Почему «Яндекс.Дзен» умрёт. Часть 2

Пару недель назад я опубликовал первую статью на VC под таким заголовком.

С тех пор в личку мне поступило множество обращений от людей, которые планируют или уже завели канал на Дзене с вопросом: "Правда ли все так плохо?".

Специально для них я сделал продолжение. Разобрал в нем по пунктам какие вещи должны в первую очередь беспокоить автора, который планирует сделать свой маленький медиаресурс на Дзене или любой другой платформе:
1. Вопрос частной собственности
2. Наличие или отсутствие внутренного рынка рекламы
3. Дамоклов меч модераторского мнения
4. Механизмы монетизации для авторов

По моему мнению статья получилась крайне интересная. Так что, если вы даже не планировали делать свой канал на Яндекс.Дзен все равно рекомендую эту статью к прочтению.
Прочитать статью на VC

Также я буду весьма признателен всем подписчикам, которые поставят плюсик этой статье на сайте VC. Как это сделать смотрите тут

#От_подписчика
Автор популярного канала в Телеграм (попросил не указывать его имя) рассказал занятное дополнение про Яндекс.Дзен:

Дзен теперь пытается перетянуть авторов из Телеграм к себе.
Вчера мне написала сотрудница Дзен с таким вот предложением:
"Вот, что мы можем предложить для быстрого и легкого перехода. Обычным пользователям недоступны многие функции платформы, но мы предоставим вам:
1. быстрый старт;
2. открытие сразу всех форматов (статьи, нарративы, посты, видео);
3. 50 000 бонусных показов, для продвижения вашего блога;
4. фичеринг/карусель (это показ подборки авторов по теме) при достижении порога в 200 подписчиков и спустя месяц активности на платформе;
5. короткий URL;
6. помощь в ведении блога (консультации, советы)"

Поскольку в своем канале я периодически использую матную речь и вообще шутки на грани, то у меня сразу появился логичный вопрос о блокировках и ограничениях.

Далее приведу наш диалог:
- Из-за обсценной лексики проблем не будет?
- Это я сейчас уточню)) пока у нас не было авторов с такой лексикой)
- С моей тематикой вообще туда нужно? Не будет такого, что за какую-нибудь типичную публикацию меня заблокируют через месяц?
- Платформа развивается и хочет привлечь молодую аудиторию в том числе. Откровенный мат не пройдет скорее всего, возможно и заблокируют, но мб можно их заменять на какие-то менее "горячие" слова))

В общем я каких-то перспектив для себя в этом Дзене не увидел, но попытка интересная.

Павел Дуров выстроил настолько удачную систему для авторов контента, что теперь все пытаются этих авторов переманить к себе.

В самом начале блокировки пытался ВКонтакте (мне лично предлагали), чуть позже к нему присоединился ТамТам (если кто не знает, это такой мессенджер от Mail.Ru), теперь вот и Яндекс.Дзен решил поспамить телеграмщиков.

Я с тех пор не слышал еще ни одного успешного кейса по уходу крупного автора из Telegram на другую площадку. Скорее наоборот, другие площадки стагнируют, а рынок Telegram-каналов развивается.

Самое интересное, что переманивать пытаются какими-то фантиками в виде бонусных показов и "помощью в ведении блога", а не реальными преимуществами своей платформы по сравнению с Telegram. Это лишний раз подтверждает превосходство продукта Павла Дурова, как лучшей площадки для авторов. Ведь эти самые авторы из него никуда не уходят, даже после блокировки мессенджера в стране.

Только вдумайтесь: Яндекс и Mail.Ru не могут переманить аудиторию и авторов из заблокированного мессенджера!

Чем я занимался до того, как стал стартапером?

Примерно 8 лет назад я начал работать в одном достаточно крупном российском интернет-агентстве. Там я занимался инновационным на тот момент для российского рынка направлением под названием «сквозная аналитика». Слово мне это никогда не нравилось, как будто это «сквозная дырка от бублика». Ну да ладно, каких только корявых переводов не видывал русский язык.

Так вот, идея этого ноу-хау заключалась в том, что закупая рекламу в интернете, вы можете отслеживать регистрации/покупки/звонки на вашем сайте в разрезе рекламных систем, ключевых слов и текстов ваших объявлений. А после этого фиксировать все покупки клиента, который пришел к вам по конкретному источнику трафика.
Ну и еще куча всяких мелких фишек, когда компании могли персонально отслеживать поведение своих клиентов на сайте, и атаковать их письмами и телефонными звонками.

На момент 2010-2012 годов это была просто бомба: за внедрение таких систем очень хорошо платили, а делать их почти никто не умел. Я, как прозорливый малый, быстро понял, что с такими умениями работать в агентстве смысла больше нет и ушел в большую компанию, внедрять эту громадину там - и стал руководителем направления.

В 2014 году, когда экономике РФ поплохело, я стал заниматься тем же самым на западном рынке, запустив собственное небольшое агентство. В тот момент меня очень смешили речи моего директора из 2010 года, когда он говорил, что "АМЕРИКА нас обгоняет на 15 лет, и то, что у них было 15 лет назад, у нас появляется только сейчас". Ничего подобного — никакого обгона нет и в помине, IT-рынки идут ноздря в ноздрю.

В начале 2016-го я вышел из операционного управления агентством и занялся с переменным успехом стартаперством. Но самое интересное что этот рынок, как в России, так и в США, остается по-прежнему востребованным, актуальным и даже перегретым. Есть еще огромный пласт компаний, которые никак не могут настроить аналитику на всех этапах своего взаимодействия с клиентом, от чего перманентно страдают.

Так что, если вас интересует эта тема или вы уже в ней, то рекомендую вам посетить бесплатную конференцию Callday 2018 от компании Calltouch, которая кстати является одним из лидеров этого рынка в СНГ:
- послушаете кейсы от Google, Яндекс, myTarget, Calltouch, Модульбанк, ПИК, Hoff;
- узнаете о последних технических новинках в этой области;
- познакомитесь с профессионалами этой сферы.

В общем, мастхев-мероприятие для всех, кто занимается интернет-маркетингом или имеет свой бизнес с присутствием в интернете.
Рекомендую забронировать 20 ноября у себя в календаре для посещения конференции в Москве или просмотра трансляции на Callday 2018.

Что такое Deepfake? При чем тут Николас Кейдж? И почему это очень опасная технология?

Deepfake - это словослияние из двух терминов: deep learning (подвид машинного обучения) и fake (обман).

Это частный случай использования технологий машинного обучения, когда берется фото человека и накладывается вместо лица другого человека на каком-либо видео.
Естественно, чаще всего это делается с использованием лиц знаменитых людей. Именно подстановка лиц знаменитостей в исходное видео с другим человеком и считается классическим Deepfake'ом.

Если буквально пару лет назад применение этой технологии не вызывало ничего, кроме смеха и угловато-пиксельных физиономий, то в 2018 году качество таких видео растет семимильными шагами.
Просто посмотрите несколько примеров с YouTube c подстановкой лиц знаменитостей в сцены из популярных фильмов:
- Николас Кейдж;
- Дональд Трамп.
Или вариант, когда в сцене известного фильма или публичном выступлении был снят дублер:
- копия Мела Гибсона в Львином Сердце;
- снова Дональд Трамп.

Как думаете, каким было самое очевидное и популярное применение этой технологии?
Конечно же, порно! 😊
В 2017 году американский интернет наводнили фейковые порно-видео с лицами знаменитостей. Это было настолько масштабно, что Reddit, Twitter и Pornhub начали с ними реальную борьбу и массовую блокировку подобного контента.

Я уже рассказывал, что сейчас есть успехи и в модуляции голосов знаменитостей, и этим активно пользуются телефонные пранкеры.

Соединив эти технологии вместе, можно получить очень опасный коктейль, как для знаменитостей, так и для обычных людей. Теперь становится вполне возможно имитировать «инсайдерские» видео с участием публичных персон.
Например, «интервью Дональда Трампа о наложении очередных санкций на Россию». Если на такой вброс купятся СМИ, то что произойдет? Акции российских компаний упадут вместе с национальной валютой, и автор вброса сможет на этом хорошо заработать. То есть, это реальный инструмент для создания очень опасных фейковых новостей.

Можно не просто влиять на экономику отдельных компаний или целой страны - можно даже организовывать революции и народные волнения, генерируя фейковые видео, якобы со скрытых камер, где какой-либо политический деятель произносит высказывания, которые явно не понравятся народным массам.

Как видите, есть огромный простор для всевозможных применений этой технологии, и практически все из них не очень хорошие.

А какие у вас есть идеи ее потенциального использования? Пишите мне в личные сообщения, лучшие идеи будут опубликованы в канале.

#От_подписчика

Надо смотреть от обратного: deepfake может стать оправданием для реальных видео, в которых известный человек облажался.

Например, не так давно был забавный случай, когда комментатор Матч ТВ Геннадий Орлов думал, что камера выключена, и столько всего наговорил в адрес Матч ТВ и Тины Канделаки. Когда это попало в сеть, он очень испугался и начал рассказывать, что все это монтаж и подделка, и он такого вовсе не говорил.
Учитывая, что человеку за 70 лет, все просто хихикнули и поняли, что дед скажет что угодно, лишь бы откреститься от этого видео.

Но если мы представим себе, что в сеть начнут на регулярной основе попадать провокационные видео со знаменитостями, а потом эти же видео будут опровергаться разоблачениями, что это все на самом деле deepfake и "вот смотрите, как это легко и просто делается". Дальше это начнут муссировать центральные телеканалы, и в итоге каждая бабушка у подъезда будет знать, что такое deepfake и что видео в интернете не стоит доверять.

Как мы будем после этого воспринимать опровержения условного Геннадия Орлова о том, что на видео не он, и это просто монтаж? Как минимум, многие задумаются: "А может и правда? Просто троллят бедного деда."

А еще вспомните фильм Generation П: там как раз упоминается использование deepfake для съемок политических роликов и выступлений политических лидеров.
Вы в своем посте упоминали, что успехи в этой технологии появились только в последние годы, но на самом деле, это не совсем верно. Например, вспомните клип Basement jaxx с лицами участников группы в телах мартышек. Клип сделан аж в 2001 году. Тем не менее, выглядит достаточно качественно. То есть, технология работает уже как минимум 18 лет. А бум последних пары лет связан с тем, что технология просто стала очень доступной и дешевой. Теперь кто угодно может этим баловаться и делать фейки.

Я предполагаю, что для политических роликов эта штука применяется уже очень давно. Зачем условному Обаме, Трампу, Путину и прочим тратить свое драгоценное время на съемку бесчисленных обращений и интервью, если это может сделать актер, который отработает заранее подготовленный сценарий? Тот же Путин занимает столько эфирного времени, как будто он 24 часа под камерами, и только и делает, что общается с народом и мировыми лидерами.

Из-за этого парадокса многие стали строить теории про двойников, которые созданы с помощью пластических операций. Те самые знаменитые "Кучма", "Удмурт", "Говорун". Только вот это слишком накладно и сложно: переделывать людей при помощи пластики, тренировать их голос и манеры поведения. Опять же, этих двойников получается и в свет нельзя выпускать? Только в темницах ФСБ хранить? Мало похоже на реальность.
Я практически уверен, что все эти двойники - это просто deepfake. Лицо Путина, наложенное на актеров, которые в свою очередь и могут отличаться ушами, формой черепа и еще чем-то.

Короче говоря, deepfake - это не новинка. Он давно применяется, просто раньше это было очень дорого и доступно только элитам, а теперь доступно каждому желающему, который готов пару дней посидеть в видеоредакторе.

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?)

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.

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.

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.

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.

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.

#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.

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.

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.

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.

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.

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.

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.

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.