Пока не смотрел нолановскую “Одиссею” (к слову, что скажете – стоит ли?). Но шумиха вокруг фильма – отличный повод вспомнить саму поэму Гомера, которую мы в Театральном институте разбирали вдоль и поперёк. Так вот, Одиссея сегодня принято подавать как эталонного лидера: хитроумный, несгибаемый, любые преграды берёт изобретательностью, а не силой (одна идея с Троянским конём чего стоит). Это действительно яркий управленческий архетип. Есть только одна неувязка. Из-под Трои он вышел с двенадцатью кораблями и командой в несколько сотен человек. А до родной Итаки добрался один и лишь спустя десять лет. Все, кто ему доверился, погибли. Победа любой ценой превратилась в пиррову. Одиссей часто ставит своё эго выше общей миссии. Например, он затащил людей в пещеру циклопа из банального любопытства и желания получить подарки. А когда им чудом удалось сбежать, не удержался и на радостях выкрикнул ослеплённому гиганту своё имя – чтобы тот знал, кто его уделал. Эта минута самопиара вылилась в проклятие Посейдона и десятилетие скитаний. Личная жажда славы потопила общую задачу. Показательна и история с Цирцеей. Волшебница превратила половину спутников Одиссея в свиней. Спасти-то он их спас, но затем завис у неё во дворце и целый год кайфовал. Напоминать, что пора бы и домой, пришлось уже самой команде. Я стараюсь избегать морализаторских выводов, однако здесь не могу удержаться. Настоящее лидерство – это не столько про твой личный подвиг, сколько про выполненную миссию и благополучие людей, которых ты ведёшь за собой. Чтобы добраться до своей Итаки, недостаточно сражаться с чудовищами на пути. Прежде всего нужно укротить чудовищ, которые живут внутри тебя.

#экзит Группа компаний IBS приобрела российского разработчика ИТ-решений на базе искусственного интеллекта Rubbles. Сумма покупки не разглашается. Это экзит для венчурного фонда МТС, который в 2022 году вложил в проект 200 млн рублей. Тогда в МТС заявили, что получили не более 10% компании.  Rubbles в 2014 году запустили выходцы из “Яндекса” - Никита Блинов, Владислав Лисицкий и Александр Фонарев. Компания занимается разработкой IT-решений для оптимизации ключевых технологических и бизнес-процессов на основе анализа данных и ИИ. Одними из первых клиентов стартапа стали Qiwi и "Альфа-банк". В начале 2016 года у Rubbles появился первый зарубежный банк-клиент в Финляндии благодаря лондонской акселерационной программе Accenture FinTech Innovation Lab. Со временем, помимо финансовых организаций, среди клиентов сервиса появились ретейлеры и промышленные предприятия. Основные продукты Rubbles: Planning Force для интегрированного бизнес-планирования, прогнозирования спроса, автоматического пополнения и управления торговым продвижением, Customer Insight для омниканального взаимодействия с клиентами, а также заказные AI/data-решения - разработка под задачи бизнеса на основе анализа данных и машинного обучения. В основе продуктов - собственная платформа Data Application Suite, включающая инструменты MLOps и фреймворк для ускоренной разработки Enterprise-приложений. Все решения включены в Единый реестр российского ПО. В 2016 году стартап закрыл первый раунд инвестиций на $1,5 млн от фонда FinSight Ventures, одним из основателей которого является Виктор Ремша, создатель “Финама”. В декабре 2021 года стартап получил $6 млн от фондов Elbrus Capital Fund III и FinSight Ventures. Средства планировалось потратить в том числе на выход на рынки Западной Европы, Ближнего Востока и Юго-Восточной Азии, но компания отложила эти планы из-за нестабильной геополитической обстановки. В FinSight Ventures подтвердили “Русскому Венчуру”, что фонд вышел из капитала Rubbles еще в 2024 году.  По данным сервиса проверки контрагентов Rusprofile, с 7 августа ООО “Раблз” [юрлицо ] владеет ООО "УК Центр". Из состава учредителей вышла кипрская “СБДА ГРУП ЛТД”. Выручка ООО “Раблз” за 2025 год составила 633 млн рублей, чистый убыток - 72 млн рублей.  @rusven

Тем временем в Британских поликлиниках решили победить вечный ад с дозвонами пациентов на запись и КОНЕЧНО ЖЕ посадили на телефоны ИИ-секретаря по имени EMMA. Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости. И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык. На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку. В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет.

🛰 Что такое Netdiscover?

Netdiscover — это небольшая утилита для обнаружения устройств в локальной сети с помощью ARP-запросов.

Чаще всего её используют на этапе внутренней разведки, когда нужно быстро понять: — какие устройства есть в сети; — какие IP-адреса активны; — какие MAC-адреса им принадлежат; — кто производитель сетевого интерфейса. Обычно Netdiscover применяют в одной локальной сети или VLAN, потому что ARP не маршрутизируется через роутеры. Базовый запуск

sudo netdiscover

Утилита начнёт искать устройства в доступном сетевом сегменте. Можно указать конкретную подсеть:

sudo netdiscover -r 192.168.1.0/24

Пример результата:

IP              MAC Address         Vendor

192.168.1.1     aa:bb:cc:11:22:33   MikroTik

192.168.1.10    00:11:22:33:44:55   Dell

192.168.1.25    08:00:27:aa:bb:cc   PCS Systemtechnik

Так быстро видно, какие хосты сейчас отвечают в сети. Пассивный режим Есть ещё интересный вариант:

sudo netdiscover -p

В этом режиме Netdiscover сам не рассылает активные ARP-запросы, а слушает ARP-трафик в сети. Это полезно, когда нужно минимизировать активность. Почему Netdiscover удобен Он хорошо подходит для самого первого шага:

Подключились к сети

        ↓

Netdiscover

        ↓

Нашли живые хосты

        ↓

Nmap

        ↓

Определили порты и сервисы

        ↓

Дальнейшая разведка

Например, Netdiscover показал:

192.168.1.10    

192.168.1.25

После этого уже можно точечно изучать их через Nmap:

nmap -sV 192.168.1.25

Netdiscover и Nmap — это не одно и то же Netdiscover в первую очередь отвечает на вопрос:

Кто находится рядом со мной в локальной сети?

А Nmap:

Какие сервисы и порты работают на этих устройствах?

Поэтому эти инструменты хорошо дополняют друг друга. #netdiscover #arp #network #recon #nmap #pentest #infra

Оценка мелких задач убивает ваше время Типовая ситуация: клиент постоянно присылает небольшие задачи и переживает, сколько времени займёт каждая. Команда начинает оценивать каждую задачу отдельно, согласовывать, потом объяснять, почему не попали в оценку. По факту оценка иногда занимает больше времени, чем сама работа. С маленькими задачами точность вообще плохо работает. Чтобы нормально оценить некоторые из них, задачу надо почти сделать. А если оценивать «на глаз», погрешность по каждой отдельной задаче будет большой. В итоге коммуникация с клиентом превращается не в работу, а в бесконечный цикл согласования бюджета и времени для мелких задач. Что с этим делать: отказаться от точной оценки мелких задач. Учитываем мелкие задачи постфактум. Сделали задачу, зафиксировали, сколько реально ушло. Чтобы клиент на это согласился, нужно немного изменить процесс: 1) Оценка остаётся, но она становится очень примерной: маленькая, средняя, большая задача. Менеджер проекта это может сделать без похода к разработчику. Клиент и Агентство соглашаются, что это грубая оценка. 2) Договориться о месячном лимите. Обычно поток таких задач укладывается в 10-20 часов в месяц. 3) При явном выходе задачи за лимиты или не попадании в оценку - заранее говорим об этом с клиентом. Большие, сложные и непонятные задачи нужно выносить отдельно и нормально оценивать. А поток маленьких задач лучше продавать почти оптом: грубо обозначать размер, следить за лимитом, заранее предупреждать о выходе за ожидания и оплачивать по фактически потраченным ресурсам. Пост помог подготовить резидент Галеры Михаил Сенсеев 🔵

Наблюдаю и у клиентов и по обратной связи от маркетологов на собеседованиях, что команды маркетинга в небольшом бизнесе становятся меньше. Бизнес порезал косты на брендэвернес и подобное, плюс автоматизация таки кого-то да заменила. Из восьми условных человек в маркетинге остаётся три. При этом руководители дешевле не становятся. Как же так, подчинённых-то меньше?

Очень жаль, но все же на трёх сотрудников нужен такой же хороший руководитель, что и на восьмерых

Gallup сделал анализ > 200 000 команд. Размер команды сам по себе эффективность не определяет, определяет качество руководителя. Плохо управляемые команды буксуют, даже когда они маленькие. Подчинённых стало меньше, а решений нет. В какие каналы идти, что резать и где найти дешевые продажи, что делать, когда основной канал отвалился. Этих решений не стало меньше после сокращений Сократилась функция менеджмента, а функция принятия решений = ответственность осталась той же, с чего вдруг руководителю дешеветь Какие у бизнеса есть варианты сэкономить на руководителях: 1 — загрузить руководителя исполнительскими задачами. По данным Gallup, так живёт почти весь рынок: руководители тратят медианно 40% времени на работу рядового специалиста. Правда, не каждый захочет это делать долгосрочно, особенно топ. 2 — взять человека на парттайм. Платить не за присутствие сорок часов в неделю, а за те решения и их внедрение, ради которых он нужен. Российских данных по fractional модели мало. Однако опираюсь на свою практику: за последние полтора года запросов ко мне на fractional стало заметно больше

Из нижнего интернета принес совсем нишевую историю про процедурное моделирование с помощью ИИ агентов. Есть разрозненное сообщество, чем-то напоминающее демо сцену нулевых, где ребята собираются и пилят модели на новом уровне, и на самом деле некоторые примеры довольно впечатляющие! Прикол такого моделирования в том, что, во-первых, оно собирается исключительно агентами, во-вторых, модели собираются из примитивов, в-третьих, можно программировать поведение или анимации, а точнее интерактивность таких моделей. Они более редактируемы, чем генерации, потому что тут нет лишней геометрии, что и плюс, и минус одновременно, вы не соберете органического монстра с порванной кожей и кишками, например, но можете собрать шкафы, какие-то scifi или hardsurface штуки, которые могут двигаться или сгибаться, например, турели, оружие, автомобили и так далее. Есть даже ребята, которые хотят запилить маркетплейс с такими моделями, чтобы агенты имели доступ к запчастям, типа огромного китбаш склада для агентов, откуда агенты могли бы брать эти запчасти или части интерактивной логики. В общем, направление очень внушительное, но не без своих проблем. Приложу некоторые примеры, но в теории технические штуки, в том числе и через CAD моделирование, могут все же выстрелить на ИИ моделях через 1-2 поколения. @CGIT_Vines

Инженерные образцы будущего флагмана Qualcomm всплыли на китайской барахолке На торговой площадке Goofish ненадолго появился лот процессора Qualcomm с маркировкой SM8975-100-BC — предположительно, Snapdragon 8 Elite Gen 6 Pro. Продавец из Шэньчжэня предложил выпаянные с тестовых плат инженерные образцы за 300 юаней (около $45) с пометой «для ремонта и перепайки». Судя по маркировке, первая ревизия чипа выпущена на заводе TSMC в конце 2025 года и упакована на предприятиях Amkor в Корее и Японии. Снимки также показали встроенный теплораспределительный элемент (Heat Slug Sheet) для охлаждения. Анонс серии SM8975 ожидает на Snapdragon Summit в конце сентября 2026 года.

🏦 БСПБ: маржа идет вслед за ставкой Банк отчитался по МСФО за полугодие Банк Санкт-Петербург (BSPB) ➡️Инфо и показатели Результаты за 2 квартал • чистый процентный доход: ₽18,2 млрд (-6,6%); • чистый комиссионный доход: ₽3,1 млрд (+10,7%); • выручка: ₽23,4 млрд (-7,7%); • операционные расходы: ₽8,8 млрд (+34,1%); • чистая прибыль: ₽5,6 млрд (-38,6%); • ROE: 10,1% (против 17,0% за 2кв25г). Результаты за полугодие • чистый процентный доход: ₽36,6 млрд (-7,2%); • чистый комиссионный доход: ₽5,9 млрд (+6,1%); • выручка: ₽46 млрд (-9,3%); • операционные расходы: ₽15,8 млрд (+28,4%); • чистая прибыль: ₽16,5 млрд (-33%); • ROE: 15,3% (против 24,0% за 1п25г). Набсовет рекомендовал дивиденды за полугодие: ₽19,17 на обыкновенную акцию и ₽0,22 на привилегированную. Дата отсечки — 5 октября. Обыкновенные акции Банка Санкт-Петербург (BSPB) растут на 1%, привилегированные (BSPBP) — не реагируют.

🚀 Мнение аналитиков МР Результаты Банка Санкт-Петербург слабые, но в целом иного никто и не ждал. Давление на прибыль оказывают снижение чистого процентного дохода, рост расходов и отчислений в резервы. Во 2 квартале расходы на резервы составили ₽6,9 млрд, а за полугодие выросли до ₽8 млрд (+17,6%). Банк отметил ухудшение финансового положения ряда заемщиков, повысив прогноз по стоимости риска с 1,5% до 2% в годовом выражении. Рост кредитных рисков продолжить ограничивать динамику прибыли. Чистый процентный доход за полугодие снизился на 7,2%. На процентную маржу давит высокая доля кредитов с плавающими ставками: по мере снижения ставок доходность такого портфеля переоценивается вниз, тогда какстоимость фондирования может снижаться медленнее. Словом, эффект от смягчения денежно-кредитных условий, который как манны небесной ждут банки с высокой долей розницы, для процентных доходов БСПБ оказывается ограниченным. При этом операционные расходы растут, опережая динамику выручки, что ухудшает операционную эффективность банка. Это уже отражается в прогнозе: БСПБ повысил ожидаемое отношение расходов к доходам (CIR) — 36-37% вместо 35-37% ранее. Банк, впрочем, сам признает, что пик его прибыльности остался позади: прогноз чистой прибыли на год снижен с ₽35 млрд до ₽30 млрд. Для инвесторов это недвусмысленный сигнал о том, что давление на процентную маржу и рост расходов продолжатся. При этом результаты соответствуют ожиданиям рынка. БСПБ — это банк, который генерирует максимум прибыли при высокой ключевой ставке за счет высокой доли бесплатных остатков и кредитов с плавающей ставкой. Когда ставки идут вниз, маржа сокращается. У БСПБ по-прежнему отличная бизнес-модель, которая позволила ему "жировать" в тяжелые для банковской розницы годы. Но сейчас не его время. Поэтому мы сохраняем нейтральный взгляд на акции компании.

📍 Подписаться на канал | Мы в MAX

CMD (Context-Matched Distillation) Метод дистилляции для авторегрессивной генерации видео от NVIDIA. #SOTA среди авторегрессивных методов Учитель и ученик получают одинаковый контекст: кадр оценивается по тому же префиксу и контролю, что был у студента при генерации. Раньше учитель видел весь клип целиком включая будущие кадры которых студент не видел, и супервизия разъезжалась с реальными условиями генерации В итоге меньше шагов на генерацию, можно интерактивно вмешиваться в процесс генерации, задавать движение камеры и получать длинные сцены без поплывшего хвоста - База: Cosmos-Predict2.5 2B - Шесть чекпоинтов: chunk-1 и chunk-4 (короткие/длинные + камера-контроль) Гитхаб HF Демо #optimization #cameracontrol #interactive #t2v #i2v