В ИНКе не поленились и опросили своих читателей-предпринимателей про ТГ-каналы, которые они читают. Вчера написали мне, что по итогам и Techsparks попал в итоговую подборку. Я пошел посмотреть, в каком оказался окружении (это всегда полезно, когда попадаешь в любые списки), и, в общем, порадовался. Там реально толковые каналы, на многие уже подписан, а некоторые новые оказались стоящими — теперь подписался.
Короче, рекомендую взглянуть (благо там разумный рубрикатор) — не в качестве ответной любезности, а вполне искренно.
https://incrussia.ru/specials/biznes-kanaly-150-telagram-kanalov-o-biznese-za-kotorymi-sledyat-predprinimateli/

Китай бросает вызов Neuralink

В прошлом году нейроинтерфейсы стали в Китае национальным стратегическим сектором. Правительство запустило масштабную программу: упрощённое регулирование, ускоренное финансирование, координация ресурсов. Уже идут 10 программ инвазивных испытаний на людях. Цель — к 2030 году вырастить 2–3 компании мирового уровня.

Один из главных претендентов — шанхайский стартап NeuroXess, основанный в 2021 году. За четыре года компания провела 54 имплантации нейрочипов — это значительно больше, чем у Neuralink Маска.

У NeuroXess весь основной блок внутри тела — батарея подкожно в грудной клетке, питание и передача данных беспроводные. Внешнего оборудования нет вообще, что устраняет риск инфекции. Тепловыделяющие компоненты вынесены подальше от мозга для безопасности.

Технологически NeuroXess и Neuralink идут разными путями. У Маска — микроскопические нити внутри мозговой ткани. У NeuroXess — полиимидная сетка на поверхности мозга, без проникновения. Это снимает опасения о рубцевании тканей вокруг электродов. По пропускной способности Neuralink пока лидирует: 10 бит в секунду против 5.2 бит у NeuroXess.

NeuroXess планирует зарегистрировать клинические испытания уже в этом году и выйти на коммерциализацию.

@vselennayaplus

Борис Черный, главный по Claude Code в Anthropic, дал очередное большое интервью, которое сейчас бурно обсуждают, хотя, по сути, ничего нового и сенсационного он там не сказал. Да, повторил популярный и не очень свежий тезис о том, что уже в течение этого года многие роли в компаниях могут сильно поменяться — и все это благодаря быстрому прогрессу в способностях, качестве и надежности ИИ-агентов. "It's the thing that I think brings agentic AI to people that haven't really used it before, and people are starting to just get a sense of it for the first time”
Но мне очень понравился термин, которым он оперирует, как-то раньше я на него не обращал внимания: computer-based job. А ведь и правда, степень воздействия ИИ на профессиональную роль часто определяется тем, насколько интенсивное использование компьютера эта роль подразумевает (хотя существуют яркие исключения — роль психотерапевта, например).
Но для тех, чья работа содержит много интенсивного использования компьютера на рабочем месте, риски конкуренции с ИИ-агентами действительно возрастают. Так что возникает понятная стратегия защиты своей позиции от слишком сильного внедрения ИИ: максимально прокачивать и делать важной и заметной НЕ “computer-based” составляющую, ту, куда пока ИИ-технологии со всеми агентами дотянуться не могут. Может, и не фундаментальный совет, но думать про копинг-стратегии в эру ИИ всем полезно:)
https://www.businessinsider.com/anthropic-boris-cherny-ai-impact-computer-jobs-painful-change-2026-2

Anthropic опубликовал документ Education Report: The AI Fluency Index, призванный ответить на вопрос: набирают ли люди необходимые для работы с ИИ навыки по мере того, как ИИ становится частью повседневной жизни. Честно говоря, вопрос совсем не высосан из пальца: например, половина, если не больше, разгромных публикаций о вреде или беспомощности ИИ возникли просто потому, что автор не умеет его готовить.
Для ответа пришлось заняться систематизацией представлений о том, что же такое AI-fluency (на мой взгляд, неправильно переводимый на русский как “ИИ-грамотность”: освоивший грамоту человек может по складам читать, а может бегло, и это очень разные сценарии). В исследовании используется AI Fluency Framework (4D: Delegation, Denoscription, Discernment, Diligence) — не просто “грамотность".
Выводы ожидаемы:
1. Ядро, основа “беглости” — интерактив, а не просто режим вопрос-ответ
2. Наиболее эффективные пользователи те, кто работает вместе с ИИ, а не просто спрашивает, удовлетворяется первым же ответом и уходит
3. В поведении пользователей явно наблюдается дефицит критического осмысления диалогов с ИИ
Понятен и призыв ко всем, кто занят использованием ИИ в образовании и образованием в области ИИ: тренировать нужно не промптинг, а долгие итеративные диалоги + критическое мышление и факт‑чекинг
С этим, однако, дела пока обстоят не очень.
https://www.anthropic.com/research/AI-fluency-index

Ваня Ямщиков — один из любимых моих собеседников с тех пор, как мы много, больше 10, лет назад познакомились в Яндексе и я услышал “Нейронную Оборону”, со времен совместной работы над проектами раннего генеративного ИИ — “Нейроскрябин” далекого 2017 года без Вани не случился бы.
Меня много где упоминают, но далеко не каждым упоминанием горжусь, а вот строчка благодарности в ваниной диссертации — предмет гордости и благодарной памяти.
А еще у нас у каждого много лет как есть свой подкаст, и мы периодически ходим друг к другу в гости; никто у меня в “Трёпе” не бывал чаще Вани:), а я всегда рад побывать в его “Проветримся!”
И вот случился очередной раз, формально Ваня позвал поговорить про экзоскелеты, но мы, понятное дело, не удержались на одной теме и всласть протрепались полтора часа.
Будет время и желание — приглашаю послушать:)
https://www.youtube.com/watch?v=diVXSiLPVPc

Anthropic продолжает радовать результатами уже давно ведущихся внутри исследований и споров на тему “кто/что такое Claud” Один из ответов звучит немного непривычно, хотя и красиво: когда мы беседуем с LLM, то разговариваем не с “личностью” модели, а с персонажем истории, которую генерит модель. И это объясняет, почему вопреки всем рациональным возражением можно полагать that AI systems are like digital humans. И, хотя такой подход выглядит явно неполным и вызывает массу вопросов, оказывается, что с практической точки зрения это очень полезное для работы с LLM представление.
И это не умозрительные рассуждение, а выводы из вполне серьезного анализа поведения моделей и взаимодействия людей с ними (благо уникальных данных у компании навалом). Честно говоря, само чтение этих текстов от Antropic’а — большое интеллектуальное удовольствие. А главный вывод Anthropomorphic reasoning about AI assistants is productive отлично сформулирован: есть масса вещей, которые очень плодотворны, даже если и неверны с научной точки зрения:) Чтобы никого не дразнить и не обижать, не стану приводить примеры; вспомните их сами.
https://www.anthropic.com/research/persona-selection-model
и полная версия https://alignment.anthropic.com/2026/psm/

OpenAI на радостях от очередного поднятого раунда ($110 млрд по оценке $730 млрд) доложили, что достигли активной недельной аудитории ChatGPT в 900 млн. человек. People use ChatGPT to learn, write, plan, and build. Действительно массовый сервис, и теперь можно гадать, через сколько месяцев аудитория перевалит за миллиард — а этот рубеж не слишком много сервисов в интернете преодолели.
И заявление We are entering a new phase where frontier AI moves from research into daily use at global scale — это не хвастливый маркетинг, а констатация факта :)
https://openai.com/index/scaling-ai-for-everyone/

Новости такого типа и масштаба стали буквально уже ежедневными:
Очередная компания, на этот раз австралийская WiseTech Global, заявила о сокращении 2000 позиций, трети от всей численности. Пишу именно про нее, потому что она не так на слуху, как американские компании, тоже уже регулярно что-то подобное заявляющие.
СЕО компании прокомментировал сокращения тоже привычным образом, но формулировка интересная и местами изящная: "Software development has experienced its most significant shift in decades. The era of manually writing code as the core act of engineering is over."
Мне становится все интересней — через сколько месяцев начнется, наконец, внятный разговор о подготовке программистов в вузах, без заламывание рук и без отрицания происходящего. Ну и без упертости “ничего не поменяется, потому что программистов можно готовить только так, как мы уже готовим” 🙂
https://finance.yahoo.com/news/australias-wisetech-global-plans-2-223242566.html

Не только бигтехи запускают (или собираются запустить) свои ИИ-специализированные датацентры. Большая фарма тоже в деле: Eli Lilly (самая большая в мире фармкомпания по капитализации) только что ввела в строй собственный датацентр. Этот центр является крупнейшим в мире элементом внутренней инфраструктуры в фармацевтике, ориентированным на ИИ-исследования. Называется он LillyPod, основан на Nvidia DGX SuperPOD с B300. Уход от аренды в чужих облаках показывает, что с точки зрения компании теперь ИИ настолько ключевая составляющая разработки новых препаратов, что она должна быть полностью сосредоточена во внутреннем контуре ИТ.
Мне очень понравился комментарий руководства, явно адресованный тем самым истерично нетерпеливым товарищам, которые хотят срочного ROI: “The things that we’re talking about discovering with this kind of power that we have right now, we’re really going to see those benefits in 2030.” Да, у всех фундаментальных новаций сроки реальных эффектов измеряются годами, а не месяцами.
https://www.techbuzz.ai/articles/lilly-launches-world-s-first-dgx-b300-ai-supercomputer

Через пару недель исполнится 10 лет тому матчу в го, где AlphaGo обыграла Ли Седоля вопреки всем предсказаниям “экспертов” и философов. Пыль уже осела, и интересно взглянуть на отдаленные эффекты той победы.
В общем, повторилась история с шахматами:
1. Люди не потеряли интерес к игре в го
2. ИИ стал незаменимым учителем, тренером и спарринг-партнером. For Shin Jin-seo, the top-ranked Go player in the world, AI is an invaluable training partner. Every morning, he sits at his computer and opens a program called KataGo.
3. ИИ изменил игру людей. “AI has changed everything,” says Park Jeong-sang, a South Korean Go commentator. “Fundamental moves that were once considered common sense aren’t played at all today, and techniques that didn’t exist before have become popular.” 
4. Те, кто учатся сами, безнадежно проигрывают тем, кто учится вместе с ИИ, а для самих топовых игроков AI is a teacher, a companion, and a North Star. “I may be one of the strongest human players, but with AI around, I can’t be so arrogant. AI gives me a reason to keep improving.”
Почитайте целиком, там много комментариев от звезд го. Примечательно, что в них нет ни тени ненависти к ИИ, ни отчаяния или тревоги.
https://www.technologyreview.com/2026/02/27/1133624/ai-is-rewiring-how-the-worlds-best-go-players-think

В Дубае приостановлена работа роботакси по распоряжению местных властей, которые резонно предположили, что никто никогда не обучал свои автономные машины действовать в текущей ситуации. Все правильно, безопасность превыше всего, но разработчикам теперь, кажется, надо будет озаботиться обучением своих машин поведению в разных чрезвычайных обстоятельствах, включая военные действия. Я не ерничаю, ведь по мере роста беспилотного флота его роль в транспортном обеспечении растет, и в условиях ЧП просто выключить его пока еще можно — но скоро будет нельзя, это ж парализует перевозки.
https://cnevpost.com/2026/03/01/chinese-robotaxi-firms-halt-dubai-operations-middle-east-conflict/

Очередное исследование изменений рынка труда под воздействием ИИ. Интересно в нем то, что показано на данных, как снижение числа одних вакансий из-за ИИ сопровождается синхронным увеличением числа других вакансий, и тоже связанных с ИИ. Разница между двумя этими типами вакансий в том, как именно ИИ воздействует на описанную в вакансии позицию.
Найм на те роли, которые эффективно автоматизируются с помощью ИИ, ожидаемо сокращается (хотя темп этого сокращения пока невелик, а после первоначальной просадки фиксируется даже некоторый откат). А вот число вакансий на позиции, где ИИ сулит увеличение производительности работников (тоже ожидаемо) растет.
https://hbr.org/2026/03/research-how-ai-is-changing-the-labor-market

Ян Лекун продолжает сражаться с AGI как с концепцией одновременно и плохо определенной, и практически не очень осмысленной, чтоб не сказать вредной. На этот раз это серьезная статья, а не популярное интервью, и в ней предлагается альтернатива AGI — SAI (Superhuman Adaptable Intelligence). Исходные точки: интеллект — это не коллекция навыков или аккумуляция декларативного знания в любых масштабах. Напротив, интеллект — это способность самостоятельно решать новые задачи без предварительного специального обучения (или очень быстро обучаться при необходимости). SAI is defined as intelligence that can learn to exceed humans at anything important that we can do, and that can fill in the skill gaps where humans are incapable. А вот AGI перегружен требованиями общности, он должен быть одновременно хорош во всем, что с практической точки зрения не очень нужно. Строить сверхмощный специализированный интеллект разный под разные задачи кажется полезней и достижимей: The AI that folds our proteins should not be the AI that folds our laundry! :)
Ну, и, понятное дело, SAI недостижим без моделей мира, на одних LLM его не построить (тут Лекун себе не изменяет). В общем, восемь страниц вполне интересного чтения.
https://arxiv.org/abs/2602.23643v1

Anthropic опубликовала большое исследование влияния AI на рынок труда. Кому лень читать много букв — посмотрите хотя бы картинку, прикреплённую к посту.

В синей области — задачи, которые ИИ теоретически может выполнять прямо сейчас.

Красным — то, для чего люди фактически используют ИИ.

В настоящее время как минимум четверть задач, выполняемых работниками в США, доступны для искусственного интеллекта — и это 49% рабочих мест. Что на 36% больше, чем год назад.

В реальных условиях применение ИИ пока составляет лишь малую часть от того, что уже возможно. Каждый месяц красная зона немного увеличивается.

Как говорится, думойте ☝🏻

Сегодня исследователи Алисы опубликовали интересную аналитику пользовательских взаимодействий с ней. Про ChatGPT или Клода мы всякую аналитику читать уже привыкли, а по отечественным чат-ботам ее совсем не густо, мягко говоря. Потому чтиво интересное (хотя классификаторы у разных исследователей не совпадают, сравнить с имеющимися напрямую не получится). Впрочем, можно грубо сравнить (хотя снова с оговоркой, что среднее с медианой сравнивать не комильфо) длины запросов. И оказывается, что они почти мировая константа — от 10 до 20 слов.
Это, кстати, показывает, что толком общаться с чат-ботами люди нигде так и не научились, а хороший обстоятельный промптинг — удел немногих.
https://yandex.ru/project/how-people-use-alice-ai

Ничего не писал про новинки, представленные на прошлой неделе на MWC в Барселоне, все ждал, что же там всех поразит. Но не дождался, и вот статья, которая как раз про то, что там было и почему не случилось настоящих, а не вымученных восторгов.
Там прямо в лиде сформулирован диагноз: индустрия не оскудела инновациями как таковыми, но уже не первый год представленные концепты и радикально новый дизайн радуют экспертов, но совершенно не интересны широкой публике. И именно поэтому выставочные концепты и образцы в итоге так и не идут в массовое производство.
Люди, с одной стороны, жалуются, что одинаковые параллелепипеды смартфонов им надоели — но новинки в итоге не оказываются удобней и потому не приживаются. As our smartphone options have expanded, our collective tastes have remained largely the same.
И даже отчеты о рекордно высоком росте популярности раскладушек, аж 14% год к году, не очень упоминают, что в итоге доля таких устройств в общих продажах составила всего 2,5% — ниша как ниша, не более того. Novelty and adoption remain two separate spheres in the world of mobile design.
В общем, полезный урок на тему того, что инновации сами по себе, эффект новизны без прорыва в удобстве и/или функциональности — отдельным гикам понравятся, но массовый рынок не изменят. Тезис относится не только к смартфонам, конечно.
https://www.cnet.com/tech/mobile/mwc-2026-phone-design-innovation/

Удивительное эхо времен ковида: по Азии покатилась волна принимаемых правительствами мер по экономии энергоресурсов в связи с ближневосточным кризисом. Важное место в экстренных мерах занимает перевод людей на удаленку, школ — на онлайн и т.д. Все то, чему научились в ковидные времена — и от чего потом отказались ради привычной организации работы — вдруг оказалось очень востребовано, и перевод людей на удаленку теперь уже не сложный процесс, и может быть запущен по щелчку. Кажется, никто и не думал, что тот навык вдруг срочно пригодится:)
https://www.thestar.com.my/aseanplus/aseanplus-news/2026/03/10/thai-cabinet-orders-work-from-home-26c-air-con-and-halts-overseas-trips

Исследование HBR дает разумный ответ на часто звучащую претензию к ИИ-технологиям: “Мы тут ИИ внедрили, а экономического эффекта нет как нет. ИИ нас обманул своими обещаниями”
Как и в начале века, во времена массовой цифровизации, оказывается, что не новые технологии виноваты в отсутствии ROI, а сами компании, которые почему-то думают, что внедрение технологии само по себе, без трансформации бизнес-процессов и корпоративной культуры, в состоянии что-то ощутимо улучшить.
Исследователи даже выделили семь важных препятствий, которые на “последней миле” внедрения убивают всю пользу.
1. Любовь к отдельным пилотам, будто они что-то меняют. “pilot-rich but transformation-poor” внедрения — это просто трата денег
2. Разрыв в производительности. Повышение производительности сотрудников внутри отдельных изолированных процессов без структурныз перемен ни на что не может повлиять.
3. Неподъемная ноша устаревших процессов. ИИ — отличный диагностический инструмент для выявления самых замшелых мест в бизнес-процессах. Но изменить он сами эти процессы не может.
4. Проблема идентичности и неформального знания. Роль “знающего человека” начинает вредить: это внутреннее знание должно преобразоваться в знание, доступное ИИ и воплощенное в нем. Понятно, почему “знающие люди” саботируют процесс внедрения
5. Управление мультиагентныи системами куда больше похоже на HR-задачу, чем на задачу инженерную, у этой задачи вообще нет инженерного решения. Leaders must now ask questions that resemble human resources more than IT, such as how to onboard, evaluate, secure, and eventually retire a digital worker.
6. Архитектурная сложность. Пестрота агентов, зачастую от разных вендоров, приводит к необходимости организовать их эффективную совместную работу. При неправильной организации любое обновление или изменение одного из агентов заставляет переделывать весть процесс взаимодействия.
7. Ловушка эффективности. Попытка рассматривать внедрение ИИ как средства снижения костов ожидаемо встречает сопротивление менеджеров среднего звена. Эффективный ИИ не просто ускоряет процессы, он меняет всю цепочку создания ценности.
Завершается статья списком организационных мероприятий, вполне внешне очевидных, но почему-то не проводимых руководством, мечтающим о волшебной таблетке. ИИ — не она:)
https://hbr.org/2026/03/the-last-mile-problem-slowing-ai-transformation

В своем посте по случаю 10-летия победы AlphaGo над Ли Седолем, Денис Хассабис (почему-то только в корейском варианте гуглового блога) вспоминает, как это было и куда привело DeepMind 10 лет спустя.
Главными достижениями своей команды Хасабис считает AlphaFold2, AlphaProof и AlphaEvolve — ИИ-решения для научных задач, от биохимии до математики. Но для рывка в большинстве научных дисциплин, считает Хассабис, необходимы модели с глубоким пониманием физического мира, и Google в этом направлении успешно продвигается.
“Спустя десять лет после легендарной победы Alphago конечная цель Google не за горами. Искра творчества, которая впервые расцвела в знаменитом 37-м ходу, теперь способствует инновациям, которые прокладывают путь к AGI, открывая новый золотой век научных открытий и прогресса.” Очень, конечно, корпоративно звучит, но по сути точно. Офигенно было интересное десятилетие, явно следующее будет еще поинтересней:)
https://blog.google/intl/ko-kr/company-news/technology/alphago-10-years-kr/

Конечно, в 2026 году это уже звучит как "а что такого особенного? как бы да", но все же важный флажок насколько сильно изменился медиамир и кто им рулит: по итогам 2025 года YouTube стал крупнейшей медиакомпанией в мире, впервые обойдя по выручке Disney, рассчитал MoffettNathanson.
У дочки Alphabet $62 млрд по итогам 2025 года, у мышинной империи - $60,9 млрд.
Цифровые платформы все больше определяют как развивается творчество и массовая культура - со всеми плюсами и минусами этого.