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.

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.

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!

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.

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?

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.

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.

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.

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!

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.

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.

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.

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.

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.

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!

Свобода выбора и GPT

С развитием и популяризацией разных GPT наблюдается ещё один тренд: влияние ИИ на выбор человека. Или даже более жёстко: неявное делегирование решений искусственному интеллекту. Имеется по меньшей мере 2 механизма этого.

Первый механизм основан на самом принципе действия моделей GPT. Модели усиливают слабый высокочастотный сигнал и теряют низкочастотные. В результате на выходе GPT даёт наиболее вероятный, стереотипный ответ, который обычно не учитывает редкие, но возможно очень важные источники. Тем не менее ответ современных GPT достаточно точный, подробный, быстрый и непротиворечивый. А значит у вопрошающего велик соблазн не углубляться в детали. Поиск информации по старинке в поисковиках даёт много ссылок с порой противоречивой информацией, обилие которой заставляет вопрошающего работать головой и тратить время. Но на 2-3-4 странице гугления возможно будет действительно важная информация, которая не попадет в ответ GPT по принципу его действия. Кроме этого самостоятельный поиск заставляет разбираться и сопоставлять информацию.

Далее сам мозг человека похож на GPT, то есть он воспринимает информацию в данном контексте. Сформированный GPT контекст отличается от контекста самостоятельных поисков. Этот контекст в мозге накапливается и формирует определённый взгляд на вопрос и более широко —  определённую картину мира. Такой же эффект наблюдается в работе СМИ, на чём основана пропаганда. А далее сформированная картина мира человека определяет его выбор в жизни, т.е. принимаемые решения. При этом сам человек обычно этого влияния не осознаёт и считает, что делает выбор самостоятельно.

Второй механизм основан на психологии. Собственно, зачем человек обращается к чат-гопоте. Получить (быстро!) информацию по вопросу? Отчасти да. А может разрешить какое-то противоречие в собственной картине мира? Или подтвердить свою догадку и оправдать выбор? Или полениться разбираться и доверить выбор машине?

Карго-культ ИИ

Интересное происходят с распространением ИИ. Зачастую его применение очень похоже на карго-культ.

Типичный паттерн запроса (в разных формах): Что нужно сделать чтобы получить некоторый хороший результат? ИИ отвечает: необходимо сделать А, Б, В. Пользователь делает и получает ничего или результат Г.

Такое происходит и в коропоративной среде. У компании X хорошие результаты, а еще там говорят, что активно используют ИИ. Из компания Y смотрят на компанию X, по её примеру внедряют ИИ и получают… ничего.

Creabot

Если набирать Скуф в латинской раскладке, получается Creat. Почти как Creator, но Скуфещк как-то не звучит.

Немного поэксперементируем и получаем

Creabot набранный в русской раскладе это Скуфище.

Ну да, креативный бот, всё верно!

Под капотом чужого продукта

Один из достаточно часто встечающихся антипаттернов в ИТ: встраивание в бизнес-процессы чужой модифицированный продукт. Обычно такое происходит в малых, иногда средних компаниях, намного реже в крупных, но и там встречается.

Суть в следующем. Компания использует некоторое покупное или открытое ИТ-решение и всё в нём устраивает, кроме некоторого недостающего функционала. И этот функционал не обеспечивается штатными возможностями продукта, конфигурацией или расширениями к нему. Возникает естественная мысль: а давайте найдём спеца/компанию или своими силами "доработаем напильником" решение как нам надо. Часто это можно сделать за вменяемые деньги и время, компания модифицирует решение и включает в свой ключевой бизнес-процесс. И всё работает, какое-то время.

Сложности начинаются по прошествии времени. Продукт у поставщика обновляется, а наш нет. Или обновляется, но работает не как ожидалось. Или работает, но через какое-то время появляются неожиданные ошибки. Или продукт поменялся так, что модификация с сохранением функционала теперь невозможна. Фактически компания теперь имеет кастомный продукт без возможности внятной поддержки. Таким образом получаются различные необновляемые CRM/ERP/фреймоворки и сторонние библиотеки, а 1С-ники отлично знают "счастье" работы с правленной конфигурацией.

Хороший вариант решения: написать свой модуль или расширение к используемому решению. К сожалению, такое возможно не всегда, да и в этом случае расширение зависимо от основного продукта и может потерять поддержку.

В более широком смысле это вопрос управляемости ИТ-решений. Внедрённое локально решение кажется "своим" и управляемым, однако это иллюзия. Любой продукт имеет множество внешних зависимостей, повлиять на которые не в наших силах. Это важное отличие от материального мира, где купленная вещь действительно "своя".

Вышеописанное не означает, что вообще не надо экспериментировать с чужими продуктами. В некоторых областях, например разработке, экспериментировать с используемыми инструментами и зависимостями необходимо. И там это скорее критично для развития. Но встраивание такого в рабочий бизнес-процесс через некоторое время может привести к тому, что этот бизнес-процесс станет нерабочим.

Иногда даже свой продукт, т.е. разрабатываемый самой компанией, со временем становится чужим и это необходимо учитывать. Но об этом другая заметка.

Halloween docs

Осенью далёкого теперь 1998 года из в сеть утекли так называемые Хеллоуинские документы. Это внутренняя аналитика Microsoft по вопросам конкуренции её продуктов с Linux и в целом с открытым программным обеспечением. Это крайне интересное чтиво, как в первоисточнике, так и с комментариями Эрика Раймонда. Кто интересуется внедрением ИТ-систем, интеграцией и даже разработкой ПО полезно хотя бы ознакомиться с этой историей. И точное необходимо кто развивает ИТ-бизнес или метит в фаундеры, а также любому бизнесу, завязанному ключевым образом на ИТ.

А история следующая. В 90-е годы Майкрософт вполне себе хорошо жил на рынке серверных операционных систем. Даже больше: MS вместе с Интелом (=wintel) были такими же столпами индустрии в корпоративном ИТ, как сейчас Nvidia с OpenAI в искусственном интеллекте. Unix в разных вариантах использовался, но имел огромные сложности как коммерческий продукт, а Linux был вообще уделом маргиналов и прочих гиков. Основной софт писался под Windows и основное внимание "денег" было направленно в wintel.

В хеллоуинских документах Linux и OSS уже признается как серьезная угроза бизнесу MS. Открытые протоколы, эффективная архитектура ОС, работа с сетью, расширяемость, масштабируемость и многое другое в линуксах было сделано изначально лучше. Например, такая выдержка:

Linux Operating System

The Next Java VM?

The Linux OS is the highest visibility product of the Open Source Software (OSS) process. Linux represents a best-of-breed UNIX, that is trusted in mission critical applications, and — due to it’s open source code — has a long term credibility which exceeds many other competitive OS’s.

Linux poses a significant near-term revenue threat to Windows NT Server in the commodity file, print and network services businesses. Linux’s emphasis on serving the hacker and UNIX community alleviates the near-medium term potential for damage to the Windows client desktop.

In the worst case, Linux provides a mechanism for server OEMs to provide integrated, task-specific products and completely bypassing Microsoft revenues in this space.

Через 15 лет Java-программисты действительно "захватят" мир. И Linux действительно станет платформой для многих программных решений. Кроме жавы, станут очень популярными разные питоны, руби и прочие, которые, конечно же, в серверном варианте тоже работают на линуксах. Многое из хеллоуинских доков реализовалось и произошло это по фундаментальным причинам и архитектурным преимуществам линуксов. Майкрософт практически потерял рынок серверных ОС и во многом интернета.

Архитектура критически повлияла и на развитие смартфонов, о чём в доках ни слова, тогда об этом "не мечтали". Apple свои айфоны делала под iOS, который потомок BSD. Google выбрал в качестве платформы Linux и получился Android. Обе компании сделали свои экосистемы на этих решениях. Майкрософт пыталась сделать свою ОС под смартфоны и она не получила развития, даже покупка Нокии не помогла.

С позиции более чем 25-летней давности произошедшее уже далёкая история. Но так и произошло! Главный вывод: Архитектура на долгосроке определяет развитие.

Пишите от руки чаще

Современный человек очень редко пишет что-либо от руки. В начале этого века большая часть делового и личного письменного общения ушла в комьютер и клавиатура заменила авторучку и карандаш. В последнее десятилетие смартфоны и планшеты заменили уже клавиатуру.

Мозг в процессе письма от руки работает принципиально иначе и результат не сравним с клавиатурным вводом ПК и тем более смартфоном. Да, от руки медленнее. Но в процессе письма от руки задействуются другие зоны мозга. Рукописный формат влияет на форму изложения мысли и на её содержание. Рукопись требует внимания, а значит и чистоты и лаконичности мысли.

Календари, ежедневники, напоминалки, доски to-do и прочие kanban тоже стали преимущественно электронными. И это также влияет, как минимум на расстановку приоритетов. Бумажный ежедневник имеет свои незаменимые преимущества.

Другое преимущество рукописи: материализация мысли. Листок бумаги или ежедневник психологически меняют отношение к записанному. Особенно это относится к стратегическим целям.

Воистину, написанное пером не вырубишь топором. Поговорка, в которой обычно подразумевают незыблемость договора, в жизни имеет намного более широкое значение.

И наконец, любая мелкая моторика крайне важна для развития мозга. Не пренебрегайте им. Пишите от руки чаще и пишите больше.