Игру запустили на МУЛЬТИВАРКе
Дней без запуска на чем попало 0:
Главная фича в том, что аккумулятор Honor Power 2 держит зарядку в два раза больше, чем последнее «яблоко».
В нём 10000 мАч, а цены стартуют от $385 (~32 тыс. рублей).
🤨IT start


Мы живем в эпоху, когда количество новостей об ИИ за неделю превышает то, что раньше происходило за год. Отделить сигнал от шума становится практически невозможно.
В такие моменты полезно сделать шаг назад и послушать людей, которые мыслят десятилетними циклами, а не недельными спринтами. Один из таких людей — Бенедикт Эванс, ветеран Кремниевой долины и стратег, который видел смену эпох от мейнфреймов до смартфонов.
Недавно он поделился своим видением того, где мы находимся в цикле развития ИИ. Это не про «какая нейронка лучше рисует картинки», а про то, как меняется структура технологий и бизнеса.
Давайте разберем его ключевые тезисы и переведем их на понятный язык стратегии и практики.
Эванс сформулировал блестящую мысль, которая объясняет всю историю компьютерных наук: «Как только это начинает работать идеально, мы перестаем называть это ИИ».
В 80-е и 90-е годы задачи, связанные с эффективным поиском информации в огромных массивах данных, оптимизацией запросов и построением сложных баз данных, считались передним краем «интеллектуальных систем». Этим занимались кафедры искусственного интеллекта.
Сегодня для любого IT-специалиста SELECT * FROM users WHERE... — это рутина. Это просто «база данных», просто «софт». Магия исчезла, осталась утилита.
То же самое происходит прямо сейчас. Сегодня ярлык «ИИ» гордо носят LLM (большие языковые модели вроде GPT-5 или Claude). Они кажутся нам чудом. Но через 5-7 лет встроенный в ваш текстовый редактор помощник, который на лету рефакторит код или пишет документацию, будет восприниматься не как «ИИ», а как «ну, это просто современный текстовый редактор».
Почему это важно понимать: Мы движемся по предсказуемым циклам. То, что сегодня является конкурентным преимуществом и «магией», завтра станет базовым требованием к инфраструктуре.
Вторая важная мысль здесь — технологические слои наслаиваются, а не заменяют друг друга тотально.
Появление ПК не убило мейнфреймы (на них до сих пор крутится половина мировой банковской системы).
Появление веба не убило десктопные приложения.
Появление смартфонов не убило ноутбуки.
Эванс называет это «эффектом фрактала». В контексте ИИ это означает, что появление новых генеративных моделей для видео или 3D не «удалит» ChatGPT. И уж тем более ИИ не отменит необходимость в классическом программировании, базах данных и сетевых протоколах.
Практический вывод: Мы строим новый, невероятно мощный слой абстракции поверх всего, что создали ранее. Не ждите, что старый мир исчезнет; готовьтесь к тому, что он станет фундаментом для нового.
Если отбросить теорию, что все это значит на практике для компаний и IT-команд? Вот четыре неочевидных вывода, которые меняют правила игры прямо сейчас.
Мы прошли точку, где ИИ воспринимался как «вау-эффект». С выходом новых мультимодальных моделей и подтверждением законов масштабирования (чем больше модель и данные, тем она умнее) стало ясно: «стены» в обучении пока нет. Технология работает и будет работать лучше.
Вопрос для бизнеса меняется кардинально:
Было: «А сработает ли эта штука у нас? Может, попробуем?»
Стало: «Какие части нашего бизнеса станут просто бесплатной функцией благодаря ИИ?»
Если ваша компания занимается, например, переводами, копирайтингом или базовой техподдержкой, ИИ превращает вашу ключевую услугу в дешевую утилиту.
Практический вывод: Если вы не внедряете ИИ как базовую инфраструктуру (как когда-то внедряли интернет или CRM), вы не просто отстаете — вы выпадаете из рынка. ИИ становится «электричеством» для бизнес-процессов.
Внедрение ИИ происходит крайне неравномерно. Есть компании, где ИИ используют только энтузиасты-одиночки, и есть те, кто перестраивает процессы. Разрыв в продуктивности между ними — десятикратный.
Но самое важное здесь — понятие «зависимости от пути» (path dependency). То, с чего вы начнете внедрение ИИ, определит ваш потолок в будущем.
Пример: Представьте компанию в 80-х, которая первой купила компьютеры и программу VisiCalc (прадедушка Excel).
Если они использовали её просто как «быстрый калькулятор» чтобы проверять расчеты бухгалтера, они получили прирост эффективности в 10%.
Но если они поняли, что эта штука позволяет моделировать финансовые сценарии в реальном времени, они изменили саму структуру управления финансами в компании. Они получили стратегическое преимущество.
То же самое с ИИ. Если вы используете ИИ только для «саммари текстов» или генерации картинок для соцсетей, вы застрянете на этом уровне. Вы никогда не поймете мощь агентских систем — ИИ, который может самостоятельно выполнять цепочки задач (прочитать почту, понять проблему, завести тикет в Jira, написать черновик ответа).
Практический вывод: Выбирайте для старта внедрения не самые простые задачи, а те процессы, где ИИ может изменить сам поток информации. Это определит вашу дальнейшую траекторию.
Главная ошибка сейчас — становиться «OpenAI-шопом» или «Google-шопом», жестко привязывая весь свой код к API одного вендора (vendor lock-in).
Архитектура будущего — это умная маршрутизация (routing). Ваша система должна уметь на лету решать, какую модель использовать для конкретной задачи.
Пользователь задал простой вопрос в чате? Отправляем запрос в дешевую и быструю собственную модель (например, Llama 3 8B).
Пришел сложный запрос, требующий глубокого анализа юридического документа? Маршрутизируем его в дорогую, но умную GPT-5 или Claude 4 Opus.
Есть требования по приватности данных? Используем только локальную модель.
Практический вывод: Будьте умным архитектором. Создавайте слой абстракции между вашим приложением и моделями ИИ. Это позволит вам переключаться между вендорами, экономя деньги и не завися от их прихотей.
Известный исследователь ИИ Андрей Карпаты недавно сказал: «Нам нужно научиться представлять LLM как инопланетный разум, с которым мы устанавливаем первый контакт». Это не про фантастику, а про то, что этот интеллект работает иначе, чем человеческий.
К 2025-2026 годам ИИ-агенты станут неформальными «начальниками штаба» для каждого сотрудника. Они будут читать Slack, ставить задачи, следить за дедлайнами.
Это фундаментально изменит иерархию в компаниях.
Смена ролей: Раньше мы платили людям за «делание» (doing) — написание кода, текста, составление отчета. Теперь роль человека смещается к «постановке задач» (specifying) и «проверке результата» (verifying). Человек становится менеджером ИИ-агентов.
Смерть «передастов»: Огромное количество менеджеров среднего звена занимаются тем, что просто передают информацию из одного отдела в другой, синхронизируют статусы и пинают людей. ИИ-агенты делают это быстрее, прозрачнее и круглосуточно. Количество таких «координационных» ролей резко сократится.
Практический вывод: Вам придется менять оргструктуру быстрее, чем когда-либо. Готовьтесь к тому, что вашим сотрудникам нужны будут навыки промпт-инжиниринга и критического мышления для проверки работы ИИ, а не навыки рутинного исполнения.
Мы живем в информационной центрифуге. Новости об очередном прорыве появляются каждый день. Пытаться реагировать на всё — верный путь к выгоранию и параличу решений.
Совет Бенедикта Эванса прост и сложен одновременно: сделайте шаг назад.
Возьмите паузу. Соберите свою команду (техническую и бизнесовую) у белой доски. И вместо обсуждения новой фичи в Midjourney, задайте фундаментальный вопрос, используя фреймворк Эванса:
«Меняет ли эта новость нашу операционную реальность?»
Стала ли модель настолько дешевой, что мы можем внедрить ее везде?
Появился ли агент, который может заменить целый отдел координации?
Не попадаем ли мы в ловушку вендор-лока?
Только способность «переваривать» информацию в тишине, вдали от хайпа Twitter и LinkedIn, и формировать собственные твердые убеждения позволит вам вести команду вперед, а не тонуть в бесконечном потоке обновлений. Стратегия сегодня важнее тактики.
Статья создана по мотивам видео: https://www.youtube.com/watch?v=iGvJpBWWGOU
Сбер сделал банкомат, который показывает анализы клиента. Еще банкомат может проецировать рекламу на стену. Сбер называет это "будущее".
Такой функционал выглядит конечно очень странно. Но есть и положительная сторона! Раньше все, что выпускал Сбер было под девизом "руби бабло", сейчас девиз изменился на "давайте сделаем, что-то крутое". Это серьезное изменение в стратегии компании.
Крутые девайсы, хоть и странные, это круто!
Книга о принципах создания и приумножения крупного капитала. Как добиваются выдающихся результатов ведущие управляющие мировых хедж-фондов? Мы разберём, как устроены крупнейшие из этих фондов, изучим тонкости их работы и рассмотрим ключевые высокодоходные стратегии последних лет. Анализ включает проекты на базе нейросетей, блокчейна, зелёных технологий, метавселенных, а также алгоритмической и высокочастотной торговли. Все данные взяты из открытых источников в интернет, деловых журналов, финансовой литературы, публичных отчётов о деятельности компаний и фондов.
«Управлять деньгами это искусство видеть то, чего не видят другие» © Хедж-фонды.
(Спасибо за лайки и комментарии, которые помогают продвигать книгу)
Количество сотрудников, которых уволили из-за внедрения систем на основе искусственного интеллекта (ИИ), а затем вернули обратно, заметно растёт. По мнению аналитиков, это говорит о том, что ожидания от внедрения ИИ во многих компаниях оказались завышенными.
Такую тенденцию зафиксировали аналитики компании Visier, проанализировав данные о занятости 2,4 млн человек в 142 странах. Доля сотрудников, уволенных после внедрения ИИ-систем и впоследствии возвращённых на работу, превысила прежний стабильный уровень в 5,3%, который сохранялся несколько лет.
Такой результат связан с двумя факторами, о которых нередко забывают на старте проектов по внедрению высокоавтоматизированных систем.
1. ИИ способен выполнять отдельные функции, но не полноценные роли, которые выполняют сотрудники. Это требует тщательной настройки систем, а квалифицированных специалистов в этой области мало, и их услуги стоят дорого.
2. Многие руководители недооценивают затраты на создание инфраструктуры, необходимой для внедрения ИИ. Речь идёт о дополнительном оборудовании, расширении хранилищ данных и мерах по обеспечению кибербезопасности.
Нередко эти расходы оказываются выше, чем экономия на зарплатах уволенных сотрудников. По данным платформы Orgvue, в среднем затраты на внедрение ИИ превышают ожидаемую экономию примерно на 27%.
Похожие выводы, как отмечает издание Techspot, сделали исследователи Массачусетского технологического института (MIT). Согласно их данным, 95% компаний и организаций не получили измеримой финансовой отдачи от инвестиций в искусственный интеллект.
Мечта о халяве живет в головах не только простых обывателей, но и топов высокотехнологичных компаний. Но в реальности, оказывается все намного сложнее.
💻 В Пензе запустили обучение программированию на кириллице. Полностью русскоязычный вариант JavaScript делает освоение IT проще и помогает развивать отечественные технологии без опоры на иностранные стандарты.
💻 Сегодня в реестре российского ПО уже свыше 27 тыс. программ. С 2022 года он увеличился в четыре раза и ежегодно пополняется на 3–5 тыс. позиций. Новые возможности для роста российским IT-компаниям предоставляет национальный проект «Экономика данных».