Автомобиль по-прежнему средство передвижения, или снова роскошь?
Недавно я переехала из маленького городка в большой город. Раньше у меня был автомобиль, а сейчас он ушел к другому владельцу, и как будто бы надо купить новый, но я всё чаще задумываюсь, а нужен ли он мне вообще?!
Цифровой Альцгеймер: как ИИ разрушает мозг и меняет условия найма в IT
Искусственный интеллект меняет не только формат обучения и работы. Исследования показывают: технологии, которые должны были сделать нас умнее, на деле притупляют когнитивные способности. Это усиливает интеллектуальный разрыв, который приводит к социальному неравенству и расслоению общества.В этом материале разбираемся, что говорят ученые и можно ли сохранить свой мозг. А главное — покажем, что ждет разработчиков и их навыки на ИТ-рынке с ИИ. Больше о разработке и сложностях в применении ИИ пишем в ТГ-канале.Технологии, которые разучили нас думать?
В 2024 году Китай подал почти половину всех патентных заявок
По данным Всемирной организации интеллектуальной собственности (ВОИС), Китай подал наибольшее количество патентных заявок в 2024 году. На страну пришлось 1,8 млн заявок, что составляет почти половину от общего числа в мире.
Почему мы теряем триллионы на ИИ и как это исправить
Пролог: $2 триллиона, потраченные впустую$2 триллиона инвестировано в ИИ. $451 млрд вернулось. Убыток: $1,554 триллиона.80% ИИ-проектов падают... Но 20% уже ОКУПАЮТСЯ...Источники: McKinsey Global Survey 2025, BCG "Where's the Value in AI", Gartner AI Spending Forecast, публичные кейсы компанийЧасть 1: История ROI ИИ за 30 летПарадокс инвестиций и результатовПроанализировав исторические данные с 1995 года, мы обнаружили шокирующую закономерность:Важное пояснение: в таблице ниже показана доля успешных ИИ-проектов по годам (процент проектов, которые окупались в каждый период), а не накопительный ROI всей индустрии.
Рынок труда глазами AI
Я развиваю AI-агента для поиска работы в IT @GetYourJobBot. Он собирает вакансии с hh.ru, Хабр.Карьеры и сотен Telegram-каналов, а затем с помощью AI извлекает из них структурированные данные, в том числе уровень вакансии.Когда число собранных вакансий перевалило за сто тысяч, я решил взглянуть на статистику. Результаты оказались достаточно любопытными, чтобы написать об этом статью.
Как я пытался узнать, виноваты ли в сбое AWS ИИ и утечка мозгов
После недавнего сбоя AWS в сети появилась гипотеза о том, что причиной сбоя является недостаток опытных инженеров, которых заменили на AI. «Выглядит реалистично», подумал я. «Должно быть, это очень захватывающие материалы, полные пруфов и исследований», ошибся я в который раз.Ищу источник для источниковЯ залезаю в интернет, а там только и говорят, что об AWS и глобальном сбое в октябре, когда полегло половина интернета. Решив узнать в чём причина я узнаю, что оказывается дело в том, что Амазон уволил всех половину инженеров и заменил их на AI. Вот скрин с поста
История Интернета в 7 фазах. В каком направлении развивается Всемирная Сеть
Сеть Интернет, исходно созданная в качестве эксперимента
Хайп vs реальность: что tech-медиа пишут об ИИ и кто реально лучший в 2025?
За последний месяц я детально отслеживал каждую статью об искусственном интеллекте в ведущих западных tech-изданиях. 200 статей из TechCrunch, VentureBeat и MIT Technology Review за 26 дней — в среднем почти 8 новостей об ИИ каждый день. Цель эксперимента была проста: понять, совпадает ли то, о чём громче всего кричат медиа, с реальными возможностями ИИ-моделей.Спойлер: не совпадает. И разрыв между медийным шумом и реальностью оказался весьма значительным.Методология исследования Я мониторил три ключевых источника tech-новостей:TechCrunch — крупнейшее издание о стартапах и технологиях VentureBeat
ИИ-ученые 2025: SR-Scientist, DeepEvolve и Kosmos — чем отличаются и зачем. И почему выстрелил Kosmos
В 2025-м на наших глазах складывается новый класс инструментов - ИИ-Ученые (AI-Scientist). Если раньше алгоритмы ИИ могли только генерировать идеи или перерабатывать уже известные решения, то современные системы умеют не просто придумывать гипотезы, но и реализовывать их на практике, тестировать и совершенствовать из раза в раз. Речь не просто про чат-боты и Co-Pilot’ы, речь про агентные системы, которые сами ставят гипотезы, пишут и исполняют код, проверяют результаты и накапливают опыт. В чем сутьВ науке есть 3 сложных момента:понять, что уже известно
