Автор: lethuphuong

📌 Южная Корея делает крупную ставку на отечественный ИИ, инвестируя около 400 миллиардов вон (~300 миллионов долларов США) в создание инфраструктуры и снижение зависимости от Big Tech. Разработка собственной LLM и отечественных графических процессоров показывает, что ИИ стал фактором национальной конкурентоспособности. Страна инвестирует не только в программное обеспечение, но и в цепочку поставок полупроводников, демонстрируя комплексную стратегию по установлению контроля над технологиями в эпоху ИИ.

📌 ИИ переходит на новый этап: он должен быть не просто умным в отдельности, но и уметь «сотрудничать как люди». Однако отсутствие возможности делиться контекстом и намерениями не позволяет агентам создать настоящий коллективный разум. Такие инициативы, как «интернет познания», могут открыть путь к следующему скачку, когда ИИ будет не только работать быстрее, но и думать вместе для решения сложных задач.

📌 ИИ показывает ограниченность коммуникации, основанной на четких данных, в то время как человек способен воспринимать недосказанное и двусмысленное. Когда рабочая среда ставит во главу угла скорость и эффективность, способность к глубокому слушанию снижается. Разница между «слышать» и «слушать» является ключевой: ИИ оптимизирует ответы, а человек создает смыслы. Будущее — это не конкуренция с ИИ, а сохранение способности к глубокому слушанию — основного преимущества человеческого интеллекта.

📌 Генеративный ИИ превращает маркетинговые исследования в беспрецедентно быстрый, дешевый и масштабируемый процесс, способный сократить расходы на десятки тысяч долларов и ускорить анализ в 60 раз. Цифровые двойники и ИИ-интервью помогают получать глубокие инсайты с корреляцией 0,75–0,88 по сравнению с реальными данными. Тем не менее, компаниям по-прежнему необходим строгий контроль, чтобы избежать предвзятости, фальшивых данных и снижения качества исследований при чрезмерной зависимости от ИИ.

📌 Даже если ИИ может писать как человек до степени неразличимости, человеческая психология остается тесно связанной с ценностью «подлинности». Результаты 16 экспериментов с участием более 27 000 человек показывают: одного лишь знания о происхождении текста от ИИ достаточно для значительного снижения оценки. Это свидетельствует о том, что главным барьером для ИИ являются не технологии, а социальное восприятие, где люди по-прежнему отдают приоритет человеческому творчеству, а не машинному.

📌 Агентный ИИ меняет банковскую отрасль с головокружительной скоростью: от онбординга за 20 минут до автоматической обработки 40% запросов и сокращения административной работы на 90%. Технология не только повышает эффективность, но и расширяет доступ к финансам для малого бизнеса. Несмотря на начальный этап развития, агентный ИИ становится основой банка будущего, где услуги предоставляются мгновенно и персонализировано.

📌 OpenAI не просто развивает ИИ, но и предлагает перестроить всю экономическую систему для адаптации к будущему сверхинтеллекта. Такие идеи, как фонд общественного благосостояния, налог на роботов и 4-дневная рабочая неделя, показывают, что ИИ может сократить количество рабочих мест, но повысить производительность. Суть проблемы заключается в перераспределении создаваемой ИИ стоимости, чтобы избежать неравенства и обеспечить социальную стабильность.

📌 Самым узким местом ИИ являются не технологии, а доверие и организационная структура. Когда 95% компаний еще не создали ценности, переход к модели, ориентированной на решения, с продуктами принятия решений, мониторингом в реальном времени и механизмами участия человека, является обязательным. Это ключ к тому, чтобы генеративный ИИ вышел из стадии экспериментов и стал инструментом создания реальной и устойчивой ценности в бизнесе.

📌 KPMG переосмысливает роль эксперта: из пользователя программного обеспечения в его создателя. Благодаря модели вайб-кодинга время разработки резко сокращается, что ускоряет вывод продуктов на рынок. Когда профессиональная экспертиза напрямую соединяется со способностью создавать инструменты, граница между бизнесом и технологиями исчезает, открывая новую модель кадров с производительностью, во много раз превышающей традиционную.

📌 McKinsey прогнозирует, что ИИ создаст «Великое сглаживание», при котором промежуточные уровни управления будут сокращены, а лидеры смогут руководить более крупными командами благодаря ИИ. Автоматизируя многие функции и поддерживая более быстрое принятие решений, бизнес может снизить затраты и ускорить работу. Однако это также требует новой модели управления для контроля «цифровых работников» и обеспечения долгосрочной эффективности.