Однажды наша команда познакомилась с 1000 людьми на конференции, 1093 если точнее. Со сколькими развили отношения? Пара десятков, 1-2%, очень низкий КПД…

Сейчас больше верю в глубину деловых связей и качество личного контакта

Камерная конференция позволяет побеседовать действительно содержательно, подчас откровенно

На ивентах по 5000 человек такая опция недоступна

В небольшом уютном пространстве — микро модель мира. Можешь каждого увидеть — как человек пришёл и разделся, опоздал ли, как поздоровался, как ориентируется в новом месте, предлагает ли помощь, комфортно ли рядом, что и как говорит, добавляет ли эмоций и содержательности событию. Всё видно и всё чувствуешь

Совсем иное качество взаимодействия

Готовимся к конференции в понедельник по теме "Переговоры" — программа насыщенная: https://news.1rj.ru/str/vsivolgin/s/1411

Гости собираются отменные — предвкушаю сильную дискуссию (это Визитка одного из гостей, давно заочно знакомы)

Перевалили знаменательный рубеж — ровно 50 мероприятий:
- 48 конференций (в т.ч. 3 ночных);
- 1 завтрак;
- 1 вечеринка с DJ

Представляем отчётное видео, конечно поместилось лишь 0.1% тёплых моментов

41 этаж имел честь насладиться выступлениями от:
— Даниил Гущин;
— Лина Чегринец;
— Екатерина Черкасова;
— Катя Строкина, Т-Банк;
— Диана Сухова (Кожокова), TenChat;
— Адель Валиуллин, Газпромбанк;
— Анна Керн, JazzUp;
— Яна Гольдибаева, ШВК;
— Дмитрий Власов, топ-стритлифтер;
— Александр Давыдов;
— Сергей Алексеев, Юнити;
— Алексей Марахин, Phystech.Gynesis;
— Денис Кузнецов;
— Надин Захарова, LYM;
— Анастасия Рощина;
— Екатерина Кононова;
— Александр Павлов;
— Дмитрий Демчук;
— Евгений Петров;
— Александра Дорофеева;
— Диана Башмакова;
— Александр Воронин;
— Стас Еговцев, STAX;
— Владимир Алексеев, ERA;
— Пётр Толочков, Way2Go;
— Дмитрий Твердохлебов;
— Дмитрий Огнерубов, кардиохирург и титан;
— Сергей Журихин, Университет Правительства Москвы;
— Павел Палагин;
— Алексей Маркелов;
— Игорь Кожелин, SR Data;
— [ спикер по теме Переговоры ];
— Кирилл Гурбанов, ex Самолёт Банк;
— Илья Пантелеймонов;
— Юлия DJ Юla;
— Александр Евсюткин, совет депутатов г.о. Балашиха;
— Виктор Сиволгин, К41.

До встречи в 2026

Трамп просит IT-гигантов заплатить за новые электростанции — точнее, мягко принуждает их помочь финансировать строительство мощностей для своих AI data центров

В декабре 2025 дефицит мощностей электрогенерации в США составил 6600 МВт (это 6 атомных электростанций). Обычно строительство финансировали обычные потребители за счёт роста цен, но тут масштабы выросли.

Новый законопроект предлагает привлечь 15 млрд $ на через иную схему:
1. Amazon, Microsoft, Google и иные BigTech и промышленные компании дают прогноз потребления на 15 лет;
2. BigTech компании подписывают соглашение, где указана двухуровневая система оплаты:
— Capacity Payment, фиксированные абонентский платеж, платят даже если не используют весь объем;
— Energy Payment, платят если превышают ранее указанный лимит энергопотребления.
3. Производители электроэнергии, имея эти 15-летние контракты, берут деньги у банков и идут строить новые электростанции (газовые, атомные, угольные).

Отчасти мера политическая (после скандала Microsoft в одном из штатов), чтобы переложить затраты с простых граждан на БигТех, ибо их энергетические нужды выросли почти в 2 раза из-за AI-вычислений

Энергетика становится краеугольным камнем AI-гонки

Бигтех компании, кстати, даже рады — для них бюджеты на электричество станут более предсказуемыми. Появится ли похожий проект в России?

Ai-academy провели исследование — в российской компании 527 сотрудникам дали доступ к основным LLM моделям и собрали статистику “ai-поведения”

Активны были 416 человек, не все использовали. Четыре вывода из их user experience:

1. Правило Парето работает с точностью до процента: 20% пользователей сгенерили 79,4% всех расходов

2. Бухгалтерия и другие не-креативные отделы активно генерируют картинки, как ни странно

3. За 7 месяцев — 27-кратный рост кол-ва запросов, люди втянулись и распробовали

4. Большие Excel-таблицы анализировались плохо, часто модели берут только первые 100 строк и несут уверенный бред; для таблиц нужен Code Interpreter, изолированное Python-окружение, спец. модели

И инсайд, зацепивший меня. Power Users, самые активные 3%:
— среди 527 человек нашлись 12 людей (3% от 416),
— они делали 42% всех запросов и тратили 35% бюджета,
— средний Power User делал 1200 запросов и тратил $50 в месяц (обычный юзер делал 120 запросов и тратил $5)

МОРАЛЬ: внедряя новые подходы, не обязательно учить абсолютно всех, можно найти эти 3% и прокачивать их, а остальные подтянуться.

-
Полные результаты, подробные графики и выводы положил в телеграм apgrader