Греф: через 3-5 лет в РФ будут массовые банкротства среди компаний, если не внедрят ИИ
Глава Сбера считает, что ИИ не панацея. Большинство отраслей в стране находятся от ИИ на расстоянии миллионов световых лет.
В компаниях нет базовых принципов менеджмента. Поэтому, чтобы там появился ИИ, нужно решить базовые проблемы менеджмента и оцифровать процессы. И только после этого начать внедрять ИИ.
Сегодня в России на повестке дня должна стоять задача по созданию условий, чтобы компании массово подключались/трансформировались с ИИ.
В среднесрочной перспективе в течение 3-5 лет будут массовые банкротства. Победят те, кто применят ИИ.
Глава Сбера считает, что ИИ не панацея. Большинство отраслей в стране находятся от ИИ на расстоянии миллионов световых лет.
В компаниях нет базовых принципов менеджмента. Поэтому, чтобы там появился ИИ, нужно решить базовые проблемы менеджмента и оцифровать процессы. И только после этого начать внедрять ИИ.
Сегодня в России на повестке дня должна стоять задача по созданию условий, чтобы компании массово подключались/трансформировались с ИИ.
В среднесрочной перспективе в течение 3-5 лет будут массовые банкротства. Победят те, кто применят ИИ.
VK Видео
Развитие экономики: как выйти на оптимальную траекторию роста. Пленарная сессия Финансового конгресса 2025
Финансовый конгресс Банка России 2025 Пленарная сессия «Развитие экономики: как выйти на оптимальную траекторию роста» Российская экономика в 2023–24 гг. продемонстрировала впечатляющий рост вопреки очень значительному осложнению внешнеэкономической обстановки.…
1-й RL-only open source ИИ-агент для программирования, который учится на своем опыте
Together AI и команда Agentica выпустили ИИ- агента для программирования DeepSWE, который построен на базе ИИ- модели Qwen3-32B.
DeepSWE обучен с помощью обучения с подкреплением, т.е. модель учится решать задачи через пробы и ошибки, получая обратную связь от результатов своей работы.
DeepSWE использует rLLM — модульный фреймворк от команды Agentica.
На бенчмарке SWEBench-Verified, где ИИ-агенты решают реальные GitHub issues, DeepSWE показал 42.2% успешных решений с первой попытки и 59% при использовании дополнительного времени на обдумывание.
Together AI и команда Agentica выпустили ИИ- агента для программирования DeepSWE, который построен на базе ИИ- модели Qwen3-32B.
DeepSWE обучен с помощью обучения с подкреплением, т.е. модель учится решать задачи через пробы и ошибки, получая обратную связь от результатов своей работы.
DeepSWE использует rLLM — модульный фреймворк от команды Agentica.
На бенчмарке SWEBench-Verified, где ИИ-агенты решают реальные GitHub issues, DeepSWE показал 42.2% успешных решений с первой попытки и 59% при использовании дополнительного времени на обдумывание.
Telegram
All about AI, Web 3.0, BCI
Together AI introduced DeepSWE is a new SOTA open-source software engineering model trained entirely using reinforcement learning, based on Qwen3-32B.
DeepSWE is trained with rLLM, Agentica’s modular RL post-training framework for agents.
rLLM makes it…
DeepSWE is trained with rLLM, Agentica’s modular RL post-training framework for agents.
rLLM makes it…
Похоже, в Китае развитие ИИ замедлилось, несмотря на изначальный энтузиазм по поводу #DeepSeek @blockchainrf
По иронии судьбы, китайский индекс Terrific 10 значительно уступает американскому Mag 7 после успешных торговых переговоров между США и Китаем в Женеве.
Стоимость акций компании Cambricon, ключевого китайского производителя графических процессоров, когда-то считавшегося китайским ответом Nvidia, резко упала по сравнению с акциями Nvidia.
Падение цены акций Cambricon связано не только с технологическим отставанием, но и с ограничениями в производственных мощностях — Cambricon, будучи в черном списке США, не может использовать передовые технологии TSMC.
Huawei, с другой стороны, имеет большее влияние благодаря своим связям с китайским правительством и доступу к мощностям SMIC. Их чип Ascend 910B лучше подходит для задач вывода,но он всё ещё уступает Nvidia по производительности и экосистеме.
Тем временем долгожданный запуск DeepSeek R2 откладывается, и официальная дата релиза пока неизвестна. Даже если они используют менее мощные чипы, экосистема CUDA от Nvidia все ещё доминирует, а китайские альтернативы - CANN от Huawei, пока не могут конкурировать из-за нестабильности и сложностей в использовании.
Станет ли отсутствие доступа к передовым чипам ИИ непреодолимым препятствием для амбиций Китая в ИИ?
@blockchainrf
По иронии судьбы, китайский индекс Terrific 10 значительно уступает американскому Mag 7 после успешных торговых переговоров между США и Китаем в Женеве.
Стоимость акций компании Cambricon, ключевого китайского производителя графических процессоров, когда-то считавшегося китайским ответом Nvidia, резко упала по сравнению с акциями Nvidia.
Падение цены акций Cambricon связано не только с технологическим отставанием, но и с ограничениями в производственных мощностях — Cambricon, будучи в черном списке США, не может использовать передовые технологии TSMC.
Huawei, с другой стороны, имеет большее влияние благодаря своим связям с китайским правительством и доступу к мощностям SMIC. Их чип Ascend 910B лучше подходит для задач вывода,но он всё ещё уступает Nvidia по производительности и экосистеме.
Тем временем долгожданный запуск DeepSeek R2 откладывается, и официальная дата релиза пока неизвестна. Даже если они используют менее мощные чипы, экосистема CUDA от Nvidia все ещё доминирует, а китайские альтернативы - CANN от Huawei, пока не могут конкурировать из-за нестабильности и сложностей в использовании.
Станет ли отсутствие доступа к передовым чипам ИИ непреодолимым препятствием для амбиций Китая в ИИ?
@blockchainrf
Состояние вычислительных мощностей ИИ: реальные цифры и тренды - свежий отчет.
Объемы инвестиций достигли критической массы. Microsoft, Google и Amazon инвестируют $255 млрд в ИИ-инфраструктуру в 2025 году. Meta* планирует построить дата-центр стоимостью $200+ млрд.
При всем шуме вокруг NVIDIA H100, он используется только в 0.55% всех исследовательских работ по ИИ.
Потенциал роста огромен, но пока большинство исследователей работает на более доступном оборудовании.
Специализация по задачам становится нормой. LLM-исследования концентрируются на AMD MI300/MI250, Huawei Ascend и NVIDIA H100/H200. Робототехника почти полностью перешла на NVIDIA Jetson. Универсальных решений больше нет.
Крупнейшие кластеры ИИ 2025 года:
1. JUPITER Booster (Германия): 24,000 GH200
2. Microsoft Eagle: 14,400 H100
3. Shaheen III (Саудовская Аравия): 2,800 H100
4. Meta: 2 кластера по 24,576 H100 каждый
Общий парк: ~500k H100 и ~111k A100 по всему миру. Meta планирует достичь 350k H100 к концу года.
Неожиданные тренды:
1. Впервые за 6 лет количество исследовательских работ, цитирующих ИИ-чипы, упало на 11%. Возможные причины-консолидация вокруг проверенных решений и рост коммерческих, а не академических проектов.
2. Рост стартапов. Cerebras, Groq, Graphcore и другие ИИ-стартапы показывают +19% роста упоминаний в исследованиях. Пока это капля в море, но тренд указывает на диверсификацию экосистемы.
3. Персидский залив становится новым центром ИИ-вычислений благодаря доступной энергии и капиталу. К 2026 году ожидается заметное присутствие кластеров ОАЭ и Саудовской Аравии в глобальной статистике.
Прогноз: к 2027 году глобальные ИИ-вычислительные мощности вырастут в 10 раз до эквивалента 100 млн H100.
Ведущие ИИ-компании будут контролировать 15-20% всех мировых мощностей каждая.
Эра "гаражных" ИИ-стартапов заканчивается. Входной билет в лигу создателей фронтирных моделей теперь стоит миллиарды долларов.
*запрещенная организация в РФ.
Объемы инвестиций достигли критической массы. Microsoft, Google и Amazon инвестируют $255 млрд в ИИ-инфраструктуру в 2025 году. Meta* планирует построить дата-центр стоимостью $200+ млрд.
При всем шуме вокруг NVIDIA H100, он используется только в 0.55% всех исследовательских работ по ИИ.
Потенциал роста огромен, но пока большинство исследователей работает на более доступном оборудовании.
Специализация по задачам становится нормой. LLM-исследования концентрируются на AMD MI300/MI250, Huawei Ascend и NVIDIA H100/H200. Робототехника почти полностью перешла на NVIDIA Jetson. Универсальных решений больше нет.
Крупнейшие кластеры ИИ 2025 года:
1. JUPITER Booster (Германия): 24,000 GH200
2. Microsoft Eagle: 14,400 H100
3. Shaheen III (Саудовская Аравия): 2,800 H100
4. Meta: 2 кластера по 24,576 H100 каждый
Общий парк: ~500k H100 и ~111k A100 по всему миру. Meta планирует достичь 350k H100 к концу года.
Неожиданные тренды:
1. Впервые за 6 лет количество исследовательских работ, цитирующих ИИ-чипы, упало на 11%. Возможные причины-консолидация вокруг проверенных решений и рост коммерческих, а не академических проектов.
2. Рост стартапов. Cerebras, Groq, Graphcore и другие ИИ-стартапы показывают +19% роста упоминаний в исследованиях. Пока это капля в море, но тренд указывает на диверсификацию экосистемы.
3. Персидский залив становится новым центром ИИ-вычислений благодаря доступной энергии и капиталу. К 2026 году ожидается заметное присутствие кластеров ОАЭ и Саудовской Аравии в глобальной статистике.
Прогноз: к 2027 году глобальные ИИ-вычислительные мощности вырастут в 10 раз до эквивалента 100 млн H100.
Ведущие ИИ-компании будут контролировать 15-20% всех мировых мощностей каждая.
Эра "гаражных" ИИ-стартапов заканчивается. Входной билет в лигу создателей фронтирных моделей теперь стоит миллиарды долларов.
*запрещенная организация в РФ.
www.stateof.ai
State of AI Report Compute Index
The State of AI Report Compute Index tracks the size of public, private and national HPC clusters.
Илья Суцкевер только что: теперь я СЕО SSI
Дэниел Гросс с 29 июня официально больше не является частью SSI. Мы благодарны ему за ранний вклад в компанию и желаем ему успехов в его следующих начинаниях. О Гросс можно прочитать тут.
Теперь я официально являюсь генеральным директором SSI, а Дэниел Леви — президентом. Техническая команда продолжает подчиняться мне.
Вы, возможно, слышали слухи о компаниях, желающих нас приобрести. (Речь идет о Цукерберге). Мы польщены их вниманием, но сосредоточены на том, чтобы довести свою работу до конца.
У нас есть вычислительная техника, у нас есть команда, и мы знаем, что делать. Вместе мы продолжим создавать безопасный сверхинтеллект.
Инвесторы на ранней стадии Ильи тут.
Илья
Дэниел Гросс с 29 июня официально больше не является частью SSI. Мы благодарны ему за ранний вклад в компанию и желаем ему успехов в его следующих начинаниях. О Гросс можно прочитать тут.
Теперь я официально являюсь генеральным директором SSI, а Дэниел Леви — президентом. Техническая команда продолжает подчиняться мне.
Вы, возможно, слышали слухи о компаниях, желающих нас приобрести. (Речь идет о Цукерберге). Мы польщены их вниманием, но сосредоточены на том, чтобы довести свою работу до конца.
У нас есть вычислительная техника, у нас есть команда, и мы знаем, что делать. Вместе мы продолжим создавать безопасный сверхинтеллект.
Инвесторы на ранней стадии Ильи тут.
Илья
Экономика ИИ меняется: от подписок к оплате за результат. Низкая цена больше не гарантирует успех.
Исследование SemiAnalysis показывает структурные изменения в ИИ-индустрии на примере #DeepSeek , Anthropic , Google, OpenAI и др. конкурентов.
DeepSeek R1 предлагает цены в 10 раз ниже OpenAI ($0.55 vs $5+ за входные токены). Что привело к таким результатам:
- Трафик на собственной платформе падает
- Использование на сторонних сервисах растёт в 20 раз.
Причина - компания жертвует качеством обслуживания (25-секундные задержки, малое контекстное окно 64К) ради экономии ресурсов для исследований. Пользователи выбирают те же модели у других провайдеров с лучшими параметрами.
Новая математика эффективности
Anthropic столкнулась с дефицитом мощностей — скорость Claude упала на 40%. Но компания компенсирует это эффективностью - Claude использует в 3 раза меньше токенов для того же ответа
В результате, несмотря на 45 токенов/сек против 100+ у конкурентов, общее время ответа остаётся конкурентным.
Это меняет метрику успеха - важна не скорость генерации, а эффективность использования каждого токена.
Дефицит как новая реальность
Все игроки рынка ограничены вычислительными ресурсами:
1. DeepSeek: 10,000 GPU под санкциями
2. Anthropic: сделки с Amazon и Google на чипы
3. OpenAI и Google: борьба за доступные мощности.
Это создаёт разные стратегии оптимизации, где каждая компания выбирает свой компромисс между ценой, скоростью и качеством.
Переход к токенам как сервису
Растёт сегмент b2b-клиентов (Cursor, Perplexity, Replit), которые:
- Покупают токены для конкретных задач, а не общие подписки
- Легко переключаются между провайдерами
- Оптимизируют использование под свои нужды
Это фундаментально меняет экономику: от фиксированных месячных платежей к переменным затратам на "единицы мышления".
Практические выводы:
Цена токена — результат технических компромиссов, а не показатель эффективности технологии.
Специализация побеждает универсальность: инструменты для конкретных задач (кодирование, поиск) востребованнее общих чат-ботов.
Open source как обход ограничений: китайские компании открывают код, чтобы западные провайдеры тратили свои ресурсы на хостинг.
Эффективность важнее скорости: модели, решающие задачи с меньшим количеством токенов, получают преимущество.
В новой экономике ИИ успех определяется не ценой за токен, а способностью доставить результат с оптимальным балансом скорости, качества и стоимости.
Исследование SemiAnalysis показывает структурные изменения в ИИ-индустрии на примере #DeepSeek , Anthropic , Google, OpenAI и др. конкурентов.
DeepSeek R1 предлагает цены в 10 раз ниже OpenAI ($0.55 vs $5+ за входные токены). Что привело к таким результатам:
- Трафик на собственной платформе падает
- Использование на сторонних сервисах растёт в 20 раз.
Причина - компания жертвует качеством обслуживания (25-секундные задержки, малое контекстное окно 64К) ради экономии ресурсов для исследований. Пользователи выбирают те же модели у других провайдеров с лучшими параметрами.
Новая математика эффективности
Anthropic столкнулась с дефицитом мощностей — скорость Claude упала на 40%. Но компания компенсирует это эффективностью - Claude использует в 3 раза меньше токенов для того же ответа
В результате, несмотря на 45 токенов/сек против 100+ у конкурентов, общее время ответа остаётся конкурентным.
Это меняет метрику успеха - важна не скорость генерации, а эффективность использования каждого токена.
Дефицит как новая реальность
Все игроки рынка ограничены вычислительными ресурсами:
1. DeepSeek: 10,000 GPU под санкциями
2. Anthropic: сделки с Amazon и Google на чипы
3. OpenAI и Google: борьба за доступные мощности.
Это создаёт разные стратегии оптимизации, где каждая компания выбирает свой компромисс между ценой, скоростью и качеством.
Переход к токенам как сервису
Растёт сегмент b2b-клиентов (Cursor, Perplexity, Replit), которые:
- Покупают токены для конкретных задач, а не общие подписки
- Легко переключаются между провайдерами
- Оптимизируют использование под свои нужды
Это фундаментально меняет экономику: от фиксированных месячных платежей к переменным затратам на "единицы мышления".
Практические выводы:
Цена токена — результат технических компромиссов, а не показатель эффективности технологии.
Специализация побеждает универсальность: инструменты для конкретных задач (кодирование, поиск) востребованнее общих чат-ботов.
Open source как обход ограничений: китайские компании открывают код, чтобы западные провайдеры тратили свои ресурсы на хостинг.
Эффективность важнее скорости: модели, решающие задачи с меньшим количеством токенов, получают преимущество.
В новой экономике ИИ успех определяется не ценой за токен, а способностью доставить результат с оптимальным балансом скорости, качества и стоимости.
SemiAnalysis
DeepSeek Debrief: >128 Days Later
SemiAnalysis is hiring an analyst in New York City for Core Research, our world class research product for the finance industry. Please apply here It’s been a bit over 150 days since the launc…
В.Бутерин выступил против сбора биометрических данных у людей
Основатель Ethereum Виталик Бутерин в своей свежей статье высказался против централизованных биометрических систем в контексте цифровой идентификации.
Вот его основные претензии:
1. биометрические данные могут быть
•Подделаны
•Использованы во вред
•Скомпрометированы при утечке баз данных
2. Даже при использовании ZK-технологий, сканирование радужки глаза может позволить третьим сторонам проверять наличие World ID у пользователя, что раскрывает больше информации, чем необходимо.
3. В отличие от паролей, биометрические данные нельзя изменить. Если они скомпрометированы, человек не может получить "новые отпечатки пальцев" или "новую сетчатку".
Виталик приводит в пример проект World ID (ранее Worldcoin), созданный Сэмом Альтманом и Алексом Бланией, где уже зарегистрировано более 13 миллионов пользователей. Этот проект использует сканирование сетчатки для подтверждения «человечности» и выдачи уникального идентификатора. Несмотря на использование ZK-SNARK для защиты данных, Бутерин видит в нём угрозу анонимности, так как он ориентирован на модель «один ID на человека». Он также упоминает инициативы в ЕС и Тайване, которые следуют схожим принципам, подчёркивая, что глобальный тренд к унифицированным ID-системам может быть опасен.
Бутерин предпочитает плюралистический подход, где биометрия может быть одним из многих методов верификации, но не доминирующим или обязательным.
Основатель Ethereum Виталик Бутерин в своей свежей статье высказался против централизованных биометрических систем в контексте цифровой идентификации.
Вот его основные претензии:
1. биометрические данные могут быть
•Подделаны
•Использованы во вред
•Скомпрометированы при утечке баз данных
2. Даже при использовании ZK-технологий, сканирование радужки глаза может позволить третьим сторонам проверять наличие World ID у пользователя, что раскрывает больше информации, чем необходимо.
3. В отличие от паролей, биометрические данные нельзя изменить. Если они скомпрометированы, человек не может получить "новые отпечатки пальцев" или "новую сетчатку".
Виталик приводит в пример проект World ID (ранее Worldcoin), созданный Сэмом Альтманом и Алексом Бланией, где уже зарегистрировано более 13 миллионов пользователей. Этот проект использует сканирование сетчатки для подтверждения «человечности» и выдачи уникального идентификатора. Несмотря на использование ZK-SNARK для защиты данных, Бутерин видит в нём угрозу анонимности, так как он ориентирован на модель «один ID на человека». Он также упоминает инициативы в ЕС и Тайване, которые следуют схожим принципам, подчёркивая, что глобальный тренд к унифицированным ID-системам может быть опасен.
Бутерин предпочитает плюралистический подход, где биометрия может быть одним из многих методов верификации, но не доминирующим или обязательным.