NVIDIA вкладывает $500 млрд, а GPT‑5 и AGI уже на подходе! Новая AI-революция 2025?
Почему полтриллиона долларов на ИИ не устраняют дефицит людей, которые умеют превращать модель в работающий продукт?
Увидеть, почему капитал и вычисления не заменяют людей, которые выбирают проблему, понимают пользователя и превращают модель в работающий продукт.
На что обратить внимание
Ключевые тезисы и выводы
Для сцены «Google платит сотрудникам, чтобы они не уходили к конкурентам: рабство?» решающим становится следующее: вычисления можно купить, а концентрацию таланта и продуктовую дисциплину — нет; выплаты за то, чтобы человек не ушёл, это не рабство, а цена дефицита людей, умеющих превращать модель в продукт.
В контексте «OpenAI: миллиарды для Суцкевера и Мурати» действует этот критерий: когда несколько компаний подряд объявляют планы на пятьсот миллиардов, сумма перестаёт быть прогнозом и становится политическим сигналом — США хотят строить дата-центры, вернуть производство и удержать цепочки поставок, но физический возврат производства дорог.
Из разговора о «Nvidia: 500 млрд на суперкомпьютеры и чипы» следует практическая проверка: тот же iPhone, полностью собранный в США, может стать в разы дороже — сотни миллиардов на чипы и суперкомпьютеры показывают ожидание, но не готовность рынка платить за конечный продукт.
Для решения, обсуждаемого в сцене «Можно ли создать мощный ИИ без оборудования?», важен критерий: противопоставление «умный алгоритм против дорогого железа» искусственно — сильной команде всё равно нужна инфраструктура, а огромный кластер без хорошей команды не создаёт продукт; полный объём GPU у DeepSeek мы даже не знаем.
Тема «О массовом увольнении людей в мире ИИ и хайповом маркетинге» становится понятнее, если учитывать следующее: реклама «агентов вместо людей» хорошо собирает внимание, но не доказывает, что агент справляется с работой — автоматизация повышает производительность сильного специалиста, а не делает его ненужным.
Для сцены «Зарплата сотрудникам в Google и внедрении AI-агентов» решающим становится следующее: парадокс в том, что Google одновременно говорит о высокой доле кода, написанного с помощью ИИ, и платит людям всё больше — автоматизация усиливает сильного специалиста, поэтому за него и держатся долгими выплатами.
Рабочий вывод из сцены «Новые ИИ-агенты» состоит в том, что новые агенты продаются как замена сотрудникам, но их ценность подтверждает не громкий маркетинг, а повторяемый результат: справляется ли агент со сложной задачей стабильно и предсказуемо.
Рабочий вывод из сцены «GPT-5 и AGI через 2 месяца: хайп Сэма Альтмана или реальность?» состоит в том, что после нескольких громких релизов рынок вправе требовать не сроки, а демонстрацию — обещания GPT-5 и близкого AGI проверяются работающим продуктом, а не датой в интервью.
В контексте «ИИ и бизнес: миллионы для ниш» действует этот критерий: билборд Artisan «агенты не жалуются на work-life balance» хорошо собирает внимание, но деньги в нишах приносит не лозунг, а конкретная задача, где агент действительно снимает ручную работу.
Граница применимости в сцене «Photoshop vs Canva: ИИ для презентаций» определяется так: генерация изображений в ChatGPT уже даёт понятную ценность — презентации, обложки, посты и правки без Photoshop, — но выигрывает не модель, а удобный процесс; вычислительную базу можно купить, а революцию сделает команда, к инструменту которой человек возвращается каждый день.
О чём этот выпуск
Stargate, Apple, NVIDIA и Meta обещают инвестиции на сотни миллиардов, Google платит ключевым сотрудникам за то, чтобы они не уходили, а стартапы рекламируют агентов вместо людей. За разговорами о GPT-5 и AGI видно простую реальность: вычисления можно купить, концентрацию таланта и продуктовую дисциплину — нет.
Когда несколько компаний подряд объявляют планы на пятьсот миллиардов долларов, сумма перестаёт быть прогнозом и становится политическим сигналом. США хотят строить дата-центры, переносить производство и удерживать цепочки поставок. Но физический возврат производства дорог: тот же iPhone, полностью собранный в США, может стать в разы дороже.
DeepSeek уже показала, что нельзя оценивать модель только по официальной стоимости обучения. Мы не знаем полный объём закупленных GPU и все эксперименты. Поэтому противопоставление «умный алгоритм против дорогого железа» искусственно: сильной команде всё равно нужна инфраструктура, а огромный кластер без хорошей команды не создаёт продукт.
Google удерживает исследователей долгими выплатами, потому что в Калифорнии сложно запретить переход к конкуренту. Это не рабство, а цена дефицита. Парадокс в том, что компания одновременно говорит о высокой доле кода, написанного с помощью ИИ, и платит людям всё больше. Автоматизация повышает производительность сильного специалиста, а не делает его ненужным.
Стартап Artisan вывешивает билборд о том, что «агенты не жалуются на work-life balance». Такой маркетинг хорошо собирает внимание, но не доказывает, что агент справляется с работой. То же касается обещаний GPT-5 и близкого AGI: после нескольких громких релизов рынок имеет право требовать не сроки, а демонстрацию.
Генерация изображений в ChatGPT уже создаёт более понятную ценность: презентации, обложки, посты и правки без Photoshop. Но даже здесь выигрывает не модель, а удобный процесс. Полтриллиона долларов могут построить вычислительную базу; реальную революцию сделает команда, которая превратит её в инструмент, к которому человек возвращается каждый день.
Инвестиции показывают ожидание, но не готовность рынка платить; проверкой остаются повторяемая выручка, стоимость обслуживания и способность перейти к следующему этапу роста.
Расшифровка выпуска
Голосовая связка применена к 91 сегментам: 55 определено, 6 содержат несколько определённых участников, 8 вероятных, 22 остаются без окончательной идентификации. Неподтверждённые голоса обозначены как «Участник дискуссии», фрагменты с несколькими подтверждёнными участниками — как «Микс».
Читать транскрипт на отдельной странице
Загрузка…