Всем привет! Мы на канале To the Moon. Технологические новости и инсайты из Кремниевой долины. Выходим раз в воскресенье. Нас всегда четыре человека. Нас, кстати, последние многие месяцы было не четыре человека, а пять. И Таня поразительный человек. Она присутствовала и на прошлом выпуске, и на этом. А в промежутке она что сделала? Родила третьего ребенка. Так что Тане поздравления! Все пишем в комментариях Тане поздравления и сердечки. Вот. Удивительно просто, да. Таня, ты уника-- уникальная женщина, которая, значит, родила ребенка. И вообще в такие промежутки времени присутствуешь на съемке. Вот. Причем абсолютно спокойно. Ни разу ничего не сказав. Ни разу ничего не сказав. Ну что? Обязательно напишите Тане поздравления. Там много, Таня, твоих поклонников есть. Значит...
Я буду ждать.
Таня, ты уникаль- уникальная женщина.
Последний экзамен человечества, да.
Понятно, что там о три модели Deep Research было low hanging fruit для борьбы с галлюцинациями. Это...
Где вообще Apple делся? Что он будет делать с точки зрения своей платформы? Вот это большой вопрос.
У нас еще и Маск потерялся.
Говорят, победителей не
судят.
Мне кажется, сегодня стоит стартануть с того, что мы, конечно же, обязательно сегодня пройдем тему дискуссию, которая касается DeepSeek, китайской модели, и в том числе того, что вчера у Open AI произошло, произошло обновление, и они выпустили Deep Research. И я уже это протестировал. И эта новая, сейчас расскажем, что это такое, да? Обновленная модель, которая, конечно, на меня произвела некоторый эффект своим движением. Почему? Я когда-то вот мы с Сашей много очень обсуждали. Я всегда говорил как только кто-нибудь выпустит модель, которая начнет задавать вопросы, когда начнет у человека спрашивать его, как бы обратную связь с ним иметь, это будет некоторый такой прорыв и движение вперед. И, конечно, новая модель, которую они выпустили Deep Research, это вроде как позиционирование, что это такой аналитический инструмент. На самом деле, мне кажется, что они впервые показали разно-- настолько разнородные, обычные, настоящие сценарии пользователя. И замечу, они написали у себя на сайте очень важную вещь, которая как раз таки можно, может показаться, что это такая история, сделанная для аналитиков, а в действительности они написали, что наша модель как никогда наиболее человечна и отрабатывает механизмы с точки зрения, делает запросы. Ее модель поведения с точки зрения кейсов human like, как человек. То есть она как человек делает поиск, делает анали-анализ информации и вот подходит к этому как человек. И в выпущенном анонсе и в описании сегодня есть сравнение моделей. Сейчас мы назад вернемся к DeepSeek. Просто хочется заложить эту основу, мне кажется, сегодняшней нашей дискуссии большой, а это очень важно для большого огромного количества людей, потому что это невероятно ново. Вот это новое, да, это уже там не битва, акции, не акции. Что по текущему анализу есть понятие тестов, когда загоняют, там делают три миллиона или сколько тестов и по вот этому три миллиону, трех миллиону тестов их модель показывает точность. Вот если у них обычно вам доступна модель ChatGPT, это ChatGPT 4o, обычно люди ей пользуются. Вот у нее точность три точка три процента, а у Open AI Deep Research, у нее точность двадцать шесть точка шесть, а у DeepSeek R1 девять точка четыре. Но прежде чем мы разберем юзкейсы, что, что давайте вернемся назад, мне кажется, к DeepSeek.
И это не-- эту неделю происходило просто невероятное количество обсуждений. Мы помним, что, с одной стороны, выпустили китайцы, выпустили DeepSeek, что повалило рынок ценных бумаг США. Все начали, значит, обсуждать как круто. Выступил даже президент США Трамп и на своей прямо, прямо в тот же день он-- это, кстати, уникальный, мне кажется, случай. И в этом плане респект Трампу. Он упомянул день в день выход модели на брифинге, на конференции. Сказал: "Кстати, сегодня вышла модель у Китая, которая, говорят, по очень крутым, у нее очень крутые характеристики. И это говорит о том, что нам надо еще больше двигаться, стараться. И ничего страшного. Данная Китай модель показала, что за меньшие деньги можно достигать хорошего результата".
Today and over the last couple of days I've been reading about China and some of the companies in China, one in particular coming up with a faster method of AI and much less expensive method. And that's good, because you don't have to spend as much money. I view that as a positive, as an asset. So I really think if it's, if it's fact and if it's true and nobody really knows if it is, but I view that as a positive because you'll be doing that too, so you won't be spending as much and you'll get the same result hopefully. The release of DeepSeek AI from a Chinese company should be a wake up call for our industries that we need to be laser focused on competing to win because we have the greatest scientists in the world. Even Chinese leadership told me that they-
А еще он сказал хорошую правильную вещь, которую, мне кажется, Саша Машаров в прошлый раз ты озвучивал, что китайцам тяжело верить, сколько они денег потратили, кто их владельцы и кто вообще это делал. Он, кстати, это тоже упомянул. Он прямо такую фразу сказал. Он сказал, что, ну, если верить тому, что они говорят, а это не факт, то по поводу потраченных денег. Ну что, что думаете по поводу DeepSeek?
Много происходило. Мне кажется, что сегодняш-- зрителям важно эту конструкцию сегодня собрать, да, и понять вообще, что есть и дойдем до Deep Research
Да, сегодня очень много, конечно, чего можно обсудить. По поводу DeepSeek, знаешь, какая мысль, которую хочется поднять? Ээ, сколько-то выпусков назад мы это обсуждали, да и в целом это витало в воздухе, что OpenAI такой немножко, э, непререкаемый авторитет, да? То есть есть вот, условно, там, модели Google, есть Anthropic, есть там, эээ, то, что Маск делает, есть там ууу Цукерберга какие-то модели, но все это как-то вот нишевое, как-то с краю, да, условно. Ээ, Anthropic, они для гиков, для программистов больше. Google — это, ну, какой-то ресерч, которым кто-то пользуется, но там мало людей пользуется. Цукерберг там больше про open source говорит. Ээ, у Маска там какая-то своя история. А вот OpenAI выглядел таким лидером н-н-неприкасаемым, да? Что вот и с точки зрения авторитета, с точки зрения пиара, вот, н-н-недосягаемая величина. А как только появился какой-то конкурент, который предложил то же самое, только бесплатно, даже в американском, ааа, вот, эээ, списке, э, приложений, да, вот от Apple, как он называется? Заклинило меня. Web-- App Store, да. Первое место сразу занимает DeepSeek. И получается, вроде как, что, с одной стороны, да, такая неприступная глыба, которая в течение нескольких лет сделала себе там авторитет, и хоп, она за несколько дней сразу теряет огромное количество очков, количество пользователей перетекает в другую сторону. То есть надо понимать, что все-таки нет какого-то такого, ааа, стабильного преимущества, которое невозможно было бы отыграть у других компаний. И вот этот опыт, там, последних двух недель, получается, к моменту вы-выхода нашего выпуска показывает, что насколько все нестабильно, и даже очень крупные компании, которые, казалось бы, так окопались на этом рынке, могут очень быстро потерять и аудиторию, и первенство на
рынке.
Сто процентов. Тут, тут на самом деле же у китайцев еще не очень стабильно работает приложение. То есть да, мне часто-- оно часто говорит, что, там, интернет недоступен и так далее. Но они сделали несколько аспектов феноменально. Во-первых, они показали открытый reasoning. То есть это то, что людям интересно, как модель мыслит. А второе, она доступна везде по миру. То есть есть ш-- есть страны, где ChatGPT приложение недоступно, а DeepSeek доступен. И мне кажетсяяя, они молодцы тем, что заставили OpenAI сказать, что они, наверное, сделали неправильно, что свернули со своего пути с open source, да? Потому что DeepSeek хорошо хайпанул за счет того, что это open source модель и количество деп-деплоймента этой модели в enterprise, ну, огромное. И это на самом деле очень интересный кейс именно с точки зрения копирайта, потому что модель DeepSeek, она часто говорит, что она — это OpenAI. То есть очевидно, что модель была натренирована на данных, сгенерированных с помощью модели OpenAI, но при этом это никого не останавливает от внедрения Deep-- DeepSeek. То есть мы видим, что enterprise, они сами себе хостят DeepSeek и пользуются им. И получается, что на самом деле-- это говорит нам о том, что фо-- те, кто тренируют модели, они берут на себя риски, связанные с копирайтом. А те, кто пользуются моделями, он-они, наоборот, находятся в очень выгодной позиции, потому что они не берут на себя, на-- потому что они как бы заве-- они тоже используют заведомо копирайтную информацию, да, для генерации материалов с помощью модели, но они при этом не имеют liability. А, с этой точки зрения, кажется, что, как, з-з-вот
Вот именно, а юридическая сост-- как бы юридический фреймворк, он не меняется, да? То есть можно крити-- то есть люди критикуют DeepSeek за то, что он, он тренирован на данных OpenAI, но при этом все равно все пользуются и бенефицируют от этого.
Он выглядит как такой Робин Гуд-
Обманщики не шутят.
-который отобрал у богатых и раздал всем бесплатно. Сегодня польз-- один комментарий. Сегодня был комментарий у нас на канале. Как раз человек написал, один из наших зрителей, что DeepSeek, DeepSeek ему как-то криво отвечал. Он написал: "Ты так отвечаешь, потому что ты китайская модель". Он ответил: "Я не китайская модель, я, значит, обучен на данных OpenAI".
Да, насколько это было, он промпт не выдавал, да, но действительно, на, на этой неделе выступали люди из Microsoft и выступали люди из OpenAI и говорили о том, что они видят, что модель DeepSeek обучалась на данных OpenAI. Но правильно, Саша, ты сказал, это мало кого волнует. Напишите, пожалуйста, в комментариях, какой бы вы запрос хотели бы такой простой использовать аналитический в вашей обычной жизни? Не в, как в бизнес какие-то сложные запросы, а простой. Выбрать, вот как я приводил пример, выбрать пылесос. Что бы вы хотели бы по-настоящему крутой ответ какой для себя получить? Может быть, найти вторую половинку, да? Я сейчас подумал, что Тиндер с помощью AI будет сделан. Вот. Увидим. Напишите в комментариях. Будет очень интересно это почитать и нам, и другим, другим людям. Что волнует?
И действительно, это людей не волнует. Мало того, очень странно. Например, бывший глава Intel заявил, что он все свое полностью перевел на DeepSeek, все свои компании. А тут тебе дальше выходишь, значит, что DeepSeek мало того, что он обучился на OpenAI, так он еще хостит свои данные в Китае и тем самым сохраняет всю информацию в Китае. А какую информацию он сохраняет? Те запросы, которые вы передаете. То есть ваша модель поведения, как вы взаимодействуете вместе с системой, какие вы скидываете туда данные. И судя по, а, как это, базовому договору при использовании DeepSeek, конечно, вы данные будете в Китае сохранять. Это, в этом нет какого-то сверх проблемы, я думаю, что для базового количества людей. Но если вы онлайн пользуетесь, если вы у себя там ничего не разворачиваете, не делаете. Но что людей волнует точно, что людей волнует, это напр-- и мне кажется, что эта тема вообще, которую она как-то сбоку идет. Я вижу сейчас очень много бизнесов при обсуждении с владельцами компаний. Многие люди много очень контента хотят генерировать с помощью искусственного интеллекта и с помощью моделей. Так вот, в США вышел, в США 29 января, то есть это неделю назад была опубликована вторая часть отчета Бюро регистрации авторских прав. Они, сказали, что они подтверждают, что существуют принципы авторского, что существующие принципы авторского права достаточно гибки, чтобы применяться к новым технологиям, включая искусственный интеллект. И они подчеркивают, что права на... Компании не будут получать права на, на контент, созданный с помощью искусственного интеллекта. И никто не будет получать права на контент с помощью, созданный с помощью искусственного интеллекта. То есть.
Там довольно тонко, да.
Ну, там не знаю насчет компаний, но если брать людей, которые создают контент, то там очень такая для меня, как для юриста в прошлом, очень странная конструкция, потому что там говорится про творческий стиль, который возможно проследить в созданном контенте, продукте. Но это настолько абстрактная вещь. Я не очень понимаю, как они будут этот творческий стиль измерять, показывать и какие применять единицы к нему. То есть то, что сгенерировано исключительно там с помощью промптов, это не считается, как бы не подпадает под защиту авторских прав. А то, что человек потом взял, отредактировал, там добавил какой-то свой, свое видение, свой стиль. Но тоже очень размытое понятие. Это подпадает. Но они говорят, что как бы это все такое сейчас еще пока очень гибкое. Мы не хотим тормозить развитие искусственного интеллекта, поэтому что есть, по моему, эти регулирования, что нет, не делает большой разницы. Ну, мое мнение.
Там ты абсолютно права, там так и написано. Там даже, по сути, написано, что они подчеркивают центральную роль человеческого творчества в авторском праве и говорят, что результаты, созданные исключительно машинами, машинами без значительного человеческого вклада. Здесь, как ты говоришь, можно потом обсуждать и думать, что такое значительный человеческий вклад, что такое творческий вклад, что это такое. Но по сути, базово, если мы, например, думали, что можно сгенерировать какой-то контент и, например, картинку нарисовать. Вот вопрос дальше встанет, когда по промту картинка рисуется, сколько там творческого, творческого человека? Да в целом ни сколько-то, там только его творческое в генерировании промпта. И вообще это вопрос еще кто этот, кто этот промпт помог сгенерировать? Да, одно дело мы статью, статью создали на базе нашего, моего собственного материала. Я создал там статью, обработал с помощью искусственного интеллекта, исправил ошибки и доработал. Окей. А вот все, что касается, почему я так привел пример компании? Потому что я знаю много людей, которые занимаются именно генерацией контента в достаточно большом объеме. Да. И мало того, ты еще не понимаешь, как это потом проверить. Другой момент, как это проверяться все будет. Но сам факт, сам факт, мне кажется вообще этой темы дискуссии, что сейчас такое разграничение, мы же не знаем, к чему, к чему оно придет и где его утвердят. На это стоит опираться, если вы создаете что-то в буду-- опять же, это вряд ли на следующий год. Это скорее на года вперед.
С точки зрения того, как в каждой из стран будет применяться те или иные, э, права, и что будет происходить в каждой стране. Здесь вот это очень важно. Давайте еще чуть поговорим про DeepSeek с точки зрения open source. Потому что все же люди используют DeepSeek в большинстве своем, когда вот Эльнар то как раз сказал, что они попадали в AppStore и перекачивали пользователей, они действительно к себе, у них там были миллионы скачек каждый день. Вряд ли они там подошли даже к объему OpenAI и к чату GPT скачкам, к общему объему их. Я не видел общее число данных. Наверное, мы увидим его скоро, но OpenAI там по их заявкам, там явно сейчас там больше триста или четыреста миллионов пользователей, наверное, наверное, сейчас. И они, наверное, не подошли к их объему. Если мы говорим про онлайн, то онлайн, то онлайн будет требовать огромных вложений и мощностей, да, для компании и для поддержания инфраструктуры ресурсов. И вчера CPO, эээ, OpenAI и Сэм Альтман, они там в переписке, отвечая на разные вопросы, они прямо указали четко, что они видят, что для того, чтобы запускать инфраструктуру большую и для того, чтобы люди могли этим по-настоящему пользоваться, кучу все сдавать, нужны ресурсы большие. То есть нужны чипы, нужны, эээ, условно, фабрики, там и так далее. То есть нужны хранилища все нужны. Без этого ты никуда не денешься, да, ты не сможешь, не сможешь. Я, например, честно вам скажу, я ни разу не смог в DeepSeek за все свое время онлайн выполнить обработку файла, который я обычно делаю здесь. Большого, вот нормального файла, который я обычно загоняю. Я не смог, ну, бо-- тц, большого контекста как бы выполнить. Может, мне так не везло там с онлайном, может быть, у меня американский IP-адрес, я там не сильно, честно сказать, заморачивался. И здесь вопрос скорее к тому, что про-- хайпу, который произошел с падением акций или с, с тем, что типа не нужны карты или что-то еще. Мне кажется, вот это немножко такой фейк. И даже видно по графикам стоимости акций в Oracle или в Army. Эээ, у них акции развернулись. У NVIDIA ситуация сложная, но то, что у NVIDIA акции не разворачиваются, это не только связано с DeepSeek. Это в том числе, например, связано со встречей, я так думаю, предположу, что это связано со встречей, это мое мнение, Трампа и Джейсона, это главы NVIDIA. На прошлой неделе они встречались, и, судя по комментариям, их встреча была не такая уж радостная, сверхрадостная, как у Трампа со ста-- с некоторыми другими, эээ, людьми, которые внутри там находились. То есть и что обсуждается? Обсуждается как раз таки ограничение американских до-доступа американских, там, про-- эээ, оборудования всего в Китае. Еще жесткого ограничения, жесткого регулирования этого, чтобы такого не происходило. Потому что понятно, что это гонка сумасшедшая, да? Когда Китай такую модель сделал. И есть много заключений разных, что, конечно, это... И, кстати, твой любимый, Эльнар, как зовут? Это из Гугла, да? ML, ML человек.
А, ты про Ян Лекуна?
Да, да, да. Они, они-
Он, он в Meta, да.
Да, они выска-- ой, в Meta, в Meta, да. Они высказывались очень, эээ, специфически по поводу DeepSeek. То есть там не было такого прямо офигеть. И Дарио Амадей из Anthropic тоже разобрал ситуацию вокруг DeepSeek, там разных экспортных ограничений США. Что будет происходить? И он вообще говорил, что это там не революция, да?
С точки зрения таких серьезных людей. Но очень круто, что для всего мира. То есть что важно? Если сейчас каждый пользователь в мире может открыть для себя, открыть DeepSeek и начать им пользоваться. Потому что, конечно, в большом количестве стран были ограничения, особенно в русскоязычном пространстве. То есть в русскоязычном пространстве очень много. Серьезное было ограничение к чату GPT и для людей заходить надо было там через VPN это делать.
Надо было там через VPN это делать. Нельзя были какие-то покупки сделать. Я уже не говорю про open source и про стоимость. Стоимость там, по-моему, в пятнадцать тире там в тридцать раз дешевле. То есть точно пробуйте, если еще не использовали. И там сразу есть reasoning и куча всего остального. Мало того, они постоянно обновляют. То есть кто-то говорил, там нет картинок, они уже выпустили генератор картинок какой-то свой.
То есть они постоянно делают обновления.
Про open source еще, Саш, хочется добавить. Общался я недавно с знакомыми дата-сайентистами, которые в банках работают. И вот так мы условно за чашкой чая обсуждали, а что же с этими моделями то происходит, пускают их, не пускают. Он говорит: "Ну, в прод, то есть, ну, в конечный продукт, очевидно, — говорит, — никто пока не разрешает пускать, но эксперименты уже позволяют делать. То есть моделька лежит в доступе на Hugging Face. Hugging Face — это платформа, на которой лежат open source модели, которыми дальше можно пользоваться. И вполне нам, — говорит, — уже разрешают проводить эксперименты с этими моделями, использовать. Кто знает, возможно, в дальнейшем в продакшне они тоже будут использоваться". Поэтому движение здесь, с одной стороны, да, у нас есть такой вот B2C сектор, да, когда у нас есть просто люди, которые задают свои вопросы в чат, а с другой стороны, есть достаточно крупные компании, которые нуждаются в моделях. И понятно, что с моделями через веб-версию, да, там через API тот же OpenAI или любые другие пользоваться никто не разрешит, потому что тогда данные из контура утекают. А вот с такими модельками уже в целом крупные компании, банки уже начинают к ним присматриваться.
Это для них как раз такой инструмент, с помощью которого можно попробовать свои модели прокачать абсолютно бесплатно.
Слушай, ну, кстати, в workspace OpenAI ChatGPT данные якобы не утекают, да? У нас у самих с тобой был workspace, и там было написано, что данные на их не обучаются. Но я хочу сказать, что, наверное, для крупных корпораций действительно есть это ограничение. Я, например, никому не запрещаю в бизнесах вообще нигде, ни в одном бизнесе ограничиваться использованием любых и open source, и не open source в силу того, что для меня важен скорее результат и прогресс, нежели чем защита определенного вида данных. То есть, вот не-- понятно, что, может быть, какие-то есть эксклюзивные вещи, но базово в бизнесе, там, те данные, которые ты выдал, они, по сути, не имеют никакой уникальности и вообще ни на фиг никому не упали. Ну, в часть-
Персональные данные, тут больше об этом речь идет.
Да, я сейчас говорю, конечно, мы сейчас говорим не о персональных данных. Опять же, любой отчет можно всегда у данных поставить переменные, вместо людей поставить какие-то коды и номера, загрузить туда, проанализировать, что даже я, собственно, так и делаю, да, когда я загружаю. Ты просто ставишь не-не-не-- а как бы удаляя все персональные данные, которые есть, и очень серьезные результаты можно получить.
И вот то, что ты говорил, да, вот там, ну, вот эти новости появляются, что китайская модель хранит там всю историю, которых вы там запросы делаете, условно, какие клавиши нажимаете и так далее. Но здесь просто вот в юриспруденции, да, есть там презумпция невиновности, а здесь просто наоборот. Все, что вы пишете в интернете, надо понимать, что это может храниться и с большой долей вероятности храниться. И неважно, на каком сайте вы это делаете.
Конечно!
Может сохраниться.
Как почта, как почта. Да, Эльнар?
Да, да, да.
Как почта. В чем условно разница по ссылке мы доверяем-- это странно, да? Если ты не доверяешь Гуглю и Gmail, так Gmail и мы все отсылаем файлы, финансовые данные полностью все через Gmail. И при этом, ну, не мы, а весь мир отсыла-- смотрите, весь мир отсылает, и они хранятся в облаке. А когда мы используем модель Гугла, то якобы, значит, она что-то забирает. Так подождите. Но если они говорят, что они на них не обучают, значит, они не-- ну так они так же, так же и на тех данных могут обучаться. Там есть все ваши файлы и фотки, и пароли, и логины, ну, и заметки, да? И все, что находится на телефоне, и все, что вообще есть. Тут ты абсолютно прав. Я в свое время когда-то в Москве рук-руководил лидером Software as a service рынка облачной платформой Task Manager. И это была одна из историй, когда корпорации не хотят ставить к себе Task Manager. Говорят: "У вас облачное хранилище". Я говорю: "Вы знаете, что наше облачное хранилище за-защищено в десять тыщ-- тысяч раз круче, чем любой ваш сервер, который у вас ваш сисадмин защитил, от которого вы зависите. И потому что мы-- вы-- ни о-- ни-никто даже ваши данные изъять не сможет, потому что они на общих разных серверах. Попробуйте их выделить оттуда. Из сотен тысяч компаний, которые там внутри работают. То есть это отдельные вообще, отдельные кати-- мало того, у меня за мою практику, по крайней мере, там, ген-гендиректорства не было ни одного запроса на изъятие данных, да? А если запрос бы пришел, у нас был простой ответ: мы данные, мы вам можем сервер отдать, на нем тысячи компаний, сами там ищите. Они там не найдут. Ну, то есть ты не сможешь извлечь это. Ты как структуру должен знать. То есть какой, сколько надо денег на это потратить, да, чтобы извлечь? То есть это гораздо дороже стоит. Поэтому вот этот всегда история, мне кажется, она такая достаточно важная. Я уже не говорю про ваши личные, там, персональные данные.
Понятно, что туда не надо скидывать, там, свой паспорт или свои логины и пароли. Мы никогда все же не знаем, где сейчас система, где чему обучаются, как они какие-то проверки прошли и все. Можно вернуться вот сейчас нам вместе к новости, вот самому свежаку такому, это к, Deep Research. И Deep Research OpenAI. Просто хочется вам пояснить, что это такое. Пользователям всем он сейчас, так как он доступен только в платной версии, которая стоит двести долларов. И хочется пояснить, какая штука, я не знаю, кто-нибудь из вас это использовал. Я это использовал уже, и у меня первый запрос прогнал девять минут. Это система, которая дает, делает аналитику и дает вам ответ от пяти до тридцати минут. И, по сути, ей можно давать как очень сложные запросы. Например, я у него спросил, взял компанию, которая ко мне относится, и задал вопрос, проанализируй, какую, как она находится в, интернете с точки зрения поискового продвижения. Сделай мне анализ. Эээ, до запросов стиля: подбери мне, пожалуйста, пылесос в дом. В чем разница? Раньше подбор пылесоса в дом это был просто прост-- быстрый достаточно ответ по какой-то статье или двум статьям в интернете, или по тому, на чем модель была обучена. Сейчас эта система уходит в глубокий анализ, и прежде чем уйти в глубокий анализ, она задает дополнительные вопросы. Честно сказать, вопросы, которые она у меня уточнила, были очень крутые. Она у меня спросила: эээ: "По каким странам вы хотите сделать аналитику SEO?" Эээ, так как я задавал ей вопрос на русском, она у меня спросила по России или по другим странам, хотя она знает, что я живу в Америке и что я живу в Лос-Альтос-Хиллз. Но так как был вопрос на русском языке, у нее есть ассоциация, да, она сразу же там спрашивает. Я ей сказал по каким странам. Сказал, что вот меня интересует анализ по таким-то, таким-то, таким-то, таким-то деталям, где такое-то население живет. Дальше она меня спросила: "Какие вам показатели нужны в SEO?" Я написал, что надо отвечать очень профессионально, с высокого, с высокого профессионализма, по вообще вот этого search engine optimization. Она у меня спросила: "Нужна ли вам еще также анализ кроме SEO по платной рекламе?" Что было очень интересно. Да? И еще ряд вопросов мне уточнила и написала: "Чем лучше вы мне ответите на вопросы, тем лучше я вам сделаю аналитику". То есть, по сути, она у меня как вот я в двадцать лет, ну, восемнадцать, двадцать лет я уже руководящие позиции занимаю, да, восемнадцать лет, наверное, как такой, как се-- генеральный директор или там владелец где-то, а в двадцать лет, как вообще чем, чем-то руковожу. И это как стандартный вопрос. То есть я задал какую-то штуку, сделайте мне анализ, она у меня уточнила, я ей ответил, она ушла в изучение и дала вам, честно сказать, ответ, который до этого не давала. Ну, с точки зрения нагруженности. Что интересно, что в эту модель можно подгрузить неограниченное количество файлов. По крайней мере, я туда пробовал загрузить, там десять файлов записал. Обычно было ограничено четыре файла, а неее загрузилось больше. И заметьте, что есть модель, это такая, как О1 Pro, она доступна в двести долларов, у нее accuracy девять точка один процентов, то есть процент точности девять точка один. У этой - двадцать шесть точка шесть, да? Вот у DeepSeek - девять точка четыре. Кстати, по данным Open AI, у Open AI O1 - девять точка один, а у DeepSeek R1 - девять точка четыре. По данным Open AI. Да, по их. Они сравнение делали, вот. Что это значит? То есть из десяти ответов будет только один правильный? Не, не, не, не, не, не, не, не, не. Это да, кстати, чтобы здесь людям сейчас вот Эльдар, Эльдар пояснит, это все же на трех миллионах, там, выборных разных позиций. Эээ, это не-- это, это как бы когда тебе делается супер сверх как бы точно это. Давай, Эльдар, дай, дай пояснение хорошее, чтобы людям было понятно.
Есть разные бенчмарки.
И всегда, когда вы видите такие цифры, хорошо понимать, а как эти цифры вообще получаются, да? Мы два выпуска назад, по-моему, обсуждали про LM арену, где просто голосованием происходит выбор лучшей модельки. Ну, просто такая общественная демократия происходит. А это HLE Humanity Last Exam, ну, такое не очень громкое название, что можно перевести как последний экзамен-
Экзамен человечества.
Человечества, да.
Человечества.
Да, да, да, очень громкое название, но что под ним лежит? В общем, бенчмарк состоит из трех тысяч вопросов, которые подготовлены экспертами в абсолютно разных областях. Это математика, биология и так далее. Да, то есть мы берем эксперта из какой-то научной области и говорим: составь нам вопросы, ну вот, там, на пограничном уровне науки текущего времени. Но надо понимать, что ответы на эти вопросы существуют, они просто очень узкоспециализированные, крутые темы. И, соответственно, часть из этих вопросов открытая, часть этих вопросов закрытая, да? То есть часть вопросов вы знаете, который внутри лежит, часть вопросов скрыта, и вроде как ни-ни-ни-никто, кроме тех, кто владеет этим бенчмарком, доступа к ним не имеет. Соответственно, когд
Не имеет. Соответственно, когда какая-то моделька появляется и она хочет себя вот, м, по этому бенчмарку проверить, э, собственно, прогоняются вопросы. Ответы отправляются в эту компанию и сверяются с теми ответами, которые были даны вот профессионалами в своей области. Это могут быть там ученые, еще кто-то, там и гуманитарные науки, абсолютно разные направления. Так вот, три тысячи вопросов. И на основе этого выставляется оценка, то есть насколько точно моделька может ответить. Там помимо этого есть еще и другие параметры, которые оцениваются, ну вот, там, которые в статье и в публикациях чаще указываются. Это именно вот accuracy, да, то есть насколько точно отвечает на эти вопросы.
Да.
Так вот, большинство моделей, которых было до этого, очень плохо справлялись с этим бенчмарком. Там буквально доли процента были. Потом, вот, собственно, GPT4O и вот эти последние с leasing, которые появились, там, DeepSeek и прочее, они вот там. Саша же, Саша как раз говорит, что там девять с чем-то про-
Так 4O, Са-- Так, не, четыре, Саш, ой, Эльнар, четыре. В этом прикол, что 4O было 3.3.
Вот.
А я когда увидел сегодня это сравнение.
Да.
Когда тебе показали 4.3 и тут 2.6, я такой, типа, что
это?
Да.
Да, да.
И собственно, о чем это говорит? Это говорит о том, что экспертность, она потихонечку приближается вот как раз вот к такому, м, к PhD левелу, вот такому, ну, как это вот, если попроще, кандидат наук и выше, но не по одной отрасли, да, а по разным отраслям. Он одновременно и в математике разбирается, и в биологии разбирается, и в гуманитарных науках разбирается и так далее. И-
И еще у него как у человека поведение. То есть вот это вот как у человека. В этом же и называется правильно человечность, экзамен человечности. То, что как человек, правильно, Эльнар? То есть не как машина выдает просто ответ заготовлен, но в этом, в этом же суть тоже сильная теста.
Ну да, наверное. Ну, вот, как бы из того, что я понимаю из этого бенчмарка, да, то есть они проверяют, что моделька не просто на обыденные вопросы может отвечать, а, собственно, вот экспертный уровень у нее достаточно высокий получается. И, собственно, Таня, отвечая на твой вопрос, условно, из ста вопросов на двадцать шесть, вот последняя, которая от OpenAI вышла, она, условно говоря, может ответить.
Если взять сто проценты, взять уровень PhD узкоспециализированного, да? А модель будет где-то на треть. Не, не, не! Там представь, у себя уровень, смотри, у тебя, у тебя круг предметов, широкий круг предметов исследования, которые у тебя есть. Ну, это понятно, да. У тебя эти исследования есть условно, от ракетостроения до биологии, там, до экологии. Угу, да. Или, например, от классики до там еще чего-то. То есть у тебя лингвистика есть, там все что угодно внутри есть. Угу. И, соответственно, у тебя просто в целом сама система как бы в общем своем объеме, в объеме- Угу. В общем своем объеме, ее вот включенность настолько. Это тяжело, я думаю, даже человеческим мозгом, мозгом осознать, потому что мы пытаемся сами же своей собственной системой- Да, под себя. Переварить, что это значит. Да. А как мы можем переварить? Потому что она и так отвечала по многим вещам, она и так знала, там, и выше многие вещи, там, чем PhD, где-то понятно, что ниже, чем PhD. Здесь с точки зрения, да.
Да, существуют другие бенчмарки, узкоспециализированные.
Угу.
Как раз вот, Тань, возвращаясь к твоему вопросу, условно, там, по математике, по программированию, еще где-то. В этих узкоспециа-- узкоспециализированных бенчмарках показываются гораздо более высокие результаты.
А, понятно, угу.
А здесь, как Саша правильно говорит, агрегация по всем.
Угу.
Ты где-то можешь быть хорош.
И ответы!
А где-то
провисаешь.
То, что она делала девять минут, я вам честно скажу, то, как она дала структуру вывода. Я же очень много прогоняю в бизнесе, очень, ну я очень много использую анализов, статистик, систем, отчетов, разных деталей. Он был другой. Ну, то есть, вот я не говорю, что он лучше или хуже, он был другой, потому что мне еще тяжело. Она только вышла, я сразу же, условно, там, не знаю, в шесть утра, по-моему, я начал загонять эти запросы, чтобы к выпуску сегодня, э, что у нас какой-то объем был. И то я многие другие вещи не успел. Но что интересно, что там есть ключевая история, которая отражена. Это я впервые увидел простые кейсы. То есть там даже это показано, что есть сложные вещи, там есть простые кейсы, простые — это вот как я вам привел пример про выбор пылесоса. То есть все же, когда ты в модель говорил: "Помоги мне, не знаю там, с цветами, там, не знаю, с мебелью, что-то приготовить или так далее". Очень часто рассуждения были очень тупые. Поэтому и 3.3. Очень, очень тупые. Не, не-- это да, действительно, уровень там математики или программирования, там, или знания в целом, или ответов, он зашкаливал, но часто идиотс-- ну, как бы ответ звучал идиотски, а не так, как ты ждешь этот ответ, да? И очень то ли обощенное. У меня поэтому везде стоят вот эти вот настройки. Отвечай мне очень профессионально. И все. Моя жена еще у нас од-одинак-- ну, мы ч-часто одним аккаунтом, да, заходишь часто с одного аккаунта. Она все время говорит: "А мне наоборот, значит, попроще чтоб отвечала". А я каждый раз: "А мне тяжелее надо, чтобы отвечала". И вот у тебя начинается, да? И если ребенок зашел, ребенок может сказать, там, мне-- у него же другой возраст, да, ему надо отвечать совершенно по-другому. То здесь, э, как бы, на что они, э, то, что про них говорят, что аналитика и выводы будут, ну, другого диапазона. То есть они тебе не просто с рынка быстро тебе покажут, там, пять видов риса. Если ты попросил купить себе, не знаю, там, brown rice японский или что-то, ну, там, коричневый рис, или там сравнить тебе просто телефон. Они тебе это все же сделают, чуть более серьезно подойдут. По сути, даже вот то, что говорит от десяти до тридцати минут, это показывает, что, эээ, на это тратится время, на это тратится ресурс. Вот в o1 Pro я, например, очень много выполняю в o1 Pro и часто своим командам. У меня не у всех людей там есть доступ к o1 Pro. Я говорю: "Вы можете мне при-прислать все очень сложные вещи, я для вас их прогоню". И потому что я знаю, что o1 Pro, если сравнить с o1, вот платная модель за двести долларов, она, во-первых, она мне никогда не лимитирует меня. И когда я вижу, что там пишет мне, что она потратила шесть минут, там, или восемь минут, у меня o1 Pro даже по десять минут или одиннадцать минут тратила, то это показатель, ну, какого-то анализа. То есть ты даешь огромное количество массив данных До этого, чтобы вы все понимали, кто-то думает, что в чат GPT можно загнать, например, разговоры менеджеров по продажам. Я очень много такого слышал. И якобы ты загнал, кинул файл, и он тебе там все выдал. Он тебе выдал что-то. Мы это много раз, да? Он выдал что-то. Это не значит, что он глубоко, фундаментально, совсем полностью изучил и разобрался, и ничего не пропустил, и с точностью тебе выдал. Вот хочется верить в это, но для меня поразительна была история вопросов. Я считаю, что система, которая-- что будущее без этого невозможно, что система должна знать дополнительные вводные для того, чтобы давать ответ. Иначе этот ответ — это некоторая абстракция, это. Я на прошлой неделе очень много прослушивал слушаний в Сенате США по поводу назначения новых кандидатур. И Сенат США, сенаторы, они любят тому человеку, который сидит, например, назначают какого-то секретаря. Это часто, вот чтобы ассоциация была, секретарь обороны — это как министр, например, обороны, да? И они ему зада-- задают вопросы. И очень часто Сенат США использует такие фразы, как "Ответьте да или нет" на, на вопрос. Но ведь они озвучивают, например, какую-то конструкцию своей речи. И вот если мы возьмем юридическое право, то для того, чтобы ответить на какой-то вопрос да или нет, обычно говорят вот здесь вот да, при условии, соглас-- при условии вот этого договора на сто страниц. То есть да, но при договоре, потому что есть, есть как бы, но детали есть, всегда есть детали. Да, но если там был красный цвет, да, если еще что-то, они все время хотят получить. Вот мне кажется, это очень связано здесь с моделями. Что если модель начнет уточнять, она сможет по-настоящему дать правдивую тебе ответ, а не то, что хочет услышать часто Сенат ответом да или нет, подставив, подставив человека, на самом деле, который слушает. То есть это потому что и при разговоре, как людей часто люди не узнают дополнительные детали для того, чтобы дать настоящий ответ. Вот модель — это, мне кажется, движение в эту сторону.
И я уверен, что в течение месяца мы увидим обновление других каких-нибудь систем, которые тоже будут задавать вопросы, тоже будут ждать где-нибудь. Вопрос ресурсов.
А вот здесь как раз две проблемы хочется подсветить, с этим связанные. Первое. Ну, вопрос галлюцинаций не решен, он все равно еще остался, да? Собственно, под капотом если галлюцинирующие модели лежат, то как бы и на выход тоже эта штука пролазит. А вторая история как раз вот то, о чем ты говоришь. Круто, что они это сделали. Это точно очень хорошо. И направление верное, но технологического прорыва там не видно. А это значит, что очень скоро другие компании выпустят модельки не хуже, да, примерно там, на, на, на том же уровне.
Знаешь как? Мы все, мы все рады, все рады.
Даже сейчас я видел сравнение вот вышедшего только что от OpenAI, как он называется, Deep Research?
И Deep Seek с R1 и поиском. Да, Deep Research выигрывает, но надо понимать, что это как бы модель уже там следующего шага. Посмотрим, какой будет ответ с той стороны, потому что как будто бы увеличить время на обработку запроса и, соответственно, добавить еще какие-то дополнительные настройки не выглядит там каким-то серьезным технологическим прорывом. Это точно дороже, чем просто обычные запросы. И тут интересно, как это все может быть отработано. Но в целом вот такие два пункта я вижу.
Ильдар, слушай, но мне лично, мне лично кажется, мне всегда было странным, что они не спрашивают никакие модели, вообще не спрашивают вопросы. И еще мне кажется, что это способ борьбы с галлюцинациями. Для меня тоже был всегда вопрос, почему я лично каждый раз на каждый ответ системы говорю перепроверь себя, ты правильно сказал или нет. Часто система проверяет, говорит: "Ой, я ошибся", дает данные.
Ой, я ошибся! Дает данные. И ты потом еще раз. Почему сама модель не может сама себя перепроверить несколько раз и перепроверить это разным видом алгоритмов или ресерчем каким-то, да, сделать или в интернете пройтись? И вот они, наверное, соединяют это все в единую какую-то конструкцию, что дает, э, какой-то в финале более работающий инструмент, э, для человека, да? И поэтому здесь же вопрос технологический прорыв с какой стороны? Может быть, со стороны, не знаю там, науки, может быть, нет, а может быть, со стороны продуктового использования есть, а может быть, со стороны науки они более какие-то крутые алгоритмы написали или обработали.
Или я, например, не вижу проблемы в ожидании иногда, но по некоторым вопросам это нормально, да? Что ты даешь ответ, что я буду десять секунд мгновенно. Мало того, я знаю, что если сейчас полчаса, это точно ускорится. Кто не знает, вышли модели о3 неделю буквально назад o3-mini и о3-mini-high. И я хочу сказать, что о3-mini-high отвечает очень быстро reasoning. Очень. Ну, то есть у нее скорость ответа о3-- я не знаю, о3-mini-high доступна в двадцати долларов или нет. У меня в двухста доступна.
О3 точно доступна. Я вот не знаю градацию между мини хай-
Да, там есть, там есть о3-mini-medium, да, она просто о3-mini называется. Есть о3-mini-high и о3-mini-high, она отвечает, это reasoning.
Он считается хуже, чем у один про с точки зрения масштаба анализа глубокого, но именно как reasoning модель, которая работает с анализом, э, ну, с точки зрения своей конструкции, она отвечает очень быстро, да? Вот они выпустили другую скорость. С точки зрения Open AI интересные еще новости, которые сейчас есть. Open AI заключила соглашение с научно-исследовательскими институтами США, во-первых, да? И пятнадцать тысяч ученых будут использовать Open AI отдельно прямо. И это прямо Open AI research. И я не знаю, кстати, зачем они так свою модель назвали Deep Research, потому что мне кажется, что это превратится, это подход такой реально будет. И они выпустили модель Open AI Gov. Я что хотел добавить в пользу, если были бы акции Open AI, их нету, но если бы они были, что, э, они получают доступ к данным все равно, которых у людей, ну, как к абсолютно уникальным. То есть все же не надо недооценивать вот все эти инфраструктуры и маркетинг, и способность вовлекать людей, как все доносится и так далее.
То есть падение, по крайней мере, рынка, который мы наблюдали неделю назад. Я думаю, что технологический рынок будет США будет и мира в целом будет двигаться вперед. Очень круто! Саш, ты можешь сказать, у тебя какое ощущение по Deep Research и вообще по о3, по вот этим вещам, которые выходят как, э, в теке?
Слушай, то есть, ну, как бы, пока еще мы немножко, ну, так далеки, да? Ну, вот я-- мы еще пока далеки до конкретных применений. То есть, например, вот Perplexity вышла, их финансовый модуль, ну, бесполезный абсолютно, да? То есть тебе там нужно проанализировать, там, в разных сегментах, какие стоки там лучше перформили, да? Сезональные тренды. Ну, он вообще ничего не знает. Ну, то есть пока, то есть те вопросы, которые люди задают своим, там, финансовым советникам, ну, ну, ну, явно они даже не пытались их проработать, даже не касались этого. То есть, а, понятно, что там о3 модели Deep Research как бы low-hanging fruit, да, для борьбы с галлюцинациями — это хорошо. Но дальше мы увидим больше специализации на конкретных вертикалях, я предполагаю, более интерактивные форматы ввода информации, да? То есть когда тебе задают просто вопрос, иногда тебе там нужно дать несколько вариантов на выбор, еще что-то. То есть это потребует, наверное, более богатого интерфейса, чем просто чат. И я думаю о том, что в первую очередь сейчас мне кажется, наоборот, что, по сути, компаний, которые могут делать модели, осталось в мире мало. Вот к чему я хотел сказать. То есть я сейчас, я вот пока, пока вы говорили, я открыл, а, ну, как бы дашборд, да, то есть, там, ну, честно говоря, там в топ десяти моделях, там нету даже, там только Open AI, DeepSeek и Google, да? То есть, то есть, ну, Antropic, он как бы, конечно, как-то будет соревноваться.
этом списке.
Да, хочется верить, что-- хочется, хочется верить, что, а, много кто может быть, кто-- много кто может подтянуться. Хочется в это верить. Нельзя сказать, что их прям совсем не было, потому что у них был DeepSeek Coder V2, который сильно хайпанул до этого, да? Поэтому они все-таки давно, мне кажется, были на слуху. Но то, что сейчас как бы xAI сильно отстает, Кохиер, Мистраль, Meta, что они, ну, очень сильно, и Amazon, разумеется, что они все очень сильно отстали. И Microsoft там же. Это, конечно, м, удивительно в том плане, что мы, мне кажется, все-таки сейчас нарратив не должен быть про то, что модель должна быть там супер маленькая, да? Там то, что вот Microsoft говорил про модель Phi, мне кажется, это сейчас вообще неважно. Вопрос именно в том, насколько модель будет, ну, как бы, насколько она будет хорошо резонить сама собой с этими галлюцинациями. А, то есть будущее — это, конечно, модели больше и больше похожи на Deep Research. Мне кажется, что реалистично здесь пока только три компании в мире есть, которые способны это делать. Это меня у-удивляет. Разумеется, очень сильно меня это удивляет Таких компаний всего лишь три осталось. Казалось, их много.
По поводу нейминга, Саш, мне кажется, там идет явно игра с названием, потому что Google буквально недавно выпустил своего, кажется, Deep Researcher называется. Тут же Deep Seek есть. Да, да, да. И тут просто Open AI пытается подвинуть остальных и сказать, что вот теперь вот это название наше и максимально громко во все стороны его.
Может быть, вот это вот слово deep использует, ты имеешь в виду, да?
У Гугла вот прям Deep Research или Deep Researcher прям так же называется.
Это я просто в начале говорю, когда это выложилось, у меня был такой подход. Мне кажется, что консьюмерские, хотя им пофиг, какая разница, они выпустят там чат GPT5 и добавят туда, встроят это все, да и все. И просто консьюмерски базово с самого начала это выглядит огромным таким сверханалитическим тулзом. А в действительности я сразу же увидел, наоборот, как самые простые базовые вещи, которые делаешь, чуть-чуть шире можно сейчас анализировать и гораздо лучше. То есть пойти еще в широ-- в ширину такое восприятие. То, что ты на самом деле уже пробовал сделать и пока, и пока я жду, например, вот как я пример приводил там про пылесос, не знаю, про выбор риса, это простые, очень простые вещи, которые каждый день человек делает какой-то выбор, и тебе дают сейчас возможность это запустить. Да, в ограниченном режиме все же доступно за двести долларов, там сто запросов в месяц всего таких можно сделать, ну, по-- сто вот этих аналитических запросов сделать. Интересно, кстати, будет ли каждый запрос уточнения вопроса считаться запросом, не знаю, где этот счетчик стоит.
Да.
Будет как серия в Симпсонах, да, про которую мы уже как-то вспоминали.
Но вопросы — это очень интересно. Или двести пылесосов. Для меня всегда, для меня всегда важно посмотреть причины и следствия появления некоторых вещей. Яндекс когда-то около, мне кажется, восьми, семи лет назад выпустил под строкой поиска, у них в тесте начали происходить подстановка, как бы дополнение. То есть ты задаешь вопрос, тебе говорят: "А вы это имели в виду или это?" То есть тебе выдачу дают и еще как бы уточнение, это называется уточнение. Потом оно исчезло. И, ну, это, по крайней мере, не массово распространенный тренд, это не используется супер детально. Есть какие уточнения, там человек может выбрать себе там фото, видео, вкладки перейти, как во всех браузерах везде сделать. И для меня всегда было поразительно, что поисковик не идет в нормальные крутые уточнения. В то же время я как бы в бизнесе человек, я понимаю, что они это не делают, потому что они зарабатывают деньги на хреновом поиске. То есть все деньги Яндекс и Google зарабатывают, не мы поможем всем все найти и поможем всем все, ну, поможем, а мы поможем вам запутаться, дольше с нами пробыть, тем самым, чтобы люди потратили больше денег на кликанье различной рекламы внутри, которая находится. Это же меняет рынок рекламы, да? С точки зрения поиска. Появление таких систем, которые сейчас, как Deep Research, то есть она забирает фундаментально по-другому, совершенно по-другому забирает поиск и тебе вывод сейчас, сегодня, кстати, мне статью огромную, которую она дала, там прямо написано, на каком количестве ресурсов она основывалась. Все эти ресурсы внутри указаны, тебе постоянно куда-то ссылаются. То есть ты можешь посмотреть, почему тот или иной вывод был сделан, условно, где эта информация была взята, да, или как она была получена. Интересно было бы, конечно, если бы он не только внешние бы сайты давал как источник информации, а говорил, что эта информация была получена, не знаю, из такой-то книги или в Африке, там с каких-то вещей, или при анализе большого количества данных. Просто это такой вывод, как бы комбинированный. Может быть, мы к этому придем, но это выглядит, ну, выглядит по-настоящему хорошо и полезно. Вот в комплексе. И, конечно, такие системы, они видоизменят не только рынок AI.
Я верю в изменение очень сильно поиска человека и к тому, как люди будут, какими вообще люди устройствами будут пользоваться с точки зрения
Устройствами будут пользоваться с точки зрения ежедневной своей, ежедневной своей жизни, вот, и ежедневного своего постоянного поиска. Вот это очень интересно, что, что на базе таких приложений вообще, какие application будут появляться и что это будет? И это все же будет оставаться у таких компаний, как Open AI или Google, там, или Microsoft внутри в их инфраструктуре, или все же будет кто-то, кто будет их модели со стороны использовать? Потому что мы, помните, мы с вами год назад очень много обсуждали стартапов, которые появляются, а сейчас мы все меньше обсуждаем стартапов, которые появляются. Потому что как, по сути, что становится, что все стартапы, а просто я, который стартапы наблюдал два года назад, девяносто девять процентов из них, они, получается, пожираются самими же система, ну, самими этими же владельцами огромными, да? Вот как компании, такими как Open AI, там, или как Meta, они внутри вни-- сами же, сами же реализовывают вот эту систему всю полностью. И вот это, вот это прикольно, как Open AI выложил Open AI Gov для государства, да, специальную систему для государства, обученную на государственных доку-документах. То есть получается, что если кто-то бы делал такую систему для того, чтобы давать выводы по... Замечу, такие стартапы есть по всему миру. Вот в русскоязычном пространстве, если известно, например, у 1С есть своя система, там есть Консультант Плюс, где ты можешь задавать юридические, например, вопросы и получать определенные ответы, то, по сути, и раньше это был отдельный продукт В2В-шный, то выпустив такую систему, как Open AI Gov, они уничтожили на рынке конкурентов определенных в США, потому что они сказали: "Мы разбираемся в государственном праве, причем не только в американском, а в мировом. Будем его полностью дополнять, и вы сможете его на уровне государства использовать все эти системы внутри". То есть это такой вход, э, очень, э, по-другому, по-другому, чуть-чуть это движение. Будем смотреть, что будет происходить. Хочется вспомнить, что сегодня мы не упоминали, где Apple, а где вообще Apple, ребят, будет присутствовать, где вообще Apple делся, что он будет делать с точки зрения своей платформы? Вот это большой вопрос. Вот это большой вопрос.
У нас еще и Маск потерялся. Я думаю, что в ближайших выпусках он опять вернется в инфополе, и про него тоже поговорим.
Да, да, да. Ну что, пятьдесят минут, хороший у нас выпуск. Так все! Всем большое спасибо.