Быстрое и медленное мышление и при чем тут ИИ Недавно я участвовал в ИИ-баттле с ребятами из targetai и вот что хочу сказать. Когда мы говорим о технологиях обычно речь идёт о бизнесе, рынке или конкуренции, но вот о другом измерении - что происходит с людьми внутри этого ускорения - говорится значительно реже. Когда скорость обработки информации растет экспоненциально - а как раз это и происходит последние 20 лет, - у человека сокращается время на то, что нобелевский лауреат Даниэль Канеман назвал "медленным мышлением". Он описывает два режима работы мышления: первый - быстрый, автоматический, действующий на ассоциациях и привычных паттернах, и второй - медленный, требующий концентрации и усилий, отвечающий за осознанный анализ и сложный выбор. Современные технологии, включая любимую ИИ-шечку, в основном подпитывают этот самый быстрый режим - они спроектированы под мгновенную реакцию, короткий контент и немедленное вознаграждение. В результате тот тип мышления, который необходим для стратегических решений, глубокого понимания другого человека и осмысления происходящего, остается преимущественно в зоне нашей ответственности, поскольку цифровая среда не дает ему прямой поддержки.

Руководитель, который весь день переключается между мессенджерами, видеозвонками и Excel, к вечеру физически утрачивает способность думать медленно. Его мозг весь день работал в режиме быстрого реагирования и просто не может переключиться.

Осознанность как намеренное переключение фокуса, - это не мода и не опция для тех, кто "вырос над бизнесом". Это буквально спасительный навык управления собственным вниманием в условиях, когда все вокруг устроено так, чтобы это внимание захватить и фрагментировать. Компании, которые понимают это и создают внутри себя условия для медленного мышления - паузы, пространство для рефлексии, сонастройки перед совещаниями, встречи без слайдов и повесток, получают стратегическое преимущество. Их люди принимают объективно лучшие решения. Именно поэтому разговор о технологиях неизбежно становится разговором о культуре и о состоянии лидера. Кстати, это был отрывок из моей книги "Зрелый бизнес" (доступна на сайте издательства, Озон, Авито, Я.Маркете и в Лабиринте). МАХ | Tenchat | Клуб | Обо мне

AI-скилл уже не скилл? Еще недавно ты что-то делал с AI, и это уже было неплохим карьерным преимуществом. А теперь, кажется, халява заканчивается 🥲 На образовательной конференции Яндекса Александр Мальцев из Браузера хорошо сформулировал, как за год изменились потребности бизнеса: раньше бизнес радовался, что ты хоть что-то делаешь с ИИ, а теперь спрашивает, что ему с этого. Потому что бизнесу в общем-то неважно, насколько виртуозно ты общаешься с нейронкой, если это никак не выражается в деньгах. Там же обсуждали вайбкодинг. Для человека с базой это способ сделать что-то классное, а без базы - скорее поиграться. Потому что надо еще понимать, какой инструмент использовать, какую модель выбрать и нужна ли она тут вообще. В общем, возможно, уметь в AI скоро будет примерно таким же преимуществом, как уметь гуглить. Вопрос теперь — что ты с его помощью можешь сделать.

Железа до конца 2027 года хватит на сотни миллионов ИИ-агентов Epoch AI посчитали, сколько агентов смогут одновременно работать на чипах, выпущенных с 2025 по 2027 год. Получилось от 33 до 171 млн одновременно работающих агентов уровня фронтирных моделей. В пересчете на обычную 40-часовую рабочую неделю это 140–720 млн сотрудников. А с более легкой моделью DeepSeek V4 Pro получится уже около 1,9 млрд агентов, или эквивалент 8 млрд сотрудников. Главный вопрос, найдется ли для такого количества агентов достаточно работы. Час сейчас обходится примерно в $16–18 для Codex и $24–50 для Claude Code. Даже если загрузить только 20% рассчитанной мощности, это соответствует $2,6–5,3 трлн расходов в год по текущим API-ценам. Для сравнения, даже при пятикратном ежегодном росте выручка разработчиков моделей к концу 2027 года составит около $1 трлн 💡 https://epoch.ai/publications/estimating-the-agent-population