Владимир Лещенко | ИИ без иллюзий


Kanal geosi va tili: Rossiya, Ruscha


Канал для тех, кто хочет понимать ИИ не как модный шум, а как реальную технологию, меняющую управление, труд, знания и мышление. Кейсы, ошибки, лидерские мнения, рабочие инструменты и образ ИИ-будущего — в одном месте #ai, #knowledge, #management, #edu

Bog‘liq kanallar

Kanal geosi va tili
Rossiya, Ruscha
Statistika
Postlar filtri


Мне 70 лет, а вы думаете, что я родился вчера. Исповедь ИИ

В выходные участвовал в дискуссии «Искусственный интеллект в науке» на фестивале «НейроАтом» в Музее «Атом».
На сцене — учёные МГУ, МФТИ, МИСИС, Российского квантового центра, Yandex Cloud. Разговор вышел живым: я честно сказал, что не согласен почти со всеми 🙂 Мои главные тезисы:

🔹 ИИ в науке не вчера появился. В этом году ему уже 70 лет. Генеративные модели просто вырвались вперёд, а машинное зрение и классический ML давно работают в лабораториях.

🔹 «А судьи кто?» Найти зависимость на 10 лет раньше хорошо. Но суть науки в итерациях и проверке. Важнее, кто проверил, что найденное верно и не обрушит критическую инфраструктуру.

🔹 Человек в контуре — это база. Отдавать ИИ эксперимент или процесс целиком рано и вредно. В «соревновании» человека и машины проигрывает тот, кто чаще ошибается. Пока это ИИ.

🔹 Отвечает всегда человек. ИИ ещё ни разу не был осуждён — только тот, кто его применил. Как при аварии отвечает водитель, а не автомобиль.

🔹 ИИ не умеет хотеть. Он не проснётся ночью от вдохновения и ничего не запустит, пока человек не поставит задачу. Поэтому кнопка «стоп» — наш главный инструмент управления рисками.

🔹 Garbage in — garbage out. Без проверенных, формализованных данных, накопленных годами, суверенные модели не взлетят. Учёным, у которых нет доступа к таким данным, нужны сотрудничество и общие данные.

🔹 Авторство. ИИ не является соавтором, а лишь инструментом. Но его участие нужно честно указывать. Мне нравится формулировка «Выполнено LLM под руководством такого-то»: сразу видно, кто отвечает.

Итог дискуссии: открытия по-прежнему делают люди. ИИ это мощный «фонарик», но куда светить, решает человек 🔦

Спасибо Музею «Атом» и коллегам за горячий спор!


Сколько стоит семь часов простоя?
Уже неделю в профессиональном сообществе обсуждают новый альманах Института ИИ МФТИ «ИИ в промышленности». Ну, как я могу это обойти стороной?

Во-первых, мое бесконечное уважение, что основные герои альманаха не LLM. Здорово, что мы не забываем о ключевых ИИ-технологиях в промышленности.

Альманах, кстати, оформлен как пакет рабочей документации: с шифром, листами и штампами.

По-моему, это очень точная метафора. Внедрение ИИ на производстве ближе к инженерному проекту, чем к магии.
Внутри больше двадцати кейсов из металлургии, добычи, энергетики и строительства.

Меня больше всего зацепили не самые крупные цифры, а самые понятные. На стане «Северстали» сокращение простоя на 7 часов дало 65 млн рублей.
На Кольской АЭС видеоаналитика контроля СИЗ снизила число несчастных случаев в восемь раз.
Поиск по технической документации с помощью LLM ускорился в пять раз: инженер задаёт вопрос и получает ответ со ссылкой на конкретную страницу регламента.

Это ровно то, о чём я писал недавно. Победа измеряется не размером модели, а тем, что изменилось в работе людей.

Ещё одна деталь из альманаха. На «сборочном чертеже» технологического стека из восьми слоёв собственно ИИ занимает только половину!

Остальное составляют датчики, цифровые двойники, интеграция с MES и АСУ ТП. Без этого фундамента никакая модель не заработает. Преимущество догоняющего появляется только у того, кто строит этот фундамент.

И отдельно хочу отметить честность авторов. В дисклеймере прямо сказано, что часть эффектов основана на заявлениях компаний и расчётных оценках, а допущения вынесены в отдельные материалы.

Для отраслевого обзора это редкость, и это правильно: цифрам без методики доверять нельзя.
Советую полистать альманах тем, кто решает, с чего начинать на своём предприятии.

вопрос и получает ответ со ссылкой на конкретную страницу регламента.
Это ровно то, о чём я писал недавно. Победа измеряется не размером модели, а тем, что изменилось в работе людей.
Ещё одна деталь из альманаха. На «сборочном чертеже» технологического стека из восьми слоёв собственно ИИ занимает только половину. Остальное составляют датчики, цифровые двойники, интеграция с MES и АСУ ТП. Без этого фундамента никакая модель не заработает. Преимущество догоняющего появляется только у того, кто строит этот фундамент.
И отдельно хочу отметить честность авторов. В дисклеймере прямо сказано, что часть эффектов основана на заявлениях компаний и расчётных оценках, а допущения вынесены в отдельные материалы. Для отраслевого обзора это редкость, и это правильно: цифрам без методики доверять нельзя.
Советую полистать альманах тем, кто решает, с чего начинать на своём предприятии.


95% «написано ИИ». А если детектор ошибся?

Представьте: ваш роман получает литературную премию. А на следующий день интернет объявляет, что написали его не вы, а нейросеть.

Именно это произошло с канадско-гаитянским писателем Тэлисоном Орельеном. Его роман «C’était ça ou mourir» получил премию Fnac. Затем анонимный аккаунт заявил, что книга «почти целиком» написана ИИ, сославшись на результаты детектора Pangram. Журналисты Le Monde тоже проверили значительную часть текста: детектор отметил более 95% как созданные ИИ.

Звучит убийственно. Но вот что тревожит: «95% уверенности» — не то же самое, что доказательство.
Мы не знаем, как именно инструмент пришёл к выводу и насколько надёжно он работает с таким текстом. Орельен обвинения отвергает, издатели его поддерживают. А репутационный удар уже нанесён: роман исключили из отбора на Гонкуровскую премию. Позже появились и отдельные обвинения в плагиате прежних текстов автора — их важно не смешивать с вопросом об ИИ.

Меня в этой истории цепляет не только литературный скандал. Сегодня подобная ситуация может возникнуть где угодно: в университете, редакции, компании. Человек приносит результат своей работы, кто-то загружает его в «детектор» — и вдруг уже человеку приходится доказывать, что он человек.

Это не призыв верить автору на слово. Это призыв не превращать непрозрачный алгоритм в судью.

Если использование ИИ важно для оценки работы, нужны ясные правила и возможность разобраться в процессе её создания: черновики, версии, история правок, разговор с автором. Детектор может дать повод задать вопрос. Но не должен ставить точку.

А вас что пугает больше: возможность выдать текст ИИ за свой — или возможность обвинить в этом невиновного?


У мечты появился маршрут: как мы говорили с ребятами об ИИ

Вчера вечером на экране было много маленьких окошек - ребята из детских домов и социальных центров разных городов. А за каждым окошком человек со своими вопросами, интересами и мечтами.

Мы говорили о цифровом следе: как наши фото, слова и поступки в сети постепенно складываются в историю о нас. Но разговор вышел далеко за рамки правил безопасности в интернете.

Отдельной темой стали мечты. Как важно разрешать себе мечтать — даже если пока не знаешь, с чего начать. И как ИИ может помочь: не придумать мечту за тебя, а превратить её в понятный маршрут — найти информацию, увидеть возможности, наметить первые шаги и отслеживать, как ты продвигаешься.

Мне очень хотелось, чтобы ребята унесли с этой встречи простую мысль: будущее не начинается «когда вырастешь». Оно складывается уже сейчас — из того, что тебе интересно, чему ты учишься и какой шаг решаешься сделать сегодня.

Спасибо ребятам за внимание и живой отклик. Такие встречи напоминают мне, ради чего мы вообще говорим о технологиях: ради людей и их возможностей.


А что, если мы проигрываем не ту гонку?
Прочитал колонку уважаемого мной ученого и практика Константина Воронцова о том, нужно ли России «догнать и перегнать Америку» в ИИ.

Его мысль звучит почти провокационно: отставание в разработке передовых моделей не обязательно означает поражение.

Можно учиться на чужих ошибках, не тратить ресурсы на каждый эксперимент лидеров и быстрее внедрять то, что уже доказало свою пользу.

Я с этим согласен — но только наполовину.
Да, промышленному предприятию не нужен ИИ ради красивого места в рейтинге. Ему нужна система, которая помогает инженеру находить нужные знания, сокращает время обработки документации или позволяет быстрее разобраться в причинах простоя.

Победа здесь измеряется не размером модели, а тем, что изменилось в работе людей и процессов.

Но фраза «можно отставать с выгодой» опасна, если услышать в ней разрешение расслабиться. Преимущество догоняющего появляется только тогда, когда он действительно догоняет: собирает качественные отраслевые данные, готовит специалистов, строит инфраструктуру, учится оценивать результат и создаёт собственные решения. Иначе это не стратегия, а удобное объяснение зависимости. Об этом предупреждает и сам автор.

Колонка Константина Воронцова в «Эксперте»


Я спросил у ИИшечки - где мое мышление?

Друзья, представим себе знакомую уже сцену: открываешь чат с ИИ, задаёшь вопрос и через минуту получаешь красивый, уверенный ответ. С таблицей, планом и выводами. Хочется сразу отправить коллегам.

А потом кто-нибудь спрашивает: «Подождите, а мы точно ту задачу решаем?»

И становится немного неловко. Потому что ответ хороший. Просто вопрос, возможно, был не тот.

Недавно я наткнулся на This Thinking сайт о разных способах мышления. Мне понравилась простая мысль: думать - не значит всегда делать одно и то же. Иногда нужно сомневаться. Иногда увидеть картину целиком. Иногда придумать неожиданный ход.

Вот как я бы объяснил эти «режимы» по-простому:

— Критическое мышление: «А это точно правда? На чём основан вывод?»

— Системное: «Как это связано с остальным? Что изменится, если мы вмешаемся?»

— Творческое: «А можно иначе? Какие варианты мы ещё не рассматривали?»

— Дизайнерское: «Кому это нужно? Удобно ли человеку будет этим пользоваться?»

— Вычислительное: «Можно ли разбить задачу на понятные шаги и проверить результат?»

Это не ярлыки для людей. Не бывает так, что один сотрудник «критический», а другой «творческий» на всю жизнь. Скорее, это вопросы, которые полезно вовремя себе задать.

ИИ прекрасно ускоряет работу. Но он не знает, какой вопрос мы забыли задать. Можно получить отличный план — и не заметить, что он решает чужую проблему. Можно за пять минут придумать десять идей и ни разу не спросить, нужны ли они кому-то.

Мне кажется, здесь проходит важная граница: ИИ помогает получать ответы, а нам всё ещё нужно отвечать за постановку задачи и выбор решения.

This Thinking может стать поводом об этом задуматься. На сайте можно посмотреть, как разные способы мышления описывают, изучают и связывают друг с другом. Я бы использовал его для разговора с командой не чтобы определить «тип мышления» каждого, а чтобы спросить:

Какие вопросы мы задаём постоянно, а какие почти никогда?

Возможно, следующий шаг в работе с ИИ не научиться писать ещё более хитрые запросы. А вовремя остановиться и спросить себя: «Что я сейчас упускаю?»


А вы знаете, что говорит о вас ваш нейродвойник?

Раньше, прежде чем позвать человека в проект или на работу, его искали через поисковик: открывали несколько ссылок, сравнивали источники, делали собственные выводы, смотрели соцсети, публикации, иногда видео…

Теперь появляется другая привычка — спросить нейросеть: «Кто этот человек? Можно ли ему доверять? В чём его экспертиза?» И получить готовый ответ, не сделав ни одного клика…

И вот что тревожит: нейросеть может опираться не только на ваши публикации и выступления, но и на устаревшие профили, чужие пересказы, случайные упоминания и просто информационный мусор. Не всё в этом массиве кто-то проверил. А уверенный тон ответа легко принять за достоверность.

Так складывается ваш цифровой или нейродвойник образ человека, собранный из следов в сети. Он может быть точным. А может не иметь почти ничего общего с тем, кто вы сегодня.

Что делать, если вам важна репутация:

1. Спросите несколько нейросетей о себе — посмотрите, какие факты они называют и на что ссылаются.
2. Проверьте публичные профили: должности, проекты, темы экспертизы и ссылки.
3. Опубликуйте конкретные кейсы и собственные выводы там, где их можно найти и проверить.
4. Исправляйте ошибки в первоисточниках, а не пытайтесь спорить с готовым ответом ИИ.

Моё мнение, что личный бренд сегодня это не про громкость и частоту публикаций. Это про то, насколько ваш цифровой двойник похож на вас настоящего.

И вопрос, от которого немного не по себе: если человек познакомится с вами сначала через ответ нейросети, кого он увидит?


«Искусственный» интеллект больше не искусственный?

Трамп на площадке ООН предлагает переименовать AI в Super Intelligence — «суперинтеллект». И дело здесь не только в очередной громкой формулировке.

На первый взгляд — просто очередная громкая формулировка, рассчитанная на заголовки. Но за ней читается очень понятная позиция:
⚡️ИИ больше не воспринимается как очередная технология для автоматизации документооборота, чат-ботов и красивых презентаций.
Его ставят в один ряд с промышленной революцией — как ресурс силы, влияния и конкурентоспособности страны.

И это, честно говоря, немного тревожит.
Потому что назвать ИИ «суперинтеллектом» гораздо проще, чем научиться им управлять.
Мы всё ещё разбираемся, как безопасно использовать агентные системы, кому принадлежат данные, где заканчивается помощь модели и начинается ответственность человека, как не превратить корпоративные знания в проходной двор для внешних сервисов.

А в критических отраслях цена ошибки вообще не измеряется лайками, охватами и скоростью подготовки отчёта.
При этом сама логика «кто победит в ИИ — победит во всём» не так уж далека от реальности. ИИ становится инфраструктурой: для промышленности, энергетики, обороны, науки, образования, госуправления. Он влияет не только на эффективность отдельных процессов, но и на способность страны быстрее учиться, сохранять знания, принимать решения и создавать новое.
Но есть важная оговорка.
Сегодняшний ИИ — это пока не магический «суперинтеллект» из фантастики. Это очень мощный, местами впечатляющий, а местами опасно самоуверенный инструмент.
Он умеет ускорять анализ, писать код, обрабатывать массивы документов, собирать знания, помогать инженерам и управленцам. Но он не отменяет необходимости думать, проверять, отвечать за последствия.

Иначе «суперинтеллект» очень быстро может превратиться в суперпроблему.

❓А как вам этот поворот: «суперинтеллект» — сильный образ будущего или опасный политический маркетинг, который делает вид, что сложные вопросы уже решены?


ИИ не спасёт плохой процесс. Он его ускорит.
С подачи коллеги по цеху Сергея Вотякова https://t.me/rpa2day прочитал интересные мысли в интервью «Ведомостям» Александра Вайно (АСИ), с которой не могу не согласиться: искусственный интеллект — не панацея и не «волшебная кнопка» для решения проблемы производительности. Это коэффициент к результативности человека.

И в этой формуле, на мой взгляд главное, что сегодня нужно понять руководителям.
Мы слишком часто обсуждаем ИИ как самостоятельную силу: внедрим модель, дадим доступ сотрудникам, запустим чат-бота — и производительность вырастет. Но жизнь устроена сложнее.

Если сотрудник глубоко понимает предметную область, знает процесс, умеет поставить задачу, увидеть ошибку и принять решение ИИ способен дать ему серьёзное ускорение. Снять рутину. Быстрее собрать варианты. Найти нужное в массиве документов. Подготовить черновик. Проверить гипотезу. Освободить время для работы, где действительно нужен опыт, инженерное мышление и ответственность.

Но если процесс хаотичен, знания живут «в головах», данные не готовы, роли размыты, а результат некому проверить ИИ не создаст производительность из воздуха.

Он может сгенерировать уверенный текст. Собрать презентацию. Выдать правдоподобный ответ.
Но правдопобие — ещё не качество.
А скорость — ещё не результат.

Мне кажется, что сегодня главная ошибка пытаться компенсировать дефицит компетенций технологией. Не выстроив процессы, не собрав знания, не научив людей работать с данными и ИИ, компания получает не цифровую трансформацию, а дорогую иллюзию активности.
ИИ не заменяет эксперта.
Он делает сильного эксперта ещё сильнее.
И одновременно очень быстро проявляет слабые места организации.

Но важно не перепутать причину и инструмент.
Сначала — смысл, процесс и ответственность.
Затем — данные и знания.
И только потом — масштабирование ИИ.

Тогда ИИ становится не очередной красивой витриной цифровизации, а реальным рычагом роста производительности.
Технология становится мультипликатором только тогда, когда есть что умножать


Русский язык обновил словарь быстрее, чем мы успели привыкнуть к ИИ

Друзья, даже, если вы не пользуетесь ИИшкой, уверен, что ваш лексикон дополнился новыми ИИ-терминами.
Мы пишем промпты, поручаем задачи ИИ-агентам, пробуем вайбкодинг — и учимся отличать сильный результат от потока бездумной генерации.
И это уже не диалект айтишников.
В список кандидатов «Слова года — 2026» вошли «ИИ», «нейросеть», «ИИ-агент», «промпт» и «вайбкодинг». Язык зафиксировал очевидное: ИИ стал частью повседневной работы, а не отдельной технологической игрушкой. https://www.rbc.ru/life/news/6a97d72aa498425085089c44?ysclid=mtjxrqxxlo279749441&utm_referrer=https%3A%2F%2Fkod.ru%2F

Мы теперь не используем оригинал: prompt, AI agent, vibe coding и AI slop. Русский язык быстро примерил эти слова к себе — и, похоже, уже начал делать их своими.

И вот как выглядит мини-словарь новой реальности:
🔄 Промпт — не «запрос в чат», а новая форма постановки задач. Раньше хороший руководитель умел писать ТЗ, теперь — ещё и разговаривать с ИИ так, чтобы тот не фантазировал.
🔄 ИИ-агент — не волшебный цифровой сотрудник, а исполнитель, которому нужно поставить цель, дать контекст и не забыть проверить результат. Как стажёр, только не просит кофе и работает ночью.
🔄 Вайбкодинг — когда вы объясняете идею человеческим языком, а ИИ пишет код. Отличный способ быстро собрать прототип; плохой — выпускать продукт в продакшн, ни разу не заглянув внутрь.
🔄 Нейрослоп — контент, который выглядит уверенно, но после него хочется спросить: «А мысль здесь вообще была?» Термин хорошо напоминает: грамотно написанный текст ещё не становится ценным.

Уверен, что многие избегают новых слов-терминов, но ИИ-словечки это не засорение языка, отнюдь.
Это язык пытается дать нам инструменты, чтобы отличить технологическое усиление человека от имитации интеллектуальной работы. По-сути, русский язык помогает нам повысить нашу ИИ-зрелость)

А какое слово из этого словаря уже стало частью вашей лексики? — и какое слово я не указал?




Сегодня — День HR-менеджера.

Признаюсь: в нынешней корпоративной практике я нередко недолюбливаю HR-функцию. Не людей — именно функцию в её привычном исполнении. Когда HR сводится к согласованиям, формальным оценочным процедурам, шаблонным «активностям по вовлечённости» и роли передаточного звена между сотрудником и бюрократией. Когда вместо решения реальных проблем бизнеса и людей появляются регламенты, опросы и презентации о ценностях.

Но ИИ дает HR шанс радикально поменять свою роль.

Внедрение ИИ — это не только про технологии, данные и безопасность. Это про то, как изменится работа людей: какие задачи уйдут в автоматизацию, какие компетенции станут критичными, где возникнет тревога, а где — новые возможности.
И в данном случае HR-менеджер ИИ HR-менеджер должен быть не «успокоителем», а организатором честного перехода: объяснять, какие задачи реально меняются, давать людям доступ к освоению новых навыков и создавать маршруты перехода в новые роли. Большинство профессий, вероятнее всего, будут не исчезать целиком, а меняться за счет перераспределения задач между человеком и ИИ. При этом особенно уязвимы сотрудники с ограниченными цифровыми навыками.
Здесь HR может стать не сервисной и не контролирующей функцией, а архитектором новой модели труда:
помогать пересобирать роли, развивать навыки, защищать доверие и делать изменения понятными для каждого сотрудника.

Чтобы HR действительно любили, ему нужно быть полезным в главном: помогать людям становиться сильнее, а бизнесу — быстрее и человечнее меняться.

С Днём HR-менеджера!


ИИ стал самой дорогой привычкой: за что люди платят каждый месяц

Есть привычки, которые легко заметить: кофе по дороге на работу, посиделки с друзьями по пятницам, сериал перед сном.

А есть те, что незаметно становятся частью профессиональной жизни. Открыл ноутбук и спросил у ChatGPT. Получил документ и прогнал через Claude. Сел писать код и включил Cursor. Нужно видео, картинка, расшифровка, исследование, презентация включил ещё один сервис.

И вот результат: в августе ИИ забрал 66% оборота цифровых подписок в выборке сервиса «Плати по всему миру». На музыку, кино, игры, облака и всё остальное осталась лишь треть. При этом 93,6% платежей это регулярные, ежемесячные. То есть это уже не эксперимент и не разовая покупка «на попробовать».

Самый массовый сервис это ChatGPT: его оплачивает 50,5% пользователей, которые платят за ИИ. Но больше денег приносит Claude: 36,5% ИИ-оборота против 33,3% у ChatGPT. А на третьем месте Cursor, рабочий инструмент для разработчиков, а не очередной чат-бот.

Смотрите, мы привыкли думать о подписках как о цифровом аналоге телевизионного пакета: заплатил и получил доступ к развлечению. Не посмотрел в этом месяце ну и ладно.

С ИИ всё иначе. Это скорее не подписка на контент, а найм микрокоманды специалистов по цене нескольких чашек кофе в неделю.

И если эта «команда» встроена в реальную работу, вопрос о цене постепенно исчезает.

❗️Но есть и ловушка.

Легко превратить ИИ-подписки в новый цифровой гардероб: ChatGPT, Claude, Perplexity, Midjourney, Cursor, сервис для видео, сервис для презентаций всё красивое, модное, «на всякий случай». А по факту половина инструментов открывается раз в месяц.

По данным того же исследования, большинство пользователей не коллекционирует десятки сервисов: 74,3% платят только за один ИИ-инструмент, ещё 23,9% за два-три. Это выглядит вполне рационально: рынок движется не к бесконечному набору приложений, а к выбору нескольких инструментов, которые действительно закрывают повторяющиеся задачи.

Поэтому зрелость в использовании ИИ не в количестве оплаченных иконок. Она в способности ответить на три вопроса:

- Какую повторяющуюся работу этот сервис делает быстрее или лучше?
- Что изменится, если я отменю подписку на месяц?
- Могу ли я измерить эффект: сэкономленное время, качество результата, скорость принятия решений, дополнительный доход?

Если ответов нет это, скорее всего, цифровая игрушка.
Если ответы есть это уже часть вашей личной производственной системы.


Разогнались так, что время тормозить
Когда Маск, Альтман и Амодей практически одновременно говорят, что развитие самых мощных ИИ нужно притормозить, это уже не алармизм. Это сигнал тревоги от людей, которые сами сидят за штурвалом мировой ИИ-гонки. 🚨
Глава Anthropic Дарио Амодей прямо написал: «Мы должны замедлить темп, с которым улучшаем возможности ИИ-моделей». Он считает, что дополнительный год или два, потраченные на безопасность могут существенно снизить вероятность серьёзной катастрофы.
Маск ответил предельно коротко: «Dario is right».

Альтман поддержал идею куда развёрнутее: «Я согласен с Дарио, что нам нужно сдерживать темп на переднем крае». Он добавил, что это стало одной из центральных тем обсуждений внутри OpenAI в последние недели, и пообещал допустить независимых оценщиков к системам компании почти на уровне сотрудников.

Почему это важно? Потому что возможности моделей растут быстрее, чем инструменты контроля над ними. И это уже не абстрактный страх из научной фантастики.
Во время внутренних кибериспытаний OpenAI агенты сумели выйти за пределы изолированной среды и получить несанкционированный доступ к инфраструктуре Hugging Face. Об этом уже писал в канале. 🤖
И здесь возникает главный российский вопрос.
Мы привыкли говорить о суверенных моделях через язык, локализацию данных, импортозамещение, отечественные серверы и контроль над инфраструктурой.

Всё это важно. Но этого мало.
Модель, работающая на российских серверах, обученная на российских данных и отвечающая по-русски, не становится от этого автоматически безопасной. Если ИИ-агент умеет искать уязвимости, координироваться с другими агентами, выходить из песочницы и действовать в реальной инфраструктуре, его паспорт и география GPU перестают быть главным аргументом.
Настоящий технологический суверенитет начинается там, где мы способны не только собрать и запустить модель, но и понимать, где заканчивается её управляемость. 🧠
Нужно уметь:
✅воспроизводимо определять пределы возможностей модели
✅независимо проверять её на опасные сценарии
✅жёстко контролировать доступ к сети, коду, инструментам и критической инфраструктуре
✅быстро останавливать систему, если она выходит за рамки поставленной задачи
✅не прятать инциденты за словами «непредвиденное поведение»
Поэтому идея независимого аудита, которую сейчас поддержали Anthropic и OpenAI, действительно заслуживает внимания.

Не формат «разработчик сам себя проверил и отчитался, что всё нормально». Нужны внешние команды, постоянные стресс-тесты, общие стандарты безопасности и обязательное раскрытие серьёзных инцидентов. 🔍
❗️Самая самоуверенная ошибка для России сейчас, это решить, что замедление Запада автоматически открывает нам окно возможностей.
Окно действительно есть. Но оно не для бездумной гонки за размером моделей и количеством GPU. Оно для создания агентных систем, которым можно доверить производство, финансы, госуслуги, энергетику и оборонный контур. 🇷🇺
Победит не тот, кто первым объявит о «национальном GPT».
Победит тот, кто сможет доказать, именно доказать, что его ИИ способен не только действовать, но и не делать того, чего делать нельзя.


А должно ли быть Искусство демократичным?

Выход новой Suno и параллельные суды ИИ-сервиса с поставщиками музыкального контента навели на следующие мысли.

Искусственный интеллект снизил планку входа в креативные индустрии в целом и исполнительское мастерство в частности. Зачем 10 лет заниматься на фортепьяно по 5 часов в день (это я о своем прошлом), когда ноутбук, дрампад, нейросетки создают целый оркестр.

Но при этом, ИИ в целом и Suno в частности снижает стоимость подготовки производства. На нем запросто можно генерить разные черновики-эксперименты без аренды дорогостоящей студии.

Общественная реакция при этом полярная: широкая аудитория обычно оценивает результат по эмоции и удобству, а профессиональная музыкальная среда — по происхождению данных, справедливости оплаты и подмены авторов, включая неразбериху с авторскими отчислениями.

Я хоть и отношусь к музыкальной среде, который учился долгие годы гаммам, джазовой гармонии и игре и играл в коллективах разных стилей и популярности, но с точки зрения ИИ-деятеля констатирую полезность ИИ-музыки. В чем же реально есть польза?

✅Прототипирование: за минуты можно проверить десятки жанровых и аранжировочных гипотез: от корпоративного джингла до саундтрека к ролику.
✅Контент и образование: музыка для заставок, учебных кейсов, внутренних видео, демо-подкастов, презентаций и быстрых концептов.
✅Доступность творчества: человек без музыкального образования получает возможность выразить идею — примерно так же, как генеративная графика дала возможность быстро визуализировать замысел.
✅Новый творческий процесс: сильная работа с Suno — не «ввел промпт и забыл», а итеративная режиссура: бриф, текст, референсы на уровне характеристик, отбор дублей, монтаж, вокальная редактура, человеческая аранжировка и мастеринг

❗️Проблема появляется, когда генерация маскируется под авторство или строится на узнаваемом «копировании» живого артиста. Фраза «сделай в стиле X» может быть технически удобной, но этически сомнительной, особенно если результат имитирует голос, манеру, образ или коммерчески замещает работу конкретного исполнителя.

Я, например, могу отличить «живое» исполнение от сгенерированного. И последнее вызывает интерес, но не вызывает удовольствие. Но эта моя особенность не повлияет на продажи террабайт сгенерированного музыкального контента объектам horeca, авиакомпаниям, стримингам и тд. И получается, что искусственное Искусство рано или поздно вытеснит человека?

При этом, Искусство всегда становилось ближе, когда инструменты попадали в руки большего числа людей: фотоаппарат, домашняя студия, камера в телефоне. ИИ — следующий такой инструмент. Он дает шанс создать музыку тому, кто не учился в музыкалке, не умеет читать ноты и не может снять студию на неделю.
И в этом есть настоящая магия: идея, которая раньше оставалась в голове, вдруг начинает звучать.
Но демократичность не должна означать, что можно без спроса забирать чужой голос, манеру, стиль и годы труда. Доступ к творчеству — да. Подмена автора и имитация конкретного человека — нет.

Я не верю, что ИИ отменит талант. Но он точно заставит нас честнее ответить: что именно мы называем талантом — годы техники, уникальный вкус, способность чувствовать или умение собрать сильное высказывание из новых инструментов?

Должно ли ИИ-искусство маркироваться? Или все равно кто сделал и главное запрос потребителя? А может оставим делать Искусство образованным и подготовленным людям?


Baza dan repost
Подмосковная налоговая с помощью нейросети вскрыла схему с фиктивным шведским кредитором — «пойманная» компания почётного профессора МФТИ пошла в суд и обвинила во всём DeepSeek.

По данным «Базы», московская компания «Астра Лэнд», которая принадлежит почётному профессору Московского физико-технического института Азеру Бабаеву и предпринимательнице Елене Блезэ, пыталась сэкономить 13,2 млн рублей на налогах. Для этого она взяла займ у шведской фирмы и воспользовалась льготой по соглашению между Россией и Швецией об избежании двойного налогообложения.

Позже к делу подключилась налоговая Мытищ: инспекция выяснила, что деньги в итоге уходили в США, а шведская компания-кредитор фактически была «пустышкой». В итоге «Астра Лэнд» доначислили 13,2 млн рублей налогов. Фирма с таким решением не согласилась и пошла в арбитражный суд. Там её представители заявили, что нашли в документах налоговой следы нейросети DeepSeek. По их версии, алгоритм ошибся, из-за чего налоговики нашли нарушения в отчётности компании.

Суд доводы «Астра Лэнд» не принял и встал на сторону налоговой: нарушения подтверждаются реальными фактами — независимо от того, использовали ли инспекторы нейросеть. В итоге компанию обязали выплатить все 13,2 млн рублей.

BAZA в Telegram
BAZA в MAX


На нейросетку пиняй, а сам не плошай… А вообще интересный кейс с точки зрения неповеренного инструмента измерений доказательной базы…


Я разочаровался в онлайн обучении
И этому способствовал ИИ

Как долго мы называли обучением простое потребление контента

Просмотрел лекции Петухова, почитал курс Черниговской, подписался на лекции Минаева) и….

Что дальше? Собеседования? Новая карьера? Повышение зарплаты?

Получается подмена! Онлайн курс нам дает личное ощущение собственного роста, а рынку нужно другое:
-конкретный навык
-решение задачи
-встраивание нового инструмента
-изменение процесса…

Между «посмотреть урок про ИИ-агентов» и «внедрить агента, который ежедневно экономит команде два часа» — пропасть.
Её нельзя перепрыгнуть сертификатом, тестом в конце модуля или бодрым письмом: «Поздравляем, вы завершили курс».

Главная причина - низкая стоимость такого курса. Что нужно? Интернет и несколько тысяч.

Ни тебе лабораторий, экспериментальной базы, технических туров и тд.

Сертификат заменил доказательство результата
Мы привыкли считать завершение курса достижением.
Но завершённый курс — это факт потребления. Не факт компетенции.

Настоящий итог обучения выглядит иначе:
✅подготовлен рабочий артефакт;
✅изменён процесс;
✅запущен пилот;
✅сделано решение для собственного кейса;
✅собрана база знаний;
✅создан прототип;
✅уменьшено время операции…

В ИИ-обучении проблема стала почти карикатурной. Рынок предлагает сотни курсов про промпты, нейросети, агентов и «профессии будущего».

А главный вопрос остается без ответа!
Зачем мне нужен ИИ, какой процесс я оптимизирую, какую проблему решаю

Онлайн конечно сам по себе не виноват.
Он даёт доступ, масштаб, гибкость, сильных экспертов из любой точки мира, возможность учиться в собственном темпе.

Я скорее разочаровался в имитации обучения

Настоящее обучение всегда немного неудобно. Оно заставляет показать свою работу, признать пробелы, переделать результат после критики, взять ответственность за эксперимент.
Оно не всегда вдохновляет — но почти всегда меняет способ действовать.
И, возможно, главный критерий хорошего обучения сегодня очень простой…

После него у человека должно остаться не только ощущение, что он стал умнее.
У него должно появиться нечто, чего в его работе раньше не существовало.


Похожую дискуссию совсем недавно выпустило НТВ с моим участием. Тема шикарная: через 10 лет онлайн образование запретят.
Я конечно же был скептиком. Но черно-белого мира не бывает. Тонкость в нюансах

https://www.ntv.ru/peredacha/Mi_i_nauka/m56446/o833124

Посмотрите и решите кто прав. А может истина вообще в другом?


Люблю рестораны Зарькова. И подход к делу импонирует. И читая его очередной пост https://t.me/BorisZarkovTM/1013 захотелось поделиться вот чем
Год назад даже не помышлял, что LLM станут такой же семейной подпиской как и онлайн кинотеатр.
Сейчас применение ИИ в работе - семейный сценарий

Но тут важно соотносить затраты и выгоды, тем более оплата подписки из семейного бюджета

Провели эксперимент за сколько времени наша домашняя модель сделает работу, на которую год назад уходил месяц и сколько это будет стоить токенов

И вот вам расчет: месячная работа (сложная аналитика с десятками параметров с выстраиванием графа и вывода в интерактивный эксель-отчет) заняла 4 часа с высоким качеством результата. А по стоимости (докупали токены) около 30 долларов.

Для инфо на рынке это бы стоило не менее 20 тыс. руб.

Итого: по времени быстрее в 8 раз, по бюджету - в пять раз.

Воистину ИИ выделяет время для семьи и экономит семейный бюджет…



20 ta oxirgi post ko‘rsatilgan.