#данные — посты и обсуждения

Ещё недавно нейросеть была собеседником.

Мы задавали вопрос, она отвечала.

Теперь всё меняется гораздо быстрее.

Современный ИИ-агент уже может не просто рассказать, где дешевле купить билет или товар. Он способен сам искать варианты, заполнять формы, следить за ценой, оформлять возврат, работать с календарём, файлами и сообщениями.

Звучит удобно.

Но у этой удобности появилась цена, о которой пока говорят гораздо меньше.

Чтобы действительно работать вместо человека, ИИ должен видеть то, с чем работает сам человек.

Нужно составить расписание — потребуется календарь.

Нужно ответить на письмо — нужен доступ к переписке.

Нужно заполнить документ — придётся прочитать файл.

Нужно вернуть покупку — понадобятся данные заказа.

Чем полезнее становится агент, тем больше контекста ему приходится открывать.

И именно здесь на этой неделе произошла интересная история.

2 октября Apple объявила, что собирается ужесточить механизм Full Disk Access на компьютерах Mac.

Название звучит технически, но смысл очень простой.

Полный доступ к диску способен открыть приложению практически весь цифровой шкаф человека: файлы, почту, сообщения, историю браузера и данные других программ.

Изначально такой режим был нужен, например, приложениям резервного копирования.

Теперь он становится особенно чувствительным из-за ИИ-агентов.

Apple прямо пишет: по мере того как агенты становятся более способными и автономными, риск такого широкого доступа существенно растёт.

Компания хочет сделать выдачу подобных разрешений гораздо более явным действием, чтобы человек точно понимал, что именно он открывает программе.

Повод для дискуссии получился показательный.

Вокруг ИИ-агента Muse от Meta появились претензии к тому, насколько понятно пользователю объясняется доступ к данным на Mac.

Meta с обвинениями в несанкционированном чтении личных сообщений не согласилась и заявила, что агент работает только с теми разрешениями, которые дал пользователь.

И вот здесь спор о конкретном приложении для меня уже менее интересен, чем сама проблема.

Потому что она никуда не исчезнет даже после исправления всех настроек.

Умный помощник без доступа к данным ограничен.

Помощник с широким доступом становится намного полезнее — и одновременно требует гораздо большего доверия.

Meta, например, уже описывает своего агента как систему, которая может работать с сообщениями, календарём и заметками с разрешения владельца.

В покупках такой агент способен искать предложения, следить за ценой, покупать и даже заниматься возвратами.

Доходит до того, что для оплаты создаётся одноразовый номер карты, чтобы настоящий номер не передавался продавцу и самому агенту.

То есть мы постепенно переходим в совершенно другую эпоху.

Раньше главный вопрос звучал примерно так:

«Насколько хорошо ИИ отвечает?»

Потом:

«Насколько часто он ошибается?»

Теперь появляется третий:

«Что именно ему разрешено делать, если он ошибётся?»

Разница огромная.

Ошибка чат-бота может дать неверный текст.

Ошибка агента с доступом к файлам, переписке и действиям на сайтах потенциально затрагивает уже реальную жизнь человека.

Особенно интересно это выглядит для бизнеса.

На рабочем компьютере лежат договоры, счета, коммерческие предложения, таблицы с выручкой, данные клиентов, переписка сотрудников.

ИИ действительно может сэкономить часы работы с этими документами.

Но чем глубже его встраивают в процессы, тем важнее становится уже не только качество модели, а система разрешений вокруг неё.

По сути, появляется новая цифровая валюта — доступ.

Мы платим не рублями и не подпиской.

Мы платим частью контекста своей жизни.

И здесь нет простого ответа «да» или «нет».

Без доступа агент остаётся красивым собеседником.

С доступом он превращается в настоящего исполнителя.

Поэтому, похоже, ближайшая большая гонка ИИ будет идти не только за интеллект.

Она будет идти ещё и за доверие.

Кому человек позволит читать свои документы?

Кому даст доступ к календарю?

Кому разрешит делать покупки?

А кому — только отвечать на вопросы?

А вы бы дали ИИ доступ к своей переписке, календарю и файлам, если бы он действительно экономил вам несколько часов каждую неделю?

#базарактив #ИИ #искусственныйинтеллект #технологии #безопасность #данные #экономика #бизнес #нейросети #цифровизация

Искусственный интеллект уже перестал быть экспериментом ради красивой презентации. Компании начали получать от него реальные деньги.

По исследованию BearingPoint, 74% организаций, которые внедрили ИИ, уже видят измеримый эффект в выручке или расходах.

Но есть цифра, которая меняет впечатление от этого успеха.

Только 13% компаний сумели масштабировать свои ИИ-проекты так, как планировали изначально.

Получается любопытная картина: технология работает, первые результаты есть, а превратить отдельный удачный проект в систему получается у немногих.

Причина часто находится вовсе не в качестве самой модели.

Представим обычную компанию.

В одном подразделении ИИ научили разбирать документы.

В другом он помогает отвечать клиентам.

В третьем делает прогноз продаж.

Каждый проект по отдельности показывает хороший результат.

Но дальше начинается корпоративная реальность.

Данные хранятся в разных системах.

Часть программ написана десять лет назад.

Информация о клиентах дублируется.

У подразделений разные правила доступа.

Непонятно, кто отвечает за ошибку алгоритма.

А чтобы соединить всё это в одну работающую систему, требуется гораздо больше работы, чем просто купить доступ к хорошей нейросети.

Именно поэтому среди главных препятствий для масштабирования компании называют интеграцию со старыми IT-системами и регулирование.

Есть и более простая проблема — данные.

54% руководителей считают качественные и надёжные данные одним из ключевых условий для масштабирования ИИ.

Это хорошо показывает, как изменился сам рынок.

Ещё недавно основным вопросом было: у кого модель умнее?

Теперь всё чаще важнее другое: есть ли у компании данные, которыми эту модель можно нормально кормить.

Можно купить мощный ИИ, но если в базе клиентов один и тот же человек записан трижды, складские остатки обновляются с задержкой, а финансовые данные лежат в пяти несовместимых программах, чудес не произойдёт.

ИИ просто начнёт быстрее работать с плохой информацией.

Исследование показывает ещё один интересный эффект.

Почти половина компаний пока получает от ИИ эффект меньше 4% расходов или меньше 2% выручки.

То есть отдача уже есть, но для многих она пока слишком мала, чтобы перевернуть экономику бизнеса.

И здесь возникает важная разница между красивым пилотом и настоящей трансформацией.

Пилот можно запустить на десяти сотрудниках.

Для масштабирования нужно изменить процессы сотен или тысяч людей.

Пересобрать IT-архитектуру.

Настроить безопасность.

Определить ответственность.

Обучить сотрудников.

Посчитать экономический эффект.

И главное — решить, что делать с временем, которое ИИ освободил.

Это отдельная проблема.

Если сотрудник раньше тратил три часа на отчёт, а теперь делает его за двадцать минут, компания автоматически богаче не становится.

Освободившиеся два с половиной часа ещё нужно превратить в дополнительную работу, продажи, обслуживание клиентов или сокращение издержек.

Иначе производительность на экране выросла, а прибыль почти не изменилась.

BearingPoint называет это своеобразной ловушкой производительности.

ИИ создаёт свободную мощность внутри компании, а дальше всё зависит от управленческих решений.

Поэтому лидеры отличаются не количеством нейросетей.

Они гораздо чаще привязывают ИИ-проекты к конкретным финансовым показателям.

Сколько денег сэкономили.

На сколько выросли продажи.

Сколько времени сократил процесс.

Как изменилась себестоимость.

Когда окупились инвестиции.

Компании, которые действительно умеют это считать, масштабируют ИИ значительно успешнее остальных.

И здесь становится понятнее, куда движется рынок.

Первый этап был гонкой моделей.

Второй — гонкой внедрений.

Сейчас начинается третий: кто научится превращать ИИ в устойчивую прибыль.

Для инвестора это тоже меняет взгляд на компании.

Фразы «мы внедряем искусственный интеллект» уже недостаточно.

Гораздо интереснее увидеть, сколько денег он приносит и насколько глубоко встроен в реальные процессы бизнеса.

ИИ постепенно становится обычным производственным инструментом, почти как оборудование или программное обеспечение.

Сам факт его наличия перестаёт быть преимуществом.

Преимущество появляется тогда, когда компания умеет использовать его лучше конкурентов.

И цифры хорошо показывают, насколько рынок ещё далёк от этой точки.

74% уже увидели эффект.

До настоящего масштабирования дошли только 13%.

Следующая большая конкуренция в ИИ, похоже, будет идти уже не за самую умную модель, а за способность бизнеса превратить её возможности в деньги.

#базарактив #ИИ #искусственныйинтеллект #технологии #бизнес #экономика #инвестиции #цифровизация #данные #финансы

Что случилось

Министр транспорта Андрей Никитин в интервью ТАСС сообщил, что в будущем ведомство планирует использовать мессенджер «Макс» для посадки пассажиров на самолёты и поезда. Идентифицировать пассажиров предполагается по Max ID — цифровому идентификатору внутри экосистемы VK . Пока это только перспективная идея, а не утверждённый проект — конкретных сроков запуска нет .

Что уже есть

Сейчас посадка по биометрии в России уже работает. В апреле 2026 года опцию запустили на поездах по маршрутам Москва — Нижний Новгород, Москва — Кострома и Москва — Иваново . В августе к ним добавились маршруты Нижний Новгород — Киров и Нижний Новгород — Иваново . Также россияне могут садиться в самолёт по биометрии в аэропортах Шереметьево и Пулково .

Как это будет работать

Пассажир сможет проходить на посадку через Max ID — то есть через приложение «Макс» . Система будет использовать биометрию и связывать её с данными пассажира. По сути, это расширение уже существующей биометрической системы на новый цифровой канал.

Max ID может стать единым ключом для посадки на транспорт. Упростит ли это жизнь пассажирам или создаст новые риски для их данных?

#Минтранс #Макс #MaxID #биометрия #посадка #авиация #поезда #Шереметьево #Пулково #цифровизация #транспорт #VK #мессенджер #технологии #безопасность #данные #Россия

Или почему не стоит удалять имейлы и таски, даже если вы решили закрывать свой бизнес

И вот пример сему.

1 мая накрылся Spirit Airlines — некогда крупнейший лоукостер США, где финальным гвоздём в ликвидацию стала иранская движуха, из-за которой взлетел керосин, плюс люди с перепугу перестали летать, а Трамп отказался спасать компанию.

В итоге, за март и апрель Spirit сжёг $100 млн на топливе — ну и всё, Spirit испустил свой spirit.

Но, спустя три месяца после спиритических похорон бизнеса, выяснилось, что часть экс-лоукостера всё-таки покупают. Причём не другая авиакомпания, а Google.

И покупает он не самолёты или слоты в аэропортах, а ..... Правильно, корп-данные на прокорм ИИ.

Google дали $10 млн, выиграли банкротный аукцион и получили ~100 млн имейлов, 500 млн сообщений в Teams, а ещё HR-документы, финансы и презентации (нет инфы, без пассажирских данных или же с ними).

Кстати, вторым на аукционе стал Mercor — ИИ-стартап, который специализируется на поставках data/данных для обучения чужих ИИ, но, Гугл его перебил.

Получается, мёртвые компании теперь разбирают на органы. Только вместо почек тут имейлы и тикеты.

И что интересно, раньше уже было весьма много случаев, когда фаундеры неудавшихся стартапов сливали свои имейл-базы, архивы через специальных брокеров-падальщиков, по $10-100 тыс. за компанию, в том числе и для того, чтобы на эти деньги фаундеры могли рассчитаться с кредиторами, выплатить ЗП сотрудникам и в целом «уйти достойно», поэтому многие с радостью и соглашались на сие.

Но, ещё некоторое время назад это был мутный полу-серый рынок, где непонятные дата-барыги скупали всякую мелочь по объявлениям.

А теперь же, совершенно другой уровень, где уже топовый tech-гигант вкатывается в открытый суд по банкротству и участвует в официальном аукционе, где бьётся в лоб с профильным ИИ-игроком за архив уже дохлой авиакомпании.

Т.е., активно формируется новый рынок с новым классом активов. Собственно, юристы уже дали ему название — distressed data assets.

И этот рынок превращается из серо-кустарного в более оформленный.

Умные супер-экономисты уже назвали это «институционализацией».

Надо сказать, что раньше такие сделки тоже были, но, они были штучные, и у них была другая природа:

Специфическая компания покупала какой-то редко-странный тип данных. К примеру, контору 23andMe (это примерно как Генотек, только у них там) после банкротства выкупил фарм-гигант Regeneron за $256 млн и только ради генетических данных.

А теперь покупают обычную переписку без всякой специфики, потому что сам факт «Это делали живые люди на работе, а не ИИ-агенты, и теперь это можно взять себе» становится самостоятельным товаром.

А самое смешное, что это происходит параллельно с другой крупной историей, когда Anthropic скупает редкие книги, закачивает их в ИИ-модель и уничтожает.

Так что, пути к AGI неисповедимы, да.

Хотя, кто сказал, что и Anthropic, и Google не делают и то, и другое, и ещё что-нибудь третье?

В общем, если чей-то паровозик тоже не смог, и настало время его ликвидировать, то ролучается, что не надо спешить удалять имейлы, таски и переписку сотрудников, ибо это деньги и «прокорм» для ИИ.

#бизнес #финансы #инвестиции #данные #информация #data #ИИ

Знакомая сцена: обсудили с женой палатку — утром реклама палаток. Продолжение все рассказывают одинаково: «телефон подслушивает». Проверяли всерьёз: исследователи прогнали через стенд больше семнадцати тысяч приложений и записи разговоров не нашли ни в одном. Нашли скриншоты экрана, которые приложения тихо отправляли аналитикам, — но не звук.

Подслушивать попросту незачем

Рекламная нейросеть предсказывает интерес по следам, которые мы оставляем сами: вчерашний поиск, общий домашний Wi-Fi, точки на карте, интересы людей рядом. Из тысячи слабых сигналов складывается угадывание, которое выглядит магией.

Теперь бизнес-часть:

Эта же механика доступна любому рекламному кабинету, без всякого шпионажа. Похожие аудитории, сегменты по поведению — а главное, ваша собственная история заявок и покупок. Она предсказывает следующий заказ клиента точнее любого микрофона, и у большинства компаний лежит мёртвым грузом в CRM.

Честно:

Предсказания ошибаются, а с данными клиентов надо обращаться по закону о персональных данных — согласия никто не отменял. Но разница всё равно в порядок: конкурент, который считает свои данные, знает клиента лучше, чем тот, кто «просто чувствует рынок».

А вас реклама «угадывала» после разговора? Расскажите свой самый жуткий случай — разберём, как она это сделала на самом деле.

#ии #маркетинг #реклама #данные