Российский бизнес массово осваивает ИИ, но вменяемой финансовой отдачи пока не видно. Казалось бы, можно обвинить в этом регуляторику или санкции, но при ближайшем рассмотрении оказывается, что это один в один та же ситуация, что и за рубежом. Это следует из исследования «ИИ-агенты: где хайп, а где реальность», подготовленного консалтингом «Яков и Партнеры». Давайте смотреть, что там интересного в нашей рубрике #аналитика
88% компаний мира используют ИИ как минимум в одной бизнес-функции. В России, как пишут исследователи, показатель схожий — 71%. Но значимый финансовый результат от внедрения получают только 6% мира, доля российских фирм, где ИИ помог увеличить EBITDA более чем на 5%, достигает 9%. Оговоримся: американцы считали по EBIT, а наши — по EBITDA, сравнивать напрямую — не стоит, но динамика ясна. Есть парадокс — технология есть, а денег нет — в чем дело?
В «Яков и Партнеры» объясняют причину «каскадом затухания». В лабораторных тестах программисты с GitHub CoPilot работают на 55% быстрее, однако когда дело доходит до внедрения инструментов в реальную бизнес-практику — разработка замедляется на 19%, за что спасибо интеграции и унаследованному коду. Причем на уровне компании скорость доставки кода не растет, а количество багов увеличивается аж на 9%. Причем объем запросов на изменения кода вырастает и вовсе на 154%.
По мнению исследователей, три фактора влияют на результаты внедрения:
▶️ Корректное определение типа решения: нужно разобраться, что вам нужно — агент, ассистент или платформа. Плюс, внимательнее к маркетингу — «агент» в презентации не равен агенту в архитектуре. Да и региональную специфику нужно учитывать — с 1 сентября начинает вступать в силу закон об ИИ, будут разборки, где можно использовать «суверенные», а где «национальные» модели. Разумеется, нужно быть осторожнее с зарубежными моделями.
▶️ Выбор масштаба пилотного проекта: лучший способ понять, как будет работать решение — прогнать тест в одном повторяемом сценарии, состоящем из 3-7 этапов. Важно, чтобы был заранее определен владелец, исходная метрика, контрольная группа и источник финансового эффекта. За метрики должны отвечать люди из бизнеса, а не из ИТ.
▶️ Оценка экономики проекта: автоматизация, конечно, сократит время на отдельные операции, выполняемые сотрудником — но даст ли это реальный финансовый эффект, приведет ли к снижению расходов на персонал? Первоначальный эффект чаще выражается в росте производительности, пропускной способности, качестве процессов или выручки.
Отдельно держим в уме, что на внедрение технологии однозначно уйдет время. Как пишут эксперты, первые 90 дней уйдут на обкатку и проверку гипотезы, первые заметные результаты стоит ждать только через 3-6 месяцев. Подтвержденный операционный эффект в рамках отдельного процесса будет ощутим только через 6-12 месяцев. Так что ждать, что сейчас вы внедрите ИИ, и она перевернет разом всю вашурэп-игру операционку — не стоит. Да и, откровенно говоря, как пишут исследователи — 95% пилотов не окупаются в первые полгода. Так что имейте терпение.
Ну а полный отчет, традиционно, в первом комментарии.
88% компаний мира используют ИИ как минимум в одной бизнес-функции. В России, как пишут исследователи, показатель схожий — 71%. Но значимый финансовый результат от внедрения получают только 6% мира, доля российских фирм, где ИИ помог увеличить EBITDA более чем на 5%, достигает 9%. Оговоримся: американцы считали по EBIT, а наши — по EBITDA, сравнивать напрямую — не стоит, но динамика ясна. Есть парадокс — технология есть, а денег нет — в чем дело?
В «Яков и Партнеры» объясняют причину «каскадом затухания». В лабораторных тестах программисты с GitHub CoPilot работают на 55% быстрее, однако когда дело доходит до внедрения инструментов в реальную бизнес-практику — разработка замедляется на 19%, за что спасибо интеграции и унаследованному коду. Причем на уровне компании скорость доставки кода не растет, а количество багов увеличивается аж на 9%. Причем объем запросов на изменения кода вырастает и вовсе на 154%.
По мнению исследователей, три фактора влияют на результаты внедрения:
Отдельно держим в уме, что на внедрение технологии однозначно уйдет время. Как пишут эксперты, первые 90 дней уйдут на обкатку и проверку гипотезы, первые заметные результаты стоит ждать только через 3-6 месяцев. Подтвержденный операционный эффект в рамках отдельного процесса будет ощутим только через 6-12 месяцев. Так что ждать, что сейчас вы внедрите ИИ, и она перевернет разом всю вашу
Ну а полный отчет, традиционно, в первом комментарии.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
США опять строят стену. Только теперь от китайского ИИ (и заплатят за это не китайцы)
Вашингтон, по данным South China Morning Post, снова прикидывает, как прикрыть американцам доступ к китайским ИИ-моделям с открытыми весами. Логика стандартна: раз Китай вырывается вперёд в open-weight, ему надо срочно перекрыть кислород. Нюанс один — платить за это будут не в Пекине.
Йю признает: это «оценка по порядку величины», а не точный прогноз, потому что распределённое использование моделей толком не измеришь.
Откуда цифры
Йю взял статистику нью-йоркского агрегатора OpenRouter, через единый API которого разработчики переключаются между LLM. Если заставить его пользователей пересесть с китайских открытых моделей на топовые проприетарные, их счета вырастут примерно на 2 млрд $ в год (расчёт по токенам и разнице цен за 21–27 июля). А ещё в июле TechCrunch писал, что США грозили санкциями китайским ИИ-моделям из-за кражи интеллектуальной собственности. Приём тот же.
А теперь — о том, что именно хотят запретить. И почему это так некстати. На днях DeepSeek выкатил модель V4 Flash. По данным Reuters, которые приводит «Ъ», V4 Flash — самая дешёвая из известных ИИ-моделей. Основатель DeepSeek Лян Вэньфэн прямо делает ставку на дешёвые, но мощные модели как на дорогу к AGI.
И вот тут, эксперты, вся соль. Пока Вашингтон думает, как запретить дешёвый китайский ИИ, он дешевеет еще сильнее, заходит на уже занятые американцами полянки и собирает вокруг себя местных пользователей. Которые, конечно же, заплатят за все ограничения.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Вашингтон, по данным South China Morning Post, снова прикидывает, как прикрыть американцам доступ к китайским ИИ-моделям с открытыми весами. Логика стандартна: раз Китай вырывается вперёд в open-weight, ему надо срочно перекрыть кислород. Нюанс один — платить за это будут не в Пекине.
Математику посчитал доцент Школы бизнеса Scheller при Georgia Tech Дэниел Йю. По его оценке, запрет открытых китайских моделей обойдётся американскому бизнесу в 3–12 млрд $ в год — в зависимости от того, насколько сильно компании подсели на китайские решения.
Йю признает: это «оценка по порядку величины», а не точный прогноз, потому что распределённое использование моделей толком не измеришь.
Откуда цифры
Йю взял статистику нью-йоркского агрегатора OpenRouter, через единый API которого разработчики переключаются между LLM. Если заставить его пользователей пересесть с китайских открытых моделей на топовые проприетарные, их счета вырастут примерно на 2 млрд $ в год (расчёт по токенам и разнице цен за 21–27 июля). А ещё в июле TechCrunch писал, что США грозили санкциями китайским ИИ-моделям из-за кражи интеллектуальной собственности. Приём тот же.
А теперь — о том, что именно хотят запретить. И почему это так некстати. На днях DeepSeek выкатил модель V4 Flash. По данным Reuters, которые приводит «Ъ», V4 Flash — самая дешёвая из известных ИИ-моделей. Основатель DeepSeek Лян Вэньфэн прямо делает ставку на дешёвые, но мощные модели как на дорогу к AGI.
Мало того, DeepSeek идет в сторону агентов. Компания зовёт опенсорс-разработчиков тестировать «harness» — обвязку, которая превращает языковую модель в самостоятельного бота, гоняющего многошаговый код и рассуждающего по сложным сценариям. Анонс в субботу сделал глава профильной команды Цуй Тяньи, которого DeepSeek переманил в марте из квант-мира (Jane Street, сооснователь фонда TSY Capital). Это явный прыжок на территорию, которую распахала Anthropic со своим Claude Code.
И вот тут, эксперты, вся соль. Пока Вашингтон думает, как запретить дешёвый китайский ИИ, он дешевеет еще сильнее, заходит на уже занятые американцами полянки и собирает вокруг себя местных пользователей. Которые, конечно же, заплатят за все ограничения.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
South China Morning Post
Potential US ban on Chinese AI models could cost businesses US$12 billion a year
Washington is reportedly mulling a ban on foreign open-source AI models, but the move would likely raise costs for a slew of US companies.
Компания, которая изобрела будущее и продала его конкуренту за миллион долларов
Сегодня привычно спорить, кто «на самом деле» придумал очередной прорывной интерфейс — компания, которая показала технологию первой, или та, что довела ее до массового продукта и заработала на этом миллиарды. Спор не новый. Полвека назад в этой роли уже побывали исследовательский центр Xerox PARC и молодая компания Apple — и всё решилось за один день в декабре 1979 года.
Начать нужно раньше. В 1964 году инженер Билл Инглиш, работавший в Стэнфордском исследовательском институте под руководством Дугласа Энгельбарта, собрал деревянный корпус с двумя перпендикулярными колесиками внутри — первый прототип компьютерной мыши. Заявку на патент подали в 1967 году, а получили его в 1970-м — устройство официально называлось «X-Y Position Indicator For A Display System», без единого упоминания слова «мышь».
9 декабря 1968 года Энгельбарт со своей командой провел в Сан-Франциско демонстрацию, которую сегодня называют «Матерью всех презентаций» — на одном мероприятии он впервые публично показал мышь, гипертекст, видеоконференцсвязь, окна на экране и совместное редактирование документов в реальном времени. Большинство идей современного компьютера были представлены миру за девяносто минут одним докладом.
В 1971 году Билл Инглиш перешел на работу в исследовательский центр Xerox PARC в Пало-Альто, где довел концепцию до готового продукта. В 1973 году там собрали Xerox Alto — компьютер с растровым дисплеем, трехкнопочной мышью, сетевым подключением и сменными дисками на 2,5 мегабайта. Alto никогда не продавался как коммерческий продукт: Xerox построила около двух тысяч машин и раздала их университетам, исследовательским лабораториям и собственным сотрудникам, так и не решившись вывести технологию на массовый рынок.
Вот тут и наступает развязка. В декабре 1979 года в PARC приехала делегация Apple во главе со Стивом Джобсом. Сделку организовали просто: Джобс предложил Xerox купить сто тысяч акций Apple перед грядущим IPO компании за миллион долларов — в обмен на то, что PARC «откроет кимоно» и покажет разработки. Xerox согласилась. Джобсу показали объектно-ориентированную среду Smalltalk, сетевые технологии и, главное, графический интерфейс Alto с управлением мышью. Первые два пункта не произвели на него особого впечатления. Третий — перевернул все планы Apple.
После визита Джобс потребовал от команды, работавшей над компьютером Lisa, полностью пересмотреть подход: добавить окна, меню и мышь. Инженерам Xerox мышь досталась дорогой и капризной в сборке — команда Apple ее заново спроектировала, упростив механику и удешевив производство. В 1983 году вышла Lisa, в 1984-м — Macintosh, и именно эти машины впервые в истории продали идею графического интерфейса массовому покупателю, а не лаборатории.
Xerox в итоге получила свой миллион долларов прибыли на акциях Apple — сумму, ничтожную по сравнению с тем, во что превратилась идея графического интерфейса в последующие сорок лет. Технологию, изобретенную для исследовательских целей, довели до продукта совсем другие люди, и именно их имя осталось в истории интерфейса, которым мы пользуемся каждый день.
Иногда быть первым и быть тем, кого запомнят, — это две совершенно разные истории.
Такой вот #киберпанкисторический
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Сегодня привычно спорить, кто «на самом деле» придумал очередной прорывной интерфейс — компания, которая показала технологию первой, или та, что довела ее до массового продукта и заработала на этом миллиарды. Спор не новый. Полвека назад в этой роли уже побывали исследовательский центр Xerox PARC и молодая компания Apple — и всё решилось за один день в декабре 1979 года.
Начать нужно раньше. В 1964 году инженер Билл Инглиш, работавший в Стэнфордском исследовательском институте под руководством Дугласа Энгельбарта, собрал деревянный корпус с двумя перпендикулярными колесиками внутри — первый прототип компьютерной мыши. Заявку на патент подали в 1967 году, а получили его в 1970-м — устройство официально называлось «X-Y Position Indicator For A Display System», без единого упоминания слова «мышь».
9 декабря 1968 года Энгельбарт со своей командой провел в Сан-Франциско демонстрацию, которую сегодня называют «Матерью всех презентаций» — на одном мероприятии он впервые публично показал мышь, гипертекст, видеоконференцсвязь, окна на экране и совместное редактирование документов в реальном времени. Большинство идей современного компьютера были представлены миру за девяносто минут одним докладом.
В 1971 году Билл Инглиш перешел на работу в исследовательский центр Xerox PARC в Пало-Альто, где довел концепцию до готового продукта. В 1973 году там собрали Xerox Alto — компьютер с растровым дисплеем, трехкнопочной мышью, сетевым подключением и сменными дисками на 2,5 мегабайта. Alto никогда не продавался как коммерческий продукт: Xerox построила около двух тысяч машин и раздала их университетам, исследовательским лабораториям и собственным сотрудникам, так и не решившись вывести технологию на массовый рынок.
Вот тут и наступает развязка. В декабре 1979 года в PARC приехала делегация Apple во главе со Стивом Джобсом. Сделку организовали просто: Джобс предложил Xerox купить сто тысяч акций Apple перед грядущим IPO компании за миллион долларов — в обмен на то, что PARC «откроет кимоно» и покажет разработки. Xerox согласилась. Джобсу показали объектно-ориентированную среду Smalltalk, сетевые технологии и, главное, графический интерфейс Alto с управлением мышью. Первые два пункта не произвели на него особого впечатления. Третий — перевернул все планы Apple.
После визита Джобс потребовал от команды, работавшей над компьютером Lisa, полностью пересмотреть подход: добавить окна, меню и мышь. Инженерам Xerox мышь досталась дорогой и капризной в сборке — команда Apple ее заново спроектировала, упростив механику и удешевив производство. В 1983 году вышла Lisa, в 1984-м — Macintosh, и именно эти машины впервые в истории продали идею графического интерфейса массовому покупателю, а не лаборатории.
Xerox в итоге получила свой миллион долларов прибыли на акциях Apple — сумму, ничтожную по сравнению с тем, во что превратилась идея графического интерфейса в последующие сорок лет. Технологию, изобретенную для исследовательских целей, довели до продукта совсем другие люди, и именно их имя осталось в истории интерфейса, которым мы пользуемся каждый день.
Иногда быть первым и быть тем, кого запомнят, — это две совершенно разные истории.
Такой вот #киберпанкисторический
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Telegram
Грустный Киберпанк
Наблюдаем за ИТ и телекомом в России и мире, делимся историями из прошлого и аналитикой настоящего. Рассказываем о госцифре, софте, железе и импортозамещении.
За рекламой (или чтобы поделиться чем-то интересным) пишите боту:
@GoslingFromBladeRunnerBot
За рекламой (или чтобы поделиться чем-то интересным) пишите боту:
@GoslingFromBladeRunnerBot
🔥14👍7❤2
Тем временем, эксперты, российская команда при поддержке НТИ представила проект многолучевого электронного литографа для производства микросхем. Сердце установки — мультикатод, который формирует не один электронный луч, а сразу множество.
Заявленный выигрыш звучит космически: экспонирование кремниевой пластины должно ужаться с полутора-двух недель до 5–7 минут — то есть примерно в 3 тыс. раз быстрее классических однолучевых систем. Главный разработчик проекта Евгений Гиваргизов рассказал «Известиям», что сам мультикатод уже создан и прошёл практические испытания.
Как всегда, есть нюанс. Опытный образец разработчики рассчитывают собрать «примерно через три года». Диапазон норм заявлен от 350 нм «до нескольких нанометров» — вилка, в которую при желании помещается вообще всё. Для сравнения: живьём этим летом была показана готовая установка электронно-лучевой литографии на 150 нм, что, в целом, тоже несколько нанометров.
Эксперт НТИ по микроэлектронике Сергей Сазонов оценивает концепцию аккуратно: перспективно и при успешной реализации снизит зависимость от импортного оборудования. Словом, шлем искреннюю поддержку разработчикам. Идея красивая, физика правдоподобная, но три года при нынешней турбулентности — это три года. Держим кулачки и наблюдаем, ребятки.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Заявленный выигрыш звучит космически: экспонирование кремниевой пластины должно ужаться с полутора-двух недель до 5–7 минут — то есть примерно в 3 тыс. раз быстрее классических однолучевых систем. Главный разработчик проекта Евгений Гиваргизов рассказал «Известиям», что сам мультикатод уже создан и прошёл практические испытания.
Фишка в подходе: если за рубежом один луч дробят сложной системой зеркал и затворов, то наши формируют множество независимых источников электронов на единой подложке — обещают, что это удешевит оборудование и снизит требования к инженерной инфраструктуре.
Как всегда, есть нюанс. Опытный образец разработчики рассчитывают собрать «примерно через три года». Диапазон норм заявлен от 350 нм «до нескольких нанометров» — вилка, в которую при желании помещается вообще всё. Для сравнения: живьём этим летом была показана готовая установка электронно-лучевой литографии на 150 нм, что, в целом, тоже несколько нанометров.
Эксперт НТИ по микроэлектронике Сергей Сазонов оценивает концепцию аккуратно: перспективно и при успешной реализации снизит зависимость от импортного оборудования. Словом, шлем искреннюю поддержку разработчикам. Идея красивая, физика правдоподобная, но три года при нынешней турбулентности — это три года. Держим кулачки и наблюдаем, ребятки.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Известия
В РФ разработали проект литографа для ускоренного выпуска чипов
Российская команда при поддержке Национальной технологической инициативы (НТИ) представила проект многолучевого электронного литографа для производства современных микросхем. Ключевой элемент установки — мультикатод, позволяющий формировать сразу множество…
❤8😁3👍2
Как СССР чуть не изобрел интернет — и сам от него отказался
Сегодня любой федеральный чиновник рано или поздно скажет что-то про «цифровую экономику», «единую систему учета» или «цифровые двойники предприятий». Звучит как будущее. На самом деле это будущее уже проектировали — в СССР, в 1962 году, и оно называлось ОГАС.
В ноябре 1962-го первый заместитель председателя Совета министров Алексей Косыгин вызвал к себе академика Виктора Глушкова, директора киевского Института кибернетики, и поставил задачу: придумать, как автоматизировать управление всей советской экономикой. Не отдельным заводом, не министерством — всей страной целиком. Через полгода, 21 мая 1963 года, вышло постановление ЦК КПСС и Совета министров СССР «Об улучшении руководства внедрением вычислительной техники и автоматизированных систем управления в народное хозяйство». Так родилась ОГАС — Общегосударственная автоматизированная система учета и обработки информации.
Глушков спроектировал систему как трехуровневую пирамиду. На вершине — главный вычислительный центр в Москве. Ниже — около двухсот региональных центров в крупных городах Союза. И на нижнем уровне — порядка 20 000 терминалов на предприятиях, которые в реальном времени передавали бы данные о производстве, ресурсах и потребностях наверх. По задумке, система должна была не просто собирать цифры, а помогать принимать управленческие решения быстрее, чем это делает Госплан с бумагой и телефоном. По сути — прообраз того, что сегодня называют big data и системами поддержки принятия решений, только на лампах и перфокартах.
Дальше начинается самое интересное. Проект встретил сопротивление не потому, что был технически невозможен, а потому, что любая система, которая видит всю экономику насквозь, неизбежно видит и приписки, и нестыковки в отчетности министерств. У ОГАС появились не только сторонники, но и очень заинтересованные противники — те, кому прозрачность была не нужна.
Развязка случилась 1 октября 1970 года на заседании Политбюро. В тот день на встрече отсутствовали Косыгин и относительно молодой и деятельный тогда Брежнев — два человека, которые теоретически могли поддержать Глушкова. Зато присутствовал министр финансов Василий Гарбузов. Именно он в конце заседания предложил альтернативу: не строить всеобъемлющую систему, охватывающую всю экономику и всю статистику, а ограничиться локальными автоматизированными системами на отдельных предприятиях — по сути, оставить всё как есть, только с калькуляторами. Политбюро, изначально благосклонное к идее Глушкова, в итоге приняло сторону Гарбузова. Глушков вышел из зала ни с чем.
После 1970 года проект не закрыли официально — его тихо превратили в бесконечное согласование. К 1980 году окончательная версия ОГАС была готова на бумаге, но смета выросла примерно в восемь раз по сравнению с первоначальной оценкой. Строить в металле и проводах то, что уже стоило дороже нескольких пятилеток, никто не решился. Проект утонул в переписке между ведомствами — тихо, без скандала.
Глушков умер 30 января 1982 года, не дожив до массового распространения персональных компьютеров, которые в итоге и принесли в мир ту самую сетевую логику — только не советскую и не государственную, а рыночную и децентрализованную.
Если сегодня где-то в презентации мелькает фраза «единое цифровое пространство данных», знайте: идею придумали полвека назад, посчитали и... передумали. Не потому, что не смогли — а потому, что кому-то было очень невыгодно, чтобы она сработала.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Сегодня любой федеральный чиновник рано или поздно скажет что-то про «цифровую экономику», «единую систему учета» или «цифровые двойники предприятий». Звучит как будущее. На самом деле это будущее уже проектировали — в СССР, в 1962 году, и оно называлось ОГАС.
В ноябре 1962-го первый заместитель председателя Совета министров Алексей Косыгин вызвал к себе академика Виктора Глушкова, директора киевского Института кибернетики, и поставил задачу: придумать, как автоматизировать управление всей советской экономикой. Не отдельным заводом, не министерством — всей страной целиком. Через полгода, 21 мая 1963 года, вышло постановление ЦК КПСС и Совета министров СССР «Об улучшении руководства внедрением вычислительной техники и автоматизированных систем управления в народное хозяйство». Так родилась ОГАС — Общегосударственная автоматизированная система учета и обработки информации.
Глушков спроектировал систему как трехуровневую пирамиду. На вершине — главный вычислительный центр в Москве. Ниже — около двухсот региональных центров в крупных городах Союза. И на нижнем уровне — порядка 20 000 терминалов на предприятиях, которые в реальном времени передавали бы данные о производстве, ресурсах и потребностях наверх. По задумке, система должна была не просто собирать цифры, а помогать принимать управленческие решения быстрее, чем это делает Госплан с бумагой и телефоном. По сути — прообраз того, что сегодня называют big data и системами поддержки принятия решений, только на лампах и перфокартах.
Дальше начинается самое интересное. Проект встретил сопротивление не потому, что был технически невозможен, а потому, что любая система, которая видит всю экономику насквозь, неизбежно видит и приписки, и нестыковки в отчетности министерств. У ОГАС появились не только сторонники, но и очень заинтересованные противники — те, кому прозрачность была не нужна.
Развязка случилась 1 октября 1970 года на заседании Политбюро. В тот день на встрече отсутствовали Косыгин и относительно молодой и деятельный тогда Брежнев — два человека, которые теоретически могли поддержать Глушкова. Зато присутствовал министр финансов Василий Гарбузов. Именно он в конце заседания предложил альтернативу: не строить всеобъемлющую систему, охватывающую всю экономику и всю статистику, а ограничиться локальными автоматизированными системами на отдельных предприятиях — по сути, оставить всё как есть, только с калькуляторами. Политбюро, изначально благосклонное к идее Глушкова, в итоге приняло сторону Гарбузова. Глушков вышел из зала ни с чем.
После 1970 года проект не закрыли официально — его тихо превратили в бесконечное согласование. К 1980 году окончательная версия ОГАС была готова на бумаге, но смета выросла примерно в восемь раз по сравнению с первоначальной оценкой. Строить в металле и проводах то, что уже стоило дороже нескольких пятилеток, никто не решился. Проект утонул в переписке между ведомствами — тихо, без скандала.
Глушков умер 30 января 1982 года, не дожив до массового распространения персональных компьютеров, которые в итоге и принесли в мир ту самую сетевую логику — только не советскую и не государственную, а рыночную и децентрализованную.
Если сегодня где-то в презентации мелькает фраза «единое цифровое пространство данных», знайте: идею придумали полвека назад, посчитали и... передумали. Не потому, что не смогли — а потому, что кому-то было очень невыгодно, чтобы она сработала.
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
🔥17❤6👍3😁1
Как в СССР официально запретили науку, без которой сегодня не работает ни один смартфон
Сегодня можно услышать спор о том, стоит ли ограничивать развитие искусственного интеллекта — слишком быстро, слишком непонятно, слишком опасно. В СССР начала 1950-х такой спор уже разрешили — просто объявили саму дисциплину вредной. Причем не какую-нибудь второстепенную, а кибернетику — науку об управлении и связи, без которой сегодня не проектируется ни один процессор.
В 1948 году американец Норберт Винер выпустил книгу «Кибернетика, или Управление и связь в животном и машине», предложив общую теорию систем управления — от нервной клетки до артиллерийской наводки. В США и Европе идея быстро прижилась. В СССР отреагировали иначе.
5 апреля 1952 года «Литературная газета» опубликовала статью «Кибернетика — „наука“ мракобесов», где новую дисциплину назвали идеологической диверсией — попыткой представить рабочего человека как придаток машины и оправдать капиталистическую эксплуатацию математическими формулами. Спустя полтора года, 26 октября 1953-го, журнал «Вопросы философии» подписал в печать статью «Кому служит кибернетика?» за подписью «Материалист» — там кибернетику прямо связали с военными разработками Пентагона и назвали инструментом империалистической реакции.
Точку в идеологическом приговоре поставил словарь. В четвертом издании «Краткого философского словаря» под редакцией Марка Розенталя и Павла Юдина, вышедшем в 1954 году, появилась отдельная статья: кибернетика определялась как «реакционная лженаука», «форма современного механицизма» и орудие борьбы империалистов против материалистической диалектики. Формально с этого момента ссылаться на кибернетику в советской научной публикации стало рискованно для карьеры.
И вот тут начинается самое неожиданное. В том же 1954 году, когда словарь уже печатал приговор, математик Алексей Ляпунов открыл в Московском университете семинар по кибернетике — тихо, без деклараций, просто как рабочую группу для тех, кому было интересно разобраться в предмете вопреки официальной риторике. Среди участников оказался Анатолий Китов, военный инженер, который позже одним из первых в стране предложит использовать вычислительные машины для управления не только войсками, но и экономикой в целом.
Перелом случился быстрее, чем можно было ожидать. Уже в середине 1955 года та же площадка — журнал «Вопросы философии» — опубликовала статью «Основные черты кибернетики» за подписью академика Сергея Соболева и уже знакомых нам Анатолия Китова и Алексея Ляпунова. Три автора, каждый с солидным именем в науке, фактически реабилитировали дисциплину теми же методами, какими ее раньше топили — через главный идеологический журнал страны.
Дальше кибернетика в СССР не просто вернулась — она получила государственную поддержку невиданного масштаба. Уже в 1962 году в Киеве появился Институт кибернетики Академии наук УССР под руководством Виктора Глушкова, а идеи о применении вычислительной техники для управления экономикой легли в основу проектов, которые обсуждались на самом высоком уровне.
За десять лет дисциплина прошла путь от «лженауки мракобесов» до фундамента государственной технологической политики. Ни одного слова в определении кибернетики за это время не изменилось — изменилось только то, кому эта наука в данный момент была нужна.
Такой вот #киберпанкисторический
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
Сегодня можно услышать спор о том, стоит ли ограничивать развитие искусственного интеллекта — слишком быстро, слишком непонятно, слишком опасно. В СССР начала 1950-х такой спор уже разрешили — просто объявили саму дисциплину вредной. Причем не какую-нибудь второстепенную, а кибернетику — науку об управлении и связи, без которой сегодня не проектируется ни один процессор.
В 1948 году американец Норберт Винер выпустил книгу «Кибернетика, или Управление и связь в животном и машине», предложив общую теорию систем управления — от нервной клетки до артиллерийской наводки. В США и Европе идея быстро прижилась. В СССР отреагировали иначе.
5 апреля 1952 года «Литературная газета» опубликовала статью «Кибернетика — „наука“ мракобесов», где новую дисциплину назвали идеологической диверсией — попыткой представить рабочего человека как придаток машины и оправдать капиталистическую эксплуатацию математическими формулами. Спустя полтора года, 26 октября 1953-го, журнал «Вопросы философии» подписал в печать статью «Кому служит кибернетика?» за подписью «Материалист» — там кибернетику прямо связали с военными разработками Пентагона и назвали инструментом империалистической реакции.
Точку в идеологическом приговоре поставил словарь. В четвертом издании «Краткого философского словаря» под редакцией Марка Розенталя и Павла Юдина, вышедшем в 1954 году, появилась отдельная статья: кибернетика определялась как «реакционная лженаука», «форма современного механицизма» и орудие борьбы империалистов против материалистической диалектики. Формально с этого момента ссылаться на кибернетику в советской научной публикации стало рискованно для карьеры.
И вот тут начинается самое неожиданное. В том же 1954 году, когда словарь уже печатал приговор, математик Алексей Ляпунов открыл в Московском университете семинар по кибернетике — тихо, без деклараций, просто как рабочую группу для тех, кому было интересно разобраться в предмете вопреки официальной риторике. Среди участников оказался Анатолий Китов, военный инженер, который позже одним из первых в стране предложит использовать вычислительные машины для управления не только войсками, но и экономикой в целом.
Перелом случился быстрее, чем можно было ожидать. Уже в середине 1955 года та же площадка — журнал «Вопросы философии» — опубликовала статью «Основные черты кибернетики» за подписью академика Сергея Соболева и уже знакомых нам Анатолия Китова и Алексея Ляпунова. Три автора, каждый с солидным именем в науке, фактически реабилитировали дисциплину теми же методами, какими ее раньше топили — через главный идеологический журнал страны.
Дальше кибернетика в СССР не просто вернулась — она получила государственную поддержку невиданного масштаба. Уже в 1962 году в Киеве появился Институт кибернетики Академии наук УССР под руководством Виктора Глушкова, а идеи о применении вычислительной техники для управления экономикой легли в основу проектов, которые обсуждались на самом высоком уровне.
За десять лет дисциплина прошла путь от «лженауки мракобесов» до фундамента государственной технологической политики. Ни одного слова в определении кибернетики за это время не изменилось — изменилось только то, кому эта наука в данный момент была нужна.
Такой вот #киберпанкисторический
Подписывайтесь на «ГК» в Telegram|на Sponsr|в MAX
🔥7