AI-агенты, новые финансовые структуры и матрица
куда мы движемся by a16z

впервые узнала про VC-фонд a16z из рилсов. их СЕО рассказывал про свое видение мотивации. выступая перед студентами рассказывал, что на самом деле все это «следуйте за своей страстью» — совсем не обязательное условие продуктивной карьеры и удовольствия от работы. выложу здесь тоже это видео — показалось в свое время крайне любопытным, даже сохранила. и вот настал его звездный час.

оказалось, что a16z выпускают регулярные newsletters про большие идеи и тренды. нашла сразу три части — рекомендую почитать все — много пользы. на что хочется сделать основной акцент.

цифра сезона зима 2025 — в финансовом секторе на каждого сотрудника-человека уже приходится 96 AI-сущностей (ботов/агентов).

один AI-агент может инициировать до 5 000 подзадач, запросов к базам данных и API за миллисекунды. для старой инфраструктуры это выглядит как мощная DDoS-атака. так что запуск AI-агентов внутри также подразумевает обновление всех софтов и инфраструктуры. необходимо создавать «agent native» архитектуру платформ.

80% корпоративных знаний (видео, контракты, презентации, pdf, логи и др) существует в виде неструктурированного «шлака» — именно это главная причина глюков RAG-систем и поломок AI-агентов.

$46 триллионов — объем транзакции в стейблкоинах. цифры говорят сами за себя, стейблкоины стали основной интернет-экономики. это в 20 раз больше объема PayPal, и почти в 3 раза больше объема транзакции Visa. здесь a16z прогнозируют переход от простой токенизации активов на их создание прямо в блокчейне, что в том числе существенно снизит стоимость обслуживания кредитов. про финансы, кстати, тоже будет отдельный пост — много любопытных прогнозов вышло у приличных-уважаемых.

AI-native фабрики или «software is eating the world». важный прогноз, возможные последствия которого мы уже подсмотрели в свежем кино (про «метод исключения» вот тут писала). речь не про модернизацию, а проектирование новых AI-native производств с нуля — от симуляции автономного дизайна до роботизированной сборки хоть ядерных реакторов. в городах США уже развернуто более 1 млрд сетевых камер и датчиков, которые создают слой «физической наблюдаемости» для AI — превращают реальный мир в код, доступный для анализа AI. здравствуй, Матрица, так сказать.

полные версии — в комментариях