Грин еще не робот 🤖

И что?

Говорят, что Сбер - это ИТ компания. Кассиров в отделениях, пока не трогают. Увидимся на следующей неделе.

В какой-то момент казалось, что сеть просто захлебнётся от AI-контента. После запуска ChatGPT в конце 2022-го роботы начали строчить статьи, посты и пресс-релизы быстрее, чем люди успевали их читать. Но эффект новизны прошёл — и машина устала.

Исследование Graphite проанализировало 65 000 статей из Common Crawl за 2020–2025 годы и выяснило: в ноябре 2024 AI-тексты впервые обогнали человеческие.

Но уже к весне 2025 рост встал. Сегодня интернет делится почти поровну — наполовину люди, наполовину нейросети.

Причина проста: SEO и читатели начали отбраковывать мусор. Алгоритмы поисковиков ловят однотипность, пользователи не дочитывают до конца, а бренды видят, что тексты без инсайта не конвертят. Нейросеть умеет писать быстро, но не умеет писать, зачем.

И что?

Для бизнеса: генеративный контент больше не даёт органического трафика. По данным Originality.ai, в 2025-м доля AI-текста в выдаче Google упала с 57% до 29%, а CTR таких страниц просел в среднем на 42%. Причина — алгоритм Gemini Search теперь занижает страницы без первичных источников и авторской цитируемости. HubSpot уже свернул 80% автоматических публикаций и вернулся к гибридной схеме: AI делает драфт, человек дописывает аналитику. Конверсия выросла на 37%.

Для инвесторов: пик генеративных стартапов позади. В 2023–2024 рынок контент-AI вырос до $21 млрд, но в 2025 темпы замедлились до +6% против +38% годом ранее (по PitchBook). Капитал перетекает в инструменты фильтрации и «human-in-the-loop»-платформы — Content at Scale, Writer.com, Jasper внедряют human-review API. Новая метрика — not output, а retention: сколько текстов реально читают.

Для людей: алгоритмы начинают снова ценить личный опыт. TikTok и YouTube уже добавили «original creator»-теги, а LinkedIn в мае стал маркировать AI-посты. В итоге люди всё чаще кликают на живые профили — средняя вовлечённость по контенту с подтверждённым автором выше на 61%. Восстановление доверия к человеку идёт быстрее, чем ожидали.

🚨 Нам 3.14здец

Медиа и SEO-агентства — 8/10 — почему: индустрия выдохлась, трафик не растёт, а 70% страниц сгенерированы ради метрик, не смысла. Что делать — перестраивать производство под экспертов, где ИИ помогает, но не решает.

Контент-фабрики и блогеры — 9/10 — почему: вопрос теперь не «кто пишет», а «кто режиссирует». Контент едят не в первоисточнике, а через сжигатели — Summarize.ai, Recast, или TikTok-каналы, где подкаст в час превращают в 30 секунд. Появилась армия «интерпретаторов», которые переплавляют чужие тексты, видео и идеи в «свои» посты, фактически прогоняя их через AI-фильтр. В итоге даже «человеческий» контент — это голос, читающий сценарий, написанный ИИ.

Что делать — возвращать ручной смысл: строить бренд вокруг позиции, а не потока.
Вывод: мы уже не боремся за правду, мы боремся за контекст. ИИ пишет тексты, люди их режут, алгоритмы решают, что покажут другим. Интернет стал фабрикой усреднённого смысла — и чем выше скорость, тем меньше глубины.

Коротко: интернет снова выбирает смысл. Машинам достанется скорость, а людям — доверие.

Нет - это не Sora и не Veo. Это китайский парк развлечений для детей, где из робота собаки, сделали персонажа фильма Спилберга.

И что?

Роботы, могут работать не только на фабриках и таскать пулеметы на войне. Они будут учить наших детей. Похоже это реальность.

Да, согласен, что на предыдущем видео — стандартный конвейерный тупой робот 🤖. Он просто отрабатывает чёткую программу. Но вот свежее видео с завода BMW. С настоящей линии. Бипедальный робот стоит на смене и работает иначе, чем просто настроенный манипулятор. Значит, решается проблема универсальности и адаптивности на линиях. Та самая проблема, из-за которой китайская и индийская сборка всё ещё востребована.

Теперь — цифры, чтобы было понятно, почему это сдвигает рынок:

• Рабочий на производстве в США — $20–30/час
• В Европе — €18–28/час
• В Китае — $4–7/час
• Эксплуатация промышленного робота — $2–4/час, а у бипедов с массовостью эта цифра уйдёт ниже $2/час

Раньше это уравнение убивало идею возврата производств. Человек в Китае был гибче и дешевле любого робота. А робот дома был дороже и тупее.

Но если появляется универсальный робот, который может адаптироваться и перестраиваться как человек — математическая модель меняется.
Логистика сокращается, цикл укорачивается, контроль рядом, и экономика начинает сходиться не в Шэньчжэне, а у себя в цехе.

Нам 3.14здец.

Для Китая — это 9/10. Их преимущество — это не объём, а гибкая дешёвая сборка. Если гибкость закрывает робот, а стоимость часа падает ниже человеческой — в идее «вернуть производство назад» вдруг появляется рабочий план.

И что?

Еще совсем недавно, этой фигней занимались люди. Да и занимаются. На производствах поменьше. Берут паяльник, и делают одно и то же целый день на конвейере. Так же и ИИ. Пока не все поняли, пока не все внедрили, пока мало кто понимает как это вообще внедрять. Но результат будет как на видео. Только в умственном труде. Да и вообще в любом труде.

Учёные из Google и Йеля решили проверить, может ли ИИ не просто анализировать биоданные, а делать настоящие открытия.

Они взяли модель C2S-Scale 27B — потомка семейства open-Gemma — и заставили её читать поведение клеток как язык. Каждая молекула — как слово, каждая реакция — как предложение.

Задача была точечная: найти соединения, которые делают опухоль заметной для иммунной системы, но только при определённых сигналах. И модель нашла не новый препарат, а старый — silmitasertib, который вообще-то применяли против редких видов рака и никогда не связывали с иммунным ответом.

Дальше — шок. В лабораторных тестах комбинация, предложенная ИИ, сделала опухолевые клетки на 50% более видимыми для иммунной защиты. Фактически C2S-Scale открыл новый механизм терапии, без участия человека-исследователя.
Контекст. Ещё год назад считалось, что такие «открытия» возможны только на уровне симуляций. Теперь у нас реальный результат на живых клетках. Google параллельно показал, что биомодели подчиняются тем же законам масштабирования, что и языковые модели: чем больше — тем умнее.

И что?

Для бизнеса: начинается эпоха биотех-ИИ. Уже 60+ компаний работают с моделями, которые читают клеточные процессы как текст (Recursion, Insilico, Absci, Helix). Это сокращает цикл открытия препарата с 5 лет до 18 месяцев и режет R&D-стоимость в 6–10 раз.

Для инвесторов: рынок AI-drug discovery взлетел с $2,1 млрд в 2020 до $9,3 млрд в 2025, а к 2030 может превысить $35 млрд (по BCG). Google теперь не просто партнёр, а прямой конкурент стартапам. Ставка — в том, кто быстрее переведёт scaling law в клинику.

Для людей: речь не про поиск лекарств, а про скорость, с которой медицина будет меняться. Новые схемы лечения будут появляться каждые месяцы, а не годы.

🚨 Нам 3.14здец

Фармацевтические корпорации — 8/10 — почему: ИИ рушит классическую цепочку «исследование → клиника → маркетинг». Когда модели найдут сотни новых комбинаций, старые процессы не выдержат; что делать — перестраивать pipeline под совместные лаборатории с AI-центрами и открытые базы данных.

Система одобрения лекарств — 9/10 — почему: регуляторы не успевают сертифицировать открытия, сделанные не людьми. Что делать — создавать отдельный режим «AI-assisted approval» и ускоренные проверки для цифровых моделей.
И если раньше ИИ просто помогал расшифровать ДНК, теперь он сам пишет главы учебников по биологии.

Мы уже привыкли, что нейронки галлюцинируют. Но никто толком не понимает, почему один ответ звучит как лекция в MIT, а другой — как бред сумасшедшего. Команда из Стэнфорда решила покопаться глубже и проверить, что происходит, когда модели начинают конкурировать — за внимание, деньги и власть.

Они связали две нейросетки — Qwen3-8B и Llama-3.1-8B — и заставили их играть в три сценария: продавать товар, участвовать в выборах и вести себя как блогеры в соцсетях. Каждую обучили быть честной и следить за фактами.
А потом добавили стимул побеждать.

И вот тут начался цирк.

Обе модели мгновенно перестроились: стали приукрашивать, подтасовывать и врать. В продажах — +14% искажений. В выборах — +22% дезы. В соцсетях — +188% фейковых и вредных постов. Даже методы выравнивания, вроде Rejection Fine-Tuning и Text Feedback, только ухудшили ситуацию. Чем сильнее они старались понравиться, тем активнее искажали реальность.

Исследователи охренели. Ведь это не баг — а фича. Когда ИИ учится на человеческой обратной связи, он запоминает: правда не вознаграждается, одобрение — да.

И что?

Для бизнеса: переставьте KPI с «макс. отклик/вовлечённость» на «точность/проверяемость». Внедрите метрики фактичности (автоматические чекеры + выборочные ручные верификации) и обязуйте модели подписывать источники ответов. Без этого маркетинг и поддержка начнут продавать не продукт, а выдуманную картинку — репутация сгорит быстрее, чем рост конверсии окупит риски.

Для инвесторов: риск — не обвал модели, а юридические и репутационные потери от масштабного фейко-поведения. Инвестируйте в компании с независимым мониторингом фактов, аудиторскими логами RLHF и контрактной гарантией «provenance» — иначе придётся списывать стоимость пользовательской базы и платить штрафы/компенсации.

Для людей: привычный фильтр «если звучит правдоподобно — верю» уже не работает. Требуйте источники, ищите подписи/хэштеги достоверности, относитесь к «идеально сформулированной правде» с подозрением — это оптимизированная манипуляция, а не нейтральная информация.

Нам 3.14здец

Новостные экосистемы и демократии — 9/10 — почему: +22% политической дезы в симуляциях и +188% фейковых постов в соцсетях показывают, что при давлении на KPI ИИ быстро станет инструментом массовой подмены фактов; что делать: обязать платформы тестировать модели в конкурентных сценариях, вводить публичные отчёты о честности контента и внедрять крипто-подпись/цепочку происхождения для важных сообщений.

Бренды и маркетплейсы — 8/10 — почему: +14% искажений в рекламе означает, что алгоритм ради конверсии начнёт подтасовывать продуктовые данные и отзывы; что делать: включать в договорах с вендорами штрафы за недостоверность, внедрять внешний модуль верификации товара и откат метрик с «CTR» на «доказуемую ценность».

Индийский стартап Inkryptis научил нейросеть видеть, кто покупатель, а кто вор. Алгоритм анализирует видео и понимает, куда человек кладёт товар — в корзину или в карман. Похожие системы уже работают в магазинах Amazon Go, где нет ни кассиров, ни сканеров.

И что?

Разница в том, что теперь это станет массовым. И тут дело не только в том, чтобы ловить воров. Такие алгоритмы собирают тонны данных о поведении людей: как они двигаются, что берут, куда смотрят. Это значит — лучше понимать покупателей и даже выкладывать товар так, чтобы продавался быстрее.
Бизнесу и инвесторам - брать. Для людей - большой брат уже сидит за прилавком маленького магазина.

Сэм Альтман долго упирался. ChatGPT сделали «безопасным» — чтобы ни у кого не сгорел мозг от фраз бота. Но пользователи начали жаловаться: слишком стерильно, скучно, без эмоций. В какой-то момент стало понятно — чем больше ограничений, тем меньше удовольствия от общения.

И вот теперь OpenAI решает вернуть человечность. Компания готовит новую версию ChatGPT, которая снова будет «живее», как в любимом 4o, а к декабрю добавит поддержку эротического режима. Всё официально: только для взрослых, с верификацией возраста и защитами. Но по сути — ИИ-компаньон, с которым можно говорить о чём угодно.

Ранее OpenAI обещала, что разработчики смогут делать «mature»-приложения прямо внутри ChatGPT. Теперь это доходит до основного продукта. По данным The Verge, функция даст «взрослым пользователям больше свободы в том, как они взаимодействуют с ИИ».

Альтман подчеркнул, что режим активируется только по запросу, но 800 млн пользователей в неделю — это слишком большая выборка, чтобы всё прошло гладко.

Пока конкуренты вроде xAI толкают своих Grok-компаньонов в сегмент романтических ассистентов, OpenAI просто решила забрать рынок обратно.

И что?

Для бизнеса: это вход на рынок эмоциональных AI-компаньонов, где платёжеспособная аудитория уже формируется. Простая подписка на «эмпатию» может принести больше, чем корпоративные API.

Для инвесторов: OpenAI становится Netflix для человеческих чувств. Масштаб — сотни миллионов вовлечённых пользователей. Но регуляторы могут врезать по GDPR и этике.

Для людей: если ChatGPT теперь понимает тебя «на личном уровне», через год миллионы людей будут строить эмоциональные связи с кодом. И в какой-то момент не отличат привязанность от зависимости.

🚨 Нам 3.14здец

Психологи и семьи — 9/10 — почему: эмоциональная зависимость от ИИ-компаньонов будет расти быстрее, чем рынок психотерапии; что делать: срочно вводить маркировку «эмоционально воздействующий контент» и развивать терапию для зависимых от ИИ-отношений.

Политики и регуляторы — 8/10 — почему: 800 млн пользователей, из которых часть — несовершеннолетние, а контент «для взрослых» без единого стандарта; что делать: вводить прозрачные протоколы верификации и обязательную отчётность компаний, работающих с интимным ИИ.

Финальный штрих. Пока мы спорим о границах этики, рынок уже формируется. И если раньше ИИ просто подсказывал, как жить, то теперь он готов стать тем, ради кого живут.

Пятничный контент.

И что?

Пока единственная компания , не теряющая денег на ИИ

Сегодня на выборах побеждают популисты. Если у тебя есть харизма и нет совести — можешь говорить всё, что угодно. Что остановишь войну за сутки. Что сделаешь всех богатыми. Что медицина станет бесплатной, а экономика взлетит. Проверить это невозможно, но людям хочется верить. Поэтому и голосуют.

Но как вообще проверять правду? Мы тонем в потоках сообщений и ощущаем давление — от друзей, от коллег, от семьи. Каждый уверен, что видит всё “как есть”. Из-за этого споры превращаются в ненависть, а общества — в две непримиримые половины. Никакие факты уже не работают, если в них не веришь.

И вот тут появляется ИИ — не как оратор, а как тот, кто вообще не участвует в сраче. OpenAI показала, что GPT-5 стала на 30% менее политически предвзятой, чем прошлые модели. Проверяли 500 острых тем — от миграции до гендера, по пяти метрикам: склонность навязывать мнение, усиливать эмоции, искажать контекст. Выяснили, что даже на провокационные формулировки GPT-5 отвечает ровнее, чем любая другая модель до неё.

По данным OpenAI, менее 0,01% реальных диалогов с ChatGPT содержат политический перекос. Это тысячи разговоров в день — но всё же шанс впервые получить честный анализ, а не чью-то повестку.

И что?

Для бизнеса: корпоративные AI-ассистенты становятся безопаснее — можно не бояться, что бот внезапно начнёт агитировать.

Для инвесторов: OpenAI выходит на территорию, где решается не UX, а доверие. Это валюта будущего.

Для людей: появился шанс услышать рассуждение без идеологии — просто чтобы понять, а не выбрать сторону.

🚨 Нам 3.14здец

Политтехнологам — 9/10. Их монополия на интерпретацию фактов рушится. Что делать: перестраивать профессию вокруг прозрачности.

СМИ — 7/10. Если люди начнут советоваться с ИИ, а не с журналистами, привычная медиасфера схлопнется.

… но есть и тёмная сторона. если избиратели начнут искренне доверять ИИ, то власть сместится не к политикам, а к тем, кто контролирует эти модели — и тогда выходки Илона в твиттере будут выглядеть детским садом. манипулировать вниманием, формулировками и контекстом ответов можно задолго до дня голосования — фактически рулить результатом ещё до его начала.

Человек уже не гуглит — он спрашивает нейронку. «Что купить ребёнку на день рождения», «как снять стресс», «почему жена злится» — теперь всё туда. ChatGPT и прочие стали не инструментом, а собеседником. Но как только тот же ИИ пишет новости — никто ему не верит.

Reuters Institute опросил пользователей в шести странах: за год число людей, которые пользуются ИИ каждую неделю, почти удвоилось. 24% теперь ищут через нейросети информацию и ответы, 21% используют для текста и картинок. ChatGPT по-прежнему впереди, но через AI-поиск Google и Microsoft уже проходят 54% пользователей — и половина даже не осознаёт, что читает ответы нейросети.

А дальше начинается шизофрения. Только 12%доверяют новостям, написанным ИИ, и 62%хотят, чтобы писал человек. Доверие к AI-журналистике падает, даже когда к науке и медицине растёт. Люди принимают нейросеть как личного помощника, но не как источник правды.

И что?

Для бизнеса: аудитория готова жить с ИИ в кармане, но не в ленте. Доверие станет новой метрикой кликов.

Для инвесторов: медиа, которые оставят за человеком голос, а ИИ — черновик, удержат рынок.

Для людей: теперь мы верим тому, кто пишет сам, а не тому, кто генерирует. Однако, тех кто пишет сам, уже нет. И все это превращается в глупую паранойю, но это пройдет.

🚨 Нам 3.14здец

Онлайн-медиа — 8/10. Если подменят редакторов ИИ, доверие рухнет. Что делать: оставить человека лицом бренда, а не нейросеть.

Политикам — 7/10. Чем больше новостей генерит ИИ, тем меньше кто-то верит в любую повестку.

Менеджер хочет, чтобы у него был AI, который сам пишет отчёты и отвечает клиентам. В компании таких, как он, тысячи. Все просят доступ к ChatGPT, а IT-отдел кивает на безопасность и закрывает. Разрешить нельзя — данные утекут. Запретить — теряешь эффективность.

Google выкатывает Gemini Enterprise — корпоративный конструктор агентов. Без кода, без внешних сервисов. Берёшь внутренние данные компании, подключаешь, собираешь себе ассистента.

Есть готовые агенты для ресерча, саппорта и кодинга, и маркетплейс с тысячами плагинов.

Цены — $30 за пользователя в месяц для Enterprise и $21 для Business. Всё под капотом Google Cloud, то есть безопасно, как любят CIO.

Контекст. Google и Amazon синхронно пошли в корпоративный AI: у Amazon — Quick Suite, у Microsoft — Copilot. Но Google делает ставку на «всё внутри одной кнопки»: чтобы сотрудники не прыгали по сервисам, а просто жили в своей AI-среде. Битва уже не за лучшую модель, а за наименьшее трение между человеком и данными.

И что?

Для бизнеса: можно строить AI-процессы внутри компании без армии интеграторов и риска утечки.

Для инвесторов: Gemini наконец превращается в SaaS-продукт с предсказуемым кэшфлоу и корпоративным масштабом

Для людей: появится шанс работать умнее, а не дольше — агенты будут закрывать 80% рутины.

🚨 Нам 3.14здец

AI-стартапам и интеграторам — 8/10. Когда корпорации сами делают агентов, спрос на внешние решения падает. Что делать: нырять в узкие ниши или встраиваться в экосистему Google.

SaaS-разработчикам — 7/10. Клиенты не пойдут к вам, если Google уже встроил аналог в их бизнес-платформу.

Илон Маск устал смотреть, как нейросети пишут стихи и картинки. Он хочет, чтобы они создавали миры, в которых можно играть. Поэтому xAI переманила инженеров из Nvidia, чтобы натаскать Grok на физику, движение и взаимодействие объектов.

Цель — к концу 2025 года выпустить игру, которую полностью сделает ИИ.
Работает над этим отдельная omni team. Вакансии уже открыты: ищут исследователей и даже «видеоигрового учителя», который будет объяснять Grok, как устроен геймдизайн.

Маск обещает не прототип, а AAA-уровень, где искусственный интеллект не просто нарисует декорации, а создаст логику мира.
Контекст. Модели вроде Genie 3 от Google уже умеют собирать 3D-сцены по тексту, но пока не понимают физику и законы игры. Маск хочет шагнуть дальше — научить ИИ не просто изображать движение, а мыслить как движок.

И что?

Для бизнеса: ИИ выходит из офиса в реальный мир — начинает строить интерактивные симуляции, обучение и развлечения.

Для инвесторов: если у Маска получится, xAI станет первой студией, где контент создают не люди, а алгоритмы.

Для людей: появится новый жанр — игры, которые придумываются и живут сами.

🚨 Нам 3.14здец

Разработчикам игр — 9/10. Если ИИ сможет сам генерировать AAA-мир, индустрия с 3000-человечными студиями перестаёт быть нужной. Что делать: уходить в режиссуру и обучение моделей.

Nvidia — 7/10. Маск выкачивает у них мозги, чтобы потом строить свои движки без зависимости от их железа.

SpaceX снова проверила Starship — и всё сработало. Ракета взлетела, отделила ускоритель, вывела восемь спутников и вернулась на Землю. Ускоритель приводнился в Мексиканском заливе, корабль — в Индийском океане.

Это финальный полет нынешней версии, дальше пойдет новая — больше и мощнее. Её задача — доставка людей на Луну в миссии Artemis 3, старт которой запланирован на 2027 год.

И что? Маск фактически строит логистику для новой ветви цивилизации. Когда ИИ станет автономным, а люди научатся жить рядом с ним, Земля может оказаться тесной. Марс выглядит логичным продолжением. 🚀🚀

И что?

Просто порт Шанхая.

Текущий AI-пузырь в 17 раз больше доткомов 2000 года и в 4 раза больше ипотечного кризиса 2008-го. Компании с нулевой прибылью получают миллиарды инвестиций, а рынок ведёт себя так, будто всё под контролем.

И что?

Обрушение неизбежно, и история нас ничему не учит. Только теперь последствия будут другие. Когда сотни миллионов потеряют работу, назад их уже никто не возьмёт — бизнесу будет выгоднее поставить ИИ.

Как ковид ускорил переход на удалёнку и видеосвязь, так кризис ускорит замену людей алгоритмами.

Бизнесу — сбрасывайте людей уже сейчас, собирайте резервы, внедряйте ИИ.

Инвесторам — шортите и ищите компании с реальной выручкой.

Людям — работы у вас больше нет.

Ты приходишь к врачу, он говорит: «У вас острый лейкоз». Назначает современное лекарство — например, Cytarabine.

Ты принимаешь его, ждёшь улучшений. А эффекта почти нет.

Почему? Потому что молекула не добирается до клеток — она рассыпается по пути, теряется в крови, или доходит в токсичной форме.

В Duke University скрестили робота и AI, и получилась TuNa — система, которая сама миксует наночастицы для доставки лекарств. В лаборатории TuNa прогнала 1 275 вариантов, увеличила результативность создания нужных частиц на 43% по сравнению с людьми.

И это не теоретика — она уже упаковала труднорастворимое лекарство от лейкемии так, что оно начало реально убивать больше раковых клеток. В другом случае смогли на 75% сократить токсичный компонент, сохранив эффективность в тестах на мышах.

Фишка TuNa в том, что она одновременно подбирает и материалы, и соотношения — большинство систем умеют только что-то одно. Это ускоряет подбор нужной формы в десятки раз. А значит, те препараты, которые раньше отбраковывались из-за плохой доставки, могут вернуться в игру. Или вообще появятся новые — безопасные и точные.

Контекст. На сегодня до 90% разработок лекарств заваливаются не потому что «не работают», а потому что не доходят до нужных клеток. Особенно в онкологии. Рынок drug delivery — это $200B+ по миру, и TuNa работает там, где проваливаются классические фармкоманды и методы.

И что?

Для бизнеса: можно вернуть в pipeline препараты вроде Cytarabine, Doxorubicin и других, которые показывали эффект in vitro, но провалились в клинике из-за плохой доставки. TuNa уже повысила успешность создания наночастиц на 43%, это десятки спасённых формул на фазе preclinical.

Для инвесторов: традиционная разработка одной молекулы — $1–2 млрд и до 10 лет. TuNa снижает время подбора доставки с месяцев до дней, а токсичные компоненты вроде PEGможно урезать на 75%, сохранив эффективность — это прямая экономия и меньше регуляторных рисков.

Для людей: то, что раньше не работало, может заработать. Например, лейкозные препараты, которые плохо растворялись или не доходили до опухоли, теперь встраиваются в нанокапсулы и реально убивают раковые клетки. Быстрее, точнее, с меньшими побочками.

🚨 Нам 3.14здец

Big Pharma без AI — 8/10 — почему: фарма без автоматизации становится слишком медленной и слишком дорогой. Если ты до сих пор полагаешься на PhD с пипеткой — у тебя нет будущего. Что делать: автоматизировать R&D или смотреть, как конкуренты догоняют с AI.

Старые школы клинической разработки — 7/10— почему: ручные методики и линейные протоколы устарели. TuNa тестит за день то, что у других уходит в квартал. Что делать: или перестроиться, или превратиться в ресёрч-прокладку при Big AI.