Автор: lethuha

📌 Nvidia не обвиняется в мошенничестве, как Enron, но её модель роста сильно зависит от циклических AI-сделок, напоминающих vendor financing: компания инвестирует или кредитует клиентов, чтобы те покупали её же чипы, концентрируя риск на предположении о быстром буме ИИ. При таких масштабах, как 125 млрд долларов годовых сделок и 1,4 трлн долларов инвестиций в AI-инфраструктуру, будущее Nvidia зависит от того, смогут ли клиенты быстро выйти на прибыль и продолжить закупки чипов. Если ИИ не «взлетит» в соответствии с ожиданиями, доверие инвесторов и цена акций могут серьёзно пострадать.

📌 Поскольку Китай ужесточает контроль над частным репетиторством, родители используют ИИ для снижения затрат на образование. Dola — чатбот, разработанный ByteDance, с около 172 миллионами активных пользователей в месяц. Dola напоминает детям сидеть прямо, не играть с ручкой и ускорять выполнение заданий. Он также выполняет роль репетитора: проверяет работы, объясняет ошибки и создаёт похожие вопросы на основе слабых мест ученика. Некоторые родители считают, что ИИ помогает избежать конфликтов, так как дети слушают его больше, чем родителей, а его голос спокоен и терпелив. Эксперты предупреждают, что ИИ может снизить уровень конфликтов, необходимых для развития мозга и социальных навыков детей.

Руководители компаний сталкиваются с неприятной реальностью: сотрудники уже используют ИИ ещё до официального разрешения, вынуждая организации превращать спонтанные эксперименты в стратегическое преимущество, если они не хотят проиграть более гибким конкурентам.Компании AI-native, созданные с самого начала на базе ИИ, значительно опережают тех, кто лишь «внедряет» ИИ; однако и последние могут достичь AI-native через путь из четырёх этапов зрелости корпоративного ИИ. Этап 1 — Любопытство: сотрудники самостоятельно используют популярные LLM, такие как ChatGPT, и агентов вроде Genspark для вопросов и ответов, записи звонков и базовых исследований; частота использования в три раза выше ожиданий руководства, что создаёт риски для ИС, данных и безопасности.Для перехода…

📌 Масштабное строительство инфраструктуры ИИ создает проблему прозрачности учета, так как затраты на чипы и дата-центры часто суммируются. Более 214,5 млрд долларов незавершенного строительства объединяют краткосрочные чипы и долгосрочные активы. Когда чипы ИИ могут устареть менее чем за 3 года, но скрыты в проектах на 20–40 лет, инвесторам трудно оценить реальные риски. Отсутствие прозрачности может скрывать риск нерационального использования капитала и искажать показатели прибыли в глобальной гонке ИИ.

📌 Ян Лекун, один из «отцов» современного ИИ, заявил, что большие языковые модели (LLM) не могут достичь человеческого интеллекта, и назвал текущий подход «бессмыслицей». Его новое направление сосредоточено на «моделях мира» — системах, изучающих принципы работы реальности. Уход из Meta, создание стартапа в Париже, обучение на нескольких тысячах GPU против систем с 200 000 GPU — всё это демонстрирует совершенно иной путь развития.

📌 С пакетом поддержки в размере около 6,3 млрд долларов США Япония подает мощный сигнал о том, что ИИ является национальным приоритетом. Акцент на развитии отечественного ИИ в сочетании государственного и частного секторов помогает снизить зависимость от иностранных технологий и повысить глобальную конкурентоспособность. При эффективной реализации с 2026 финансового года эта стратегия может изменить позиции Японии в международной гонке ИИ.

📌 McKinsey оценивает, что суверенный ИИ может стать рынком в 600 миллиардов долларов к 2030 году, при этом около 40% рабочих нагрузок ИИ будет приходиться на государственный сектор и строго регулируемые отрасли. Суверенный ИИ становится решающим фактором национальной конкурентоспособности, но путь от амбиций до реализации все еще полон препятствий. В настоящее время только около 30 стран обладают достаточно мощной внутренней вычислительной инфраструктурой для продвинутого ИИ; многим странам не хватает как моделей и приложений, так и энергии и основ управления. Создание суверенного ИИ требует синхронизированной экосистемы: от энергии, чипов, данных до приложений и человеческих ресурсов.

📌 Когда ИИ становится основным источником новостей, вопрос не в истине или лжи, а в том, как преподносится информация. Коммуникативная предвзятость ИИ может незаметно формировать общественное мнение и эмоции без распространения фейков. Это бросает вызов демократии: для защиты информационного пространства нужны конкуренция технологий, прозрачность моделей и больше контроля со стороны пользователей, а не только регулирование.

📌 Парадокс эпохи ИИ заключается не в противостоянии человека и машин, а в разрыве между лидерами с высоким и низким уровнем коммуникативного интеллекта (CQ), так как это нейробиологическая способность, а не просто социальный навык. CQ включает адаптивное общение, регуляцию состояний и подстройку под собеседника. Чем изощреннее становится ИИ, тем более весомым стратегическим преимуществом лидера становится CQ.

📌 Британские банки вступают в гонку по внедрению агентского ИИ — типа ИИ, способного самостоятельно планировать, принимать решения и действовать в интересах розничных клиентов. В отличие от генеративного ИИ, который только создает текст, код или изображения, агентский ИИ может автоматически переводить свободные средства на счета с высокими процентами или корректировать портфель при рыночных колебаниях. Управление по финансовому регулированию и надзору Великобритании предупреждает, что эта технология несет новые риски для потребителей, несмотря на потенциал трансформировать способы сбережения, инвестирования и управления деньгами.