Записи

Опубликовано

Найти малину

Знаете ли вы, что в Москве растёт дикая малина? Так вот, растёт, внутри МКАДа. Отведать можно в любое время. А если подойти с утра, то даже и собрать средний лоток или даже несколько. Практически без конкурентов, хотя некоторые местные знают это место и приходят с лотком. Но таковых немного и желающим хватает.

Как найти? Пойти в ****** лесопарк, там по тропинкам дальше-дальше, каждый раз тропинки выбирать наименее хоженые. Через некоторое время тропинка будет всё менее заметной и практически исчезнет, вы пойдете в высокой траве. И если повезёт, то выйдете в малинник, с большой вероятностью окажетесь там одни.

С первого раза может не повезти. Но со второго-третьего … энного вы там окажетесь. В этих попытках наработаете необходимое чутьё, куда идти и на что ориентироваться. Да, забудьте про нафигатор, карты, gps и прочие помощники — они не помогут, а скорее собьют с верного пути. Поможет собственное стремление к открытию.

Забавно, что из малинника хорошо видны высотные дома, а значит из их окон виден малинник. Но людей здесь практически не бывает.

К чему все эти приключения? Это важное качество предпринимателя. Стремление к открытию, exploring culture, любовь ходить нехожеными тропами прокладывать свои.

Учитесь искать свою малину!

Опубликовано

Персонализированная медицина и AI

Персонализация медицины уже происходит на наших глазах. Возможно в России даже быстрее, чем в западных странах. Уже есть общая база электронных карт, снимков, которые анализирует ИИ. И этот самый ИИ как диагност уже скорее всего лучше живых докторов: он распознаёт слабый высокочастотный сигнал, который может пропустить человек. Технология прекрасно масштабируется — снимки можно грузить по всей стране и диагнозы ставить в глубинке, где ближайший врач находится за сотни километров, и получить результат почти мгновенно. Но это всё от общего.

Дальнейший шаг в персонализации. Научить ИИ находить индивидуальные различия людей и давать персональные рекомендации. Здесь скорее всего очень подключится генетика с индивидуальным секвенированием и поиском связи ген-болезнь, поиском неочевидных зависимостей. Примерно как в нобелевке 2024 по химии, только здесь понадобится оочень большой объем данных.

Эти технологии хорошо масштабируемы, распространить их на всю страну это больше техническая задача. Огромный потенциал.

Опубликовано

Страхование 2.0

Налоговая и операторы фискальных данных обладают огромным массивом информации. Все покупки сохраняются со всей номенклатурой и практически мгновенно. Осталось натравить на эту бигдату ML и классифицировать покупателей, или по-иному, профилировать. А дальше искать корреляции, по которым поведение человеков становится очень предсказуемым: проявляются профессиональный выбор (в т.ч. который сам человек не знать), психологические особенности, наклонности к нарушению закона и даже предпочтения на выборах.

Здоровье очевидно тоже коррелирует с покупками. Покупаешь фастфуд, разные чипсы и даже просто переработанную высококалорийную еду — значит в группе риска. А если еще полируешь бухлишком — тогда в квадрате в группе риска. Есть и менее очевидные корреляты, например веганы и мясоеды в жизни во многом другом тоже различаются, профили разные.

А далее разная цена за страховочку и медуслуги. Страховые это один из первых кандидатов на покупку таких данных. Оказался в группе риска — и ценник медицинская страховка становится дороже. И не только медицинская. Такое уже произошло с кредитным скорингом, в ближайшее время будет ещё много где. И подделать достаточно сложно, да и не будут в большинстве этим заниматься.

Опубликовано

HR + AI

А что, если я скажу, что headhunter в обозримом будущем помрёт и его место займут Озон и Ягодки, и масса народа находить работу будет через них? И маркетплейсы будут это делать намного лучше. Это уже почти можно "потрогать".

Человеки сейчас весомую долю покупок делают через маркетплейсы, и последние о конкретном человеке знают очень много. В определённом смысле даже больше, чем сам человек: имея историю покупок, просмотров, состава корзины можно сделать много выводов по пользователю. Кто какие книги покупает, кто какую одежду, даже цвет трусов многое расскажет о человеке. А bigdata+AI сделают это получше чем большинство психологов, найдут такие завимости, которые сейчас психологам даже не снятся.

А далее на маркетплейсе появляется раздел для работодателей, где они по определённым параметрам подбирают себе нужных сотрудников. Как в магазине! А со стороны подневольных — они и соврать не смогут, в отличие от cv и резюме, их этот ИИ раскусит получше детектора лжи.

Если сюда добавить ещё математические результаты одной нобелевки начала этого века, то получится очень годный продукт. По эффективности кратно лучше современных работных сайтов. Пользователь просто лазает по маркетплейсу, а его уже нашли. И может пригласили на собес.

Та же история с тиндером и прочими дейтингами. Потенциально маркетплейсы могут там сделать платный раздел для одиноких сердец.

Таким же потенциалом обладают операторы платёжных систем, которые знают содержимое каждого чека в магазине, оплаченного по безналу. Но он них будет отдельный пост, они могут куда более интересный продукт предложить.

Опубликовано

Инженерное

Бен Рич — инженер, очень талантливый руководитель Skunk Works, инженер и авиаконструктор stealth-самолётов.

В своей книге "Skunk Works: личные мемуары моей работы в Локхид" Рич описывает принципы своей работы. Это минимум бюрократии и максимум автономии. Кто делает, тот и решает. Делегирование широких полномочий и поменьше пустых совещаний. И важно про лидера, который принимает на себя ВСЕ проблемы сверху и защищает свою команду.

“Не пытайся подражать мне, – напутствовал меня Келли. – Не делай самолёты, которые делал я. Построй свои собственные. И никогда не делай самолёт, в который не веришь всей душой. Не изменяй себе и дорожи репутацией Skunk Works. Делай то, что считаешь правильным и всё будет в порядке”.

Просто библия инженерной культуры. Обязательно к прочтению.

Опубликовано

Обучение LLM на книгах

На днях американский суд принял интересное для изучения решение, если коротко — легализовал сканирование книг для обучения ИИ. Anthropic обучила свою модель на миллионах книг, часть из которых были получены не вполне легально (спирачены), другая часть — отсканированы с бумажных книг деструктивным способом. Т.е. распотрошив книгу на страницы для скорости сканирования. Суд признал это fair use.

Мы входим в новую эпоху, когда любая информация в открытой сети сразу загоняется в LLM. Это имеет далеко идущие последствия, одно из которых: теперь действительно полезную информацию не будут публиковать в сети. Интернет вероятно превратится в помойку мусора и переработанного мусора из другого мусора (GIGO). Отыскать что-то полезное уже сложно, станет ещё сложнее.

Также уже раньше произошло с гиперссылками (URL). 20 лет назад на заре развития Google гиперссылки считались классным изобретением и ими без всяких опасений пользовались по прямому назначению. Затем гугл проиндексировал интернет, ранжировал источники по количеству входящих ссылок и пользователи коммерческих ресурсов поняли как можно обмануть систему. Появились разные SEO, автогенерированные тексты, сетки из мусорных сайтов и прочие проделки сеошников. Против оптимизаторов поисковики стали совершенствовать свои алгоритмы, борьба продолжалась долго. Но главный её итог: использования прямых ссылок теперь избегают. Особенно их избегают владельцы коммерческих ресурсов, особенно экосистем, на своих клиентов и конкурентов. Вместе с этим экосистемы стали огораживаться, теперь многие из них доступны после авторизации. Так интернет гиперссылок умер.

Поисковики стали разрабатывать свои браузеры и анализировать поведение пользователя, а заодно и подпитываться разными ценными пользовательскими данными. В том числе анализировать данные в облаках. Теперь пришел ИИ, который встраивается в поисковики и найти что-то ценное становится задачей более сложной, чем 20 лет назад.

Если так пойдёт дальше, ценные данные лучше вообще поберечь от сети. Так мы можем плавно оказаться в мире 451 градуса по Фаренгейту. Казалось фантастикой, но становится реальностью.

Bartz v. Anthropic PBC — Order on Fair UseDownload
Опубликовано

ChatGPT и мозг

Человек тупеет при повсеместном обращении к GPT и прочим AI. Исследователи из MIT изучили как использование LLM при написании эссе влияет на когнитивные способности. Оказалось (неожиданно!), писавшие эссе исключительно своей головой показали результат лучший, чем те, кто пользовался поисковиками. А пользователи поисковиков — лучше, чем пользователи LLM.

Вот ещё интересная цитата оттуда:

We found that the Brain-only group exhibited strong variability in how participants approached essay writing across most topics. In contrast, the LLM group produced statistically homogeneous essays within each topic, showing significantly less deviation compared to the other groups.

Иными словами, пользователи GPT менее творческие. В статье ещё много разных наблюдений и выводов. Коротко выводы такие:

  • (очевидный) Что не используется, то атрофируется.
  • Постоянный читинг к LLM имеет долговременные последствия.

Похожее было в истории и раньше. Примерно 30 лет назад в жизнь повсеместно вошли компьютеры, а 50 лет назад — калькуляторы. До этого для расчётов были доступны только логарифмическая линейка и таблицы Брадиса. И то и другое предполагало понимание сути расчётов. И если почитать работы по физике и математике более полувековой давности, то оценки многих величин делались вообще без расчётов, теоретическим способом. Для многих современных выпускников физмата это практически немыслимый (в прямом смысле!) уровень.

Если копнуть ещё глубже в историю, посмотреть оригинальные работы 20-30х годов прошлого века, Дирака, Эйнштейна, Бора, это уровень работ с новыми идеями, высочайшим пониманием физики и минимальным обращением к математике, и тем более к прямым вычислениям. Пытаться сделать подобное AI только портить. Аналогично с математикой.

Подобное наблюдалось с появлением телевизора и развитием анимации. Дети, читавшие сказки из больше творческих способностей, чем дети-потребители мультфильмов, готовая движущаяся картинка убивает фантазию. И это тоже долгосрочно.

Опубликовано

LLM divide and conquer

Типичный дизайн GPT предполагает сложность O(n^2). Возможно эту сложность по памяти снизили с помощью старого доброго подхода "Разделяй и властвуй", а именно стали разбивать большой вход на отдельные куски и каждый из них обрабатывать отдельно. Если это действительно сработает, то потенциально можно сильно уронить аппаратные требования к LLM. В идеале до O(n*log(n)), как в поиске и умножении длинных чисел, но это очень сладкая цель. В любом случае будет интересно!

Опубликовано

Деловая среда меняется

Заметил, что последние 3 года сильно поменяли деловую среду. Кто бы что не говорил про "перегрев экономики", эта самая экономика находится в дефиците.

15 лет назад чтобы преуспеть не нужно было быть самым лучшим. Достаточно было быть не хуже большинства. Даже в доковидные времена в целом можно было работать "не хуже большинства". Как в старом анекдоте про двух геологов и медведя:

Два геолога идут по тайге. Внезапно из-за деревьев появляется медведь. Один геолог разворачивается и спешным шагом уходит. Второй кричит ему вслед:
— Бесполезно, ты не сможешь убежать от медведя, он бегает быстрее человека.

Он ему в ответ:
— А мне и не надо бежать быстрее медведя. Мне всего лишь надо быть быстрее тебя!

Это оборонительная стратегия, стратегия игры проигравших. Она хорошо работала почти 30 лет новой России. Сейчас этого уже недостаточно.

Крупный бизнес съедает малый. Где-то рынок переполняется и быстрых уже очень много. У кого-то маржа падает до критически низких значений и бизнес погибает. А тут ещё маркетплейсы, цифровизация, искусственный интеллект…

Чтобы выжить приходится находить нестандартные решения, идти на высокий риск, резать внутренние расходы и бюрократию, открывать новые рынки. Не все на такое пойдут. Многие компании погибнут, и крупные тоже.

Опубликовано

blog vs telegram vs соцсети

В последние годы произошла революция в плане средств общения. Много пользователей перешло в телеграм из других платформ. Туда же перетекли различные СМИ, новостные ленты, блогеры, разного рода аналитики и прочие.

Параллельно происходит изменение способа интернет-покупок из сайтов и интернет-магазинов в приложения на смартфонах. Интернет-магазины без приложения уже не в моде и теряют аудиторию, маркет-плейсы её пожирают.

Старый добрый web погибает. Раньше реклама была "сайт три дабл-Ю что-то там", сейчас это скорее tg-канал или приложение. Соцсети туда же.

Вместе с этим меняется и пространство доступной информации. Сама система URL, на анализе которых были построены поисковики вроде гугла/яндекса уходит в историю. А крупные агрегаторы информации, тот же телеграм, соцсети и маркетплейсы обладают огромным массивом информации, на котором учат LLM и профилируют пользователей пользователей. Соцсети, мессенджеры и маркетплейсы знают типичного пользователя лучше спецслужб и, владея такой информацией, потенциально имеют больше власти, чем спецслужбы государств. И да, все данные, которые там принадлежат соответствующим платформам, они продают и сами данные, и основанные на них продукты. На подходе цифровой надзор и контроль.

Старые добрые технологии индексирования и поиски (на чем взлетел гугл) и свободный доступ к информации уже в прошлом.

Может лучше старый добрый web?

Опубликовано

Оптимум информации

Почему-то считается, что чем большим объёмом информации мы обладаем, тем лучшие решения принимаем. Это относится как к отдельному человеку в контексте его деятельности, так и к компаниям, которые любят стопицот разных метрик, постоянно что-то мониторят, делают отчёты и "в курсе всего".

Действительно ли справедлива формула: больше информации => лучше результат? И вообще, какой оптимум информации?

Во-первых, какая-то часть информации неполная или изначально неверная или ошибочная. При этом обычно мы не знаем какая именно часть ошибочная и, следовательно, делаем неверные выводы. Незнание чего-то не так опасно как "ложное" знание, т.е. что мы полагаем знаем, а на самом деле ошибаемся.

Во-вторых, информация, даже верная уже задаёт контекст логических выводов из неё и решения. Такое ярко проявляется при работе с разными GPT и прочими ИИ, когда используемый контекст во многом определяет результат. Также и в жизни: контекст определяет дальнейшие действия и результат. Действия часто просчитываемые другими агентами.

В-третьих, излишняя информация, на которую мы полагаемся, может приводить к когнитивным искажениям: нереалистичного оптимизма (или пессимизма) и иллюзии контороля. Действительно, мы не всегда корректно оцениваем значимость разных данных на результат и насколько можем что-либо изменить.

Представим двух путников в лесу, которым нужно дойти до определённого места. У одного только бумажная карта, компас и примерное понимание где он. У другого — электронная карта, навигатор с GPS и компасом, а еще прогноз погоды на несколько дней и может даже мобильный интернет. Тактически быстрее достигнет цели обычно тот, кто обладает большей информацией. Но GPS можно потерять, батарейка сесть, а прогноз погоды не реализоваться. Кто из них стратегически лучше подготовлен? Первый, кто работает в неопределённости.

Качество решений проявляется в условиях неопределённости. И в жизни тоже. Лишняя информация чаще сбивает с пути, чем действительно помогает. Намного чаще, чем нам кажется.

Опубликовано

Криптопротокол для ИИ

В последние пару лет в мире огромный интерес к GPT и прочим LLM. Отдельные человеки и компании пытаются с помощью них решить свои задачи и для этого предоставляют данные. Иногда конфиденциальные задачи и данные. Например, проанализировать медицинские анализы и дать рекомендации. Или посчитать финансовую аналитику и залить для этого конфиденциальные показатели/цифры. Или помочь разработать алгоритм программы и залить контекст, по которому ясно для чего эта программа нужна и для кого она. Таких запросов с медицинской / банковской / налоговой / коммерческой и прочими тайнами масса и без передачи конфиденциального контекста они не всегда решаются. Вычислить конкретного заказчика в современном мире не составляет большого труда, как и сделать его профилирование на основе всей добровольно переданной информации.

Отсюда закономерный вопрос: как что-то спросить у ИИ и не раскрыть чувствительную инфу? Напрашивается очевидное решение — использовать локальный ИИ на своём железе и со своей моделью. Но железо дорогое, а качественную модель бесплатно не предоставят, такая корова и самому нужна. И настраивать, обучать это всё тоже дорогое дело и не для каждой компании. Облака и ИИ как сервис пока что (и вероятно надолго) это единственное доступное многим решение.

Другое решение: размыть чувствительные данные среди подобных других. К примеру Алиса предоставляет Бобу в облако 1000 вариантов контекста, из которых один настоящий, а другие сгенерированные мусорные. Алиса знает какой именно запрос настоящий, но Бобу придётся просчитать все и возможно ещё и доучиться на мусорных вариантах (привет GIGO). Также Боб может найти закономерность в мусорных вариантах, распознать их, выбросить мусорные вариант и может даже найти истинный вариант. Или как минимум сильно сузить множество.

Ещё возможное решение — криптопротокол вычислений. То есть Алиса передаёт Бобу данные для вычислений, но таким способом, чтобы Боб вычисление сделал, но сути этих вычислений понять не смог. Общего такого протокола, насколько мне известно, нет для обычных вычислений. И тем более нет для ИИ, где ИИ необходимо "понять" запрос.

С криптопротолом для запросов к ИИ можно аналогично задаться вопросом о криптопротоколе для обучения моделей. То есть Алисе обучить модель на некоторых данных, суть которых Бобу-вычислителю недоступна.

Задача с криптопротоколом пока кажется принципиально нерешаемой: ИИ каким-то способом необходимо понимать структуру данных и сам запрос. Но если эта задача таки решаема, то это ещё одна грандиозная disruptive innovation, которая позволит сильно расширить применение ИИ. Пока такое кажется фантастикой.

В любом случае госы будут против. Тогда будут моделям будут задавать разные неудобные вопросы, которые закрыть принципиально не получится. Такая технология, если появится, сильно поменяет мир.

Опубликовано

ChatGPT product strategy

Крайне интересный документ появился в сети в конце 2024 года. Это выдержки из продуктовой стратегии ChatGPT. Скачать можно в первоисточнике или посмотреть здесь если первоисточник исчезнет.

ChatGPT,_product_strategy_for_2025H1,_a_few_pages,_from_2024_12Download

Вкратце суть документа такая.

  • Мы хотим превратить GPT в универсальный костыль супер-ассистент человека. Такой ассистент, который заменит если не всё, то почти всё: учителей, экспертов-советников, соавторов, развлекателей, компаньов, аналитиков.
  • Прибыль не будет расти вечно. Мы создадим такого супер-ассистента, который сгенерирует монетизируемый спрос.
  • Сейчас наши конкуренты чат-гопоты это поисковики, браузеры и даже взаимодействие с реальными людьми. Но мы будем искать способы втянуть людей в пользование чат-гопотой. И сделать свой продукт универсальным окном в интернет и в реальный мир. Делать это собираемся с помощью агрессивной дистрибуции.

В документе много текста вырезано. К сожалению, вырезано что именно собираются делать авторы чат-гопоты для захвата мира (и это не образное выражение), но кое-что можно извлечь. В частности, прямым текстом говорится о замене чат-гопотой других приложений без возможности пользователем выбора альтернативы. Поисковик тоже планируется заменить супер-пупер-ассистентом.

Логичный вопрос — где для обучения всего этого брать контент? Напрашивается очевидный ответ: любой девайс пользователя будет его читать и слушать и на всём переданном GPT контенте обучаться без согласия пользователя.

Вы всё ещё не общаетесь с чат-гопотой? Тогда она идёт к Вам!

Опубликовано

Культура смелости

Замечали ли вы, что в одних компаниях рискованные решения принимаются психологически легко, а в других риска стараются всячески избежать? Под риском я понимаю возможность совершить ошибку, что-то разрушить, поломать или пропустить срок. Или может исправить свою или чужую ошибку, признать собственную неправоту, отказаться от уже намеченных планов, повернуть вспять.

Такое встречается как среди рядовых сотрудников, так и руководителей разных уровней. Чем больше компании лет, тем чаще в ней можно встретить избегание риска. Дело даже не склонности к риску отдельных сотрудников, а в принятии возможности ошибки.

Можно подумать дело в наказании за ошибку. Но это не всегда так: формального наказания в большинстве случаев нет. Причина скорее в концентрации людей определённого склада характера в одном месте, где рисковать "не принято" и это психологически устраивает всех. Иногда доходит до абсурда — когда правильный ход очевиден, но никто не осмеливается его делать если есть хотя бы малая вероятность неудачи. Или когда уже стало ясно, что пошли по неверному пути, но признать или указать ошибку никого не находится, выйти из ловушки ранее принятых решений.

Развитие и есть риск. Это свобода эксперимента и открытия новых возможностей.

Опубликовано

К природе технологических революций

Интересное исследование от Маккинзи о производительности экономики и как эта производительность распределяется и растёт. Несколько неочевидных моментов:

  • Рост производительности отдельных компаний приводит к росту экономики
  • Небольшое количество компаний вносит основной вклад в рост производительности. В США 5% компаний это 80% прироста производительности.
  • Производительность растёт в результате новых путей создавать/масштабировать ценность

Наиболее важная мысль: Создавать новый продукт, новые рынки, новые технологии. А не повышать эффективность старых.

Полное исследование в pdf, нашим "импортозаместителям" на заметку.

the-power-of-one-how-standout-firms-grow-national-productivity_vfinalDownload

Опубликовано

Подвиг инженера

Интереснейшая история произошла в Нью-Йорке в 1970-х годах. Спроектировали небоскрёб, при этом недостаточно хорошо просчитали нагрузки. Потом построили, и при строительстве как это обычно бывает немного сэкономили. Небоскрёб стоит и все довольны.

Через несколько лет студентка изучала этот проект и засомневалась в расчётах прочности при некоторых редких параметрах ветровой нагрузки. Она не побоялась и потрудилась дозвониться до главного инженера, сообщить о своих сомнениях. Главный инженер (William LeMessurier) выслушал неизвестную (!) ему студентку (!), потрудился перепроверить расчёты и действительно обнаружил уязвимость конструкции. Признал ошибку и добился постепенного укрепления конструкции в короткие сроки и не допустив паники.

История безупречной профессиональной ответственности инженера и других участников проекта.

Опубликовано

Неудобная правда про рост

Растущий рынок для продукта имеет главное значение по сравнению с другими факторами. А если ещё и запустили вовремя, то вообще супер. Если рынок живой, растущий, на нём есть платёжеспособный спрос, то в продукте можно много ошибок, даже грубых, и всё равно будет спрос. Продукт может быть средненьким, но если при этом отвечает основным требованиям потребителя, всё равно будет рост. На растущем рынке с продуктом можно даже вообще ничего не делать, лишь бы не портить — и всё равно будет рост аудитории и прибыли.

Наиболее важная задача на молодом рынке — захватывать его, и делать это как можно скорее, пока другие не успели. Время решает! Даже со средненьким качеством.

Напротив, на дохлом рынке даже с суперским продуктом ничего не выйдет. Или если зайти не вовремя.

Зачастую эндогенный фактор — качество продукта ставят по приоритету выше экзогенного фактора — растущего рынка. Вроде сделаем супер-лучше-всех и пойдут к нам. Так работает, когда компания и конкретно её продукт уже известный, и то не всегда. Для свежих и новых — растущий рынок необходимое условие.

Опубликовано

ИИ в исполнительной власти

(к предыдущему посту)

Вместе с широким применением ИИ в судебной системе я ожидаю также и широкое применение и во многом замену исполнительной власти на ИИ. Возможно даже раньше судебной системы.

Исполнительная власть наиболее алгоритмична, многих чиновников уже заменили Госуслуги, даже и без искусственных интеллектов. Процесс пойдёт и дальше, там заменят почти всех. Возможно впервые в истории России сатиристические персонажи из произведений Гоголя и Салтыкова-Щедрина станут историей.

Опубликовано

Будущее судебной системы

Один из ближайших кандидатов на применение ИИ это судебная система. К этому уже есть почти всё необходимое. Основная масса рассматриваемых мировыми судьями дел это разного рода штрафы, взыскания долгов и административки и некоторые другие. Эти дела объединяет, что они хорошо алгоритмизуемы уже (как штрафы) или имеют обширную судебную практику, на которой можно научить ИИ. В таких делах судья выполняет скорее исполнительную функцию и ничего реально не решает.

Инфраструктура для ИИ уже есть. Это ЭДО и остальная цифровизация. Те же штрафы ГАИ уже выписываются автоматически, далее решает ЭДО и прочая цифровизация. Также Сбер и крупные банки иски по взысканию долгов тоже генерируют автоматически и подписывают цифровой подписью, человек здесь даже не нужен. Пропускная способность судов принципиально меньше подобных автоматических заявителей, поэтому они вынуждены будут цифровизироваться тоже и ИИ для этого прекрасный инструмент.

Живые судьи останутся только на апелляции и вышестоящих инстанциях, на сложных делах и тех, которые ИИ не распознаёт с достаточной точностью. Уже через несколько лет мировые судьи будут работать совместно с ИИ, а лет так через 5-10 вся первая инстанция будет обрабатываться ИИ. Осталось только законодательство и его скоро подготовят.

Опубликовано

Эволюция интернетов

Последние годы происходит активное изменение канала получение информации пользователем интернета. Всё меньше текстовых источников, особенно "лонгридов", и даже меньше графики и всё больше видео и аудио.

В 90-е годы интернет был дорогой и медленный. Полезная информация была преимущественно в текстовом виде и графике низкого качества и маленького размера. Тогда же возник ЖЖ и множество тематических форумов на самые разные темы. Начало нулевых это золотое время форумов и вообще текстового формата, того же ЖЖ. Их развитие сильно подогрели поисковики: гуглы и яндексы, которые проиндексировали всё это сравнительно небольшое многообразие текстов.

Потом появились соцсети, сначала фб, а затем и российский аналог вк. Молодежь стала достаточно быстро перетекать в соцсети, вместе с этим изменился и преимущественный формат данных. Картиночки и короткие тексты заменили старые лонгриды и форумы, сами тексты стали ситуационными. Взлетел твиттер, квинтэссенция такого формата.

Примерно в то же время гугл купил ютуб, тогда ещё не очень популярный и не очень понятный стартап, интегрировал его в свою систему и он стал стремительно набирать популярность. Идёт время, наступают "десятые", и люди постепенно меняют старые кнопочные телефоны на смартфоны, модный флагман которых — айфон. Мобильный интернет за считанные годы становится кратно быстрее и доступнее, и позволяет уже не только передавать тексты, но и аудио/видео. Набирает популярность instagram, стремительно распространяются мессенджеры, VoIP и видеозвонки.

Наступает 2020, вместе с ним ковид, самоизоляция. Популярность набирает Zoom, уже в корпоративной среде и удалённая работа. Видеозвонки становятся мейнстримом. Видеоблоггеры и тиктокеры захватывают мир. Вместе с этим меняются и каналы рекламы. На улицах и транспорте всё больше "ушастых" людей, набирают популярность подкасты и звуковой способ подачи информации.

Что имеем сейчас? Произвольный некоммерческий запрос в гугл дает в результате youtube-роликов столько же или больше, чем на текстовые источники. ЖЖ фактически умер, как и многие старые текстовые форумы, тот же StackOverflow. Найти информацию в текстовом вебе сейчас парадоксально сложнее, чем 20 лет назад. Видеоформат (youtube) фактически заменил телевизор, телеграм-каналы заменили новостные веб-ленты.

Почему это важно? Формат подачи информации тесно связан с мышлением. Человек читающий сильно отличается от человека слушающего и человека тиктока/ютуба. А человек пишущий отличается от человека читающего.

Сейчас на подходе ИИ. Он постепенно заменяет поисковики, даёт быстрый и вполне точный ответ. И это тоже другой тип мышления.

Ах, да. С днём радио!