когда чат jpt говорит, что я задаю очень умный и правильный уточняющий вопрос
Как ИИ мешает нашему делуВ последние месяцы все чаще приходится сталкиваться с печальными последствиями работы искусственного интеллекта, точнее, так называемого «умного поиска». Вместо того чтобы экономить усилия, такие инструменты нередко отнимают время, уводят внимание в сторону и мешают сосредоточиться на действительно важных аспектах работы.Пример 1. Командный проект и «готовая» презентацияГруппа коллег или даже группа студентов выполняет командный проект: обсуждают идеи, распределяют задачи, кто‑то отвечает за аналитику, кто‑то — за структуру, один коллега добровольно берет на себя подготовку презентации. В итоге выясняется, что «исполнитель» просто ввёл задание в программу вроде Gamma и получил готовую презентацию без какого‑либо личного аналитического вклада. Команда разочарована: потеряно время, общее качество страдает, а каждому, возможно, было бы эффективнее подготовить свои слайды самостоятельно. Приходится тратить дополнительные часы на переработку материала, который изначально должен был быть результатом мыслительной работы.Пример 2. Аналитика, превращённая в безликий текстВ другом случае коллега по проекту должен был свести и при необходимости доработать аналитику на основе уже подготовленных документов. Вместо внимательной работы с содержанием он прогоняет тексты через ИИ‑сервис и присылает «обновлённую» версию. На выходе — документ, который кардинально расходится с исходной задумкой, полностью теряет авторскую «изюминку» и внутреннюю логику, представляя собой набор выхолощенных общих фраз. Такой результат приходится фактически отвергать и заново составлять сводку вручную — уже в одиночку.Пример 3. Фактические ошибки в обзоре рынкаБолее массовая ситуация — студент или начинающий специалист готовит обзор по состоянию рынка исламского финансирования в России. На первый взгляд все выглядит аккуратно, но уже на первой странице обнаруживается грубая фактологическая ошибка в данных, которые известны любому минимально погружённому в тему. Речь, например, может идти о количестве участников в реестре Банка России. Если бы расхождение составляло одну–две компании, это ещё было бы объяснимо: реестр действительно обновляется, недавно туда зашла новая дагестанская компания, одновременно была исключена одна организация из Башкортостана. Но когда погрешность достигает около десятка участников, это уже выходит за рамки допустимого. После такой ошибки читать документ дальше просто не хочется.Пример 4. «Научная» работа без раскрытия использования ИИКлассический случай: студент готовит «научную» работу, не раскрывая факт использования умного поиска и генеративных моделей. Встает вопрос, можно ли вообще считать такой текст научным. Причём сама по себе помощь ИИ — ещё полбеды. Главная проблема в том, что пользователь, увидев стилистически гладкий, «красивый» текст, зачастую даже не пытается перепроверить изложенные факты, источники и логику. В результате в академический и профессиональный оборот попадают работы, которые выглядят прилично внешне, но по сути подрывают качество и доверие к общему делу.Все эти примеры объединяет общая тенденция: отказ от личного анализа и проверки в пользу кажущейся лёгкости и скорости. В итоге страдают и командные проекты, и исследовательская работа, и базовая культура обращения с информацией. Делитесь, есть ли у вас свои показательные случаи столкновения с подобным использованием ИИ?
Что расстраивает требовательных организаторов онлайн-мероприятий, если эти мероприятия проводятся в обычных конференциях ZOOM:😑 Что нет фокуса на спикере и видно «лишних» участников. К примеру, на 00:30 можете наблюдать классическую ситуацию, как кто-то ест с включенной камерой – и, конечно, попадает на запись.Чем более солидное и репутационно нагруженное мероприятие нужно провести, тем меньше организаторы готовы мириться с такими моментами.😑 Дублирование видео спикера при использовании режима Компоновок (показываю на 00:50). Опять же, пережить можно, но все же «что-то не то...»😑 Что видом конференции по сути управляет сам участник, а не организатор (на 02:30). При этом, на практике доверить участникам хоть какую-то операцию в зуме обычно нельзя — 9 из 10 людей вас спросят: «что-что, куда кликнуть?» – и вы вместо работы будете им объяснять, как пользоваться зумом. То есть в теории каждый участник, да, может настроить вид как вам надо, но реально делать это мало кто будет.😑 Много лишних элементов в интерфейсе, приводящих к расфокусу. На 03:59 я посчитал лишние (неработающие у участника) кнопки – получилось аж 8 штук.⚡️Все эти минусы не являются минусами, когда мы используем зум-конференции по назначению — для совместной работы в онлайне!Но если нужна не совместная работа, а чтобы одни люди выступили, и другие послушали — для этого намного лучше подходит формат зум-вебинаров. В них решены все эти четыре проблемы, и есть ряд дополнительных бонусов.⏺⏺⏺Несколько уроков про то, как делать мероприятия в формате зум-вебинаров есть в моей базе знаний «Как использовать зум на 100%»:➡️ https://sergeyberlin.ru/zoom
Свежий тренд пойман и разобран - "фото с самими собими"Не ругайтесь на название тренда, так как автору поста очень весело, а ещё автор пришёл не с пустыми руками!🍏⚡А с целым промтом, для создания такого фото для себя не только с помощью чата GPT💚(подойдёт для Sora / Midjourney / SDXL / Runway / DALL·E 3 editing tools, одним словом везде, где можно загрузить фото)💚💚💚💚💚⬇️Create a stylized portrait based on the uploaded image. Duplicate the original person so that there are two visually identical individuals standing closely next to each other, posed like twins. Keep their facial features, makeup, hairstyle, expression, skin texture and lighting fully consistent with the person in the uploaded photo.Place the two versions of the subject very close together, shoulders touching, with subtle differences in posture or head tilt to create a natural twin-like dynamic.Use soft, cinematic lighting and shallow depth of field. Preserve realistic skin tones, delicate shadows, and natural highlights.Color grading: warm, editorial, with smooth contrast and fine film-like grain.Composition: tight portrait framing, chest-up or shoulder-up, with the two figures centered in the frame.Ensure the final result looks like a professional fashion or editorial photoshoot — elegant, cohesive, and aesthetically refined.Делитесь своими шикарными результатами на личных и корпоративных страничках, так как популярность этот тренд только начинает набирать, и вы рискуете поймать ту самую, всеми желанную, волну хайпа💚
ВТБ аккуратно обозначил контуры рынка, который к 2030-му станет не просто модным, а инфраструктурным. Биометрия перестаёт быть про "приложил лицо и оплатил" - и превращается в слой взаимодействия между человеком и цифровыми сервисами.Ключевая мысль Вадима Кулика проста: следующий виток биометрии будет рождён не банками, а ИИ-ассистентами, госуслугами и маркетплейсами. И это важный сигнал: инициатива уходит туда, где плотнее трафик и выше конкуренция за внимание пользователя.Индустрия ИИ делает биометрию почти "эмоциональной". Распознавание голоса, мимики, микрореакций - то, что вчера было научной фантастикой, завтра станет антифрод-слоем по умолчанию. ИИ-агент сможет понять, что клиент под давлением, раньше, чем сообразит колл-центр. Но здесь же возникает и риск: где проходит граница между защитой клиента и чрезмерной интерпретацией его эмоций? Ошибки таких систем будут стоить куда дороже, чем сбой в СМС-коде.Особая зона роста - государственные сервисы. Биометрия + электронная подпись + токены = единая матрица идентификации, из которой вырастет новая логика обслуживания. Это уже не "подтвердите операцию", а непрерывное доказательство того, что вы - это вы, во всём спектре цифровых контактов. Но пока что в этой архитектуре много незакрытых вопросов - от безопасности до регуляторных ограничений.Маркетплейсы действительно смогут быстрее всех встроить биометрию в бизнес-модель: бесшовные платежи, продажа товаров с ограничениями, персонализированные офферы. Но именно здесь и возникает главный риск: коммерческие сервисы будут собирать самый чувствительный слой данных о пользователях. И у рынка пока нет внятных ответов, как это контролировать.Если смотреть трезво, ближайшие пять лет - это не эра тотальной биометрии, а период настройки. Банкам и финтеху придётся решать сразу три задачи: как использовать биометрию без излишней зависимости от неё, как объяснять клиентам, что это безопасно, и как встроить новые модели взаимодействия без потери доверия. Технологии взрослеют - но вместе с ними взрослеют и риски. И это, возможно, главный драйвер изменений до 2030 года.#IF_ВТБ
А теперь викторина.Кто первым напишет в комментах правильный ответ - заслужит право называться почетным растономиконщиком.Да-да, задачка про unsafe, а вы как думали?Итак, само задание:Реализуйте функцию fn cast_me<T, U>(value: T) -> Result<U, T>, которая возвращает Ok, если оба параметра, T и U - один и тот же тип. А иначе Err.Добавьте минимальные баунды и напишите функцию.
ИИ в ИндииНа прошлой неделе я была в командировке в Индии. Одно из мест, которые мне удаллось посетить — Indian Institute of Technology в г. Индор/ Индаур.На фото — одно из зданий университета и слайды из презентации проектов с ИИ.Мне больше всего понравилось приложение, которое сканирует и распознает рецепты от врачей. Да-да, почерк у докторов везде примерно одинаковый, а в Индии еще и куча диалектов и языков, поэтому доктор может писать разные названия лекарств на разных языках английский/ хинди и т.д. — на том, на котором его помнит. Приложение сканирует рецепт (без персональных данных) и выдает его на выбранном языке с пояснениями. На финальном этапе пока все равно сидит реальный фармацевт (тут я вспомнила историю с бесконтактным магазином Амазон), чтобы устранить все неточности.Если несколько рецептов имеют противоречия, приложение покажет уведомление.Но количество языков огромно, а врачей мало, что же делать? Другое приложение переводит звучащую речь врача/ пациента на один из выбранных языков и диалектов (модель тренировали так, что она знает более 30 разных видов боли горла, например).Все эти разработки (и комната с пациентом для моделирования течения болезней) принадлежат университету. Он сотрудничает с больницами и фармацевтическими компаниями.А еще студенты в свободное время занимаются разработкой различных устройств. Парень на видео — студент 3 курса бакалавриата, демонстрирует свою разработку для транспортировки тяжелых грузов. Все сделано из остатков деталей и схем от старых мотоциклов и т.д. (более 960 деталей), но это прототип, а потом изделие патентуется и поступают заказы от компаний.Конечно, когда показывают передовое оборудование в университете, мне кажется, оно таким было (для нас) довольно давно, но тем удивительнее студенты, которые (в отличие от многих наших) учатся не благодаря каким-то условиям, а вопреки всему.Конкурс огромный, есть квота на студенток женского пола — 30%, студенты мега вовлеченные и внимательные. Прямо захотелось поработать в Индии.Во время командировки была еще в Indian Institute of Management Indore и Tata consultancy services (если интересно — тоже расскажу и поделюсь видами).@Дневник злобного препода — ИИ в образовании
😱Можно ли отупеть от коротких вертикальных видео?Почти каждый месяц выходят научные статьи, где учёные, нейропсихологи и разные профессора бьют тревогу: мол, через 5–10 лет постоянного потребления коротких роликов мозг начнёт “гнить”. У кого-то ухудшится концентрация, у кого-то — способность удерживать внимание дольше 5 секунд, у кого-то — мотивация. Читаешь всё это — и кажется, что нас ждёт эпоха всеобщей деградации.Я работаю с вертикальным контентом уже больше трёх лет, а в целом создаю видео больше десяти. И у меня есть очень честное наблюдение: если три часа подряд смотреть Reels, Shorts или TikTok — мозг реально тупит. Я иногда провожу такие марафоны по работе в поисках референсов.Почему мозг тупит?Потому что за эти три часа ты получаешь сверхдозу всего: красивые девушки, качки с огромными мышцами, роскошные дома, машины, путешествия, шутки, мотивация, котики, психология, финансы. Твой мозг получает контент на год вперёд — за одну сессию. И после этого уже не хочется ничего: ни работать, ни общаться, ни учиться. Ты настолько “набит” впечатлениями, что просто выключаешься.И да: если пролистывать такой поток каждый день по 2–3 часа, особенно если ты живёшь в режиме «диван-телефон-сон» и нет никакого развития, спорта, общения — то за 5–10 лет последствия будут печальными. Учёные тут даже не нужны, достаточно посмотреть на собственное состояние.Но есть и другая сторона.Если потреблять контент дозированно — 20–30 минут в день или раз в несколько дней — ничего страшного не произойдёт.Это как десерт: маленькая порция — удовольствие, тазик сладкого — вред.У меня в обычный день уходит как раз 20–30 минут на вертикальный контент. Посмотрел, вдохновился, что-то новое увидел — и пошёл работать дальше. Особенно это безопасно, если ты параллельно:– работаешь,– учишься,– занимаешься спортом,– читаешь,– общаешься,– развиваешься каждый день.В таком режиме короткие видео — просто часть информационного рациона, а не его основа.И наоборот: если заменить ими всю реальную жизнь — да, можно деградировать довольно быстро.📝Просто о видеоконтенте
Пожалуй, один из серьезнейших вопросов, который сегодня стоит перед бизнесом, звучит так:Инвестиции в ИИ растут экспоненциально. Но сможет ли бизнес после этих гигантских вложений получить быструю, ощутимую отдачу?И ответ на это будет частично ответом на вопрос — ждать ли в 2026 году серьезного финансового кризиса в мире. Именно так, к примеру, ставит вопрос Deutsche Bank, который предупреждает о его приближении, поскольку аналитики заметили растущий дисбаланс между рынком долговых обязательств и акций, что обычно предшествует обвалам.Дело в том, что в последние месяцы в индустрии идут споры: MIT сообщило, что 95% из 300 публично описанных AI-инициатив ($30–40 млрд инвестиций) не дали реального ROI. Это сильно контрастирует с ожиданиями рынка, который рассчитывает на мгновенный эффект от генеративного и агентного ИИ.Что это означает?Да то, что денег на чипы, дата-центры и т.д. потратили море. А где реальная и быстрая отдача?Однако одновременно со всем этим формируются первые сектора, где отдача уже становится заметной. И банковская отрасль — одна из тех, кто выходит в плюс.Вот кейс DBS — крупнейшего банка Юго-Восточной Азии. DBS больше 10 лет строил свои данные и ML-инфраструктуру — и это позволило ему войти в эпоху генеративного и агентного ИИ готовым.Сегодня банк использует:✔️370 AI-use-cases✔️1500+ работающих ML/GenAI моделей✔️100+ поведенческих алгоритмов для персонализации клиентских действийИ главное: банк ожидает рост выручки >1 млрд SGD в 2025 году, против 750 млн SGD в 2024-м — не абстрактного «эффекта ИИ», а прямой финансовой выгоды от реальных моделей.CEO Тан Су Шан подчёркивает:Это не надежда. Это уже происходит. И будет только лучше.DBS — не единственный пример. Эффект начинает масштабироваться в других банках. ◽️JPMorgan Chase уже выходит в ноль на своих инвестициях в AI (~$2 млрд/год). Для проекта такого масштаба — это крайне быстрый путь к окупаемости.Будем думать — как все это отразится на капитализации банка. Аналогично и с другими гигантами. ◽️Bank of America сообщил, что их ИИ-ассистент Erica обработала 1,5 млрд запросов, что снизило операционные издержки и давление на контакт-центры.◽️Morgan Stanley внедрил AI-платформу для wealth-management: ускорение работы аналитиков и рост эффективности продаж — вплоть до двузначных процентов.◽️Goldman Sachs отмечает, что автоматизация бэк-офиса с помощью ИИ уже сокращает время закрытия сделок и снижает compliance-расходы.Финансовый сектор первым получает быстрый ROI, потому что здесь:➡️ много структурированных данных,➡️ высокие маржинальные выгоды от автоматизации,➡️ огромные объёмы рутинных процессов,➡️ развитые системы аналитики.Какие отрасли станут следующими?Сейчас вырисовываются три направления, которые получат быструю операционную отдачу уже в ближайшие 1–2 года:1️⃣Логистика и цепочки поставокИИ даёт:✔️прогнозирование спроса (ошибка снижается на 20–40%),✔️динамическую оптимизацию маршрутов,✔️автоматизацию складов.ROI здесь быстрый, потому что каждый процент улучшения = миллионы экономии.2️⃣Производство и промышленность (smart manufacturing)Промышленный ИИ (особенно агентный) уже сокращает:✔️простой оборудования,✔️брак,✔️энергорасходы.По мировым оценкам, генеративный ИИ в производстве даёт окупаемость за 9–18 месяцев — одна из лучших метрик на рынке.3️⃣Розничная торговля и e-commerceБыстро растёт применение:✔️персонализации в реальном времени,✔️AI-мерчандайзинга,✔️автоматизации ценообразования,✔️упрощения клиентского сервиса.Большие сети уже видят рост конверсии на 8–15% и снижение операционных затрат до 30%.Продолжение ⤵️
Только что в чате «Мегафона» виртуальный помощник продемонстрировал мне, как ИИ избавится от людей. Он будет их просто методично выбешивать одного за другим, доводя до исступления и выхода в окошко.
