Картина Репина

а в Хмельницком кофе очень кислый. Может кому и нравится, но мне нравится горчинка и более шоколадный вкус. Какая кофейня для вас лучшая в городе?

ЖИЗНЬ КАК ОНА ЕСТЬ Мы давно привыкли объяснять самочувствие машине. Но делаем это довольно странно: превращаем тело в текст. «Тянет слева». «Кашель третий день». «Иногда кружится голова». Тело живёт в трёх измерениях, а в чат отправляется его краткий пересказ. Причём составленный человеком, который не врач, волнуется и обычно не знает, какая деталь важна. 11 августа Google Research показал экспериментальную систему AMIE, которая проводит медицинскую консультацию по видеосвязи. Она слышит голос, замечает движения и внешние признаки, просит выполнить простые действия перед камерой и продолжает разговор в реальном времени. В исследовании было 100 сценариев и 300 консультаций с профессиональными пациентами-актёрами. По основным клиническим критериям эксперты оценили систему на уровне врачей первичной помощи. Но это всё ещё прототип: реальных пациентов в эксперименте не было, а ошибки восприятия и рассуждения никуда не исчезли. Мне здесь интереснее другое. До сих пор медицинский чат перекладывал на человека дополнительную работу — сначала понять собственное тело, потом правильно упаковать его в слова. А ведь мы довольно плохие переводчики самих себя. Видео возвращает в разговор то, что исчезло при переходе в текст: как человек дышит, двигается, держит руку, морщится и замолкает перед ответом. Возможно, скоро перед консультацией не придётся мучительно придумывать, как описать боль. Достаточно будет показать, где болит и что изменилось. Забавный поворот. Мы ждали, что машина научится лучше отвечать на наши вопросы. А она начала с того, что научилась внимательнее на нас смотреть. Источники: https://research.google/blog/advancing-amie-towards-expert-level-audio-visual-clinical-consultations/ https://goo.gle/3TOx4zG

ОТ ПОЛЯ ДО ТАРЕЛКИ Как меняется система, которая производит нашу еду? У итальянского банка в залоге лежит около полумиллиона головок пармезана. Не в рекламном ролике и не в переносном смысле. В 2024 году через принадлежащие группе Credem сырохранилища прошло 2,1 миллиона головок Parmigiano Reggiano, а средний запас составил 501 тысячу. Сначала это выглядит как симпатичная банковская экзотика. Но пармезан нельзя произвести сегодня и завтра отправить в магазин. Самая важная операция здесь почти невидима: сыр лежит и зреет. Производитель уже заплатил за молоко, людей, энергию и оборудование, а деньги от продажи получит гораздо позже. Время создаёт ценность продукта — и одновременно кассовый разрыв. Credem встроил этот разрыв в финансовую систему. Головки в период выдержки становятся обеспечением кредита. Сыровар получает оборотные деньги и может дождаться более выгодного момента для продажи. Банк получает залог, стоимость которого при нормальном созревании растёт. А склад перестаёт быть помещением, где что-то просто лежит: он одновременно выполняет производственную, логистическую и финансовую функцию. Но летом 2026 года в эту красивую конструкцию вошла температура. Июнь в Эмилии-Романье оказался на 3,26 градуса теплее нормы 1991–2020 годов. В июле региональная климатическая служба сообщила уже о третьей волне жары с дневными максимумами выше 38 градусов на равнине. Для банка жара попадает в баланс не строкой «климат», а через вполне земные вещи: потребление электричества, нагрузку на охлаждение, резервное питание, обслуживание оборудования и риск нарушения режима выдержки. В отчётности Credem за 2024 год уже есть 850-киловаттная солнечная установка и завершённые работы по улучшению системы кондиционирования одного из складов. Здесь солнечные панели — не зелёное украшение. Это часть защиты залога. Если хранение дорожает или становится менее надёжным, последствия идут по всей цепочке. Склад переносит расходы в тариф. Банк осторожнее оценивает обеспечение. Производитель получает более дорогие деньги или раньше продаёт сыр. Несколько градусов способны изменить не только вкус и себестоимость продукта, но и условия, на которых финансируется его производство. Для Ставрополья интересен не итальянский трюк с головками сыра сам по себе. В регионе есть продукты, которые месяцами находятся в хранилище или погребе и за это время приобретают стоимость. Чтобы такой запас стал основанием для финансирования, нужно собрать в одну конструкцию контроль условий, прослеживаемость каждой партии, страхование, понятную оценку качества и кредитора, способного работать не только с недвижимостью. Пока продукт зреет, деньги не обязаны спать рядом. Но как только банк выдаёт кредит под этот продукт, холодильники, датчики и резервная энергия перестают быть техническими подробностями. Они становятся частью финансовой системы. Источники: https://www.credem.it/content/dam/credem/documenti/Investor_Relations/EN_Investor_Relations/Financials/2024/Consolidated%20Financial%20Statements%20at%2031.12.2024.pdf https://www.credem.it/content/credem/it/imprese-e-professionisti/sostenere-l-impresa/agricoltura/pegno-rotativo-formaggio.html https://www.arpae.it/it/notizie/terza-ondata-di-calore-in-arrivo

О запрете электросамокатов

КАК УСТРОЕНЫ ДЕНЬГИ Кто кому платит, за что и где остаются деньги 14,1 млн долларов заплатили CuriosityStream во втором квартале вовсе не зрители. Столько сервис получил от лицензирования контента. Это 61% всей квартальной выручки — 23,2 млн долларов. На витрине CuriosityStream — документальные фильмы. Привычная экономика выглядит просто: зритель покупает подписку, сервис финансирует контент. Но отчет от 12 августа показывает другую конструкцию. Главный новый покупатель находится не перед экраном. Платят телеканалы, стриминги и разработчики искусственного интеллекта. Одним нужны фильмы. Другим — видео, звук и код для обучения моделей. Компания собрала права более чем на три миллиона часов аудио и видео, а также на массив из 880 млрд токенов программного кода. Материалы можно скачать из открытого интернета, но вместе с ними возникнут вопросы о правах, происхождении и качестве каждого файла. CuriosityStream продает не ролики. Он продает право использовать подготовленный массив без разбора юридического и технического склада. Один актив теперь работает несколько раз: фильм смотрит подписчик, его лицензирует телеканал, фрагменты получает разработчик модели. При выручке 23,2 млн долларов себестоимость продаж составила 6,3 млн, а валовая прибыль — 16,9 млн, почти 73%. Разделить ее между подпиской и лицензиями компания не раскрывает. Приписывать всю маржу ИИ было бы выдуманной арифметикой. Есть и менее парадная цифра. Чистая прибыль за квартал достигла 8,9 млн долларов, однако за полугодие операционный денежный поток был отрицательным — минус 3 млн. Пополнение библиотеки потребовало 9,5 млн. Крупная лицензия может украсить отчет раньше, чем деньги окажутся на счете. Высокая маржа не отменяет стоимость прав, оборотный капитал и неровность больших сделок. В России этот рынок пока находится на стадии спора. Издатели требуют правил лицензирования, а отечественные разработчики ИИ, по словам участников ПМЭФ, пока не готовы платить за контент. Зарубежные компании уже предлагают договоры. Архив становится активом, когда права собраны, данные подготовлены и найден покупатель, которому дороже юридическая неопределенность. Мы думали, что CuriosityStream продает людям документальные фильмы. Теперь видно другое: зритель платит за просмотр, а технологическая компания — за право научить на том же массиве машину. Экономика переехала с экрана в архив. Источники: https://www.accessnewswire.com/newsroom/en/computers-technology-and-internet/curiositystream-delivers-record-q2-earnings-as-licensing-momentum-1206627 https://www.kommersant.ru/doc/8726600

Человек нужен там, где требуется признать исключение, изменить правило, дать обещание и принять последствия решения. Его ценностью становится не способность звучать по-человечески, а право отвечать. Машина уже научилась говорить человеческим голосом. Зрелая система начинается там, где клиент безошибочно понимает, в какой момент заканчивается этот голос и начинается чья-то ответственность. Источники: https://digital-strategy.ec.europa.eu/en/library/guidelines-transparency-obligations-providers-and-deployers-ai-systems https://digital-strategy.ec.europa.eu/en/faqs/navigating-ai-act https://www.garant.ru/news/1964503/ https://www.garant.ru/news/1964503/

ГОЛОС БЕЗ ДОЛЖНОСТИ Лет пять назад мне позвонил банковский робот и старательно изображал человека. Меня тогда задела даже не его деревянная способность поддерживать разговор. Задело ощущение мелкого обмана. Я писал: представься в начале виртуальным оператором — и мы нормально поговорим. Мне не нужно, чтобы программа притворялась живой. Мне нужно понимать, с кем я имею дело и чего от этого собеседника ждать. С 2 августа в Евросоюзе это перестало быть вопросом хорошего тона. Вступили в действие требования статьи 50 закона об ИИ: если система напрямую ведёт с человеком двусторонний разговор — например, в чате, голосом или через цифрового персонажа, — человек должен с самого начала получить ясное уведомление, что общается с машиной. Исключение — случаи, когда это и так очевидно. Для программ, которые работают в фоне и с человеком не разговаривают, такого требования нет. На первый взгляд — очередная обязательная плашка, юридический родственник надписи мелким шрифтом. Но меня здесь интересует другое. Имя собеседника определяет саму конструкцию разговора. От сотрудника мы ждём, что он поймёт исключение, имеет какие-то полномочия, может позвать руководителя и несёт ответственность хотя бы внутри компании. У программы нет должности. Есть сценарий, доступ к данным, предел разрешённых действий и владелец, который всё это настроил. Когда компания делает голос машины неотличимым от человеческого и не предупреждает об этом, она заимствует доверие к сотруднику, не передавая машине его обязательств. Клиент продолжает объяснять контекст, сообщать данные, соглашаться и принимать обещания так, будто на другом конце есть человек, способный понять последствия своих слов. А когда возникает ошибка, собеседник внезапно превращается обратно в «алгоритм». Очень удобная должность: доверие получаешь как человек, отвечаешь как калькулятор. Поэтому настоящее содержание новой нормы — не в маркировке технологии, а в границе полномочий. Простого сообщения «с вами говорит робот» недостаточно, если дальше человек попадает в бесконечный лабиринт кнопок. Честно спроектированный разговор должен показывать, что система умеет решить сама, какие данные использует, в какой момент остановится и как передаст ситуацию сотруднику вместе с уже собранным контекстом. Иначе уведомление становится не прозрачностью, а индульгенцией: мы предупредили, теперь терпите. Экономика здесь тоже не такая простая. Машина делает один разговор дешевле и позволяет обслуживать больше клиентов без пропорционального роста команды. Но чем шире её полномочия, тем дороже становятся контроль, журнал действий, защита данных, проверка обещаний и разбор ошибок. А обязательное представление может снизить краткосрочную конверсию: часть людей положит трубку, услышав слово «робот». Соблазн замаскировать программу под человека понятен. Просто эта локальная экономия оплачивается доверием ко всему каналу. В России пока обсуждается более узкая конструкция. В Госдуму внесён законопроект, по которому при массовом автоматическом звонке человеку должны сообщить в первые пять секунд, что с ним говорит голосовой робот или используется синтезированная речь. Это пока именно предложение, а не действующая обязанность. Но проблема у нас будет даже острее: банки, клиники, торговля, службы доставки и государственные сервисы автоматизируют общение ещё и потому, что людей не хватает. В регионе готовое решение может появиться быстрее, чем зрелый процесс контроля за ним. Я регулярно вижу при внедрении технологий одну ошибку: проектируют то, как машина начнёт разговор, но не проектируют, как она из него выйдет. Кто подхватит нестандартный случай? Кто имеет право отменить ошибочное действие? Увидит ли сотрудник предыдущий диалог или заставит клиента рассказывать всё заново? По какому показателю оценивают систему — по числу разговоров без человека или по числу вопросов, действительно решённых без ущерба для клиента? От ответа зависит, автоматизировали мы сервис или просто спрятали очередь за приятным голосом. В новой конструкции человеку остаётся не чтение скрипта. Это как раз машина делает всё убедительнее.

С НЕБЕС НА ЗЕМЛЮ В новом ChatGPT теперь три пространства. Chat отвечает на вопросы. Work получает задачу, работает с файлами и приложениями и приносит готовый результат. Codex делает то же самое с программным кодом. Интересен здесь не интерфейс. Мы начинаем разворачивать обратно всю архитектуру персональных компьютеров. Когда-то программы, данные и вычисления находились на столе пользователя. Потом все уехало в облака, а компьютер превратился в экран с клавиатурой. Но программе, которая только отвечает, достаточно облака. Программе, которая должна работать, требуется конкретное рабочее место. Договор лежит в папке. Бухгалтерская система установлена на компьютере. Пользователь уже вошел в почту. Готовую презентацию нужно сохранить туда, где ее ждет команда. Поэтому ChatGPT Work может действовать в облаке или локально. Облачная задача продолжится после выключения компьютера. Локальная получит доступ к выбранным файлам, браузеру и приложениям. Сама модель при этом не обязательно работает на ноутбуке. На землю возвращаются не все вычисления. Возвращается контур действия. Похожим образом устроен Claude Cowork: пользователь выбирает папки и инструменты, ставит задачу и наблюдает за выполнением. Gemini Spark связывает агента с файлами на Mac и сервисами Google. Microsoft строит такую систему вокруг 365. Различия между нейросетями постепенно перемещаются из области «кто умнее» в область устройства рабочего места: что программа может открыть, изменить, отправить и отменить. Раньше человек сам соединял части процесса. Открывал письмо, скачивал вложение, переносил цифры в таблицу и собирал презентацию. Теперь он может сразу поставить задачу: изучить письма, сверить отчеты и подготовить материалы к совещанию. Из процесса исчезает не профессия. Исчезает человек, который вручную переносил информацию между программами. Но появляется новое узкое место. Кто определяет границы доступа? Кто проверяет результат? Кто отвечает за отправленное письмо или испорченный файл? Первые глюки ChatGPT это хорошо показывают. Пользователи путались между Chat, Work и Codex, не находили проекты, получали разные истории локальных и облачных задач. На Windows встречался случай, когда вместо ответа появлялся текст в Base64. Это не только сырость продукта. В одном интерфейсе пытаются соединить разговор, локальную работу, облачные задачи, программирование и внешние сервисы. У каждого режима свои данные, разрешения и ограничения. Если эти границы не видны, умная модель становится частью глупо устроенной системы. Для российского бизнеса вопрос особенно чувствительный. Персональные данные, коммерческая тайна и нестабильный доступ к зарубежным сервисам не позволяют просто открыть агенту все папки. Понадобятся разграничение доступа, журналы действий, резервные копии и правила подтверждения критических операций. Ценность человека при этом перемещается от выполнения операций к проектированию границ. Он определяет, куда системе можно входить и в какой момент результат машины становится решением компании. Облака научились производить ответы. Но для того, чтобы ответ превратился в действие, искусственному интеллекту пришлось спуститься на землю. Источники: https://learn.chatgpt.com/docs/get-started-with-work https://claude.com/product/cowork https://support.google.com/gemini/answer/17208717?hl=en

Короткая жизнь нам дана, чтобы не стать циниками и не перестать удивляться.

Короткая жизнь нам дана, чтобы не стать циниками и не перестать удивляться.

Google сообщает: родители в США теперь могут создать ребёнку до 18 лет отдельный баланс в Google Wallet, переводить туда деньги, видеть покупки в реальном времени, устанавливать лимиты и мгновенно останавливать расходы. Подросток прикладывает телефон к терминалу и вроде бы получает собственные деньги — только выключатель по-прежнему находится у взрослого. Карманные деньги раньше были простой сделкой. Родитель отдавал купюру и вместе с ней временно терял контроль: ребёнок мог купить ерунду, пожалеть, остаться без мороженого в пятницу и сделать первый финансовый вывод стоимостью в несколько сотен рублей. Теперь каждую покупку можно увидеть, ограничить или отменить ещё до того, как ошибка успеет стать опытом. Я не считаю родительский контроль злом. Возможность заблокировать баланс при потере телефона или поставить дневной предел вполне разумна. Но здесь появляется важное противоречие: мы хотим научить человека принимать решения, одновременно строя систему, в которой любое его решение остаётся под дистанционным управлением. С бизнесом происходит ровно то же самое. Собственник говорит руководителю: «Бюджет твой», — а затем требует согласовать каждый платёж, включает уведомления на каждое отклонение и оставляет за собой кнопку остановки. Формально полномочия переданы. Фактически сотрудник получил банковскую карту с родительским контролем и быстро понимает, что безопаснее не решать, а спрашивать. Так появляется управляемая самостоятельность — автономия, которую можно в любой момент уменьшить ползунком. Она удобна платформе, потому что делает продукт безопаснее, и взрослому, потому что снижает тревогу. Издержка достаётся тому, кого собирались научить ответственности: он видит результат действия, но не всегда несёт его последствия. Мы пока не знаем, как это повлияет на финансовые привычки детей, однако сам механизм уже хорошо знаком любой компании с хроническим микроменеджментом. Если мы действительно хотим выращивать самостоятельность — дома или в организации, — проектировать надо не тотальный контроль, а безопасный диапазон ошибки. Заранее определить сумму, которую можно потерять; решения, не требующие согласования; случаи, когда вмешательство обязательно; и момент, когда разбирается результат. Тогда лимит становится границей ответственности, а не коротким поводком. Деньги становятся карманными только тогда, когда взрослый готов убрать руку с регулятора. Источник: https://blog.google/products-and-platforms/platforms/google-pay/send-kids-money-google-wallet/

Reuters сообщает, что сразу несколько крупных западных сетей фастфуда и розничных магазинов начали масштабное внедрение алгоритмов динамического ценообразования. Электронные меню и цифровые ценники теперь меняют стоимость бургера или бутылки воды в зависимости от времени суток, погоды за окном, загруженности кухни и даже длины очереди к кассе. Логика понятна. Если на улице пошел ливень и люди массово забежали в кафе переждать его за чашкой капучино, почему бы не поднять цену на пятнадцать процентов? Для цифровой системы это элементарная задача по максимизации выручки. Математика сходится идеально. Но для человека перед кассой это выглядит совершенно иначе. В проектах по перестройке клиентского опыта я часто сталкиваюсь с этим соблазном. Собственники и менеджмент смотрят на условные агрегаторы такси, где тариф меняется каждую минуту, и хотят перенести эту модель на свой бизнес. Кажется, что это и есть предел эффективности: настроить софт, который будет выжимать максимум из каждого всплеска спроса. Тем более что интеграторы активно продают такие решения под лозунгом роста маржинальности. И первые несколько месяцев цифры в отчетах действительно радуют. А потом начинается необъяснимый отток постоянных гостей. Проблема в том, что инженеры, проектирующие эти системы, видят графики, но не понимают устройство человеческих привычек. Когда вы вызываете машину в снегопад, вы скрипите зубами, но принимаете двойной тариф, потому что покупаете экстренное спасение. Выбора особо нет. Но когда человек заходит за утренним кофе или обедом, он оплачивает ритуал. Он покупает базовую стабильность. Если алгоритм решает содрать с него лишние сто рублей просто потому, что сегодня вторник, светит солнце и у кассы собралось пять человек, клиент чувствует себя не гостем, а ресурсом, который доят. Оптимизируя математику транзакции, система полностью игнорирует психологию контроля. Когда цена зафиксирована, человек сам принимает решение: покупать или нет. Контроль находится у него. Когда цена скачет перед носом, контроль перехватывает машина. Никто не любит чувствовать себя объектом манипуляции. Для регионального бизнеса это особенно чувствительная зона. Мы пытаемся натягивать на себя столичные и мировые технологические игрушки, забывая, что на локальных рынках репутация весит гораздо больше, чем сиюминутный скачок выручки. Человек молча развернется и уйдет к конкуренту через дорогу, у которого меню напечатано на картоне, а цифры не прыгают от дуновения ветра. Гибкость полезна, когда она несет очевидную ценность. Люди готовы платить больше за ускоренную доставку, индивидуальный сервис или сложную сборку. Но они не готовы платить налог на то, что алгоритм поймал их в моменте высокой потребности. Вскоре умение дергать цены каждую секунду станет доступно любому киоску. И тогда предсказуемость превратится в главное конкурентное преимущество. Выживут те компании, рядом с которыми клиент сможет расслабиться и не ждать подвоха.

Если кому интересно, Dall-E от Open Ai просто одной левой делает Nano Banana от Google по работе с дизайном. По крайней мере картинки для постов и прочие иллюстрации (слайды, презы) у гугла получаются сильно хуже. Позже запилю нормальное сравнение

Коллаборация с ребятами из Chood Wood