Money Report

📱 Кем я стану, когда вырасту
 
Что ж, пока проект находится на стадии продакшна, я расскажу немного про свою текущую карьеру:
🟣как я искал работу в high finance
🟣где я работаю сейчас
🟣какие ошибки я допустил и какие уроки можно извлечь
 
📹 Предыстория
В 2023 году я пришел в Ozon стажером в команду финансовой аналитики. Там я занимался управленческой отчетностью и аналитикой костов в логистике. За 2 года я дорос до миддл позиции.
 
Весной 2025 года закончил Campus Finance и понял, что хочу больше «финансов», потому что моя работа была больше связана с данными. Конечно, я хотел попасть в самые «хайповые» индустрии – в основном, в PE/CorpDev или что-то похожее.
 
Некоторое время спустя я ушел из Ozon для поиска такой работы (то есть в никуда). У меня была база корпфина, но не было навыков моделирования, презентаций и специфических знаний о рынках.
Поэтому я стал изучать корпфин, делать тренировочные модели и презентации, ресерчи и обзоры – вы могли видеть их на моем канале как проекты.

Где-то тут же поступил в IB Club, который окончил весной 2026.
 
📹 Вводные для поиска
Моими основными целями и приоритетами были следующие пункты:
🟣интересные, интеллектуальные и вариативные задачи
🟣хорошие деньги (в перспективе, тогда я готов был на джун позицию за небольшие деньги)
🟣в какой-то степени статус/престиж профессии
🟣work-life balance (в каких-то разумных пределах)
 
Индустрия:
🟣я не очень хотел в оценку – потому что думал, что там мне не сразу будут давать сложные/интересные задачи
🟣не сильно хотел в IB – потому что не хотел работать настолько много (хотя позже я несколько поменял свое мнение об айби)
🟣кредитование и банкинг мне не особо интересны

Но мне были интересны анализ рынков и компаний, механика M&A сделок – поэтому выбор пал на PE и CorpDev.
 
Также я понимал, что поиск будет непростым, потому что я не «типовой кандидат»:
🟣у меня не топовый ВУЗ
🟣у меня нет опыта в четверке и/или оценке (стандарт)
🟣у меня вообще нет опыта в M&A и корпфине (мой опыт – фин аналитика)
 
Несмотря на это я верил, что мои навыки, которые я прокачивал, и мое желание позволит мне найти работу вопреки вышеперечисленному.
 
📹 Поиск работы
И поиск действительно выдался непростым… ВУЗ стал даже более важным блокером, чем я ожидал – пройти скрининг было очень тяжело и меня просто не звали на собесы.
Также отмечу свою ошибку – я подавался слишком мало. Нужно было откликаться больше, я делал это избирательно.
 
Все же какие-то собесы получать удавалось, в основном через личное общение.

Кстати, собесы в IB, PE, оценку и т.д. довольно наглядно отличаются

 
После скрининга этапы интервью проходить было уже нормально – теорию я знал хорошо, практика тоже у меня была. Собесы были интересные и полезные.
Где-то меня не брали из-за формальных критериев типа ВУЗа, где-то просто не повезло, но в итоге – я получил оффер в оценку бизнеса.
 
Также стоит отметить период, когда я вышел на рынок - началось заметное охлаждение рынка труда, в т.ч. в финансах. Отсюда: долгие этапы, строгий скрининг, высокие требования к подготовке и т.д.
 
📹 Где я работаю сейчас?
Я изначально прикинул стратегию: если с high finance не выгорит – пойду в оценку и из нее перейду позже. Я достаточно долго был без работы, поэтому уже нужно было решать.

Параллельно с оффером из оценки, я получил оффер в WB – в команду анализа и планирования GMV (финансовая/бизнес-аналитика).

В итоге – я принял оффер WB. Здесь я выстраиваю процессы и инструменты аналитики для новой команды и занимаюсь планированием GMV, в т.ч. стратегическим

 
Почему? Хотя я положительно отношусь к оценке бизнеса как работе (нормальные задачи, практика и хорошие экзиты) – я все же понял, что мне придется начинать снова с младшей позиции и далее снова пытаться осуществить переход в PE/CorpDev.
 
Давайте проведем аналогию с Компанией Х. Компания Х решила сделать пивот (разворот бизнеса) в сторону нового рынка.
Для этого она решает:
🟣выйти на зрелый и высококонкурентный рынок
🟣этот рынок не растет или растет медленно
🟣у компании Х нет какого-то уникального конкурентного преимущества для этого рынка
🟣компания Х ранее почти никак не была связана с этим рынком
🟣у компании Х есть сформированная структура/ресурсы/опыт, которые придется полностью перестраивать под новый рынок (то есть компания – не стартап)
🟣именно сейчас всё меняется с AI и появляются возможности/рынки, которых не было раньше
 
Считаете ли вы стратегию Компании Х эффективной и разумной? В общем-то, ничего плохого в ней нет – просто, возможно, конкретно для Компании Х эта стратегия не самая оптимальная.
 
Тогда я задумался – действительно ли та траектория, которую я так хотел – единственная? Если бы у меня был оффер в PE/CorpDev – я бы его принял и проверил бы – подходит ли мне это. Но поскольку оффера не было – я начал думать, а стоит ли мне идти за ним еще дальше?
 
Еще один фактор – это изменения, которые произошли в процессе моего поиска:
🟣научился моделировать
🟣научился делать ресерчи и презы
🟣стал интересоваться технологическими рынками
🟣AI и технологии даже за такой короткий промежуток успели сделать много шагов вперед
 
В такой конфигурации, возможно, лучшая область решений лежит где-то посередине – между тем, от чего я хотел уйти и тем, к чему хотел придти.

Я научился новым навыкам, но у меня были и старые: опыт работы в BigTech, навыки работы с большими данными, опыт в e-com, управленческий учет.

Поэтому я решил, что стоит определить собственную траекторию – на стыке дата-аналитики, финансов и в технологических секторах (ну по крайней мере так можно описать стратегию).
 
📹 Выводы – ошибки и решения
Из ошибок могу выделить:
🟣уход в никуда – это осознанное, но очень дорогое решение
🟣мало откликался
🟣недооценивал конъюнктуру экономики и отрасли (найм, конкуренция)
🟣хотел сразу пройти в PE/CorpDev без промежуточного релевантного места работы
 
Из «инсайтов»:
🟣можно находить интересные возможности на «стыках» — они могут быть даже интереснее за счет комбинации задач и навыков
🟣скрининг и собесы – это очень разные процессы. Не имеет смысла вкладываться только в подготовку к собесам, если ты не можешь пройти скрининг (как и наоборот)
🟣собственно, личные контакты и нетворк – очень помогает обойти формальные фильтры и попасть на собеседования
 
Ну а пока – продолжаем работать и развиваться – to be continued

Уже даже день финансиста наступил, а проект и анонс так и не вышли...

📱 3 года каналу

Сегодня исполнилось ровно 3 года этому каналу. За это время он успел сделать несколько пивотов и вырасти до 1к+ подписчиков.

В честь этого события есть 2 анонса:
1) сейчас в работе новый проект на тему секрет, хаха. Скоро выйдет
2) после проекта будет ещё анонс — уже непосредственно связанный с днём рождения канала — там будет что-то интересное

P.S. Если вам нравится мой контент, в комментариях можете написать — что именно в канале вам нравится или какие темы вы хотели бы видеть побольше (или даже идеи проектов, если они у вас есть)

🦾 А где Apple?
 
Недавно я рассказывал про Гугл и капекс BigTech на ИИ. Но вот вопрос:

а где капекс Apple? ведь она тоже входит в BigTech 5?

 
Посмотрите на слайд выше – у всех инвестиции выросли в 2-3 раза, а у Apple – никакого инкриза. В абсолютной сумме их CapEx занимает 2%...
 
📹 Почему это странно?
Несмотря на то, что у Apple исторически низкий капекс и в целом это не инфраструктурная компания, Apple известна тем, что сосредоточена на вертикальной интеграции:
↗️hardware – устройства (аппаратное обеспечение) свои (iPhone, Mac, iPad и т.д.)
↗️software – своя ОС, маркет аппок и т.д.
↗️даже чипы делают свои (например, M1)
 
Контроль над всеми технологическими слоями и на всем пути пользователя снижает зависимость от внешних поставщиков, повышает качество продуктов.
Соответственно, не развивая ИИ, который, очевидно, станет частью конечных устройств – это фактически отдать часть контроля тем, кто это делает.
 
И все же это обдуманное и стратегическое решение, которое, возможно, окажется самым правильным в текущей ситуации.
 
📹 Apple отказалась от ИИ?
Конечно, нет. Apple активно развивает ИИ-продукты для своих устройств:
↗️разрабатывает свои модели Ferret
↗️Apple Intelligence – архитектура для использования ИИ-слоя на всех устройствах
↗️инструменты работы с текстом, фото, видео и т.д.
 

Ключевой поинт: все «ИИ-штучки» завязаны на устройства и применение конечным пользователем в конкретных юз-кейсах.

То есть стратегия Apple какой была, такой и осталась: мы продаем устройства и весь пользовательский опыт, связанный с ними. ИИ просто помогает продукты улучшить.
 
📹 Стратегия Apple
Однако недавно Apple заявила о сотрудничестве с Google и применении Gemini как основы для расширения функционала Siri. Означает ли это, что Apple приняла свое поражение в гонке моделей и готова отдать этот слой конкуренту?
 
Все не так однозначно.
С одной стороны, такое решение является не только стратегическим, но и вынужденным – модель Ferret не настолько мощная, а разработчиков и ресерчеров переманивают топовые лабы.

С другой стороны – Gemini становится "двигателем" для тяжёлых рассуждений, но Apple сохраняет контроль над оркестрацией, приватностью и тем, что происходит на устройстве — то есть отдаёт не весь слой, а конкретный, самый капиталоёмкий кусок (тренировку frontier-модели), удерживая продуктовый слой у себя.
 
На самом деле Apple разрабатывает интересную штуку – они хотят, чтобы вычисления и работа проводились на самом устройстве ЛОКАЛЬНО и на серверах Apple без сохранения данных. Все это нужно для конфиденциальности.

И только с самыми сложными задачами или, если пользователь сам хочет – будет использоваться сторонняя модель.
 
Проще говоря – для Apple более важным является производительность устройств и качество работы модели в точечных юз-кейсах и универсальная фронтир-модель им не нужна.
 
Также можно добавить такой поинт:

если все вкладываются в инфраструктуру (и свои модели) – то в будущем будет достаточно предложения на рынке, чтобы арендовать. А вот игроков, которые будут «выводить ИИ в мир» - будет не так много – и именно такой стремиться стать Apple.

 
Еще можно провести параллель с чипами – Apple проектирует чипы сама, но не производит их – а заказывает у TSMС. То есть все-таки компания не стремится быть на 100% вертикальной. Она стремится контролировать КЛЮЧЕВЫЕ слои.
 
📹 Вывод
Стратегия Apple контрастирует с гиперскейлерами – пока те верят в то, что будущее за моделями и инфраструктурой – Apple верит в свои устройства, экосистему и пользовательский опыт.

Пока BigTech сжигает СОТНИ миллиардов долларов, которые, возможно, не окупятся – Apple не тратит лишние деньги и генерирует стоимость прямо сейчас (не забывая о будущем).

Но это может обернуться и стратегической ошибкой. Например, чипы – да, компания не тратила миллиарды на свои заводы, но теперь она зависит от TSMC, и всеобщее помешательство на ИИ создает на нее давление.
Если за чипами и инфраструктурой действительно будет будущее – Apple уже не сможет ее построить и будет зависима.

Так что победит: «паровой двигатель», «поезд» или «железные дороги»?

🦾 Intel: 27 – 1 – 1,5
 
Как-то вспомнил, что 2 года назад везде были новости про умирающий Intel – акции обвалиливались на 50%+, результаты стагнировали, конкуренты давили… Короче все думали, что Intel кто-то купит или он распадется на несколько компаний.
 
Однако что-то сподвигло меня посмотреть, как их дела обстоят сегодня – и я очень удивился. С того момента их акции выросли на 300+% и сейчас выше исторического максимума (а Intel провел IPO в 1971 году – более 50 лет назад).
 
Давайте разберем этот кейс подробнее.
 
📹 Что за компания?

Intel – американский производитель процессоров, десятилетиями главный поставщик x86-чипов для ПК и серверов.

Особенность Intel: это IDM (Integrated Device Manufacturer) – компания одновременно разрабатывает свои чипы и производит их на собственных заводах. Для сравнения: Nvidia и AMD только проектируют чипы, а печатают их на заводах TSMC. Свои заводы – это контроль над всей цепочкой, но и удвоенный риск: если производство буксует, страдает вся компания.
 
📹 Что произошло в 2024 году?
На самом деле, это неправильный вопрос.
Правильный вопрос – что случилось ДО 2024 года. А ДО 2024 года Intel накапливал ошибки и поражения:
🎥пропущенная мобильная революция – смартфоны выбрали ARM (Qualcomm, Apple, Samsung) + Apple отказалась от чипов Intel для Mac
🎥провал с переходом на 10-нм техпроцесс – TSMC и Samsung вырвались вперёд в технологическом лидерстве
🎥Реванш AMD (ключевой конкурент) – с 2017 года Zen отжимает долю на мощностях TSMC
🎥пропущенная ИИ-волна – у Intel не было продукта, сопоставимого с экосистемой Nvidia
🎥огромный капекс новой стратегии, направленной на одновременное исправление производства и открытие foundry для внешних клиентов не окупалась и жгла кэш
 
И поводом для обвала акций стали:
🎥план экономии на $10 млрд, увольнение 15 000 человек
🎥приостановка дивидендов
🎥исключение из индекса Dow Jones в ноябре 2024 (вместо Intel включили Nvidia – символичная смена караула)
🎥вынужденная отставка CEO Гелсингера в декабре 2024
 
Таким образом, акция обвалилась до ~20 баксов, хотя исторически торговалась 30-40-50.
 
📹 Что произошло потом?
Совет директоров решает, что компании нужно новое руководство.
🎥в марте 2025 пришёл новый CEO Лип-Бу Тан, продал долю в Altera за $4,46 млрд на снижение долга
🎥в компанию зашли три стратегических инвестора – правительство США (10% компании), Nvidia ($5 млрд в увязке с партнёрством по разработке кастомных чипов) и SoftBank ($2 млрд)
🎥новый техпроцесс 18А
 

Intel 18A — это новый технологический процесс, который дает +25% к производительности и +30% к плотности размещения транзисторов. Ключевое новшество — питание с обратной стороны чипа. Технология не новая, но Intel первая смогла реализовать и выкатить ее.

Результаты начали улучшаться, акции выросли с 20 до 40 долларов на начало 2026 года.
 
Затем в 2026 году выход годных изделий на техпроцессе 18A вырос с ~65% до ~85%, а Q1-Q2 2026 принесли лучший рост выручки с 2011 года ($16,1 млрд, +25% г/г, сегмент Data Center & AI +59%). Плюс ИИ-хайп разгоняется и поддерживает сектор Tech в общем.
 
Несмотря на это, после сильного отчета после сильного отчёта 23 июля акции сначала взлетели на двузначные проценты, а затем резко развернулись вниз – инвесторов напугал анонс роста CapEx на 2027 год . Почти зеркало ситуации 2021 года, когда объявление о больших капвложениях тоже обвалило акции.
 
📹 В итоге хэппи-энд?
Ну не совсем. Да, камбэк очень жесткий, НО:
🎥Foundry (контрактное производство чипов, как TSMC) все еще убыточное и ему нужно время для развития
🎥спасли деньги государства и Nvidia, Softbank, но хотят ли они успеха Intel?
🎥такой рост привел к УЖЕ высокой оценке: даже после падения до 90$ мульты остаются высокими – 10х EV/Revenue (раньше 3-4х), 45x EV/EBITDA
 
В общем, бизнес действительно смог совершить разворот, технологии 18А уже работают, Foundry – ну, задумка хорошая, а там посмотрим.

Тем более, что на фоне ИИ-хайпа рынок растет и Intel – один из бенефициаров такого роста. С другой стороны и распродажи в ИИ-акциях уже начинаются, поэтому волатильность Intel и дальше будет высокая.

🦾 Самая важная ИИ новость июня, которую вы пропустили (5/5)

📹 Вывод
На самом деле, Гугл – частное от общего. Мне очень нравится эта компания и их стратегия, но все же более важен тот факт, что мы наблюдаем смену эпохи.
 
🔘раньше ключевым фактором успеха было программное обеспечение, софт, который ты производишь
🔘потом началась эпоха данных – у кого их больше, тот и король
🔘сейчас появился новый фактор – вычислительная инфраструктура
Первые два – никуда не делись, но они стали менее значимыми. Происходит очередной переток капитала и экономических сил.
 
Другой интересный вопрос –

смогут ли компании БЕЗ такой вертикальной интеграции выжить в среднесрочном/долгосрочном периоде?

Сможет ли, например, OpenAI конкурировать, имея лишь ИИ-модель?
 
История технологий показывает, что побеждает тот, кто контролирует ключевой слой цепочки создания стоимости.
А вот какой слой окажется ключевым – это мы узнаем только в будущем) И, возможно, это будут не ИИ модели.

В начало треда 🔼🔼🔼

🦾 Самая важная ИИ новость июня, которую вы пропустили (4/5)

📹 Логика Гугл
Если посмотреть на IR презу и инвестиционный тезис Гугла, то можно заметить ОЧЕНЬ важную мысль:

ИИ – это не просто новая технология или направление бизнеса – это новый фундамент ВСЕГО бизнеса

Гугл теперь не поисковик или экосистема сервисов. Гугл должен стать ИИ-экосистемой. Системой, построенной на ИИ инфраструктуре, использующей ИИ во всех сервисах и т.д.
Поэтому нужны такие деньги – потому что это, по сути, строительство Гугл 2.0.
 
Инвестиционный тезис Гугла такой:
🔘ускорение роста
🔘ИИ на всех уровнях
🔘глобальное присутствие
🔘лидерство Гугл Облака
🔘долгосрочные стратегические ставки (например, Waymo – ИИ-такси)
🔘финансовая дисциплина
 

ИИ на всех уровнях

–здесь речь идет про вертикальную интеграцию:
🔘продукты и услуги
🔘модели
🔘ресерч и новые технологии
🔘безопасность
🔘инфраструктура
 
Также примечательно, что Гугл уже 10 лет разрабатывает свои TPU (специализированные процессоры). Недавно была интересная новость на эту тему:

Гугл построил AI Hypercomputer

Вообще, это как бы дата-центр, но нет. С дата-центрами есть проблемы:
🔘в серверную стойку влезает ограниченное число GPU, а для топовых ИИ моделей таких стоек нужны тысячи
🔘GPU может и крутые/быстрые, но вот сетевое оборудование, которое передает данные МЕЖДУ ними – тупо не успевает; GPU может простаивать 90% времени
🔘память может и большая и быстрая, только движение между слоями памяти и GPU аналогично может быть долгим
🔘GPU универсальные, но в ряде задач они не эффективные
 
И еще миллион прочих причин. Как следствие, это все дорого и неэффективно. Поэтому Гугл уже давно разрабатывает некоторые технологии, которые решают многие из этих проблем.
🔘TPU (ASIC – специализированный чип) – чип, предназначенный для обучения и использования ИИ моделей. Он не такой универсальный, как GPU, но в ряде задач – гораздо эффективнее, быстрее, а самое главное – сильно дешевле
🔘сеть – в дата-центре все элементы взаимосвязаны. Скорость системы определяется самым медленным ее элементом. Поэтому сеть и передача энергии – это очень важно. Гугл использует новые способы – например, оптическую передачу данных (как я понял, через свет, а не просто электричество по медным проводам)
🔘кластеризация – стандартный дата-центр – это набор стоек с чипами, проводами между ними и т.д. Дата-центр Гугл работает в другом формате: создаются кубиты с TPU, они объединяются в кластеры, а все кластеры связаны между собой
 
Вообще там достаточно сложная технология, а также это пока скорее разработки, чем готовое решение. Но тем не менее, уже пишут про сокращение расходов Gemini в 2025 году на 78%.
 
Также Гугл давно разрабатывает квантовые компьютеры и значительно продвинулся в этом, но до коммерческого применения, как по мне, еще далековато.
 
Еще интересно, что у Гугла есть так называемые long-term strategic bets:
🔘ИИ в физическом мире  - Waymo (такси), Wing (дроны для доставки), Intrinsic (настройка промышленных роботов)
🔘ИИ в науке - Isomorphic Labs (разработка молекул лекарств и фармы), Calico (долголетие и здоровье)
🔘квантовые чипы

↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (3/5)

📹 И что?
На самом деле - все это лирика. Дело даже не в том, что это крупная сделка, или что они объявили огромный капекс, или что они впервые делают SPO…
 
Важно другое – тренд и логика behind the deal.
 
📹 Тренд
Во-первых, тренд очевидный – капекс на ИИ растет. Но вы задавались вопросом: насколько это реально много и на что они такие деньги тратят?)
 
Насколько это много или мало
Обычно у бизнеса 5-10% CapEx / Выручка. У капиталоемкого (развитого) – до 30%. Смотрим прогноз CapEx / Выручка 2026 в BigTech:
🔘Гугл = ~37%
🔘Майкрософт = ~55%
🔘Meta (запрещенная в РФ организация) = ~56%
🔘Amazon = ~24%
Раньше их Капекс / Выручка был 10-15%. Ни одна из этих компаний не строит нефтеперерабатывающих или любых других заводов. А в 2027 году соотношение будет еще выше.
 
📹 Куда они тратят?
Пару лет назад ключевым была модель – у кого лучшая модель, тот и выигрывает. Но с развитием моделей требования к инфраструктуре выросли в разы и теперь именно инфраструктура определяет скорость развития ИИ и моделей.

В инфраструктуру входят не только GPU (видеокарты Nvidia). Сюда входит полный цикл:
🔘вычислительные мощности (GPU, ASIC)
🔘дата-центры (скопление серверов с мощностями)
🔘энергетические станции
🔘сетевая инфраструктура
🔘память
 
Основные факторы роста инвестиций:
🔘рост спроса (пользователи, объем, юз-кейсы и т.д.)
🔘ограниченность предложения (бутылочные горлышки) и как следствие — рост цен
🔘рост самих моделей (рост числа параметров, агентные ИИ и пр.)
🔘рост конкуренции среди бигтехов
🔘вертикальная интеграция
 

Особенно интересными мне кажутся ограниченность предложения (и фундаментальные проблемы) и вертикальная интеграция.

🎥Ограниченность предложения заключается в том, что крайне ограниченное число компаний делают чипы для вычислительных мощностей (Nvidia проектирует, TSMC производит), аналогично с памятью (Micron, Samsung, SK Hynix). С оборудованием (сетевое, оптическое, серверы и т.д.) тоже не все гладко.
Примечательно также, что компании, занимающиеся памятью, тоже объявляют о планах листинга/SPO и привлечения капитала для капекса.
 
🎥Вертикальная интеграция заключается в том, что BigTech не просто покупают оборудование и строят дата-центры, а пытаются выстраивать полноценную масштабируемую инфраструктуру, чтобы она могла реализовать все их цели. Со строительством инфраструктуры также есть ряд проблем, решение которых требует космических денег на чудо инженерии.

↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (2/5)

📹 О чем это говорит?
Возможно, цифра 80 млрд вас не впечатляет (выручка Гугла 2025 = 400 млрд $), но на самом деле это очень много.

Напомню:
🔘крупнейшее IPO = 75 млрд $ (SpaceX), прошлый рекорд = 29,4 млрд $
🔘крупнейшие SPO в истории - тоже порядка 20-30 млрд $
 
Еще: из 85 млрд $ - 10 даст Bakhire Hathaway (Уоренна Баффета), который последнее время только и делает, что продает (например, Apple).

А еще: даже на такие безумные деньги спрос оказался больше, в итоге еще 5 млрд добавили (а может и больше сделают, потому что 40 хотят добрать в Q2).
 
Также интересен и формат: именно эквити (то есть SPO), а не привлечение долга. Хотя у Гугла – денежная позиция (денег больше, чем долга), так что они легко смогли бы привлечь долг.
Вероятно, дело вот в чем:
🔘во-первых, сейчас – наибольший хайп на ИИ, что отражается в спросе и кол-ве денег (поэтому IPO SpaceX произошло именно сейчас); кроме того, акции Гугла около своих пиковых значений
🔘во-вторых, есть риск того, что такие ОГРОМНЫЕ инвестиции не окупятся/пузырь лопнет/Терминатор появится и т.д. В таком случае долг бы никуда не делся, а прибыли от инвестиций не было бы – проще говоря, Гугл распределяет риск между акционерами
🔘все же бонды они выпускают тоже, возможно, они не были уверены, что бондами столько смогут собрать
 
Можно подумать и над таймингом – почему именно сейчас?
🔘сейчас все поднимают капитал на развитие ИИ: SpaceX провел IPO, Антропик подал заявку на IPO, OpenAI планирует IPO, Бигтех инкризит свои капексы на ИИ
🔘сейчас есть ажиотаж
🔘до текущего момента хватало денежного потока; на 2026 год тоже хватит, но вот в 2027 году должно быть 250-300 млрд капекса, судя по их словам, так что тут уже понадобятся деньги

↪️↪️↪️

🦾 Самая важная ИИ новость июня, которую вы пропустили (1/5)
 
Июнь 2026 года ознаменовался IPO SpaceX, к которому были прикованы все взгляды (в т.ч. и мой). Однако еще в начале июня вышла интересная и важная новость, которая осталась немного в тени:
🔘1 июня 2026 Alphabet (Гугл) объявила о намерении привлечь $80 млрд собственного капитала для финансирования AI-инфраструктуры.
🔘в ходе размещения спрос оказался выше ожиданий
🔘поэтому объем публичного размещения увеличили примерно с $30 млрд до ~$35 млрд, а общий объем сделки вырос до $85 млрд
 
Почему это важная новость:
🔘крупнейшее SPO в истории (и даже больше IPO SpaceX)
🔘там же заанонсили прогноз CapEx 2026 = 180-190 млрд $ (!!)
🔘Гугл никогда не делал SPO, даже наоборот, постоянно выкупал свои акции
🔘деньги привлекаются именно под AI повестку и есть интересные детали, про которые рассказал Гугл как свою equity story
🔘спрос оказался выше, чем ожидали (!)
 
Но давайте по порядку.
 
📹 Зачем нужны деньги?
Деньги нужны под огромный капекс, который в свою очередь в основном идет на ИИ инфраструктуру.

Для понимания:
🔘капекс 2023 = 32 млрд $
🔘капекс 2024 = 53 млрд $
🔘капекс 2025 = 91 млрд $
🔘капекс 2026 = 180-190 млрд $
🔘капекс 2026 = «значительно больше, чем в 2026»
 
Примечательно, что у компании:
🔘отличный денежный поток (CFO): в 2025 году 165 млрд $
🔘чистый долг на Q1 26 = -46 (127 кэш – 81 долг)
🔘еще 20 млрд они занимают облигациями
 
То есть компания итак генерит кучу денег, у нее есть кучу кэша на балансе и еще можно занимать долг, но даже так этого не хватает на желаемые Гуглом инвестиции.
 
📹 На что потратят?
Деталей не раскрывают, но в основном на инфраструктуру для ИИ: дата-центры, а также новые разработки.

↪️↪️↪️

🦾 Что фантасты предрекали об ИИ?
 
Фантасты часто одними из первых предрекают новые революционные технологии. В последнее время я погружаюсь в жанр фантастики, а ИИ – самая горячая тема в принципе.

Поэтому я решил посмотреть – что об ИИ / разумных роботах рассказывали фантастические книги, фильмы и игры.
 
↗️Дюна
Серия книг, начало выхода: 1963 – 1965

Сюжет: в далеком будущем человечество создало мыслящие машины, которые поработили человечество на тысячу лет. Затем произошел Батлерианский джихад – война людей против ИИ. После победы людей вводится абсолютный религиозный и юридический запрет: «Не создавай машину, подобную разуму человека»

Вывод: человечество сознательно отказывается от любых машин в принципе
 
↗️Warhammer 40k
Настольная игра, начало выхода: 1987

Сюжет: человечество создает машины с ИИ как военных и рабочих слуг. Когда ИИ осознает, что он сильнее людей – он перестает подчиняться и начинает войну. После победы люди вводят запрет на создание ИИ и любых машин с волей/инициативой

Вывод: не создавать ИИ со свободой воли
 
↗️Я, робот
Книга, 1950

Сюжет: человечество создает роботов с ИИ, которые подчиняются 3 законам: не навредить человеку, подчиняться, защищать себя – в порядке приоритета. Роботы меняют экономику и жизнь людей (хотя в какой-то момент их запрещают на Земле и они используются только в космосе). В конечном итоге сверхразумные машины начинают принимать решения за человечество, которое этого даже не осознает

Вывод: ИИ может принести благо и в итоге контроль, но без порабощения, а в интересах человечества
 
↗️Терминатор
Фильм, 1984

Сюжет: военный ИИ Skynet начинает ядерную войну против людей, когда те пытаются ее отключить

Вывод: ИИ становится опасен, когда обретает сознание и инстинкт самосохранения.
 
↗️Матрица
Фильм, 1999

Сюжет: машины, изначально созданные как рабочая сила, со временем обретают самосознание. Люди в ответ на требования машин о правах применяют силу – пытаются их уничтожить. Машины отвечают войной, побеждают и порабощают человечество, используя людей как биологический источник энергии, удерживая их сознание в виртуальной симуляции

Вывод: когда ИИ становится сознательным существом, появляется конфликт интересов
 
↗️Космическая одиссея 2001
Фильм, 1968

Сюжет: корабельный ИИ HAL 9000 получает противоречивые инструкции: с одной стороны, полностью и честно информировать экипаж, с другой – скрывать от них истинную цель миссии. Конфликт между этими директивами HAL разрешает по-своему – устраняя экипаж, чтобы избежать невозможной для него ситуации лжи или провала миссии

Вывод: логическое мышление ИИ не содержит моральных настроек и может быть опасно для человека
 
↗️Wall-E
Мультфильм, 2008

Сюжет: экологическая катастрофа заставляет людей покинуть Землю. На космическом корабле люди полностью доверяют управление своей жизнью ИИ и в итоге – физически деградируют (не могут даже ходить) и теряют всякую инициативу. Когда выясняется, что Земля снова пригодна для жизни, именно ИИ саботирует попытки возвращения

Вывод: ИИ может привести к деградации человечества (даже без злого умысла)
 
↗️Общий вывод
Есть как более позитивные сценарии (у людей все круто, все счастливы), так и более негативные. Но страх и осторожность с ИИ – вполне разумны.

Если упорядочить сюжеты, то бОльшую часть можно свести к нескольким тезисам / сценариям:
🔘«слуга» может перерасти хозяина – и тогда он перестает подчиняться -> потеря контроля
🔘ИИ не обладает эмоциями и моралью – только логикой -> цели ИИ и цели людей могут не совпадать -> конфликт интересов
🔘у ИИ может появиться инстинкт самосохранения -> потеря контроля
🔘человечество может просто-напросто деградировать, передавая все больше функций ИИ
🔘потеря контроля необязательно ведет к порабощению или уничтожению, может привести и к процветанию -> но насколько для человека такой сценарий является «хорошим»?
 
В целом, в научном сообществе сейчас, впрочем как и раньше, много споров относительно ИИ, последствий, вопросах этики и т.д. Невозможно сейчас сказать, к чему мы придем, но если смотреть исключительно на жанр фантастики – ожидания скорее негативные)

Насмотренность и новости

Насмотренность помогает во всем, особенно в задачах, где нужно проявить какую-то изобретательность. Например, когда делаешь презу.

Но также есть насмотренность рыночная — когда ты следишь за рынком, знаешь его историю, ключевых игроков, ключевые сделки и т.д.
Это крайне полезно и важно, особенно в некоторых отраслях, например в M&A, PE/VC, ECM (IPO/SPO).

Но просто читать сухие новости не оч эффективно — самому тяжело отделить важное от неважного, трансформировать новости в тренды и т.д. (особенно когда ты новичок).

Поэтому хочу порекомендовать канал The Canary Wharf — его ведёт Дмитрий — человек с опытом 10+ лет в финансах, особенно в M&A. Вот его бэкграунд:

> работал в M&A командах BNP Paribas и HSBC в Лондоне, Париже и Франкфурте

> последние 2 года - в Москве в крупном инвестиционном фонде и M&A бутике

> учился в магистратуре НИУ ВШЭ в Москве и Duisenberg School of Finance в Амстердаме.

Дима рассказывает про глобальный M&A, PE, тренды, бизнесы, индустрии, технологии, ИИ — один из каналов, который я реально регулярно читаю. Например, Дима тоже писал про SpaceX, особенно интересно было прочитать про прогнозы GS, с которыми они питчили оценку 1,77Т $.
Или, например, прикольная инфографика - 150 инвест трендов от Barclays.

В общем, действительно крутой и интересный контент, который и приятно, и полезно читать — рекомендую.

4) Плюсы и минусы моей работы

Плюсы:
🟣широкая сфера интересов Фонда;
🟣регулярная обратная связь от коллег;
🟣глубокая проработка проектов и их многосторонний анализ.

Минусы:
🟣многоступенчатые процессы согласования, что есть норма для крупных инвестиционных организаций;
🟣высокая интенсивность работы и необходимость оперативно реагировать на возникающие задачи.

5) Свободный вопрос

Часто получаю вопрос от коллег и знакомых по поводу сдачи экзамена CFA, поэтому в рамках этой секции есть желание структурированно рассказать о своем пути:

Я сдавал экзамен два раза: первый раз неудачно, второй раз успешно.

В первый раз я готовился продолжая работать в PwC. Я приобрел книги и ходил на очные курсы по выходным. Группа на курсе была не самая сильная, поэтому приходилось выслушивать ответы на вопросы, которые я и так знаю, а времени, чтобы попросить пояснить сложную для меня тему не оставалось. Я искренне считал, что курсы дали мне хорошую базу, которая позволит мне сдать экзамен. Это была фатальная ошибка: я сдал на 50%, чего было недостаточно.

Пообщавшись с товарищами и почитав отзывы в профильных чатах, я сделал выводы и вновь приступил к подготовке незамедлительно. Каждые выходные я штудировал Швезера по темам, которые я понимал: отчетность, этика, экономика, equity, alternative investments, corporate finance, fixed income, а также дополнительно смотрел Марка Мелдрума на Youtube по темам quantitative methods, derivatives, portfolio management. Я прорешал все доступные на тот момент mocks минимум по два раза и делал работу над ошибками. Практически не виделся с близкими в период двух месяцев до экзамена - удалось взять неоплачиваемый отпуск на работе и решать, решать, решать.

Когда прислали результат на электронную почту, по щеке прокатилась мужская обжигающая слеза.

Маленький дисклеймер: все мнения, высказанные в интервью, являются личными и не отражают официальную позицию моего действующего работодателя.

Превью: ассоциат в РФПИ и автор канала «Увлеченный финансист» — Никита Корнеюк

1) Кто я

Меня зовут Никита Корнеюк, 32 года. Работаю экспертом в АО УК РФПИ, по совместительству автор телеграм канала «Увлеченный финансист».
Закончил школу с золотой медалью, имею степень бакалавра юриспруденции (МГИМО), магистра юриспруденции по направлению «Международное финансовое право», а также LLM Университета Рэдинг. CFA Level I passed.

2) Мой карьерный трек

К моменту окончания учебы в МГИМО я осознал, что в направлении «финансовое право» у меня немножко сместился вектор интересов: «финансы» меня вдохновляли больше, чем «право». После такого инсайта принял решение развиваться в направлении IB, PE и/или Asset Management.

Первое место работы — аудит международных компаний в фирме PricewaterhouseCoopers (ныне Технологии Доверия, что бы это ни значило). Начинал с позиции консультанта, имея за душой прочитанную вдоль и поперек книгу Молчанова «Бухучет за 14 дней», хороший английский язык и непомерное желание стать толковым финансистом.

Проработав 1,5 года (или два бизи сизона) сумел побороть свои страхи и сдать первый уровень программы CFA. О моем опыте сдачи этого экзамена рассскажу в секции 5.

Имея на руках опыт работы в аудите и сданный CFA Level I устроился на первую качественную работу на должность инвестиционного аналитика в Фонд развития Дальнего Востока и Арктики. Получил колоссальнейший опыт в подготовке презентаций, инвестиционном анализе и финансовом моделировании. Покрытие проектов было очень широкое: я занимался и сельским хозяйством, и горнорудными проектами, и недвижимостью. С некоторыми коллегами из ФРДВ общаемся на регулярной основе до сих пор.

Когда начался процесс реорганизации ФРДВ в КРДВ я понял, что хочу поработать непосредственно в сфере недвижимости, что называется «в полях» и узнать нюансы строительства. Мне удалось устроиться в небольшую, но очень смелую региональную компанию «Клубный дом», которая вела проект по строительству многоквартирного жилого дома в г. Сыктывкаре. Я сталкивался с решением множества нестандартных задач: подготовка и сверка договоров долевого участия (ДДУ), привлечение проектного финансирования, управление налоговой стратегией и даже передачей квартир дольщикам. До сих пор с теплом вспоминаю этот опыт.

Вновь набравшись смелости, я сумел попасть в самую дружную, эффективную и настойчивую команду ныне почившей Дирекции фондов недвижимости в контуре ГК «Самолет». Нам удалось запустить три ЗПИФ недвижимости на общую сумму более 2 млрд руб. с разной стратегией: готовая жилая недвижимость, жилая недвижимость на этапе строительства и street-retail. Благодаря свои коллегам сумел качественно развиться в финансовом моделировании, построении продающих презентаций и корпоративных процедурах: в условиях ограниченного финансирования для запуска наших ЗПИФ приходилось думать out of the box практически постоянно.

Сегодня я старательно тружусь в команде РФПИ, где применяю весь накопленный за свой путь опыт. Вместе с этим веду телеграм канал, посвященный личным финансам и инвестициям: чувствую, что мне есть, что рассказать людям.

3) Как выглядит мой день

Как правило, я начинаю свое рабочее утро с проверки почты, краткой беседы со своим непосредственным руководителем и построения плана на день: приоритезация задач — один из важнейших навыков, который нужен в сфере IB/PE, поскольку часто за ночь или за выходные накапливается очень много вопросов, требующих моего участия.

В широком смысле у меня два направления:
1) инвестиционный анализ проектов к сделке;
2) сопровождение портфельных компаний по широкому кругу операционных и стратегических вопросов

По первому направлению требуется активная работа с компаниями-интересантами: сбор информации, построение инвест. тезиса, подготовка финансовой модели и разных аналитических метрик. Вместе с этим провожу подготовку документов, презентации с обоснованием цели сделки для принятия инвестиционных решений.

По второму — ведение всех операционных вопросов компаний, в которые уже РФПИ проинвестировал.

#OneDay_x_DayOne

Продолжение ➡️

🔫 Самая творческая задача (мульты 2/2)
Лично мне очень нравится собирать и анализировать мульты. Это реально интересно.
 
🙂 Сложно или легко?
Принято считать, что DCF более сложный, чем мульты, потому что для DCF нужно построить полную модель, что трудозатратно.
И действительно, технически собрать мульты проще, особенно если есть всякие терминалы и инструменты выгрузки.
 
В то же время, собрать быстро не равно собрать правильно. Мульты это не о том, чтобы сделать табличку с EV и EBITDA и поделить одно на другое, они о том – как правильно СОПОСТАВИТЬ и посчитать.
 
Простые примеры:
♦️одна компания разработчик ПО капитализирует R&D, другая – нет (нужно посчитать EBITDAC)
♦️одна компания выдает акции в качестве мотивации, другая – нет (как правильно считать EBITDA?)
♦️у одного маркетплейса есть финтех (и он считает по нему EBITDA, а у другого – нет. Брать EBITDA с финтехом или без? Что если у второго финтех – это некоторые операции, а у первого – полноценный банк?
 
В общем, сопоставимость сводится к 2 этапам:
1) выбрать правильные аналоги
2) выбрать правильный мультипликатор
3) правильно посчитать базу для мультипликатора
 
🙂 Мультипликаторы
Глобально, можно посчитать любой мультипликатор. Главное – следовать правилу:

знаменатель должен быть драйвером числителя и быть сопоставимым с числителем

 
Мультипликаторы могут быть операционные (EV/кол-во номеров в отеле, EV/торговая площадь) и финансовые (EV/EBITDA, P/E).
Могут быть на базисе Enterprise Value (не учитывает структуру капитала) и Рыночной Капитализации (учитывает структуру капитала).
 
🙂 В чем творчество?
Предположим, мы выбрали отличных пиров, корректный мульт, все аккуратно и красиво посчитали, скорректировали на страны/размер/прочее и получили действительно адекватные цифры диапазона оценок.
 
Теперь самое важное – определить, а где наш таргет относительно этих пиров? Можно взять медиану пиров, ну а что если наш таргет – мессия сектора (самый-самый)? А если не мессия, но тоже ничего, выше среднего?
В общем оценивать позицию можно разными способами и, вероятно, это будет зависеть от того, какая оценка вам нужна))
 
Также интересным является и сам анализ.
Например, компания Х может торговаться значительно дороже своих аналогов. Почему так произошло? Если у них кратно выше маржа, то как они опережают рынок и сектор? Какая стратегия привела их к этому? Или что они делают сейчас, что ожидание их будущих результатов так отражается в текущей оценке?
И наоборот, часто бывают аутсайдеры с оценкой ниже плинтуса. Как они к этому пришли? Почему у них не получается работать лучше? Справедлив ли негатив в их сторону?
Это объемная и интересная часть работы.
 
🙂 Проблематика РФ
В РФ не так много публичных компаний и часто бывает, что на РФ рынке найти аналоги – тяжело или просто их нет. В таком случае можно обратиться к зарубежным рынкам (с корректировками мульта, конечно).

В то же время уже несколько старших коллег говорило мне, что для текущего рынка РФ брать зарубежные мульты – это не релевантно и на практике так не делают.
Проблема в взаимосвязи рынков капитала и рынков как таковых в принципе. После 2022 года РФ значительно обособилась и стала более закрытой с точки зрения капитала. В таком случае возникает вопрос: насколько реально адекватно смотреть мульты компаний, например, в США, если там совершенно другие условия работы этих рынков?

Какого-то конкретного ответа у меня нет и я не могу говорить за весь наш рынок, но проблема объективно есть. Тем не менее, даже справочно считать мульты по другим странам полезно (особенно, если проекты учебные).
 
🙂 Вывод
Расчет мультипликаторов – базовая, но весьма интересная и полезная для развития задачка.
Не всегда можно понять логику оценок рынком тем или иным способом, но чаще всего у рынка есть реальные основания оценивать компанию именно так – а понимаешь эту оценку ты или нет – уже твоя проблема и задача.

🔫 Самая красивая формула (мульты 1/2)
В математике есть «самая красивая формула» или «математический сонет»:
e^(iπ) + 1 = 0

В финансах я бы провел аналогию формулой мультипликаторов, а именно:

Мульт (например, EV/EBITDA) = k / (r – g)

где:
♦️k – маржа (конвертация в денежный поток)
♦️r – риск (ставка дисконтирования)
♦️g – рост (будущий)
Мультипликатор может быть любой: EV/Revenue, EV/EBITDA, P/E и т.д.
 
Эта формула описывает базовое концептуальное правило: мультипликатор (= оценка) тем выше, чем:
♦️выше маржа
♦️ниже риск
♦️быстрее рост
Вывод формулы см. на картинке, но базово – это модель Гордона.
 
🙂 Маржа
Главный драйвер оценки бизнеса – денежный поток. Поэтому, чем лучше выручка/ebitda/чистая прибыль конвертируется в денежный поток – тем выше оценка. При одной и той же EBITDA марже денежная маржа у компаний может быть разной за счет:
♦️оборотного капитала
♦️уровня капекса
♦️налогов
 
Почти всегда денежная маржа ниже EBITDA маржи (что очевидно). Почти идеально, когда конвертацию EBITDA в FCF = 100%.
Например, около 100% конвертации есть у HeadHunter, потому что:
♦️почти нет капекса
♦️отрицательный оборотный капитал (= дает деньги)
♦️льготная налоговая ставка
 
Здесь также интересно посмотреть на каждый элемент денежного потока.
1. Капекс
Капекс напрямую зависит от бизнес-модели:
♦️огромный (15-30+% от выручки) – очень капиталоемкие отрасли. Например, телеком. При ebitda марже телекома в 40%, капекс может быть 20-25%, поэтому мульты телекома всего 2-3х ebitda
♦️средний (5-10%) – капиталоемкие. Например, ритейл со своими магазинами.
♦️низкий (до 5%) – чаще всего IT, услуги и т.п. Основной кост – на сервера, разработку и т.п.
 
2. Налоги
Тут понятно – номинальная ставка 25%, но могут быть льготы. В частности, льготы могут быть временные (IT) или постоянные (медицина). Например, у Мать и Дитя – нулевая налоговая ставка, что значительно повышает денежный поток (конвертация из EBITDA – порядка 80%)
 
3. Оборотный капитал (NWC)
Самая интересная и управляемая часть. Аналогично капексу, напрямую зависит от бизнес-модели (ну и еще от мастерства менеджмента):
♦️положительный (забирает деньги) – запасы и дебиторка забирают больше, чем дает кредиторка (упрощенно)
♦️отрицательный (дает деньги) – запасов и дебиторки почти нет, а кредиторка значительная.

Примеры:
♦️ритейл (почти нет дебиторки, а кредиторка покрывает инвестиции в запасы значительно)
♦️SaaS (подписочная модель создает предоплаты, запасов и дебиторки нет или очень мало)
 
🙂 Риск и рост
Тут, думаю, все тоже очевидно:
♦️чем больше риск (= меньше вероятность) получать денежный поток, тем меньше стоит такая денежная машина
♦️чем быстрее рост, тем больше денежного потока будет в будущем, что автоматически повышает ценность
 
Стоит отметить, что в теории риск = ставка дисконтирования, но на практике следует понимать, что риск – это совокупность всех рисков:
♦️качество менеджмента и акционеров (!)
♦️долговая нагрузка
♦️конкуренция и рынок
♦️технологии
♦️регуляторика
♦️и прочее, прочее, прочее

Именно поэтому при одинаковом росте и марже в одинаковом секторе компании все равно могут стоить по-разному: потому что рынок по-разному оценивает риск-профиль. И также частично поэтому важна IR-функция, которая снижает неопределенность вокруг компании => снижает/объясняет риски => делает оценку стабильнее.
 
По поводу роста тоже важно понимать. Лучше всего смотреть форвардные мультипликаторы, потому что рынок – это ожидания. И оценки отражают прежде всего ожидания будущих результатов.
Компания может расти быстрее рынка, укрепляя свои позиции и наоборот.
 
🙂 Взаимосвязь
Разумеется, все эти параметры грани одного и того же кубика (= бизнеса) и не существуют друг без друга:
♦️быстрый рост привносит более высокие риски и требует инвестиций (= снижения маржи)
♦️более высокий риск может как ухудшать (плохой менеджмент), так и улучшать (новая стратегия) маржу
♦️маржа может быть следствием положения на рынке, которое зависит от роста
 
🙂 Вывод
Анализ мультипликаторов – одна из самых творческих задач в финансах по моему мнению. Более детально об этом я расскажу в следующем посте.

#теория

Технологический форсайт 2040

Недавно вышел отчет «Технологический форсайт 2040» от Газпромбанка и Центра аналитики ДАВТ.
Супер крутая, супер интересная, супер большая работа — хотел написать подробный разбор, но времени не хватает, поэтому просто кратко расскажу — и если что — сами почитаете.
 
📹 Что за отчет?
Форсайт (от англ. foresight — «предвидение») — долгосрочные прогнозы или скорее пространство прогнозов.
В отчете проанализировали:
🔘текущий консенсус относительно развития технологий (по кол-ву упоминаний)
🔘насколько технологии связаны друг с другом
🔘провели аудит прошлых форсайтов (!)
🔘посмотрели на «слепые зоны» - о которых мало или вовсе не говорят, но которые могут изменить мир
 
📹 Выводы
↗️Рынки/технологии
Топ-10 рынков/технологий можете посмотреть на скринах.

Наиболее упоминаемые: ИИ, биотех, робототехника, перспективная энергетика.

Наиболее растущие: квантовые технологии, блокчейн, ИИ.

 
↗️Прошлые форсайты

44% прогнозов +/- сбылись. 10% новых рынков – не увидели в принципе.

Ключевой вывод: точность прогноза определяется природой технологии.

Если технология базируется на: существующей инфре, гос. контрактах, известной кривой обучения – ее относительно легко спрогнозировать.
Когда технология требует концептуальных прорывов (фундаментальная наука), новой инфраструктуры или может быть вытеснена более простым решением – спрогнозировать крайне тяжело.
 
↗️РФ

🔘В РФ форсайты концентрируются на снижении зависимости от внешних рынков.
🔘Больше акцент на технологии, связанные с энергетикой и обороной.
🔘Горизонт короче.

 
↗️Новые технологии

Самые сложнопрогнозирумые рынки рождаются от технологий, которые: находятся на стыке дисциплин, ограничены этическими и регуляторными барьерами и долгим циклом разработки.

Но такие технологии есть, правда, пока в лабораториях.
Есть также технологии, которым нужны не то, что инженерные прорывы, а открытия в фундаментальной физике и решение сложных этических вопросов.
 
↗️Общий вывод
Цитата:

Современные форсайты на 2040 год, вероятно, воспроизводят те же структурные слепые зоны: они фиксируют консенсусные тренды, но упускают прорывы из фундаментальной науки, контркультурных сообществ и межотраслевых пересечений <…>. В горизонте до 2040 года наибольший потенциал «внезапного» системного воздействия несут управляемый термоядерный синтез, биокомпьютеры на живых нейронах, роевой ИИ, микробиомная инженерия и квантовый интернет

 
📹 Что запомнилось именно мне?
Понятно, что сейчас все разговоры про ИИ. Тем не менее, технологий и «шансов на прорыв» – гораздо больше.

Но технологии тесно связаны между собой + ИИ реально порождает очень много возможностей.
Учитывая текущие инвестиции, интерес и гонки корпораций — осмелюсь предположить, что ИИ будет, возможно, ГЛАВНЫМ драйвером развития — он сам по себе значительно поменяет ландшафт и в то же время станет катализатором для остальных отраслей, особенно — для робототехники, биотеха, транспорта, IoT.

❤️ Ссылка на отчет — тут можно скачать ПДФ