IBM начали производство квантовых чипов в промышленном масштабе

Компания использует 300-мм полупроводниковые пластины на фабрике Albany NanoTech Complex — той же технологии, что применяется для массового производства классических чипов.

Недавно IBM установила новый рекорд в квантовых вычислениях.

Ранее, квантовые чипы компания производила на 200мм пластинах, а сейчас 300мм, так как технология позволяет:

- Тестировать больше вариантов дизайна за меньшее время
- Значительно сократить производственные циклы
- Выдерживать график выпуска новых чипов ежегодно
- На этой технологии уже производятся IBM Quantum Loon и Nighthawk, все будущие процессоры по дорожной карте IBM пойдут этим же путём.

Компания планирует создать отказоустойчивый квантовый компьютер к 2029 году.

JP Morgan выпустил 1-й в мире токен депозита в $ для институциональных клиентов.

Это как если бы ваш банковский счёт стал крипто-кошельком, но с гарантией банка и скоростью блокчейна.

Токен JPMD запущен на блокчейне Base — это Layer-2 сеть на базе Ethereum, разработанная биржей Coinbase. Их другие проекты тут.

JPMD можно использовать для:

- P2P-переводов между кошельками на Base,
- расчеты в DeFi, но только для институционалов. 24/7 доступность. Поддерживает реал-тайм ликвидность.

Уже Mastercard провел тестовые транзакции для платежей.

Это приносит триллионы TradFi-капитала onchain, ускоряя платежи и конкурируя со стейблкоинами.

Anthropic научила Claude управлять роботами

Команда опубликовала результаты Project Fetch — эксперимента, который показывает, хорош ли Claudе в эффективном взаимодействии с физическим миром через роботов.

Суть эксперимента - 8 исследователей Anthropic без опыта в робототехнике разделились на 2 команды. Задача была за 1 день запрограммировать роботов-собак на поиск и принос пляжного мяча. Одна команда работала с доступом к Claude, другая — без.

Результат исследования показал, что команда с Claude выполняла задачи в 2 раза быстрее и достигла большего прогресса. Только она смогла приблизиться к финальной цели — полностью автономному поиску мяча роботом.

Три фазы сложности:

1: Управление стандартным контроллером. Разницы не было.
2: Подключение компьютеров к роботу, получение данных с сенсоров, написание программы управления. Преимущество Claude стало очевидным.
3: Автономное обнаружение и принесение мяча. Команда с Claude почти справилась: робот находил мяч, двигался к нему, но точности управления не хватило для полного выполнения.

Где ИИ дал максимальное преимущество?
1. Подключение к оборудованию — критический момент.
2. Работа с лидаром (сенсор для 3D-визуализации) также оказалась камнем преткновения — команда без ИИ справилась только к концу дня.

Вывод: базовое подключение к оборудованию через код — на удивление сложная задача. Способность Claude справляться с этим эффективнее указывает на потенциал быстрого развития.

Интересно, что команда с Claude написала значительно больше кода, но не весь был полезен.

Забавное - робот команды с Claude чуть не врезался в стол соперников из-за ошибки в коде. Команды разблокировали трюки роботов — те танцевали, делали сальто, один участник создал контроллер на естественном языке.

McKinsey выставили всех AI-консультантов мошенниками.

В их свежем отчёте говорится, что 88% компаний используют ИИ, но 80%+ не видят никакого эффекта на прибыль.

Согласно данным аналитиков, 67% компаний застряли в пилотных, компании тратят $100k+ на консультантов, строят ИИ-стратегии, которые никогда не запустят, измеряют метрики вместо выручки.

Влияние на прибыль:
- 6 % видят ≥5 % роста EBIT.
- 80 %+ — никакого эффекта.
- 64 % говорят, что ИИ помогает инновациям, но 39 % видят хоть какой-то финансовый результат.

ИИ-агенты:
- 62 % экспериментируют.
- 23 % масштабировали хотя бы в одной функции.

Остальные ждут, пока кто-то другой сделает за них.

Тем временем разрыв в интеллекте огромный: в реальности можно собрать рабочий n8n-workflow за 2 часа, который реально двигает цифры, но компании думают, что им нужен 6-месячная дорожная карта и команда PhD.

Итог: 32% ожидают сокращений от ИИ, 13% — роста, остальные угадывают.

Пока бизнес сжигает бюджеты на пилоты, можно брать $10k-50k за автоматизацию, которая реально работает.

1-й японский эмитент стейблкоина заявил, что может заменить ЦБ Японии вскоре

CEO JPYC Норитака Окабэ предположил, что эмитенты стейблкоинов, такие как его компания, в ближайшие годы могут стать крупными покупателями японских государственных облигаций (JGB).

Это могло бы частично заменить роль Банка Японии, который сейчас сокращает свои покупки облигаций.

JPYC планирует инвестировать 80% поступлений от эмиссии в JGB (в основном краткосрочные) и 20% — в банковские депозиты. Доход компании будет генерироваться в основном от % по облигациям, а транзакции на старте бесплатны. Это делает стейблкоин привлекательным для японских фирм, которые сейчас тратят лишние средства на хеджирование и комиссии при использовании USDT, USDC.

Если спрос на JPYC вырастет до хотя бы 1 трлн йен в 2026 — это уже успех и прецедент.
А 10 трлн — прорыв, но не замена центральному банку.

Ранее, 7 ноября Агентство финансовых услуг Японии одобрило пилотный проект "Payment Innovation Project" по выпуску йен-стейблкоинов. Это сигнал о гос поддержке стейблкоинов для бизнеса.

Google представил ИИ-агента - прототип, тестирующий принципы AGI

ИИ- агент SIMA 2 предназначен для взаимодействия в виртуальных 3D-мирах, таких как видеоигры, и представляет собой шаг к созданию универсальных "воплощённых" ИИ-агентов, которые могут мыслить, общаться и учиться как люди.

SIMA 2 работает на базе модели Gemini и фокусируется на задачах в открытых, интерактивных средах, без доступа к исходному коду игр. SIMA 1 был тут.

У SIMA 2 есть:
1. Продвинутое мышление и планирование
2. Мультимодальное взаимодействие
3. Генерализация и адаптация. SIMA 2 обучается на данных из 8–10 игр, но применяет навыки к новым мирам. В экспериментах он успешно действовал в сгенерированных Genie 3 окружениях, которых никогда не видел. Это ключевой шаг к AGI — агент не заточен под одну игру.
4. Самоулучшение. SIMA 2 учится на ошибках через обратную связь от Gemini. Если задача провалилась, он анализирует, почему, и пробует заново. Это как самообучение через игру.

Google DeepMind видит SIMA 2 как основу для:
- Игр: Автоматические NPC, кооперативные компаньоны.
- Робототехники: Переход от виртуальных к физическим мирам (как Project Astra).
- AGI: Тестирование общего интеллекта в "песочницах" игр — безопасно и масштабируемо.

Anthropic отразил 1-ю крупномасштабную кибератаку, совершенную ИИ-агентом

Всё началось в середине сентября, когда команда заметила подозрительную активность в своей системе.

Это было нечто новое: злоумышленники использовали ИИ в "агентном" режиме, то есть не как советчика, а как полноценного исполнителя, который самостоятельно планирует и проводит атаки с минимальным вмешательством человека.

Атака затронула около 30 глобальных организаций, в основном из бизнеса, но были и госструктуры.

В небольшом числе случаев атакующим удалось проникнуть и извлечь данные.

Рекомендации от Anthropic
1. Для компаний: •Экспериментируйте с ИИ в SOC.
2. Для разработчиков ИИ: •Инвестируйте в safeguards. •Улучшайте детекцию jailbreaks, мониторинг агентов.
3. Общее: Делитесь угрозами (threat sharing), улучшайте детекцию, усиливайте контролы. Техники распространятся быстро — готовьтесь.

Космическая компания основателя Amazon успешно провела 2-й запуск тяжёлой ракеты New Glenn.

Компания Blue Origin смогла это сделать спустя 25 лет после своего основания, и теперь может привлечь клиентов Amazon и Пентагона.

Ракета Джеффа Безоса New Glenn впервые успешно приземлила первую ступень на баржу посреди океана и вывела на орбиту 2 спутника NASA ESCAPADE для изучения Марса. Стоимость миссии ~$80 млн.

Это 2-й полёт ракеты, способной нести до 50 тонн на орбиту и конкурировать с Falcon Heavy и Starship Илона Маска.

Первая миссия в январе 2025 прошла с выходом на орбиту, но посадка провалилась. А сегодня — полный успех.

Главный конкурент — ракеты Маска: Falcon Heavy от SpaceX(уже есть 12+ запусков, цена миссии ~$97 млн), а также Starship: 150+ тонн груза, уже 6 тестов, цена миссии в будущем — $10–20 млн.

Среди американских тяжёлых ракет, помимо SpaceX, прямым конкурентом выступает Vulcan Centaur от ULA — СП Boeing и Lockheed Martin. Она уже летает, но не многоразовая и несёт до 27 тонн. Тем не менее, именно Vulcan и New Glenn делят контракты Пентагона по программе нацбезопасности.

В средне-тяжёлом классе рынок плотно занят Falcon 9, которая доминирует с сотнями запусков, но скоро подтянется Neutron от Rocket Lab с полной многоразовостью и первым стартом в 2026 году. Европейская Ariane 6 и японская H3 тоже претендуют на долю, хотя и без возврата ступеней.

У Китая в свою очередь есть Long March 5 (или CZ-5) с грузоподъёмностью до 25 тонн на низкую околоземную орбиту; она уже провела 16 запусков (15 успешных) и используется для лунных миссий и космической станции Tiangong. А в перспективе — супертяжёлые проекты Long March 9 (аналог Starship, 150+ тонн, частично многоразовый, запуск не раньше 2028) и Long March 10 (для лунных высадок, 2025–2027). Эти разработки в основном для внутреннего рынка и Азии, но они снижают зависимость от Запада и повышают глобальную конкуренцию по цене и частоте полётов.

Blue Origin уже получила от Amazon заказ на 83 запуска для Project Kuiper, но конкурирует за них с ULA и SpaceX. Чтобы удержать клиента, New Glenn должна доказать надёжность и снизить цену до $80–90 млн. Пока SpaceX контролирует около 90 % рынка тяжёлых запусков, но сегодняшний успех с посадкой ступени — это сигнал, что Blue Origin в игре.

Как встраивать ИИ в бизнес и не прогореть, когда модели становятся товаром

Мнение Альфонсо Гонзалес, ex-Google, основатель Crossmint, инвестор.

Тема инвестиций сильно сейчас обсуждается на волне пузыря вокруг стартапов, а также свежего мнения ex-CEO Reddit.

Он предлагает фреймворк из 3 компонентов, без которых ИИ-продукт не взлетит:

1. Интеллект. Его уже дают OpenAI, Anthropic и Google. Своя специализированная модель — почти всегда мёртвый груз. Исключение: робототехника и on-device, но это <5% рынка.
→ Не стройте стартап вокруг «умной модели». Берите API и двигайтесь дальше.

2. Контекст и действия. ИИ должен видеть данные и уметь на них влиять: через API, интеграции, доступ к закрытым базам.
В маркетинге и контенте — всё открыто, выигрывают универсальные решения.
В медицине, финансах, HR — данные закрыты, moat у спецов на 3–7 лет.
→ Со временем всё станет APIfied. Когда — преимущество исчезнет.

3. Продажи. Пока решения принимают люди, выигрывают вертикальные игроки: чёткий бренд, понятный кейс, адаптированные продажи.
CAC ниже, конверсия выше.
→ Через 1–3 года закупки начнут делать ИИ-агенты. Тогда рост остановится. Выживут только те, у кого есть искусственная лояльность: данные внутри, дорогие контракты, привычка.

Что делать?
- Ставьте на компании с доступом к закрытым данным и длинными контрактами.
- Готовьтесь к потолку роста через 1–2 года.
- Следите за двумя таймлайнами:
→ Когда отрасль откроет API?
→ Когда агенты начнут закупать софт?

Конкурент Neuralink - Synchron оценен в $1млрд и привлек $200млн

Эти деньги пойдут на ускорение коммерциализации их платформы Stentrode, разработку передового транс катетерного высококанального интерфейса для всего мозга, расширение операций по Cognitive AI в Нью-Йорке для обучения моделей, которые в реальном времени декодируют мысли из мозговых данных.

Ранее, другой лидер рынка получил разрешение первое на коммерческую деятельность.

Раунд Series D возглавил фонд Double Point Ventures. В нём участвовали существующие инвесторы, такие как ARCH Ventures, Khosla Ventures, Bezos Expeditions, NTI и METIS.

Новыми партнёрами стали: Australian National Reconstruction Fund, T.Rx Capital, Qatar Investment Authority, K5 Global, Protocol Labs и IQT.

Общий объём инвестиций Synchron теперь составляет $345 млн.

Synchron — лидер в создании минимально инвазивных нейроинтерфейсов (BCI). Их флагманский продукт Stentrode™ — эндоваскулярный BCI, который устанавливается через катетер без открытой операции. У компании большие коллаборации с NVIDIA, Apple.

А вот оценка Neuralink сегодня составляет $9млрд, а последний раунд принёс $650 млн 2 июня 2025 года. Все благодаря имени Маска.

О том, что сейчас на рынке происходит BCI, читайте в нашем аналитическом материале, а также отчет Morgan Stanley.

ChatGPT теряет интерес юзеров, а Цукерберг говорит о пузыре ИИ

На закрытом квартальном звонке с крупными инвесторами финансовый директор OpenAI Сара Фрайр поделилась общими показателями компании, все растет вверх. Однако есть проблема - вовлечённость пользователей в ChatGPT снизилась по сравнению с пиком 2024 года. Причины - насыщение рынка, конкуренция от Google, Anthropic и даже бесплатных аналогов, плюс усталость от ИИ-хайпа.

Фрайр также упомянула планы по монетизации: реклама в продуктах, партнёрства с e-commerce и "revenue-sharing" с корпоративными клиентами.

Это первый публичный сигнал о возможном замедлении роста флагманского продукта OpenAI, несмотря на общий бум ИИ.

Одновременно с этим Марк Цукерберг заявил своим сотрудникам, что OpenAI, Anthropic рискуют обанкротиться, если неверно оценят временные рамки своих ставок на ИИ. Он подчеркнул, что эти стартапы тратят огромные $ на разработку и инфраструктуру, но не генерируют достаточной прибыли, чтобы выдержать возможный лопнувший пузырь в ИИ-секторе.

Цукерберг противопоставил этим стартапам гиперскейлеры, которые обладают большим денежным потоком. По его словам, такие компании могут не только пережить кризис, но и выйти из него ещё более сильными, инвестируя в долгосрочные проекты без немедленного давления на прибыльность.

Вот это будет самое интересное на AI Journey: М. Лебедев, А. Колонин, А. Никоноров, Х. Хоу, С. Марков.

21 ноября. Включите послушать по возможности.

Итоги уходящей недели, то, что имеет значение в России и мире

Образование, наука вместе с ИИ

Сэм Альтман создает Манхэттенский проект 2.0 для науки — все подробности нового масштабного проекта по ускорению научных открытий.

OpenAI официально заходит в образование Казахстана на национальном уровне от школ до университетов.

Google представил свою концепцию будущего образования с ИИ.

Нейротехнологии и биотех

Конкурент Neuralink — Synchron оценен в $1 млрд и привлек $200 млн инвестиций.

Гонка за создание виртуальных клеток человека — обзор текущей ситуации.

Разработка и исследования ИИ

Google представил ИИ-агента — прототип, тестирующий принципы AGI.

OpenAI разработала новый способ обучения малых ИИ-моделей.

Новая работа ЛеКуна — LeJEPA: самообучение без «костылей» с математическими доказательствами.

Meta* представила ИИ-модель для рекомендательной системы.

OpenAI выпустили практическое руководство по автономному переобучению ИИ-агентов.

Google выпустили инструкцию по построению ИИ-агентов и их таксономии — свежие стандарты и подходы.

Anthropic научила Claude управлять роботами.

AgentEvolver позволяет ИИ-агентам самосовершенствоваться без ручной настройки промптов.

ByteDance + Yale + NYU + Tsinghua создали AlphaResearch — ИИ-агент, который ищет новые алгоритмы вместо использования известных.

Alibaba представила ReasonMed — крупнейший датасет для медицинского reasoning, улучшающий работу LLM в клинических вопросах.

Meta представила Omnilingual ASR — распознавание речи для 1600+ языков, включая 500 языков с низким покрытием.

Pleias выпустили полностью синтетический датасет для предобучения SYNTH — плюс два новых SOTA reasoning-модели.

ByteDance запустили Doubao-Seed-Code — модель, специально разработанную для программирования.

AELLA — open-science инициатива для доступа к научным исследованиям через структурированные саммари от LLM.

AlphaProof от Google достиг уровня серебряной медали на Международной математической олимпиаде — методология опубликована в Nature.

Anthropic улучшили фронтенд-дизайн Claude через Skills — с плагином для Claude Code.

Бизнес и индустрия, связанные с ИИ

Сэм Альтман об экономике ИИ: недвижимость и земля станут самыми дорогими активами, где спрос обгонит предложение.

Ян Лекун уходит из Meta* — главный научный сотрудник по ИИ и лауреат премии Тьюринга планирует создать собственный проект.

CTO Intel перешел в OpenAI — займется строительством инфраструктуры компании.

McKinsey выставили AI-консультантов мошенниками.

Как встраивать ИИ в бизнес и не прогореть — мнение Альфонсо Гонзалес, ex-Google, основатель Crossmint.

Рынок ИИ-стартапов от экс-главы Reddit: мало шансов заработать на ИИ.

ChatGPT теряет интерес пользователей, а Цукерберг предупреждает о пузыре ИИ.

Moonshot AI: квантизация — не компромисс, а новая парадигма в развитии моделей.

Блокчейн, криптовалюты и финансы

Visa начинает расчеты в стейблкоинах для фрилансеров, гиг-экономики и создателей контента.

JP Morgan выпустил первый в мире токен депозита в $ для институциональных клиентов.

1-й японский эмитент стейблкоина заявил, что может заменить ЦБ Японии в ближайшем будущем.

ЦБ Чехии создал пилотный портфель цифровых активов на $1 млн из биткоина, долларовых стейблкоинов и токенизированных депозитов.

Инфраструктура

IBM начала промышленное производство квантовых чипов.

Anthropic инвестирует $50 млрд в дата-центры в Техасе и Нью-Йорке — запуск объектов в 2026г. https://www.tg-me.com/alwebbci/3783

Anthropic отразила первую кибератаку, совершенную ИИ-агентом. https://www.tg-me.com/blockchainRF/12382

Транспорт и космос

Яндекс запустит беспилотные такси в Москве в 2026 году — начало пилотного проекта. https://www.tg-me.com/blockchainRF/12373

Космическая компания основателя Amazon успешно провела запуск тяжелой ракеты New Glenn — обзор ситуации в частном секторе. https://www.tg-me.com/blockchainRF/12383

Мудрость недели

Баффет в прощальном письме признал, что чувствует себя лучше во второй половине жизни, чем в первой — принятие себя важнее физических возможностей. https://www.tg-me.com/blockchainRF/12370

*запрещенная компания в РФ.

Питер Тиль продал все свои акции в Nvidia, а Баффет вошел в Google

Оба шага отражают осторожный пересмотр позиций в условиях перегретого рынка ИИ и высоких оценок.

Тиль через свой хедж-фонд Thiel Macro полностью вышел из позиции по Nvidia - радикальный шаг, который сократил долю Nvidia почти на 40% от общего фонда, и он идеально вписывается в более широкую перестройку инвестиций Тиля.

Тиль полностью вышел из Nvidia:
- Продал ~537 тыс. акций (около 40% портфеля фонда).
- Оставшиеся средства сосредоточены в 3-х компаниях: Tesla (39%), Microsoft (34%), Apple (27%).

Тиль меняет фокус с чистого AI-аппаратного гиганта (Nvidia) на платформенные компании с более устойчивыми доходами.

А Уоррен Баффет сделал редкий шаг и открыл позицию в Alphabet:
- купил ~17,9 млн акций класса A на $4,3 млрд.
- Это 10-я по величине позиция в портфеле Berkshire.
- Покупка совпала с сокращением доли в Apple и Bank of America, а также ростом наличных до рекордных $344 млрд.

Для Баффета, традиционно избегающего чистого tech, это редкий шаг в сторону компании с доминирующим положением в поиске и растущим облачным бизнесом.

Рынок интерпретирует их действия как сигналы:
- Снижение аппетита к рискам в чистом ИИ-железе (Nvidia).
- Предпочтение платформ с широкой экосистемой и предсказуемыми доходами.
- Готовность к возможной коррекции после года ралли.

Посмотрим, что будет в 4-м квартале— там будет больше ясности по устойчивости ИИ-тренда.

Ранее SoftBank плотностью вышел из Nvidia.

Китай обыгрывает США. Венчурные фонды в шоке: 80% стартапов используют китайские open-source ИИ-модели

Они вложили миллиарды $ в американские лаборатории, а теперь оказывается, что почти все новые стартапы в Долине построены на китайском софте.

Некоторые фонды пока в закрытых чатах говорят, что теперь требуют от стартапов план миграции на американские/европейские модели через 12–18 месяцев.

На закрытой встрече партнер одного из самых влиятельных фондов a16Z сказал следующее:

«Когда стартапы приходят к нам на питч, в ~80% случаев они уже используют китайские open-source модели (прежде всего DeepSeek, Qwen, Yi, GLM-4 и т.д.)».

Получается, если даже в Кремниевой долине 80% новых ИИ-стартапов выбирают китайские модели, потому что они дешевле, часто быстрее и не хуже по качеству, то в ближайшее время этот показатель в США приблизится к 100%, а во всём остальном мире — и подавно.

О том, что китайская модель развития ИИ может так сработать, мы писали ещё в марте.

Что именно сейчас происходит (по состоянию на середину ноября 2025)?

1. Китайские лаборатории (DeepSeek, Alibaba Qwen, 01.AI Yi, Baichuan, Moonshot, Zhipu и др.) выпускают open-source модели, которые:
- по многим бенчмаркам (особенно код, математика, длинный контекст) обгоняют или находятся на уровне Llama-3.1/4, Mistral, Gemma 2 и даже иногда приближаются к GPT-4o и Claude 3.5/3.7;
- полностью открыты (веса + архитектура + часто даже тренировочные данные и код обучения);
- бесплатны и могут запускаться локально или на дешёвых кластерах.

2. Американские закрытые модели (OpenAI, Anthropic, Google, xAI) стали значительно дороже:
- GPT-4o: $2.50–10 / млн токенов
- Claude 3.7 Sonnet: ~$3–15 / млн
- Gemini 2.0 Flash: всё ещё относительно дешёво, но сильно уступает новым китайским моделям по возможностям
- При этом китайские open-source модели — $0 (если запускать самому) или $0.05–0.20 / млн токенов через китайские облака (DeepSeek API, Together.ai, Fireworks и др. уже хостят их по бросовым ценам).

3. В результате стартапы массово переключаются на DeepSeek-V3 или Qwen-2.5-72B-Instruct, запускают на 8×H100 или даже на кластере L40S/RTX 4090 и получают производительность на уровне или выше за 5–20% стоимости.

Многие уже даже не скрывают это на питчах: «Мы используем DeepSeek как бэкенд, а сверху тонкая обёртка + RAG + свой промпт-инжиниринг».

Появился термин «Chinese open-source risk» — инвесторы начали спрашивать на due diligence: «А что будет, если завтра DeepSeek исчезнет или китайское правительство запретит экспорт весов?»

Многие считают, что 2026–2027 годы станут моментом, когда почти весь новый ИИ-продуктовый слой в мире (кроме самых чувствительных правительственных/корпоративных применений) будет работать на китайских open-source моделях или их форках.

Джефф Безос вывел из тени свой новый стартап, где стал СЕО

Project Prometheus — ИИ-стартап по применению ИИ в инженерии и производстве в ключевых отраслях: компьютеры, автомобили и космические аппараты.

Похожий стартап есть и у Ларри Пейджа.

Уже на старте в компании работает почти 100 сотрудников, многие из которых — топ-специалисты из OpenAI, Google DeepMind и Meta(запрещена в РФ).

Компания фокусируется на физическом ИИ — технологиях, которые ускоряют проектирование, симуляцию и автоматизацию производства, включая робототехнику и предиктивное моделирование.

Безос не только инвестирует в проект, уже привлечено $6.2млрд, часть из которых лично дал основатель Amazon, но и будет управлять им совместно с сооснователем Виком Баджаджем, физиком и химиком ранее работавшим в Google X, Verily (биотех компания Alphabet) и Foresite Labs (инкубатор для ИИ-стартапов в области данных и наук).

Сейчас будет просто 🌶️

Большинство инженеров и инвесторов Долины признали Perplexity провальным проектом

На прошедшей конференции Cerebral Valley, в которой принимали участие инженеры, фаундеры и топ-инвесторы прошли анонимный опрос, где одним из вопросов был:
«Какой стартап с valuation >$1 млрд вы бы зашортили прямо сейчас?».

Ранее мы писали о пузыре инвестиций в Perplexity.

Ответы аудитории оказались такими:
1 место — Perplexity
2 место — OpenAI
Дальше с большим отрывом Cursor, Figure, Harvey и др.

Участники опроса обратили внимание на valuation $20–50 млрд и сказали: «Это труп, который ещё ходит». Цифры у Perplexity просто убийственные - 780 млн запросов в месяц, у Google: 13,7 млрд запросов в день.

То есть Perplexity имеет ~0,2 % от объёма Google, но торгуется в 100× к выручке. При этом каждый запрос Perplexity стоит дорого, а Google 90 %+ запросов отдаёт из кеша почти бесплатно.

Их новый браузер Comet — это не спасение, а признание поражения. Они сделали браузер, но это бессмысленно. Потому что браузерные войны закончились 15 лет назад. Chrome победил не качеством, а тем, что Google впихнул его везде: Android, Gmail, YouTube, реклама, дефолт на миллиардах устройств.

Arc — любимый браузер у гиков, но имеет <1 % рынка. Comet ждёт та же судьба.

Еще исторические примеры похожих проектов:
- Neeva (основана экс-главой поиска Google, поддержка Sequoia) → умерла, продана за $184 млн
- Bing + ChatGPT (эксклюзивный доступ к GPT-4 + миллиарды маркетинга) → +0,6 п.п. доли рынка за 3 года
- DuckDuckGo 17 лет бьётся → 2,3 % рынка.

Все эти компании имели либо лучше продукт, либо бесконечные деньги, либо и то, и другое — и всё равно проиграли.

Экономика у Perplexity фундаментально сломана. Чем больше пользователей — тем дороже им обходится каждый запрос.

У Google — наоборот, чем больше пользователей, тем дешевле (кеширование + масштаб).

Поиск выигрывается не лучшими ответами, а контролем над дефолтным поисковым окном на 4 миллиардах устройств. Google платит Apple $18 млрд в год только за то, чтобы остаться дефолтом в Safari.

У Perplexity — $1,5 млрд инвестиций против $300 млрд годовой выручки Google.

Инженеры на конференции сделали математику. Инвесторы — нет.

Google готовится к запуску в Gemini Enterprise 2 мультиагентных инструмента и дорабатывает AgentSpace Live, где несколько агентов и люди могут обсуждать задачу в онлайне

1. Idea Generation - команда из нескольких агентов за ~40 минут выдаёт до 100 детальных идей по любой бизнес- или продуктовой задаче. Потом эти же агенты устраивают «турнир»: сравнивают идеи между собой по заданным вами критериям и ранжируют их.

2. Co-Scientist - же принцип, но для научных исследований.
Загружаете свои данные и литературу → говорите, что хотите найти (новые мишени, репурпозинг молекул, гипотезы и т.д.) → указываете критерии оценки (новизна, feasibility, потенциальное влияние).

Агенты генерируют гипотезы, дебатируют между собой и выдают ранжированный список с обоснованиями.

Плюс параллельно дорабатывают AgentSpace Live — голосовой «конференц-звонок», где несколько агентов и люди могут обсуждать задачу в реальном времени.

Всё это пока только в Gemini Enterprise в закрытом превью.
Для многих компаний, которые уже 10–15 лет сидят на Google Workspace и не планируют переходить на Microsoft 365 Copilot, это будет первое полноценное решение такого уровня.

Андрей Карпатый высказался о том, как лучше всего понимать влияние ИИ на экономику и рынок труда.

Недавно он жестко высказался про агенты, AGI и тд.

Экс-глава AI в Tesla и со-основатель OpenAI говорит, что самые популярные аналогии (ИИ = электричество, ИИ = промышленная революция и т.д.) не самые точные.

По его мнению, самая сильная и точная аналогия — это то, что современный ИИ — это новая парадигма программирования, которую он много лет назад назвал Software 2.0.

Что изменилось с ИИ (Software 2.0)?

Сейчас мы больше не пишем программы вручную строчка за строчкой. Мы задаём цель, например, «максимально точно классифицировать картинки» или «получить максимальный счёт в игре» и запускаем градиентный спуск, который сам в миллиардах параметров нейронной сети находит работающую программу.

Это меняет то, какие задачи становятся автоматизируемыми.

Теперь главный вопрос уже не «смогу ли я чётко описать алгоритм?», а «смогу ли я проверить, правильно ли выполнена задача?», то есть верифицируемость.

Три ключевых условия, чтобы задача была легко автоматизируема в эпоху Software 2.0:
1. Среда должна быть перезапускаемой — можно быстро начать новую попытку.
2. Попытки должны быть быстрыми и дешёвыми.
3. Должна быть автоматическая награда/оценка.

Если эти три условия выполнены — задача обречена на сверхчеловеческий уровень автоматизации.

Примеры задач, которые идеально подходят под Software 2.0 (быстро прогрессируют):
- Математика (есть правильный ответ → легко проверить)
- Программирование (можно автоматически запустить тесты)
- Шахматы, го, StarCraft, Dota (симуляция перезапускается, есть счёт)
- Решение головоломок, CAPTCHA, доказательство теорем
- Просмотр видео до конца (YouTube точно знает, досмотрел ты или нет — это тоже верифицируемый сигнал!)

На таких задачах ИИ уже сейчас часто превосходит лучших людей на планете.

Примеры задач, которые пока отстают (потому что плохо верифицируемы):
- Творчество (как объективно оценить, что картина или рассказ «хорошие»?)
- Стратегическое мышление в реальном мире (слишком много скрытого состояния, долгосрочные последствия)
- Задачи, требующие глубокого понимания физического мира, здравого смысла, социального контекста
- Работа с реальными людьми, переговорами, эмпатией и т.д.

Для них пока приходится полагаться либо на «магию обобщения» нейронок, либо на более слабые методы вроде имитации человека.

Главный тезис Карпатого - Software 1.0 легко автоматизирует то, что ты можешь задать. Software 2.0 легко автоматизирует то, что ты можешь проверить.

Карпатый предлагает смотреть на будущее рынка труда через эту призму:
Чем больше в твоей работе задач, которые можно объективно и автоматически проверить и на которых можно «натренироваться» миллиарды раз в симуляции, тем выше вероятность, что они будут автоматизированы в ближайшие 5–10 лет.