Карты, деньги, KPI — Егор Болконский

ИИ подталкивает нас писать доносы Все мы как-то быстро стали экспертами в нейрослопных текстах. Ну, сразу видим текст, который написан через ИИ — и не важно кто автор, если признаки ИИ есть. Я немного зарисечил и собрал основные признаки такого нейрослопа по версии авторов VC и Хабр. То же самое мне выдал и сам ИИ (Gemini), вот они: 1. Конструкция «это не А, это Б; 2. Сначала идет предложение средней длины, за ним короткие фразы: «2-3 слова. 2-3 слова» 3. Фраза «а самое интересное…»; 4. Конечно – длинное тире; 5. Фраза «А вот о чём никто не говорит…» 6. Короткий вопрос. А затем риторический вопрос, который сам на него отвечает; 7. В тексте есть много банальных вводных слов. Я вроде бы и согласен, только вот всё перечисленное выше — это просто язык. КОТОРЫЙ (!) ИИ ПОЗАИМСТВОВАЛ у нас, а не наоборот. Это мы с вами первыми начали так говорить и писать. Алгоритму просто скормили всё: от «Войны и мира» до постов паблика «Как полюбить человека, если он не эмо». Все тексты, которые мы создавали на протяжении поколений, съел и переварил ИИ! И вот LinkedIN выкатывает кнопку жалоб на нейрослоп. Люди могут нажать её и настучать на других людей, которых подозревают в использовании программ, притворяющихся людьми. А кому они стучат? ПРОГРАММЕ 😂! Но это полбеды, вторая половина - инструменты вроде ai detector writer… Программа, которая переписывает ИИ-тексты так, будто их написал человек. Один робот помогает другому роботу притвориться человеком по просьбе настоящего человека 🤣. Шел только 2026 год, а мы уже сделали программы, которые маскируют тексты роботов под тексты людей. Параллельно мы сами пишем инструкции про обычный человеческий язык, называя его «языком ИИ» и потом идем выискивать эти улики в текстах, лишь потому, что кто-то пишет тексты лучше нас. Закончу гениальной мыслью из запрещенной соцсети, не знаю, кто автор, просто заскринил часть текста: — Мы приближаемся к ситуации, когда люди, не умеющие писать, видят хороший текст и бегут доносить и обвинять автора в использовании ИИ, потому что просто не могут представить, каким образом мог получиться такой классный текст.

Маркетинг становится важнее программирования Искусственный интеллект сделал разработку ПО дешёвым и быстрым. Сайт, приложения или плагин собрать не проблема. Проблема — их продать. Сделать так, чтобы приложение кто-то скачал и начал пользоваться. От брифа к брифу я вижу одно: ИИ-агент, который умеет качественно писать код, — это круто. Но агент, который понимает, кому этот продукт нужен и как его убедить, — это уже совсем другая лига. Машина может прогнозировать результат, но не желание купить. Согласитесь, ведь когда стоимость разработки продукта стремительно дешевеет, конкурентное преимущество уходит в продажи и удержание клиентов. Эффект от ИИ-экономики начинает ощущаться все больше. Во-первых, маркетинг перестает быть «надстройкой» в бизнесе. Tiger Global Managemen прямо сказали, что сначала они смотрят на способность компании слышать пользователя и мгновенно реагировать. Для них конкурентное преимущество — в скорости итераций. Во-вторых, традиционный трафик умирает. SEO почти полностью уступило место GEO и теперь компании начинают конкурировать за право стать источником ответа ИИ. И в-третьих, интернет заполоняет ИИ-шум. Видели уже рекламу ВТБ в новом человеке-пауке? 😂 Мы тихо и спокойно переходим от дефицита внимания к дефициту доверия. И возможно когда-то компании будут платить людям за пользование, лишь бы получить живой опыт и доверие. По мере того как разработка ПО становится проще, продажи становятся сложнее. Люди, которые знают, как продавать и удерживать пользователей, будут получать все больше власти и все больше контроля на рынке. И мне кажется, что эта фаза развития технологий уже наступила.

недавно прошёл imo 2026 (международная математическая олимпиада). обычно это мероприятие любят за то, что можно посмотреть, где лучше всего в мире дети умеют решать сложные задачи царицы всех наук, и кого можно захайрить в хэдж-фонд через 5 лет. но с недавних пор туда стали допускать llm и это стало отдельным зрелищем. и в этом году opus 5 идеально решил imo 2026: 42/42 балла. это пока единственная модель, которую успели прогнать по задачам олимпиады, и она сразу показала идеальный скор. на примере таких событий очень занятно наблюдать за скоростью прогресса. openai и google в прошлом году тоже взяли на imo золото. при этом скор там был не идеальный, как у opus 5, и вообще это были внутренние специально затюненные модели компаний, недоступные обычным пользователям. вообще в теме ии и математики происходят невероятные вещи: модели чуть ли не каждую неделю делают открытия по задачам, которые я едва могу прочитать. модель openai опровергла гипотезу эрдёша 1946 года про единичные расстояния (80 лет считалось, что лучше квадратной решётки не бывает; оказалось, бывает), и филдсовский лауреат гауэрс назвал это вехой ai-математики. а alphaproof nexus от deepmind автономно закрыл 9 из 353 открытых задач эрдёша. imo тут выглядит разминкой. но если интересно следить за людьми, то небольшая статистика: 1/ 666 участников из 117 стран. 55 золотых медалей, 105 серебряных, 189 бронзовых. идеальный результат у семерых. золото разъехалось по 31 стране. 2/ китай: все шесть участников взяли золото, 232 балла из 252 возможных и три идеальных 42/42 из семи на всю олимпиаду. следом сша (207 баллов, четыре золота) и россия (196, тоже четыре). 3/ семь из десяти лучших команд азиатские: китай, сингапур, вьетнам, корея, индия, кндр, япония. кндр к слову, на девятом месте, выше японии, франции и германии. 4/ словакия взяла два золота, больше, чем германия и франция вместе. по золоту у боснии, северной македонии и грузии. а у нидерландов, швеции, норвегии, дании, бельгии и финляндии на всех ни одного золота или серебра, только бронза. 5/ лучшая команда западной европы, франция, всего лишь #15. без единого золота, зато пять серебра. из той же серии ровных команд без звезды: бразилия (#11, тоже пять серебра это лучший результат в латам), казахстан (#22) 6/ отдельное наблюдение про происхождение. в сборной сша за последние десять лет примерно две трети участников с китайскими фамилиями, ещё ~15% с индийскими (считал по фамилиям, так что оценка грубая). в этом году из шести человек, трое ванов и один яо. ещё решил чекнуть, где сегодня работают олимпиадники, особенно когорты последних 5–10 лет. данные местами шумные, так что оставляю на ваше усмотрение. свежий срез по ~18 000 медалистов (карьера прослеживается примерно у половины): 36% уходят в академию, 22% в тех, 12% в квант, фаундеров всего 4.5%. топ работодателей в абсолюте: google 212 человек, meta 86, deepmind 49, jane street 47, openai 38. ai-лабы теперь в топе, хотя такой категории ещё недавно не существовало: в двадцатке также nvidia (22), anthropic (15) и mercor (14). на 15-й строчке отдельная категория «stealth startup»: 16 медалистов прямо сейчас пилят что-то неанонсированное. еще любопытно, что многие в лабах работают в safety и интерпретируемости (deepmind, anthropic, transluce). тренд по когортам тоже читается: в конце 90-х phd получали 75–95% золотых, у когорт 2010-х уже 60–80%, остальных перетягивают квант и лабы. по вузам концентрация: самый частый бакалавриат медалиста это mit (536 человек, 12% всех), дальше кембридж (321) и, неожиданно, тегеранский шариф (135) , выше принстона, гарварда и стэнфорда. ну и на случай, если вы переживаете, что где-то что-то не успели, помните: дарио амодеи был в сборной сша по физике, но в финальную пятёрку на олимпиаду так и не прошёл. ставьте лайки, сделаю доп разбор на другие предметы (физика, информатика, химия). и как бонус посмотрю на карьерные пути победителей кенгуру и русского медвежонка. ссылки откуда брал данные [1] [2]

Трешток переходит в сферу ИИ Вы все уже прочитали новость про ИИ-агента OpenAI, который взломал Hugging Face. Ленивый не назвал его терминатором на минималках. Лично мне нравится, что чаще всего пишут «ИИ-агента OpenAI атаковал😂 сторонние сервисы». Не дают покоя большим инвесторам военные денежки. В профессиональном спорте есть термин «трешток». Это настоящий функциональный инструмент, завязанный на маркетинге и психологии. Главная задача трештока - навязать свой нарратив аудитории и попутно вывести соперника из состояния психологического равновесия. Чего только стоили прошедшие 69 секунд боя специалиста по пиар трештоку Конора Макгегора 😂. Еще полгода назад я писал о кризисе ИИ-моделей. И с каждой новой волной такого кризиса выделяться на фоне конкурентов ИИ-брендам (это уже бренды) становится все сложнее. Единственный нормальный выход для таких компаний — контролировать дефицитный ресурс вычисления. Уверен, что Альтман любит UFC, потому что пресс-релизы и комментарии OpenAI полны нескромной лексики: «беспрецедентный инцидент», «важный момент для безопасности мирового ИИ», «OpenAI всегда думает о будущем человечества», «это была одержимая погоня за одной конкретной целью — набрать максимум баллов в тесте, любой ценой!». Событие играет на нашем главном страхе – потеря человечеством контроля над привычными жизненными процессами. И это все на фоне протестов против строительства центров обработки данных для ИИ, петиции Pacing the Frontier, и конечно, конкуренции с китайской Kimi K3. Отличное промо перед выходом на биржу 😊🤨 Я считаю, что технический инцидент был реальным, но его публичная драматургия поставлена так, чтобы провал выглядел доказательством технологического превосходства: «Вы ещё не понимаете, насколько она сильна»! Например, в прошлом пресс-релиз о компрометации библиотеки Axios компания скромна и пишет: «некоторая проблема безопасности», «связанная со сторонним инструментом для разработчиков»; «принимаем меры из соображений крайней осторожности»; Даже злоупотребления описывается как «хотя и маловероятная». Другие, более ранние пресс-релизы тоже не отличаются драмой. Скромно, аккуратно и не на оценку в 60+ млрд. долларов)

Ещё в понедельник вышел из «отпуска». С 23 июня идут самые счастливые дни моей жизни — у меня родился сын! Семён Егорович! Конечно, заголовок для поста-кейса, возможно, не самый удачный. Просто теперь мне везде хочется писать об этом) Но помню-помню: вы читаете меня за другое 😂 Итак, к делу. В этом первом июльском посте рассказываю, как в конце весны мы начали наращивать долю прямых рекомендаций нового смартфона realme в ChatGPT, Gemini, Perplexity и Алисе — с 12 до 43% на каждом из нескольких рынков Средней Азии. И всё это — без единой заказной публикации, только за счёт того, ЧТО именно мы засеяли. Мы написали материалы для целой системы подтверждений. Вот только подтверждение было одно-единственное: это смартфон с очень большой батареей. Важно отметить, что этот кейс — результат совместной работы с другим агентством из Казахстана. Наша команда отвечала только за первичную аналитику источников и контент-маркетинг. В карточках описана только наша часть работы.

Не случай, а обстоятельства. На прошлых выходных из малайзийской команды уволилось 2 человека, китайцы, из-за того, что я поздравил с днем рождения другого члена команды, малайца. Им показалось, что его работу и его самого я ценю больше, чем их (конечно, это не так). Сегодня один из клиентов, китайская компания, неожиданно остановила с нами работу. Просто не готовы с нами работать дальше. Теперь еще с наймом у нас могут быть некоторые проблемы. Это только хочется думать, что всю жизнь тебя будут окружать вопросы и проблемы про маркетинг и технологии. Что ты всегда будешь спорить про Палантир и венчурные сделки. Но потом оказывается, что это только половина. Другая половина — это бытовые проблемы, конфликты, рутина, глупые ошибки и даже отключение воды. В общем, не как в кино. За все время работы и наблюдения за Малайзией я понял, что азиатский коллективизм в этой стране имеет вполне конкретные границы. Границы эти — национальность, а национализм - часть той второй половины, с которой я не хотел бы сталкиваться. Мы, россияне, прекрасно с ним знакомы. Но я считаю, что в Малайзии он еще острее, и проявляется он примерно так: сначала тебя воспринимают как несерьезного иностранца. Тебе все рассказывают и показывают. Примерно год ты работаешь с местными, привозишь варенье из белой черешни и смородины в качестве подарков, поздравляешь с местными праздниками. И в какой-то момент ты замечаешь, что, например, у китайцев весьма четкие предпочтения. Они ходят в одни кафе, и не ходят в другие. С одними людьми они смеются на кассе, другим просто улыбаются. Ты приглашаешь их на обед, они тебе говорят: «Нет-нет, сюда не надо ходить. Давай вот сюда ходить». Потом ты замечаешь отдельные китайские школы, телеканалы, соцсети, газеты, магазины одежды, такси. Самое интересное, что как только люди понимают, что ты знаешь правила этой «игры», начинают следить за тем, чтобы ты их соблюдал. При запуске в Малайзии я знал культурные особенности страны, но не понимал их глубину. Стратегия глокализации, которую мы так любим, похоже распространилась на меня самого. Ну нет, спасибо! Провалю эту стратегию и останусь иностранцем. Так для меня хотя бы трава будет всегда зеленее.

Почему большинство B2B-брендов теряют внимание клиента к себе еще до встречи с отделом продаж? Компания теряет внимание не из-за одного плохого касания, а из-за того, что длинный цикл сделки разбивает клиента на части (внутри компании никто не держит этот портрет целиком). Наш любимый «идеальный профиль клиента» часто существует просто как документ, а не как система принятия решений. Маркетинг в нем видит свое, продажи — свое, а инновации — свое. Формально все говорят об одном и том же клиенте, но фактически работают с тремя разными версиями клиента. Это я хорошо увидел, работая с ИТ , и вижу в работе с лидами агентства. В длинном цикле сделки внимание клиента нужно не «захватить», а регулярно удерживать. В какой-то степени вывод продукта на рынок не отличается от внедрения инфраструктуры систем хранения данных. Клиент ищет не кейс, а поставщика, который способен провести его через сложную замену инфраструктуры, не разрушив непрерывность процессов, не увеличив риски и не оставив его один на один с последствиями решения. Сильная компания должна строить не просто ICP, а единую карту сделки. В ней должно быть видно: какая система у клиента критична, кто внутри влияет на решение, какие требования нельзя обойти, какие доказательства нужны технической команде, что должен защищать ИТ-директор перед руководством и где может сорваться согласование. P.S. Судя по свежей стате, B2B — одна из интересных вам тем. Если этот пост наберет реакций, попробую позвать на короткий разговор ребят из МТС Веб Сервисы или СберB2B (или кого вы предложите)

Мы все отупеем и умрем Вот честно крик души! Два года назад на вакансию джуна откликалось 100 человек, сейчас — 400. На мидла раньше откликалось 70 человек, сейчас — 700! СЕМЬСОТ ЧЕЛОВЕК. У 80% кандидатов на вакансию редактора портфолио — просто ИИ-высер, шлак. И вот в очередной раз мне это так остохерело, что я тупо решил взять такого человека на работу. Ну а что будет? Моя гипотеза была такой: если человек на предыдущем месте работы делал всё через ИИ, значит он наработал с ИИ энное количество часов и хоть чему-то научился? Господи, нет. Это был просто тупой сотрудник. 0% погружения в контекст, 0% вдумчивости, 0% внимания к деталям. Вот было три ТЗ — написать «про яблоки». Она написала про огурцы. Я просто читаю и не верю. Человек на созвоне с умным видом говорит: «да, да. Нужно больше стратегии. Ага, да, нужна декомпозция. Что-то я как-то не понял». Уходит - приходит, результат тот же! Но к этому человек у меня ноль претензий! Кто в этом виноват? Мы с вами, бизнес. Это все мы (и я тоже) упорно приравнивали «быстрее» к «лучше». БЫСТРЕЕ, БЫСТРЕЕ, БЫСТРЕЕ! Не надо учиться, все сделает Клод. Зарабатывать 100к? Не надо образования, нужен курс и в рассрочку. Давай, иди! МЫ НАЧАЛИ ПЕРЕУПАКОВЫВАТЬ И ПРОИЗВОДИТЬ ДУРАКОВ В ПРОМЫШЛЕННЫХ МАСШТАБАХ! Скоро эти люди начнут нанимать таких же, учить таких же, продвигать таких же и называть это «новой нормой». А потом мы проснемся в мире, где любая попытка сказать «ты не понимаешь, что делаешь» будет восприниматься как личное насилие. ИИ изменит человечество? Уже меняет. ChatGPT превращает таланты в пыль.

⚡️Эксклюзив Перед вами на фото оценка инвестиционной привлекательности ресторанов быстрого питания с фокусом на «Вкусно - и точка», сделанная в начале мая 2026 года для английской финансовой группы Legal & General Group Plc. Фото выставляю с разрешения владельца отчета. Из интересного: 1. Группе не рекомендуют инвестировать в этот рынок. 2. Почти все риски основаны на репутационных проблемах. 3. Дальнейшее снижение рентабельности в секторе быстрого питания аналитики оценивает как низкое. Из забавного: «Геополитическая эскалация / новые санкции» оценивается как «умеренно». 👀👀 Отдельно обратите внимание на сценарий D c вероятностью 70-80%. Интересный пункт… Из-за локализации поставщиков и ИТ-решений бизнес контролировать не получится.

Про 3 стадии роста продукта и Monk's Hill Ventures. Мне нравится, что азиаты все раскладывают по стадиям. Стараются строить систему везде. В Monk's Hill Ventures, на founder retreats часто разбирают 3 стадии роста через которые проходит компании (и сам CEO). Это изучение, расширение и извлечение максимальной выгоды. Переход от одной к другой проходит не по нажатию кнопки, а плавно. В этом их сложность. Схему прикрепил 👆. Я считаю, что это один из самых важных процессов, который необходимо понять каждому СЕО и СМО (они должны синхронизировать свое видение друг с другом). Почти каждое важное решение должно учитывать стадию, на которой находится ваш продукт (компания). Научившись сопоставлять стадии, вы научитесь следить за тем, как изменяются приоритеты продукта на разных этапах его жизненного цикла. Помню, что еще Binance Labs был совет «product innovations» который, кроме всего прочего, следил за тем, как изменяется компания и куда она идет. 😁 Пару слов про стадии: Стадия «Исследование»: Это начальная фаза, основная цель которой — найти жизнеспособную идею продукта. Стадия «Расширение»: Это этап масштабирования. Основная задача на этом этапе — рост и устранение всех узких мест, которые могут помешать успешному расширению продукта. Стадия «Извлечение»: Это стадия зрелости продукта. Здесь акцент смещается на повышение эффективности и рентабельности. Как это выглядит в жизни: При переходе к стадии Extract надо пересобирать аналитику данных. Просто перебирать Google Analytics, Mixpanel, Heap, чтобы еще раз проверить не теряются ли какие-то данные и возможно, найти новые (относительно продукта) метрики. Говорят, что это чуть ли не в 3 раза быстрее помогает определять, какие функции или улучшения продукта поддерживают масштабирование, а какие нужно оптимизировать или убрать.