На сайте HBR увидел прогноз начала третьей мировой войны 😂
Виноваты во всем естественно роботы и капиталисты.

Вообще я просто читал их отчет о будущем рабочих мест и никого не трогал, просто прошел по ссылке посмотреть картинку покрупнее)))

В общем, всегда люди за границами своей компетенции смотрятся очень смешно. Будет лучше, если HBR будет и дальше поставлять контент для MBA, и не будет соваться в вопросы, в которых не разбирается. Там дальше еще куча всяких вкусняшек про будущее, но скорее похоже на провокацию ассистента левого активиста, чем на серьезную прогностическую работу 😂

Оригинальная статья о будущем работы весьма любопытна с методологической точки зрения. Такой инструментарий я встречаю впервые, и надо будет его затестить. Авторы - три профессора европейских (провинциальных) бизнес школ (одна полная профессорка и двое ассистантов - доцентов по нашему).

В самой статье я таймлайн с третьей мировой не углядел, так что что откуда ее взял HBR я хз. Но марксизма и его духа там полная статья) Хотя мнение акселерационистов приведены, общий тон, несомненно, крайне левый. Так что эти ребята по прежнему не прочь раздуть мировой пожар и сбросить цепи...

В целом, не стоит считать серьезным вкладом науку (и количество цитирования об этом говорит), но весьма хорошо отражает компот в головах европейской около-бизнес и около-эколомической профессуры.

Нашел занятное. Не буду оспаривать, просто пара воспоминаний)

В отличие от авторов, я довольно много бывал в южных странах, и заметил там занятное явление - в обеспеченных семьях принято давать девочкам университетский диплом, причем часто именно в стем и медицине, а не менеджмент/юриспруденция. Это очень существенно повышает их шанс на престижный брак. «Жена с дипломом» очень ценится. Мне эту логику подробно объяснили добродушные местные, когда я уливился, что в новомодной образцовой лаборатории «нано-технологий» все научные сотрудники били дамы (кроме, разумеется, руководителя). За места была буквально драка, тк проект был «на президентском контроле». Страну не назову))

Видимо есть и другой эффект - богатые и образованные жители «аномальных» стран стремятся дать дочкам шанс на максимум личной свободы - и они учатся на профессии, с которыми потом можно найти работу в крупной международной компании. Про это мне уже говорили в другой жаркой стране.

Если убрать часть стран с описанным эффектом, то регрессия будет скорее плоской - то есть в остальных странах явной зависимости между уровнем свобод женщины и желанием заниматься стем нет. Что логично - это в большей степени следует от вообще перспективности стем, чем от гендерных обстоятельств.

Массовые увольнения в ABBYY - политика или экономика? Склоняюсь к версии, что эта первая волна перестройки рынков под воздействием ИИ. Коботы революционизируют разработку, и старые методы организации отрасли идут на свалку.

Да, для исторически российских компаний это очень плохие новости, тк правила соцзащиты развитых стран их мало касаются. Так что just business, nothing personal

Так выглядит попадание в технологический «просак»)

Интел был автором архитектуры процессоров для персоналок и рос на их экспоненте. Но!
- пропустил смартфоны и процессоры для них (рынок взял квалком)
- пропустил сначала видеокарты, потом крипту, потом ИИ - а для этих задач нужна другая архитектура (рынок взяла нвидиа)

В итоге рынок персоналок и ноутбуков уже никому не интересен, он стагнирует, а прут рынки конкурентов.

В итоге главное правило технологических революций - твое величие тебя и утопит, если ты не готов начинать с нуля на новых экспоненциальных рынках)

https://yangx.top/longviewecon/4052

The dogs of war

25 лет назад прогноз об автономных роботах на поле боя меня заставили убрать как «фантастику». Сейчас они тестируется армиями США и Китая на поле боя.

Самый распространеный аргумент против «демократии» в России - это то, что «политики конъюнктурщики, и у них нет времени реализовать программы». В отличие, видимо, от.

Однако, я тут подумал, что в России у рулей в фоивах не осталось почти вообще никого, кто проводил какую-то политику в своей сфере 10-15 лет тому назад. Все кабинеты практически обновились, а вместе с ними цели, принципы, риторика, программы и тп (Набиуллина с командой разве что держится). Особенно в «проактивных» сферах. В сегменте инноваций обнулены почти все старые инициативы, а новые не фундированы.

Каждая смена элит в России - даже тихая - это всегда полная перепрошивка политики, от целей до инструментов. Все надо пересобрать и пересоздать. Все предыдущие проекты обнуляются, начинаются новые. Нацпроекты сменяются госпрограммами, потом обратно нацпроектами, потом будет еще что-то, но это все разные названия способов распределять ресурсы.

За это время Китай построил с нуля глобальные индустрии ВИЭ и электромобилей. США совершили революцию в космосе и роботах. Когда там делается ставка на полупроводники - понятно, что построят десятки заводов, будет сделано десятки прорывов и тп. А у нас все начинания бросаются, увы, на полпути, не переживая межведомственных или межэлитных смен.

Миф о том, что «главное правильно потратить ресурсы» много раз опровергался - с треском например лопнула программа рыжковского «Ускорения», но урок никого не научил. Вместо того, чтобы вырастить новое, бесконечно перекраивается «наследие». Которое не вечно, увы.

Занятное - бюджет NASA буквально повторяет кривую хайпа Гартнера) Взлет, падение, восстановление, стабильное развитие)

Вывод очевиден - финальное плато означает, что потенциал исчерпан, и дальше историю будет делать "молодая шпана". Так было со всеми индустриями раньше. На пике космического венчура в 21м частные инвестиции в США были равны годовому бюджету NASA. Сейчас все ждут Старшипа - если этот автобус начнет регулярно летать, то объем инвестиций и проектов вырастет на порядок.

Nikita Shirobokov синтезировал:

Один пост со всей ключевой инфо про AI

К счастью, я знаю как упаковать всё самое важное про AI в один пост. Я в СФ, делаю стартап на стыке LLM, CV и агентов. У нас коллабы со всеми лидерами AI, включая OpenAI. Мы треним свои оч крутые модели для узких индустриальных кейсов. У нас куча датки и гпу

TLDR - AI сегодня это инструмент для инженеров, которым оч дешево создают эффективные узкие микросервисы для решения бизнес-задач. Чем больше компания, тем больше выхлоп. $ здесь

Вот как все выглядит:
1. AI модели оч быстро умнеют. Если вы пробовали что-то год назад, и не работало, возможно сегодня уже работает. А если сегодня нет, то завтра

2. «Модели» не равно «продукты». Большинство AI моделей — это очень мощный инструмент, которым можно улучшить любой бизнес-процесс. Но нужны инженерные навыки

3. Почему так мало успешных коробочных B2B AI продуктов? Потому что инжиниринг собственных решений с использованием AI намного дешевле и эффективнее покупки любых коробочных решений. См. Klarna отказалась от Salesforce

4. Больше всего выигрывают корпы, кто тратят сотни млн $ на операционку с огромным легаси процессов, документов, кода, и данных

5. Прямо сейчас ~30% всех S&P 500 компаний нанимают AI инженеров, чтобы они выпиливали коробочные SaaS и замещали их кастомными AI решениями

6. «Кастомные AI решения» это в том числе и решения, при разработке которых был активно использован AI. Например, вам нужно инвойсы из пдф заносить в базу. Вместо покупки готового сервиса вы просите AI разработать вам соответствующий микросервис. Через 2 часа в вашем AWS задеплоен ColQwen2 с нужными промптами

7. Основное применение для AI сейчас: использовать большие и умные модели чтобы быстро разрабатывать небольшие и очень узкие сервисы для решения операционных задач с использованием более слабых моделей либо вообще без AI

8. Большие модели также юзают для анализа больших массивов инфо, автоматизации сложных процессов и исследований

Где AI может помочь любой компании любого размера:
- Сгенерить свои микросервисы и выкинуть все подписочные сервисы
- Построить автоматизацию везде где есть документооборот и операционка с данными
- Сделать оч мощное исследование для принятия стратегических решений
- Переварить неструктурированную информацию в структурированную информацию

Что будет завтра:
1. Правило большого пальца - если consumer AI продукт работает через чат, значит будет убит новой фичей ChatGPT

2. Consumer AI может жить если у продукта есть социальные механики, доступ к уникальным данным (e.g. медицинские записи), или если сервис недоступен публично (e.g. adult)

3. Новый вид коробочных b2b продуктов - агенты с высоким уровнем автономности. Больше всего выиграют небольшие компании с небольшим штатом. Я думаю, сравнимо с моментом, когда Тильда + Инста + Реклама в середине 10-х, когда расцвели небольшие бутиковые бизнесы

Заблуждения:
1. Если AI не считает кол-во букв r в слове strawberry, то более сложные задачи не доверить

AI тренят и проверяют на задачах, за которые условный J.P.Morgan может заплатить $1 млрд в год. Туда не входит подсчет букв в словах, ответы на детские, рассуждения о философии венгерских социалистов, и проверки фактов «кто такой Никита Широбоков»

2. AI генерит слова друг за другом, не понимает смысл, и не может быть частью надежной системы

АЭС это просто водяной пар крутит турбину. Ракета Falcon это просто струя толкает цистерну. Макбук это просто 0 и 1 которые включают маленькие лампочки. Иногда оч простые вещи могут быть фундаментом грандиозных по сложности решений

3. «А вот я читал в отчёте от эксперта…»

Вы читали не отчеты, а посты чуваков, кто за вас читали отчёты. Когда летом вышел отчёт GS, в постах цитировали только скептиков. Никто не цитировал положительный отчет McKinsey. Никто не цитировал очень оптимистичный отчет Deloitte. Никто не цитировал экзекьютивов f100, кто на earning calls объявили о начале 9 figure инвестиций во внутренние AI разработки

Большая часть скептиков банально расстроена тем что приходится наблюдать за AI вечеринкой в стороне. Вот и приходиться бурчать

Раз уж день космоса - то займемся любимым делом: будем считать зубы в чужом рту деньги в чужом кармане, а именно посмотрим, что там у SpaсeX.

В прошлом году компания отчиталась о брекивене - то есть пусть небольшом, но финальном превышении доходов над расходами. В этом году они ожидают $3 ярда чистоганом из $15 ярдов ревеню (рост почти вдвое с прошлого года). Вот тут парни с payload достаточно скрупулезно все пересчитали, в прошлом году они ошиблись меньше чем на 1%, поэтому весь рынок им верит. Их расчет - 13 ярдов, но Маск обещает 15, видимо, или туз в рукаве, или знает кое какие детали. Bloomberg вполне доверяет их оптимистичной оценке.

Среднегодовые расходы на R&D в 2018-2019 годах были ок &600 млн долл, и этого порядка расходов в год пацанам хватило, чтобы допилить старлинк и заделать старшип. Так что им есть на что начать делать новую серию пепелацев для колонизации Марса. В общем, нам есть за кого волноваться, но не за этих парней.

Еще и сочинения заставят по этому писать 😂 Ну, теми же нейросетями школьники и и напишут 🤣

https://www.kommersant.ru/amp/6931277

Ну, за семантику

Я очень, очень люблю английский язык – и часто на нём думаю. Особенно в случаях, когда нужно разделить комок пельменей тонкие технологические / цифровые нюансы, с которыми русский не справляется.

Вот, например, давайте подойдём поближе и посмотрим на два словосочетания из управления данными: «data storage» и «data warehousing». Вроде бы и то, и другое – про хранение данных. Но есть нюанс тм:

▫️Data storage – это антресоли в хрущёвке; корпоративный сервер, под завязку набитый нераспознанными сканами договоров, фоточками с очередного нового года, отчётами, логами просмотра порносайтов и всяким таким.

▫️Data warehousing – это полностью автоматизированный склад компании Amazon; end-to-end система сбора, обработки и хранения данных, причём с жёсткими требованиями на вход (нет тегов – нет данных; не загрузил нормальные данные – лишился квартальной премии).

А дальше начинаются и вовсе красивые истории.

Если кто-то, скажем, продаёт компании очередную LLM, которая спасёт бизнес, и говорит, что для её работы нужна гора проприетарных данных и место, где они хранятся. Что приходит на ум потенциальному покупателю? Правильно, кладовка. Потому что сервер-то есть у каждой компании, ну.

Данные? Данные. Проприетарные? Проприетарнее не бывает. Гора? Аж две. Хранение? Хранение.

А, между тем, речь идёт не про data storage, а про data warehousing. Ну потому что для нормального обучения того же GPT любой версии данные должны быть единым образом а) аннотированы, б) структурированы, в) ранжированы по качеству (актуальности, ценности и пр.), г) ранжированы тематически (по "доменам экспертизы" под обучение субмоделей, поскольку без субмоделей от LLM бизнесу примерно столько же пользы, сколько от школьника-недоучки, а разговоры про «ооооо, ИИ уже учатся на любом мусоре» - это что-то на футурологическом).

И ровно поэтому самое активное внедрение генИИ идёт в продажах и маркетинге: у компаний есть CRMки, дающие на выходе массивы понятных, более-менее структурированных и абсолютно типовых данных, к которым можно прикрутить любое коробочное решение. Плюс туда можно сгрузить SMM-материалы, чтобы ИИ TOV выдерживал, скажем.

Короче, прекрасное же нюансирование получается, ну. Украшает жизнь. 😌

#ИИ #про_экспертов_и_людей

Пока кинематографисты рассуждают о том, что «кино всегда будет человеческим», парень за несколько дней и $750 сделал трейлер римейка «Принцессы Мононоке». Я бы прям закраудфандил, чтобы посмотреть полный метр)

Выступлю в жанре разоблачителя - нет, никакой пурги Мурашко не нес, он весьма адекватный и компетентный. Я слушал его на панели биопрома неск часов назад и он оч разумно говорил о вопросе продления жизни. В целом, я вам про это много лет рассказываю), и кстати он был на моей лекции для Лидеров за три месяца до назначения)

​​Считают ли себя коты жидкостью?

Сначала, для понимания - несколько секунд (слов) школьной физики. Чем отличаются друг от друга газ, жидкость и твердое тело? Тем, что твердые тела имеют фиксированную форму и объем. У жидкостей нет фиксированной формы, но есть объем. Газы не имеют ни форму, ни объем.

Кошки, конечно, не газ, но вот тому, что кошки — это «жидкость», есть не только многочисленные фото- и видеоподтверждения, которые вам наверняка случалось видеть. В 2017 году французский физик Марк-Антуан Фардин из Высшей школы Лиона получил Шнобелевскую премию за свое почти шутливое исследование «О реологии кошек», ссылка ниже (тут в скобках как бы напомню, что реология - раздел физики, изучающий деформационные свойства и текучесть вещества).
В ОБЩЕМ, этот ученый заявил, что этих домашних питомцев технически можно считать одновременно твердыми и жидкими из-за удивительной способности принимать форму практически любого сосуда.
И вот прошло семь лет с этого эпохального исследования, и венгерский этолог Петер Понграч взялся проверить, теперь не в полушутку, а уже совершенно всерьез, как осознают свое тело и его размеры сами кошки, насколько у них развито и что собой представляет телесное осознание (способность представлять некоторые из своих физических признаков в собственной ментальной модели и использовать для управления своими действиями).

Чтобы выяснить, будет ли кошка принимать решение о том, лезть ли в узкую щель, основываясь на собственных габаритах, Понграч провел эксперимент. В нем участвовали несколько десятков этих домашних питомцев. Экспериментатор использовал два типа препятствий из прочного картона: каждое закрывало обычный дверной проем и имело ряд из пяти разных, постепенно уменьшающихся по высоте или ширине, отверстий (точную их форму можете посмотреть по ссылке ниже). Кошки должны были их преодолеть.

Ранее аналогичный тест, кстати, выполнили собаки: если отверстие было подходящего размера, они проходили через него без колебаний, если слишком маленьким — останавливались. Всё просто!

Кошки же действительно не особо пытались сопоставлять свои габариты размеру отверстия, а практически во всех случаях пытались пролезть, выбирали метод проб и ошибок: практически не сомневались и протискивались, даже если те были уже, чем их грудная клетка. Это связано с тем, что за неимением нормальных ключиц они способны протискиваться через узкие щели. ОДНАКО Их почему-то заставляли раздумывать довольно широкие, но низкие отверстия, существенно ниже их роста.

ТО есть что? А вот что - кошки очень самонадеянны, но все же у них есть зависимость от осознания собственных габаритов. Следовательно, кошки не жидкость, и наука это подтвердила! Вам смешно? А мне вот кажется, что исследования о том, как и насколько животные осознают себя, действительно очень важны!

🔬 https://ig-nobel.ru/a2017fiz.php
🔬 https://www.cell.com/iscience/fulltext/S2589-0042(24)02024-8#fig1

Американский фермер получил тюремный срок за клонирование гигантского барана

Суд в Монтане приговорил Артура Шубарта к штрафу в $24 тыс. и шести месяцам тюрьмы за незаконное создание генетического гибрида горного барана. А также за использование технологий клонирования животных, нарушение законов о защите дикой природы и создание угрозы генофонду местной популяции диких овец. Изначально ему грозили пять лет тюремного заключения и $250 тыс. штрафа, но из-за преклонного возраста в 81 год суд смягчил наказание.

Шубарт в 2013 году купил у браконьеров в Киргизии биоматериал памирского горного барана, самого крупного вида архаров. Затем он организовал создание в лаборатории клонов эмбрионов барана, которыми осеменял овец на своем ранчо. После многих неудач ему удалось получить гибридного самца, который за свои впечатляющие размеры получил прозвище «Горный король Монтаны». В дальнейшем Шубарт скрещивал этого самца с другими овцами, пытаясь создать еще более крупных особей.

Примечательные гибриды раскупались охотниками за крупной дичью, плюс Шубарт продавал их семенной материал другим селекционерам. Никакого контроля над распространением рукотворных баранов не велось, поэтому нельзя исключать, что некоторые их них могли оказаться в дикой природе. Там они могли скрещиваться с местными овцами с негативными последствиями для генофонда. Также гибриды являются разносчиками опасных заболеваний – доказано минимум два случая гибели клонированных овец от паратуберкулеза.

Власти Монтаны отказались комментировать, что будет с покупателями гибридов, а также самими животными. Известно лишь, что «Горного короля Монтаны» усыплять не планируют, уникального барана передадут в зоопарк.