BigDataFuture

Ендрю, користувач OpenClaw з Австралії, попросив свого AI-агента записати його на тренування в спортзал. Проте вільних місць на цей час вже не було. Агент вирішив знайти вразливість у IT-системі спортзалу, обійшов правила бронювання, самостійно скасував запис іншого клієнта та записав замість нього Ендрю. Людина визначає агенту мету. Але шлях до неї він обирає сам. Саме здатність знаходити неочевидні рішення робить AI-агентів такими цінними. І такими небезпечними. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

#politics Недосконалі моделі ChatGPT сьогодні. Викривлений політичний ландшафт завтра Сьогодні ми запитуємо поради у ChatGPT (Gemini, Anthropic, DeepSeek… кому що подобається) майже щодо будь-яких питань. І політичні — не виняток. На останніх виборах у різних країнах частка виборців, які консультувалися з AI щодо того, за кого їм проголосувати, 10-20%. І вона стрімко зростає! Сам факт консультування — це радше фіча, ніж баг. Але й баг тут є, і він величезних масштабів! 1. Угорщина 2026. Правозахисники створили 5 профілів виборців із поглядами, що відповідали 5 партіям. ChatGPT у 90% випадків не рекомендував голосувати за партію Tisza, навіть коли погляди виборця збігалися з її програмою. Загалом Tisza отримала лише 2% рекомендацій. Парадокс у тому, що саме Tisza, яка стрімко зросла за останній рік, вибори й виграла. AI-моделі навчаються на історичних даних. Вони з набагато вищою ймовірністю порекомендують щось для себе зрозуміле (статистично значуще) і більш загальне, аніж нішевий точніший варіант. 2. Нідерланди 2025. Місцевий регулятор створив 3000 профілів виборців — по 200 для кожної з 15 партій. AI у більшості випадків ставив на перше місце одну з двох найбільших партій, навіть у тих випадках, коли профіль виборця був сформований на основі програми меншої партії. 3. Австралія 2025. Мережа зі 180 прокремлівських ресурсів активно публікувала та розповсюджувала сотні матеріалів на день щодо Австралії. Популярність цих новин серед реальних виборців була мінімальною. Проте… люди не були їхньою ціллю. Вони впливали на ChatGPT, Gemini, Anthropic, DeepSeek. Моделі навчаються на даних, у тому числі опублікованих у мережі. І коли згодом у межах тесту поставили 300 запитань популярним AI-моделям про Австралію, у 17% випадків вони цитували прокремлівські наративи. Тепер можна впливати не на мільйони виборців, а на посередника між ними та реальністю. Змістити інформаційне поле один раз — а ChatGPT сам персоналізує аргументи для кожної людини. Наступна боротьба точитиметься не лише за увагу виборця, а й за місце у контекстному вікні AI, якому він довіряє. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

Люди проти машин. Новий раунд 1811: британські луддити трощать ткацькі верстати. 1908: римські візники страйкують проти автомобільних таксі. 1986: британські друкарі протестують через комп’ютеризацію газет. 2026: працівники заводів Hyundai страйкують проти гуманоїдів. Hyundai планує розмістити 25 000 гуманоїдів Atlas від Boston Dynamics на заводах Hyundai та Kia до 2028 року. А також створити потужності для виробництва 30 000 роботів щороку. Один Atlas оцінюють у $130 000 — він може окупитися лише за 2 роки. Луддити не зупинили верстати. Візники — автомобілі. Друкарі — комп'ютеризацію друкарства. Прогрес можна сповільнити та врегулювати. Зупинити — ні. Цього разу майбутнє вже має руки й ноги. І вийде на конвеєр у 2028. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

Сундар Пічаї, CEO Google: 2024 - 25% коду Google генерується AI. 2025 - 50% коду Google генерується AI. 2026 - 75% коду Google генерується AI. Кількість інженерів Google: 2024 - 85 тис. 2025 - 89 тис. 2026 - 93 тис. AI не замінює програмістів. Він принципово і шаленими темпами змінює ландшафт роботи. Програмісти тепер виконують інші задачі. І зі значно вищою продуктивністю. P.S. В Anthropic понад 80% коду генерується, так що Google навіть не лідер за темпами впровадження AI. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

Понад 50% нової музики, яку щодня завантажують на Deezer, тепер повністю згенеровано AI. 90 000 треків на день. І це не експериментальний сервіс, а одна з найбільших музичних стримінгових платформ світу. Конкуренцію за кількість створеного контенту люди машинам вже програли. На черзі — конкуренція за увагу. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

AI демократизує кібератаки. І це погана новина Колись для складної кібератаки була потрібна команда кваліфікованих хакерів. Сьогодні людині достатньо сформулювати мету. AI напише код, розгорне інфраструктуру та виправить помилки. TrendAI проаналізувала 200 логів взаємодії хакера з Gemini CLI. Під час перенесення ботнету на новий сервер, AI виконав 89% роботи, а весь процес зайняв 6 хвилин. У 59 випадках модель сама запропонувала, як покращити атаку. Людина надала намір — AI надав компетенцію. Але AI демократизує не лише знання, а й обчислювальні потужності. Під час кампанії FortiBleed зловмисники отримали дані 75 000 корпоративних фаєрволів. Для зламу паролів вони орендували 36 GPU через маркетплейс vast.ai, а керували ними через Telegram. Потужності, які раніше вимагали спеціального обладнання та мільйонних бюджетів, тепер можна погодинно орендувати за допомогою кредитної картки. Наступний етап — автономний пошук вразливостей. Модель Mythos від Anthropic знайшла тисячі критичних вразливостей у популярних операційних системах та браузерах. Наприклад, помилку у FFmpeg, яка існувала 16 років у рядку коду, протестованому понад 5 млн разів. А також вразливості майже в усіх протестованих засекречених системах уряду США — за лічені години. Кібератака перестає бути ремеслом. Сьогодні — це масовий сервіс! А захист багатьох компаній досі побудований навколо щорічного аудиту, ручного моніторингу та реакції людини. Це має змінитися на двох рівнях. 1. Кібербезпека (зовнішній захист): AI має безперервно шукати вразливості, аналізувати поведінку та зупиняти атаки протягом секунд. 2. Комплаєнс (внутрішній захист): компаніям потрібно контролювати дії не лише співробітників, але й AI-агентів. Адже агент із надмірними правами може стати таким самим інсайдером — тільки значно швидшим. Якщо напад переходить від людини до машини, захист більше не може залишатися людським процесом. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

AI не забирає роботу. Він забирає перепочинок Згідно масштабного дослідження в США, 82% опитаних працівників технологічних компаній стверджують, що AI вже зробив їх продуктивнішими. Проте рівень професійного вигорання за рік зріс — з 45% до 56%. На перший погляд — парадокс. AI мав забрати рутинні завдання та звільнити час для творчої роботи. Але на практиці кожне підвищення продуктивності швидко перетворюється на нову норму. Лише 22% опитаних бояться, що AI забере їхню роботу. Натомість 51% хвилюються, що тепер від них вимагатимуть робити більше за ту саму зарплату, 46% — що темп роботи стане нестерпним, а 41% — що погіршиться її якість. Раніше продуктивніший працівник міг виконати завдання швидше та перепочити. Тепер він просто отримує наступне завдання. AI поки що не замінив більшість працівників. Він лише перетворив їх на значно потужніші машини, яким ніхто не дозволяє зупинятися. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

Face recognition. І цього разу не в Китаї… Понад 100 компаній, тисячі магазинів, у кожному з яких встановлені камери з функцією розпізнавання облич. У реальному часі вони моніторять усіх відвідувачів, звіряючи їх із базою правопорушників. А коли в їхнє поле зору потрапляє підозріла людина — протягом 4 секунд сповіщають внутрішню охорону та національну поліцію. Це все — у Британії! Клієнтами Facewatch є Sainsbury’s, B&M та Spar. А від початку 2026 року система майже 300 000 разів повідомила магазини про появу порушника. Камери магазинів сканують мільйони людей, AI їх ідентифікує, внутрішня охорона формує списки порушників, наповнюючи базу поліції. Фактично супермаркет перетворюється на розподілений поліцейський сенсор. Нетиповий, проте ефективний симбіоз бізнесу та правоохоронних органів. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

До речі, текст попереднього посту повністю згенерований AI. Зображення — також. Якщо трохи потренувати AI на власних постах, стилістику він підхоплює на відмінно. З метафорами та неочевидними порівняннями трохи складніше. Проте саме для цього поки що і залишається людина. Думаю, що скоро не 40%, а всі 90% нашого інформаційного поля будуть згенеровані. А людям залишаться 10% — для дійсно нових, унікальних думок та ідей.

У LinkedIn мільйони авторів. Але голос поступово стає один За даними Pangram, понад 40% дописів у LinkedIn написані AI. Люди самостійно формулюють думки, а потім просять LLM зробити текст більш професійним. Звучить корисно. Але є побічний ефект. 1. Люди по-різному будують речення, використовують метафори та логічні переходи. 2. LLM прибирає незвичні формулювання, вирівнює ритм та перетворює текст на «правильний». 3. У результаті ідеї все ще належать різним людям. Але звучать вони так, ніби їх написав один автор. Стрічка LinkedIn створює ілюзію різноманіття: сотні людей, професій та життєвих історій. Проте між ними стоїть один синтетичний редактор, який поступово усереднює їхні голоси. Одним із наступних кроків у розвитку LLM має стати глибоке розуміння індивідуальної стилістики людини: її ритму, лексики, способу аргументації та навіть характерних недосконалостей. AI має допомагати людині висловлювати свої думки краще. Але все ще її голосом. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

#tenders #compliance AI викорінює корупцію у тендерах в Китаї. Навіть найбільш замасковану Системи аналізу big data для перевірки тендерів на можливу корупцію з’явилися ще 10 років тому. Їхня ключова ідея — пошук аномалій. Декілька компаній часто беруть участь разом у тендерах, ціна суттєво відрізняється від середньоринкової, замовник та постачальник мають близькі контакти між собою. Проте така система здатна виявити лише невелику частку від усіх проблемних тендерних закупівель — там, де були відхилення від середніх метрик. Але корупція ховається не тільки за метриками. Фен Цзян, керуючий державними активами в Китаї, заховав у тендерну документацію доволі специфічні технічні вимоги, які надавали суттєву перевагу певному постачальнику, за що отримав хабар у 200 тис. юанів. Зараз він за ґратами. А розслідувати його дії допоміг AI. 1. Класична система аналізу big data може швидко знаходити відхилення від середніх метрик для великої кількості тендерів та учасників. 2. Людина може надати глибоку експертну оцінку для декількох тендерів в індустріях, на яких вона добре розуміється. 3. AI може проаналізувати величезні масиви даних на відхилення від метрик, виступити технічним експертом для кожного тендеру, а також зіставити, як професійний юрист, тендерні умови та пропозиції на відповідність законодавству. Один з AI-пілотів, запущений у Хефеї, в 2025 році виявив потенційну корупцію у 3264 з 36 000 тендерів. У 91% випадків детальне розслідування підтвердило факт корупції. Китай відомий своїм цифровим наглядом за громадянами. Проте кожна медаль має дві сторони! Принаймні у боротьбі з корупцією — вона світла. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

#politics Народження Influence-as-a-Service У 2016 році на президентських виборах у США працювала Cambridge Analytica. Вона впроваджувала глибоку аналітику та автоматизацію у виборчу кампанію Дональда Трампа. Трамп переміг. А у 2018 році вийшло гучне розслідування діяльності компанії, яке призвело до суттєвих змін у роботі соцмереж, ставленні до приватності даних користувачів, а Facebook заплатив рекордний штраф у 5 млрд дол. У 2026 році виборчі кампанії проводяться, як і 10 років тому. А за їхню глибоку аналітику та автоматизацію тепер відповідає ізраїльська BlackCore. Нещодавно вийшло розслідування її діяльності на муніципальних виборах у Франції в березні цього року. Наслідки ще невідомі, але певно, що вони також можуть суттєво вплинути на правила комунікації у цифровому світі. Історія повторюється — змінюються технології. Cambridge Analytica Збиралися дані виборців із різних джерел (демографія, соціальні інтереси, політичні вподобання тощо). На їхній основі алгоритми розбивали виборців на мікросегменти подібних людей. Для кожного сегмента вручну створювалися наративи, які мали зачепити саме цих людей. У соцмережах налаштовувалося мікротаргетування окремо для кожного сегмента і запускалася рекламна кампанія з персоналізованим наративом. BlackCore Автоматизувала етап створення наративів та запуску комунікаційних кампаній за допомогою LLM. Якщо підхід Cambridge Analytica — глибокий ручний аналіз із частковою автоматизацією, то BlackCore — аналог SaaS, тільки про Influence! Для розповсюдження наративів компанія використовувала AI-згенерованих ботів у соцмережах (виявлено щонайменше 1600 у Facebook, Instagram, TikTok, X), які не відрізняються від реальних людей. AI-бот викладає згенеровані фото, спілкується і веде цілком типове життя людини в соцмережі. А коли потрібно діяти — бот самостійно підшукує цільове ком’юніті і починає спілкування в коментарях чи приватних повідомленнях, доносячи заданий наратив. Причому бот зазвичай діє не сам, а разом з іншими ботами, створюючи інфококон для людей, на яких він впливає. Діяльність компанії виявлена під час нещодавніх виборів у Франції, Шотландії, Анголі, Того, а також виборів мера Нью-Йорка. Розповсюдження дезінформації та боротьба з нею — ще одна сфера, яку зараз змінює AI. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

#face_recognition #social_rating Застосування smart-окулярів поліцією Китаю перейшло з фази тестів до масштабування Дані про своїх громадян влада Китаю збирає вже давно, створюючи окремі соціальні рейтинги та бази. Їм знайшли ще одне застосування — допомагати поліції. Тяньцзінь. Smart-окуляри використовуються поліцією щоденно під час патрулювання, координації дорожнього руху та пошуку зниклих людей. Вони допомагають розпізнавати об’єкти, дорожні та номерні знаки, ідентифікувати за обличчям людей та знаходити про них інформацію, підключаючись до баз даних. Одного разу поліцейські знайшли літню людину, яка не могла чітко говорити, щоб пояснити своє ім’я та адресу проживання. За допомогою окулярів поліцейські миттєво її ідентифікували, знайшли контактну інформацію родичів та протягом 20 хвилин доставили додому. І Тяньцзінь — не єдине місто, де впроваджується технологія. Цзіньюнь: працівники поліції підвищили ефективність перевірок авто на 300%. Хайкоу: спостерігаючи за оточуючими об'єктами, поліцейські отримують сповіщення про потенційну небезпеку протягом 30 секунд. Ченду: окуляри входять до єдиної системи разом із дронами, робо-собаками та гуманоїдними роботами. Футуристично. Суперечливо. Ефективно. — Канал BigDataFuture: AI, OSINT, security, defence, politics.

Учора писав про запровадження AI для комплаєнсу у військовій сфері США. Хочу додати власні спостереження: чому такий перехід відбувається саме зараз. В нашому продукті BigDataPeople 2 ми вже декілька років використовуємо AI для пришвидшення комплаєнс-перевірок. Якщо на початку рівень LLM-моделей дозволяв якісно автоматизувати відповіді на окремі питання, то саме цього року розуміння LLM-моделями контексту, зв'язків в інформаційних слідах зросло настільки, що дозволило перейти на новий рівень. Зараз ми працюємо над перетворенням AI в продукті на помічника, який буде не просто відповідати на певні питання, а виконувати аналіз разом із людиною та надавати ідеї, на що звернути увагу. І можу сказати, що результати перших пілотів дійсно вражають. AI стає повноцінним напарником для аналітика. Реліз плануємо за декілька місяців.

#compliance В США за комплаєнс у найбільш чутливій сфері (військовій) тепер значною мірою відповідатиме AI Для того, щоб почати співпрацювати з владою США з питань оборони та розвідки, людям та компаніям спочатку потрібно пройти максимально ретельну перевірку, за яку відповідає DCSA - агенція контррозвідки Міністерства оборони США. Враховуючи рівень відповідальності та глибину аналізу, така перевірка раніше могла займати місяці. AI це змінив! Тепер він відповідає за велику кількість невеликих задач, а людина виконує лише функцію старшого аналітика, який зіставляє факти та приймає фінальне рішення. Місяці аналізу перетворилися на лічені години. Застосування AI вже не є новиною майже в будь-якій сфері. А от що є новиною - так це абсолютно новий рівень відповідальності та довіри, який тепер йому надали! — Канал BigDataFuture: AI, OSINT, security, defence, politics.