с информацией (получить информацию, обработать и отправить дальше). В сочетании с тем, что «программная» автоматизация дешевле, а зарплата тех, кого она заменяет, гораздо выше, чем у простых работяг, то как раз она в первую очередь и внедряется повсеместно в мире. Сейчас уже не существует таких профессий как телефонистка, работник телеграфа, чертежник в конструкторском бюро и так далее. Все эти профессии заменили программы. Причем по всему миру.
3. Так как же нам воспринимать популярное высказывание о том, что автоматизация порождает больше рабочих мест, чем сокращает? Дело в суммарном повышении производительности труда, и как следствие, появление большего числа «благ» на душу населения. Возросшие реальные доходы тех, кто не потерял работу, формируют у них новый спрос на развлечения, более крутые автомобили, путешествия и прочее. А если формируется спрос, то он должен закрываться релевантным предложением. То есть, по факту автоматизация формирует новые рынки, которых ранее просто не существовало и в которых пока что не понятно, что автоматизировать. Отсюда появляется куча рабочих мест для ручного труда. Мода на крафтовое пиво, мыло, мебель или фермерское молоко/мясо/творог растет как раз оттуда. Автоматизация создала дешевые продукты, а рынок ответил на это тем, что хочет дорогие хендмейд-продукты просто потому, что есть категория населения, которая может за это заплатить.
P.S. Не нужно путать плавный ход автоматизации, рост производительности труда/благ на душу населения и трансформации рабочих мест с кризисом в экономике.
При кризисе, несмотря на автоматизацию, рабочих мест становится меньше по причине того, что число благ на душу населения в экономике сокращается.
Недавно я опубликовал противоречивый пост о том, что новые технологии сокращают в первую очередь высокооплачиваемые рабочие места. Он вызвал много споров в чате, люди писали мне в личку гневные посты с примерами об автоматизации складов, такси, грузоперевозок.
В ответ на это я решил глубже разобрать тему и посмотреть на ее аспекты с разных сторон:
1. Не надо путать автоматизацию с человекоподобными роботами
2. Экономические нюансы автоматизации и роботизации
3. В чем принципиальное отличие автоматизации «программной» от «аппаратной»
4. Технологии распространяются лавинообразно, только если они очень дешевые и очень простые
Аспекты автоматизации в них были рассмотрены с точки зрения как экономики, так и технологии - они всегда идут рука об руку.
Какие выводы можно сделать после прочтения этих статей?
1. Большая часть разговоров об автоматизации ручного труда (простых рабочих) касается в первую очередь развитых стран, к которым страны СНГ никакого отношения не имеют. В развивающихся странах (например, СНГ) автоматизация рабочих мест роботами чаще всего нерентабельна, поскольку роботов изобретают и делают в развитых странах с крепкой валютой и высокими налогами. В итоге, стоимость робота не покрывает копеечной зарплаты живого рабочего.
2. Автоматизация, которая действительно распространяется легко и быстро, является «программной». Программная автоматизация чаще всего заменяет более высокооплачиваемые рабочие места. Банковские клерки, госслужащие, юристы и так далее. То есть люди, работающие исключительно с информацией (получить информацию, обработать и отправить дальше). В сочетании с тем, что «программная» автоматизация дешевле, а зарплата тех, кого она заменяет, гораздо выше, чем у простых работяг, то как раз она в первую очередь и внедряется повсеместно в мире. Сейчас уже не существует таких профессий как телефонистка, работник телеграфа, чертежник в конструкторском бюро и так далее. Все эти профессии заменили программы. Причем по всему миру.
3. Так как же нам воспринимать популярное высказывание о том, что автоматизация порождает больше рабочих мест, чем сокращает? Дело в суммарном повышении производительности труда, и как следствие, появление большего числа «благ» на душу населения. Возросшие реальные доходы тех, кто не потерял работу, формируют у них новый спрос на развлечения, более крутые автомобили, путешествия и прочее. А если формируется спрос, то он должен закрываться релевантным предложением. То есть, по факту автоматизация формирует новые рынки, которых ранее просто не существовало и в которых пока что не понятно, что автоматизировать. Отсюда появляется куча рабочих мест для ручного труда. Мода на крафтовое пиво, мыло, мебель или фермерское молоко/мясо/творог растет как раз оттуда. Автоматизация создала дешевые продукты, а рынок ответил на это тем, что хочет дорогие хендмейд-продукты просто потому, что есть категория населения, которая может за это заплатить.
P.S. Не нужно путать плавный ход автоматизации, рост производительности труда/благ на душу населения и трансформации рабочих мест с кризисом в экономике.
При кризисе, несмотря на автоматизацию, рабочих мест становится меньше по причине того, что число благ на душу населения в экономике сокращается.
Вам понравился подробный разбор в нескольких постах темы автоматизации рабочих мест?
▪️ 92% (76) Да. Это классный формат. Уделяй на каждую тему по 3-5 постов.
🔸🔸🔸🔸🔸🔸🔸🔸
▫️ 4% (4) Нет. Лучше 1-2 поста на тему, но больше разных тем.
▪️ 2% (2) Меня вообще бесит твой канал. Ничего не пиши!
👥 82 - всего голосов
▪️ 92% (76) Да. Это классный формат. Уделяй на каждую тему по 3-5 постов.
🔸🔸🔸🔸🔸🔸🔸🔸
▫️ 4% (4) Нет. Лучше 1-2 поста на тему, но больше разных тем.
▪️ 2% (2) Меня вообще бесит твой канал. Ничего не пиши!
👥 82 - всего голосов
Что можно будет купить на криптовалюту Телеграма?
Про Telegram Open Network давненько уже не было никаких новостей. В СМИ месяц назад публиковали информацию о том, что якобы в ноябре-декабре она будет запущена, и о том, что для своей криптоплатформы команда мессенджера создала с нуля несколько протоколов обмена данными.
Уровень некомпетенции СМИ в этих вопросах безусловно поражает. Там смело путают предполагаемый запуск тестовой сети с запуском реально работающего продукта, пускай даже для части пользователей мессенджера. Тестовая сеть так и называется потому, что ее используют для первого тестирования получившегося продукта, и ни один адекватный разработчик не будет тестировать ее сразу на пользователях.
Но поговорить я хотел сегодня не столько про дедлайны по реализации блокчейна Telegram, сколько о том, зачем он вообще сможет понадобиться рядовым пользователям.
Сбор денег на свою криптовалюту Telegram проводил на самом пике хайпа вокруг криптовалют, когда биткоин добирался до отметки в 20.000 долларов за штуку. Криптовалютный рынок набирал ход, как классическая пирамида: все покупали монеты не потому, что за ними стоял какой-то реальный продукт или рынок, а просто потому, что завтра они будут дороже, чем сегодня. Ведь все больше новых адептов-инвесторов покупало их с той же целью. СМИ и множество популярных личностей рассуждали о том, что это новая экономика и скоро криптокомпании будут стоить миллиарды долларов. Прошел год, и все иллюзии насчет этого пузыря лопнули.
Криптовалюты по-прежнему в 99% случаев не имеют под собой никакого практического обоснования, кроме инструмента ухода от налогов и финансирования незаконной деятельности всех мастей. 1% приходится на магазины и рестораны, которые просто хотели похайпиться на этом и попасть в СМИ. Не буду перечислять здесь все проблемы криптоэкономики, если интересно, можете посмотреть перечень, например здесь. Главное, что стоит вынести из этого: деньги Павел Дуров у инвесторов собирал на хайпе, а криптоплатформу будет запускать на масштабном спаде рынка. Ситуация, прямо скажем, не из простых.
Но Дуров, как известно, человек неглупый, и предвидел подобное развитие событий, поэтому в описании для своей блокчейн-платформы для инвесторов сразу пояснил, что валюта Gram будет не спекулятивно-хайповым инструментом, как биткоин, а будет иметь под собой реальное экономическое обоснование, а «центральный банк» TON будет регулировать курс валюты (согласно Whitepaper TON - часть 1 и часть 2) во избежание чересчур сильной волатильности, то есть скачков курса.
Так какое же реальное применение может быть у Gram?
Для ответа на этот вопрос стоит рассмотреть уже сформировавшиеся в Telegram рынки: это каналы, публичные чаты и боты.
Рынок каналов (покупка/продажа рекламы и самих каналов) многократно превышает по своим оборотам приемы платежей в ботах. Поэтому очевидно, что главный упор в первой версии криптоплатформы будет сделан именно на каналы.
Важно понимать, что полноценная биржа рекламы в каналах требует на свою разработку огромное количество ресурсов, которых не хватает даже на запуск самой криптоплатформы и ее собственных протоколов. Биржа потребовала бы реализации подробной статистики, каталога каналов, соответствующей модерации и решения споров, и более активной борьбы с подписчиками-ботами. Проект выглядит огромным.
А вот реализация блокчейн-гаранта для покупки/продажи каналов с использованием Gram'ов выглядит достаточно просто и имеет высокую востребованность на рынке. Сейчас в Telegram ежедневно продаются/покупаются сотни каналов. И все это происходит в формате дикого капитализма: периодически слышны возгласы о том, что кого-то обманули: не заплатили денег, обманом завладели каналом.
Для сделок прибегают к услугам гарантов, которые сами зачастую являются мошенниками.
Telegram может взять на себя роль гаранта, и технология блокчейна для этого идеально подходит. Сами сделки будут проходить естественно в валюте Gram, что будет создавать для нее реальное обеспечение. И тем самым сможет улучшить привлекательность не только криптовалюты, но и рынка каналов в целом.
Про Telegram Open Network давненько уже не было никаких новостей. В СМИ месяц назад публиковали информацию о том, что якобы в ноябре-декабре она будет запущена, и о том, что для своей криптоплатформы команда мессенджера создала с нуля несколько протоколов обмена данными.
Уровень некомпетенции СМИ в этих вопросах безусловно поражает. Там смело путают предполагаемый запуск тестовой сети с запуском реально работающего продукта, пускай даже для части пользователей мессенджера. Тестовая сеть так и называется потому, что ее используют для первого тестирования получившегося продукта, и ни один адекватный разработчик не будет тестировать ее сразу на пользователях.
Но поговорить я хотел сегодня не столько про дедлайны по реализации блокчейна Telegram, сколько о том, зачем он вообще сможет понадобиться рядовым пользователям.
Сбор денег на свою криптовалюту Telegram проводил на самом пике хайпа вокруг криптовалют, когда биткоин добирался до отметки в 20.000 долларов за штуку. Криптовалютный рынок набирал ход, как классическая пирамида: все покупали монеты не потому, что за ними стоял какой-то реальный продукт или рынок, а просто потому, что завтра они будут дороже, чем сегодня. Ведь все больше новых адептов-инвесторов покупало их с той же целью. СМИ и множество популярных личностей рассуждали о том, что это новая экономика и скоро криптокомпании будут стоить миллиарды долларов. Прошел год, и все иллюзии насчет этого пузыря лопнули.
Криптовалюты по-прежнему в 99% случаев не имеют под собой никакого практического обоснования, кроме инструмента ухода от налогов и финансирования незаконной деятельности всех мастей. 1% приходится на магазины и рестораны, которые просто хотели похайпиться на этом и попасть в СМИ. Не буду перечислять здесь все проблемы криптоэкономики, если интересно, можете посмотреть перечень, например здесь. Главное, что стоит вынести из этого: деньги Павел Дуров у инвесторов собирал на хайпе, а криптоплатформу будет запускать на масштабном спаде рынка. Ситуация, прямо скажем, не из простых.
Но Дуров, как известно, человек неглупый, и предвидел подобное развитие событий, поэтому в описании для своей блокчейн-платформы для инвесторов сразу пояснил, что валюта Gram будет не спекулятивно-хайповым инструментом, как биткоин, а будет иметь под собой реальное экономическое обоснование, а «центральный банк» TON будет регулировать курс валюты (согласно Whitepaper TON - часть 1 и часть 2) во избежание чересчур сильной волатильности, то есть скачков курса.
Так какое же реальное применение может быть у Gram?
Для ответа на этот вопрос стоит рассмотреть уже сформировавшиеся в Telegram рынки: это каналы, публичные чаты и боты.
Рынок каналов (покупка/продажа рекламы и самих каналов) многократно превышает по своим оборотам приемы платежей в ботах. Поэтому очевидно, что главный упор в первой версии криптоплатформы будет сделан именно на каналы.
Важно понимать, что полноценная биржа рекламы в каналах требует на свою разработку огромное количество ресурсов, которых не хватает даже на запуск самой криптоплатформы и ее собственных протоколов. Биржа потребовала бы реализации подробной статистики, каталога каналов, соответствующей модерации и решения споров, и более активной борьбы с подписчиками-ботами. Проект выглядит огромным.
А вот реализация блокчейн-гаранта для покупки/продажи каналов с использованием Gram'ов выглядит достаточно просто и имеет высокую востребованность на рынке. Сейчас в Telegram ежедневно продаются/покупаются сотни каналов. И все это происходит в формате дикого капитализма: периодически слышны возгласы о том, что кого-то обманули: не заплатили денег, обманом завладели каналом.
Для сделок прибегают к услугам гарантов, которые сами зачастую являются мошенниками.
Telegram может взять на себя роль гаранта, и технология блокчейна для этого идеально подходит. Сами сделки будут проходить естественно в валюте Gram, что будет создавать для нее реальное обеспечение. И тем самым сможет улучшить привлекательность не только криптовалюты, но и рынка каналов в целом.
Потенциал легкого масштабирования инструментов купли-продажи на блокчейне Telegram.
В предыдущем посте я рассказал о высокой вероятности внедрения в блокчейн-платформу Telegram инструментов купли-продажи каналов. Стоит подробнее рассмотреть момент, почему реализация инструментов купли-продажи гораздо проще и быстрее, чем рекламной биржи.
Рекламная биржа требует очень широкого функционала по сбору статистики и человеко-часов на поддержку и решение споров, а также борьбу с засилием ботоводов в Telegram.
В случае же, когда Telegram выступает просто гарантом сделки по покупке канала, все это можно упразднить. Поскольку Telegram дает гарантии лишь на совершение сделки, то есть не гарантирует вам, что вы не купите канал с ботами или накрученной статистикой. Он лишь гарантирует, что покупатель получит канал, а продавец - деньги.
Даже на такую элементарную задачу на рынке Telegram-каналов сейчас огромный спрос.
А команде Telegram для старта нужны простые задачи для применения своего блокчейна.
Кроме того, инструмент купли-продажи отлично масштабируем. Начали с продажи каналов - продолжили продажей доменов формата @имя внутри Telegram, и расширили проведением любых сделок по купле-продаже за пределами Telegram, так как технология блокчейна для этого идеально подходит.
Встроенный механизм продажи каналов позволит решить еще и проблему привязки личного аккаунта к продаваемому каналу. Новый функционал наверняка позволит отвязывать каналы от аккаунта при продаже, тем самым сохраняя для пользователя его личные чаты. Это проблема, с которой столкнулись многие успешные Telegram-блогеры - начинали с формата «поиграться», а пришли к формату необходимости продажи полноценного бизнеса.
Резюмирую.
Появление такого достаточно простого функционала в виде гаранта сделок, безусловно, окажет сильное влияние на и без того растущий рынок Telegram-каналов (даже с учетом его блокировки), и позволит создать реальный спрос на Gram'ы.
В предыдущем посте я рассказал о высокой вероятности внедрения в блокчейн-платформу Telegram инструментов купли-продажи каналов. Стоит подробнее рассмотреть момент, почему реализация инструментов купли-продажи гораздо проще и быстрее, чем рекламной биржи.
Рекламная биржа требует очень широкого функционала по сбору статистики и человеко-часов на поддержку и решение споров, а также борьбу с засилием ботоводов в Telegram.
В случае же, когда Telegram выступает просто гарантом сделки по покупке канала, все это можно упразднить. Поскольку Telegram дает гарантии лишь на совершение сделки, то есть не гарантирует вам, что вы не купите канал с ботами или накрученной статистикой. Он лишь гарантирует, что покупатель получит канал, а продавец - деньги.
Даже на такую элементарную задачу на рынке Telegram-каналов сейчас огромный спрос.
А команде Telegram для старта нужны простые задачи для применения своего блокчейна.
Кроме того, инструмент купли-продажи отлично масштабируем. Начали с продажи каналов - продолжили продажей доменов формата @имя внутри Telegram, и расширили проведением любых сделок по купле-продаже за пределами Telegram, так как технология блокчейна для этого идеально подходит.
Встроенный механизм продажи каналов позволит решить еще и проблему привязки личного аккаунта к продаваемому каналу. Новый функционал наверняка позволит отвязывать каналы от аккаунта при продаже, тем самым сохраняя для пользователя его личные чаты. Это проблема, с которой столкнулись многие успешные Telegram-блогеры - начинали с формата «поиграться», а пришли к формату необходимости продажи полноценного бизнеса.
Резюмирую.
Появление такого достаточно простого функционала в виде гаранта сделок, безусловно, окажет сильное влияние на и без того растущий рынок Telegram-каналов (даже с учетом его блокировки), и позволит создать реальный спрос на Gram'ы.
С какими неочевидными проблемами встречаются технологические компании на b2b-рынке?
На VC вышла очень занятная статья про то, с чем приходится сталкиваться создателям любых IT-продуктов на b2b-рынке - и это не проблемы с масштабированием системы, срывом сроков по очередному этапу проекта или выбором между собственными и облачными серверами.
Речь идет о «токсичных» клиентах. Мало кто задумывается о существовании коррупции в виде откатов, безответственности и обмане со стороны клиентов до тех пор, пока сам не столкнется с этим.
Есть множество примеров крупных известных брендов, которые не выплачивают свои задолженности за уже оказанные услуги или отгруженные товары (Enter, Ulmart).
На самом деле, b2b-рынок переполнен такими контрагентами, и с этим сталкиваются все, независимо от возраста и величины компании.
В рассматриваемой статье речь идет о начинающих компаниях, дополню эту картину мало кому известными нюансами работы IT-гигантов. Например, если проводить аналогию с российским рынком, то Илон Маск - это скорее не Павел Дуров, а условный Ротенберг, который сидит на госконтрактах. Его Space X получила от NASA около полумиллиарда долларов. При этом есть ряд мнений, что эти тендеры были выиграны не совсем честным путем, а ракеты для многоразовых запусков на самом деле менее экономически рентабельны по сравнению с классическими одноразовыми. Замена одноразовых деталей на Falcon'ах и их дальнейшее тестирование дороже, чем постройка новой ракеты. А весь этот проект - это своего рода американский «Крымский мост»: много пафоса и затрат, мало эффективности.
Еще один пример среди крупных компаний - Microsoft, который зарабатывает в первую очередь на продаже своих продуктов госучереждениям. Модель продаж Microsoft построена таким образом, что их мотивацией является не улучшение продукта, а «втюхивание» его как можно большему числу государственных компаний.
Согласно официальной отчетности, подразделение «Productivity and Business Processes», в которое входят продукты Office, дает около 30% всех доходов компании. При этом цели улучшить продукт, чтобы повысить продажи в сегменте индивидуальных пользователей, нет. Есть цель обновлять его, добавляя какие-то фичи для госучереждений, которые якобы им нужны - хотя на самом деле они могут быть абсолютно бесполезны, но лица, принимающие решения о приобретении этого ПО, сами на нем чаще всего не работают.
Если рассматривать крупнейшие мировые рекламные агентства, то обычно они являются не столько именно креативными агентствами, и не занимаются перфоманс-маркетингом - на рынке рекламы они являются своеобразной вариацией банка.
Почему они забирают самые «жирные» контракты? Потому что они готовы работать по схеме пост-оплаты. Крупный клиент, который выпускает новый продукт, еще не начал его продавать, и пока не заработал на этом денег. Например, Colgate выпускает на рынок новую зубную пасту. Когда он приходит в агентство, оно будет готово выполнить работу в рассрочку: создать креативы за свои деньги, сделать размещения за свои деньги. Далее, когда товар начинает продаваться, из полученных денег клиент расплачивается за рекламную кампанию.
Многие креативные агентства не понимают, почему они не могут получить топовый контракт он условного Unilever, а получают рекламные гиганты, назначающие в разы более высокую цену за проект? Причина как раз в том, что такие небольшие компании просто не могут выполнить работу полностью без предоплаты, и получить деньги например, через год.
Возвращаясь к реалиям небольших IT-стартапов, нужно понимать, что такая модель не работает для них. И чтобы расти, им не стоит брать пример с крупного бизнеса, который работает на откатах и пост-оплате.
Такие клиенты не дают роста - возможно, компания получит прибыль в моменте, но в перспективе это лишь создаст еще больше проблем.
На VC вышла очень занятная статья про то, с чем приходится сталкиваться создателям любых IT-продуктов на b2b-рынке - и это не проблемы с масштабированием системы, срывом сроков по очередному этапу проекта или выбором между собственными и облачными серверами.
Речь идет о «токсичных» клиентах. Мало кто задумывается о существовании коррупции в виде откатов, безответственности и обмане со стороны клиентов до тех пор, пока сам не столкнется с этим.
Есть множество примеров крупных известных брендов, которые не выплачивают свои задолженности за уже оказанные услуги или отгруженные товары (Enter, Ulmart).
На самом деле, b2b-рынок переполнен такими контрагентами, и с этим сталкиваются все, независимо от возраста и величины компании.
В рассматриваемой статье речь идет о начинающих компаниях, дополню эту картину мало кому известными нюансами работы IT-гигантов. Например, если проводить аналогию с российским рынком, то Илон Маск - это скорее не Павел Дуров, а условный Ротенберг, который сидит на госконтрактах. Его Space X получила от NASA около полумиллиарда долларов. При этом есть ряд мнений, что эти тендеры были выиграны не совсем честным путем, а ракеты для многоразовых запусков на самом деле менее экономически рентабельны по сравнению с классическими одноразовыми. Замена одноразовых деталей на Falcon'ах и их дальнейшее тестирование дороже, чем постройка новой ракеты. А весь этот проект - это своего рода американский «Крымский мост»: много пафоса и затрат, мало эффективности.
Еще один пример среди крупных компаний - Microsoft, который зарабатывает в первую очередь на продаже своих продуктов госучереждениям. Модель продаж Microsoft построена таким образом, что их мотивацией является не улучшение продукта, а «втюхивание» его как можно большему числу государственных компаний.
Согласно официальной отчетности, подразделение «Productivity and Business Processes», в которое входят продукты Office, дает около 30% всех доходов компании. При этом цели улучшить продукт, чтобы повысить продажи в сегменте индивидуальных пользователей, нет. Есть цель обновлять его, добавляя какие-то фичи для госучереждений, которые якобы им нужны - хотя на самом деле они могут быть абсолютно бесполезны, но лица, принимающие решения о приобретении этого ПО, сами на нем чаще всего не работают.
Если рассматривать крупнейшие мировые рекламные агентства, то обычно они являются не столько именно креативными агентствами, и не занимаются перфоманс-маркетингом - на рынке рекламы они являются своеобразной вариацией банка.
Почему они забирают самые «жирные» контракты? Потому что они готовы работать по схеме пост-оплаты. Крупный клиент, который выпускает новый продукт, еще не начал его продавать, и пока не заработал на этом денег. Например, Colgate выпускает на рынок новую зубную пасту. Когда он приходит в агентство, оно будет готово выполнить работу в рассрочку: создать креативы за свои деньги, сделать размещения за свои деньги. Далее, когда товар начинает продаваться, из полученных денег клиент расплачивается за рекламную кампанию.
Многие креативные агентства не понимают, почему они не могут получить топовый контракт он условного Unilever, а получают рекламные гиганты, назначающие в разы более высокую цену за проект? Причина как раз в том, что такие небольшие компании просто не могут выполнить работу полностью без предоплаты, и получить деньги например, через год.
Возвращаясь к реалиям небольших IT-стартапов, нужно понимать, что такая модель не работает для них. И чтобы расти, им не стоит брать пример с крупного бизнеса, который работает на откатах и пост-оплате.
Такие клиенты не дают роста - возможно, компания получит прибыль в моменте, но в перспективе это лишь создаст еще больше проблем.
This media is not supported in your browser
VIEW IN TELEGRAM
Мне попался пример автоматизации кухни ресторана, который готовит Wok.
Она конечно далека от идеала, поскольку количество разбрасываемых вокруг продуктов зашкаливает. Но как пример того, что можно еще автоматизировать интересен.
Она конечно далека от идеала, поскольку количество разбрасываемых вокруг продуктов зашкаливает. Но как пример того, что можно еще автоматизировать интересен.
This media is not supported in your browser
VIEW IN TELEGRAM
А вот еще интересный пример, где сотрудник сам придумал автоматизацию своего рабочего места и понял, что вместо целого человека достаточно одного пальца.