Это просто все приведет к тому, что все начнут этим пользоваться, потому что либо пользуешься и работаешь, либо не пользуешься и не работаешь.
А если ему стукнет что-нибудь интересное сделать, например, он скажет: "Я хочу поисковик новый сделать". Да. Например, Amazon не заинтересован, чтобы продавцы качественно продавали. Яндекс не заинтересован и Google в том, чтобы люди правильно настраивали рекламу.
Почему не разбираешься с моделью сразу идет, я не поняла.
Вот если я пройду эту Олимпиаду.
Хочется сегодня стартануть с темы, мне кажется, очень интересная. Выложена, выложен такой отчет по поводу того, что один человек через AI сервис, автоматизированный сервис, как это, эплаинга, регистрации на работу, да, или подачи заявок, подачи заявок и размещения своего резюме на вакансии, откликнулся две тысячи восемьсот сорок три раза через этот автоматический сервис. И мне кажется, что это такие очень жизненные, интересные прецеденты. Таких, на самом деле, да, вещей массовых историй через AI их очень много. И, наверное, конкурировать с многими вещами будет уже скоро бесполезно. То есть что говорится, что есть сервис, который называется AI Hawk. На самом деле таких сервисов, их целая, ну, их достаточное количество есть. Да, то есть это не один такой сервис. Я таких сервисов встречал приличное количество, много их раз обсуждали, обсуждали и с Алинаром даже вместе делали некоторые вещи, которые касаются там автоматического создания сопроводительных резюме и так далее.
Так вот, когда человек откликается две тысячи восемьсот сорок три раза автоматически, что будет происходить? То есть и еще, а с той стороны очень часто стоят автоматические сервисы, которые распознают вот эти вот отклики, ну, со стороны компаний. Они начинают использовать системы, которые автоматически распознают, ну, или отбирают кандидатов на работу. Понятно, что письмо будет становиться все умнее и умнее от этого человека. Здесь важен сам процесс. То есть человек зашел, зарегистрировался, на какой вид работы он хочет откликаться, сделал определенный ряд действий. Там, в первый час сделал он какое-то там семнадцать количеств, семнадцать работ. А дальше система начинает сонастраиваться и начинает делать автоматизированные отклики, то есть находить, сама находить те вакансии, которые могут быть ему интересны. Сама, условно, делать дополнительно какие-то сопроводительные письма, если они требуются или они там используются, я не знаю точно в AI Hawk оно как делает. И дальше-
Здесь есть-
Эта система, да, да, да. То есть они автоматически подпишутся. То есть есть ощущение, что ты персонализировано написал сопроводительное письмо для своей работы. Вот. И, как мы знаем, существует, есть такая на рынке часто обсуждение, что хочешь устроиться на работу, откликнись там на сто разных работ. Ну вот, откликнулся на две тысячи и смотришь, тебе отклики пришли или не пришли, отклики не пришли, еще он на десять тысяч откликнулся. Понятно, что там платишь, там есть ограничения некоторые во всех этих системах. Еще раз, систем много, да, во всех этих системах есть некоторые ограничения на количество откликов. Ну и, по сути, по сути, эти системы интересны тем, что они часто интегрированы с площадками для поиска работы и с такими, как LinkedIn, например, в США. И через эти, через эти сервисы как бы чуть легче вот эта автоматизация проходит. Хотя понятно, что можно и самому писать некоторого рода сервисы.
Кстати, к слову, к LinkedIn у меня есть ощущение, сейчас передам, передам слово. У меня есть ощущение, что LinkedIn вот для меня лично — это некоторая такая, в частности, помойка, потому что я бесконечное количество получаю каких-то-- на меня подписываются люди. Как только я делаю эксепт этих людей, что я согласен, мне приходят автоматизированные от них имейлы в ту же минуту. То есть понятно, что это автоматизированная цепочка. И сейчас LinkedIn позволяет настраивать просто, просто очень крутые автоматизации делать. Но опять же, это превращается во что? В то, что я перестаю вообще читать этот контент. Саш, ты читаешь контент в LinkedIn с учетом того, что у тебя, может, в теории тебе может быть интересно оттуда контакты, ты читаешь там сообщения, которые присылают?
Все сообщения, кто мне пишет, да, я их читаю в LinkedIn и на имейл. Просто мне кажется, это что-то среднее между инбоксом и спамом. Вот как-то так я бы сказал. То, что в LinkedIn получаю. В целом, у LinkedIn сейчас да, не очень хорошая репутация, наверное. То есть оттуда, мне кажется, из LinkedIn, в LinkedIn очень сложно стало продавать. Люди не черпают новости из LinkedIn. Мне кажется, что они значительно уступ-- они значительно уступают Twitter. Ну, по крайней мере, вот в SF Tech Bubble это точно так.
А что думаете про эти резюме и вакансии? Насколько эти сервисы реально будут живыми или вообще пройдет какая-то трансформация вот этой истории с наймом? Потому что это все начинает выглядеть очень специфическим образом, да, когда ты можешь откликнуться на две с половиной тысячи работ.
Ну, тут хочется вспомнить про равновесие Нэша. А, если помните, был такой фильм "Игра разума" про Джона Нэша. И если вдруг вот это вот массовое, м, массовый отклик на вакансии дает какое-то преимущество для вот соискателя, например, да? То есть с сервисом с две тысячи восемьсот откликов ты получаешь работу, а без него ты получаешь там, э, более плохую вакансию или вообще не получаешь, тооо это просто все приведет к тому, что все начнут этим пользоваться. Потому что либо пользуешься и работаешь, либо не пользуешься и не работаешь. Это вот с одной стороны, да? То есть если это реально, а, дает какую-то пользу, то, собственно, все будут постепенно этим пользоваться. С другой стороны, ты об этом уже начал говорить, что вот, э, вторая сторона процесса, она тоже должна будет на это реагировать и, скорее всего, точно такими же автоматическими отсевами, да, там, если там сейчас, может быть, там по ключевым словам, и, скорее всего, многие начинают уже использовать для этого LLM, чтобы оценить, а что это за отклик, надо ли на него тратить время, проранжировать его и так далее. То этого тоже будет становиться все больше и больше. И потом будут появляться новости, что какой-то HR за день обработал десять тысяч, э, заявок на его вакансию, из них выбрал троих. И вот, собственно, с ними собеседуется.
Потому что там человек отправил две тысячи заявок. Ну, во-первых, у него должна быть какая-то супер универсальная профессия, чтобы под его запросы подпадало две тысячи как бы потенциальных рабочих мест, да? Вот мне кажется, что если я, например, такую заявку опубликую, у меня не найдется столько позиций моих потенциальных. А второй момент, ну, чем это отличается от того же, например, опять-таки, у меня больше опыта в России было с HeadHunter, что ты размещаешь объявление и тебе там сотни приходят, ну, допустим, не тысячи. Третий момент, что вот когда я уже в США подавала, заполняла резюме на определенную позицию, на которую я хотела и попала в итоге, есть очень стандартизированная форма этого резюме. То есть там креатив не приветствуется. И как бы я не знаю, какой смысл там что-то такое сочинять, очень сильно отбирать, потому что в итоге все равно, вот мое собеседование это было пять этапов. То есть и первый этап это, ну, вот это вот резюме отправить. То есть это самый базовый, там практически, ну, отсеивается только, наверное, действительно спам. А потом четыре собеседования, в ходе которых тебя либо берут, либо нет.
А суть очень простая. Если ты, ты сейчас, например, ищешь, ну, во-первых, тебе система тоже найдет там тысячи работ. Вопрос критериев, которые есть. Если ты установишь, что у тебя критерий миллион долларов в год заработная плата, понятно, что тебе работ найдет мало. А если ты установишь критерии, что ты идешь работать дизайнером, программистом, менеджером по продажам, все что угодно, вот массовое, где много специальностей, много работы, он тебе найдет огромное количество. Это не значит, что они тебе все подходят. Суть в том, что если сто, э, десять, сто тысяч человек или там миллион человек начнут-- воспользуются сервисом и две тысячи раз откликнется, то с той стороны эти работы получат абсолютно нерелевантные заявки, потому что система будет явно откликаться, в том числе на работу, на которую ты бы не откликалась. Ис-- ну потому что сегодня все, э, все вакансии, они на самом деле стандартизированы очень минимальным количеством данных. То есть по-настоящему для того, чтобы определить кандидата, действительно тебе надо с этим кандидатом встречаться, давать ему какие-то тесты там или хотя бы с ним разговаривать. И все еще, может быть, в инду-- в индустриях, понятно, массовых индустриях, там, где идет, не знаю, а, какой-то стандартизированный процесс, стандартизированный процесс, там, наверное, можно будет на н-- ну, вот с таким вот откликом выиграть. Тут Ильнар про это и говорил, что если, условно, будет выигрывать-
Что если, условно, будет выигрывать только тот, который откликается массово. То есть если человек-- раньше надо было тысячу раз те-- ты не можешь две с половиной тысячи звонков, например, сделать. Раньше звонить надо было. Ты открывал, там, изданную газету и звонил-
Ну, это давно, да, ушло в прошлое.
А сейчас-то, я, я говорю, а сейчас и что такое две с половиной тысячи вакансий пройтись, откликнуться? Это, это целая проблема. А ещё есть по ограничению сервиса. Например, какой-то сервис говорит можно у меня, можно откликнуться 30 раз, там, 50 раз и так далее. А здесь ты-- внешние тулзы дают отк-откликнуться очень много раз. Если кто-то сделал две с половиной тысячи, значит, кто-то сможет сделать 50 тысяч, ну или какое-то безумное количество, в том числе заполняя стандартизированные формы. Здесь не говорится про то, что ты какой-то ноу-хау делаешь. Здесь говорится в целом про то, что человек такое сделал, и это вызвало о-определенный резонанс, да, потому что, ну, это такая очень специ-специфика, да.
Ну, плюс, Саш, смотри, вот ты же человек, который, насколько я понимаю, очень много, нанимал людей, да? Всё равно, когда ты опубликуешь какую-то заявку, тебе приходит, ну, там, допустим, в процентном соотношении, наверное, 80% заявок, которые тебе не подходят, ты это уже можешь, там, на этапе резюме понять. Правильно? Всё равно есть какой-то, ну, условно говоря, спам.
Да, есть, но можно превратиться в жёсткий спам. Мы сейчас говорим про то, что это скорее тулзы, которые-- почему в LinkedIn такое произошло? Я привёл этот пример, потому что на самом деле там стало понятие жёсткого спама. То есть они разрешают это делать, то есть они разрешают делать такие автоматизированные воронки. Когда ты сделал автоматизированную воронку, то есть просто у меня очень большое количество сыпется просто именно спама автоматизированного. Когда к тебе приходят, ты согласовал, тебе просто-
Это у тебя, я не знаю у всех.
Понятно, что он каким-то образом фильтруется. Понятно, понятна история того, что, как бы я фильтрую определенный спам там в LinkedIn, в LinkedIn, окей. Но и когда его количество становится слишком большое, ты перестаешь пользоваться этим инструментом. То есть если с точки зрения работодателя, если мне будет сыпаться просто какое-то огромное количество нерелевантных вещей, то, по сути, эти сервисы перестанут помогать. То есть, с одной стороны, как Эльнар говорит, они помогают, если ты имеешь возможность откликнуться. С другой стороны, если все начинают пользоваться такими массовыми сервисами, их просто десятки тысяч, то со стороны работодателя людям придется что-то менять. Наверное, сейчас для людей, которые для нас-- нас смотрят, это очень выгодный, суперкрутой инструмент.
Да, выгодный навык, знаешь.
Выгодный, потому что меньше одного-
Меньше водить автомобиль.
Да, я думаю, что меньше 1% людей, не то что одного, там, 0,1% людей пользуется такого типа сервисами. И, наверное, в некоторых профессиях, в некоторых, я не говорю во всех, в некоторых профессиях эта тема может быть интересна, но на неё, нам показалось, есть смысл, обратить внимание.
Хочется продолжить. Вот мы очень много сейчас обсуждали моделей. Понятно, что мы сконцентрированы. В последний раз у нас там было, много про и, там, про Apple, что он делает, и про XAI. В прошлый раз очень серьезно про компанию Илона Маска сказали, что у них есть большая перспектива. И вот здесь вот на этих днях, значит, Nvidia, массово показывает, что у них выходит open source Nemotron на 70 млрд параметров. И вот у меня вчера дома был один инженер AI, и он говорит, что интересная вещь, что, по сути, кажется нам, что какие-то игроки что-то сделать не могут. Сидит Nvidia, которая занимается hardware, и говорит: "Слушайте, так у нас самое большое количество вообще мощностей, которые есть и которые играют роль". И вот Саша Машрабов все время про это рассказывает, что у нас становится-- играют роль и мощности, да. Они, они нам, они выпустят ли нам что-либо, что-либо еще более массовое, более крутое. И вот вчера глава Nvidia написал пост о том, ну, или, там, на днях, что он считает, что можно сделать что-то очень серьезное и интересное в, ин-индустрии, здоровья. Иии а если ему стукнет что-нибудь интересное сделать, например, он скажет: "Я хочу поисковик новый сделать", да. Вот. Или я, ну, я хочу, или я хочу влезть, там, не знаю, в массовый, не знаю, в e-commerce, вот, в какие-то, какие-то сферы. Он тоже смо-смог бы к физикам лезть. Вот что думаете про модель Nemotron? Саша, что на рынке вообще технически обсуждается про вот этот Nemotron 70 млрд параметров, которые якобы то же самое, что я просто здесь, вроде тяжело мне говорить, как, абсолютно как GPT-4 по качеству.
Да, это все правда, да. То есть я думаю, что тренировать эти модели стало commodity просто, да. То есть уже все давно понятно, что то, как ты говоришь, так мир и работает, условно. Как бы каждый CEO, у которого есть полмиллиарда долларов, он легко может получить себе state of the art модель. Ну, как-то, да, наверное, полмиллиарда такая справедливая оценка, да. Ну ааа понятно, что для Цукерберга и для, условно, у Цукерберга один из самых больших кластеров в его, да, непосредственно в его прямом распоряжении. И, у-условно говоря, ууу Йенсена тоже, я предполагаю, неограниченное количество H100. Они могут делать что хотят. То есть э-это, это пока, пока, скажем так, вот что не получилось ни у кого, ни у кого не получилось получить маленькую модель в open source и забрать на себя, ну, как бы, пере-перетянуть на себя usage. Вот это пока ни у кого не получилось, да? Я к чему это говорю? К тому, что- Моделями меньше семь-- чем семьдесят миллиардов параметров, сложно получить впечатляющие результаты. То есть, вот, условно говоря, есть Mistral, который как, который как отдельный стартап тренирует модели. Они решили пойти в маленькие модели, но пока, которые могут даже на телефонах запускаться.
Но пока я не видел у этого пр-- практических применений.
Но это, получается, говорит о том, что, сейчас большие игроки, они обладают ресурсом и мощностью для того, чтобы делать теории, выпустить какое-то очень крутое решение в массы. Но пока никто не умеет и ни у кого не получается делать ничего, массового с точки зрения для обычных пользователей. И даже тот же ChatGPT, который выпущен OpenAI. OpenAI явно — это компания такая исследовательская, она не ориентирована на обычных рядовых пользователей и на обычные рядовые пользовательские продукты. То есть как только какая-то другая компания выпустит что-то превосходящее сам ChatGPT, то тут же люди начнут про это забывать и использовать другое. Вопрос, здесь фундаментально в том, что можно ли стукнуть или не могут они так сделать?
Ну, как раз знаешь что непонятно? Пока, на самом деле непонятно, что вот кто-то сможет, кто-то придет и сможет забрать легко у ChatGPT пальмуюю, ну, просто забрать пользователей. Пока вот это непонятно. То есть понятно, что кто угодно может полу-- кто угодно, у кого есть полмиллиарда долларов на тренировку, может сделать модель сопоставимого качества по бенчмаркам, да? Это не вызывает вопросов. А вот вопр-- а вот получить-- а что, но, но при этом вообще н-н-- сейчас непонятно то, что нужно сделать, чтобы забрать у, у ChatGPT пальму первенства. Потом, ну вот и эта проблема во многом и бенчмарков тоже. То есть бенчмарки они не отражают. Бенчмарки с-- очень академически настроены, да? То есть, но, но это, в принципе, то же самое, что происходило и с рекомендательными системами, что как бы очень много секретного соуса, того, как-- это как бы, по сути, это как бы machine, по сути, там все системы ранжирования рекомендаций, они примерно одинаковые, но у каждой как бы компании есть свой специальный соус. Но у Meta самый, самый вкусный специальный соус, поэтому они зарабатывают так много, поэтому они так много зарабатывают с пользователя.
Ну, может быть, то же самое будет происходить, происходить в чат-ботах, я не знаю точно, но пока выглядит так, что преимущество OpenAI именно в том, что они получили безумный distribution, а не в том, а не, не только в модели.
Ну, вот и что касается модели и разницы, да? Я так пару выпусков назад, ну, не пару уже, наверное, выпусков пять назад говорил, что вот Anthropic молодцы и с точки зрения, там, некоторых задач программирования они там мне нравятся больше и так далее. И мне стало интересно сравнить. А сравнить хочется на чем-то, ну, на каком-то бенчмарке. И вот, у Яндекса началась Олимпиада Yandex Cup. Ну, вот, олимпиада на программирование, и могут участвовать все, кто хочет. Я думаю, интересно, а что будет, если я эти задачки скормлю разным, чат-ботам и, соответственно, посмотрю, а что же в итоге получится. Тут такая немножко серая область. Пока меня не закидали помидорками, сразу скажу, что это все было вне, участия, как, как-то, вне конкурса. То есть я все это делал, но как бы мне надо-
Делал, но тогда победил в итоге не ты.
Да, да, да. Я делал только отборочный этап. Отборочный этап состоит из шести задач, на олимпиаду на программирование. И, соответственно, я сначала скормил это, Anthropic. Anthropic быстро выдал результат в-
Быстро выдал результат. В целом направление, которое он выбрал, было верным, но задача была решена неверно. Да, то есть тесты не проходят. Я немножко его помучил, думаю, ну, может, я тебя смогууу довести до ума и ты все-таки решишь эту задачу. Не получилось. Да, то есть это слишком много времени для этого нужно было потратить, ну и самому нужно было довольно глубоко погружаться в задачу, чтобы, используя этот инструмент, ее решить. Потом думаю ладно, скормлю ChatGPT. Выбрал 4o и к моему огромному удивлению, решение было один в один такое же, как было у Anthropic. То есть Claude 3.5 и ChatGPT 4o эту конкретную задачу решили один в один, вот прямо вот буква в букву. И обе неправильно. То есть они направление в целом выловили, код написали абсолютно идентичный, и они одинаково нерабочий код. То есть ты его копируешь, вставляешь в тесты, тесты не проходят, тесты валятся. Потом думаю, ладно, дам шанс o1. Еще же такой внутренний скряга говорит: "Не трать свои тридцать запросов в неделю, которые у тебя есть." Ну, а я их вообще не трачу. Думаю, ладно, закину теста ради. Закидываю в о1 первую задачу. Он ее решает сходу. Я просто беру решение, вставляю в Яндексе все бенчмарки проходят, полное решение, сто процентов баллов за эту задачу получаю. Беру вторую задачу, вставляю, запускаю генерацию кода, возвращаюсь на вкладку с описанием задачи. Сижу, сам читаю. Думаю, хотя бы почитаю задачу, что происходит. К тому времени, как я задачу до-дочитал, там что-нибудь типа сто-- сто восемнадцать секунд думал о1, я скопировал решение, вставил его и опять получил стопроцентное решение. Так из шести задач пять система решила. Буквально в двух задачках, наверное, я пару раз просто уточняющие промпты писал. Но смотрите, на вот этот квалификационный этап дается два часа и шесть задач. Пять задач реально с помощью GPT вот эту вот о1 можно решить буквально за двадцать минут, просто копируя, вставляя, даже не погружаясь в, вот, в, вот в то, что написано в задаче. То есть человек, который абсолютно ничего не понимает, может скопировать условие, вставить его, потом скопировать решение. И если вдруг что-то не прошло, ты пишешь: "Тесты провалились, подумай еще раз." И, собственно, вставляешь второе решение. И второе решение, скорее всего, пройдет. Или решение есть, но оно там не оптимально по используемой памяти. Да, и там ты видишь сообщение, что вот вы используете слишком много памяти. Ты пишешь: "Твое решение использует слишком много памяти." Оно его переписывает, ты вставляешь, и у тебя все работает. И здесь, конечно, я испытал некоторый шок. То есть когда Anthropic и GPT-4o не справились, я думаю, ну, как бы понятно было олимпиадное программирование, наверное, этих задач не было в обучающих датасетах. И, собственно, там, типа он не знает, как это правильно решать и что-то нагенерил и что-то не работает. Но когда о1 с этим справился, и самое главное, я же говорю, справился быстрее, чем я дочитывал задачу до конца. Если помните, вот пару выпусков назад я немножко так на о1 ругался, типа ну вот, там человек, который сопровождает 4o, в целом тех же результатов может достичь, да, просто там через не один промпт, а через, там, двадцать промптов. Но как бы я не справился с этим. То есть там за десять-двадцать промптов с 4o эту задачу я не решил. То есть я не эксперт в олимпиадном программировании. То есть что-то я в этом понимаю, но как бы нет, я с этим не справился. А о1 как бы за один промпт все это сделал. Вот. В общем, этот некоторый шок-
Следующим победителем Яндекс Олимпиады будут наши слушатели.
Я, знаете, думаю, а где гарантия, что остальные участники так не делают? То есть, ну, это же абсолютно тривиальное решение.
Ты берешь задачу, вставляешь, получаешь решение. Я, честно, не полез.
Это очень, это, это очень интересная вещь. Насколько люди действительно делают сами. Вот у меня племянник планирует поступать, там, в топовый вуз в США сейчас. Вот у него сейчас экзамены в следующем месяце будут, да. И он, он сам, сам все планирует делать и все. Я понимаю, что, наверное, большое количество людей будет пробовать это делать с помощью машин, и дальше система в какой-то момент времени будет-- люди на самом деле так и будут проходить, в какой-то момент времени будут попадать, и, наверное, им будет-- кому-то будет тяжело учиться, кого-то там выгонят, кто-то сам уйдет, что-то еще произойдет. Но нас-- это зона начинает распро-- ну, как бы сила распространения очень широкая становится. То есть мы там говорили про резюме, про вакансии, и очень много компаний дают тесты, различные тесты онлайн. Ты как-то, Игнар, привел примеры сложные, там, с точки зрения олимпиадных задач. Это все, конечно, приводит к очень специфическим моментам. И вот у меня вчера был долгий разговор по поводу того, какие области экономики будут, будут очень сильно затронуты и в которых нельзя будет присутствовать без наличия у тебя крутой модели. То есть когда наступает такая AI сингулярность, и, значит, ты не можешь ничем абсолютно, ну, не можешь в этом бизнесе находиться, если у тебя нету AI модели. Вот мы там с человеком обсуждали e-commerce и говорили про e-commerce с точки зрения, что часть вещей просто вход на рынок будет невозможным, если у тебя нету модели, нет какого-то инструмента. Или, например, в рекламе в теории появится какой-то инструмент. Вот я буду, кстати, в Нью-Йорке на следующей неделе. У меня как раз, как раз, я хочу вот там уже добиться. У нас сейчас начинают стартовать тесты по одному новому AI инструменту, который такой end-to-end настройка рекламы. То есть когда вообще не участвует человек вообще, ну то есть end-to-end с двух сторон, как бы ушел. Вот мне вчера человек рассказывал про end-to-end в закупках в Амазоне по wholesale. End-to-end такой чистый, вообще, вообще нет человека. Вот как сейчас, когда садишься в Теслу, человек все равно за рулем сидит. А Илон Маск показал, что человек не будет сидеть. Вот это когда человек вообще не сидит. И я, мне, мне кажется, что это не очень легко в эти отрасли входить, потому что- Есть всегда главные бенефициары в этих отраслях.
Они не заинтересованы в том, чтобы компьютер с другой стороны все делал. Например, Amazon не заинтересован, чтобы продавцы качественно продавали. Яндекс не заинтересован и Google в том, чтобы люди правильно настраивали рекламу. Ну, они в этом не заинтересованы. Но другой момент смогут ли-- а, и у них же алгоритмы создают люди финальные, вот эти финальные, кто, Саша сказал, вот это соус, вот этот финальный соус добавляют люди некоторые, да? Вопрос сможет ли эти люди переиграть новые алгоритмы с той стороны? Или если соус начнут создавать алгоритмы, что будет битва этих алгоритмов? Потому что он мне говорит в e-commerce, я говорю: "Слушай, но если Amazon меняет алгоритмы, то система дохнет". Он говорит: "У нас требуется три дня на переобучение, на каком-то космическом количестве параметров, просто космическом, три дня". Он говорит: "И мы через три дня самые крутые, потому что те, кто не, э, те, кто работали без ИИ и Amazon изменил алгоритмы, они вообще ничего сделать не могут. Ну, они вообще ничего не поменяют". То есть у тебя изменяется вот отрасль. И это, конечно, э, несет и плюсы, и минусы с точки зрения различных отраслей, да. И опять же, людям разбираться и разбираться, и разбираться в том, как это работает. Потому что некоторые, э, некоторые профессии, я такой не сторонник говорить, что какие-то профессии там исчезнут или нет, но многие, потому что сейчас там ChatGPT, э, так, как ты его используешь, используют там даже среди подписчиков чатов до пяти меньше одного процента, я глубоко убежден в этом. Вот. Другой момент, что если бы OpenAI захотел, он бы у него уже был бы больше миллиарда подписчиков, причем было бы сотни миллионов постоянных пользователей. Вот почему они не хотят? Или, может быть, они не умеют? Или, может быть, это не их, не их тема? Это уже другой вопрос, да, почему они...
Интересный тест, Алина. Интересный тест.
Угу, да.
Но вот с программированием как будто бы этот порог уже наступает. То есть программист с моделью и программист без модели - это прям несопоставимые люди. Мне стало интересно, я поспрашивал у знакомых-
Но хитрый, получается. Но хороший, хороший программист с моделью - это хорошо. Когда мы говорим все же человек идиот, ну, не разбирающийся с моделью, как бы вряд ли это ему позволит-
Почему не разбирающийся с моделью сразу идиот, я не поняла .
Ну, Саш-
Вот если я пройду эту Олимпиаду .
Я неправильно, я некорректно, я извиняюсь за свое неправильное слово.
Вот я и говорю, представьте, если я выиграю эту Олимпиаду .
Но я не скажу-
Вот это будет новость .
Я не скажу про реальные задачи, которые были на Олимпиаде. Я решал все-таки справедливости ради, только квалификацию. Но вот, Тань, квалификацию пять задач из шести на сто процентов ты бы точно решила за двадцать минут, просто копируя, вставляя эти условия. Поэтому, Саша, даже здесь знаешь, в какой-то момент уже обезьяна с О1 становится сопоставима с достаточно неплохим программистом в плане решения, э, каких-то задач, да? И вот мне стало интересно. Я пообщался с знакомыми программистами. Вот. И один из них, э, сеньор-разработчик, работает в немецкой компании. Он говорит, что: "Слушай, говорит, чувак, у нас при трудоустройстве сразу выдают аккаунт, э, Copilot и настоятельно рекомендуют всем пользоваться Copilot для рутинных задач".
Ну это конечно.
Покрытие тестами, документацией и прочее. И то есть это уже, ну, стандарт индустрии по факту получается. То есть, пока мы с этим играем, уже вот на рынок это все вот прям проникает вглубь. Есть компании, которые прям считают это-
Есть компании, которые прям считают это стандартным и без, без него уже практически не позволяют
работать.
Да, это сто процентов. И еще раз, опять же, ты говоришь, синер, люди квалифицированные. Если квалифицированный человек использует инструменты, ааа, AIные, это касается и сейлзов, это касается редакторов, это касается дизайнеров, это касается много кого, да? То инженеров различных, то, конечно, это усиливает их работу. Просто людям, которые не разбираются в этом и, например, менее квалифицированные, гораздо тяжелее делаться. А есть области, где все это не является стандартом. И там, конечно, будет очень сильное опережение и выигрыш у людей. Но я, например, вижу, что я очень серьезно эффективнее, когда у меня есть такие инструменты в течение дня. То есть моя скорость косми-- я вот с утра подписывал одни корпоративные документы, там, по покупке одной компании в США, и я знаю, что я просто задаю профессиональный вопрос. Я в этом разбираюсь. Я много очень в этой области нахожусь. Я двадцать лет в бизнесах, а, но это меня усиливает невероятно. То есть я раньше бы перепроверялся через юристов, через аккаунсеров, там, через дополнительно каких-то людей, которые в бизнесе находятся. Сейчас просто многие вещи мне не нужны, мне не нужны эти перепроверки. То есть я дополнительно целые серии определенных действий себя перепроверяю, и это работает очень круто. Вот, в частности, например, в простых вещах. Ко мне приезжал товарищ, и я ему показывал, как в, эээ, для YouTube можно настраивать, там, быстро, например, субтитры делать, там, или пояснения разные текстовые к тому, как человек разговаривает, там, текст, об-- ну, работать. То есть ты рас-- перевел, а, аудио в текст и с этим текстом дальше его дорабатываешь. Он просто был в шоке с точки зрения скорости, которая возможна. То есть у него-- причем он человек очень достаточно умный, но он не видел такой сценарий, такой процесс работы. Он понимает, что если, эээ, у него сотрудники бы работали бы с такой бы эффективностью, то есть использовали бы таким образом инструменты, то они бы просто, ну, их-- это, это, это сумасшедший высо-- это просто высокий уровень конкурентного преимущества, да. Просто умеешь ты это делать или нет. Используешь ты какой-то сторонний со-софт или используешь обычный. Ну и самое главное, к чему это все приведет? То есть к чему дойдет, э, дальше прогресс, что получится впереди? И будет ли какой-то перескок или этого перескока не будет? Я все же вижу, э, за последние полтора года очень серьезные изменения. Полтора, да, года всего лишь прошло, когда ChatGPT стал знаменит. Два года прошло после того, как ChatGPT выпустил три ноль, если я не ос-- если я не ошибаюсь, два года прошло, да? Или-- да, два года.
Три с-- три с половиной, да, два года
назад.
Да, два года, да. Три с поло-- даже не-- три с половиной, да? Нет, ну, там, три ноль, три с половиной. И, а, насколько поменялась вообще индустрия и возможности, различные фишки и темы, и особенности, и насколько многие крутые софты усилились с точки зрения внутренних алгоритмов у себя внутри наличия AI. Ну, то есть мы точно будем видеть большое количество изменений. Вопрос — в каких сферах? Я все время говорю: кому что стукнет . Ну, то есть стукнет ли, продолжит ли OpenAI идти к HGI или они, например, перейдут в консьюмерство. Кстати, вчера буквально выложили новость, что бывшая техническая директор OpenAI, эээ, привлекает, там, сто или сколько миллионов долларов инвестиций, эээ, на свой собственный стартап. И, эээ, что они будут делать стартап. И если честно сказать, я, я иногда-- для меня это выглядит очень странно. Вы работаете с техническим директором в компании, которая просто, просто топ, топ, топ, топ. У вас безграничный ресурс, вы можете делать все что угодно, но люди, м, а все равно психология, да? Люди между собой где-то что-то не договариваются, что-то не обсуждают. У каждого свои амбиции, да? Хотя, наверное, у той команды была и, может быть, еще есть возможность просто сделать какие-то невероятно прорывные вещи очень быстро, очень быстро создать что-то, что привнесет просто фундаментальные изменения. Вот. Но мы с вами точно будем видеть изменения, там, и в образовании, и в, э, образовании очень серьезно, да, и в перераспределении, как устроена работа, труд. Ну, то есть, особенно с точки зрения разных стран и доступа, и доступа к моделям у разных стран. Напишите, пожалуйста, в комментариях, что думаете по поводу искусственного интеллекта, в какие области искусственный интеллект, а, проникнет в ближайшие полгода, не, там, не в ближайшие пять-десять лет, именно полгода. То есть что мы увидим? Вот как мы сейчас говорили про резюме, про вакансии. Или Ильнар вот рассказывал про программирование, в какие про-- вот что вы сейчас видите? Или какие-то примеры, кейсы тоже приведите. Понятно, что примеров, кейсов, их, ханя, бездумное какое-то количество, и мы с вами видим больш-большое количество систем. To the Moon! Всем большое спасибо. Не забывайте, пожалуйста, подписываться, лайкать канал. Вы сильно этим под-поддерживаете его. Выходим каждое воскресенье. Нас всегда здесь четыре человека. Инсайты и новости из Кремниевой долины. Абсолютно наше уникальное мнение. Всем пока.