Телеграм канал «Клуб CDO»

Улыбнуло https://youtu.be/62_ZgVS6XxI?is=akd0H9J-yi_wqjzO

To whom it may consern

На этой неделе выступал на небольшом мероприятии, где поделился кое какими размышления про ИИ в глобальном плане. Если кому то интересно - ниже тезисы и ссылка на презентацию.

Вступление. Закон Амары: мы переоцениваем технологию на коротком горизонте и недооцениваем на длинном. С AI это работает в обе стороны одновременно: ждём от моделей чуда завтра и не видим, как они перестраивают экономику, право и государство на горизонте десяти лет.

Сейчас: почему мы переоцениваем

Мощность растёт быстрее полезности. На простых задачах модели блестящи, на сложных - буксуют, потому что им не хватает контекста о тебе, твоих процессах, твоих правилах. Формула, которую я увидел на конференции: реальная эффективность = интеллект модели × контекстное знание. Второй множитель почти у всех близок к нулю, и никакой рост первого это не компенсирует.

Экспонента упрётся в S-кривую. Три ограничителя: данные (доступный корпус текстов уже выбран), энергия (под следующий порядок мощности нужны новые АЭС или ЦОДы в космосе), компьют (чипов физически не хватает). Прогнозы экстраполируют текущую скорость, а каждая технология в истории выходила на плато.
Побеждает комбинация, а не замена.

Плато - у одной архитектуры. Когда монолитная модель упирается в потолок, начинается следующая S-кривая.

Потом: почему мы недооцениваем

Технология: AI - это идея, а не сервер.

Распределённые специализированные модели. Одну модель нельзя наращивать бесконечно, значит - сеть специализированных LLM (математика, право, медицина), соединённых как отделы мозга. Распределённые системы - не новость, это фундамент всей индустрии ПО. Следствие для регулятора: контролировать сеть сложнее, чем актив.

Эфемерное и гиперперсональное ПО. Код перестаёт быть активом: его генерируют за минуты. Ценность уходит в идею и промпт. Вместо приложения передаётся промпт, который соединяется с твоими правилами и собирает софт на лету - и исчезает, когда он не нужен. IP-право придётся перестраивать, как и в книгах и кино. Шедевры останутся, но массовый контент станет персональным.

Экономика

Корпорации проигрывают малому бизнесу. Самое ценное знание в компании неявное: кто за что отвечает, у кого просить апрув, какие правила не записаны. Индустрия 50 лет наводит порядок в корпоративных данных и не закончила, а LLM нужны не данные, а знание, процессы и правила. Компания из 15 человек, где всё в голове у основателя, получает второй множитель формулы почти бесплатно.

Геополитика

Технологическая независимость - главная тема весенних конференций (London Tech Week и другие). Европа отстаёт уже на уровне доступа: персональный агент Meta Muse работает только в США (с 8 сентября) и Канаде (с 18 сентября), у UK, ЕС, Индии и Австралии даты нет. Прецедент неприятный: обычный Meta AI добирался до UK около 18 месяцев после запуска в США.

Контроль AI - по модели контроля вооружений, а не ядерной энергетики. Тяжёлое вооружение - фронтир-модели - под прямым надзором государства. Лёгкое - локальные модели на ноутбуке - доступно гражданам по правилам: лицензии, возрастные ограничения, регистрация GPU выше порога мощности. Государство задаёт правила игры, а не национализирует OpenAI и Anthropic.

Люди

Образование: понимание без памяти. Исследования показывают: ученики с AI решают задачи лучше в моменте, но хуже удерживают знание, когда AI забирают. Для индустрии это усиливает проблему джунов: рутина, на которой раньше росли сеньоры, исчезает, а вместе с ней и путь к опыту.

Вывод. Главный вызов - не технологический, а человеческий: «кто я?». Пока рутину делали люди, миллионам из них судьбу предопределяла среда, и вопрос самоидентичности не вставал. Когда AI заберёт рутину, этот вопрос встанет перед всеми. Ответ один: сначала найти, что ты хочешь изменить в мире, и только потом брать для этого новый инструмент. Проблема первичнее инструмента.

https://speakerdeck.com/shamansw/ai-in-2026-overestimated-now-underestimated-later

⚡️Как изменился российский рынок каталогов данных за три года?

В 2023 году мы уже исследовали российский рынок Data Catalog. За три года класс решений заметно изменился: каталог данных перестал быть просто справочником технических метаданных и всё чаще становится инфраструктурой доверия к данным – связывает происхождение и качество данных, бизнес-контекст, владельцев, правила управления и процессы работы с данными.

В новом исследовании «Data Catalog-круг Громова 2026» мы рассмотрели 7 российских платформ: Arenadata Catalog, SBF DataManagement, RT.DataGovernance, Data Ocean Governance, Q.DataCatalog, VK Data Catalog и Юнидата. Отдельно представили профиль Axenix Dat .ax Meta, а OpenMetadata использовали как референсную платформу вне сравнительного контура.

➡️ Свежий отчёт поможет разобраться:
– чем российские Data Catalog отличаются по глубине функциональности, архитектуре и зрелости эксплуатации,
– насколько хорошо они интегрируются в корпоративный ИТ-ландшафт и соответствуют требованиям безопасности и импортозамещения,
– какие возможности есть для управления доступом, аудита и работы в закрытых контурах,
– какие возможности ИИ уже реализованы на практике,
– как выбрать платформу под свои задачи и подготовить пилот.

❗️Все решения проверены по 325 критериям: оценивается не только заявленный функционал, но и глубина реализации и степень его подтверждения документацией и демонстрациями.

Какие тренды мы увидели:
1️⃣ Data Catalog становится навигатором по корпоративным данным – показывает, где находятся данные, как они связаны, кто за них отвечает и насколько им можно доверять.
2️⃣ Отдельный тренд – ИИ. Каталоги становятся источником контекста для ИИ-агентов, при этом зрелость AI/ML-функций у российских решений сильно различается: от 23 до 94 баллов из 100.
3️⃣ Ключевой тренд – базовые функции стали стандартом, а конкуренция смещается в глубину: автоматизацию lineage, качество коннекторов, масштабируемость, аудит и зрелость эксплуатации.

Сохраните себе отчёт, чтобы быстро ориентироваться в российском рынке каталогов данных в 2026 году и сформировать шорт-лист решений для своей компании.

📌 Исследование поможет выбрать Data Catalog-платформу с учётом задач, архитектуры и зрелости управления данными в организации – скачать исследование!

Круги Громова | Подписаться и стать частью Data-сообщества ⬅️

#КругиГромова #DataCatalog #DataGovernance #исследование_КругиГромова

Небольшой персональный пост гордости за команды CleverDATA и «Лемана ПРО» которые построили мощную систему персонализированных коммуникаций и customer intelligence для одной из крупнейших торговых сетей страны. Масштаб задачи: 114 магазинов, маркетплейс, 20+ млн клиентов в год, больше 300 информационных систем и 130 продуктовых команд, у каждой из которых свой кусок правды о клиенте.

Система развёрнута во внутреннем контуре заказчика, объединяет 50+ систем и принимает поток событий в реальном времени. Поверх неё работают ML-модели, которые выдают конкретику: клиент в Новосибирске скоро начнёт делать кухню и, скорее всего, пойдёт вот в этот магазин. Прогрев начинается до того, как человек пришёл за покупкой.

Что получилось в цифрах:
• в 3 раза больше персональных касаний
• в 1,5 раза выше конверсия из клика в заказ
• в 10 раз быстрее запуск персональных кампаний
• подготовка кампании сократилась с двух недель до трёх дней
• новый аудиторный признак теперь занимает 1-3 дня вместо недели ручной работы аналитика

Платформа CDJ стала общей базой клиентских данных для маркетинга, аналитики, лояльности и продуктовых команд. Сегмент, за которым раньше неделю ходили к аналитикам, теперь собирается в интерфейсе за день. Контроль качества данных раньше съедал 1-3 дня ручной работы, теперь он срабатывает автоматически.

Это та самая инфраструктурная работа, без которой «AI-персонализация» остаётся слайдом в презентации. Спасибо команде «Лемана ПРО» и нашим ребятам из CleverDATA, сделали большое дело.

https://www.sostav.ru/publication/kejs-lemana-pro-i-cleverdata-86941.html

Друзья!

Вышел новый Альманах «ИИ в промышленности» от Аналитического центра Института искусственного интеллекта МФТИ.

В новом Альманахе собрали 17 реальных кейсов внедрения ИИ на предприятиях.

Здесь не только про технологии, но и про результат: оптимизацию производства и цепочек поставок, машинное зрение, роботизацию, генеративный ИИ и другие решения.

Все говорят о внедрении ИИ, но почти никто не приводит конкретные результаты. Поэтому мы специально посчитали экономический эффект, собрав всю имеющуюся у нас информацию, опираясь на опубликованные цифры и наши данные о технических результатах.

В 12 кейсах годовой экономический эффект в сумме превышает 4,3 млрд рублей. В отдельных проектах — сотни миллионов и миллиарды рублей в год.

👉 Читайте Альманах «ИИ в промышленности»:
https://aireport.ru/industry

Состоявшийся IFT-14 был не просто тестом, а первым полётом, когда Старшип выполнил какую-то полезную работу.

28 сентября 2026 года Старшип B21/S41 успешно стартовал и впервые достиг реальной орбиты (до этого все полёты старшипа были суборбитальными).

Ускоритель B21 отработал штатно. Несмотря на непредвиденное отключение одного из вакуумных двигателей Raptor во время подъема, заложенный резерв надёжности корабля S41 позволил компенсировать эту потерю и старшип вышел на расчетную орбиту высотой 275 км.

Изначально планировалось, что S41 проведет в космосе почти 10 часов и совершит 6 витков. Однако из-за этой проблемы с двигателем при взлете команда решила проявить осторожность и сократить программу: тормозной импульс был выполнен досрочно, и полет завершился контролируемым приводнением примерно через 3 часа и 9 минут после старта.

Полёт стал историческим, так как впервые носил коммерческий характер. Старшип успешно вывел на орбиту 26 тяжёлых спутников следующего поколения Starlink V3. Три из этих спутников были оснащены камерами для внешнего осмотра теплозащитного экрана Starship после отделения.

Для проверки многоразовости на S41 установили две теплозащитные плитки, которые ранее уже летали в космос на корабле S40 и который сейчас плывёт в Техас с места прошлой посадки.

Ускоритель B21 совершил приводнение в Американском заливе (бывшем Мексиканском), однако при торможении во время посадки наблюдались проблемы с перезапуском – запустились 11 из 13 двигателей.

Корабль S41, как и предыдущий S40, успешно пережил вход в атмосферу, выполнил маневр переворота и мягко приводнился в северной части Тихого океана. Другой корабль - S40 сейчас уже плывёт в Техас на барже, поскольку ещё один корабль тащить через океан неудобно, его подорвали динамитом FTS после посадки.

Уже сегодня, один запуск старшипа со тяжёлыми старлинками V3 заменил три меcяца пусков классических старлинков на старой доброй F9.

Старлинки третьего поколения – это монстры, размером 7 x 7 метров, которые по габаритам не влезают ни на какую другую ракету в мире, они весят в 4 раза больше предыдущего поколения спутников и обеспечивают пропускную способность интернета в 20 раз больше, достигая чудовищного значения в 1 Терабит.
Для сравнения - весь мировой интернет трафик человечества, включая всё-всё: от китайского интернета до чёрно-жёлтого ютуба - это 3000 Терабит. Соответственно, для того чтобы перекачивать весь интернет, нужно всего лишь 3000 таких спутников V3 и всего лишь 100 таких запусков старшипа.

Этот полет официально ознаменовал переход программы Starship от суборбитальных испытаний к полноценным коммерческим орбитальным операциям с доставкой реальных грузов.
Также это стало моментом начала плавного закрытия программы классической Falcon 9.

Уже сейчас новый старшип, как замена F9, начинает приносить компании SpaceX деньги, хотя пока и в усечённом варианте с не полностью отработанной полной многоразовостью.

🚀 «Юра, прости»