🌐Как ИИ меняет бизнес🌐

🤖 Проблема института государства в эпоху ИИ

Сегодня государства, общественные институты и компании напоминают героев басни про рака, лебедя и щуку — каждый тянет одеяло ИИ на себя, но в разные стороны.

🔹 Компании уже активно внедряют ИИ, университеты исследуют новые горизонты развития ИИ моделей.
🔹 А вот государства — особенно законодательная и исполнительная власть — реагируют на технологические изменения с запозданием. Очень большим запозданием.

Почему так происходит?

Потому что мышление там — из прошлого.
Их модель мира основана на старой индустриальной парадигме: численность населения, размеры территорий, запасы ископаемых ресурсов.

Но новая технологическая реальность — это совсем про другое:

✅ Качество человеческого капитала
✅ Трансграничность идей и команд
✅ Альтернативные ресурсы, в том числе цифровые и космические

ИИ уже сегодня даёт нам мощнейшие инструменты для:
— улучшения качества жизни людей
— модернизации образования и медицины
— развития территорий без отставания от мегаполисов
— создания новых средств добычи и обработки ресурсов — даже вне Земли

❗Но государственные механизмы остаются в прошлом. И пока они просыпаются — возможности уходят.

Еще раз - проблема в мышлении людей, принимающих решения.

🎦 Если вам интересно услышать большое про то, как ИИ преобразует современную экономику и финансы, оставлю ссылку на наш подкаст с Юлием

🔥 Компании, которые хотели сэкономить с помощью ИИ, теперь тратят целое состояние, чтобы исправить его ошибки...

Именно об этом недавно написали в статье
на портале Futurism

Хотелось бы дать небольшой комментарий..

Проблема не в самом ИИ, а в хаотичном внедрении без стратегии, целей и контроля.

Компании начали использовать LLM и генеративные модели просто «потому что это модно», забыв, что ИИ — это не магия, а статистика + масштаб.

👉 Результат?
Ошибки, провалы, и в итоге — второй найм людей, чтобы «починить» всё вручную.

📉 Это типичная ловушка ложной экономии:
экономия на старте → огромные издержки потом

Настоящая отдача от ИИ — не в замене людей, а в усилении их работы, при грамотной интеграции

Как однажды сказал Эндрю Ын: «ИИ — это новое электричество». Но электрик всё равно нужен.

Если вы задумываетесь о внедрении ИИ —
✅ Сначала сделайте аудит бизнес-процессов
✅ Определите цели и метрики
✅ Подберите подходящие ИИ-решения

А уж потом — принимайте решение внедрять ИЛИ не внедрять.

Со всеми этими этапами мы можем помочь. Оставляйте заявку с комментарием "РАЗБОР" у нас на сайте и мы с вами свяжемся!

🔥 Собрал для вас плейлист свежих коротких видео-лайфхаков по работе с ИИ — чтобы всё было под рукой! Сохраняйте пост, возвращайтесь в нужный момент и делитесь с коллегами:

1️⃣ Excel ➜ супер-презентация — за минуты превращаем таблицы в шикарные слайды с графиками | видео

2️⃣ Рекламный ролик товара — создаём «вау!»-видео без студии и съёмок | видео

3️⃣ Подкаст за 5 минут — документ → готовый эпизод, голос, джингл и обложка | видео

4️⃣ Дизайн мобильного приложения — генерируем прототип, пока кипит кофе | видео

5️⃣ Видео с ИИ-актёром — быстрый контент для блога и бизнеса | видео

6️⃣ Озвученное бизнес-видео — авто-монтаж + дикторский голос на любом языке | видео

7️⃣ Продающий ИИ-аватар — пусть виртуальный продавец релкамирует ваш товар в соцсетях | видео

👇 Пишите в комментариях, какой лайфхак уже протестировали

🔄 Репост — лучший способ сказать «спасибо»

🔍 Когда ИИ начнёт улучшать сам себя?

Я постоянно слежу за коллегами из ИИ‑индустрии. И вот что недавно привлекло моё внимание — большой пост от Джейсона Вэя, исследователя OpenAI и одного из создателей ChatGPT, о перспективах самоулучшающегося ИИ

🤔 Почему это важно?

Потенциал «ИИ, который прокачивает сам себя» звучит фантастически  — но давайте посмотрим, что говорят знающие люди...

"У нас пока нет ИИ, который умеет самоулучшаться, и когда он появится, это изменит правила игры. Став мудрее по сравнению с эпохой [развития] GPT-4, [стало] очевидно, что не будет никакого “быстрого взлёта” — всё будет происходить очень постепенно, в течение многих лет, вероятно, целого десятилетия.

Первое, что нужно понять: самоулучшение (то есть обучение моделей самих себя) — не бинарное явление. Представьте, что GPT-5 обучает GPT-6 — звучит по-настоящему впечатляюще. Но разве GPT-5 вдруг перейдёт от полной неспособности обучать GPT-6 к идеальному владению этим процессом? Конечно же, нет. Первые циклы обучения GPT-6, скорее всего, будут крайне неэффективными по времени и вычислительным ресурсам по сравнению с работой человеческих исследователей. Лишь после множества попыток GPT-5 сможет обучать GPT-6 лучше людей.

Во-вторых, даже если модель сумеет обучать себя, она не станет сразу лучше во всех областях. Существует градиент сложности: в одних доменах самоулучшаться значительно проще, чем в других. Возможно, на первых порах самоулучшение будет работать лишь там, где мы уже умеем легко исправлять ошибки пост-фактум, например базовые галлюцинации или стиль. Затем придут математика и программирование — сферы, в которых требуется больше усилий, но уже есть устоявшиеся методы. На другом конце спектра находятся задачи, крайне трудные для самоулучшения. Например, умение говорить на тлингите — языке коренных народов Северной Америки, на котором разговаривают примерно 500 человек. Модели будет чрезвычайно сложно самоулучшиться в этом языке, так как для низкоресурсных языков решений, кроме сбора дополнительных данных, пока нет, а это занимает время. Поэтому из-за такого «градиента сложности» всё не произойдёт одномоментно.

Наконец, возможно это звучит спорно, но прогресс в науке в конечном итоге ограничен реальными экспериментами. Кто-то верит, что, прочитав все статьи по биологии, можно найти лекарство от рака, или что, изучив все работы по машинному обучению и овладев всей математикой, можно идеально обучить GPT-10. Если бы это было так, то лучшими ИИ-исследователями были бы люди, читающие больше всего статей и глубже всех владеющие теорией. На практике же [в] ИИ (как и во многих других областях) сегодня беспощадно доминируют учёные, осуществляющие эксперименты, что подчёркивает, насколько прогресс зависит от реальных экспериментов, а не от «чистой» интеллектуальной работы. Так что, даже если сверхумный агент сможет спроектировать эксперименты, в 2 или даже в 5 раз эффективнее, чем лучшие человеческие исследователи, ему всё равно придётся ждать, пока эти эксперименты завершатся — это даст ускорение, но не приведёт к мгновенному скачку.

Подводя итог: узких мест на пути прогресса много — это не только сырой интеллект или система самоулучшения. ИИ будет решать задачи в разных областях, но у каждой из них свой собственный темп развития. И даже самый высокий интеллект всё равно потребует экспериментов в реальном мире.

Так что нас ждёт ускорение, но не «быстрый взлёт».

Спасибо, что прочитали мой монолог"

💬 Что думаете вы?

Верите в «медленный апгрейд» или всё‑таки остерегаетесь резкого скачка? Делитесь мнением в комментариях

🤖💉 MAI-DxO: ИИ-«консилиум», который диагностирует в 4 раза точнее врачей и на 20 % дешевле

Microsoft выкатили свежий препринт и новую площадку SDBench - интерактивный тест из 304 клинико-патологических кейсов NEJM, где человек или ИИ должен шаг-за-шагом задавать вопросы, назначать исследования и, учитывая их стоимость, выйти на окончательный диагноз. Это имитирует реальное клиническое «итеративное» мышление и устраняет недостатки статичных викторин.

Для работы с этим бенчмарком Microsoft создают MAI Diagnostic Orchestrator (MAI-DxO) — модель-оркестратор, которая разыгрывает «виртуальную панель врачей», формирует дифференциальный список, выбирает информативные и недорогие тесты и решает, когда остановиться.

Результаты команды людей и различных ИИ, а также то, что то случилось, когда их оркестратор MAI-DxO «нанял» модель o3 от OpenAI? вы можете увидеть на картинке к данному посту ⬆️

Почему это важно?

1️⃣×4 к точности — ИИ бьёт медианный уровень людей на тех же кейсах.

2️⃣ Минус 20 % затрат — меньше расходов на диагностику, чем у врачей, и −70 % по сравнению с «сырым» LLM.

3️⃣ Оркестрация > сильная модель — MAI-DxO повышает класс даже у Gemini, Claude, Llama и др.

4️⃣ Реалистичный бенчмарк — оценивает не только «угадай-болезнь», но и экономичность решений.

Вывод

Будущее медтеха — это не столько одиночные «супермодели», сколько команды ИИ-агентов, которые думают как клиницисты: опрашивают пациента, балансируют точность и стоимость.

А вы доверили бы такому ИИ-консилиуму свой дифференциал? Пишите в комментариях!⬇️

Если вам интересно:

— присоединиться к международному проекту в сфере медицинского ИИ,

— инвестировать в HealthTech и расти вместе с нами,

— усилить свою клинику и увеличить поток пациентов благодаря передовым технологиям,

пишите 👉 @mikhail_shakh

💼 ИИ для малого бизнеса: когда внедрять, а когда — подождать?

Многие предприниматели поддаются ИИ-хайпу и тратят много времени — своего и нашей команды — на обсуждение решений, которые им просто не нужны сейчас.

Вот простая инструкция: когда и какие ИИ-инструменты действительно стоит использовать:

1️⃣Если годовой оборот вашей компании составляет до 20 млн руб:
- Используйте бесплатные ИИ-инструменты (ChatGPT, Gemini, DeepSeek, CicaChat) для задач вроде идей, текстов, автоматизации
- Пробуйте простые ИИ-агенты на конструкторах (botpress, zapier, make, n8n) для автоматизации решения рутинных задач

2️⃣Оборот от 20 до 50 млн руб, то:
- Всё то же самое — бесплатные инструменты и no-code платформы
- Готовые ИИ-сервисы (по подписке или по принципу тарификации запросов)

3️⃣Оборот от 50 до 200 млн руб:
- ИИ-агенты на проприетарных API (ChatGPT, Gemini, DeepSeek, GicaChat)
- Более продвинутые ИИ-агенты, созданные в конструкторах (botpress, zapier, make, n8n)

4️⃣Оборот от 200 до 800 млн руб:
- ИИ-агенты на основе проприетарных API (ChatGPT, Gemini, DeepSeek, YandexGPT)
- Мультиагентные среды на основе проприетарных API (ChatGPT, Gemini, DeepSeek, YandexGPT)
- ИИ-агенты на основе opensource LLM моделей (DeepSeek, Llama-3.3-70B) c размещением на собственных серверха или в "облаке"

Главное: если вы на уровне 1️⃣ или 2️⃣ — не тратьтесь на разработку ИИ-решений. На рынке множество бесплатных и качественных сервисов, которые уже дают результат. Не знаете, с чего начать? Приходите на консультацию по внедрению ИИ в ваш бизнес. Оставляйте заявку с комментарием "РАЗБОР" у нас на сайте и мы с вами свяжемся

Если вы на уровне 3️⃣ или 4️⃣ — пора двигаться дальше. Мы готовы помочь с высококачественной и оперативной разработкой ИИ-решений под ваши задачи. Оставляйте заявку на консультацию с комментарием "РАЗРАБОТКА" у нас на сайте

Как говорится, всему своё время и место. Не спешите, но и не упустите момент😉

⬇️ Расскажите в комментариях какие задачи вы лично решаете с помощью ИИ

⚖️ Не все ИИ одинаково полезны: тестируем 7 LLM и считаем деньги

Недавно, внутри AiMono, провели мини-бенчмарк — составили свой тест на качество работы языковых моделей (LLM) и сравнили их по соотношению «цена / качество».

🧪 Всего протестировали 7 моделей. Вот наш топ с оценкой (из 18 баллов) и стоимостью за 1 млн токенов (input + output):

1️⃣ GPT-4o — 14/18, 977 руб

2️⃣ DeepSeek-V3 — 13/18, здесь тарификация зависит от времени..поэтому были взяты средние значения, итого 80 руб (!)

3️⃣ GPT-4.1 — 13/18, 782 руб

4️⃣ o3-mini — 8/18, 1 212 руб

5️⃣ YandexGPT PRO — 7/18, 1200 руб

6️⃣ GigaChat Max — 6/18, 1950 руб

7️⃣ Llama 3.3 70B Instruct — 3/18 , 1200 руб

Выводы:

- DeepSeek-V3 — победитель по цене/качеству;

- Самая дорогая модель заняла предпоследнее место по баллам;

- Reasoning модели (типа o3) не для всех задач работают лучше чем классические (плюс еще и дольше времени запрос обрабатывается);

- Российские модели дороже и уступают по качеству моделям США и Китая ~ в 2 раза

__

А какие языковые модели вы используете в своих проектах? Поделитесь в комментариях ⬇️

🧸 Как сделать, чтобы ИИ-аватар продавал ваш товар?

Продвижение продукта через видео с актёром — это дорого, долго и требует много ресурсов. А если хочется, чтобы товар представлял «живой» бренд-персонаж — задача усложняется ещё сильнее.

Но теперь можно сделать это быстро, просто и без съёмок — с помощью ИИ-аватаров!

В видео я покажу, как использовать сразу три платформы (higgsfield.ai, elevenlabs.io , mirage.app), чтобы создать рекламный ролик, в котором ИИ-персонаж может рассказывать о вашем товаре и призывать к покупке — будь то мягкая игрушка Лабубу, напиток или что-то ещё.

📌 Как это работает:

– Выбираем или создаём образ ИИ-аватара / higgsfield
– Пишем короткий продающий текст / gpt 4o
– Добавляем ваш товар на фото к ИИ-аватару / higgsfield
- Выбираем или создаём голос для ИИ-аватара / elevenlabs
- Делаем озвучку продающего текста / elevenlabs
- Добавляем фото ИИ-аватара с товаром и аудиозапись на платформу / mirage
– Получаем готовый рекламный ролик с «живым» аватаром за считаные минуты / mirage

🎥 В видеоуроке — разбор платформ и пошаговая инструкция. Никаких съёмок, актёров или монтажа.

🛍 Это подойдёт, если:

– Ты продаёшь товары онлайн
– Хочешь выделиться в ленте с оригинальной рекламой
– Тестируешь идеи быстро и с минимальным бюджетом
– Строишь личный или брендовый образ с помощью технологий

💬 Поделись этим постом с предпринимателями, маркетологами и всеми, кто хочет автоматизировать продвижение с помощью ИИ.

ИИ уже продаёт — вопрос в том, будет ли он продавать твой товар 😉

💡 Обучаем LLM без датасетов: зачем вам знать про Absolute Zero

Недавно вышла научная статья под названием Absolute Zero: Reinforced Self-play Reasoning with Zero Data.

Авторы рассказывают про подход Absolute Zero (по русс. абсолютный ноль). С помощью которого LLM может сама генерировать задачи, сама их решать и прокачивать способность к логическому мышлению без единого размеченного примера.


✅ Это открывает новое окно возможностей и для ML-команд и для ИИ-предпринимателей.

🔍 Что изменилось технически?

Классический pipeline:
Сбор/покупка датасета ↔ очистка ↔ fine-tune

VS

Absolute Zero: Отказ от датасета: модель генерирует собственные «тесты»

___

🤔 Почему это важно для ML-команд?

1) Минус дорогостоящий датасет → срываем «бутылочное горлышко» разметки и экономим месяцы работы аннотаторов.

2) Ускоренный R&D-цикл: можно буквально «крутить» RL-тренировку ночами, проверяя новые архитектурные идеи без закупки данных.

💼 Что выиграет предприниматель / продукт?

1) Траты смещаются с "кожанных" аннотаторов на GPU-часы, => предсказуемый CAPEX.

2) Можно создать «виртуальное SaaS-поле» для узких доменов с малым объемом данных (legal-tech, биосимуляции, инженерия и т.д.)

3) Логику модели, «выращенную» на вашей среде задач, скопировать труднее, чем public-датасет или промпт

___

Таким образом, предложенный подход Absolute Zero переводит вопрос «где взять датасет?» в плоскость «какую среду проверки мы можем быстро собрать».

Для стартапов это шанс ускорить релизы и снизить барьер входа; для инженеров — повод переосмыслить, как выглядит «обучение без данных» в эру LLM

P.S. В целом, наблюдая за развитием ИИ-индустрии все чаще вижу "вертикальные" исследовательские работы (как выжать из текущих моделей максимум). Значит ли это, что ИИ исследователям уже виден предел горизонтальных методов (подход "добавим больше данных и больше железа" уже не даст сопоставимомго прироста качества) ? Что думаете не этот счет?

💰Сколько платят ТОПовым специалистам по ИИ?

Недавно Сэм Альтман рассказал, что Марк Цукерберг пытался сманить ключевых исследователей OpenAI, предлагая sign-on package по $100 млн+.

*sign-on package — сверхкрупное вознаграждение, большая часть которого выражена в акциях компания-работодателя и обычно выплачивается по графику в несколько лет

Т.е. это еще без базового оклада))

Что касается оклада, то средние цифры здесь - это ≈ 245 000 $ (19 145 665 руб.) до 330 000 $ (25 788 039 руб) в год или от 20 400 $ (1 594 169 руб.) до 27 500 $ (2 149 003 руб.) ежемесячно.

На уровне “ТОПовых” специалистов могут добавляться миллионные бонусы, что поднимает общий годовой доход до 10 млн $ (781 млн. руб) –20 млн $ (1,5 млрд. руб) и выше.

💥 Итак, Марк сделал ход конём, для того, чтобы собрать «команду Мстителей» (мы видим насколько он поднял уровень стандартных бонусов) для охоты за супер-ИИ 🤖

Но! 🎯 Деньги ≠ всё. Многие исследователи выбирают идею, влияние и возможность оставить след.

___

Аутро:

На Петербургском форуме доложили, что за весь 2024 год российскими предприятиями было потрачено 203,2 млрд руб ($ 2,5 млрд) на внедрение и применение ИИ...к слову, недавно было объявлено, что "та самая компания" Марка Цукерберга приобрела 49% стартапа ScaleAI на сумму $14,3 млрд.

🎯 Nvidia теряет Китай? И почему для глобального технологического доминирования нельзя разделять ключевые рынки

В одном из недавних интервью Дженсен Хуанг (CEO Nvidia) рассказывает, как экспортные ограничения США буквально переписывают карту рынка искусственного интеллекта...

Так, например, за 4 года доля Nvidia в Китае рухнула с 95% до 50%. Причина — запреты на поставки чипов.

Китайский рынок ИИ — это $50 млрд в год. В перспективе — сотни миллиардов дохода для Nvidia и миллиарды налогов для США.

Также, Дженсен Хуанг, отмечает, что в Китае живёт половина всех исследователей ИИ в мире. И если они не будут использовать американские технологии — США рискуют потерять лидерство.

Несмотря на санкции, глава Nvidia сохраняет оптимизм: «Китай для нас как Boeing для экономики США — источник колоссальной прибыли».

🤖 Война технологий - это война платформ. Чьей платформой (стандартом) пользуется большее число людей, на чьей платформе построенно больше новых и конкурентоспособных решений, владелец той платформы и становится людером индустрии

🙆‍♂️А почему бы не поговорить?

В следующем месяце планирую выступить на конференции «Будущее бизнеса: Как ИИ меняет правила игры».

Моя тема — "Реальные возможности ИИ в малом бизнесе". Но прежде чем говорить о реальности, - мы поговорим о мифах)) Они всё ещё живы и среди наших клиентов и, тем более, в умах широкой аудитории:
— «ИИ — это дорого»
— «Это только для корпораций»
— «Можно запустить ChatGPT на своём сервере"
— «Можно теперь заменить весь отдел продаж на одного ИИ-агента»
и еще некоторые из заблуждений..))

📌 Почему это важно?

Потому что когда вы начинаете понимать, что действительно сложно или невозможно, вы одновременно начинаете видеть, что на самом деле доступно и реализуемо уже сегодня. А это — ключ к реальным, работающим ИИ-решениям.

Приходите, пообщаемся)

Вход бесплатный, но нужно зарегистрироваться


📅 17 июля (четверг), 12:00-16:00
📍г.Москва, проспект Мира, д. 119, стр. 318, Лекторий №2, Арт.Техноград (метро ВДНХ)

🐚12 инсайтов про ИИ

Недавно вышел отчет по ИИ (Artificial Intelligence Index Report 2025) от Стэнфордского института искусственного интеллекта, описывающий влияние ИИ на общество, экономику, науку, медицину и глобальное управление.

Кратко про форму:
- 456 страниц
- 8 глав
- 15 сотрудников и исследователей
- 2 LLM в помощь авторам
- среди партнеров: Google, OpenAi, LinkedIn

Т.е. исследовательская работа была проведена серьёзная.

Кратко про основные выводы:

1️⃣ Производительность ИИ на сложных тестах продолжает улучшаться

2️⃣ ИИ все больше проникает в повседневную жизнь

3️⃣ Бизнес делает ставку на ИИ, инициируя рекордные инвестиции и использование, поскольку исследования продолжают демонстрировать сильное влияние на производительность (В 2024 году частные инвестиции США в ИИ выросли до 109,1 млрд долларов США, что почти в 12 раз больше, чем в Китае (9,3 млрд долларов США) и в 24 раза больше, чем в Великобритании (4,5 млрд долларов США))

4️⃣ США по-прежнему лидируют в производстве лучших моделей ИИ, но Китай сокращает разрыв в производительности

5️⃣ Экосистема "ответственного ИИ" развивается неравномерно (среди компаний и государств сохраняется разрыв между признанием рисков развития ИИ и принятием значимых мер)

6️⃣ Глобальный оптимизм в отношении ИИ растет, но сохраняются глубокие региональные разногласия

7️⃣ ИИ становится более эффективным и доступным (стоимость генерации токенов для системы, работающей на уровне GPT-3.5, снизилась более чем в 280 раз в период с ноября 2022 года по октябрь 2024 года. На уровне оборудования затраты снижались на 30% в год, а энергоэффективность повышалась на 40% в год)

8️⃣ Правительства стимулируют деятельность в сфере ИИ с помощью регулирования и инвестиций (Канада выделила $2,4 млрд , Китай запустил полупроводниковый фонд в размере $47,5 млрд, Франция выделила €109 млрд , Индия выделила $1,25 млрд)

9️⃣ Образование в области искусственного интеллекта и компьютерных наук расширяется, но пробелы в доступе и готовности преодовать сохраняются

🔟 Промышленность стремительно развивается в области ИИ, но границы сужаются

1️⃣1️⃣ ИИ получает высшие награды за свое влияние на науку (растущая значимость ИИ находит свое отражение в крупных научных наградах: две Нобелевские премии были вручены за работы, которые привели к глубокому обучению (физика) и его применению в синтезе белков (химия))

1️⃣2️⃣ Сложные рассуждения остается проблемой для ИИ

В целом, всё плюс/минус ожидаемо. Коллеги фактически подтвердили общие нарративы цифрами и хорошим исследованием.

📹Как сгенерировать видео с озвучкой для деловой презентации?

Недавно компания Google выпустила нейросеть Veo3, которая может генерировать видео совместно с аудио длительностью 8 сек. Мне кажется, что помимо чисто развлекательного контента (типа создания видео со всякими сказочными персонажами), этот инструмент можно использовать и для рабочих целей, например, если вам необходимо быстро создать видеоролик для вашей презентации.

📌 Что нужно, чтобы запустить:

– Аккаунт Gmail
- IP США или Канады (чтобы получить доступ к Gemini)
- Подписка Google AI Pro
- Зайти в Gemini → выбрать вкладку "Видео" → ввести промпт

🎥 В видео — подробная инструкция, как за несколько минут сделать видео, не включая камеру и не нанимая никого.

🧩 Veo3 также прекрасно подойдёт, если:

– Занимаетесь анимацией
– Ищете бесплатный видеоконтент
– Создаёте контент для соцсетей или бизнеса

🔁 Поделитесь этим постом с друзьями, продюсерами, блогерами и всеми, кто работает с видео!

В комментариях — промпт, который я использовал в ролике ⬇️

👥Технологии - технологиями, но человеческое общение остаётся большой ценностью

Недавно Билл Гейтс в одном из подкастов напомнил важную мысль:

«Нам нужно как можно больше локальных сообществ, где люди могут видеть, слышать и поддерживать друг друга»

В мире, где мы всё чаще пишем, чем говорим, это звучит как напоминание:
технологии — инструмент, а не замена настоящему общению.

Иногда самый мощный «социальный ИИ» — это просто сосед, друг или коллега рядом😉

Хороших выходных!

Человек против ИИ 🤖

Исторический момент — впервые в России!

Marvin AI — Цифровой инвестор нового поколения, собранный на основе:

🧠 Больших массивов рыночных данных
📚 Инвесторской логики Баффета, Далио, Тиля и Андрессена
📊 Машинного анализа, краудинвестинга, IPO, токенсейлов и M&A

Marvin обучен на LLM-модели нового поколения, доработанной для:
🤖 Прогнозирования рыночных трендов,
🤖 Оценки стартапов,
🤖 Риск-менеджмента и составления сбалансированных инвестиционных портфелей.

Марвин выйдет в финале против человеческого победителя предыдущих раундов, чтобы ответить на вопрос:
«Кто эффективнее управляет капиталом — человек или алгоритм?»

Что будет еще?

В раундах участвуют представители разных сфер инвестиций: крипта, акции, франчайзинг, искусство, недвижимость, облигации, личный бренд
5 питчей перспективных компаний
Все это + шикарный нетворкинг со 100 гостями-инвесторами на INVEST BATTLE 2.0

🗓 25 июня
🕒 15:00–20:00
📍 Москва, Особняк инвестора, Энгельса 64

Для участников канала скидка 10% по промокоду Shakh Количество мест ограничено, регистрируйтесь по ссылке https://lk.franchcamp.ru/?utm_source=Shakh

P.S. тоже планирую посетить, поэтому приходите, пообщаемся 👍🏼

💰Инвестиционные сделки на $600 млрд

Именно такой результат был достигнут после недавней поездки американских предпринимателей в Саудовскую Аравию

Арабы обещают инвестировать в США $600 млрд с возможностью увеличения до $1 трлн

Что здесь важно (помимо суммы😜)?

Состав предпринимателей из США.

В форуме приняли участие:

-Илон Маск (Tesla)
-Сэм Альтман (OpenAI)
-Энди Джасси (Amazon)
-Дженсен Хуан (Nvidia)
-Джейн Фрезер (Citigroup)
-Арвинд Кришна (IBM)
-Келли Ортберг (Boeing)
-Алекс Карп (Palantir)
-Ларри Финк (BlackRock)
-Стивен Шварцман (Blackstone)

А это значит, что их интерес там тоже заложен.

В целом, из 10 компаний:

-6 технологические
-3 финансовые
-1 промышленная

Из этого можно сделать вывод о векторе/приоритетах развития американской экономики в близжайшие годы (Маск после недавнего "плохого поведения" под вопросом...хотя у себя в X уже признал, что погорячился 🥲)

Недавно послушал разговор Германа Грефа и доктора психологических наук Александра Асмолова на тему "Зачем XXI веку человек?"

Понравилось замечание Германа Оскаровича про современное образование:

"ВУЗы настолько опаздывают, что они по нашему вчерашнему запросу готовят тех, кто нам уже сегодня не нужен..."

Я об этом говорил в одном из своих постов.

Современная система высшего образования в мире - это XIX век. На дворе XXI.

Пора двигаться дальше
___

👇Напишите как вы видите образование будущего