Skip to content

Всё, что нужно знать про будущее c ИИ. Компании-монополисты, ИИ вместо бизнесменов и войны роботов

Обсуждение будущего ИИ, его влияния на бизнес, экономику и образование с экспертом Харитоном Матвеевым.

Key Takeaways

  • ИИ меняет экономику и бизнес, забирая рутинные задачи и создавая новые возможности.
  • Традиционное образование трансформируется, акцент смещается на социализацию и экспериментальное обучение.
  • Развитие ИИ сопровождается перераспределением капитала и ростом спроса на высококвалифицированных специалистов.
  • Технологический прогресс ускоряется, что требует адаптации и переосмысления роли человека в обществе.
  • Будущее ИИ несет как потенциал всеобщего изобилия, так и риски социальных и экономических беспорядков.

What the video covers

  • Харитон Матвеев — создатель Skyeng и технический директор AI-платформы ЭПИ, эксперт в области искусственного интеллекта.
  • ИИ развивается с ускорением, меняя экономику, бизнес-процессы и социальные структуры.
  • Образование в традиционном виде теряет актуальность, трансформируется в социальные и экспериментальные центры.
  • ИИ забирает рутинные процессы, создавая потенциал для всеобщего изобилия или социальных беспорядков.
  • Рост ИИ сопровождается драматическим перераспределением капитала и спросом на высококвалифицированных специалистов.
  • Технологии и продукты ИИ будут развиваться экспоненциально, меняя роль человека в экономике.
  • Обсуждается влияние ИИ на политическую и экономическую стабильность, а также на глобальные рынки.
  • Личный опыт гостя в построении бизнеса и адаптации к новым реалиям технологического прогресса.
  • Финансирование и инвестиции в AI-проекты растут, что открывает новые возможности для разработчиков.
  • Обсуждение угроз и вызовов, связанных с быстрым развитием ИИ и его влиянием на общество.

Chapters

  1. 00:00 Введение и знакомство с гостем — Харитон Матвеев
  2. 08:00 Преодоление сложностей и опыт выхода из бизнеса
  3. 16:44 Первые сигналы и внедрение технологий ИИ
  4. 24:57 Образование и его трансформация в эпоху ИИ
  5. 33:16 Роль человека и изменения в экономике с развитием ИИ
  6. 47:46 Политические и социальные аспекты развития ИИ
  7. 57:23 Инвестиции и финансирование AI-проектов
  8. 69:24 Заключение: вызовы и возможности будущего с ИИ

Answers

Questions about this video

Как искусственный интеллект влияет на традиционное образование?

ИИ трансформирует образование, снижая важность запоминания фактов и переводя акцент на социализацию, экспериментальное обучение и развитие навыков через практику.

Какие основные угрозы и вызовы несет развитие ИИ для экономики и общества?

Развитие ИИ может привести к перераспределению капитала, сокращению рутинных рабочих мест и социальным беспорядкам, если не будет обеспечено справедливое распределение благ и адаптация общества.

Как изменится роль человека в экономике с ростом ИИ?

Роль человека будет смещаться от выполнения рутинных задач к решению сложных проблем и управлению технологиями, при этом возрастет спрос на специалистов с высокими компетенциями.

Full Transcript — Download SRT & Markdown

00:00
Speaker A
Друзья, всем привет. Несколько фактов про моего сегодняшнего гостя. Создатель компании Skyeng, крупнейшей онлайн-школы иностранных языков в Восточной Европе. Сегодня у Skyeng более 15 000 преподавателей, свыше 10 млн уроков в месяц, более 10 млрд годовой выручки. Также сооснователь, технический директор ЭПИ — это AI-платформа, которая помогает бизнесу находить потенциальных клиентов в несколько кликов, анализирует данные более чем о 140 млн компаний и 550 млн человек. Всего за 2 месяца с момента включения монетизации X вышло на прогнозируемую выручку в 3 млн долларов в год. Сегодня мой гость занимается исследованиями и разработкой технологии в области искусственного интеллекта и знает про AI буквально всё. Собственно, об этом будем говорить. Харитон Матвеев, физик, предприниматель. Спасибо тебе большое, что пришёл.
00:16
Speaker A
Привет, Саш. Спасибо, что позвал. Я очень тебе рад. И в целом, я думаю, вот среди всего моего окружения ты один из тех людей, кто очень-очень-очень глубоко в этой индустрии, в технологиях.
00:33
Speaker A
И сегодня хочу поговорить не только о вот этом вот, знаешь, вау-эффекте от технологии, которая сейчас витает в воздухе, которая все обсуждают, но и о некой реальности, об угрозах для компаний, для экономики, для рынков и, собственно, о достаточно большом
00:41
Speaker A
количестве вещей, скажем так, реальных, а не только, знаешь, таких иллюзорно прекрасных, которыми мы все сегодня восхищаемся.
00:52
Speaker A
Супер. Попробуем поразмышлять. Давай. Не мог ты технически в Советском Союзе слушать каждого человека, сегодня ты это можешь сделать.
01:06
Speaker A
Даже меня эта история пугает. Искусственный интеллект раньше рос два раза за 7 месяцев, теперь он растёт за 4 месяца.
01:12
Speaker A
Всё это будет только ускоряться, и продукты и технологии они будут развиваться. Мы захотим отдать всю экономику ему. И дальше это робот, который может полностью собрать робота.
01:19
Speaker A
Это и пугает. Тесла произведёт 10 млн оптимусов, и через 30 минут контроль над страной.
01:24
Speaker A
Илон это может сделать. Мы идём и захватываем страну, а тебя на шашлык. Цена человеческой жизни в развитом государстве она дорогая. Политически слишком дорого для Трампа потерять живых американцев.
01:32
Speaker A
Доллар как таковой в этот момент перестанет иметь суть. Грядущим AI-разработчикам платят годовые зарплаты миллиард долларов. Самое драматичное перераспределение капитала.
01:36
Speaker A
Такие умные ребята, как вы, они становятся очень нужны, но остаётся ещё 8 млрд человек. Какие функции у нас эта хреновина забирает?
01:46
Speaker A
Любой рутинный процесс. Следующие 4 или 5 лет мы создадим некоторые системы, которые произведут больше благ, чем когда-либо производили на планете Земля.
01:53
Speaker A
Всеобщее изобилие всего или беспорядки. Наибольшей вероятностью будет то и другое. Кстати, друзья, а прежде чем мы не начали, 60% наших зрителей не подписаны на канал. Поэтому, ребят, если вам нравится то, что мы делаем, обязательно подпишитесь, воткните лайк и, собственно, давайте переходим к
02:01
Speaker A
диалогу. Прежде чем мы начнём говорить про AI, собственно, Skyeng — большая компания, которую ты строил больше 10 лет. И, собственно, наверное, я не хочу сегодня углубляться в эту историю прямо детально. Есть трёхчасовой подкаст с Гошей, твоим партнёром, собственно, где мы
02:09
Speaker A
разбирали. Но тем не менее хочу несколько моментов обсудить, которые, как мне кажется, очень сильно как бы повлияли на то, чем ты занимаешься сегодня. Мы все базово знаем, образование мегаважное, как бы, и в целом образование создаёт фундамент, особенно образование, связанное с
02:22
Speaker A
наукой, и без этого никуда. И, собственно, люди, которые сегодня задают технологию, они во многом вышли вот из этих институтов, которые дали им умение мыслить, да, там из того же Физтеха, я не знаю, Гарварда, Стэнфорда и там Оксфорда, Кембриджа, неважно откуда,
02:37
Speaker A
МГУ. И, значит, если как бы экстраполировать то, что происходит сегодня несколько на будущее и понять, куда будут развиваться технологии, куда будет двигаться AI, то образование как таковое вот в текущей конфигурации оно не будет иметь как бы как такового
02:51
Speaker A
смысла. И, собственно, вот это был как-то один из тезисов в том числе, почему как бы нет смысла сегодня продолжать заниматься там образованием, потому что в той конфигурации, в которой мы сегодня воспринимаем образование, его просто-напросто не будет. И в этом нет
03:04
Speaker A
никакого смысла. Вот можешь развернуть здесь. То есть, что ты видишь, какие-то фундаментальные изменения в сфере образования и том, куда это всё будет двигаться? Гоша, мой партнёр из Skyeng, он сейчас продолжает делать колледж, и у него такое видение, что образование
03:17
Speaker A
— это скорее будут некоторые центры, где люди будут социализироваться, где это будет во многом, возможно, более фаново, а для людей, да, то есть возможно в рамках этого образования мы будем играть
03:29
Speaker A
больше, да, взаимодействовать, как-то пробовать прощупывать этот мир, через какие-то эксперименты, через какие-то пробы, ошибки. Вот. И, конечно, здесь, в текущем виде образования, да, то есть когда нам нужно выучить там тысячи фактов, а с учётом того, как
03:43
Speaker A
мы двигаемся в какой мир, скорее, как бы оно действительно будет очень сильно трансформироваться. Скорее, возможно, я не вижу, что образование является сегодня вот таким фундаментальным бутылочным горлышком, да, и меня, конечно, очень сильно влечёт именно вот к этим ограничениям, то есть что сегодня
03:57
Speaker A
ограничивает экономический взрыв. Вот, конечно, нам нужно значительно больше ресурсов. То есть нам нужен взрыв по объёму ресурсов, которые у нас есть.
04:15
Speaker A
Вот. И нам нужно уйти от того, что мы сегодня зависимы от, ну, просто человека-часов.
04:33
Speaker A
Модель. Понял. Который нас ограничивает.
04:43
Speaker A
Да. Мне интересно всё-таки с точки зрения личного восприятия. Гоша об этом тоже спрашивал. Как ты пережил вот эту трансформацию из истории, когда ты много-много-много лет бежишь, строишь компанию и как бы объективно вы достигли выдающихся результатов, собственно, начали запускать мир, типа IPO было условно через там полгода. И как бы такая большая заветная мечта для вас была. Для тех, кто там не знает тебя, погружу немножко в контекст, что я это уже как-то упоминал на подкасте. Я
04:49
Speaker A
помню, что году, наверное, в 2018-м мы с вами сидели, прямо даже помню, где мы сидели, мы сидели в кофемании на Покровке.
05:04
Speaker A
На Покровке. И, собственно, довольно смешно были разговоры, потому что я рассказывал там, типа, что вот я там
05:19
Speaker A
вернулся оттуда, вернулся оттуда, а вы мне рассказывали про то, что у вас типа вся жизнь расписана по минутам, поскольку вы выходите из дома, что ни одной минуты впустую, что там, не знаю, контракт, что нельзя там заводить отношения с девушкой и так далее, и так
05:32
Speaker A
далее, и так далее. То есть у вас тотальный фокус был направлен на построение этой компании. И, к сожалению, там условно случилось так, что вы не получили на выходе того результата, который как бы ожидали.
05:44
Speaker A
Безусловно, огромный опыт, связи, знания, умение решать сложные задачи. Ну там не заработали сверх каких-то денег больших. Как ты это пережил и как ты прошёл вообще вот этот довольно сложный момент?
05:55
Speaker A
Ну, с одной стороны, конечно, в моменте переживал сильно, потому что, условно говоря, давай сегодня я вышел из Кая с капиталом, условно, в десятки миллионов, а в тот момент, когда у нас были пути, по которым мы могли пойти и условно
06:06
Speaker A
выйти из бизнеса с капиталом сотни миллионов. И здесь, с одной стороны, как бы это откат и потеря условного порядка.
06:20
Speaker A
Это с одной стороны, как я могу на это смотреть. А с другой стороны, если взять область, которой мне сейчас интересно заниматься, да, а это искусственный интеллект, то что мы в ней видим? Мы видим, что сегодня капитала
06:29
Speaker A
значительно больше, чем людей, способных решать задачи. То есть сегодня буквально, если ты человек с компетенциями выше определённого уровня, да, то есть ты способен брать коммитмент и решать сложную задачу, то сегодня не является ограничителем, что у тебя нет
06:42
Speaker A
денег. То есть сегодня фондируется, если ты посмотришь любые графики, как растут сидранды от 100 000 до 3 млн или там, я не знаю, да, сегодня пресейл. Сегодня средний пресейл 3,5 млн.
06:59
Speaker A
денег. То есть сегодня фондируется, если ты посмотришь любые графики, как растут сидранды от от 100.000 до 3 млн или там, я не знаю, да, сегодня пресит. Сегодня средний пресит 3,5 млн. Средний сидто как бы сид - это вот условно по-русски
07:16
Speaker A
зёрныш хоть что-то сделать. Сегодня средний сит там превысил 12 что-то 1215 млн то есть и как бы по сути сегодня система очень сильно поощряет пробовать и делать что-то в этом месте, потому что у всех стало понимание, что мы здесь сейчас
07:34
Speaker A
можем разлочить, да, то есть открыть какой-то потенциал для чего-то супер интересного. И как бы в этом плане довольно интересная ситуация. То есть если есть, а ты видишь, если ты видишь сегодня интересную проблему, если есть компетенция её решить, и у тебя есть
07:49
Speaker A
какие-то идеи, и ты можешь хотя бы маленькие прототипы сделать, показывающие некую твою способность решить эту проблему, тебя мир зафундирует, какая бы безумная идея у тебя ни была. Это я сейчас говорю, да?
08:00
Speaker A
То есть вот, условно говоря, вот с позиции, условно через несколько лет после там болезненного выхода. А, безусловно, он был сложный и непростой, и как бы это нужно было пережить. Но сегодня я вижу, что как будто бы это было абсолютно не страшно. То есть
08:16
Speaker A
сегодня, а, главное, что ты хочешь делать, какая у тебя повестка, да? То есть что ты хочешь построить и можешь ли ты это построить. А можешь ли ты построить - это как раз результат 10.000 часов, когда ты работал по расписанным
08:29
Speaker A
часам и старался принимать как можно более оптимальное решение. С этой перспективы как будто бы я не могу сказать, что я чувствую какой-то сильный откат. То есть я могу делать те же самые задачи такого же уровня.
08:43
Speaker A
Вот. И надеюсь, а что эта возможность будет а возможно, смогу себя трудоустроить. Я сейчас шучу, что самая сложная задача предпринимателя - это есть этот прекрасный мир, есть, что ему нужно, есть я, который что-то может сделать. И вот я такой хожу и пытаюсь понять, как,
09:00
Speaker A
куда же мне себя пристроить, как мне себя трудоустроить. У тебя, соответственно, там скаy из в двадцать втором году начались там проблемы, ещё года, наверное, полтора ты, собственно, два их разгребал. И, собственно, именно вот прямо в AI ты нырнул в двадцать третьем году.
09:14
Speaker A
Да, я думаю, что с двадцать третьего я уже полностью операционно вышел, а, со всех ролей в сканге, да, и уже как бы поланцен занимаюсь я им.
09:21
Speaker A
Ага. Смотри, вот понятное дело, что, наверное, ещё там 2 с2-3 года назад всё-таки было немножко другое восприятие. Тогда всё взрывалось, всё полетело, и было понятно то, что вот тут в этой среде сейчас будет вот как бы прорастать всё, будет появляться
09:34
Speaker A
огромное количество стартап. То есть этот первый момент был, когда мы увидели, как алэмки могут работать принципиально по-другому. И сейчас всё несколько иначе. То есть сейчас ты смотришь на рынок и с одной стороны ты понимаешь то, что всё это будет только
09:44
Speaker A
ускоряться и продукты и технологии они будут развиваться. С другой стороны, очень сложно найти себе какое-то место в AI, потому что тебе кажется, что всё, что ты не сделаешь, это завтра будет задизрапчено какой-нибудь большой компании или просто самой технологии,
09:56
Speaker A
да, которая просто придёт и то, что ты сегодня делаешь, оно просто сделает сама там, я не знаю, за 2 недели. Каким образом ты вообще начал подходить к вопросу и каким образом, на твой взгляд, сегодня нужно вообще погружаться в эту
10:10
Speaker A
тему для того, чтобы понять, что на самом деле происходит? Потому что происходит очень много всего, но любому деятельному человеку, ну, сложно подступиться. И мне кажется, то, как мы сегодня подходим, то, как мы вообще используем технологии, то, как мы
10:21
Speaker A
пытаемся решать задачи, то, как мы находим какие-то проекты и применение этого, оно максимально некорректное.
10:26
Speaker A
Вот, соответственно, каким образом ты смотришь на это и как ты разделяешь на такие, знаешь, типа шаги погружения во всё это.
10:32
Speaker A
Давай разве разделим здесь, наверное, для кого а мы хотим дать этот совет. То есть например первая когорта, первая категория - это люди, у которых уже есть сегодня какой-то бизнес. То есть вот он есть, он работает.
10:43
Speaker A
Здесь я сказал бы, а задача смотреть на то, где наибольшее количество высокоповторяемых и довольно стандартизированных процессов. То есть вот их как бы надо один за одним, а, не знаю, сесть, сделать себе бэклок и стараться садиться, разбираться, как их внедрять и
11:02
Speaker A
как в эти процессы включать собственно искуственный интеллект. Вот. То есть, наверное, это такой, я бы сказал, основной, что я советовал бы людям, у кого же есть денежный поток. Угу.
11:12
Speaker A
Сегодня я - это прекрасная возможность растить маржинальность и, а, автоматизировать и, соответственно, а, повышать некоторый уровень а стандартизации качества твоей услуги.
11:26
Speaker A
Вести небольшой бизнес в сфере розничной торговли - это значит постоянно собирать Франкенштейна из десятка разных сервисов. За экваринг платишь одним, за аналитику - другим, за программу лояльности для клиентов - третьим. А от тарифов и сложности узкоспециализированного сафта вообще
11:41
Speaker A
дёргается глаз. В итоге бюджет улетает на мелкие подписки, а вместо развития приходится ежедневно выполнять роль диспетчера для десятка разрозненных программ. Но в реальности закрывать всю операционку розницы сейчас можно в одном окне через интернет-банк Сбербизнес. Это единый цифровой инструмент, который
11:56
Speaker A
адаптирует интерфейс под задачи розничной торговли и позволяет автоматизировать управление бизнесом без переплат и сложной настройки. Прямо в интернет-банке доступна глубокая аналитика, которая помогает принимать точные управленческие решения. В реальном времени видны выручка, средний чек, доли новых и постоянных покупателей, а также позиции, которые
12:15
Speaker A
чаще всего покупают. Это помогает точно подстроить ассортимент под реальный портрет клиента и закупать только то, что приносит максимальную выручку. Здесь же за пару минут подключается готовая программа лояльности с бонусами и скидками, чтобы стимулировать повторные покупки и превращать разовых покупателей
12:29
Speaker A
в постоянных. А перед открытием новой точки или переездом в Сбербизнесе можно бесплатно сформировать отчёт по локации.
12:35
Speaker A
Вы получите данные по пешеходному трафику и среднему доходу жителей района, чтобы точно выбрать наиболее перспективное и прибыльное место. В итоге малый бизнес бесплатно получает единый цифровой центр управления, который закрывает все повседневные задачи розницы и помогает расти без трат
12:50
Speaker A
на сторонний софт. Переходите по ссылке в описании, открывайте счёт в Сбере с подпиской Бизнес Прай и управляйте своим делом легко и в одном месте. Поехали. На прикладных шагах это могут быть, не знаю, типа как отвечает твой саппорт, да? То есть давайте сегодня саппорт
13:03
Speaker A
можно 100% автоматизировать. Это может быть там внутри sales, возможно прямо продавать сегодня я не может, но я может отслушать все твои звонки. Он может по твоим чек-листам делать проверку абсолютно каждого контакта, который у тебя есть с клиентом. То есть ты можешь,
13:17
Speaker A
а, например, не терять ни одно действие, ни одна договорённость, которая у тебя была с клиентом. То есть, если у вас есть какие-то стандартизированные договорённости, например, не знаю, аа, договорённости, что там вы что-то отправите, сделаете какую-то, не знаю, кастомизацию офера, то есть, а, если они
13:31
Speaker A
повторяются там, не знаю, сотни раз в твоём бизнесе, э, каждую неделю, каждый месяц, то это можно опять же а автоматизировать. Вот что, наверное, сегодня хуже автоматизируется, это понятно, что всё, что касается физического мира, а всё, что касается, а
13:48
Speaker A
какого-то условно креатива, где нам нужно из разного раза делать какие-то сильно разно уникальные продукты, а где вопросы касаются то, что я называю там таинство человеческой души, да, то есть, например, условно понять, а какие темы будут интересны твоим гостям в твоём
14:04
Speaker A
подкасте. Здесь, конечно, я думаю, что может быть сложнее. Вот. Но в целом это вот такой совет для тех, у кого сегодня есть бизнес - это прекрасная возможность растить свою маржинальность через выявление высокоповторяющихся и довольно стандартизированных, а, компонентов бизнес-процессов.
14:24
Speaker A
Если мы, например, хотим дать ответ на вопрос такой же, но для тех, кто хочет что-то новое построить, да, здесь это, мне кажется, прости, что теперь ваюва. Мне кажется, что в целом вот в эпоху, когда мы понимаем, что вот эта
14:37
Speaker A
индустрия будет расти, мы сейчас с тобой об этом поговорим, и что очень высока вероятность, то, что как бы вообще она высосит очень много всего из разных рынков да то естественно возникает предпринимательный вопрос, как я могу в этом поучаствовать? Не с точки зрения
14:49
Speaker A
автоматизации своего бизнеса, а с точки зрения создания какой-то технологии или продукта на базе AI, да? Вот. И каким образом сюда подступиться, непонятно, да? Смотри, как мы делали, например, когда мы запускали X. А мы, мм, к этому довольно системно подошли. То есть мы
15:04
Speaker A
взяли список всех, а, есть стартапов на тот момент. Буквально, не знаю, там в районе 4-5.000 у нас получилось. Дальше мы сделали такие маленьких ягентов, э, которые пробежались. Тогда ещё не было даже, по-моему, вообще такой я агент. То есть, ну, мы какие-то поделки из этого
15:20
Speaker A
делали. То есть мы сделали такие речи, и мы собрали, условно говоря, кто как растёт, у какая какая выручка, как растёт трафик, а что людям нравится, не нравится. Там вытащили отзывы про каждую компанию, а какой у неё там пеainболи,
15:31
Speaker A
что финансируется, насколько финансируется, а разделили дальше это там условно на группы категории. У нас получилось, не знаю, там типа 50-60 категорий. Из этого мы понимали, там вот это растёт, вот это как бы это зафондировали, но никакой выручки нету.
15:44
Speaker A
А это здесь суперсильно растёт по, кажется, и по выручке, и по трафику, но нету фондирования. Значит, оно скорее всего ещё рентабельно, да, то есть оно прибыльно в моменте. Вот. То есть мы как-то это разделили, условно, у нас получилось там, не знаю, типа 10
15:57
Speaker A
категорий, которые кажется вообще, а, плюс-минус там крупных, а, где есть некоторый интерес и где вот люди уже начали пробовать и есть какие-то сигналы от этого мира, от вселенной, что там что-то получается, что-то работает. Вот.
16:09
Speaker A
И дальше внутри мы уже начали искать product market, да? То есть вот есть маркет и как бы продукт со стороны нас, а мы что умеем, да? То есть мы как бы начали выписывать, а какие у нас есть компетенции, а на что у нас ушло там
16:21
Speaker A
исторические 10.000 часов, а какие а к чему нас тянет, да? Не знаю, с чем нам интересно, нам как бы партнёрам, да? С чем нам прикольно, интересно работать.
16:31
Speaker A
Вот мы как люди, мы хороши в чём, да? То есть не знаю, вот условно, если спросить моего друга, знакомого, как бы ты описал, какой класс задач я прикольно решаю, да? То есть вот такую работу делали и дальше как бы вот был такой
16:44
Speaker A
ярмарка, да? То есть у тебя с одной стороны ты видишь, а где пошёл первый сигнал, да? То есть где, а пошли какие-то первые внедрения, первые имплементации, и где мир как-то начал реагировать, что да, ему это интересно, ему это надо. С другой стороны, есть
16:57
Speaker A
вот, а, твоё понимание, а, что у тебя получается, что тебе прикольно, да, как бы от чего у тебя какая-то энергия идёт.
17:03
Speaker A
И вот, а, ищешь какие-то пересечения, а дальше мы выбрали буксально дветри-четыре штуки, и мы на них делали маленькие прототипчики. То есть мы делали маленькие прототипчики и пытались их, а, там, через, а, Twitter купить какие-то первые, а, первую рекламу,
17:17
Speaker A
делать какие-то первые посты на маленькие демки. Знаешь, причём демки, которые мы собрали там буквально за 2-3 недели. Вот. И тоже, чтобы пощупать, во-первых, понравилось ли нам сделать эту демку, да? То есть насколько вообще как бы пёрло, насколько это было
17:29
Speaker A
прикольно. С другой стороны, как мир реагирует. Вот этот последний продукт, который сейчас вот у нас, собственно, супер классно растёт, мы буквально его сделали там, не знаю, за неделю. Вот. И там уже, знаешь, как бы мы его сделали, и там буквально с
17:42
Speaker A
первых размещений было, а, было чувство, что вот это оно. То есть, а, как, как мне очень нравится такая фраза по product а значит, you will feel it if you touch it. То есть ты почувствуешь, когда ты затронешь это, то есть ты как бы
17:56
Speaker A
почувствуешь эту тягу, а этот некоторый такой, да, нерв, этот интерес. И причём, знаешь, надо шире подходить к тому, как ты видишь, в чём в чём твои сильные стороны, да? То есть это не обязательно прямо вот банально, что я
18:10
Speaker A
занимался образованием, значит я буду делать образование, да? То есть я занимаюсь образованием, да, например, условно там мы создавали много контента, да, потому что образование - это во многом контентный продукт, да, образование - это во многом маркетинг, потому что, э, да, то есть вот, условно
18:24
Speaker A
говоря, XPlay, который мы сегодня занимаемся, а это на самом деле, да, это такая некоторая техническая машинка, которая позволяет тебе делать, а, out, да, то есть возле делать маркетинг-продажи. Но при этом, конечно, маркетинг-продажи - это довольно сильная мышца, которая у нас появилась, когда мы
18:38
Speaker A
делали образование, да, потому что сегодня там PNL любой образовательной компании, это 50% будет селс и маркетинг, да? То есть задача образования - это скорее вдохновить тебя интересно, вкусно, сочно и привлекательно заниматься самообучением, нежели чем потом тебя учить. Ну как бы
18:55
Speaker A
это вот botлнек, э, ограничение узкое место в образовании там. Поэтому вот как бы как булет творчески надо подходить.
19:03
Speaker A
А как ты считаешь? А как ты считаешь? Вот смотри, если сравнить, скажем так, некие предпривательские эпохи, там сегодняшний мир глубоко наполненный данными, аналитикой и какими-то вещами, которые мы можем вот вот так вот подок которым можем так подойти, значит, эпоху
19:17
Speaker A
несколько прошлого такую более интуитивную, когда есть предприниматель и во многом его функция - это на кончиках, кото заключается в том, чтобы на кончиках пальцев чувствовать, куда дует ветер, и исходя из этого предлагать миру какие-то продукты. Вот как ты
19:29
Speaker A
считаешь, в сегодняшних реалиях это вообще ощущенческое? Оно ещё присутствует? То есть насколько, другими словами, насколько предприниматель сегодня может не проанализировать и на основе данных понять, куда идти, а именно на основании интуитивных ощущений и своего какого-то прошлого опыта вот
19:45
Speaker A
так почувствовать некую волну и, собственно, создать там продукт. Я думаю, что с двух сторон нужно идти.
19:51
Speaker A
Давай вот приведём пример а одной из самых успешных икомпаний за последние несколько лет. Давай.
19:56
Speaker A
Это курсор, да? То есть, э, значит, кто не знает, для контекста это не помню, сколько там было партнёров, три или четыре супермологих парня. А мне кажется, когда они начинали, им был там от 21 до 24 лет. Вот они почувствовали, что когда
20:13
Speaker A
что у модели, у chpt, да, на тот момент это был просто такой чат интерфейс.
20:17
Speaker A
Угу. Есть очень частый кейс, когда ты ей копируешь кусочек своего кода и говоришь: "А как бы мне вот такую фишку здесь реализовать в моём коде? тебя чат GPT пишет какую-то новую функцию, а ты копируешь эту функцию, которая она тебе
20:31
Speaker A
написала, и возвращаешь её в свой программный код. И что вот они заметили из своего опыта, вот это очень важно, да, то есть как бы вот от нуля к единице ты скорее чаще идёшь именно как ты говоришь, из своего опта. Вот они
20:43
Speaker A
заметили, что, блин, я очень часто, получается, хожу из своего кода чат GPT, чего-то получаю, копирую и несу обратно.
20:49
Speaker A
Угу. Зачем? Вот, блин, мы ходим туда-сюда. Почему чат GPT не может прямо жить в том месте, где я создаю код, да? То есть вот этой программы, где я создаю код, да, такие строительные леса для создания кода, а, называются де, да, то есть, а,
21:01
Speaker A
не знаю, как это по-русски, программная программная среда, некоторая, в которой как бы программа создаётся.
21:07
Speaker A
Вот. И, э, они поняли, блин, странно, да, как бы зачем мы туда-сюда ходим? Давай мы как бы скорее чат GPT принесём сюда. И вот пример как бы некоторой интуиции, которая довольно понятна из своего опыта. Но опять же, этот опыт
21:22
Speaker A
можно приобрести только, если ты реально пользуешься этой технологией, да, то есть, да, то есть как бы вот, наверное, здесь точно можно добавить, что как совет надо прям, знаешь, я вот в нашей компании я говорю: "Ребята, давайте мы просто обмажемся всей". То есть типа мы
21:37
Speaker A
пытаемся, возможно, где-то делать какие-то оверкилы, то есть какие-то вещи, которые можно было бы сделать вообще без ия. А мы пытаемся делать больше и, потому что понятно, что и - это некоторая условно, а, знаешь, как прилив работает на тебя. То есть типа
21:49
Speaker A
идёт волна, модель станется сильнее, и я сегодня сделал, перевёл условно человека на AI какую-то функцию, какую-то часть, и дальше у меня как бы случается компаууднд, накопительные эффекты. То есть каждая следующая релизмодели просто автоматически начинает эту функцию выполнять лучше.
22:04
Speaker A
То есть условно то, что сегодня может быть ты сделал с неким геморроем, оно не очень эффективно работает. человек мог бы делать это лучше, со следующим релизом становится гораздо более оптимальным, но ты уже к этому готов.
22:13
Speaker A
Да. Угу. Да. То есть, условно говоря, я подключил саппорт к тому, что я его полностью оптиматизировал, да. И с каждой новой модель он просто начинает обгонять человека, на которое отличать всё лучше и лучше. Решать проблемы всё лучше и лучше, там отличать
22:23
Speaker A
не знаю, где здесь надо пытаться зафродить, а где реально нужно помочь клиенту. А он начинает лучше, например, базу знаний про свою компанию. можно сесть и самому написать, а можно, например, построить, что она собирается автоматически из ключевых звонков, ключевых встреч, из интервью с самыми,
22:38
Speaker A
а значит интересными полезными ценными, а, твоими клиентами, да? То есть вот собирается некая база знаний про твою компанию. У, то дальше вопервых всегда живая актуальная от того, что мы думаем, что мы делаем, какие у нас есть результаты тестов, да, куда вообще как бы всё это
22:58
Speaker A
дело двигается, начинает жить и как бы м и модели, сильные модели начинают собирать её всё лучше, лучше, лучше. То есть здесь есть некоторый такой вот компаунд.
23:09
Speaker A
Угу. Я понял, да. То есть, подводя итог, как бы, наверное, предпринимательская жилка и такая вот интуиция, она имеет место быть, если ты варишься в контексте, в котором ты пытаешься решить какую-то проблему. То есть первые вот эти звонки ты можешь
23:22
Speaker A
услышать, да, а соответственно дальше вопрос там точности попадания уже и там валидации, скажем так, твоей некой задумки на вот на на рыночные факторы и какие-то прочее, прочее, да. При этом параллельно на рынок тоже надо смотреть, потому что, условно
23:34
Speaker A
говоря, у тебя есть некоторый один трек и один опыт. То есть вот есть одна жизнь, которую ты можешь прожить, и ты попробовал что-то одно. А параллельно есть ещё сотни, тысячи стартапов, людей, идей, которые попробовали на самом деле очень-очень много всего. Вот. И ты из их
23:48
Speaker A
опыта тоже можешь учиться. То есть ты можешь как бы дотренировывать а вот эту свою интуицию вот некоторыми вот этими датапоинтами, да, то есть некоторыми точками. То есть типа условно вот сюда мы сходили, там на самом деле не прикольно, да, то есть как бы кажется
24:00
Speaker A
это на самом деле мало кому что нужно, интересно или там такие форм-факторы не работают. А вот здесь прямо, ну, вообще явно есть какая-то жизнь. То есть здесь сюда попробовали, не знаю, сходить десятью идеями. Все 10 работают, они совершенно разные, но при этом как бы у
24:14
Speaker A
выбирай любую, да, то есть вот некоторое чувство вообще как бы вот этого лендкейпа, условно, что здесь болото, а здесь что-то вкусное, сочное, привлекательное. А оно, конечно, тоже помогает дотренировывать твою собственную интуицию.
24:28
Speaker A
Угу. Угу. Угу. Слушай, а знаешь, опять же, с точки зрения восприятия рынка и того того, что происходит, вот с точки зрения создания каких-то идей, реализации и того, что делаете вы, да, огромное количество военных экспериментов, значит, проблема, которая пугает лично меня. Значит, с
24:44
Speaker A
одной стороны, я себя считаю человеком не глупым, у меня есть как бы валидированный результат в разных областях, подтверждённый там временем и количеством. С другой стороны, я очень чётко отдаю себе отчёт, что я вот, ну, я не ты, например, да, я не Гоша, то есть
24:57
Speaker A
я не закончил фистех. Ну, ты, кстати, тоже не закончил фисте, но я я и не поступил на фистех. Я не обладаю какими-то выдающимися способностями. И я это понял достаточно рано, когда я, собственно, хотел там в МГУ на мехмат
25:07
Speaker A
поступать. И я ещё на малом мехмате понял, что как бы, ну, я просто не тяну.
25:10
Speaker A
Это ещё было там в конце школы. И раньше я понимал, что у меня есть гигантские конкурентные преимущества перед такими чуваками, как вы. Во-первых, у меня, ну, типа, я считаю, что я лучше коммуницирую, чем, как бы, вот, например, я буду на вас опираться, как
25:25
Speaker A
бы, да, потому что мы раз говорим, чем, например, прям чем вы. Просто в силу того, что я не могу сам с собой и со своими мыслями долго сидеть и заниматься, за счёт этого я иду к людям, начинаю с ними общаться, у меня просто
25:34
Speaker A
больше наработанных часов вот в данной конкретной конфигурации. То есть я могу пойти построить отношения, заболтать, предложить, как бы что-то вот такое, знаешь, такие софтовые шу штуки проявить себя. И раньше, в эпоху отсутствия таких быстрых технологий, вот эти мои сильные
25:49
Speaker A
стороны, их там какая-то совокупность, очень сильно компенсировали невозможность самому сесть в одно в одного придумать закодить валидировать и так далее. А потому что у таких ребят, как вы, была другая проблема, что вам нужно заниматься огромное количеством вещей, которые вам
26:04
Speaker A
не очень нравится там, да, типа, я не знаю, там нанимать людей, со всеми общаться, типа вести диалоги, которые не очень нравятся. И получался такой вроде вроде здравый баланс, типа, где мы были нужны, скажем так, друг другу.
26:15
Speaker A
В сегодняшнюю эпоху получается такая штука, что такие умные ребята, как вы, они становятся очень нужны, потому что, по сути, вы можете командой из трёх человек сделать то, на что раньше нужны были там десятки людей. А такие чуваки, как я, скажем так, они теряют в какой-то
26:30
Speaker A
мере свою актуальность, потому что я вот без вас, условно говоря, не могу этого произвести. И здесь получается ещё такой, знаешь, один слой некий, отрезается возможности для большого количества людей, которые, ну, объективно от природы не родились такими виртуозно умными, уникальными с точки
26:49
Speaker A
зрения вот именно мыслительных процессов. Как быть таким, как я, и что нам делать? Я здесь, наверное, немножко даже, возможно, не соглашусь с тобой.
26:58
Speaker A
Давай. А я, возможно, утрирую, но я хотел донести. Я очень понимаю, о чём ты говоришь. А я бы сказал, что мир, в который мы пришли - это мир, в котором твои, давай назовём это, харды, да, то есть твоя способность технически
27:14
Speaker A
что-то сделать и, а, реализовать, они как раз очень сильно обесцениваются. В 2025 году эмираты удержали первое место в мире по притоку миллионеров.
27:24
Speaker A
Одна из причин тому - финансовые условия. Здесь нет налогов на недвижимость, доход от аренды и прирост капитала. Отсюда вытекает огромный спрос на жильё для жизни и инвестиций. Но чтобы покупка реально закрывала все запросы по комфорту, сохраняла и приумножала капитал, эксперты советуют
27:39
Speaker A
выбирать трофейную недвижимость. Редкие объекты в лучших локациях с исключительным качеством и долгосрочной ценностью. Именно эта концепция заложена в Iconic Residences в Дубае. Проект реализует международный девелопер Merт.
27:52
Speaker A
А за архитектуру и дизайн отвечает культовое итальянское бюро Пининфарина, создавшее легендарный облик Ferrari и Мазерати. Это его первый брендированный жилой проект на Ближнем Востоке.
28:02
Speaker A
Комплекс строит ровно между Палм Джамейра и Буршальрап. Панорамные виды на море сочетаются с продуманной логистикой. Минута до метро, выезд на шейх Зайтро и 5 минут до международных школ и офисов Google и Amazon. Для максимального комфорта и заботы о
28:15
Speaker A
здоровье в проекте реализовали передовую инженерию, медицинский уровень очистки воздуха, фильтрацию воды, надёжную звукоизоляцию и полы с подогревом в ванных комнатах. А сами резиденции сдаются с премиальной отделкой из натурального дерева и мрамора, а также полностью готовыми кухнями с немецкой
28:31
Speaker A
техникой. И всё это дополняется инфраструктурой уровня пятизвёздочного отеля. Infinity бассейн, Wellness SP с ледяной купелью, кордол тенниса, валят паркинг и круглосуточный консерж, который обеспечивает безупречный сервис каждый день. Преимущество владения резиденцией в Iconic Residences не ограничиваются сервисом. Покупка также
28:49
Speaker A
даёт возможность оформить золотую визу ОА для владельца недвижимости и членов его семьи. Цены начинаются от 3 млн дирхам. Это около 820.000 долларов. Но оплачивать всю сумму сразу не обязательно. Первоначальный взнос составляет всего 10%, а оставшаяся часть распределяется по гибкому плану 5050.
29:07
Speaker A
Последний платёж рассрочки 50% можно оформить в ипотеку при поддержке партнёра компании. Если вы ищете жильё для себя или трофейный объект под инвестиции в самом сердце Дубая, ссылка со всеми подробностями ждёт вас в описании. Поехали.
29:20
Speaker A
Условно говоря, не знаю. Давай прыг, потому что я могу закодить. А, да, потому что мы можем прыгнуть на 10 лет назад. А, и, условно говоря, если есть некоторая прикольная идея, не знаю, ты такой сидишь на встрече, думаешь: "Вот бы, блин, было бы классно, если бы
29:33
Speaker A
у нас была бы вот я нажал на кнопеньку, не знаю, это записалось, типа распозналась там, кому что нужно сделать, и как бы адженда разлетелась всем по почте". Да. Вот предположен есть эта идея.
29:43
Speaker A
И эта идея на самом деле рождается из некоторого твоего внутреннего сенсора, который почувствовал некий дискомфорт, да, на эмоциональном уровне. дискомфорт, что, блин, зачем это делаем, типа, почему? А вот такой опыт был бы прикольный, да? То есть увидеть и
29:56
Speaker A
почувствовать какой-то новый опыт, да? Это и есть работа предпринимателя, то есть и понять, как что вот он был бы прикольным.
30:03
Speaker A
Вот, э, и ты не мог это сделать. Тебе как раз нужно было партнёрство, понимаешь, с кем-то, кто сядет и это запрограммирует.
30:12
Speaker A
Вот. А, а сегодня ты как раз очень многие идеи можешь валидировать, достаточно просто. И вот это, если говорить на каком-то таком, знаешь, базово таком простом уровне, мы переходим в мир, где становится важнее вопрос, что нам нужно делать. То есть
30:30
Speaker A
вопрос, что нам нужно делать, а это, по сути, вопрос, а, наших чувств и эмоций, то есть вопрос, где нас сильнее всего жмёт, да? То есть это некая вот некая сенсорика этого мира, где нам жмёт и а какой опыт должен быть, чтобы нам в той
30:46
Speaker A
конфигурации а было классно? Угу. Вот это это если говорить вот про давай такие прикладные стартапы, а это какой-то некоторый трей dimension. Это насколько ты чувствуешь а человеческие боли, да? То есть насколько ты, ну честен с тем, как ты видишь свой
31:02
Speaker A
собственный опыт, как ты его ощущаешь, а как ты понимаешь условно вот это вот, где жмёт. И вот я думаю, что это становится самым, ну, одним из самых важных навыков. И то же самое ещё, кстати, могу на науку перенести, да? То
31:14
Speaker A
есть вот условно ты можешь мне задать вопрос, Харитон, как бы как ты делаешь там вообще какую-то науку в AI? А если Харитон, как ты делаешь какую-то науку в AI, да, да? Как ты её делаешь, как бы, если там ты не
31:26
Speaker A
Да, если ты, собственно, у тебя нет, как бы ты не стал учёным, скажем так, да, да, да, да, да. То есть как бы если у тебя там нету суперглубокой математики, Угу.
31:33
Speaker A
если взять AI, dipсик, да, псик, все слышали, китайская модель модель, да. Вот там у него была некоторая инновация, то есть инновация с, э, с инновация внутри собственно технической реализации этого этеншена. Вотншен - это когда как бы а мы смотрим на некоторый
31:48
Speaker A
текст, да, и хотим ответить на какой-то вопрос, да, чаще всего, ну, так работает классически, как былем.
31:54
Speaker A
Вот. И не знаю, предположим, мы загрузили туда юридический договор и спрашиваем там, надо нам его подписывать или не надо. Вот. И Лилем как бы она должна своим вниманием посмотреть на ключевые какие-то слова, да? То есть слова, которые в рамках твоей
32:07
Speaker A
оптимизируемой функции наиболее важны. То есть как бы их подсветить, да? То есть они прямо буквально у неё светятся, горят на уровне её, значит, э нейронов, вот в в определённых слоях. Вот. И она куда-то смотрит. И вот в зависимости от
32:22
Speaker A
того, на что она смотрит и как она смотрит, она либо хорошо как бы отвечает на твой вопрос, либо плохо.
32:27
Speaker A
То есть это, простите, что я уточняю, это приоритизация. Вот. массиве данных, скажем так, на что мы ставим большое значение, за что мы цепляемся. Ага.
32:35
Speaker A
О'кей. Да. И вот, условно говоря, предположим, были старые алгоритмы, которые смотрели как бы на всё в равной степени, и они были очень-очень э дорогими, да? То есть потому что нам нужно, чтобы как бы условно математически надо было посмотреть на
32:51
Speaker A
каждое слово, и это росло как квадрат количества слов, да? Угуна стоило там условно втнюю разже, да, ребята изк, они придумали другую немножко архитектуру внимания. Они, условно говоря, смотрят как бы не на весь текст, давай упростим, они его разбивают условно на пять параграфов. В
33:12
Speaker A
каждом параграфе они выделяют самое важное. И эта задача намного более простая, потому что нам нужно смотреть как бы только внутри параграфа. А дальше, когда мы выделили самое важное внутри параграфа, мы как бы делаем ещё один акт, как посмотреть теперь уже
33:26
Speaker A
только на самое важное. То есть как будто бы мы сделали некоторые сам внутри каждого параграфа, а потом самеризировали только эти самари.
33:32
Speaker A
И это уже значительно проще и значительно дешевле. То есть просто нам нужно в конечном итоге мы анализируем гораздо меньшей объём данных, да, и, соответственно, это быстрее дешевле да.
33:41
Speaker A
А вот эта идея, которую я сейчас тебе проговорил, но она может любому в голову прийти, она простая, да? То есть как бы если для нас очень дорого условно сделать сари длинного документа, давай сделаем сари по кусочкам, а потом
33:51
Speaker A
посмотрим и сделаем сари и сари, да? То есть вот, условно говоря, вот на таком уровне интуиции её уже может родить любой человек, у которого есть просто, ну, некоторый жизненный опыт, да? То есть как бы вот он понимает, ну, как как с проблемой
34:04
Speaker A
взаимодействовать. Я уверен, там, не знаю, каждый второй наш слушатель как бы сам бы, ну, до такой идеи дошёл, то есть она поставил себе правильную задачу. Да, да, если бы об этом задумался. И если как бы 10 лет назад мы
34:16
Speaker A
жили в мире, где ты мог об этом подумать, но ты никогда бы в жизни не реализовал вот математику, которая за этим стоит, и не написал бы как бы вот реально формулы, да, за этим, за этой матцей теншенов, да, то есть ты просто
34:28
Speaker A
не смог бы её реализовать. То есть а как бы то есть идея условно твоей ничего не стоило. То есть сейчас мы как будто переходим в мир, где как раз вот некоторые просто базовые идеи, базовые интуиции, они становятся более важными.
34:41
Speaker A
Мне кажется, что это во многом демократизирует. Там есть другая возможность, чтобы проверить многие идеи стало дорого, и их может проверять там только дорогие компании. Да. Вот. Но в целом я бы сказал, что ну опять же, если просишь, если у тебя
34:52
Speaker A
есть понятная идея, ты можешь поднять фондирование, как бы, да, привлечь деньги под понятную какую-то историю.
34:58
Speaker A
Ты можешь показать в маленьком масштабе, что она работает, да, и дальше сказать: "Ребята, давайте это масштабировать, и тебе как бы под это дадут денег".
35:05
Speaker A
Угу. Давай на шаг назад. ты хорошую мысль затронул про то, что тут понятно про про, скажем так, про важный навык.
35:12
Speaker A
Вот смотри, то, что ты сказал про некие анализ ты и в себя в пример в том числе ставил, да, про понимание того, что вот, да, я занимался образованием, но какие на самом деле навыки у меня есть, какие на самом деле задачи я решал, да, они же
35:23
Speaker A
связаны там ещё и с контентом, и с решением там сложных задач и так далее, и так далее, и так далее. Мне кажется, это мега вообще важная штука для понимания себя. Это никоим образом не связано на самом деле с Аем. Это вообще
35:33
Speaker A
применимо в абсолютно любой области, как бы, если ты хочешь реализовать что-то, тебе нужно очень чётко понимать, что есть сильного у тебя и какие компетенции тебе нужно дополнить там, не знаю, партнёрами, коллегами, ещё кем-то. Если мы всё-таки добавим сюда AI контекста и
35:47
Speaker A
некого будущего, в котором мы все с радостью или нет идём, как ты считаешь, для предпринимателя ключевой навык следующих нескольких лет, 3-5 лет, самое важное, вот без чего, скажем так, успех в бизнесе просто, ну, скажем так, невозможен будет. Что это за навык?
36:05
Speaker A
Давай сначала тоже, перед тем, как ответь на вопрос через 5 лет, где мы сегодня находимся? То есть мы сегодня находимся, что у нас есть экономика, которая 100% нравится людьми. То есть, если мы хотим произвести в два раза больше пирожков, нам нужно в два раза
36:17
Speaker A
больше очек часов, а потратить вдоль всей, а, всех компонентов, всех производственных цепочек, а значит, от того, что нам нужно посеять больше до того, что нам нужно а пожать и замесить больше пирожков и построить больше зданий, где мы их будем замешивать под
36:32
Speaker A
эти здания нужно в два раза больше кирпичей и так далее. То есть вот весь этот гигантский граф, а, который ограничен, а, значит, нашими чек-часами.
36:41
Speaker A
Вот сегодня, чтобы нам условно удвоить экономику, нам нужно либо в два раза повысить производительность труда, вот, либо нам нужно, ну, как бы в два раза больше людей. Но если мы сделаем в два раза больше людей, нам в два раза больше
36:55
Speaker A
и потребностей с этим вырастает. Поэтому как бы сегодня наш драйвер - это мм это нам нужно создавать больше каких-либо автоматизаций.
37:05
Speaker A
При этом автоматизации не работает, да, то есть как бы автоматизации на самом деле очень мало. Наверное, как бы самые классные автоматизации, которую мы сделали - это производственная автоматизация. То есть, вообще, давай очень интересный факт, который меня в своё время очень сильно поразил, что
37:17
Speaker A
если мы возьмём средний товар на Amazon, да, ну, в любом интернет-магазине, который вам привезут, то больше половины стоимости в этом товаре - это стоимость логистики.
37:25
Speaker A
Ну, это на самом деле не тривиально, то есть, условно говоря, как бы вот в А вот я думаю, что вот, возможно, в этом микрофоне чуть меньше стоимость логистики. А, понятно, потому что это более технологический и сложный объект.
37:37
Speaker A
Если говорить там, не знаю, про стол, бутылку воды или вот этот стакан или про мою рубашку, стоимость логистики будет больше, чем сам товар. Вот. А и у этого, кстати, есть интересные интересные крайности. То есть тоже как некоторая иллюстрация. То есть, например, условно,
37:54
Speaker A
вот для меня в Лондоне а постирать носки стоит в семь раз дороже, чем купить новые носки на Амазоне. То есть, условно говоря, это некоторый индикатор, что а мы построили довольно мощную мышцу, да, которая как бы вот если мы уже построили
38:11
Speaker A
завод, который производят эти а эти стаканы, то в целом-то завод их может печатать, ну, сколько угодно, да. Вот проблема, что нам, чтобы этот стакан привести тебе домой, а нам нужно как бы довольно много человеческого времени. И особенно как бы там больше половина этой
38:27
Speaker A
стоимости в доставке - это стоимость последней мили, что кто-то должен взять этот стакан на последней миле, как бы найти твой дом на твоей конкретной улице, поднять тебе домой, оставить, да, поднять тебе домой, значит, типа разобраться с твоей собакой, понять,
38:41
Speaker A
куда здесь это всё положить. Вот это на самом деле основная часть стоимости стакана, то есть то, что мы ещё как бы не автоматизировали.
38:49
Speaker A
Вот это как бы точка, в которой мы находимся. Друзья, если вы хотите внедрить в свой бизнес цифрового сотрудника, но не знаете, с чего начать, делегируйте ему финансы, потому что в них вы каждый месяц упираетесь в одно и то же. В
39:01
Speaker A
отчётах прибыль есть, а денег на зарплату нет. И куда они ушли, непонятно. Одно направление кормит бизнес, другое- проедает. А какое именно, вы узнаёте постфактум. При этом решение надо принимать сегодня, а цифры будут только в конце месяца. Поэтому более 3.000 компаний использует сервис
39:16
Speaker A
управленческого учёта Финансист. Он сам собирает данные из ваших систем, банков и торговых площадок и складывает их в одну живую картину по каждой компании и по всем сразу. А благодаря и агенту сервиса Финансист работать с финансовым учётом стало ещё проще. Он не только
39:32
Speaker A
объяснит, почему возникла проблема, но и подскажет, как её исправить. Это помогает принимать решение быстрее и собственникам бизнеса, и профессиональным финансовым директорам.
39:41
Speaker A
По сути, команда сервиса создала первого цифрового сотрудника для финансов, который, в отличие от обычного чат GPT, не путается в числах, не фантазирует и не ошибается, потому что система работает по формуле. Сервис считает и объясняет. Вот как это выглядит. Вы
39:54
Speaker A
пишете ему обычными словами: "Собери отчёт по юнит экономике" и получаете не отписку, а готовый отчёт с калькулятором принятия решений. Двигая ползунки и меня параметры, вы сразу увидите, как они влияют на прибыль, и быстро решаете, на чём сфокусироваться команде. Если вы
40:07
Speaker A
хотите попробовать и агента в своём бизнесе, сделать это можно прямо сейчас. Переходите по ссылке в описании или QR-кода на экране и записывайтесь на бесплатное демо с командой финансиста.
40:17
Speaker A
Всем зрителям подкаста они подключат источники и соберут первую отчётность с их агентом в подарок. Поехали.
40:23
Speaker A
И у нас есть параллельно естьй, а значит, который потихонечку растёт и сегодня работает и взаимодействует в основном с текстами.
40:31
Speaker A
Вот, значит, давай как бы моделировать и крутить ползунок в будущее, да? То есть понятно, сегодня я ничего не делает это полезного для экономики, то есть это как бы факт. Вот в экономически значимом масштабе, то есть условно говоря, если
40:46
Speaker A
мы возьмём, а вот всю эту нашу экономику, как мы сказали, да, то есть вся экономика мировая, там 100 триллин долларов. Я думаю, что сегодня доля ия там типа, ну, буквально ноль. То есть, типа, если так оруглять, это будет
40:58
Speaker A
смелый ноль. То есть, условно говоря, аа если мы с тобой, то есть объём именно реального импакта интеграции вот там в компании и так далее, то есть, условно говоря, мы выносим там все эти дата-центры, это не AI, это просто это условно говоря, да,
41:11
Speaker A
это мы готовимся, но они не производят дополнительно ценности. Это, условно говоря, такой мм скажем, мы заработаем зарабатываем не на AI, а на том, что мы и так имели технологии по производству видеокарт, условно, и там чипов и прочего да.
41:22
Speaker A
Ага. Именно до того, что добавляется с помощью применения технологии, да. То есть сегодня, конечно, и я и как бы если взять все услуги, товары, услуги, которые я потребил за последний месяц, да, а всё, на чём я ездил, на чём
41:35
Speaker A
я сидел, где я был, не знаю, что я на себя надевал, что я ел, и задать себе вопрос, как бы какую долю и я и сыграл в том, чтобы это было, ну, ответ, честный ответ будет, ну, практически нулевую.
41:46
Speaker A
Вот. Ну, кстати, да, теперь смотрим, а что он умеет сегодня делать, да? То есть сегодня вот он умеет как бы делать какие-то приколюхи с текстами. То есть не знаю, договор может прочитать наверное скоро возможно лучше сможет прочитать и увидеть
42:00
Speaker A
какие-то в нём проблемы, чем юрист. Вот может там, не знаю, обрабатывать большие объёмы данных. И вот у него есть там суперскил в кодинге, да, то есть он может реально закодить сегодня, а, лучшей, а, чем большинство людей. Это сегодня признают сами разработчики в
42:14
Speaker A
Антропике, что уже больше там 80% релизов самой в Антропике делают их собственной модели. Вот есть как бы вот у нас такой маленький такой зародыш, талантливый талантливый, значит, игрок на этом рынке, которому мы особо ещё сегодня ничего не доверяем. Но теперь давай
42:30
Speaker A
смотреть на его прогресс. То есть если мы с тобой прыгнем, не знаю, на 2 года назад, он ничего не умел. То есть мы можем посмотреть на бенчмарке, это был там, не знаю, вот он с трудом решал какие-то школьные задачки, а, по физике,
42:41
Speaker A
по математике. Сегодня он уже будет обходит практически все бенчмарки, а, по всем бенчмаркам, а, PhD. Есть такой ите интеграционный бенчмарк. А значит эпах делают индекс, где они берут а десятки, сотни бенчмарков и смотрят как бы интегрально по всем навыкам, как быстро,
43:01
Speaker A
а как быстро он растёт. Вот. И мы видим две вещи. Первое, что, во-первых, все бенчмарки насыщаются. То есть вот мы придумаем какой-то бенчмарк, насколько там AI классно нажимает кнопки на компьютере. И дальше мы обнаруживаем через 2 года, что он насытился. То есть,
43:14
Speaker A
условно говоря, вот было 10%, 30%, типа, стало 100%. То есть практически ещё не было ни одного бенчмарка. Знаешь, ещё люди придумывают: "Ну вот этот бенчмарк точно последний даже". А значит, как бы сделали бенчмарк год назад, назвали Last, а значит Last Human какой-то last
43:30
Speaker A
Human ex или что-то такое. То есть как бы последний условно benчm, типа вот, а последний флот человечества там уже сегодня тоже там мы десятки процентов он набирает.
43:39
Speaker A
Запомни мысль, не потеряет. бенчмарк, который станет понятен всем. Это это мой любимый пример. Он часто я вижу это видео. Это когда появились первые вообще вот эти вот ийные модели. Одно там из первых видео, которые они произвели, это видео, где Уил Смит типа макароны сидят.
43:52
Speaker A
Это такой весь там просто его составил весь там плавает, у него руки, ноги, туда, всё глаза плавают, да, и типа и кто-то взял и сделал то же самое, но уже типа с современными моделями. Там просто не отличить от реального как бы Уила
44:04
Speaker A
Смита, который ест пасту. Это очень клёвый пример. Да. И как сегодня сегодня уже уже, да, стала проблемой, что непонятно, где здесь где здесь настоящее.
44:13
Speaker A
Вот. А есть очень быстрая очень быстрая скорость роста, очень быстрая скорость прогресса. Что лимитирует эту скорость прогресса? Лимитирует, конечно, объём сколько у нас компьютера, да? То есть компьютер стал основной валютой. Это сейчас мы тоже как бы компьютер - это вычислительные мощности,
44:28
Speaker A
да? Да. К этому мы сейчас тоже придём. И это я попробую раскрыть более широку эту мысль, что мы вообще, что такое доллар, что такое деньги. Деньги - это некоторый токен одного часа человека. То есть, условно говоря, вот как бы мы работаем,
44:42
Speaker A
я поработал, и мы договорились, что вот это некую единицу труда, мы превращаем в некоторый кредит, и это вот как бы сегодня является доллар.
44:48
Speaker A
Чем больше ценности ты приносишь, дороже стоит час, по сути, больше токенов зарабатываешь за час. О'кей. Да. Комнаги компьют - это некоторый, условно говоря, КП сети чипа тоже производить некоторую работу. Да. И а почему сегодня говорим, что компьюте - это, собственно, новая
45:03
Speaker A
валюта, да? Потому что мы понимаем, ну ладно, сейчас давай, это я уже сбегаю, давай дальше двигать как бы наш ползунок, двигаем вперёд, значит, а у нас есть быстрая скорость роста, прогресса вообще по всем показателям.
45:19
Speaker A
Вот один из показателей, одна из таких опорных метрик, на которые сегодня смотрят рынок, есть фреймворк, называется meter. А измеряется на каком горизонте, агент может работать самостоятельно. То есть если это опять же там 2 года назад это было 30 секунд,
45:34
Speaker A
потом это стала минута, стало 10 минут, а стал час, да? То есть это эквивалент, сколько часов человек бы решал эту задачу, а при которой как бы AI решает её всё ещё с вероятностью 80% или 50. У них две версии, а, бенчмарка. И когда мы
45:50
Speaker A
посмотрим в логарифмических осях, а, за последние все точки на этом бенчмарке за последние 4 года, то мы видим, что в логарифме это абсолютно точно ложится на, а, прямую. И получается, что AI начинает решать задачи всё с более длинным горизонтом планирования, да? То
46:08
Speaker A
есть как бы он может больше самостоятельно пройти шагов, при этом успешно их пройти, да, без вмешательства человека, без необходимости человеку как-то в этом участвовать. Это удваивалось раньше, каждые 7 месяцев, то сейчас это стало удваиваться каждые 4 месяца. То есть она ещё как бы а-э там
46:23
Speaker A
есть прямо вот в этой экспоненте некоторый излом. Теперь давай продлять. Ну то есть как бы теперь мы продляем вперёд. И смотри, а в чём сложность вообще во всём этом упражнении и почему люди плохо чувствуют, э что происходит.
46:36
Speaker A
А давай возьмём такую интересный пример. Мы очень плохо чувствуем экспоненты. Вот есть такой пример. Давай возьмём шахматную доску.
46:43
Speaker A
А есть такая байка. Да, что значит, э, какой-то учёный или даже создатель этих шахмат, а, к нему пришёл король, спросил там, что ты хочешь? И он говорит: "Я хочу зерно". Он спрашивает: "Сколько зерна?" Вот давай столько зерна, сколько
46:58
Speaker A
согласно этой методике, на первую э шахматной доске мы на первую ячейку положим одно зёрнышко, потом две зёрнышки, потом четыре зёрнышки, а, и так далее. Типа, ну, геометрической прогрессия, да. Король такой: "Ну, классно, а давай вот". И потому что интуитивно кажется,
47:14
Speaker A
ну сколько там наберётся-то, да? Ну то есть типа не очень же много вот шахма.
47:18
Speaker A
Сколько по итогу там было? А по итогу там получается все клетки заполнили прогрессивно. Получается что-то 1,2 триллиона нужно этих зёрнышек. И это 1.600 лет всего потребления человечества всех 8 млрд человек 1600 лет эквивалент. То есть мы не чувствуем, как быстро, понимаешь? То
47:38
Speaker A
есть мы Да, да, да. Ускорение. Мы не ощущаем ускорение. Типа мы его чувствуем в начале никогда, потому что, условно говоря, мы жили всю свою жизнь типа в мире, который линейный, как бы хочешь в два раза больше чего-то, нужно приложить в два раза больше
47:52
Speaker A
усилий, в два раза больше времени подождать, как бы, и вот ты его получишь. То есть мы жили исключительно в этом мире.
47:57
Speaker A
И теперь как бы это вот такая же как бы такой же прикол, как с этими с зёрнышками. То есть нам кажется, что ну не станет их быстро много, понимаешь? То есть мы мы не можем даже себе это представить. Как откуда берётся а значит
48:11
Speaker A
вот эти миллиарды тонн зерна? Мы же клали 1 2че понимаешь? То есть кажется сколько там клеток тече клето 2шет четвёртый даше вот и здесь такая же история. То есть мы видим, что как бы интеллект растёт в два раза. Раньше рос два раза за 7 месяцев,
48:31
Speaker A
теперь он растёт два раза за 4 месяца. И как бы и мы решаем вопрос, а значит как бы и что будет, да, то есть и когда будет, а и человеку очень сложно это помыслить. То есть кажется, блин, она
48:45
Speaker A
глупая, она глупая, она ничего не может, она ничего не может, да, но э как бы если мы это продляем, то просто задаём себе вопрос: "А вот как будет выглядеть мир? Где ещё мы продлили?" Типа, не знаю, ещё несколько степеней добавили
48:58
Speaker A
ещё несколько степеней добавили, да? И давай попробуем просто описать, как как это будет выглядеть. Вот если мы берём BCHMK Meer и мы продляем, не знаю, на полтора года, то мы получаем, что агент сможет решать задачи, которые без вмешательства
49:11
Speaker A
человека, с такой же степенью успешности, как сегодня человек решает. Например, делайте задачи, а, эквивалент, а, значит, 100 или там 1.000 часов. Что это означает? Если сегодня как вот какое сегодня идёт взаимодействие с агентами, например, когда мы работаем в Cloud код или в
49:27
Speaker A
кодексе, ты поставил ему задачу, он что-то 5 минут делает, возвращается к тебе с результатом, ты на этот результат смотришь.
49:33
Speaker A
Угу. Да. То есть а он сможет сам смотреть и реагировать и давать себе следующую задачу, да? И по сути тебе не надо будет ему каждые 5 минут давать задачи. То есть ты ему дашь задачи и как бы он к тебе
49:43
Speaker A
вернётся через день с готовым результатом. Да. С готовым результатом, как бы, а потом он вернётся к тебе через неделю.
49:49
Speaker A
Вот. А а что означает, что он возвращается к тебе всё позже и позже, позже? Это означает, что как бы твоя роль и твоя важность, она, конечно, начинает уменьшаться, и она становится более важным тот, у кого есть компьютер.
50:01
Speaker A
Ну, то есть у кого есть вообще железо, да, чтобы задачи ему эти ставить. Угу.
50:05
Speaker A
Потому что сегодня мы живём в мире, где условно миллиардер или где там, не знаю, какой-то правитель, он не может как бы всю экономику дравить. То есть ему в каком-то смысле нужны люди, потому что они, собственно, всё делают, всё дравят.
50:18
Speaker A
То есть мы делали эксперимент в виде Советского Союза, когда мы пытались централизировать, но у тебя на самом деле не хватало как бы computational capacity центрально как бы всё отпроцессить и децентрализованный рынок оказался более эффективным, то сегодня как бы если мы это продляем, то первое
50:34
Speaker A
мы видим, что появляются очень сильные возможности и тенденции к централизации. Вот второе. Так это вот если мы МИ митр продлили, мы видим, что он становится очень сильно агентским, и он сможет делать задачи очень-очень долго без тебя. Если мы продляем, не знаю, любой
50:52
Speaker A
бенчмарк, связанный с, не знаю, с человеческим знанием или там с логикой, с математикой, мы уже сегодня видели, да, то есть мы видели, что они решили несколько математических открытых проблем. А если мы перекладываем это на науку, то тоже как бы довольно очевидно,
51:06
Speaker A
что через год или через 2 года это будет преступлением в каком-то смысле. разрешать, например, научу руку в институте выбирать темы научных исследований, потому что он будет выбирать их хуже, алоцировать как бы ресурсы, чем если он просто пойдёт и
51:21
Speaker A
спросит чат GPT, что нам нужно делать, условно, типа в биологии клетки. Потому что чат GPT, понимая, условно говоря, всё, что происходило, всё, что мы пробовали, все успешные эксперименты, неуспешные эксперименты будет просто предсказывать, куда надо копнуть, где вероятность условно найти клад будет на порядок
51:37
Speaker A
выше. Угу. Мы как предприниматели будем уже, возможно, меньше даже себя и свой опыт спрашивать, да? Потому что это и пугает.
51:44
Speaker A
Потому что она же прочитает всё. Она прочитает отзывы всех людей про все продукты. Она восстановит у себя как бы модели у неё вырастут того, что нам нравится, что нам не нравится, где у нас мы какие проблемы испытываем.
51:56
Speaker A
И как бы нам станет, то есть, условно говоря, спросить её на вопрос, что нам нужно дальше делать, будет будет как бы лучше, чем самому ответить на вопрос.
52:04
Speaker A
просто больше вероятность успеха, да, как бы если а модель продолжает расти так, как сейчас она растёт, в какой-то момент это будет, не знаю, типа на порядки, сильнее, а, и лучше, а, работать, а, чем будет работать человек.
52:18
Speaker A
Давай подумаем, какой там случится botnк, то есть, да, какое будет ограничение а в этом мире. Ну вот, предположим, мы в это верим, что через 3-5 лет мы приходим в мир, где может сделать любую работу лучше, чем её сегодня делает человек. Ну, я здесь вижу
52:32
Speaker A
сразу несколько батлнеков, как минимум социальных. Да, сейчас социальные - это прям отдельное большое пло.
52:39
Speaker A
Давай об этом позже тогда поговорим. Давай закончим про математические задачи. Все захотят просто отдать свои задачи. И я почему мы сегодня не отдаём? Да потому что он ничего сделать не может.
52:48
Speaker A
Ну потому что тебе приходится это условно всё равно обладать достаточно большим уровнем компетенции, чтобы эта хренота заработала нормально.
52:54
Speaker A
Тебе надо ему объяснить, тебе надо ему какой-то контекст, он всё забывает. Да, да да тебе нужно построить качественную инфраструктуру, чтобы это работало. То есть это всё равно не тривиальная задача.
53:03
Speaker A
Есть высокая вероятность, что он будет ошибаться. Он всё равно будет часто к тебе приходить за тем, что тебе от тебя требуется какой-то дополнительный инпут.
53:09
Speaker A
Ну то есть как бы и всё в целом такой большой геморрой, что как бы только такие вот прямо суперэнтузиасты сегодня там пытаются что-то ему дать. А если он у нас, условно говоря, не знаю, уровня самого лучшего сотрудника, вот
53:21
Speaker A
представь, что твой самый лучший сотрудник сидит в коробочке, потребляет, не знаю, в 20 раз меньше ресурсов, ещё делает работу в 10 раз лучше, чем вы самый лучший сотрудник, да? То есть, ну, конечно, ты хочешь ему отдать всю свою
53:33
Speaker A
работу, которая у тебя есть, а, абсолютно от начало до конца. И захотят все это сделать. Когда я уровня джуниор, то, ну, мало кто рискует вообще что-то ему передать, да? То есть слишком геморройно, слишком сложно. Второе не отрицательно. У тебя рисквар низкий,
53:48
Speaker A
возврат инвестиции низкие нет смысла экзаморачиваться. А когда он превосходит некоторый уровень, а он ещё раз растёт экспоненциально, то есть как бы здесь нету вопроса, превзойдёт он него или не превзойдёт. Есть вопрос только когда. Мы можем спорить, это будет, не знаю,
54:06
Speaker A
середина двадцать седьмого или конец двадцать девятого. Вот здесь есть некоторый спор у научного сообщества, но то, что как бы он произойдёт и в этой точке, очевидно, мы захотим отдать всю экономику ему, да? То есть мы хотим захотим отдать ему все задачи, которые
54:21
Speaker A
мы делаем в рамках стотриллионной экономики, а ему и а у него нету столько ресурсов, да, и то есть и тут мы уже переходим в ограничения технические, да, то есть у нас просто нету нету чипов, нету энергии столько, да, да, у нас не столько чипов, у нас не
54:34
Speaker A
столько энергии. Вот. И получается, что мы начнём, скорее всего, отдавать самые рентабельные задачи, то есть самые вкусные, те задачи, в которых как бы есть самый большой, а, outcome. И скорее всего вот то, что сегодня каждый может там бесплатно спрашивать, ну,
54:49
Speaker A
практически бесплатно спрашивать там и я и задавать какие-то вопросы, мне кажется, скорее это будет уже более ограничено, потому что а ты 10 раз подумаешь, прежде чем потратить ресурсы и деньги на тупой вопрос, который ты можешь там загуглить элементарно всего как бы стоимость на
55:04
Speaker A
компьютер. Давай мой прогноз, что стоимость на компьютер будет исключительно расти, то есть на час даже старых поколений GPU. То есть мы это уже видим в рамках последних 6сти-9 месяцев.
55:14
Speaker A
А старые чипы H1 - это поколение через один, да? То есть вот сейчас Ruben, да?
55:21
Speaker A
Это прямо сегодня деплоится Blackwell, Rubн будущее. Blackл деплоится прямо сегодня, а прошлое хопер. И вот этот хопер а подорожал. И он не просто подорожал, он подорожал. И сегодня час хопера стоит дороже исторически, а, чем любая точка, а, как бы его владения за последние там,
55:40
Speaker A
не знаю, типа 5-6 лет. Вот. Если мы это продляем в будущее, а сегодня я всё ещё напомню, внедрён на 0%. У нас есть КП сети производить чипы, условно, не знаю, в три раза больше их делать каждый год, то как бы у нас спрос в этот момент, ну,
55:57
Speaker A
взрывается, да, то есть мы хотим ему передать как бы все задачи. Угу. Вот. И а и в этой точке, во-первых, становится самым ценным ресурсом на планете этот чип. Есть он у тебя вообще или нет.
56:09
Speaker A
Второе, как бы это твоя, можешь ты вообще его производить или не можешь его производить. То, что вот сегодня называют е суверенитет. То есть, а, получается, что те разрешили ли тебе Соединённые Штаты вообще купить какое-то количество чипов или нет?
56:21
Speaker A
Да. И почему вообще на вот нужно ещё подумать, почему они вообще разрешают или Об этом ещё поговорим? Давай чуть на на шаг назад, потому что, смотри, я разговаривал об этом с Герой, и он выдвинул вообще обратную историю. То
56:32
Speaker A
есть смотри я боюсь наврать в каких-то формулировках и в словах. Ну и вот тезис был следующий, что наоборот стоимость Ая снижается, потому что накапливается, условно говоря, его экспертиза и так далее. Просто те задачи, которые, условно говоря, мы решаем сегодня, они
56:46
Speaker A
завтра будут стоить ничего. Приво простой пример. Мы с ним разговаривали как раз про формат создания контента, фото, видео, иллюстрация и прочее. И если там откатиться на год полтора назад для того, чтобы создать тебе какую-нибудь графическую картинку, тебе нужно было заплатить там условно n
57:00
Speaker A
долларов за это, то сегодня для того, чтобы произвести то же самое, тебе нужно n де на 10 заплатить. Да.
57:07
Speaker A
бес и вот именно вот базовые все вот эти вот штуки люди смогут решать и, соответственно, не будет наоборот возникать вопрос, какую задачу отдавать или не отдавать Иаю. И более того, многие бизнес-модели, которые сегодня кажутся неэффективными, такие как обработка видео, такие как обработка
57:23
Speaker A
звука, музыки там и так далее, они станут рентабельными просто потому, что всё это будет очень дёшево.
57:28
Speaker A
Противопоставь пожалуйста. А, смотри, я бы здесь разделил бы две вещи. Первое - это стоимость часа чипа.
57:35
Speaker A
Вот стоимость часа чипа будет 100% расти. Второе - это стоимость, а, потому что здесь сразу давай ремарку сделаем для тех, кто не в контексте.
57:42
Speaker A
Просто количество компаний, которые умеют производить эти чипы, оно очень лимитировано в мире. То есть мы просто не можем деньгами ускорить этот процесс.
57:50
Speaker A
Машины, которые производят чипы, это лицографические машины. И наша сегодня способность, всего одна компания в мире, монополист, может их производить, да, голландская SML. Вот она производит их со скоростью там 40-60 EU машин в год.
58:05
Speaker A
Вот. И там настолько сложные технологии, что как бы срок, условно говоря, за который можно построить ещё одну такую компанию, там по оценке экспертов - это 10-15 лет. Поэтому мы живём как бы в мире с достаточно ограниченным сапем, то
58:20
Speaker A
есть производством чипов и с потенциально неограниченным потреблением, да? То есть нас ограничивает сегодня только то, что я не может без нашего участия долго работать.
58:30
Speaker A
Вот это его основной сегодня сдерживающий фактор. Вот. Потому что если бы он мог бы работать бесконечно долго, ты просто бы купил бы себе этот чип и сказал: "Уважаемый чип, построй мне здесь новую экономику". Ну, то есть типа вот, а,
58:42
Speaker A
значит, иди руби деревья, строй сам, значит, заводы, на этих заводах начинай всё производить, производи сам роботов, этими роботами иди и воспроизводи всю цепочку как бы от начала до конца, да?
58:54
Speaker A
То есть типа вот очевидно это, ну, первая, а, адекватная идея, которая тебе приходит в голову, если у тебя реально есть, то есть типа давай запускай своё собственное самовоспроизводство, то есть типа вот вот от прямо земли, как бы давай как всё это увеличим в 10 раз.
59:09
Speaker A
Вот. И но сегодня тебя ограничивает то, что он не может долго, а в каких-то задачах, особенно в задачах физикала яй, где ему надо взаимодействовать с реальным миром, он вообще ничего не может. То есть, если там посмотреть, у нас рук нет, условно говоря, по
59:20
Speaker A
которым пока что умеют. Все роботы очень тупые. У нас у нас нет, да, у нас нет сегодня траектории данных, на которых мы можем обучить а работекс. Вот если там посмотреть, как он, не знаю, чистит как он чистит, порвал морду просто.
59:31
Speaker A
Дадададада. Чистит огурец или там, не знаю, что-то перекладывает. Или вот есть такая самая зафндированная, значит, в Physical компания Figure. Они делают роботов.
59:43
Speaker A
Вот. И они выложили денку. явно хвастаясь, как он поднимается по лестнице. Но я когда на неё смотрел, ну как бы там расплакаться хочется. То есть как бы то есть проинвестировали типа миллиарды, миллиарды, десятки миллиардов долларов.
59:58
Speaker A
Вот. И значит и там как бы там ещё можно себя почувствовать. Вот я человек, я ещё что-то могу.
60:05
Speaker A
Как бы здесь ещё тебе тебе машина меня не догнать. Да. Давай вернёмся. Я хочу, чтобы как бы противопоставили что-то тезису Геры. То есть типа вот то, о чём он говорит, оно всё будет как бы упрощаться, наоборот и обесцениваться.
60:19
Speaker A
Да. Смотри, час чипа будет дорожать. И здесь как будто бы мм не очень много вариантов, потому что нам нужно всё больше и больше чипов. Вот. А а чипы мы не можем а быстро производить до момента, пока мы не разошьём литографию.
60:34
Speaker A
То есть, условно говоря, пока не появятся ещё 10. Литографии - это вот эти машины, которые производят чипы, да, которые могут производить чипы. Вот.
60:40
Speaker A
То есть на горизонте, наверное, 10-15 лет мы можем расширить телетографию. Там уже сложнее сказать, будет ли дрожать чип.
60:45
Speaker A
Я понял. То есть на дистанции нескольких лет ты не видишь в то, что весь вот этот вот функционал он э то есть я понял идея, которая кото е условно ты видишь следующую следующую кривую сейчас снижается, потому что мощности пока что
60:59
Speaker A
растут, а как бы как бы юзкейсов их не так много, потому что он тупит, но в какой-то момент произойдёт переломная точка, когда его эффективность будет, когда мы захотим отдать всё, да, когда и в этот момент как бы произойдёт обратный перелом просто, да,
61:11
Speaker A
то есть, условно говоря, цены по экспоненте начнут разгоняться. Давай. Я бы даже не сказал бы обратный перелом, потому что мы обратный перелом как будто бы уже прошли в январе. То есть вот, если ты посмотришь, есть довольно много индексов, которые
61:21
Speaker A
публикуют стоимость чипа на рынке. Вот. И где-то январь-февраль это было дно. И до этого действительно довольно медленно в течение 3-че лет стоимость чипа падала. То есть, условно говоря, там была какая-то амортизация, не знаю, 10% в год. И в среднем рынок амортизировал
61:38
Speaker A
чипы на 5-6 лет. Что произошло в январе-феврале? Как бы прошли точку перегиба. Вот. И это, кстати, произошло вот с релизом новых, а, новых сильных моделей. И у, а, оптсортных а кимии а зарядели несколько сильных моделей и, а, Open
61:55
Speaker A
AIropic, а вот FBL Opus 4.8, это где-то была такая вот точка, её называют, такая точка inflection, типа, где мы условно с одних показателей экспоненциального роста перешли на значительно большие показатели экспоненциального роста. И сейчас исключительно растёт. То есть сейчас каждый месяц а стоимость чипа
62:14
Speaker A
стала расти. Но а о чём говорит Гера? О том, что мы также научились стандартные и довольно простые задачи запихивать в более маленькие модельки, да, то есть нам не нужно столько ресурсов, чтобы решить ту же самую задачу.
62:27
Speaker A
Ну, если условно просить, если раньше нам нужна была секунда чипа, чтобы ответить на твой вопрос, то теперь нам нужна маленький кусочек чипа. То есть нам мы можем как бы нарезать этот ресурс, который дорожает, и решить твою проблему намного меньше
62:39
Speaker A
его долей. Вот. И в этом плане, переумножая одно на другое, получилось действительно, что а оно а подешевело.
62:47
Speaker A
Вот поэтому возможно здесь более спорно, если мы будем говорить про суперпростые задачи, да, то есть возможно там есть ещё действительно потенциал ещё сильнее сузить, да, то есть отвечать на твои простые типивые стандартизированные вопросы, например, моделью, в которой не
63:02
Speaker A
а 100 млрд параметров, а моделью, у которой 1 млрд параметров, да? Там Илон Маск говорит, что у нас есть ещё потенциал на два порядка по увеличению плотности интеллекта на гигабайт видеопамяти. То есть условно как бы можно чип ещё эффективнее использовать,
63:16
Speaker A
но как бы это также будет означать, что ценность чипа выросла, и мы хотим теперь чипу отдать ещё больше задач. Вот. То есть, а, я бы сказал, что чип точно будет дорожать, а сложная задача тоже будет дорожать. А вот решаемая какая-то
63:33
Speaker A
простая задача, если мы сможем сделать, например, что она будет на два порядка дешевле, меньше использовать ресурсов, условно стоимость токена, давай вот так могу сказать, возможно, продолжит падать.
63:43
Speaker A
Угу. Токена на решение задач того же уровня сложности. Всё, я тебя понял. Здесь возвращаемся к нашему прекрасному миру будущего.
63:51
Speaker A
Значит, мы рано или поздно мы окажемся в ситуации, где мы хотим отдать все задачи, а, соответственно, агентам. И, собственно, мы к этому точно придём из твое исходя из твоей картины мира.
64:02
Speaker A
Вопрос только таймингов. И вот давай вот в в этой вселенной попробуем ответить на вопрос, из которого мы вообще начали размышлять его светлым будущем. Какой в таком случае останется самый важный навык вообще для предпринимателя? Потому что, честно сказать, как бы, ну, типа,
64:15
Speaker A
даже меня эта история пугает. Ну то есть ты понимаешь то, что в таком случае ультрахайнет и там супербольшие компании, они получат доступ ко всем ресурсам мира. И вот то, что сейчас вот этот вот разрыв, который происходит, он ускорится с такой как бы,
64:34
Speaker A
ну, с просто с невероятную мы увидим кривую, там просто вот такую вот в Поднебесную уходящую, где останется весь мир и топ-20 людей мира.
64:42
Speaker A
Давай поразмышляем на эту тему. Давай посмотрим сначала прыгнем на 20.000 лет назад. Мы охотники-собиратели, как выглядит экономика.
64:49
Speaker A
Давай возьмём вот, не знаю, какой-то показатель, насколько равномерно распределены ресурсы. Угу. И как бы мы охотники-собиратели, кажется, что ресурсы распредены довольно сильно равномерно.
64:59
Speaker A
Угу. То есть как бы что нашёл, то и каждый бегает по лесу, что нашёл, то и съел. То есть типа условно единица, да, распределение между самыми богатыми и самыми бедными.
65:08
Speaker A
Угу. А значит, потом как бы мы оседаем, да? То есть мы начинаем, а, уже, не знаю, а, взращивать пшеницу, и у нас появляются некоторые накопительные ресурсы, да? То есть, если я начинаю заращивать пшеницу, значит, я её куда-то складываю, а
65:23
Speaker A
значит, у тебя появляется возможность прийти ко мне и, значит, забрать дубины по голове и забрать мою пшеницу. И теперь как бы мом точку, где у меня ноль пшеницы, а у тебя две пшеницы. Вот я сильнее условно, да? Вот. Тададам. Как бы оно начинает
65:36
Speaker A
расти. Добро пожаловать в реальный мир. Добро пожаловать в реальный мир. Но опять же, ты начинаешь быть ограниченным, что ты не можешь как бы собрать всю пшеницу, а самое главное, она тебе нахрен не нужна. Ну, то есть типа она у тебя просто как бы ты её всю
65:46
Speaker A
не съешь, она у тебя как бы вся стухнет, а значит как бы непонятно зачем тебе вообще её всё собирать, да? Вот. А двигаемся дальше. Ну, то есть как бы чем дальше мы будем двигаться, тем будем будем видеть, что с технологиями у нас
66:01
Speaker A
появляется больше возможностей, условно говоря, к консолидации ограниченным кругом людей, а консолидации ресурсов, да. Ну, давай сейчас несколько треков проведу. Это вот такой типа трек как бы далёкого прошлого, да? А сегодня уже условно одна компания потенциально, да или да, ну о'кей,
66:19
Speaker A
сегодня это не одна компания аграрная, там, не знаю, но как условно 1% людей может, ну этих на самом деле аграрных компанийж, их очень ограниченное количество, да, обладает всеми 1% людей как бы создают всю пшеницу, которую мы сегодня едим, да, то есть вот условно
66:33
Speaker A
уже там соотношение как бы 100 к одному. Вот. Но всё равно это условно 1%. Не может одна компания сегодня отпроцессить весь мир, всю планету, да, потому что у неё просто КПС не хватает. То есть тот, кто в конкретно стране, кто знает этот
66:48
Speaker A
климат, знает эту почву, он всё равно будет выигрывать у какого-то крупного конгломерата, да? Потому что у этого крупного у него не хватает всё равно ресурсов, там договориться с местными властями, разобраться в местном климате, прочувствовать локальную динамику спроса, да, то есть, ну, не получается
67:04
Speaker A
как бы как бы везде всё решить, да? То есть не получается прямо суперконсолидировать. Вот. А где-то не знаю, например, посмотрим на обувь. Вот если мы прыгнем опять же на 100 лет назад и пройдём по Нью-Йорку, то мы увидим, что там есть
67:17
Speaker A
довольно много компаний, которые не компании даже, знаешь, такие частные мастера, которые делают обувь. И где они сегодня? Да. То есть сегодня у тебя есть там, не знаю, 10 компаний крупных фабрик, которые как бы умеют её шить, а шьют её в промышленных
67:32
Speaker A
масштабах и как бы делают это классно. То есть мы видим некоторую консолидацию. Можем взять другой параметр. Давай посмотрим на S&P 500 какую долю 10 самых дорогих компаний занимают от индекса.
67:43
Speaker A
Ну, понятно, гигантское. Давай посмотрим, сколько это было. 70 лет назад, значит, 35 лет назад, 10 лет назад. Пять и сегодня, да?
67:50
Speaker A
Вот. И что мы видим? Как бы вот мы можем смотреть с тобой сквозь призму, не знаю, сотни, сотни разных показателей. Мы точно видим некоторую консолидацию.
67:58
Speaker A
Угу. И давай зададим вопрос. Первый вопрос: а что мешало исторически, ну, как бы сделать глобальную консолидацию, сделать одно государство, сделать одну компанию?
68:08
Speaker A
Это неспособность центра эффективно всё заменеджирить. То есть вот просто центральная система, ну, не могла заменеджирить и понять проблемы локальные, да, то есть поэтому как бы локальные штуки у них всегда отваливались и там что-то локальное какое-то своё вырастало, да? Ну и в
68:25
Speaker A
какой-то мере, наверное, если мы берём там те же самые бихтехи, то там ещё есть вопрос как бы взаимодействие с государством, которое намеренно пыталась не дать большой компании как бы сделать некую монополию, да, то есть антимонопольное законодательство, оно для этого есть, для того чтобы
68:40
Speaker A
поддерживать как бы живой рынок, да, открытый, скажем так. Аа и для этого создаются как раз специальные ограничения.
68:47
Speaker A
Ну да. А почему не получалось условно одно государство сделать? Ну потому что вот у людей есть какие-то у людей есть какие-то локальные проблемы, ты их не чувствуешь.
68:54
Speaker A
Вот их не можешь заменеджерить также эффективно, будучи центральным правительством. Как их может заменеджерить вот локальные люди, которые здесь живут и понимают, что там нужно делать? То есть на самом деле как бы компьют и способность обрабатывать информацию ограничивала нас, да, то есть
69:07
Speaker A
к консолидации. И чем как бы у нас появлялось больше технологий, тем как бы у нас эффективнее всё консолидировалось.
69:14
Speaker A
И здесь, ну, тоже представим, что вот всё как бы сегодня зачем нужны тысячи предпринимателей для компании Amazon?
69:21
Speaker A
Почему она сама всё не может произвести? Это просто операционно очень сложно, да? То есть она сегодня площадка. Площадка, куда ты можешь прийти со своим товаром, будучи предпринимателем, да, и там его начать продавать. И у Амазона просто нету технических ресурсов понять, вот
69:34
Speaker A
какой там нужен стакан, чувствовать каждую деталь спроса, да, чтобы понять, что нужно конкретно. Какой нужен стакан, какой нужен микрофон, как бы это же надо разобраться, типа, что людям в этих микрофонах не нравится, как их производить, ну, то есть как его
69:47
Speaker A
задизайнить. То есть надо отпроцесить очень много информации в этой конкретной местечковой штуке. А нанять столько сильных людей, которые это могут сделать лучше, чем локальный предприниматель, как бы возможности нет. А теперь мы приходим в мир, где как бы у нас есть
69:59
Speaker A
суперсильный интеллект, да, и который А давай вот где сегодня стоят чипы, в каких компаниях. Вот мы уже произвели, да, мы как бы пришли логически к точке, где как бы самым ценным ресурсом становится а самым ценным ресурсом становятся чипы. В каких четырёх-пяти
70:15
Speaker A
компаниях сегодня соревновачится на 90% чипов? Ну, в топ четырёх-пяти компаниях S&P 500, условно. А это, по сути, люди называт гиперскеллеры. Это вот Amazon, это будет Amazons, Microsoft, Microsofture и там Google Cloud, да? То есть вот условно три-четыре компании,
70:32
Speaker A
где сегодня вот фактически, а стоят все эти чипы. И как бы мы приходим в мир, где в целом как бы Amazon такой: "Ребята, спасибо". Я думаю, что а они потихонечку начнут а идти как бы вертикально, да? То есть они как бы
70:45
Speaker A
начнут брать какие-то самые простые товары, которые не чувствуют, что они могут. Они, кста, вот это, кстати, они делают уже достаточно давно. Ну, то есть это же такая проблема, которая ещё несколько лет назад началась, когда они видят категорию, которая реально бумят и где
70:55
Speaker A
действительно там самые самые высокая ретапция просто берут, как бы сносят селлеров, производят тот же самый товар и полетели.
71:00
Speaker A
Да, если ты посмотришь, как как что общего между этими категориями, это очень простые категории, да, то где мне не нужно, где-то всё, что нужно это просто что там ума не надо. То есть как бы соль могу купить, могу в
71:10
Speaker A
пакет могу насыпать, могу креатива, да, где нету вот этой тонкого графа потребности, да, то есть микрофоном намного сложнее. Какой здесь должен быть импеданс? Аэ, как бы как тут, значит, чтобы ты в него там случайно не плюнул, значит, как он должен быть направлен. То
71:24
Speaker A
есть это как бы что-то очень сложное. То есть здесь нам много интеллекта, чтобы быть конкурентоспособным, как бы.
71:29
Speaker A
Поэтому они вот начали с чего-то простого, и их ограничивает отсутствие интеллекта, чтобы заходить дальше. То есть, чтобы консолидировать сильнее, заходить дальше. И как бы, если мы представляем мир, в котором, как бы, теперь они могут прочитать всё про все
71:41
Speaker A
микрофоны, что они могут прочитать все отзывы про все микрофоны, послушать все ревью с всех микрофонов, они могут купить и провести тыся каздевов про все микрофоны, и они могут построить итеративную машину, да, которая производит разные новые версии микрофонов, сама сама собирает, да,
71:58
Speaker A
анализируют и запускают это как бы в цикле. Как ты с ней будешь конкурировать? И теперь вопрос это мой главный вопрос.
72:05
Speaker A
Теперь вопрос. И какое становится как бы узкое место? Узкое место становится, есть у тебя чипы или нет. И как бы и у Азона есть чипы. У Амазона сегодня четверть всех мировых произведённых чипов. Значит, в мире, в котором, как бы
72:18
Speaker A
у нас очень ограничено производство этих новых чипов. И где они выкупили сегодня они выкупили на много-много лет вперёд все эти элитографические машины, а значит, все эти бэклоги. Сегодня, если ты захочешь построить дата-центр, ты будешь стоять в бклогах через 5 лет. То
72:31
Speaker A
есть, условно говоря, захочешь купить в датцентр, не знаю, типа систему охлаждения, придёшь в компанию, которая её делает, тебе скажет: "Спасибо, Саша, возвращайся к нам в, а, не знаю, а, 2032 году". Вот, может быть, а, может быть, там следующее мы сможем тебе
72:51
Speaker A
что-нибудь отслюнявить, да, именно так. И теперь давай посмотрим то же самое с точки зрения консолидации в других местах. То есть у нас появляется возможность во-первых компаниям в принципе крупным производить ну практически всё.
73:02
Speaker A
Угу. А вторая фишка нетривиальная, это как будто бы государством это позволяет намного эффективнее строить централизированные системы контроля управления, да? То есть, условно говоря, ну, не мог ты технически, а, не знаю, в Советском Союзе стоять и слушать переписку, а,
73:23
Speaker A
каждого человека, да? То есть тебе потребовалось бы поставить по одному сотруднику спецслужб напротив одного человека, да? То есть, а это просто не работало бы. Сегодня ты это можешь сделать. Сегодня ты можешь прочитать просто весь месседжинг. И это то, что мы
73:37
Speaker A
видим сегодня в Европе, там потом законодательство, которое принимается. То есть как бы явно а мы двигаемся в а в этот мир. То есть централизация и контроль как бы они очень а сильно способности к этому вырастают. То есть и
73:50
Speaker A
это означает, что и на уровне государств, скорее всего, тоже будут происходить какие-то консолидации. То есть тебя сегодня ограничивает, условно говоря, одному государству, а, нападать на другое государство, что надо заплатить большую цену. Это цена ческой жизни, да? То есть, а, и цена в
74:05
Speaker A
человеческой жизни, в развитом государстве, она дорогая, и это тебя ограничивает, да, то есть, условно говоря, почему сегодня Америка не пойдёт захватывать а значит кормуский пролив. Ну, потому что политически слишком дорого для Трампа потерять живых американцев, да, и как бы надо
74:19
Speaker A
объяснять, зачем мы это делали. Угу. Но как бы слишком сильно ударит по его рейкингу, да. Ну, а теперь давай представим, что это вопрос исключительно роботов.
74:25
Speaker A
роботов. И это вопрос исключительно чека, который надо выписать, да? То есть как бы есть сколько мы теряем а на том, что мы не можем здесь и нефт возить, а вот тут построенные модели, сколько мы зарабатываем, да? А вот сколько это стоит? То есть нам
74:38
Speaker A
произвести ещё какое-то количество роботов, которые нам разблокируют, а, гормузский пролив. Вот. И как бы э ну экономика тоже становится по-другому начинает играть.
74:48
Speaker A
Вот поэтому мы 100% двигаемся в мир консолидации. Это мы смотрели на консолидацию на уровне там 50 лет. Если как бы я ещё люблю как бы совсем в крайность, да, то есть мы когда открутились с тобой влево, совсем в
75:01
Speaker A
крайность, мы увидели, что мы охотники-собиратели с абсолютно с полной децентрализацией, да, потому что даже нечего в принципе консолидировать. То есть мы откручиваем сильно в будущее и сильно вперёд, то мы что мы можем увидеть? Мы можем увидеть, что, скорее всего, появится некоторая
75:16
Speaker A
первая компания, которая как бы замыкает, э, несколько экспонент сама в себе. То есть вот Маск про это любит говорить в интервью, да? То есть типа первая экспонента - это а модель, которая усиляет сама себя. В принципе, уже сегодня работает в антропике, да? То
75:32
Speaker A
есть сегодня а как бы вот у нас сегодня FBЛ 5. Абсолютно очевидно, что у них сегодня есть уже внутри Fable 6, который помогает им быстрее, эконоспособнее собирать FBЛ 7.
75:42
Speaker A
Угу. Да. И как бы ты сегодня извне, очень сложно тебе с ними будет конкурировать.
75:47
Speaker A
И вторая, то есть модель, усиливающая, собирающая и делающая R&D, а вокруг самого себя, это как бы первая экспонента. И вторая экспонента - это робот, который может полностью собрать робота.
75:58
Speaker A
Угу. Да. То есть вот и давай тепер представим что тебя замыкается по сути полный цикл. Да.
76:02
Speaker A
Да. Да. И вот как бы и вот смотри, что значит вообще стоимости и что значит деньги и вообще какая разница?
76:08
Speaker A
Возвращаюсь к тому, который был до этого, да. Почему как бы по безумным оценкам оценивается сегодня компания там X SpaceX да?
76:16
Speaker A
Потому что как бы инвесторы на неё смотрят и они пытаются ответить на вопрос, где наибольшая вероятность, а что у нас может возникнуть вот это вот самовозбуждение, да? То есть где у нас модель может начать модель сама модель сама обучается, робот сам
76:29
Speaker A
производит робота, потому что кто пришёл в эту точку быстрее всех, неважно какая у него на этот момент размер, неважно какая у него капитализация. Да, дальше, в смысле, у тебя отвестная скала, в смысле вверх. То есть не дальше всё
76:40
Speaker A
да отвестная скала. И как бы и этому игроку не нужен больше никто. То типа ему не нужно нанимать людей, ему нужно просто ему не нужно ничего покупать.
76:51
Speaker A
А ты дальше тоже с роботами. То ти смысле опять же геометрическая прогрессия. Один робот сделал ещё одного, два сделали четырёх, четыре сделали восемь и всё.
76:58
Speaker A
Это как бы это вырастает очень быстро. Вот поэтому давай как бы точка Б как будто бы вообще будет условно некая одна компания.
77:06
Speaker A
А, может быть, две компании, не знаю, тут как бы вопрос, в какой мир мы верим, но к тому потому что с точки вре консолидации мы как будто вообще с высокой вероятностью двигаемся в точку, где некоторая одна система, которая
77:19
Speaker A
сможет разогнать вот это само возбуждение первой, она как бы получает всё. Теперь, как бы, возвращаясь назад, а что нам делать в целом? Точка Б особо неизбежна, да? То есть в целом можно ничего не делать.
77:31
Speaker A
Можно, наверное, в каком-то смысле, в каком-то смысле можно ничего не делать. А при этом не факт, что то, что будет, оно будет устойчиво. Ну то есть как бы и мне кажется, как будто наша задача иметь больше ресурсов для того, чтобы сильнее
77:47
Speaker A
контролировать людей, кто будут стоять ближе всего к этому месту. Представь, мы сохраним, мы, я говорю, общество сохранит контроль над государством, государство сохранит контроль над ей компанией, над вот и лабой, которая первая это сделает. Алаба сохранит контроль вот над этим
78:03
Speaker A
самовозбуждающимся интеллектом. Представь, что вот этот весь контроль держится, да, то есть твёрдо держится. Тогда по сути как бы мы пришли в мир, в котором как бы у нас есть огромный abandнancy, потому что мы можем решать вот то, что да, она построит это, да,
78:18
Speaker A
это будет одна компания, но если мы сохраняем контроль, у нас есть право, что с этим, как это распределить.
78:24
Speaker A
Дела угу. И что мы можем сказать? Всем строим дом классный. Строим классный дом, производим классные машины, вот всё, что нам хочется, да, типа делаем это для всех, да, как бы одна история. Дальше вопрос в зависимости от того, кто в этой
78:39
Speaker A
цепочке потерял контроль, где сломалось, да, могут быть совершенно другие сценарии, да, то есть как бы мы идём и захватываем страну, захватываем страну, да, а потом другую страну.
78:50
Speaker A
А это если как бы мы ещё потеряли контроль ээ как бы условно люди, например, теряли контроль над государством. А если мы над ней, над ней, да, если мы потеряем контроль, то там как бы вообще становится интересно, а что она может захотеть делать, да? То
79:03
Speaker A
есть как бы как она к нам будет относиться, то есть типа а потому что условно, если у неё там будет какое-то желание, не знаю, типа бесконечно а развиваться, то она как бы, ну, по сути, просто всю нашу планету застроит одним
79:14
Speaker A
гигантским дацентром и как бы всю материю будет разбирать для того, чтобы строить там, не знаю, серу Дайсона вокруг солнца. Вот. И она скажет: "Типa Саша, я понимаю, что ты лежишь на песке, но как бы и загораешь на пляже, но а
79:29
Speaker A
намного будет больше выгоды и пользы для нашей системы". Значит, если мы весь твой пляж разберём, весь песочек переплавим в чипы, нам чипы нужны для обработки информации. Поэтому извини.
79:42
Speaker A
А тебя на шашлык, а тебя посмотрим, да, что с тобой сделать. Ээ что из тебя можно такого классного будет собрать.
79:51
Speaker A
Вот поэтому как будто вот мы сейчас подошли к точке, которой, ну, дальше как будто бы некоторые роли появляются. То есть типа мне кажется, для нас одна из важнейших задач - это задача удержания контроля.
80:01
Speaker A
Угу. Вот. И дальше можно размышлять, ну, за счёт чего мы можем его удерживать. Ну, то есть, например, как бы какие у нас есть голоса, да? А голоса в этой системе, что повышает устойчивость этой системы? Первое, конечно, многополярность, да? Ну, то есть вот я
80:15
Speaker A
думаю, что вообще то, что есть в принципе Antropic и Open AI, это уже как бы неплохо.
80:21
Speaker A
То, что есть американские модели и китайские модели, это тоже неплохо. Ну, то есть как бы я думаю, что вот это очень сильно повышает устойчивость мира, скорее всего. А при консолидации эти компании, они всё равно будут что-то покупать, да? То есть мы уже сего не
80:37
Speaker A
видим. Они это будут, они будут покупать землю, они будут покупать, не знаю, какие-то компании, которые обладают, а, уникальными рецептами, которые им самим делать, не знаю, десятки лет RD даже и яю, а, и тысячи миллиона тестов проводить, они будут покупать землю. Ну,
80:51
Speaker A
то есть мы это сегодня видим, да? То есть что ты посмотришь вот этот капекс, да, все говорят, что уя гигантский капикс. Давай посмотрим, на что он идёт.
80:58
Speaker A
Там огромная доля - это скупка земли под будущие дата-центры. То есть я думаю, что как предприниматели нам нужно подумать, а что им нужно будет в этой системе, да? То есть вот вот это вот вырастающая нечто, да, мы можем назвать
81:12
Speaker A
его сингулярностью, мы можем назвать это, не знаю, Magnificent S, как семь самых крупных компаний. Мы можем это называть, я не знаю, какая-то самовозбуждающаяся система. Вот что ей может быть нужно, да, какие ресурсы ей будут нужны, без которых она не сможет, и где ей придётся
81:27
Speaker A
всё-таки с нами договариваться, да? И по идее, как бы наша задача эти ресурсы создавать, увеличивать свой стейк в этих ресурсах, чтобы у этой штуки была хотя бы, ну, некоторая потребность с нами о чём-то договариваться, да?
81:43
Speaker A
Это увеличивает нашу позицию, а чем как бы усиливает нашу позицию, да, под нашего, я имею в виду, обычного человека, обычного предпринимателя. Вот что, наверное, не надо делать. Наверное, не надо делать то, что кажется им особо будет не нужно. Даже
81:59
Speaker A
вот сегодня посмотришь на VC, да, когда ты им говоришь, например, что ты делаешь какой-то бизнес, который нужен условно людям, давай я так упрощу, слишком драматизирую, они к этому относятся с меньшим интересом, чем если они понимают, что этот бизнес будет нужен как некоторый
82:14
Speaker A
кубик вот этой строящейся штуки. Угу. Понимаешь? То есть типа условно говоря, а, э, если, например, сегодня идёшь какой-то сервис, не знаю, например, сервис а поиска и ты говоришь: "Это поиск для людей", да, как Google, у тебя одна капитализация. Если ты говоришь, что это
82:31
Speaker A
поиск, которым будут пользоваться миллиарды агентов по всему миру, когда они появятся, да, и когда основным, кто будет искать в этом мире станут агенты, то будет совершенно другая капитализация, да? То есть это значит, что мы создаём какой-то продукт, который
82:42
Speaker A
будет размениваться, а, вот с этими крупными игроками, а, во время их роста, да, то есть, что это будут какие- крупные кубики, которые они будут поглощать, и они им будут нужны. То есть, вот я бы сквозь такую призму смотрел, наверное, это вот я
82:54
Speaker A
замыкаю вот эту длинную арку, как бы для предпринимательства. То есть надо понять, как она будет расти, какие будут узкие места в ресурсах. Ну, давай просто пример. Анольно однозначно понятно, что узкое место будет а электричество. Угу тебе нужно электричество не абстрактное,
83:09
Speaker A
а в конкретном месте. В конкретном месте локализованный гигаватт в конкретном месте. Типа это очень сложно. То есть, типа, сегодня на самом деле практически невозможно нигде ни в одной точке мира подвести гигават легко.
83:20
Speaker A
По-моему, ты мне рассказывал, да, что интересный факт, что в реальности на AI сейчас уходит там порядка 3% электричества там планеты в Америке там условно 3-5%, да. Но проблема основная типа в том, что могли бы использовать больше, но настолько разбросан как бы в
83:31
Speaker A
неправильных местах, что мы не можем в реальности его юзать и что нам нужно строить другие станции типа и так далее в правильных локациях.
83:37
Speaker A
И вот, например, интересный стартап, прямо мне он очень нравится. Сегодня самое такое простое решение, как ты можешь запитать датацентр. Мне кажется, сегодня вот на сегодняшний день, я думаю в двадцать шестом году будет 65-70% всех новых датацентров, которые ведут в
83:49
Speaker A
эксплуатацию запитано газовыми турбинами, потому что газ можно трубой как бы легко подвести. Вот. А и как бы дальше погнали. Вот. А, и эти все турбины, они как раз вот в этой категории, то есть значит, э, там Siemens э
84:04
Speaker A
General Electric умеет их производить. А значит, есть-компании, которые умеют производить турбины, и они как раз из категории, что ты встанешь на 2042 год в очереди. То есть всё раскуплено, то есть турбину вообще невозможно купить, газовую турбину.
84:15
Speaker A
Вот. Типа вот появился стартап, они как раз мыслили, типа, что нужно будет вот когда будет расти это нечто, в чём будет узкое горлышко, да?
84:23
Speaker A
В том, что им надо запитывать. турбин нету. И они как бы, я два стартапа видел, один они стали покупать, а у какого-то они нашли, значит, купили какого-то дешёвый производитель двигателей для самолётов, а значит, просто вот маленькие виляционные двигатели и научились их переделывать,
84:41
Speaker A
а, в газотурбины генераторы. Газоне. Вот, блин, супер классная идея. Ну, то есть как бы а ты смотришь, как она растёт, ты понимаешь, где у неё будут ограничения, и ты думаешь, что я могу сделать из сегодняшних ресурсов, чтобы, а, как бы, что стало бы нужно этой
84:58
Speaker A
системе. Вот. И что мы сегодня видим, что мм они готовы платить любые деньги. То есть как бы там настолько огромные капексы и настолько большие инвестиции, что как только они встречаются с каким-то ограничением, там вырастает премия, которая не готовы платить просто
85:13
Speaker A
многократно, да? То есть если у обычного бизнеса, там, не знаю, кроссмар у среднего на планете Земля, не знаю, 35-40%, то если ты придумал, понимаешь, как сделать, да, то ты можешь иметь там кросмар, можешь иметь там 80-90%, то есть как бы
85:28
Speaker A
будут готовы платить любые деньги. Нам нужно здесь и сейчас как бы запитать этот центр. Вот. То есть, условно, там простой, а, будет стоить очень дорого.
85:36
Speaker A
Слушай, ну вот смотри, то, что ты приводишь в пример, на самом деле вот про газовую турбины- это очень классный стартап. И на самом деле это вот сейчас мы об этом обязательно поговорим, про поиск вот этих вот узких горлышек, так
85:44
Speaker A
сказать, в цепочках в производственной и там в в во всём этом эном мире. Но, как мне кажется, это не ответ на вопрос, что делать как бы рядовому человеку в сегодняшних реалиях. Потому что, условно, ну, давай просто прикинем, какое количество людей в мире способно
86:04
Speaker A
придумать вот такую вот историю и реализовать её. Это количество людей, скорее всего, измеряется даже не тысячами людей. Ну, то есть типа это там сотню людей в мире, да, большинство из которых уже заняты чем-то другим. Но остаётся ещё как бы 8 млрд человек,
86:19
Speaker A
которые как бы, ну, объективно там просто не могут этого сделать. Вот. И они задаются вопросом: "Под им адаптироваться." То есть понятное дело, что когда к тебе приходит LLM модель там первая, и хоп, ты понимаешь, ой, она, блин, картинки можно делать с помощью
86:33
Speaker A
нейронки, и ты как дизайнер, естественно, начинаешь перестраиваться, да, или ты потом бац, там узнала, что она ещё с что-то может быть там переводы делает. Такой, ой, как я, как переводчик оптимизирую своё время и так далее. Ты как предприниматель узнал, а она,
86:44
Speaker A
оказывается, ещё и кодить умеет. Я классно, я мпишки буду, мне теперь команда не нужна никая. Я все МВшки могу собрать сам. Если мы как допущение берём ту концепцию, которую ты сейчас как бы преподнёс, да, что всё это будет вот
86:55
Speaker A
полностью цикл замкнётся, то для 9999% людей как бы в этой цепочке не остаётся функционального места. Или же всё-таки какое-то место есть. Какую ты видишь новую реальность для большинства людей?
87:11
Speaker A
Первый трек или там первое направление действий - это что мы можем сделать, чтобы потерять свою актуальность как можно позже.
87:17
Speaker A
Угу. Я не строю иллюзий относительно того, что условно я буду терять свою актуальность. Вот я решаю задачу, как мою актуальность потерять позже. Вот. Ну давай посмотрим, как бы у кого сегодня у первого забирает Aй работу.
87:34
Speaker A
Любой рутинный процесс. Любой рутинный процесс. Любой процесс, где у тебя нет каких-то уникальных данных.
87:48
Speaker A
Да, возможно и я сделаю всю работу, но всё равно нужно как бы кто-то должен поставить подпись. Ну, то есть вот, условно говоря, работы высоко с высокой добавочной стоимостью, работы с где нужно знать, а где ценность как бы в самой физической услуге, ну, условно,
88:08
Speaker A
там, не знаю, массаж, да. А где у тебя есть некоторые знания, данные, да? То есть некоторый тактильный фидбк. Ты знаешь, что это вообще такое получать массаж, ты знаешь, как у тебя возбуждается, какая часть мозга, а как ты реагируешь на какие-то разные виды
88:23
Speaker A
прикосновений, да? То есть вот это тоже очень там популярная фраза, которой и так понятно, что не и заменит человека, а человек с ияем как бы заменит человека, который им не пользуется. Вот агрессивнее, быстрее внедрять, смотреть на то, какие компоненты не внедряются.
88:42
Speaker A
Там то же самое, условно, не знаю, типа с докторами, с хирургией. То есть как бы очень много очень инертное законодательство, очень инерн.
88:53
Speaker A
И понятно, что очень многие вещи, даже если ей научится их делать хорошо, как бы долго не будут разрешать системы и позволять и отпускать, чтобы они делались. Вот здесь, наверное, рекомендация это вообще думать об этом.
89:08
Speaker A
Есть очень много исследований, есть очень много отчётов. Значит, крупные, э, крупные консалтинг консалтинг компании Макинзи, другие, они публикуют рейтинг, где им кажется и яй буду внедряться и заменять большую долю раньше, где как бы более твёрдо можно себя чувствовать,
89:27
Speaker A
понимать вообще этот нсп, задумываться о нём, искать его, читать, что они там публикуют, да, думать над своим треком, думать, куда подруливать, да, ты же можешь на работе делать одни задачи, можешь другие, можешь просить руководителя: "Я хочу вот туда". Да. То
89:39
Speaker A
есть я думаю, что это вот тот контроль, который есть у человека, и параллельно внедрять это. Вот, условно говоря, у меня есть ассистент Настя. Вот. И казалось бы, условно говоря, на сегодняшний день там огромная работу, которую она делает, огромную долю этой
89:56
Speaker A
работы, а может может делать. И, но как бы Настя очень классно внедряет его. И сегодня вот мы с ней недавно рефлексировали, типа она говорит: "Я за неделю сейчас делаю". Я смотрела своё расписание там типа год назад, а, нынешнедельно планирование, она говорит:
90:11
Speaker A
"Я делала в три раза меньше задач". Вот. То есть и как бы для меня это супер ценно. То есть она смогла это внедрить, она смогла разогнать. И всё равно в огромном количестве задач есть какие-то части, которые только она может сделать.
90:22
Speaker A
Где-то надо пешком пойти и что-то сделать, где-то надо по голове, где-то надо с кем-то обязательно созвониться.
90:26
Speaker A
И как бы по-другому просто этот процесс не пойдёт. Где-то надо взять ответственность, а где-то надо там, не знаю, типа пойти и, э, физически что-то сделать, не знаю, там, в посольстве, не знаю, в каком-то, а, госоргане, то есть как бы у тебя ты выедаешь всё, что можно
90:42
Speaker A
выесть, а как бы без ия, точнее, с ним, и у тебя остаётся просто то, что нельзя.
90:47
Speaker A
И пойти в это, сделать некоторый шаг, знаешь, вот как когда катаешься на сонборде, тебе надо как бы вес вперёд.
90:53
Speaker A
Это очень контринтуинтивно. То есть тебе хочется ради безопасности назад, да, как бы откинуться, а тебе наоборот надо сделать шаг и как бы вперёд. А вот как бы это вот такой совет, который я бы дал бы, то есть быть более осознанным, а
91:06
Speaker A
смотреть, куда это двигается, осознавать это, а понимать, что как бы падает первым, что падает вторым, что падает третьим. Вот. И подруливать свои траекторией и подруливать внедрением на ежедневной основе. То есть, по сути, для нас, неважно как для предпринимателей
91:24
Speaker A
или просто как для людей, как мы рассматриваем нас в данном конкретном случае, самое важно, самый важный навык - это умение сохранять свою актуальность перед AI. А, собственно, для того, чтобы это делать, нам нужно просто на шаг вперёд понимать, вот условно следующий
91:38
Speaker A
этап, следующая модель, какую работу, какие функции у нас эта хреновина забирает, и, соответственно, и дополняя свою жизнь разными инструментариями, пытаться забрать то, что он сделать не может. То есть и как бы не пытаться, скажем так, защитить себя таким образом, чтобы там
91:55
Speaker A
условно AI никогда не забрал нашу работу, но нужно пытаться как бы максимально продлять свою актуальность.
92:00
Speaker A
Вот. А если говорить с точки зрения качеств, мне понравилось, что ты сказал, это про всё-таки качество - это умение брать ответственность, потому что эта железяка в любом случае не сможет брать ответственность, да. Второй контроль, мне кажется, который есть, если мы вот мы сейчас
92:11
Speaker A
говорим про обычного человека, второе, мне кажется, намного более важное, о чём ему нужно думать, это опять же давай сейчас на каких-то прикладных вещах. Исторически доход, средний доход к рождения США рос примерно так же, как росдекс SB 500.
92:27
Speaker A
Угу. То есть в целом не было такого, что личные доходы росли там быстрее или сильно медленнее, чем росли доходы компаний, да? А индекс - это на самом деле что такое? Это дисконтированные будущие денежные потоки. То есть это по
92:40
Speaker A
сути есть доходы компании. То есть доходы компании и доходы людей в целом росли примерно одинаково. И с 2015 года что мы видим? Что мы видим, что индекс S&B 500 начинает просто очень сильно а отрываться. И последние 3 года, то, как
92:53
Speaker A
он отрывается от доходов людей, а это просто как бы как раз и есть вот это вот разрыв, разрыв, который как бы сейчас начинает, а, вырастать. Сейчас это маленький кусочек первый. Давай второй кусочек скажу. Если мы с тобой посмотрим на
93:09
Speaker A
доходности по разным типам активов исторически, то мы увидим, что на самом деле все активы примерно давали исторически похожую доходность. Усмотрим среднюю доходность по акциям, то она там была, не знаю, от 7 до 10% 7 10 11%.
93:24
Speaker A
Ну не было там большой какой-то доходности. Вот если мы с тобой посмотрим, это тоже понятно, почему.
93:30
Speaker A
Потому что ну а как ты рост ты не можешь эскалировать его бесконечно? Понятно, откуда взяться прогнозирование можешь пирожки начать печь в 100 раз быстрее или больше, типа, ну как бы вот потихонечку, а потихонечку как бы мы что-то улучшаем там-сям. Всё
93:43
Speaker A
ограничено человеческим временем. В теческое время как бы медленное, мы в целом медленные такие как бы ребята.
93:48
Speaker A
Недвижимость то же самое, там средняя доходность, по-моему, 6-7% была, а за там на большом треке там 50-70 лет.
93:55
Speaker A
У. Вот если же мы с тобой посмотрим, а что как бы что сейчас разлачивается, что происходит, если у нас есть компании, которые как бы могут воспроизводить сами себя и расти очень быстро, Угу.
94:08
Speaker A
то мы по сути видим, что у нас появляется какой-то новый класс актива, который имеет совершенно другую природу, да? То есть это не завод по производству булочек, это не завод, который там делает столы, это там, не знаю, не компания, да? То есть это не то, что
94:20
Speaker A
скелится медленно потихонечку и завязано на живых людей. То есть это появляется некоторый класс активов, который как бы может взрыво таким взрывообразом как бы структурировать и строить новую экономику. как будто бы мы перешли в точку, где владеть акцией и владеть
94:39
Speaker A
equityти становится намного более интересно, чем владеть любым другим типом активов, да? То есть, условно говоря, опять же, это не финансовый совет, но мне кажется, а люди будут это видеть. И, например, мой прогноз, что а когда люди увидят, как растёт
94:55
Speaker A
equityти, как растёт AIT, да, сейчас уже это видят. А как бы если то, что мы с тобой обсуждали будет верно, то это будет ещё много-много порядков роста, да? То есть это не 10 раз вырастет, это вырастет 10, в 100, в 1.000 раз. Вот. И
95:10
Speaker A
люди будут это видеть, они будут начнут перекладывать туда свой капитал, да? То есть, а это вот некоторая финансовая грамотность откладывать деньги и инвестировать в это, в эти акции, в эти компании, потому что ты как бы, да, она тебя дизраптит, но у меня в этом есть
95:24
Speaker A
маленький стейк, да, может быть, у меня пять акций гугла, я сегодня могу купить только пять акций гугла, но эти пять акций, как бы я запрыгнул хоть немножко вот на этот тренд, да, то есть как бы он теперь не
95:35
Speaker A
только против меня играет, у меня есть какой-то голос, да, то есть у меня есть какой-то частичка, ну вот в этом, что меня то я с этого просто бенефичу в прямом смысле, в этом как-то бенефичу. Вот это, наверное, второй контроль, который мне
95:47
Speaker A
хотелось проговорить, который есть у человека, которым, мне кажется, надо думать, да, то есть думать вообще, а как правильно инвестировать там те небольшие ресурсы, которые у человека есть. И третье - это, я думаю, что это, конечно, я думаю, самые важное - это вот контроль
96:00
Speaker A
в этой цепочке. То есть как нам сохранить контроль над государством? То есть типа здесь будут как бы советы будут банальные. Ну, то есть типа внимательно к этому относиться. То есть типа что у меня там за партии пойдут на
96:14
Speaker A
выборы, какая у них повестка, что они предлагают, кто эти люди. Я доверяю тем людям, я не доверяю этим людям, а что они предлагают? А как они хотят это будут делать? Задавать им вопросы. Как вы собираетесь удерживать контроль, не
96:27
Speaker A
знаю, типа над Теслой? Что вообще является контролем государства? Контролем государства являются армия, да? И у нас, кстати, у людей есть контроль над государством за счёт того, что армия - это люди.
96:40
Speaker A
Угу. что если как бы там начнут отдавать совсем дикие приказы, у нас есть возможность как бы нахер их послать. Ну то есть типа сказать: "Ребята, сорри, но это мы делать не будем". Да. В смысле, как бы там тоже это понимают. Смысли это
96:51
Speaker A
тоже некоторый наш инструмент контроля, да? Армия США, не помню, 15 млн человек. Предположим, мы это можно посмотреть по планам Теслы. Там через 3 года придём в мир, где Тесла произведёт 10 млн оптимусов.
97:05
Speaker A
Угу. То есть в Америке будет раздеплоено 10 млн оптимусов, которые управляются условно через раскатку, э, по Wi-Fi. Вот как моя Тесла обновляется по Wi-Fi, а значит, как бы на них можно расклотить новое, любую модель, новое программное обеспечение, как бы отправить туда новые цели. Как
97:25
Speaker A
это уже к вопросу, как государство собирается удерживать контроль над Теслой. Давай. Я вообще сегодня это не представляю, да. Как бы они же не могут проконтролировать, что он там раскатал, какую команду он отправил, как они физически, да, как они даже поймут,
97:39
Speaker A
как это контролировать. Ну, то есть как бы э ну он просто её отправил и всё, и через 30 минут взял контроль над страной. Ну, то есть как бы вот как они это будут контролировать, это очень нетривиальная задача. Вот. Но это уже я
97:54
Speaker A
это уже как бы совет для государства, да? Ты не спрашивал просто нам как нам как как нам какли государство. Ну типа вот мне кажется надо думать, кто эти люди, насколько я им доверяю.
98:06
Speaker A
Дальше какая у них повестка? А в смысле у нас сейчас вопрос, знаешь, как бы вы нам построите больницу или не построите?
98:14
Speaker A
Да. Это вот что избиратель сегодня спрашивает у государства. Угу. А мы как бы в следующий избирательный цикл, вот реально там условно в следующие 4 или 5 лет мы создадим некоторые системы, которые произведут больше благ, чем когда-либо производили на планете Земля.
98:31
Speaker A
Угу. И вот, мне кажется, основной вопрос у избирателя должен быть к к тому, как мы их будем распределять, да? Ну, то есть вот как бы солоном сегодня Nvidia печатает просто бесконечное количество прибыли. В смысле, это просто кэшмашина.
98:47
Speaker A
То есть как бы ребята не знают там, что с этой прибылью делать. То есть там 75% гросмар, а в этом году за только кусочек этого года произведен там она напечатала 120 млрд долларов прибыли. Вот как бы мы окажемся, они же как бы, ну, по мере
99:01
Speaker A
того, как будет вытесняться, ну, понятно, они найдут применение этим деньгам, то есть они аккумулируют, условно говоря, эти деньги дальше, да, какое следующий здесь должно включаться государство. То есть, давай. Я думаю, я верю в условно в мир, где, а сегодня условно работают таксисты, да,
99:17
Speaker A
на дорогах, а дальше придут компании и компании и внедрят э роботокси, да. Соответственно, они за счёт того, что внедрили роботокси, получат огромные сверхприбыли.
99:28
Speaker A
И вот задача государства будет забрать уй компании эти сверхприбыли и раздать их таксистам. Вот наиболее наиболее вероятно как бы этот мир, в который мы двигаемся. Но для этого нам надо, чтобы государство продолжало контроль сохранять контроль, да, над ними. Почему
99:45
Speaker A
мне кажется справедливо, чтобы человека как бы этот контроль был, да? То есть ты можешь сказать: "Харитон, а почему мы распределим по всем? Почему вообще это справедливо?" Харитон, а почему мы распределим по всем? Почему почему это не в Nvidia? Типа Nvidia же
99:56
Speaker A
работала 50 лет. Ну потому что как бы если ты посмотришь, что такое, - это то, во что скармливаются данные все денары. Да, то есть как будто бы он просто прочитал все речи за весь мир. Он прочитал всю историю, всё, что мы
100:10
Speaker A
пробовали, всё, что у нас работало, что нас не сработала. Каждый раз, когда ты пошёл, не знаю, купил что-то и оно тебе понравилось или не понравилось, ты написал какой-то отзыв, да, ты написал некоторый фидбек, когда ты попробовал, не попробовал запустить какую-то
100:21
Speaker A
программу, да, на Overflow и написал, типа, вот у меня такое решение сработало, когда ты поставил лайк и этот всплыл в STК Overflow, всплыл наверх как работающий рецепт. Они потом взяли этот лайк как информацию, что это работает, и взяли это с повышающим коэффициентом в
100:37
Speaker A
трейнинге. То есть как будто бы мы все создавали весь этот нодж всё это время.
100:43
Speaker A
И сейчас, ну, в каком-то смысле как бы можно посмотреть на это, ну, как на такое гигантское обдиралово. То есть как бы мы создавали, да, то есть условно рентгенологи э значит расшифровывали и говорили, где здесь рак есть, где здесь рак нету, и ставили диагноз и
100:57
Speaker A
учились по 6 лет, да, для того, чтобы как бы поставить этот диагноз. И сегодня как бы мы пришли в точку, в которой, а, ну, по сути, как бы вот ребята создали модель, скормив туда работу, на самом деле, всех этих рентгенологов вот за
101:11
Speaker A
последние там много-много лет. И теперь становится вопрос: ну, как бы а какое будет справедливое распределение, да, как, какими механизмами теперь достать, ну, прибыли, которые будут возникать в AI-компаниях и как их правильно распределить, ну, соответственно, как бы между всеми. И вот как бы это, я думаю,
101:31
Speaker A
что то, что должно намного больше заботить сегодня среднего человека, чем скорее всего заботит. Ты думаеш, что средний человек, если мы сейчас с тобой пойдём на улицу и спросим, большинство даже не думает об этом.
101:39
Speaker A
Он не знает. Он не думает, чтоже даже не знает да не думает, что как бы есть такая возможность. Он не думает, какие проблемы возникнут. Он не думает, кто его будет интересы представлять, какая у них повестка, как они это будут вообще
101:50
Speaker A
технически собираться это делать. Вот я думаю, что да, они не думают, да. И по факту то, что ты описал, это знаешь, условно люди инвестировали в это там годы и миллиарды, да, а сегодня все эти модели обучаются на этом как-то
102:04
Speaker A
бесплатном материале в какой-то мере, да, потому что это всё open source. Вот. И ну как бы какие данные сегодня самые ценные длямо-модели? Типа это научные данные.
102:11
Speaker A
Кто финансировал научные данные государства? То есть как бы кто платил налоги государства? Мы все. То есть как бы мы все заплатили налоги.
102:20
Speaker A
Мы на них как бы произвели огромное количество экспериментов и научного знания, которое сегодня легло в модели.
102:26
Speaker A
Эти модели уволят меня и, соответственно, не дадут мне ничего взамен. То есть это вот как бы, ну, пока мы двигаемся сюда, да? А что может этому помешать? какие-то спец, какие-то уникальные режимы налогообложения, то есть типа какие-то механизмы, как
102:44
Speaker A
экомпании, скорее всего, да, сегодня они не прибыльны, сегодня скорее как бы, ну, это вопрос опять же экспоненты, которая мы, которая ещё не выросла, то есть, но не нет сомнений, что они станут сверхприбыльными и вот как будет происходить capture этих прибылей, как
102:58
Speaker A
будет происходить вот этот перераспределение distстриб, типа, вот это очень интересный вопрос, да, интересно. Как бы для меня идея того, что все компании в какой-то момент обложат гигантскими налогами, условно, или называем это как угодно, для того, чтобы распределять эти деньги дальше в
103:14
Speaker A
виде базового дохода между людьми, она была как бы очевидна. То есть кажется это там, ну, в нашем контексте, по крайней мере, это плавает на поверхности, но через такую призму я никогда на это не смотрел, да, типа с какого хрена вообще это будут отдавать
103:25
Speaker A
людям. А по факту действительно, да, то тот тот мир, который сегодня нас окружает, он создан людьми. И каждый сделал свой вклад в виде налогов, не знаю, вложенных часов, ещё чего-то до всего этого вместе. Да, да, к элементом опыта. То есть по по факту там каждый
103:39
Speaker A
опыт каждый опыт. По сути, ты купил три микрофона, не знаю, у тебя два не понравилось, один понравился, и ты про это написал, который узнает модель, да. И вот сегодня, чтобы модель тебе порекомендовала реально классный микрофон. А, да, потому что если модель
103:51
Speaker A
будет рекомендовать плохой микрофон, эта модель нахрен никому не нужна. Никто не будет платить за этот AI. Типа ты будешь платить за AI, который классно порекомендовал. Но в этой рекомендации есть твой голос, твоя довой голос и твоя доля, потому что ты попробовал три
104:02
Speaker A
микрофона, как бы, и ты заплатил за те микрофоны, которые не работали. Да, интересно. Интересно.
104:08
Speaker A
Первый вопрос, как бы каким механизмом ты это можешь вернуть? Вторая, там ещё есть проблема - это как делать этотстрибью с учётом того, что скорее всего будут какие-то области, где быстро произойдёт, да? То есть давай в целом идея безусловного базового дохода как бы
104:20
Speaker A
она такая на поверхности всеми обсуждается. Ага. Но базовый это означает, что мы распределим на всех равномерно и на всех, да? То есть это опять же невозможно. Начнётся-то с чего?
104:30
Speaker A
Начнётся с того, что вот скорее всего через, не знаю, несколько лет э вот, например, конкретно таксисты. Просто здесь уже есть рабочее решение.
104:38
Speaker A
Ну и уже есть конкретные компании, которые взяли, вот как бы, да, в смысле, там просто строится фабрика роботокси, у которой есть известно сколько здесь там десятков миллионов в год машины она будет производить. Вот ты можешь просто посмотреть и предсказать
104:52
Speaker A
через какое количество людей сколько, да, разрешится работать. Вот. И как бы как им конкретно будем помогать, да, это хороший вопрос. Не знаю.
105:02
Speaker A
Да. Здесь ещё дальше возникает вопрос опять же как и в голосовании, да? Ну, то есть многие же говорят, что основная проблема того, как устроено голосование в демократических странах, что у тебя один человек равно один голос, да, и это
105:15
Speaker A
не совсем как бы корректно, потому что там типа есть человек, который обладает паспортом, обладает голосом, но не несёт при как бы в себе информации, знаний, компетенции, там, объёма капитала и, которые он несёт на этот мир. И как бы,
105:28
Speaker A
но при этом эти два человека, условно, они там голосуют одинаково, да, и здесь происходит то же самое. Берём сценарий, при котором там 99,9% людей как бы ликвидировало с рынка, а им нужен условно базовый доход. В каком виде он распределяется? Да, кто кто кто
105:41
Speaker A
получает доллар, а кто получает 10, а кто получает 100, да? То есть по возвращаемся на шаг назад. Я тебе сказал, что я вижу несколько узких горлышек, и как бы социальная проблема, она как бы на мой взгляд будет опять же
105:51
Speaker A
гораздо более острой, чем мы сейчас её можем ощутить или представить. Я здесь, наверное, знаешь, в каком-то мере Илон Маскана, я помню, на интервью спросили: "Илон, что будет через 10 лет? Всеобщее изобилие всего или беспорядки?" На что он сказал: "Наибольшей вероятность будет
106:08
Speaker A
и то, и другое". Дада. Да, абсолютно верно. То есть, но здесь как бы видишь, в чём ещё проблематика, что безусловно как бы, да, мы недооцениваем, скорее всего влияние всего это на нашу жизнь.
106:18
Speaker A
Но опять же, слушая тебя, и мы сейчас об этом ещё с тобой немного поговорим, например, следующая тема. Я думаю, что мы можем в какой-то мере переоценивать сроки, за которые это случится. Я помню, опять же, мы сидели с Гошей пару лет
106:30
Speaker A
назад, и как бы он мне говорил, что типа ты не понимаешь, там через 2 года вот тут в этом конкретно кафе мы будем сидеть и здесь типа будет не персонал, а робота. Ну, как бы забегая вперёд, как ты понимаешь, там всё ещё персонал,
106:42
Speaker A
типа, да, хотя и с той точки казалось, ну, всё идёт к тому, что через 2 года здесь будут роботы. Но там даже не пахнет роботами. Пока что там ломается кофемашина и вызывают мастера, который 2 часа едет и чинит эту кофемашину
106:54
Speaker A
100%. Вот. То есть вот с точки зрения таймингов, тайминги - это, мне кажется, самое сложное, а во что не попадает как бы большинство людей. И прогнозы, даже самые там большие умышего мира, они как бы не попадают. С таймингов я хочу
107:09
Speaker A
плавно перетечь а в то, как эти тайминги оценивают и в то, что у нас происходит вообще на финансовых рынках, потому что ты при том, что ты как бы занимаешься технологиями, ты делаешь продукт и так далее, ты ещё как бы активно участвуешь
107:22
Speaker A
финансово, э, собственно в рынке и инвестируешь в эти компании и, собственно, делаешь это достаточно успешно.
107:30
Speaker A
А и вот тут возникает у меня оченьоченьоченьочень много вопросов на тему происходящего. Значит, давай контекста немного для того, чтобы было понимание. Во-первых, вот то, что ты сегодня рассказывал, вот эту модель про понимание узких горлышек во всём производственном процессе, от момента
107:45
Speaker A
зарождения идеи до получения результата, как бы, который нам выдаёт модель, ты всё это разложил на определённую модель, которая позволяет тебе понять эти некие узкие места и исходя из этого предположить, что будет расти в цене, и как бы по опережающим показателям
108:02
Speaker A
понимать, где будет узкое горлышко, инвестировать в эти компании и на дистанции соответственно получать прибыль.
108:07
Speaker A
Значит, и то, что мы видим вообще на рынке, это не поддаётся как бы, ну, вот ничему. То есть, да, если мы посмотрим там на всякие разные кривые, не не путаю, чтобы людей, но как бы у нас отрывы от всех там средних, скользящих и
108:21
Speaker A
так далее, они вот происходят как бы вверх на абсолютно везде. Гиперскейлеры улетели в космос. А S&P 500 почти 8.000 долларов. NASDК, хоть там и чуть скорректировался, сейчас уже опять на хаях.
108:35
Speaker A
И вот слушая тебя, с одной стороны, мне кажется, твоя позиция во многом очень аргументирована. Ты опираешься на конкретные метрики, на конкретные факты и так далее, и так далее, и так далее. С другой стороны, я, как человек, который тоже так или иначе связан достаточно
108:50
Speaker A
давно с финансовыми рынками, видел очень много примеров, когда люди, одержимые чем-то, находили очень много подтверждений тому, почему их доводы, их модели и их аргументы правильны. И, собственно, это было там в кризис доткомов. Понятное дело, мы не сейчас не
109:07
Speaker A
будем говорить о том, что тогда это была пустфилькина грамота и все эти компании, они не делали продукты, а сейчас технология, меняющая мир. Действительно, это всё понятно. Это было и там в 2008 году во время там кризиса недвижимости, что там типа банки находили аргументы
109:21
Speaker A
тому, что они делают и почему это правильно и так далее, и так далее, и так далее. И кажется, что рано или поздно всё это как бы с точки зрения как бы финансовых рынках очень сильно упадёт, да. И более того, казалось бы,
109:33
Speaker A
какое к чёртвой матери дело вообще людям, которые нас смотрят, какое им чёртово дело до этих финансовых рынков.
109:40
Speaker A
Ну, потеряют какие-то там инвесторы там деньги и так далее. Но большинство не понимает, что на самом деле там лежат, в том числе и их деньги, потому что как бы крупные компании, крупные фонды, банки инвестируют их же деньги в эти же самые
109:54
Speaker A
компании через разного рода инструменты. Если вдруг рынки очень сильно падают, их начнут спасать, начнут печатать деньги, инфляция разгонится, и покупательская покупательная способность людей опять в очередной раз сложится в два раза. И то есть то последствие, которое мы можем
110:08
Speaker A
увидеть, оно без и если это произойдёт, оно безусловно очень сильно затронет всех людей. При том, что я абсолютно точно уверен, что эта технология поменяет мир и на дистанции там, если не 2, не 3 года, на дистанции 10 лет то,
110:21
Speaker A
что мы увидим в мире на улицах и в любом месте будет абсолютно не похоже на то, что происходит сейчас и то, что мы видим сейчас. Но это никак не связано с финансовыми рынками. Простой пример, наверное, я не знаю, хороший это пример
110:31
Speaker A
или нет. То, что мы видели с IPO скса, ну, это неадекватно. То есть это не укладывается ни в одну адекватную математическую модель, картину мира, вообще ни ничего. И и как будто бы звоночки уже есть. То есть, собственно, то, что произошло за последние пару
110:47
Speaker A
недель, когда акции огромного количества иишных компаний а просто обвалились. И, собственно, тот самый Леопольд, про который мы с тобой обсуждали со сложной немецкой фамилией, которую я не выговариваю, получил ликвидацию на свой прекрасный фонд, который был разогнан с 400,
111:02
Speaker A
условно миллионов до 20 млрд. Что ты думаешь по этому поводу? Насколько происходящее, на твой взгляд, адекватно? Насколько мы действительно при всей ценности самой технологии можем увидеть большой обвал на рынке? И о чём говорит тебе твоя интуиция, твой опыт,
111:18
Speaker A
твои модели? На это по-разному можно не смотреть. Давай сразя страна - это как бы де-факто. То есть де-факто у меня сегодня большая часть моего капитала в акциях инфраструктурной и компании, которые, мне кажется, являются потолмеком для строительства.
111:32
Speaker A
То есть это некоторый ответ действия на то, как я считаю. Вот здесь я должен сделать некоторую ремарку. То есть как бы я здесь имею мнение, и это мнение выражено некоторой ставкой, которую я поставил относительно всего капитала, который у меня есть. Вот. Теперь почему
111:49
Speaker A
как бы моё мнение такое. А давай сначала сравним с доткомом с нескольких разрезов. А-э, в доткоме мы клали оптику. Её клали, а, и она была не запитанная. То есть она за не разу не горела.
112:07
Speaker A
Она не эффективна, она просто лежала в земле. Она просто лежала в земле и она не горела. Мы её не включали там следующие 10-15 лет. Да. Сегодня она как бы вся, скорее всего, уже то, что там положено, было включено. То есть условно
112:20
Speaker A
бум - это некоторая, то есть пузырь - это некоро перепроизводство. То есть, условно говоря, мы в этот момент перепроизвели больше, чем нам нужно.
112:28
Speaker A
Если мы посмотрим с этого же ракурса, да, то есть ещё раз, там мы клали оптику и она не включилась следующие 10 лет.
112:34
Speaker A
99%, по-моему, 1% был запитан оптики, который тогда положили. Сегодня каждое GPU, которое ставится на рынке, она супервостребована, да? То есть, более того, она не просто востребована.
112:47
Speaker A
Сегодня, например, Nibius, а компания Nebus, у неё бэклок. БКлок - это сколько клиенты ожидают новых GPU.
112:55
Speaker A
Угу. Превышает годовую выручку больше чем в 10 раз. Если они возьмут всех сегодняшних клиентов, отдадут им GPU, а им дадут в 10 раз больше GPU, и они их тоже поставят, и они всё равно их продадут. Есть огромная жадность у рынка
113:09
Speaker A
к трейнингу и компьюту. Это компьют абсолютно во всём. То есть это не только М, да, то есть мы смотрим на это, как будто бы это некоторая лем система. То есть это, условно говоря, производственники тренируют модели, как оптимизировать производство. Там, не
113:22
Speaker A
знаю, аграрии тренируют модели, а значит, как нам лучше, а, предсказывать, когда делать урожай. И, а, это даёт реальные прибыли. А значит, там в медицине вот суперпров, а Alpha, а, которые научились, а, по-моему, даже Нобелевскую премию дали, а, одному из
113:41
Speaker A
разработчиков. Они по химия, они научились предсказывать конфигурацию любого белка, и это дало просто взрыв кандидатов на лекарства, которые вот взрыв именно по первым стадиям, да, по самому началу. То есть мы увидим результат там, не знаю, через 5-7 лет,
113:58
Speaker A
да, когда у нас пойдут вторые, третьи, а, выхода на рынок новых лекарств, да? То есть сегодня востребованность на чипы в 10 раз больше и ни один чип не простаивает. АUS положили 99% длядемия.
114:13
Speaker A
Вот второй средст, наверное, из которого можно посмотреть, из каких денег это фондировалось. То есть там это фондировалось из кредитов, то есть брались кредиты, а, и, собственно, происходило фондирование, то здесь сейчас мы тоже немножко начинаем заходить в кредиты после гиперскеле
114:29
Speaker A
начали кредито, но а условно говоря, если брать бюджет двадцать шестого года, да, гиперскилеры потратит 750 млрд долларов. Большая часть, наверное, там, не знаю, 650 млрд из этих 750 или даже е 680, ну, то есть давай 90%. И перскеллеры финансируют из
114:44
Speaker A
своих собственных денег. То есть это компетентные, а, покупатели, которые принимают решениние своих собственных денег. То есть, условно говоря, это можно себе представить как четыре дорогие компании, богатые, у которых есть прибыль, и раньше они на эту прибыль выкупали обратно свои собственные акции,
114:59
Speaker A
то сегодня как бы они инвестируют в некоторые в некоторые проекты. И давай теперь с их стороны посмотрим.
115:04
Speaker A
Представь, у тебя есть пекарня, да, она тебе приносит какую-то прибыль, и она уже не сильно растёт, да, то есть Google, ну, растёт там 15-20% в год.
115:13
Speaker A
Вот. И как бы ты понимаешь, всё это предел, то есть как бы, ну, не будут люди искать в Гугле в 10 раз больше, да, или там, не знаю, ты не сможешь продать рекламу в 10 раз больше. То есть это вот
115:23
Speaker A
некоторое ограничения твоего рынка, да, в Фейсбуке, а как бы всё, у тебя уже все люди все люди уже зарегались, как бы, и там в Инстаграме уже как бы всё время своё свободное проводят. То есть, э, сильно больше ты там, а, не получишь.
115:38
Speaker A
И вот как бы они такие сидят, и смотри, как бы давай с их стороны посмотрим. У них есть возможность получить вот этот билетик опцион, да? То есть они покупают некоторый опцион на то, что они смогут построить вот эту
115:52
Speaker A
экономику будущего, да, то есть типа что они могут стать компанией, которая будет владеться самым ценным ресурсом, которая самостоятельно сможет от начала до конца воспроизводить всю экономику и которая будет стоить, ну вот сколько такая стоит, если вся экономика - это 100
116:04
Speaker A
триллин, сколько будут стоить эти компании, понимаешь? То есть как бы ну бесконеч бесконеч, да? То есть это как бы условно вся экономика по мультипликатору, не знаю, ну это это слово про то разговор, что доллар как таковой в этот момент
116:16
Speaker A
перестанет иметь суть вообще, да? То есть если она сама всё может построить, вот представь, ты мог бы всё построить, зачем тебе вообще доллары деньги, да, я себе могу всё сделать для себя, да? Вот у тебя есть один ресурс -
116:24
Speaker A
это твоя приоритизация твоих собственных действий. Вот это как бы ты сам её приоритизируешь, и тебе никакие как бы деньги для этого не нужны. То есть потому что ты самодостаточный, да? То есть ты сам как бы её можешь строить.
116:35
Speaker A
Давай представим, что, не знаю, вероятность такого будущего 5%, там 10%, да? И ты собственник этой компании, ну, конечно, ты будешь играть в эту игру, понимаешь? То есть как бы, ну, то есть у меня условно ставка 20 к одному, а рискую я там одной или двумя
116:47
Speaker A
годовыми прибылями, да? Ты рискуешь двумя годовыми прибылями. То есть это на самом деле как бы Ну да. А значит типа а 2 года ты не будешь из своей пекарни булочной доставать при условии, что ты уже там такую булку
116:58
Speaker A
достал из своей пекарни, что вот и в целом для тебя риска нету. Да. И на самом деле как бы и куда эта прибыль раньше шла, типа выкупались акции, ну то есть как бы ну вот ты не будешь покупать акции. То есть как бы,
117:07
Speaker A
о'кей, у тебя будет в конце этих дву лет, не знаю, типа 200 млн акций, а могло бы быть там, не знаю, 100 95 млн акций. Вот как бы и вся разница для них, да? Но у тебя они купили как бы
117:19
Speaker A
пятидесятипроцентный шанс поучаствовать в том, чтобы быть вот иметь большой стейк вот в этом каком-то новом будущем, которое как бы все ожидают, что есть высокая вероятность, что оно будет построено и будет вот это огромное переспление ресурсов. Это вот со стороны
117:35
Speaker A
гиперскеллеров. Ну, то есть как бы рационально ли их делать с их стороны? Выглядит достаточно рационально. То есть как бы да, это дорого, но это дорого для нас. Ну то есть как бы а для них это достаточно дёшево. Теперь ээ давай про
117:49
Speaker A
ифраструктуру, да? То есть как бы потому что надо понимать, как как это всё выглядит. То есть за весь банкет платят на самом деле вот эти четыре компании.
117:57
Speaker A
То есть четыре гиперскеллера. Дальше всё остальное оно просто по цепочке. Они платят в Nvidia. Nvidia, условно, нужна память, они закупают память. Памяти нужны там тоже лабы. Это всё идёт в производство там типа, а, значит, фабрик, значит, им нужны системы
118:14
Speaker A
контроля тестирования, то есть типа и как быдын как бы вот вся эта штука запитывается от этих четырёх игроков.
118:24
Speaker A
Зачем, как бы вся индустрия следит? Во-первых, они довольно компетентные. То есть, знаешь, как бы у нас у всех есть, ну, или я там часто вижу в интернете, знаешь, такие: "А, да, кто это, далько покупают, да они вообще не понимают, что
118:39
Speaker A
они делают". А это как бы, ну, предположение, что мы компетентнее, чем они, а чем те, кто это покупает.
118:48
Speaker A
Те люди, которые видят все данные, как бы, да, и вообще намного больше данных. То есть они видят, как эти модели умнеют, потому что они сами их тренируют. То есть, да, сегодня как бы Google - это одна из там топ-три, а,
118:58
Speaker A
Frontier LAAB а которая собственно строят, а, Frontier. Ai, вот, э, они как бы видят все данные, они видят спрос, то есть никто лучше, чем они, спрос не видит, да, потому что они, собственно, это продают. И сегодня, если мы
119:11
Speaker A
посмотрим там вот по последнему кварталу, а какую выручку репортят, а все вот эти cloud cloud штуки, они уже как бы являются основным драйвером роста для этих компаний. То есть, условно, внутри Microsoft основной драйвер роста - это уже не MS Office, как мы его
119:29
Speaker A
знаем. Основной Office, основной драйвер роста - это то, что они перепродают компьютер, который они купили, да? То есть то же самое с Гуглом и то же самое с Амазоном, да? То есть, да, есть Amazon, прекрасный бизнес, но как бы
119:40
Speaker A
сегодня инвесторы покупают Amazon, потому что внутри него есть Amazon AVS, да, и как бы АВС как бы он имеет огромную маржинальность и он очень быстро, а, и значимо растёт. Они видят спрос, они понимают некоторое капси моделей, и у них как бы есть некоторые
119:57
Speaker A
forcast модели. Вот. И как бы исходя из этого, давай подумаем, предположим, что-то шло бы не так. Что бы мы видели с капексом, да? То есть, чтобы мы видели вот с этим их желанием инвестировать, но оно либо сохранялось бы, либо там,
120:09
Speaker A
возможно, уменьшалась. Вот. И зачем как бы каждый квартал, а, всё такое инвестосообщество внимательно следит.
120:17
Speaker A
Это затем это называется guidance. Guidance - это некоторый прогноз на год вперёд. А, то есть они, когда делают репорт, они говорят, они обновляют свой guidance на AI Infrastructure caps.
120:29
Speaker A
Сколько они планируют проинвестировать, да, в этом году в следующий квартал и как бы на год вперёд.
120:34
Speaker A
Ага. И мы видим последние пять кварталов, что они исключительно повышают. То есть типа все все гиперскилеры повышают. То есть если там условно мы начинали 2026 год, там типа был фарcast в районе 620 550, сейчас он уже подопрался к 800
120:53
Speaker A
млрдм, то есть и а вот Google а сейчас а немножко повысили а Amazon немножко повысили а guidance а по капексу, то есть Угу.
121:04
Speaker A
И здесь, конечно, как бы можно сказать, что они все сошли с ума. Вот. Но это как бы вот условно богатые компании, которые на свои собственные деньги покупают билетик, и они и они видят по першем показателям того, как умеют модели, и
121:19
Speaker A
того, как они уже сегодня могут продавать эти модели. Вот они, а, видят, что это интересно. Основное, зачем я слежу, а у меня есть какой-то набор живых показателей, на которые я пытаюсь смотреть, да? То есть, чтобы понять, как бы это безумие или не безумие. Конечно,
121:36
Speaker A
я основное, за чем слежу, это за тем, что модели становятся умнее. То есть давай как бы всё строится на том, что модели будут становиться умнее. То есть что они смогут быть в два раза более самостоятельными, давай скажем так,
121:47
Speaker A
каждые 7 месяцев. Вот мой личный критерий, как бы я продам всё своё портфолио, когда я увижу, что модель вышла на плато. То есть, не знаю, типа, пройдёт 3 месяца, и у нас нету релизов моделей, которые не ложатся в
122:01
Speaker A
логарифмических осях на линию, да? То есть вот как бы в этот день я продам все свои акции. То есть вот знаешь, рынок продаёт, когда перекрыли, а вот когда первый раз перекрыли амуз а было огромное off AI акций. Я туда
122:17
Speaker A
заходил. Ну, потому что какоя, блин, разница, да, вот в этой картине мира, которую я тебе рассказал, какая разница, закрыт он или не закрыт, да? Какая разница, какая нефть будет? Важно одно, модель стала достаточно сильной, да, к нужному. То есть она продолжает
122:31
Speaker A
усиляться в два раза каждые 4 месяца. Если да, у как бы вопрос просто: сколько мне надо подождать, да? Типа мне надо подождать три раза по два или там семь раз по два, понимаешь? То есть как бы это экспонент
122:45
Speaker A
в степени x, которая работает на меня. Это первое, на что, мне кажется, очень важно смотреть, как бы, если ты хочешь инвестировать в AI. Второе, а ты задаёшь вопрос, кто платит за банкет, насколько он купетенный? И, конечно, это менеджмент гиперскелеров. Это ребята,
123:01
Speaker A
которые платят своими собственными деньгами. А там вот немножко взял займов, а, за последний квартал Google, ну, там что-то 30, по-моемурдов они взяли, там 40. То есть сле относительно общего капекса - это на самом деле капля в море. То есть пока что они платят
123:14
Speaker A
своими собственными деньгами. и как они меняют своё мнение во времени. Вот. И как бы их аппетит, а, исключительно растёт. Наверное, если я увижу, что а Google Capex, а, снизил сильно, это будет очень очень тревожным знаком. Есть ещё такое горлышко тоже, которое может
123:32
Speaker A
всё разрушить. Это если Китай захочет, не знаю, блокировать Тайвань, потому что сегодня все чипы, все чипы, вот, не знаю, чипы в твоём телефоне, они были произведены в Тайване. Вот. То есть почти все электографические машины, 90% электрографии сегодня EUV, которая может
123:52
Speaker A
производить такие чипы, стоит на Тайване. Угу. И даже не надо его захватывать. То есть типа достаточно там морской блокады.
123:58
Speaker A
Вот. И у Китая есть довольно сильный инсентив на это. Почему? Ну, потому что они немножко отстают, у них фундаментально есть как бы перспективы догнать и обогнать а США. Но вот сегодня в моменте они отстают, и для них, конечно, очень выгодно
124:15
Speaker A
притормозить, а как бы общий прогресс. Ну и по сути, как бы, если они заблокируют, а если они заблокируют просто суда, да, делают блокаду, а, и не смогут выходить как бы судно с чипами из Тайваня, ну, это, конечно, тоже будет
124:30
Speaker A
проблема. То есть, в смысле, это будет проблема, где, скорее всего, я потеряю 80% своего капитала, исходя из моей текущей стратегии инвестирования. Я здесь условно мыслю, то есть, а, но при этом есть огромное количество показателей, на которые я смотрю, как
124:44
Speaker A
уменяют модели, и они только ускоряются. Если мы с тобой возьмём Fab 5, а, а, то Антропик релизит вместе со статьёй, а они релизют технический репорт, да, то есть и мы видим, что там есть эффекты того, что они сами не
124:59
Speaker A
могут спрогнозировать эффекта, да, от модели. Они говорят, что это модель, которую они научили на такой же прирост интеллекта быстрее всего. То есть, что из-за того, что у них модель, которая обучает, у них условно следующая модель учит предыдущую, предыдущая модель учит
125:13
Speaker A
следующую, что как бы настолько был сильный опус 48, что как бы фабл учился значительно быстрее. Они это отмечают, они отмечают acceleration скорости обучения моделей.
125:23
Speaker A
Угу. Вот, наверное, если бы я прочитал бы в этой статье, например, что там есть деакселерация именно скорости обучения моделей, меня бы это очень сильно бы тревожило. Вот. А, поэтому скорее моя парадигма, что я смотрю на какой-то набор точек, которые, мне кажется, важно
125:39
Speaker A
смотреть, чтобы сказать, что у нас есть проблема. Вот. А и пока что по ним по всем, а, а как растёт внедрение антропик? То есть антропик прогнозирует, что к концу, а, к концу, по-моему, октября поR - это прогнозная выручка. Это, короче, берётся
126:01
Speaker A
месяц натягиваем экстраполируем сегодняшнюю выручку на год натягиваем, да? Да. То есть они пробьют 100 млрд долларов, типа. И это вот если мы смотрели бы по маю, май к маю, рост антропика составил 42 икса. Ну, то есть как бы
126:19
Speaker A
а вот мы говорили, что не сложно предсказать, что будет, когда зёрнышко в два раза растёт, как быстро это становится для нас непонятным, то здесь как бы совершенно другие экспоненты, да, то есть как бы а условно говоря, которые судят про то
126:34
Speaker A
или там дают оценку, что это баббл, ну, конечно, основной вопрос их надо спросить. Ну, как бы вот у тебя есть спрос, который растёт 42x год к году.
126:44
Speaker A
Ну, то есть, а что с ним должно произойти? Он должен остановиться в какой-то момент. Он может остановиться, если модели, наверное, перестанут мнеть, но пока что не видно, ну, никакого а вот то, что называется фундаменс, да, то есть типа на уровне фундаментальных
127:00
Speaker A
каких-то. И совершенно другой вопрос, справедливо ли оценки всех компаний? Совершенно другой вопрос, да? Справедливо ли и ответ точно нет. Да.
127:09
Speaker A
То есть, например, как бы, если ты меня спросишь: "Справедливо ли Space X, а скорее нет". То есть справедлива литеesla, скорее нет. То есть давайте, давайте, это возвращаясь назад, то есть как бы это по факту то, о чём ты говоришь, типа
127:22
Speaker A
это ставка на то, у кого наибольшая вероятность сегодня срастить вот эти вот все вещи в себе, да, типа и роботов, и моделей, и так далее, да, это какая-то такая вот Давай, SpaceX - это, конечно, какая-то эмоциональная ставка, то есть, в смысле, и
127:35
Speaker A
как-то мягко ты назвал то, что произошло. Ну и там, конечно, мне кажется, у Илона много манипуляций в этом отчёте. То есть, условно говоря, давай зрителям скажем, что такое SpaceX как компания.
127:47
Speaker A
То есть это взята, значит, обычная SpaceX, как компания, которая летает в космос, да, и напихали туда, которой маленькая выручка, на самом деле, 20 млрд, вот годовая, которая растёт очень медленно и она убыточна.
128:02
Speaker A
Вот. А дальше туда присоединили и сказали, что вот мы построим датацентры, значит, вокруг всей солнечной вселенной, и, значит, как бы у нас там будут тароваты электроэнергии, датацентры, это значит будет будет всё мы. Ну, как бы, ну, теоречески, да, ну,
128:20
Speaker A
так мы с собой можем, да, сказать, ну, а вот мы будем, не знаю, производить железо и майнить метеориты, да? Давайте посчитаем всё железо на метеоритах, перемножим и скажем: "И рынок верит, что Илон это может сделать". Я как бы
128:35
Speaker A
суперфанат Илона, но вопрос, когда он сможет это сделать, да? То есть и э как бы а есть очень много обещаний, а которые ещё не реализованы там в рамках Тесла, да? То есть типа спрашивают: "А где друг, а значит траки, которые ты
128:50
Speaker A
обещал, а которых всё ещё нету, да? а са само а самоуправляемой. Поэтому конкретно SpaceX ну безумие.
128:59
Speaker A
Есть один очень важный триггер во всех этих оценках компаний и в том числе в твоей стратегии. Значит, за последний месяц мы увидели по не по некоторым компаниям падение -60%.
129:10
Speaker A
И, собственно, какие-то фонды получили ликвидации, в том числе. И если смотреть на графики этих компаний, я сейчас все названия не назову, но ты наверняка все их знаешь, как бы это выглядят как очень конкретные такие разворотные модели, где хаи поставлены. И как бы вот это такой
129:27
Speaker A
первый импульс для того, чтобы весь остальной рынок откорректировался очень сильно и произошли какие-то неизбежные вещи с деньгами, с разгоном инфляции, с потерей денег и так далее. Вот на это ты как смотришь? есть, потому что, смотри, очень важно отделять технологию, её
129:43
Speaker A
реальное применение от рынков. Рынки - это рынки, и рынки они зачастую не имеют никакой рациональности под собой. И то, что сейчас мы видим именно на рынках, не в технологиях, оно выглядит абсурдно. И вот это для меня является первыми
129:57
Speaker A
сигналами того, что мы вот сейчас что-то увидим. А, давай. Я сказал бы так. А человеку, когда он инвестирует, надо думать головой. И смотри, у меня есть несколько советов для тех, кто хочет инвестировать как-то в AI. Совет номер один: вообще не
130:13
Speaker A
использовать никакой вед. То есть самый AI - это огромный ведж. То есть это уже высоковолатильная история, у которой есть огромный апсайт. Мы с тобой обсудили, что если вообще тезис верный, без всякого левереджа ты получишь огромные доходности. Почему мы видим, а,
130:30
Speaker A
например, на рынке Южной Кореи, а там гигантский рост был биржигу, и там за последние несколько месяцев каждый, по-моему, десятый житель страны какие-то безумные числа Угу. получил margin call, потому что они видели как бы как супер росла биржа в течение
130:52
Speaker A
нескольких лет и просто все всё население пошло брать кредитым и начали вкладывать их с плечом.
131:00
Speaker A
И как бы сейчас реально сотни тысяч людей вот за последний месяц получили маржинколы на уровне всей страны. Вот. И здесь как бы совет первый вообще не использовать а никакие кредитные инструменты. То есть не использовать.
131:14
Speaker A
Вот там есть всякие, когда удваиваются доходы, а, а, доходы вверх и удваиваются потери вниз. Это, а, зашитые плечи, условно, да, это зашитые плечи. То есть, условно говоря, ты сходишь вверх-вниз, и ты не вернёшься в ту же точку, ты вернёшься в
131:29
Speaker A
точку ниже. Это просто математика. Вот. Не использовать банковские кредиты. То есть как бы, а, инвести инвестировать просто в то, что тебе по здравому смыслу кажется будет узким местом, будет ограничением, но инвестировать просто, ну да, как бы будет у тебя, не знаю, в
131:47
Speaker A
полтора раза меньше твоё портфолио. Ладно, смирись с этим. Типа у тебя самый яи - это мощный драйвер роста. К чему я это говорю? К тому, что я, вот мы сейчас говорим, что многие компании откатились на 60%. Ну, надо справедливости ради
132:00
Speaker A
сказать, что эти же компании, которые откатились на 60%, они за последний год выросли от 500 до 1.000%.
132:06
Speaker A
Вот если мы сейчас с тобой просто отсортируем компании, которая за последний месяц откатились на 60%, да, в в скринере и задаю им вопрос, насколько они выросли за последний год, там будут много сотен процентов. Да. И что это означает? что, а, условно говоря, был
132:23
Speaker A
некоторый рост, и люди инвестируют, они видят экспоненту в акциях и инвестируют. Они не задают вопрос. А надо задать вопрос: "А сколько стоит эта компания?
132:31
Speaker A
Сколько годовых прибылей сегодня стоит эта компания?" Да? То есть вот то, что называется PE Ration, да? P, да, да? То есть и здесь я бы так сказал, условно, типа, если мы находимся, не знаю, в интервале от 20 там до тридцати,
132:43
Speaker A
а если какая-то супербыстрая растущая компания, то может быть там 30 тире45 можно покупать. Если как бы мы видим там бесконечность, да, вот не знаю, SpaceX, она убыточная, там нельзя вообще P сказать, там можно сказать только сколько годовых выручек,
132:57
Speaker A
и то там будет 100, там 200, да, маржинальность любой компании в лучшем случае 20%. То есть это, условно говоря, если бы SpaceX стал бы прибыльным, это стало бы 500 лет, а там или не знаю, там типа 600 лет годовых прибылей. Вот такие
133:12
Speaker A
компании не надо покупать. Ответь мне на конкретный вопрос. При всём этом для тебя, когда ты видишь и насколько я понимаю, ты в том числе в акциях этих компаний, которые сейчас попроседали и ты видишь это, для тебя это говорит хоть о чём-то.
133:25
Speaker A
Ни о чём не говорит. То есть ты это на это не ориентируешься. Это абсолютно не ориентируюсь. То есть я решаю две задачи. Первоя, в хорошей ли компании я проинвестировал. То есть как бы я смотрю на как бы отчёт. То есть условно говоря,
133:38
Speaker A
вот выходит отчёт есть перевыполнение плана по выручке, нет перевыполнения по вывой ручке. Как меняется бэклок? Да. А, то есть, например, условно, там, а, я инвестор, не знаю, там, типа в одну из компаний, которая вот делает, а, такие sales, а, которые как бы hydrogen
133:54
Speaker A
пропускают и превращают это в электричество для датацентра, да. То есть ты смотришь на бклок, сколько у них заказов, на какой срок, да? И вот, условно говоря, у них был заказов, например, не знаю, типа, на 3,2 года, теперь у них на четыре, остало на
134:06
Speaker A
пять. Всё, как бы мне ничего не важно. Это самое важное, на что я смотрю, понимаешь? А люди, они сначала покупали акции, не посмотрев. Когда акция росла, они покупали не потому, что это классная компания, потому что компания растёт, а потому что они видели экспоненту, у
134:23
Speaker A
них случался ФОМА, и они из этого фома покупали, понимаешь? Ну то есть типа это очень похоже на пузырь. Я вот на это смотрю, когда условно акция была дорогой, я думаю: "Да вы с ума сошли, зачем вы покупаете? Это очень дорого,
134:34
Speaker A
это неадекватная цена. Не надо сейчас покупать". А люди покупают не потому, что это классная компания в классный момент времени, понимаешь? А просто потому, что у неё график за последние 3 месяца как бы сильные экспонента. Типа они такие покупают, вот там не надо
134:47
Speaker A
покупать, а потом в другую сторону начинает разворачиваться, понимаешь? То есть типа потом они начинают распродавать эту компанию, потому что у них случается страх, типа им страшно, они всё начинают продавать. Вот. И как бы здесь другое контруинтивное, как бы,
135:00
Speaker A
если у тебя акция классная, она растёт, ты видишь бклоги увеличиваются и все начали всё распродавать, как бы нужно держать строй, то есть типа нужна как бы железная дисциплина, то есть типа конечно мы это не будем продавать, то есть типа в смысле, это же вопрос
135:13
Speaker A
столько времени, понимаешь? То есть как бы акция всегда придёт туда, где фундаментал, то есть как бы это просто это просто какие-то эмоции у людей. Ну то есть типа тут они были супероптимистичные, здесь они испугались, типа расстроились, вот они
135:25
Speaker A
как бы дёргаются, понимаешь? Типа туда-сюда, туда-сюда. Как вот такие рывки происходят. Ну а советы какие? В самые депрессивные дни, как бы когда всё падает и когда кажется, что всё, ваше я и списывают, вот в эти дни и покупать. А когда ты видишь, типа,
135:41
Speaker A
что всё зелёное как бы и последние 3 месяца была экспонента, это вот как раз точка, где покупать не надо. А база, база купили на лаях, продали на хаях. Всё база. Именно так.
135:54
Speaker A
Мой совет как бы и давай, я уверен, что ещё будет очень много рывков. Выбери просто акции, которые тебе нравятся.
136:01
Speaker A
Подумай своей головой, где тебе кажется будут ограничения. Сегодня очень много материалов. Сегодня много там моделей про это строят, говорят, много на Ютбе рассказывают. Выбери эти точки, а дальше жди. Жди депрессии. Ну, то есть типа, а жди депрессии. Когда депрессия случится,
136:15
Speaker A
задай вопрос: депрессия фундаментальна или эмоционально? То есть типа это модели перестали учиться, это скорость обучения уменьшилась.
136:24
Speaker A
Это что произошло? Бэклоги сократились, гиперскеллеры больше не хотят инвестировать как основные клиенты, а или как бы это просто люди на ровном месте начали распродавать? И вот если второе, супер место, чтобы заходить.
136:38
Speaker A
Очень сложно подвести это под какую-то линию и очень сложно как-то кратко охарактеризовать. Но если бы ты вот сегодня, да, там, сам с собой разговаривал, тебе нужно было бы сделать какой-то ключевой такой вывод, ключевой тезис для себя подобрать, да, для того,
136:54
Speaker A
чтобы вообще вот как, не знаю, охарактеризовать происходящее и наметить некий вектор вообще дальнейшей мысли, даже не столько действия, дальнейшей мысли. Что это был бы за вектор? То есть как бы ты для себя сформулировал, в какую сторону тебя тебе нужно думать?
137:07
Speaker A
Да. Я думаю, что мы подошли к тому, чтобы сделать самую сильную, самую значимую инновацию и технологию.
137:17
Speaker A
Я думаю, что то, как она сильно изменит мир, это будет самое драматичное изменение, которое приведёт самое драматичное перераспределение капитала.
137:30
Speaker A
Первая статья, у которой сегодня наибольшее количество цитирований среди всех статей в мире- это статья, которая, собственно, стартовала AI.
137:38
Speaker A
называется attention is old unit. Внимание - это всё, что вам нужно. Это ключевой механизм в работе трансформера, да? То есть, по сути, трансформер - это некоторый стек внимания. И, наверное, я бы дал совет человеку среднему направить в это
137:54
Speaker A
внимание. То есть вот просто своё внимание направить сюда. То есть если вот это некая сцена, на которой это будет происходить, направить на неё внимание. И это то, что мне хотелось сделать, наверное, там этим разговором, это немножко направить внимание, не и
138:13
Speaker A
направить его, возможно, без эмоций, не переживая, без страха, не страх, что это экзиденциальная угроза, не страх, что как бы просто некое любопытство, что это такое, как оно работает, кто этим управляет, а какая доля меня в этом, что мне положено в этом.
138:34
Speaker A
какой они угрозы мне несёт, с какой стороны оно мне эти угрозы несёт, когда они начнут реализоваться по срокам, как мне им, а, противостоять, что я могу сделать, чтобы улучшить своё как бы будущее. Мне кажется, на кону мы можем с
138:49
Speaker A
одной стороны построить мир, в котором, блин, будет прикольно. Давай. Я думаю, что мы с высокой вероятностью можем построить мир, где, блин, каждый живёт долго, здоровый, счастливый, где у нас довольно ресурсов, чтобы сделать всем классную жизнь, да, где у нас нету
139:09
Speaker A
многих проблем, проблемы преступности, где нет проблемы проблемы миграции, потому что соно многие проблемы - это проблемы недостатка ресурсов, да, то есть, а, как бы те, ну, и мы можем как бы это подчинить, мы можем сделать там, не знаю, знаю, построить каждому дом. Но
139:26
Speaker A
для этого надо вот условно следующие там 10-15 лет сделать всем какие-то важные действия, а правильно этот этап пройти.
139:35
Speaker A
И вот, наверное, вот моё совет - это некое внимание, то есть типа задавать вопросы, читать адженды, а задавать вопрос: кто управляет этой компанией, что она делает, э, что я могу сделать, а как бы могу ли я начать откладывать,
139:50
Speaker A
могу ли я начать инвестировать, во что я должен инвестировать, а какой там объективный трекшн, что они обещают, то, что они обещают, реализуется или нет? А вот направить немножко внимание на этого. И я думаю, что там дальше многие вещи они сами произойдут.
140:06
Speaker A
Супер финальный блиц. Что ИИ ещё очень долго не сможет делать вместо человека и лучше человека?
140:13
Speaker A
Я думаю, что самое последнее и самое большое - это говорить, что мы хотим. Я думаю, что условно вайп-кодинг уже немножко про это. Ты сидишь и целый день надиктовываешь, как ты хотел бы, чтобы это было. Я думаю, что а в будущем а так будет всё. Ты будешь
140:30
Speaker A
сидеть и просто надиктовывать, какой ты хочешь дом. Сколько там должно быть комнат, какого цвета, чего мы хотим. Я думаю, это будет такая наша последняя работа.
140:39
Speaker A
Супер. Какой навык станет самым дорогим через 10 лет? Я думаю, что это навык людей, которые будут строить эти системы. Это мы уже сегодня видим, когда, а, ведущим AI-разработчикам буквально платят годовые зарплаты миллиард долларов в год. Такого никогда не было в истории чечества. Угу. Или вот
140:57
Speaker A
мы говорили, что лиграфическую машину могут собрать единицы людей в мире. Скорее всего, вот те навыки, которые будут ограничивать масштабирование этой системы, а, скорее всего, будут самыми дорогими в абсолютном значении.
141:13
Speaker A
Супер. А какой прогноз про искусственный интеллект ты считаешь самым переоценённым? Я думаю, что мы можем ошибаться сильно в таймингах. То есть я думаю, что даже не то, что, знаешь, как бы переоценённым, скорее я думаю, что прогресс будет очень
141:29
Speaker A
рваным, где-то намного быстрее, чем мы думали, где-то намного медленнее. Я думаю, что в целом я с тобой согласен, что очень сложно давать оценки таймингом. То есть будет интересно и прикольно но я думаю, что очень много ошибок в таймингах.
141:46
Speaker A
Супер. Финальное совет себе восемнадцатилетнему. возможно быть внимательнее и чувствительнее к тому, что ты хочешь, и смелее следовать этому.
141:58
Speaker A
Супер. Спасибо тебе большое. А мы с тобой за последние 2 недели провели примерно часов 12, наверное, вместе, учитывая, да, учитывая этот подкаст. И каждый раз мы садимся с тобой разговаривать. Время летит настолько незаметно, что даже сложно сложно объяснить. И очень, самое главное, что
142:15
Speaker A
очень интересно. И вот сегодняшний разговор, мне кажется, мы пытались то, что мы обсуждаем в какой-то мере, когда мы встречаемся вдвоём, а поделились частично хотя бы с людьми. Я думаю, что для многих это будет оченьочень интересная, в том числе прикладная
142:30
Speaker A
информация, потому что ты один из многих. Ты знаешь, я как сказал бы, я думаю, было бы прикольно, если бы получилось бы не просто поделиться информацией, а поделиться о чём можно им самим думать.
142:40
Speaker A
Думать, да, абсолютно верно. Я с тобой согласен. И я, собственно, вот в моём окружении ты один из тех, кто не просто изучает ИИ как и как технологию, но и участвуют в роли предпринимателя, в роли человека, который изобретает новую
142:54
Speaker A
технологию, в роли инвестора, в роли исследователя. То есть ты, получается, да, со всех сторон как бы имеешь некий такой спектр разнообразный. Это очень круто. Спасибо тебе большое.
143:04
Speaker A
Супер. Спасибо, Саш. Друзья, кто досмотрел нас, кому понравилось, обязательно подпишитесь на канал, воткните лайк под этим выпуском.
143:09
Speaker A
Самое главное, делитесь в комментариях выводами, идеями, инсайтами и тем, что сегодня подчерпнули. Ну и, конечно же, обмазывайтесь и применяйте. Всех обнял.
143:17
Speaker A
До новых встреч. Пока-пока.
Topics: искусственный интеллект ИИ Skyeng образование технологии бизнес экономика инвестиции разработка будущее

Get More with the SozAI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

App Store Google Play
Or transcribe another YouTube video here →

Free tools: TXT to SRT · SRT Validator · Merge SRT · Subtitle to Text · All tools

More from Александр Соколовский

View All
Что надо сделать до 40 лет, чтобы продлить жизнь? Научн… — Transcript 2:18:02
Что надо сделать до 40 лет, чтобы продлить жизнь? Научн… — Transcript
25,020 1 Russian
Хамис аз-Захрани – “Перед смертью” — Transcript 30:18
Хамис аз-Захрани – “Перед смертью” — Transcript
3,613 1 Russian
“ПРИМЕРЫ ВЕРЫ” Лекция, которая изменит вашу жизнь | Хам… — Transcript 26:08
“ПРИМЕРЫ ВЕРЫ” Лекция, которая изменит вашу жизнь | Хам… — Transcript
5,419 1 Russian
Обращение к тем, кто ищет счастья | Шейх Хамас аз-Захрани — Transcript 35:20
Обращение к тем, кто ищет счастья | Шейх Хамас аз-Захрани — Transcript
4,628 1 Russian
Агенты 540 — Transcript 1:24:54
Агенты 540 — Transcript
11,264 1 Russian
Как ИИ может изменить твою жизнь 🌟 #ai #ии #продуктивно… — Transcript 2:51
Как ИИ может изменить твою жизнь 🌟 #ai #ии #продуктивно… — Transcript
430 1 Russian
ЭТО ТВОЯ ПОСЛЕДНЯЯ ОСЕНЬ — Transcript 13:55
ЭТО ТВОЯ ПОСЛЕДНЯЯ ОСЕНЬ — Transcript
2,567 1 Russian
Германия в ШОКЕ! Последнее выступление Алис Вайдель (AfD) — Transcript 1:37
Германия в ШОКЕ! Последнее выступление Алис Вайдель (AfD) — Transcript
227 1 Russian
Федеральный судья. Подсудимый Нечаева (тяжкий вред здор… — Transcript 39:30
Федеральный судья. Подсудимый Нечаева (тяжкий вред здор… — Transcript
2,076 1 Russian
ТЕРРИ ПРАТЧЕТТ «ДЕД-ХРЮКУС». Аудиокнига. читает Алексан… — Transcript 11:26:05
ТЕРРИ ПРАТЧЕТТ «ДЕД-ХРЮКУС». Аудиокнига. читает Алексан… — Transcript
70,935 1 Russian
Как выбрать лазерный станок СО2? Полный разбор со сравн… — Transcript 35:58
Как выбрать лазерный станок СО2? Полный разбор со сравн… — Transcript
5,185 1 Russian
School of Finance – 101 Questions — Transcript 1:15:52
School of Finance – 101 Questions — Transcript
9,759 1 Russian