Всем привет! Мы на канале ToTheMoon, технологические новости и инсайты из Кремниевой долины по всему миру. И наш, воскресный выпуск. Наконец-то мы вернулись к формату четверки. Мы первые, по-моему, выпусков пятьдесят сделали вчетвером, не пропуская. И мне кажется, формат, когда четыре человека присутствуют, — это круто. Вот мы с Ильнаром не пропускаем. Значит, уже сколько лет? С чего хочется сейчас начать. И особенно с таким составом. Вышел, вот вчера буквально глава Google выложил информацию, что вышла новая модель Gemini Carbon, и Илон Маск еще на нее отреагировал, типа очень круто.
Мне, кстати, интересно до сих пор, почему Илон Маск, главу Google все время репостит, именно его. Все время репостит, когда он выпускает, выпускает какие-то анализы. В этом анализе, сейчас наша редакция его сверху покажет, Carbon представлена как значительно более сильная система относительно Fable, и Opus пять-пять Anthropic и относительно, шесть Astra. Не знаю, насколько это правда. Еще будем тестировать, будем смотреть, увидим, что будет происходить. Не забывайте поддерживать наш канал и вообще, особенно нашей четверки сегодня, написать комментарий и залайкать нас.
А стартанем мы у вас с какой темы? И Макс, мы с Максом, значит, снимали недавно, серию выпусков, и Макс, высказал такое мнение, очень интересное, кстати, что на рынке не так легко это мнение услышать. И я его даже внутри поддержал. Я известный любитель сказать, что в мире никто не догоняет и не может догнать, и последние три года говорю, американский рынок. И потому что очень многие говорили, что его догонит Европа, догонит, значит, арабы, догонит, Россия. И я такой все время всем говорил: "Вообще нереально, невозможно с такой инфраструктурой, с такими деньгами, с такими проектами, с такими людьми нельзя".
При этом мы знаем прекрасно, что Китай вроде как стоит очень рядом и не отстает, и все время выпускает разные крутые модели. В частности, когда выходила Moonshot Kimi K3 два месяца назад, они мне сами написали еще про это рассказать. Они сказали: "Вот наша модель, она уровня Fable от Anthropic и уровня Astra от OpenAI. Я так улыбнулся и подумал: "Ну, точно это так?" И вот прошло несколько месяцев, и что-то мы не видим восторженных, сравнений этой модели вместе с тем же Fable, который с лета прекрасно работает.
И вот вышел Kimi сейчас сделал апдейт три один. Это крутая компания, крутая модель, крутая система. Но все же, вот, Маск, Макс, Макс, если я правильно тогда тебя понял, ты высказал мнение, что тебе кажется, что китайский рынок, они не смогут сделать то, что делает Америка. То есть тут не вопрос в том, что они как будто на пару месяцев отстают, что они не смогли бы сделать то, что делает Америка. Вот. И хотелось бы на фоне того, что сейчас выпустили апдейт и Moonshot, и DeepSeek, и это сильно все равно обсуждается, на эту тему, подискутировать.
Ну, я не говорил, что они не смогут это сделать. Все всегда возможно, понятно, да. То есть, невозможного не бывает, как и однозначно тоже outcome таких, как гарантированных не бывает. То есть они могут, конечно, это сделать в итоге, да, но проблема вот в чем. Китай вообще, ну и вообще как бы Азия вообще, да, они достаточно редко лидируют в каких-то исследованиях. Это, это большое, большое исключение бывает, когда действительно что-то вот действительно новое делается в Азии. Поэтому есть разные мнения, почему это так происходит, но мне кажется, что это просто культурная история, на самом деле. То есть, азиатов учат копировать вещи.
Вот в школе, в университете и так далее. Есть, есть такая штуковина, то есть они, они… это, возможно, связано с пиктографическим письмом, да. Сейчас мы уйдем далеко в философию, но суть в том, что с первого дня в школе, да, детей учат, вот, правильно, давайте, как правильно скопируйте вот этот вот иероглиф, правильно скопируйте вот это вот стихотворение. Оно просто даже не сами буквы должны быть правильно скопированы, а даже штришки этих букв должны быть правильно скопированы.
И люди хорошо учатся в школе, если они хорошо копируют, да? Ну, это такая, это философия.
На самом деле, если мы посмотрим на то, что происходило достаточно вот за последние пять лет, допустим, в, в области AI, появились, достаточно серьезные модели, да, китайские. DeepSeek сначала, потом Qwen, потом, Kimi, да. Но если мы посмотрим на их performance, как ты правильно заметил, они все-таки, это, это догоняющие модели, они появляются позже, да, и они, они скорее похожи на performance моделей, от американских frontier lab, там которым шесть месяцев, девять месяцев и так далее. Почему так происходит?
То есть, Kimi давайте вынесем за, за скобочки. А остальные модели, их архитектура, она, в принципе, достаточно такая, достаточно понятная, она, она просто обычно более-менее отражает то, что происходит в американском, в американском сегменте, да. Но при этом, опять же, она запаздывает обычно, она, то есть это выходит какая-нибудь модель, и пока ее там реверс-инжинерят, пока вытащат достаточно информации о том, как ее построили из frontier lab, да, пройдет какое-то время, эта информация, наконец-то, попадает в китайскую frontier lab с использованием триков, OpenAI с прошлого года строится новая модель, да.
Но самое, самое главное — это все-таки training. То есть, большое количество данных на данном этапе уже синтетические. И чтобы нагенерировать вот эту синтетику, там на самом деле очень все сложно. То есть синтетические данные сгенерировать достаточно сложно.
А может чуть-чуть это пояснить? Пояснить, почему проблема, почему у них проблема с обучением?
Ну, я вот, я вот объясняю. То есть проблема - это, ну, во-первых, compute. Обучение это очень… пре-трейнинг и пост-трейнинг это, это достаточно серьезные все-таки истории, да? В смысле compute. Это у китайцев просто нет доступа к такому количеству GPU. То есть по-прежнему же действуют экспортные санкции, да? То есть китайцы не могут просто пойти и купить NVIDIA-евские GPU. Хотя там была история про то, что NVIDIA якобы обрезанные GPU Китаю продавала. И понятно, что они могут обходить эти санкции, покупая GPU через третьи страны, через тех же самых арабов, допустим, да?
Но это все равно гораздо сложнее, чем тот же самый OpenAI или Anthropic, которые идут напрямую к NVIDIA и говорят: "Давайте, продайте нам пятьсот тысяч GPU", да? Китайцы не могут так сделать, несмотря ни на какие деньги, которые у них есть, да? То есть трейнинг, количество экспериментов, которые они могут провести, ограничено, да? Количество, количество тренинга, которое они могут сделать, ограничено. И самое главное, ограниченное количество синтетических данных, которые они могут сгенерировать.
А синтетические данные на данном этапе - это то, что дает нам движение вперед. То есть размеры моделей, которые у нас есть, да, они требуют такого количества тренировочных данных, что Интернет уже не хватает, особенно в таких специфических, задачах, таких как, например, генерация кода и математика, да? Данных никогда не было достаточно. Я помню отлично, как в двадцать втором году, в двадцать третьем году OpenAI и Anthropic, в том числе, они просто, сломя голову, бегали и искали тренировочные данные для, для того, чтобы научить модель кодировать.
Это была очень и очень серьезная гонка. И тогда тот дил, который с Microsoft сделал OpenAI, в том числе был направлен на то, чтобы получить доступ к GitHub, к данным с GitHub, да? Но этих данных все равно недостаточно, они достаточно... Данные нужны немножко другие. И в итоге Frontier Lab все занялись генерацией синтетических данных. Это, это очень серьезный процесс. Синтетические данные - это сложно, это очень дорого, особенно такие вот выверенные качественные синтетические данные.
И поэтому тренировка, тренировка моделей, даже несмотря, даже если у тебя есть все GPU, которых у них нет, а у них гораздо более серьезная ограниченная ситуация, даже если у тебя есть cutting edge, самая такая последняя архитектура, которых, ну, за исключением опять же Kimi, про Kimi мы поговорим, которых у китайцев все-таки, у них этих архитектур все-таки нет. То есть они отстают так или иначе. Frontier Lab не публикуют своих последних находок. А чтобы найти какую-то идею новую, да, тебе нужно провести кучу экспериментов. Что такое эксперимент?
Эксперимент - это инженеры, умноженные на compute, умноженные на время, да? Время есть у китайцев, понятно. Инженеры уже тоже, в принципе, есть. Но compute - это все-таки ограничивающий фактор, очень серьезно ограничивающий фактор. Поэтому даже чтобы сделать новую архитектуру, тебе нужно, ну, ты не можешь провести эти эксперименты просто из-за ограничения по compute. Вот. И, ну и самое главное - это данные. И что китайцы в итоге делают? Почему у них модели все-таки очень хорошо работают? Судя по всему, это дистилляция.
Дистилляция - это вывод как бы интеллекта из одной модели в другую. То есть это есть набор техник, которые позволяют тебе, условно говоря, позадавать модели вопросов и тренироваться на ее ответах. Это, по сути, синтетические данные с использованием другой модели. И недавно даже прошла новость, Anthropic выключил какой-то невероятный, там десятки тысяч аккаунтов, да, какое-то невероятное количество аккаунтов, которые, судя по всему, принадлежали китайским ботнетам, которые занимались именно дистилляцией их моделей.
Но вытаскивая, вытаскивая интеллект же невозможно на самом деле создавать архитектуру. То есть ты всего лишь копируешь какую-то часть.
Не, ну архитектуру понятно. То есть архитектура у них какая-то фиксированная, да, но на чем-то ее надо тренировать, и с помощью дистилляции можно очень-очень сократить время, которое тебе нужно для того, чтобы обучить модель, особенно пост-трейнинг. То есть дистилляция позволяет тебе, ну, это такой типа короткий, короткий путь, который позволяет тебе достаточно быстро прыгнуть вперед. Проблема вот в чем. С помощью дистилляции ты никогда не обгонишь качество модели, которую ты дистиллируешь.
Конечно.
То есть она позволяет тебе, например, для чего дистилляция раньше использовалась? Можно было взять большую модель, натренировать ее качественно, да, и потом с ее, сдистиллировав ее, можно было сделать модель меньшего размера, но гораздо, ну, примерно такого же качества, почти без потери качества работы модели. Вот для чего использовалась дистилляция в десятых годах. Но на данный момент кажется, что китайцы, ну, по крайней мере, это мое мнение, что китайцы прежде всего сейчас занимаются дистилляцией.
То есть они с помощью этого они сокращают вот этот вот, вот этот разрыв, да? Но что это означает? Ты не обгонишь модель, ты можешь сокращать разрыв до бесконечности, но модель, ты, которую ты дистиллируешь, ты не обгонишь. А что это означает? Это означает, что, по сути, они строят аналоги моделей, которые уже вышли. То есть те модели, которые во frontier lab сейчас строятся, которые сейчас тренируются, у китайцев нет, естественно, способа их продистиллировать, нет возможности посмотреть на их архитектуру, и они в итоге… их таргет для построения это модель, которая уже вышла.
Я бы здесь немножко накинул с другой стороны. Буду играть за другую сторону сегодня, за китайцев немножко. Скорее, это за такой, за средний класс пользователей. Потому что, с одной стороны, полностью согласен, что во frontier пока китайцам нечего делать, они отстают и, скорее всего, действительно, они догоняют, копируют, дистиллируют. Но при этом, помните, где-то с полгода назад мы уже начали говорить, что даже если развитие моделей останется, как есть сейчас, мы, собственно, можем получать от этого огромную пользу и в, там, и в работе, и внедряя все это в то, что уже вокруг тебя происходит.
И последние вот бенчмарки Kimi, которые вышли, если я правильно помню, они сравнивают с GPT-5.6 Sol и даже ее немножко обходят. Да, это не Astra, не 6.1 Sol, это как бы вот месяца три, а то и больше назад. Но при этом как бы это уже уровень, из которого можно получать, реальную пользу там в каких-то рабочих задачах, в повседневке или еще где-то. С другой стороны, OpenAI начинает резать лимиты. Уже вот скоро, там, возможно, к моменту выхода этого ролика, если марафон невидимой щедрости не будет продлен с этими сбросами, то мы придем, что двухсотдолларовая подписка будет давать десять иксов вместо двадцати.
А это значит, что меньше ты можешь получать пользы от этих моделей. И таким образом получается, что обычные средние пользователи начинают тихонечко подталкивать к тому, чтобы установить какой-нибудь условный open code и начать пользоваться DeepSeek Com 4.1 Flash, Kimi 3.1 Pro и там вот целый зоопарк этих моделей. И начинать уже, например, там менеджерить, да, там какие-то задачки мы начинаем декомпозировать с помощью, там, Claude или ChatGPT, но учитывая ограниченный лимит по токенам, по прочему, начинаем эти задачки реализовывать с помощью китайских моделей, которые даже там, возможно, три месяца отстают.
Но делать это безумно дешево. То есть по API постучаться в DeepSeek или там в того же Kimi существенно дешевле, чем в тот же 5.6 Sol. Ну, или не говоря уже про frontier модели. Во frontier, понятно, мы не догоним, но как мне кажется, что свой рынок, по крайней мере, в том compute, который они смогут закрыть, они все-таки приберут. И вот крупные компании не могут пока пережевать весь тот спрос, который есть, и вот сами даже немножечко подталкивают в эту сторону. То есть я говорю, я уже вот open code поставил и начал эти модели тестировать в разных задачах, готовясь к тому моменту, когда Тиба перестанет сбросы каждые два-три дня накидывать в Codex.
Вот я, года три назад, у меня там долгие были дискуссии разные. Я все время говорил, что есть лимит стран с точки зрения инфраструктуры, и что бы ни делали, вот казалось, у Китая, ну, вот Китай должен был бы уже, значит, изобрести чипы. Они, кстати, уже что только не изобрели там! У них, есть, ну, просто невероятное количество суперкрутых чипов. И при этом вот Макс сидит, двадцать шестой год, октябрь, говорит: "Так они все равно несравнимы с чипами NVIDIA, да?" Ну, я с чипами, имея в виду под чипами инфраструктурные разные решения, да, то есть все равно-
...при том, что, при том, что они выигрывают в объеме электричества, которое у них есть, да, они явно выигрывают в ресурсе количественном людей, которые у них есть. То есть, кажется, Китай там гораздо больше может обучиться и нагенерировать данных, даже людских. Ну, вот если разобраться, у нас с Максом есть общий друг, и вы его, вы его вдвоем знаете, да, там Женя в Китае. И я помню, я к нему приехал в 2011 году, и Женя говорит: "Знаешь, что китайское правительство сделало, чтобы каждый город в 3D отрисовать?" Это пятнадцать лет назад было.
Они просто взяли по шестьдесят тысяч человек для города, чтобы они сидели и 3D-карты рисовали, да. И вот отрисовали 3D-карту. То есть брали объемом. И ты приезжаешь, ты видишь вот этот сильный результат. При этом с точки зрения того, чтобы увидеть вот это передовое качество, то, что в будущем делается как AGI или ASI, кажется, Китай туда не идет, и кажется, у них не будет миллиардов пользователей. Кстати, Google отчитался, что у них в Gemini миллиард пользователей. Понятно, что это не, не миллиард пользователей.
У меня вот вчера была дискуссия с Димой, ко мне друг там приехал, и я ему говорю: "Ты вот реально нулевой пользователь в AI". Он на меня обиделся, значит, и посмотрел какое-то интервью с Грегом, из Брокманом из OpenAI. Ну, это второй человек после Сэма Альтмана, вы знаете, да? И он посмотрел, значит, с ним интервью и говорит: "Грег таких, как я, называет продвинутыми пользователями. Это люди, которые используют ChatGPT в более чем трех или четырех кейсах". Я говорю: "А я не называю таких людей продвинутыми, значит, пользователями".
Скажи ему воронку от Карпати. Помнишь, мы обсуждали, он тогда воронку рисовал?
Так вот, так вот очевидно, что это миллиард пользователей у Google очень простых, таких, как, как миллиард пользователей в мессенджере или в социальных сетях, там, в Instagram, у, не знаю, у Meta, там, миллиарды людей. Но все же это миллиарды пользователей. И у Китая суммарно, казалось бы, с таким доступом и превосходством, у них сейчас, по-моему, полмиллиарда на все модели регистрации. И то мы даже с вами правду никогда не узнаем. И у меня еще большой вопрос к китайским моделям: готовы ли вы туда загрузить свои данные?
Аня, кстати, вот у вас же огромное количество, там, запросов. Я, там, не прошу раскрывать информацию. Без, без компаний, без людей, без всего, у вас огромное количество запросов на разработке. Кто-нибудь когда-нибудь приходит с запросами на использование китайской инфраструктуры?
Нет, скорее больше для каких-то обучающих вещей используем китайские модели. Ну, когда понимаем, что, например, для какой-то симуляции либо для тренировки это сильно дешевле. Как, как тренинг, а не как проектная какой-то запрос и проектная необходимость. Ну, еще раз, я, например, не владею информацией по всем проектам, но в массе своей.
Ну и если внутри каких-то сервисов, Саш, ты используешь LLM-ки, ну вот в бизнесе, по крайней мере, то, что я вижу, очень много используются Qwen разных версий. Те, которые можно локально развернуть в нужном количестве и никуда за контур данные не выпускать. То есть здесь я бы все-таки разделял вот как бы использование в личных целях, вот с подписки и, там, по API или использование внутри крупных корпораций, ну, как Windows и Linux. Я не владею информацией-
Очевидно! Смотрите, здесь очевидно, это как сейчас NVIDIA, вот у них прошел апдейт, они выпустили новые модели по переводу, переводу аудио в текст. И это такое как бы большое у них сейчас достижение. Для меня как для рядового профессионального пользователя это такая история, типа, что за перевод? У OpenAI есть перевод, у Google есть перевод, у ElevenLabs есть суперкрутой перевод, да. Просто они улетели там по качеству, да. ElevenLabs смог во многих аспектах Google обогнать с точки зрения перевода, вот в качестве сравнений, ну, в этой технологии.
Но я понимаю прекрасно, что огромное количество компаний, которые будут себе ставить инфраструктуру NVIDIA локально у себя, будут использовать вот их, их вот этот сегмент. А давайте продолжим с точки зрения... И, и, наши зрители, интересно, кто из вас китайские модели подключает, у кого есть? У нас такой большой объем людей. Я, конечно же, как человек, который, который очень люблю транслировать для массы, для масс людей, вот это для миллиардов, значит, у меня есть ощущение, что в миллиардах там Китая не будет.
Да, конечно, есть. Но я бы все-таки отличал. Вот Ильнар правильно заметил, что on-premise так называемый, да, очень много китайских моделей. Но почему? Потому что топовые frontier lab просто не хотят отдавать веса. Вот и все. То есть китайцы публикуют веса только потому, что это единственный способ привлечь внимание и привлечь финансирование. То есть они популярны только потому, что они open source. Потому что если бы они были закрытыми, да, то ими вообще никто не пользовался. Зачем?
Если у тебя есть бесплатный доступ к ChatGPT или там, к тому же самому Anthropic, да, или Google, зачем тебе пользоваться Qwen или DeepSeek? Они все-таки не настолько хорошо работают. Хотя есть, есть один аспект, который, в принципе, тоже людей направляет в ту сторону.
Не только on-premise, это не только возможность получить доступ к весам, это еще и цензура. То есть вот эти вот модели все, да, вы, наверное, про это много раз говорили, да, но они цензурируются достаточно серьезно. То есть frontier lab очень серьезно цензурируют вывод своих моделей. По причинам безопасности, по причинам просто политическим каким-то и так далее. Цензура достаточно серьезно встроена в них. И китайские модели, они цензурированы, но как бы в другом смысле. То есть если тебя не волнует, политика китайской партии, да, то ты можешь получить доступ к промптам, которые были бы зацензурированы в западных моделях.
Вот. И это для некоторых людей это тоже серьезный достаточно, серьезная достаточно причина использовать, китайские модели или open source модели, где они могут убрать вот эти вот системы, обще называются AI safety, но на самом деле они представляют из себя цензуру в определенном виде. Хотя, например, тот же самый Grok, я вот знаю, что многие люди, которые не верят, которые находятся на правом крыле политически в Америке, они пользуются Grok, потому что Grok менее цензурированный.
Но это, это все тоже, это, это философский разговор вообще.
Потому что Grok абсолютно беспринципный, он делает такие вещи, которые, там, я не знаю, генератор картинок от OpenAI или еще какой-нибудь не будет делать по законным, незаконным вещам. В общем, часть моих знакомых, которые пользуются Grok, восхищаются его беспринципностью и тем, что вот у него гораздо проще отношение к ограничениям, которые накладываются на такие модели.
Но у него все равно есть на самом деле свое определенное влияние, да, и у него есть своя настройка. У нас были целые выпуски, где мы показывали сравнение на достаточно большом объеме изученных ответов, как себя ведет Grok, как себя ведет ChatGPT, как они принимают решения, кого они считают бандитом, а кого они бандитом не считают. Это как к вопросу, помните, был вопрос, надо ли было начинать войну США и Ирана, да? И там целые разборы есть, как отвечает Gemini, как отвечает ChatGPT, как отвечает Claude, как отвечает Grok. И ты можешь иногда видеть создателей, значит, в этом и кто где есть.
У меня к китайским моделям одна простая история, лично у меня. Это история о безопасности данных, и я гораздо больше доверяю, максимально доверяю американской безопасности данных, чем китайской. Ну, китайская, наверное, с некоторой другой вообще стороны, да. И китайскую безопасность данных можно понимать примерно так: если ты прячешься от какой-то другой, наверное, страны, ну, вот ты типа там вот можешь, может быть, можешь спрятаться, да. Потому что там данные относительно безопасны и относительно твоих данных. Вот если я там сниму в китайской модели галочку "не обучаться на моих данных", я вообще не верю, что это происходит.
То есть вот. И что они не проверяются. Не, ну просто я знаю, как эта фильтра работает-
У меня там живут друзья, я знаю, как там фильтры работают. То есть ты там сообщение в WeChat не то пошлешь, не тем-
Саш, а в ChatGPT ты веришь в эту галочку?
Верю! В ChatGPT я верю в эту галочку, потому что по одной простой истории. Ты если галочку поставил и где-то потом у тебя это всплывет, то ты или станешь миллионером, или как минимум ты себя потом, эти данные потом нельзя будет использовать или применять против, например, тебя. Я максимально в это верю, потому что это очень серьезно контролируется, да. И кстати, я гораздо больше верю, чем в Европе. Вот ты же в Европе, например, европейский закон персональных данных, он, с одной стороны, типа прикольный, потому что якобы все там защищается. Просто я не знаю как.
И кстати, хочу сказать, что российский закон о персональных данных, он ближе к Европе, чем другим странам в мире. То есть, есть серьезный жесткий закон о персональных данных. И когда-то вот закон Яровой, который там сделали в России, и другие разные законы, они обеспечили, они хотели, смотрите, выглядело это как защита для персональных данных людей, но в действительности это контроль государства. И вот в Европе что видно, я здесь соглашусь с Илоном Маском, это не privacy людей, это контроль государством. То есть, по сути, и кстати, об этом Дуров говорит очень много в Telegram.
Я не могу сказать, что мне близка идея Дурова и его там мировоззрение и так далее, но я приближен к тому, что он говорит, что он же много раз говорил, что у меня Европа требует, чтобы мы все им открывали в любой момент времени. То есть вроде как ты защищаешь людей, а на самом деле требуют открытия. Вот в Штатах все как бы очень просто. Тебе не надо allow cookies нажимать каждый раз. Это европейский, блин, закон, который во всем мире это говно сделал. Тебе надо все время соглашаться с куками, да? И кстати, в России тоже надо, спрашивать вот это вот согласие.
А в Америке, например, ты внизу на сайте можешь только кнопочку такую сделать "Отменить". То есть пользователь сам должен взять и отменить, если он не хочет, значит, чтобы где-то что-то как-то сохраняли или как-то смотрели. И, с одной стороны, это вроде как должно обеспечивать отсутствие, не знаю, скама или, там, разглашения информации. С другой стороны, я, например, уверен, что Mistral, у Mistral большие вопросы. Кстати, вот новые современные системы, такие как ChatGPT Dots, это как бы новые системы нового уровня, да, нового подхода.
Это уже не просто модель, это уже не просто сессия с контекстным окном, это какая-то, ну, вот я бы даже приблизил бы это, вот выпуск выходил два дня назад, кстати, я снимал, кто, кто не видел, посмотрите, я снимал про Claude Duet, про ChatGPT Dots, про Grok Bot и про Meta Muse. И вот история с Grok, для меня Grok, ой, для меня ChatGPT Dots — это история как раз таки новой эры искусственных интеллектов, где скопировать что-то. И вот китайскому рынку будут подойти все более сложнее, потому что я лично начинаю выбирать ту инфраструктуру, с которой я работаю. Вот просто инфраструктуру, с которой я живу.
Вот я такой любитель Apple, все, мне уже, я перестаю сравнивать, Apple по, не знаю, по размеру экрана, там, по весу его, там, по количеству памяти и всему остальному.
А еще же многие страны, вот я проверила только, что в Польше можно DeepSeek скачать, но в ряде стран, по крайней мере, точно были запросы, ну, я имею в виду европейские, на удаление вообще DeepSeek из приложений, из всех сторов.
Ну, Европа точно, они должны. Европа точно должна-
По причине хранения данных-
Конечно!
... открытия их там для всяких разведок и так далее. В частности, вот в Польше скачать можно, но по остальным странам я не знаю, где на сегодняшний день какие ограничения, там, например, в Италии, в Германии.
Ну и есть же целая дискуссия. Вот Макс говорил про NVIDIA, то, что разрешили поставлять чипы. Есть же, есть же противовес, да, лагерь Дженсена Хуанга и Амодея. Значит, Дженсен Хуанг говорит, что надо с Китаем дружить, там, поставлять и делать. Амодей говорит: "Нахер, закрылись, значит, и шарашим вперед, разрабатываем свои системы, иначе они нас обгонят". Да, и вот эта дискуссия, она же бесконечная. Но я не думаю, что американское правительство когда-либо выпустит свои самые крутые технологии кому-либо, кроме Америки и, в частности, Китаю.
Мне кажется, зрителям это очень интересно, потому что они на рынке очень сильно звучат, и у них как раз апдейт еще сейчас новый вышел.
Да, Kimi — это очень интересная история. Это чуть ли, наверное, не первый раз, ну, Qwen в каком-то смысле это делал уже. Kimi — это очень серьезная эволюция, архитектуры самих моделей. То есть в Kimi были применены ноу-хау, которых, в принципе, ну, мы, мы-то точно не знаем, конечно, что во frontier lab используются внутри, в американских frontier lab. Но Kimi как модель, она достаточно серьезно обгоняет все остальное, что есть вокруг, по крайней мере, архитектурно. То есть там используется Kimi Delta Attention.
Это отдельная тоже история, это как бы другой тип, вот этого механизма attention, да, который очень, очень серьезно улучшил, судя по всему, производительность. Потом они используют, как бы, вот этот attention сквозь всю модель, а не только на, на в, в, это, на input sequence. Извините, я, я буду говорить некоторые вещи по-английски. Ну, в общем, они применили несколько ноу-хау, которых до них в открытых моделях никто больше не применял. И что это говорит? Это говорит о либо о том, что они каким-то образом смогли вытащить эти знания из frontier моделей западных, или они смогли сделать, свой research, который показал, что вот эти вот вещи работают.
И вот, как я сказал уже, research делать достаточно тяжело, потому что просто нет compute. То есть для того, чтобы провести исследование в этой области, тебе нужно провести кучу, кучу, кучу экспериментов. Ты, ты, у тебя есть идея о том же, вот, допустим, вот у тебя есть новый тип attention. То есть идея, как сделать новый тип attention, чтобы доказать себе и всем остальным, что это работает, тебе нужно натренировать небольшую модель, да, которая показывает, что вот с этим вот механизмом...
такие модели работают лучше. Но, скорее всего, ты точно правильно все параметры сразу не подберешь, поэтому тебе нужно натренировать, там, десятки таких моделей, а может быть, и сотни даже. То есть тебе нужно провести, вот, сотни маленьких экспериментиков. На это все нужен compute. Вот. И если, если ты копируешь чью-то другую архитектуру, то уже кто-то эту работу за тебя сделал. Ты смотришь, типа, а! Вот как все скопировали в свое время Transformer. Transformer найти эту архитектуру, вот придумать ее и сделать так, чтобы она заработала, Google на это потратил, на самом деле, бесконечное количество денег.
Это, это было очень-очень дорого. Вот. Но остальным Transformer достались бесплатно, условно говоря, да? Они просто прочитали paper и такие: "О, класс! Мы будем использовать эту штуковину". Чтобы тебе придумать, аналог чего-то такого, то есть, например, то же самый Kimi Delta Attention, чтобы его как бы изобрести, это он был либо скопирован, да, либо это твои собственные исследования. И эти исследования - это очень-очень дорого, и это может быть даже недоступно, потому что у тебя банально может быть не, может не быть доступа к компьютеру.
Третий вариант того, что происходит, это то, что на самом деле вот эти вот исследования, они не доведены до конца. То есть ты можешь выпустить какую-то архитектуру и заявить, что: "О, смотрите, как все классно работает!" Вот, например, тот же самый Kimi Delta Attention. Смотрите, как все классно работает. Вот наш paper, мы в нем показываем, абляции так называемые. То есть мы показываем, насколько вот этот Kimi Delta Attention улучшает поведение архитектуры. Мы тренируем две архитектуры рядом.
Одна использует какой-нибудь старый Delta Attention, вторая использует Kimi Delta Attention. И смотрите, мы на пятнадцать процентов лучше перформим, мы на пятнадцать процентов лучше делаем, решаем задачи. Вот. Проблема какая с этим есть? То есть это, может быть, действительно так работает, но провести эти исследования и подтвердить стоит большое количество денег. И, и Frontier Lab могут себе позволить, вот, экспериментировать с такими идеями. Но вот мы как публика, да, у нас нет доступа к информации о том, работают ли эти идеи на самом деле.
То есть Kimi заявляют, что они работают. А насколько вот эти эксперименты были правильно проведены, насколько действительно Kimi Delta Attention, например, поменял, всю ситуацию, мы не знаем и знать не можем. Вот, кто-то должен в open source провести эти эксперименты и подтвердить, что этот Kimi Delta Attention действительно помогает. Насколько, вот эти вот архитектурные улучшения, которые выпускаются китайскими лабами, в частности Moonshot, помогают работе системы против, например, того, что это просто дистилляция американских моделей, это большой вопрос.
То есть Kimi, Kimi 3 когда вышел, фанфар было очень много. Мы даже, там, у нас есть кружок такой по разбору технических всяких идей. Мы сидели достаточно долго разбирались в том, как эта модель работает. Там достаточно все наворочено. Это, это очень, очень продвинутая модель. Но насколько вот эти идеи, которые были там заимплементированы, насколько они действительно помогают, а какой процент перформанса этой модели ии успеха бенчмарков - это дистилляция американских моделей?
Тут я уже ответить вам не смогу. Даже может быть-
А почему? А почему, я извиняюсь, вклинюсь. А почему, другие страны, не смогли построить систему вот этого догона других моделей? Потому что, по сути, что произошло? Одно дело ты там не догнал когда-то социальную сеть. Ну ладно, еще более или менее. Не догнал мессенджер. Ну ладно, более или менее. Операционную систему сделать когда-то это было невозможно с точки зрения, это была какая-то уникальность. Непонятно было, где ее делал, кто ее делал, как ее делал. Было очень мало документов, про это невозможно было читать, да? Потом появилась, например, поисковые уже системы показали такие, как Google, что они просто заняли рынок.
И если ты уже занял рынок, на этот рынок войти вроде тяжело. И вот здесь мы видим появление, таких компаний, как OpenAI на рынке, ChatGPT, подобных систем. Я, кстати, замечу, что все кино и во всех ток-шоу в США, везде люди говорят: "Я ChatGPT использовал". Никто не говорит: "Я использовал Claude". Никто не говорит: "Я использовал Gemini". Этого нету. Это никто не говорит, что я использовал Грот, Grok. Все. Но я тебе говорю, сейчас массово, вот если массово посмотреть-
Встречаются, говорят: "Я использовал AI".
Слушай, я вижу очень сильное использование вот этого сленга такого с точки зрения ChatGPT, да? Но мы посмотрим, что произойдет. Но суть в чем? Что они сразу же это сделали. Говорят, что зарабатывают обычно те, кто не, не изобрел что-то, а дальше вот, кто дальше, значит, за ними идет. А мы пока видим, что вот Anthropic вот-вот, значит, сделает IPO, и по планам оно уже будет больше, чем два триллиона долларов. Явно, да, явно эти компании будут стоить триллион долларов, скорее всего, больше десяти триллионов долларов. И вопрос, почему другие страны при такой открытости, в любом случае, при развитости инженерных,
в мире описании инженерных задач, развитости количества объема людей вообще, которые способны что-то создавать, когда говорят: "О, это там скопируем или сделаем". Почему не появилось в Южной Америке, в Канаде, значит, в Мексике, в России, в Белоруссии, значит, в Украине, в Польше, везде, значит, вот в каждой стране почему не появились такие крутые модели даже с минимальной инфраструктурой или, там, с минимальным количеством плат? Почему этого нету? Нормальных систем. Я сейчас говорю про серьезные системы. То, что появилось тысячи моделей микро какой-то фигни — это окей. Я сейчас говорю про более или менее нормальные, серьезные системы. Почему нету?
Вот как Mistral. Посмотрите, вот в Европе я знаю серьезную модель и, по-моему, в рейтингах только она одна. Это Mistral. И мало того, правительство европейское недовольно тем, как развивается Mistral. И что мы видим, что делается все на уровне правительства Европы, чтобы заблокировать другие модели. Вот, в частности, американский DOTS там не присутствует. Ну, во-первых, он не присутствует, потому что это очень тяжелая инфраструктурная задача. Казалось бы, какой-то бот, но этот бот, он очень серьезно по мощностям, поэтому его выливают только, там, про подписчикам и так далее.
Даже как Claude Duet, там, ты еще в waitlist должен встать. Значит, это первая история. А вторая история, конечно же, я не уверен, что американцы хотят, американские компании, отдавать свою суперкрутую технологию вовне. Ну и третья история - это история, что европейцы сами будут это блокировать. Потому что, кстати, DOTS, по-моему, заблокирован в мире только на уровне Европейского Союза. Именно блок как, ну, со стороны государств.
Саш, ты не можешь просто выпустить модель и на этом остановиться. Ну вот тот же Mistral или у саудитов, кажется, да, там, Falcon есть и еще какие-то модели. Их огромное количество. Было в какой-то момент, когда тебе не так сложно было это сделать, но ты вот один раз ее выпустил, через два дня она у тебя все, на задворках валяется, никому не нужна. Тебе постоянно в этой гонке надо учитывать. Надо участвовать.
Так а почему они, почему они не, почему у них не получается?
Саш, вот, а если ты бы одно слово, если б тебе нужно было ответить одним словом на этот вопрос, какое бы слово ты выбрал?
Если мне вопрос? Я сначала просто слушал. Безумно дорого. Вот.
Да, да.
Деньги.
Если два слова ответить.
И теперь вторая история. Возьмем того же, например, Воложа, да? Вот Яндекс сделал, сейчас там в Европе Nebius делает. И что он делает? Он продает compute. Буквально недавно, ну, там, как неделю или сколько назад DeepSeek выложили, статистику, что они крутят, собственно, свои модели вот на своем небольшом количестве видеокарт, ну, относительно небольшом количестве видеокарт. И с одной видеокарты выручка $38 в час. То есть просто с того, что люди по копеечным ценам обращаются по API к DeepSeek, они зарабатывают $38 в час.
И теперь возьмем вот как бы двух бизнесменов. У одного бизнесмена надо заливать огромное количество денег, чтобы постоянно бежать. Надо, соответственно, чтоб постоянно у тебя compute рос, просто чтобы тебя не обогнали. Ты постоянно находишься в огромном, там, кассовом разрыве, тебе надо заливать огромное количество денег. Поэтому там OpenAI, условно, убыточная, Anthropic убыточная, вот они постоянно привлекают деньги. А с другой стороны, ты можешь сделать инфраструктуру и эту инфраструктуру продавать.
И тебе, ну, как бы ты купил сегодня, там, я не знаю, H100, B200 или еще какие-то карты, которые есть, сделал из них кластер, они точно отобьются. Тебе не нужно будет огромное количество ученых, которые будут вот этот фронтир алгоритма разрабатывать. Да, там своя инженерная сложная история, но вот, там, Илон Маск собрал, там, сколько у них было? За, там, 19 дней или за сколько они там сколько-то тысяч карт собрали в один кластер. И это вот, и все. И это дальше работает. Они потом продают этот compute, там кому они? Anthropic продают, да, там, за огромные деньги еще кому-то. И вот это другой бизнес. И вот у тебя как бы есть две стороны.
И если ты можешь вывести эту гонку, ну, условный Китай, вот он как бы в эту сторону заехал. Если ты не можешь ее вывести, ну, вот ты вот раз в год Mistral выпускаешь, просто чтобы что-то было, что-то сдестилировал, где-то свои какие-то наработки, где-то еще что-то, но у тебя не хватит возможности бежать с той же скоростью, чтобы вот на этом уровне находиться.
Ну, получается, у тебя есть и доступ к крутым технологиям, и к инфраструктуре. Вот то, что с самого начала говорили. Если с другой стороны, есть еще деньги… поэтому в целом все обрезаны, и Китай тоже скоро обрежется. С учетом того, что Илон Маск сказал, что SpaceX, SpaceX может стоить $100 триллионов. Значит, это, тот объем денег, который на рынке будет у американских компаний и у американских AI компаний. Google, кстати, сейчас объявил, по-моему, вчера, этот, у них была отчетность, они охренеть как выросли. Опять гора денег.
И получается, что такие операторы, как xAI, ну, в данном случае это SpaceX, да? Google, OpenAI и Anthropic, они, ну, еще есть Meta, но Meta, мне кажется, очень серьезно отстала в этой гонке и в этой игре. Но тоже денег охренеть, да? Цукерберг год назад заявил, сказал, что если мы потратим $250 миллиардов и ничего не получим, ничего страшного. Самое главное, что надо пробовать тратить, да? То есть кто рядом с этими компаниями может рядом быть? Есть еще Apple, понятно, есть там Microsoft.
Не знаю, что будет с этими операторами с точки зрения искусственного интеллекта. Или они будут просто встроены в инфраструктуру в общую. Ну, понятно, что есть NVIDIA, но объем денег, который там есть, давайте так, NVIDIA стоит $5 триллионов. $5 триллионов. Кто может это догнать вообще?
Смотри, Саш, короче, этот бизнес выглядит как примерно, как объяснил Ильнар, на самом деле, да? У тебя есть compute, который ты продаешь пользователям в каком-то виде. Compute это хлеб, на который ты мажешь масло в виде твоей модели и продаешь бутерброд. Да? Вот чем вкуснее бутерброд, тем больше пользователей у тебя купят вот этот вот... То есть хлеб у всех одинаковый, скажем так, да? Ты, вот, какое масло ты намазал, это уж меняет, как бы, меняет вероятность того, что ты продашь вот этот свой бутерброд.
И у тебя получается так, что нет смысла идти покупать. Вот у тебя два продавца бутербродов, ты идешь, конечно, они стоят, бутерброды примерно одинаково стоят. Ты идешь к тому, у кого бутерброды вкуснее, и 99% людей пойдут к тому, у кого бутерброды вкуснее. Тот человек берет вот эти деньги, которые ему принесли, разворачивается, если он не сломает внутреннюю систему ресерча, да, он изобретет еще лучше масло и еще его намажет и выложит и продаст еще больше бутербродов. У тебя в итоге получается, что победитель, он как бы захватывает весь рынок. Это очень типичная история.
То есть, есть очень классная книжка Питера Тиля, называется Zero to One, в которой одна из основных центральных идей состоит в том, что каждая компания строит монополию. В этом как бы смысл работы капитализма. То есть каждая компания пытается построить монополию. Вот. И этот механизм постройки монополии выглядит именно вот так вот. То есть у тебя в итоге, если все правильно построено, все деньги оказываются у одного, у одного, у одной компании, особенно когда нет конкуренции, да.
И в итоге у тебя все остальные, твои, соперники просто на рынке вымрут, просто потому, что у них нет денег для того, чтобы делать лучше research. Их масло еще менее вкусное, чем твое новое масло. И все, и ты выиграл. Вот, твои бутерброды в итоге выиграли.
Ну, значит, модели, которые делаются в других странах, которые, там, не находятся в первой десятке, а может быть, даже в первой пятерке, даже в первой пятерке, а может быть, даже и в тройке, они все равно вымрут.
Есть один-
Потому что в какой-то момент времени развивать такие системы, даже как DeepSeek, станет все дороже и сложнее, и сложнее догонять. И ты в какой-то момент времени не сможешь... Вот даже сейчас, если посмотреть инфраструктурно, давайте по-честному. Вот мне сегодня сотрудница моя прислала сообщение из Dots. Она говорит: "Я не понимаю вообще, это просто уровень работы системы". Говорит: "У меня запущен Dots, я ничего не просила Dots сделать, а мне сегодня Dots пишет: у вас выпуски на следующей неделе выходят в ToTheMoon и на разных каналах.
Обратите внимание, что они выходят там в восемь утра по такому-то времени. Но так как смена времени в США происходит, у вас спикер там и там, измените время". Она говорит: "Я не объясняла ему ничего, этого нету нигде в почте. Но он тебе об этом начал сообщать". Но это же сумасшедший ресурс. Это система, которая должна следить за твоими чатами, за твоей историей. Она име- должна память о тебе. То есть уже создать, иметь память тебя, о тебе как человеке или твоем бизнесе.
Это частности, да. Давай вернемся к оп- к общности. Я попытался говорить про общую такую систему того, как работает вообще этот бизнес. Вот, есть один, один очень важный нюанс. Почему у китайцев, мне кажется, модели все-таки будут достаточно неплохие? А просто по очень простой причине. Если ты приедешь в Китай и попробуешь открыть там OpenAI, ChatGPT-
Это да.
Или, или Anthropic, или, или, там, Claude, Grok, да, ты даже к сайтам их доступ получить не сможешь. Попробуешь открыть VPN, а все эти штуковины очень хорошо VPN-ы detect'ят. VPN-detection сейчас очень хорошо работает. Если ты попробуешь из обычного VPN открыть тот же самый Claude или Gemini, да, у тебя ничего не получится. Вот, а даже если ты потом нашел VPN, который каким-то образом тебе позволил эти модели открыть, вот, тебе нужно как-то за них заплатить, если ты хочешь получить доступ к более высоким тирам, а китайская кредитка тебе это не позволит сделать.
Вот, ты вот в итоге ты как бы полностью отрезан от этого-
Макс, а как это связано с тем, что они не отстанут? Потому что ты сейчас говоришь про то, что страна ограничена для своих жителей, а не ограничена для своих жителей.
Потому что у тебя есть, 1.4 миллиарда человек, которым эта технология все-таки будет нужна, у которых есть деньги.
Не может, а точно
...да, идей и всего остального, и она останется там, как есть. А есть другие страны, которые отрезаны в обратную сторону, да.
Безусловно
...в том числе это китайцев и для огромного количества стран. Например, в России нельзя просто так открыть Codex и Codexом пользоваться, да. И это решение Anthropic или, там, Claude, да, это решение Anthropic. Они заблокировать умеют всех людей, понимая, что они находятся в этой стране, да. А сегодня, конечно, куча диагностик, там даже не вопрос диагностики по VPN. Это у тебя просто диагностика будет, потому какие ты вопросы задаешь. Она в какой-то момент времени скажет: "Слушайте, слушайте, мы диагностировали, что вы резидент такой-то страны, хотите подтвердить, пришлите ваши документы другие", да.
И, мало того, меня, например, смущает работа. Я в Европу приезжаю, у меня в Европе начинает ChatGPT работать по-другому. И вот Dots, кстати, я рассказывал позавчера в выпуске, кто не смотрел. Дима приехал, подключается ко мне к Wi-Fi, у него Dots появился. Включает карточку мобильной связи Сингапура, Dots исчез внутри приложения. Приложение осталось, оно так же работает, но Dots исчез. А кто сказал, что модель не начала по-другому отвечать, да, и не начала с тобой по-другому общаться с местной цензурой?
Твой location в промпте однозначно есть. Вот в системном промпте есть твой location, по крайней мере, насколько эти компании смогли его правильно задетектить, да.
И как бы кто, кто запретит тому же самому Claude или ChatGPT в приложении потребовать, чтобы приложение работало, потребовать разрешить доступ к location телефона, да? То есть это, это однозначная сегментация уже сейчас происходит.
А они имеют право это сделать, кстати, по закону?
Конечно.
Да?
Они могут тебе отказать в услугах по любой причине. У них, у этих систем нет статуса так называемой utility, да. В Америке есть законы о utility. То есть, вот компания, продающая электричество, не может тебе отказать продавать электричество. Но это большая редкость. Большинство, в большинстве ситуаций компании здесь, естественно, могут отказать тебе в своих услугах. Вот, любой банк может закрыть твой счет. Любой, не знаю, любой ресторан может указать тебе на дверь. Вот это абсолютно нормальная история.
ChatGPT может просто сказать: "Мы не хотим вам предоставлять наши услуги, если вы не сделаете это, вот это, вот это и еще раз вот это". Поэтому open source модели, кстати, это очень, очень важно, на самом деле. И тот факт, что у нас нету американских open source моделей, это, ну, они есть, но они, естественно, очень серьезно отстают даже от китайских. Это большая, большая проблема. И
Ты считаешь, ты поддерживаешь, что идея проблемы, да? Это целый есть рынок.
Ой, сто процентов!
Есть часть лидеров, которая поддерживает, а есть часть лидеров, которые говорят: неважно.
Нет, это лидеры, лидеры, которые зарабатывают на текущей ситуации, естественно, они не будут поддерживать open source модели, потому что это так или иначе, как бы это, это, это будет, отнимать у них, кусочек рынка так или иначе, да? Потому что рано или поздно возникнут решения, которые будут хорошо работать с open source моделями и достаточно хорошо работать. И это означает потерю части рынка. То есть тот же самый Microsoft или… в восьмидесятых-девяностых было огромное количество поставщиков систем на основе UNIX.
Это очень часто были какие-то системные интеграторы, вот которые просто продавали тебе большие сервера, в которых стояли какие-то разновидности, обычно их внутренняя разновидность UNIX. И банки, большие корпорации работали именно на таких вот, они назывались мейнфреймы. И после того, после появления Linux в девяностых годах и, по сути, возможности построить свой собственный мейнфрейм, который работал на одном или нескольких дешевых компьютерах с использованием бесплатной операционной системы, все эти интеграторы, они все вымерли, их просто не стало больше, да?
И этот урок, индустрия очень-очень хорошо выучила. И поэтому, как бы open source все как бы на словах любят, а на практике большие корпорации очень внимательно следят за тем, чтобы их ноу-хау не утекло в open source.
И чтобы вот вот этот вот, вот это масло, вот которое мажется на, на этот хлеб, на хлеб, который более менее доступен свободно, да? То есть вот любой человек может купить GPU Nvidia, но софт и веса тех же самых моделей фронтир лабов ты не получишь никак. И все очень внимательно следят за тем, чтобы это так и оставалось. Особенно лидеры рынка.
Интересная тема, конечно.
Да. Сегментация рынка — это очень, очень интересно.
Да, и про GPU, Саш, вот там ты же говоришь, что есть там условный Джейсон Хуанг, который говорит давайте дружить с Китаем и продавать им. И, собственно, с другой стороны, Амодей, который говорит давайте вообще ничего не будем им продавать. Не будет такого, что вообще полностью закроют Китаю доступ к GPU. Ну, это приведет к серьезным геополитическим проблемам рядом с Тайванем, когда это станет экзистенциальной проблемой, что вот как бы весь мир или какая-то часть мира начинает развивать AI, а ты не можешь только потому, что у тебя тут рядышком вот производят, и ты до них дотянуться не можешь.
Ну, не будет такого. Поэтому в любом случае оставляют какие-то лазейки, чтобы какой-то объем все равно до Китая доходил, чтобы это напряжение стравливать. Ну, несложно сделать так, чтобы я не знаю, проблокировать все Nvidia карты, и если они куплены не для этого региона, сделать так, что-
Ну да, да, да. Мне кажется, в современное время, в современное время это явно должна была быть очень решенная история.
Кого-то поэтому через Малайзию, Индонезию, саудитов все равно туда контрабандой карты заезжают, которые были выпущены вот для других регионов. Да, Максим.
Мне кажется, Ильнар, ты, в, с большего прав. Мне кажется, мотивация вот этого стравливания давления немножко другая. Если полностью зарезать доступ китайцев к железу, да, можно же не только запретить поставку GPU, можно поставку CPU запретить, памяти полностью. К чему это приведет? Это приведет к тому, что китайцы серьезно соберутся и построят все-таки свои технологии, да, которые, которые начнут конкурировать, конкурировать по качеству просто с с тем, что у нас есть. Если ты по-прежнему какую-то возможность поставки — тут, тут такая тоже экономическая гонка, в каком-то смысле, ты можешь позволить им все-таки покупать эти карты так, не, не, не напрямую, а опосредованно, да?
Но сделать это чуть-чуть более дорогим в итоге. То есть если ты покупаешь через третьи страны, да, тебе дороже покупать эти GPU, чем ты напрямую у производителя их покупаешь, естественно, да? И это занимает чуть больше времени. А что это означает? Это означает, что компании, которые покупают эти, эти карты, так, они менее конкурентоспособны, чем компании, которые могут напрямую это делать. Вот и все. Тебе этого на самом деле достаточно. Это, это, эта вот эта фрикция небольшая, вот эта вот дополнительное отсутствие, простоты вот в делании бизнеса, она тебя делает менее конкурентоспособным, но при этом это все равно более дешевый и простой вариант, чем строить свое.
И ты вот можешь в итоге так балансировать, как бы держа конкурента в таком непонятно, непонятной ситуации, вроде бы и свое делать дороговато. Ты можешь дешевле все-таки получать решение на стороне, но при этом это решение дороже, чем у тебя, и поэтому ты более конкурентоспособен. Вот это такой экономический прием, на самом деле хитрый, и его многократно применяли. Но где-то та же самая история вот с Россией есть, да? То есть мы сейчас, может быть, уйдем немножко в другую тему, но Россия, Россия ж пользуется похожим приемом для получения, для покупки сейчас практически всего чего угодно.
Там банальный чип для управления, какие-нибудь там, какой-нибудь моющей машиной, да? Сейчас России приходится покупать через третьи страны. Вот даже элементарную электронику приходится покупать где-то на стороне, потому что прямой, прямой импорт, импорт запрещен, и все понимают, что это происходит, и это можно было бы попытаться зарезать, да? Но на самом деле почему? Почему нет? Ты позволяешь России по-прежнему все это дело покупать, но при этом ты повышаешь нагрузку на их экономику.
Любая конкуренция сейчас, война — это разновидность конкуренции, она, прежде всего, экономическая, как ты ни крути Выигрываются любые, любые, конкурентные моменты с помощью, с помощью вот создания фрикций в экономике. Вот, и Россия, в России это чувствуется. То есть количество денег, которые они тратят на, на закупку технологий, очень значительно выросло, да? И это нагрузка на экономику, это нагрузка на политическую систему страны, в том числе поэтому. Вот, и то же самое, то же самое прием применяется против Китая.
То есть просто ты, ты когда создаешь вот эти вот небольшие фрикции, они накапливаются, и в итоге твоя система становится менее конкурентоспособной. Вот, и ты не можешь просто обогнать игроков, которые впереди находятся.
Хотя, конечно, Китаю огромный плюс то, что они смогли сделать с точки зрения технологического рынка своего собственного за пятнадцать лет и уйти от мировой конкуренции. Давайте так, если б Китай бы это бы не сделал, то они не имели бы сейчас своей модели, да? И там бы присутствовал, там, я имею в виду, там бы присутствовал бы Google поиск так же ровно, как и раньше, там бы присутствовал, и он бы, возможно, был бы лидирующим, а не их внутренней системой. Там присутствовали бы мессенджеры, которые принадлежат американским корпорациям, а не свои собственные, да? А там мессенджеров американских корпораций, по сути, нету. По сути, нету.
Ну, ну вот заметь, они, они сделали, именно такой ход, о котором я говорю. Они полностью выключили эти системы, да, как социальные сети, YouTube, потом, потом поиск и так далее. Они выключили их полностью и в результате чего создали конкурентоспособные системы, потому что вариантов других не было. Была создана не фрикция, которую надо, то есть, ну, это со стороны китайцев было сделано, была создана не фрикция, была создана полный, полная блокада, в результате чего у них и поисковики свои нормальные есть, и, ну, и социальные сети. TikTok - это же китайская технология, да, которая была-
Да, да, да.
Занимать позиции, ну и в целом в мире стали занимать позиции.
У них есть свой аналог и YouTube.
Да, да, да, безусловно. Вот.
На эту тему было много дискуссий. А нужен, надо ли было России блокировать Google, например, в две тысячи пятом году и оставаться, и делать свои собственные системы, да? Или надо было блокировать там внутри мессенджеры, оставаться исключительно только на своих собственных мессенджерах, чтобы не присутствовал. Сейчас пятьдесят, сорок пять процентов рынка поиска все равно в Google, абсолютно неконтролируемом трафике с точки зрения тех технологий, которые отдельно есть и так далее.
Это, конечно, это, конечно, и в том числе деньги в рекламу, которые там вкладывались, это вкладывались деньги в рекламу другой страны.
Есть разница. Российский рынок в десять раз меньше и значительно менее богатый. То есть если китайцы могут себе позволить изолироваться и создать, полноценное решение, которое будет конкурентоспособно с американскими решениями. То есть, ну, российские социальные сети просто по концептуальным причинам всегда были изолированы. То есть россичане не сидят в Фейсбуке просто потому, что культура другая, язык не соответствует и так далее, и тому подобное, да? Россияне сидели в своих собственных социальных сетях, но ВКонтакте несравним по качеству с Фейсбуком.
Нет, там time spent в России, time spent в России Instagram в тридцать раз больше, чем на пользователя, по-моему, в тридцать или в пятьдесят, я не знаю, чем ВКонтакте. Поэтому в любом случае миграция прошла, да, миграция прошла в какой-то момент времени. А я что хочу сказать, что, зрители, отпишите, пожалуйста, кто получил доступ к Claude Duet.
И сейчас он все больше и больше будет разворачиваться. Хочется услышать. Мы сегодня ушли в такую серьезную, серьезную дискуссию с точки зрения доступности моделей там на рынке и превосходства стран между собой. У нас таких дискуссий, Ильнар, мне кажется, было, наверное, первые двадцать-тридцать выпусков ToTheMoon. Это была вообще одна из основных тем. Это у кого получится, да? Тогда же модели только начинались. Тогда только если все начиналось, все это входилось. Мы очень много эту тему обсуждали, потому что на рынке часто говорили, что, то есть до сих пор, кстати, огромное количество комментаторов, что OpenAI сдохнет, у них там отрицательная модель, финансовая.
Я сейчас что сижу улыбаюсь. У Tibo пост вышел в иксе, и они по поговорке, как сделать хорошо — это сначала сделать хуже, а потом вернуть, как было. Они удвоили лимиты на всех, подписках. Сейчас на двухсот, на двухста долларах опять будет двадцать иксов. Ну и у тебя на пятистах, там, в два раза больше, чем обещают, там, пятьдесят иксов, судя по всему. Все, я тихонько выдыхаю. А то я ждал какого-нибудь выпендрежа.
Кстати, одна из тем, одна из тем, которая сейчас обсуждалась, мне кажется, сейчас, это вот мы входим в зону следующие полгода уже борьба за постоянство.
Кто действительно вот с этим миллиардом пользователей, которые коснулись AI таких, ну, ChatGPT подобных систем, кто будет в превосходстве? Вот как есть Instagram или есть WhatsApp, то есть кто получит превосходство определенное и с учетом появления таких систем, как Dots. И сейчас вот начали все интерфейсы менять, и Claude объединил Cowork там и Chat, мы знаем до этого. Абсолютно безумная, странная идея, сразу про это говорили. А сейчас вышел пост, по-моему, вчера кто-то вылил в интернете, что OpenAI планирует объединить ChatGPT и Work. Ну и это вызвало сразу огромное количество дискуссий. А что будет с лимитами?
Потому что я напомню, что среди больших крупных систем ChatGPT самая добрая и крутая с точки зрения бесплатных лимитов, бесплатной инфраструктуры и Dots, кстати, токены не считает, да, в отличие от Anthropic. И можно увидеть, что Anthropic очень сильно организованно с точки зрения рынка денег для компаний все делает, для B2B, а с точки зрения, или, там, для энтерпрайза, а с точки зрения и разрабатывает, наверное, свой AGI. А вот ChatGPT, конечно, и OpenAI, они хотят свои продукты вроде как Выпускать на миллиарды людей.
И как они будут решать вот эту дилемму объединения Work и ChatGPT, у меня большой вопрос. И объединяя — потому что, Ильнар, если ты говоришь, что они вернулись к лимитам назад, то, конечно, это... Ну, им надо будет сжечь новых, пару сотен миллиардов долларов дополнительно. Мы с приятелем с моим разговаривали. Вот представьте, если бы все пользователи, чата GPT, все сейчас клиенты купили бы себе Pro-тариф за $500 и использовали его максимально, как я. Вот у меня в, в Codex 65 миллиардов, миллиардов токенов я сжёг. 65 миллиардов токенов! То OpenAI, ну, у них, у них бы сервера сгорели или что? Ну, то есть не существует.
Это происходило. Я вот говорил про дистилляцию, да. У Anthropic была именно эта проблема. У них было большое количество аккаунтов, которые на самом деле даже открывались обычными людьми, потом были либо взломаны, либо покупались и так далее, которых покупалась Pro-подписка, да, и потом она использовалась в полной программе, по максимуму. Они, в том числе поэтому охотились за этими пользователями, потому что это невыгодные клиенты, а они ещё к тому же дистиллируют твою, твою модель. Прикинь?
То есть это вообще как бы, как по-американски говорят, double whammy, да? Естественно, они пытаются, они вкладывают большое количество денег для того, чтобы детектить таких пользователей сейчас и их выключать. Вот. Проблема в том, что ты, ты не такой пользователь, тебя отключить нельзя. То есть ты, ты, ты пользуешься всем по, по, по правилам. Вот. Хотя они что-нибудь придумают в какой-то момент тоже. То есть они найдут причину, почему тебя тоже можно исключить. Не волнуйся.
Ну, я думаю, во-первых, Pro-пользователи, мне кажется, Pro-пользователи в подписке Pro500, их вообще, возможно, тысячи, возможно, десятки тысяч, их точно даже не сотни тысяч сейчас людей. И именно в подписке за 500. И, ну, вот эта новая подписка, которая, которая вышла, месяц назад. И, ну, так, по чесноку, для них эта нагрузка смешная, да? И что, что для них эта нагрузка? Это же не подключилось дополнительно 20 миллионов человек, да? И начало их там жёстко качать и резать. Ну и плюс они, наверное, где-то заинтересованы, чтобы люди… они же на мне тоже обучаются. Хоть и отключено обучение, но каким-то образом они же обучаются на том, что я делаю.
Ну, слушай, основная нагрузка и основной интерес компании будет смещаться в сторону энтерпрайза, на самом деле. То есть, это там, где, самые большие деньги, это там, где самое интересное использование, на самом деле. То есть и там, где ты учишься лучше всего. Хотя на энтерпрайз данных обычно учиться не получается. Там компания не хочет, чтобы ты учился на их данных. Просто чему они научатся у тебя, да? А на энтерпрайз данных они научатся ноу-хау того, как работает компания. Вот одно из-
Но это если она, если она дала возможность обучаться. Но мы знаем, что это вряд ли случится.
Так в том-то и дело. Там же как раз таки все вопросы безопасности и связаны с тем, что именно энтерпрайз, все подписки полностью, работают в таком замкнутом контуре. И так называемая гарантия того, что на этих данных никто не будет обучаться.
Да, ну, на данном этапе так работает, но что-то может измениться в какой-то момент. Например, можно не напрямую на этих данных обучаться, да, там, обучаться на какой-то только части твоих данных, на твоём поведении как-то и так далее. Энтропия всё равно может потихонечку протекать в модель. Ты, ты можешь так написать свой terms of service, да, что ты, человек, прочитавший его, с одной стороны, будет думать, что никаких данных обучения происходить не может, а на самом деле чуть-чуть энтропии будет протекать.
А тебе нужно чуть-чуть.
Да. Так, Максим, мы с Сашей как-то говорили уже и поднимали этот вопрос. Вообще, что значит обучение модели на данных? И вот когда мы ставим этот запрет не обучаться, мы вообще запрещаем что? И не говоря уже про то, какие гарантии есть в реальности, работы этой модели. И вообще сами создатели, всё ли они до конца понимают? Ну, то есть тут такое количество слоёв, который каждый можно разбирать, и что, что точно нет на всё ответа.
Если сама модель… внутри огромное количество случаев, когда они взламывают свою же собственную систему, выходит, например, наружу, то кто сказал, что она внутри не обучается на данных какой-то компании? Это даже никто не заметил. Но я, кстати, в противовес хочу сказать, я считаю, что основные деньги не в энтерпрайзе, а основные деньги в миллиардах людей на планете Земля. И изучать миллиард, миллиард людей и поведение миллиарда людей гораздо интереснее, чем изучать, 100 тысяч продажников компании Google, как они работают и как они продают.
Мне кажется, с точки зрения денег и с точки зрения конечного результата, и с точки зрения внедрения. Но это мы, кстати, увидим в итоге, на чём они деньги будут зарабатывать и где они найдут. Пока вот эта история продажи энтерпрайзу разных решений мне вообще не видится, коммерчески правильной для таких компаний, как OpenAI и Anthropic. Это моё, моё, моё исключительное мнение. То есть если бы они завтра бы сказали, что мы не будем ориентироваться на обычных людей, делать для них AGI или вообще делать AGI или ASI, я бы на них крестик поставил.
Они мне неинтересны с точки зрения развития моделей для компаний. Хотя Anthropic, кстати, выложила вот этот Claude Duet. Они в нём, пишут, что он ориентирован для компаний, он ориентирован для работы с Convoy, он ориентирован для работы со Stripe, он ориентирован для работы с HubSpot, там, с точки зрения, CRM-систем. То есть он ориентирован с компаниями. А у меня логика такая: а нафига мне ориентироваться для работы с HubSpot? Я внутреннюю инфраструктуру буду свою поднимать с помощью, там, Claude Code сам. Ну вот, это такое различие. Очень интересно, где, как, что на самом деле произойдёт.
И еще я хотела добавить, что ведь массово enterprise, очень быстро для многих бизнесов становится слишком дорогим сервисом. И даже изначально не понимая, насколько дорогой сервис. А если мы говорим о результатах и о всех возвратах инвестиций, до сих пор это вопрос актуальный. Он до сих пор на поверхности. Никто не научился оценивать эффективность от искусственного интеллекта. И масса информации о том, что как раз таки возврата, и, там, каких-то конкретных экономических показателей, связанных с ростом, их нет сегодня.
То есть поэтому enterprise такая штука
Включил Claude, спросил: "Что ты можешь сделать?" Он говорит: "Я могу видеть твои сессии". Я говорю: "А ты видишь вот эту сессию? Поменяй в ней лимит". Он говорит: "Я лимит не могу менять других сессий". Я говорю: "А сколько ты, у тебя, ты когда со мной общаешься, ты деньги не тратишь?" Он говорит: "Трачу, уже потратил два доллара". Я такой: "То есть два доллара уже потратил?" Вот. Я с ним просто два сообщения ему отправил. Я говорю: "Так а я же, а я же на подписке с тобой общаюсь".
Он говорит: "Так это я тебе пересчитал примерно токены с точки зрения денег, да?" И поэтому, в Claude купленные я на самом деле докупаю к подписке токены. И каждый раз, когда я покупаю токены, я вспоминаю модель, Ильнара. Надо просто иметь десять разных аккаунтов, да? И, э-э-э-
Хотя бы два, чтобы точность этого.
Потому что, ну, потому что это, это нереа-
Только никому
...нереально! То есть это, понимаете-
Слушайте, так ведь искусственный интеллект во многом это как будто инвестиция на будущее и деньги на будущее. А если вот бизнесовый и какой-то корпоративный аккаунт, деньги нужны сегодня очень часто, а не на будущее.
Так и все хотят на этом заработать.
Да, совсем другую перспективу.
Так смотри, Anthropic заработает на API, и Anthropic еще хочет заработать на интеграциях с другими корпорациями изнутри. И еще, и еще, и еще. И все эти компании должны заработать. И ты, получается, платишь за рабочее место менеджера по продажам не тридцать долларов или пятьдесят долларов, как раньше, а должен заплатить двести пятьдесят долларов, как раньше, чтобы анализировать его работу. Они говорят: "Так у него вся маржа двести долларов". Вот здесь, ну, для американского рынка это чуть проще, да? Потому что там другие деньги, другая маржа, другие возможности.
И мне все же кажется, что разработка, вот эта крутая разработка крутыми моделями, системами — это для богатых, то есть это для богатых корпораций. А мы сейчас просто пока на подписках. Нам дали возможность вот в это время развивающееся купить такую подписочку, в которой можно действительно построить, это… Я сегодня с приятелем своим разговаривал. Я знаешь, что ему сказал? Что ты сейчас можешь прийти на презентацию. Вот если какая-нибудь корпорация у тебя заказывает какое-нибудь решение, например, не знаю, надо обучить деятельности работы пять тысяч сотрудников, написать для них систему, не знаю, учета их KPI.
И ты можешь прийти на презентацию с готовым решением, которое ты сделаешь с помощью Claude Code, например, за три часа. Прийти сразу с готовым решением, а не с презентацией, и презентовать им сразу же полностью всю, то есть обучающую систему за три часа. А раньше и не разрабатывать вообще, просто сразу же, сразу же с конечным решением прийти. И вот этот сейчас разрыв, он, конечно, невероятно сильно колоссален. И отпишите, кстати, наши зрители, кто много на этом заработал денег, потому что основная масса людей, когда спрашиваешь, они действительно деньги на этом в итоге не заработали.
Вот, но только если программист работает на шести или на восьми работах параллельно. Это, кстати, тема по поводу параллельной работы. Она началась во время ковида, еще до искусственного интеллекта. Мы с вами наблюдали, когда люди начали работать удаленно. Появилось огромное количество кейсов, когда программисты, маркетологи, вот есть такие должности, известные в этой теме, они на двух-трех работах работали. Очень известный кейс. Одновременно прямо в трех компаниях. Вот, а сейчас с помощью искусственного интеллекта я, я, я даже не берусь себе представить, что происходит.
Я даже себе не берусь представить, что происходит.
Один из первых выпусков мы обсуждали overemployed движение в США. Там, по-моему, на Reddit был огромный thread по overemployed, что вот человек на пяти работах параллельно работал. А это вот самая-самая заря была еще даже в наших выпусках. Там условно GPT-4 только еще был. Ну и, очевидно, она еще до этого появилась. А уж индийцы, которых ты на удаленном интервью одного от другого не отличишь. Один прошел интервью, второй пришел на работу. Это уж классика, да. Времен ковида еще, да.
Это, кстати, мне кажется, распространенная сейчас тема, да?
Работа на нескольких работах?
Нет, когда один человек приходит и сдает интервью за другого, а на работу приходит другой.
Ну, я думаю, да. Я думаю, что это довольно часто реализовано.
Ну, понятно, что это не в американских компаниях, это не в OpenAI устраиваются работать, да? Но в целом это, говорят, очень сильно распространено. Да. Так даже, так даже, по-моему, в социальных сетях знакомств один профиль общается, служба поддержки одна общается с точки зрения, что это одна девушка, а на встречу приходят совершенно другие девушки. Вот говорят: "Я просто немного изменилась".
С другой стороны, с другой стороны, чтобы грамотно пройти интервью, сейчас даже не нужно, чтобы за тебя его кто-то проходил. У тебя может рядом быть такое количество ассистентов, всяческих, которые тебе помогут отлично в реальном времени его пройти.
Аня, это, кстати, изменилось. Вот вы же, ну, ты профессионально в этой сфере двадцать лет, да? Вы, это тема, которая — или больше. Это тема, которая, ну, у вас огромный поток людей, да, тысячам людей, причем, высококвалифицированных специалистов, да? У вас уже огромный поток инженеров идет. Это, на это, вообще в итоге все понимают, что это реально сейчас стало так? И что с этим делать?
Ну, что понимают ли все, я за всех не говорю. Понимают ли все-
И что с этим делать? И что с этим сделать?
Но то, что понимаем мы, это точно. Это то, как-
Ну и что ты с этим будешь делать?
Как ты меняешь к тому, как ты собеседуешь человека, какие вопросы ты задаешь, насколько ты учитываешь то, что он в данный момент, какими инструментами дополнительными он может пользоваться. То есть мы сейчас даже убираем, что такое интервью и насколько вообще за час, можно ли оценить человека за час. Мы даже эти вещи убираем. Но для того, чтобы плюс хотя бы приблизительно приблизиться к какой-то адекватной оценке и пониманию, кто перед тобой находится
Это Макс!
Потом летишь обратно.
Это времена, времена-
Да, да.
Времена молодости, Макса, да, нашего.
И вот спокойно, не переживая, что там человек, там, я не знаю, с ассистентом сидит, что за него другой человек пришел. Я бы с удовольствием скатался.
К завершению нашего выпуска мы в ToTheMoon отбираем дополнительно спикеров и на вести некоторые рубрики, потому что в такое медиа хочется, ну, хочется больше, больше выпусков разных делать. И ко мне очень много, к нам очень много заявок приходит. И люди, когда приходят заявки, я вам честно скажу, я устал не понимать, человек читает текст или не читает, он его сам сделал или не сам сделал. Он рассказывает то, что он думает или он рассказывает интернет. И я стал просить многих людей, чтобы они шли пешком, шли прямо и разбирали мне какой-то конкретный вопрос.
И я заранее пишу: не читайте его. Понятно, что он все равно его может читать, но там, наверное, если человек все же приходит на спикера, он, ну, ему придется не прочитать, чтобы получить конечный результат и посмотреть, как человек способен разговаривать, но в такой теме. То есть он взял любую тематику. Я еще говорю с первого раза запишитесь, не подготовьтесь. А есть на тему интервью очень интересный кейс. Возможно, наши редакторы найдут и в конце здесь вставят. Он очень прикольный. Значит, один парень пришел на собеседование, а ему назначили собеседование вместе с AI-ассистентом.
И он пришел на собеседование, не пригласил своего AI-ассистента. И значит, кто пришел? Пришел вот этот AI-ассистент, который опрашивает этого человека на интервью и свой. В какой-то момент времени он знаете, что сделал? Он встал из-за стола и сказал: "Мне надо выйти, вы пока договоритесь". И ушел. И, значит, ушел в комнату. Они начали вдвоем разговаривать, и в конце они начали встречу завершать, и встречу они завершить не могли. Это как в фильме, "Двухсотлетний человек", когда, помните, в фильме он ему говорит: "Спокойной ночи". Он ему говорит: "Хорошо".
Он говорит: "Надо спокойной ночи Эндрю, надо отвечать спокойной ночи". Он говорит: "Спокойной ночи". Он говорит, разворачивается, а ему робот говорит: "А вы мне спокойной ночи не сказали". Он говорит: "Спокойной ночи". Он говорит: "Спокойной ночи". Так вот, там началась эта тема. До свидания, до свидания, до свидания, хорошего вечера, до свидания, хорошего вечера. И вот эти два робота, два робота на интервью остались вместе, пока, значит, этот человек ушел. И, конечно, мы сто процентов сейчас будем идти в мир, где люди, даже не понимая, как работает искусственный интеллект, приглашать туда роботов для проведения интервью низкоквалифи… ну, там, не, это же еще дешевые модели делают.
Это же не, они же не дорогой моделью, значит, этого AI-ассистента запустили, дешевой моделью будут проводить интервью. А мы со всеми вместе увидимся в наших выпусках каждый день. У нас через день у нас выпуски выходят, а на таком подкасте каждое воскресенье. Не забывайте поддерживать наш канал, особенно нашу сегодняшнюю команду, сколько у нас собралось людей. Всем пока!
Слушай, половину не обсудили того, что ты планировал. На самом деле, то есть-
Это нормально.
Мы про этот, про IPO, э-
Да, ну, с математикой вообще беда одна вышла.
И про то, что вообще насколько грустно в теоретической математике.
Математики только глупые грустят. На самом деле математики должны радоваться просто в реальности.
Ну вот я хотела спросить, потому что я так про это про все прочитала, и мне было интересно послушать на предмет, именно такого будущего науки, а в частности, ну, про теоретической математики.
Давайте похаливалим.
Это вообще тема очень классная. И здесь вот прикольно, кстати, если будет, мы с Аней в математике немного далеки, а вот эта тема вообще очень классная, потому что-
Да, я, я просто не очень понимаю, ну, вот это, что станет с этим-
Заголовок, да, вот этот заголовок, который был, то, что, то, что математикам, математики от этого страдают или большая проблема, или математика уничтожена и так далее. Вот на эту тему, конечно, интересно, интересно и хорошо дискутировать.
Так вот смотри, не только ж математика, тут, тут же, это же вообще в широком смысле про науку. Но в общем, мне кажется-
Любая наука, да, попадает под эту историю.
Конечно.
Да. Все. Всем большое спасибо. Всем пока.
Да.