📈 Ренессанс Blackberry: почему ее акции опять ставят рекорды На картинке рост акций компании Blackberry за последние полгода — +200%. До рекордов 2008 года еще очень далеко, но тем не менее акции компании близки к максимуму за последние пять лет. В общем, у Blackberry наблюдается откровенный ренессанс. Почему? Честно признаюсь, у меня первая ассоциация с Blackberry — те самые смартфоны с QWERTY-клавиатурой. Но компания уже давно от них отказалась.

«Я, конечно, очень удивлюсь, если Blackberry возродится в новом виде», — писал я в 2020-м году.

Что ж, надо признать, Blackberry удивила. Тогда была новость про то, что компания теперь будет делать софт для разных «connected devices», включая умные автомобили. Эта история и привела к возрождению Blackberry. Как пишет издание Sherwood, последний скачок акций был на фоне очень неплохих результатов первого квартала — $156 млн, рост на 26% год к году. И четыре из пяти последних кварталов компания показывала прибыль. Сейчас главный продукт Blackberry — это операционная система QNX. Она используется в 275 млн автомобилей. Как пишет Sherwood, ее используют почти все производители автомобилей, кроме Tesla. Главная фишка в надежности, которая подтверждена различными сертификациями. Blackberry купила QNX в 2010-м году, заплатили за нее около $200 млн. Тогда Blackberry хотела использовать эту операционную систему в своих смартфонах и планшетах. Но не сложилось. А потом ее перезапустили для автомобилей. И вот тут полетело. Но рынком автомобилей дело не ограничивается. Около 20% идет от других сфер. QNX еще можно использовать в медицинском оборудовании, в роботах, в станках и так далее. А сейчас же бум роботов, поэтому, вероятно, распространение QNX станет еще шире. «Мой друг вчера умер, а сегодня воскрес». Круто, что так бывает. @TheEdinorogBlog — тот самый канал про стартапы🦄

Как запустить новый продукт — и не разругаться, когда стратегия начинает ломаться Кейс «Авито Премиум» Продолжаем разбирать, как продукту и бизнесу работать на равных, — уже на примере запуска нового продукта. В «Авито» была стратегическая задача: стать лидером премиум-ресейл-сегмента и привлечь новую аудиторию в фешен-категорию. Но бизнес и продукт изначально смотрели на реализацию по-разному: ➡️ Бизнес видел точку роста в профессиональных продавцах — бутиках и ресейл-магазинах люксовых брендов. Логика была понятной: у таких продавцов уже проверенный ассортимент, и не придется масштабно вкладываться в проверку подлинности товаров. ➡️ Продуктовая команда пошла исследовать поведение пользователей — и увидела, что основной запрос — возможность безопасно покупать оригинальные вещи массового премиум-сегмента: Adidas, Michael Kors и других брендов, где особенно много реплик. Из этого сформировалась гипотеза, что пользователям нужны: — проверка на подлинность; — отдельное пространство с проверенными товарами. А еще на старте казалось, что основу ассортимента составят профессиональные продавцы. Но в ходе запуска выяснилось, что пользователи намного активнее реагируют на предложения частных продавцов. И тогда исходная стратегия начала меняться. Потому что вместе с ростом частного ассортимента вырос и объем проверок. А модель, в которой проверка оплачивалась платформой, перестала сходиться по экономике. Командам пришлось быстро перестраивать подход: ➡️ пересматривать позиционирование; ➡️ менять финансовую модель; ➡️ аккуратно тестировать платную проверку; ➡️ искать баланс между экономикой, ассортиментом и пользовательским опытом. При этом продукт и бизнес не начали тянуть систему в разные стороны: — бизнес — в сторону прибыли, — продукт — в сторону пользовательского опыта. Команды заранее договорились об общей целевой метрике — GMV (общий объем продаж), но разделили зоны влияния: 🔵 Бизнес отвечал за ассортимент и средний чек. 🔵 Продукт — за конверсии внутри воронки проверки и организацию премиального пространства. Помогло и то, что работа была синхронизирована не только на уровне метрик — она включала: — регулярные встречи; — совместные продуктовые разборы; — общие ассортиментные стратегии; — единые годовые цели; — прозрачные каналы коммуникации. А еще — совместное погружение в контекст: команды вместе запускали премиальный пункт выдачи на Патриарших прудах, общались с продавцами, собирали обратную связь и сами проходили операционные сценарии пользователей. В итоге запуск показал, что налаженная совместная работа продукта и бизнеса позволяет вовремя отследить важные сигналы рынка и пересобрать стратегию под его запросы. Чек-лист Что помогает продукту и бизнесу не развалиться, когда стратегия меняется уже после запуска: 1️⃣ Договориться о единых терминах. Чтобы продуктовые процессы не звучали для бизнеса как «птичий язык». 2️⃣ Связать продуктовые метрики с бизнес-целями Чтобы команда могла объяснять влияние продукта на языке бизнеса. 3️⃣ Провести взаимный онбординг: — продукта в бизнес; — бизнеса в продукт. 4️⃣ Обсудить стратегию развития продукта заранее: — видение бизнеса; — драйверы и барьеры продукта; — допустимые компромиссы; — систему метрик. 5️⃣ Зафиксировать зоны ответственности: — кто принимает решения; — где границы бизнеса; — где границы продукта; — кто подключается в спорных ситуациях. 6️⃣ Планировать не только дорожную карту, но и критерии гибкости. Что команда будет делать, если рынок или экономика покажут другую картину? 7️⃣ Регулярно погружаться в контекст друг друга: — совместные интервью; — просмотр пользовательских сценариев; — участие в операционных процессах; — тестирование продукта своими руками. Потому что в реальности почти ни один запуск не идет ровно по первоначальному плану. По мотивам доклада «Продукт и бизнес на равных: как договариваться и влиять на деньги, приоритеты и общие цели» Алены Медведевой на конференции ProductSense’25. 💙 VK 🖤 YouTube @productsense

Мозг можно перепрошить на настоящую многозадачность Почему новичок за рулём вцепляется в баранку и боится лишний раз вздохнуть, а опытный водитель спокойно ведёт беседу, слушает музыку и думает о своём? Учёные из Джорджтаунского университета покопались в этом и пришли к выводу, который ломает привычную догму: человек всё-таки способен на настоящую многозадачность, а не только на быстрое переключение между делами. Эксперимент был долгим и въедливым. Добровольцы 5–10 недель учились сортировать на две группы похожие изображения машин, различая мельчайшие детали. Всего больше 30 000 попыток через приложение-игру на телефоне. До и после тренировок их мозг сканировали с помощью фМРТ и ЭЭГ. Поначалу задачу тянула префронтальная кора — наш «сознательный директор», который отвечает за обдуманные решения, но физически не может держать много дел разом. А через недели практики навык переехал в височную кору — область, заточенную под память и узнавание сложных образов. Тренировка буквально вырастила в мозге новый участок-распознаватель, которого раньше там не было. Самое важное — что происходило с сигналом дальше. Освоенный навык начал идти в обход префронтальной коры, напрямую к управляющим зонам. Опыт перестраивает мозг так, чтобы проскочить это «бутылочное горлышко», и кора освобождается для других задач. Чем сильнее сортировка «съезжала» с префронтальной коры, тем лучше люди справлялись с чем-то ещё одновременно. Вот она, настоящая параллельность: меняется сама проводка. Так же в труднодоступные для сознания цепи переезжают и вредные привычки — оттого их так тяжело «передумать». И да, прежде чем вы спросите: набирать сообщение за рулём безопаснее это не сделает. Текст отрывает глаза от дороги, а тут уже никакая перепрошивка не спасёт. @vselennayaplus

В свежем номере Москвички вышла моя самая любимая съёмка, спасибо огромное за это абсолютно талантливой команде: Дарине Алексеевой, Насте Кириловой, Паше Панкратову и Свете Родиной, а также любимому пространству Noodome. Помимо съёмки, там есть ещё большая статья, где я признаюсь в том, что делаю стартап на американском рынке. И вроде бы я в этом уже полгода, но всё ещё странно произносить это вслух: я CEO и сооснователь стартапа про счастье. Люди реагируют по-разному. Одни думают, что я сошла с ума и вот-вот начну продавать кристаллы. Другие уверены, что я собираюсь спасти мир от депрессии, а это, надо сказать, не маленькая задача. Более 332 миллионов людей в мире живут с депрессией, и в одних только США 91% из них не имеют доступа к помощи. Но на самом деле ни то, ни другое. Я пришла к этому через терапию, коучинг и в конечном счёте науку о счастье.

Наука о счастье (happiness science) — междисциплинарная область на пересечении позитивной психологии, нейронауки и поведенческой экономики, изучающая факторы, которые устойчиво повышают субъективное благополучие человека. Её интеллектуальные корни восходят к 1954 году, когда Абрахам Маслоу впервые употребил термин «позитивная психология», однако как самостоятельная дисциплина она оформилась в 1998 году — когда Мартин Селигман избрал её темой своего президентского срока в Американской психологической ассоциации. В 2000 году Селигман совместно с Михаем Чиксентмихайи опубликовали программную статью в American Psychologist, формально определив область как «научное изучение того, что делает жизнь наиболее достойной проживания».

Согласно последним исследованиям, 50% счастья определяется генетически-темпераментными факторами, около 10% — обстоятельствами жизни, и около 40% — поддаётся изменению. Именно этот последний сегмент и есть зона работы приложений и интервенций всех специалистов. Хочу сразу сказать, что я не эксперт. Наука за тем, что мы создаём, принадлежит клиническим психологам и исследователям, с которыми мы работаем. Но я в процессе этой работы над собой, я все это тестирую, тк верю, что, счастье можно улучшить. Не как настроение. Как практику. Тк счастье это не то, что ты чувствуешь в конкретный день, а это то, как устроена твоя жизнь. Сон. Люди рядом. Работа. Разрыв между тем, что тебе нужно, и тем, что у тебя есть. То, к чему ты стремишься и то, что с тобой случилось без твоего выбора. У всего этого есть форма. Некоторые вещи можно даже измерить. Посмотрим, что из этого выйдет. Мне бесконечно интересно: заново собирать команду, работать с людьми из разных рынков и рассказывать всем о науке о счастье.

На следующей неделе я буду на ICML, в том числе презентовать с командой постеры по нескольким принятым работам: LK Losses и SWE-rebench V2. Приходите к нам на стойку Nebius, на постеры или просто пишите, если хотите выпить кофе и познакомиться В этот раз мы решили провести after-party 9-ого числа https://luma.com/y5x82rk1, с едой, напитками, тихой музыкой и интересными разговорами. Мы приедем большой компанией и можно будет пообщаться с ребятами из ресерча/инжиниринга, обсудить все от агентских пайплайнов, стабильности MoE в RL до кернелов и низкоуровневых оптимизаций LLM инференса. Если вы глубоко погружены в LLM, inference optimization, pre/post-train, agentic evals, environments, agentic harnesses и прочие релевантные темы, то будет здорово вас увидеть. Мест у нас немного, поэтому конечно сможем позвать далеко не всех

iPhone 18e не получит дисплей с поддержкой ProMotion По данным инсайдера Digital Chat Station, iPhone 18e получит 60-герцовый дисплей от модели 17e, о чём стало известно из публикации в Weibo о планах Apple на 2027 год. В отличие от других iPhone 18, устройство лишится функций ProMotion и Always-On. Подобные характеристики проигрывают Android-смартфонам, где 120 Гц в этом бюджете уже стали стандартом. Как сообщают корейские источники, бюджетная серия получит LTPO-панели с диапазоном 1–120 Гц не раньше 2028 года. Apple планирует в 2028 году отдать LTPO+ флагманам, направив стандартные панели в младшие модели. Однако задержки в разработке могут отложить появление LTPO даже в iPhone 19e.

Илон Маск купил стартап Mesh Optical для сетевой инфраструктуры своих ИИ-проектов Федеральная торговая комиссия США (FTC) одобрила сделку по покупке Илоном Маском компании Mesh Optical Technologies Corporation по ускоренной процедуре. Финансовые условия соглашения стороны не раскрывают. Стартап Mesh Optical был основан в прошлом году тремя бывшими инженерами SpaceX, которые ранее создавали лазерные каналы связи для спутников Starlink. Покупка должна решить проблему сетевых задержек в дата-центре компании xAI в Мемфисе, где развернута одна из крупнейших ИИ-вычислительных платформ. Сделка позволит Маску отказаться от аутсорсинга компонентов от Broadcom или Coherent и перейти на собственные оптические решения. Флагманский трансивер стартапа под названием Alpha C1 обеспечивает скорость передачи данных 1,6 Тбит/с. Устройство выполнено в стандартном форм-факторе OSFP и работает с одномодовым оптоволокном на расстоянии до 5 км.

Телескоп, который никто не думал спасать Обсерватория «Свифт» работает на орбите уже 20 лет и падает. У неё нет двигателей, солнечная активность расширила атмосферу сильнее расчётного, и к осени аппарат опустится ниже 300 км — после чего добраться до него будет уже невозможно. NASA решило спасти телескоп. На разработку спасательного буксира дали 9 месяцев и $30 млн — небольшой компании Katalyst Space, у которой не было готового аппарата. В итоге «Линк» с тремя роботизированными манипуляторами и тремя двигателями Холла уже закреплён на борту самолёта-носителя. Старт назначен на 27 июня. Задача — состыковаться со «Свифт», который никогда не проектировался под стыковку и чьё теплоизоляционное покрытие за два десятилетия могло стать хрупким, как стекло.

От подписчика: Отчет Faros.ai про реальные цифры продуктивности разработки с ИИ. Ну... Не все так однозначно... Это реальные метрики кода от требований до доставки. Выборка – 4000 команд за 2 года, сравнение внутри одних и тех же компаний между кварталом минимального и максимального использования AI. Главные цифры: – Продуктивность отдельного разработчика выросла, но скромно, судя по merge requests. Примерно +16 процентов, а не 10x – При этом скорость доставки релизов упала на 11 процентов. Это системная метрика, она про доставку ценности клиенту – Поток замедлился на каждом шаге. Фича проходит каждый этап на 80–480 процентов дольше – Качество просело резко: дефекты вверх, переоткрытые тикеты вверх, code churn (доля переписанного кода) – аномальные 861 процент Узкое место сместилось в ревью. Стадии Ready for Review и In Review раздулись, а ревью стали пропускать на 31 процент чаще – классическое поведение людей на бутылочном горлышке. Сам Faros пишет прямо: организации генерируют больше кода, чем система способна отревьюить и смержить. Автор гоняет данные через закон Литтла (L = λW). Если лид-тайм и WIP растут быстрее, чем заявленная продуктивность – значит скорость потока на самом деле падает. По его расчётам реальная пропускная способность просела на 8–70 процентов в зависимости от допущений. То есть «продуктивность индивидуального разработчика» и «поток готовых фич» поехали в разные стороны, а платят клиенты именно за второе. Тойота в своё время победила американский автопром фанатичным фокусом на качестве и принципе «не передавай дефект на следующую станцию». Чем позже находишь баг, тем дороже он стоит системе. LLM делают ровно наоборот: впрыскивают больше дефектов на входе и переносят их отлов в ревью, где ловить дороже и хуже. Любопытная деталь: гипотеза «AI усиливает сильных» не подтвердилась. High-performing команды деградируют так же, как все остальные. Тут есть с чем спорить по методологии – это наблюдательное исследование, не причинно-следственное, и автор сам это признаёт. Но направление мне кажется честным и совпадает с тем, что многие из нас чувствуют на практике: индивидуальная скорость растёт, а на уровне организации профита не видно. Главная мысль, productivity не равно value. Локальный разгон одного этапа не двигает систему, если узкое место в другом месте. Если внедряешь AI в команду и не перестраиваешь ревью и QA под возросший объём генерации – ты просто переносишь бутылочное горлышко вниз по потоку и копишь work in progress. И отдельно зацепил тезис про «сначала черновик от LLM, потом доработаю». Автор считает, что это задом наперёд: первый черновик – это и есть твой интеллектуальный вклад, момент, когда ты реально продумываешь структуру. LLM сильна как редактор и спарринг после, а не вместо мышления. С этим скорее согласен - чем больше вложений на первых этапах, тем лучше результат. Короче, уделяйте МАКСИМАЛЬНОЕ внимание требованиям, а не пытайтесь зафигачить 100 фич и отдать все тестировщикам. Источник: https://unessays.substack.com/p/talk-is-cheap

S0419 О солнце, выходящем из облаков 25 июня 2026 | Красная Поляна | 4.19 Сейчас. Я смотрю на солнце, которое закатывается за горы. Возвращаю взгляд на экран ноутбука, где открыта анкета найма на новую должность. Четыре часа назад. Я выхожу на улицу, надеваю солнечные очки и смотрю на высокое солнце в горах. Моя миссия на сегодня, да и целом в MWS Cloud, выполнена. Еще двадцатью минутами ранее. Аплодисменты в зале, затем люди задают вопросы про то, как будут монетизироваться AI-приложения и когда ждать рекламы в выдаче ИИ. Я отвечаю, что уже сейчас 15% пользователей ChatGPT получают рекламу в выдаче. Говорю, что те кто выбрал монетизацию через рекламу, они на стороне корпоративного ИИ, они выбрали одну из двух сторон, о которых я говорил ранее. Еще двадцатью минутами ранее. На сцене, рисую картину будущего, где две стороны будут строить свои искусственные интеллекты. На левой стороне ИИ будет получить деньги от корпораций за то, что он будет выжимать из клиентов все больше денег через новые хитроумные механики манипуляций. На правой стороне, ИИ будет человекоцентричным, он будет получать плату напрямую от человека и он будет взаимодействовать с корпоративным ИИ. И нет, агенты с двух сторон не договорятся, они будут пытаться обойти друг друга и использовать такие механизмы достижения консенсуса, которые нам даже не представляются в общих чертах. И это и будет основой "новой экономики". Еще двадцатью минутами ранее. Мне надевают петличный микрофон. Я смотрю на предыдущего спикера, СЕО ИТ-туроператора. Он завершает свой рассказ о новой платформе для турфирм. Вопрос из зала - а вот у нас стартап и мы строим ИИ, дайте прямой доступ к вашей платформе через API, минуя интерфейсы платформы, это возможно? Волна сомнений на лице спикера, он уходит от вопроса, ссылается на то, что надо подумать, что всё зависит от объема запросов. Вот оно, главное событие дня. В этом простом вопросе из зала - глубокий знак того, что ИИ выходит из облаков и становится самостоятельной сущностью. Знак того, что большая игра между сущностями ИИ началась. Сингулярность грядет.