НОВОСТИ: технологии, инновации, бизнес, стартапы

erid: 2W5zFGdXNtq

Что мешает человечеству отправиться к другим звёздам и какой технологический барьер сегодня самый сложный?

В новом эпизоде подкаста «Таланты для космоса» основатель научно-технологической гильдии «Рубежи науки» Илья Чех объясняет, почему освоение Вселенной невозможно без искусственного интеллекта, робототехники и новых источников энергии, а также какие загадки физики нам ещё предстоит разгадать.

💡 «Наша задача в термоядерном реакторе — это зажечь маленькое солнце».

🎬 Смотрите короткий тизер, а полный подкаст ищите по ссылке.

🎁 Внутри выпуска разыгрываем две научно-популярные книги: «Ракеты и космодромы» Ильи Овчинникова и «Астероиды: рождённые пламенем» Леонида Еленина. Все подробности и условия — в видео.

📸 OPENAI ПОКУПАЕТ ТЕХНОЛОГИЮ ДЛЯ КАМЕР. AI ГОТОВИТСЯ ПОЛУЧИТЬ ГЛАЗА?

Вот эта новость особенно интересная.

Потому что OpenAI всё меньше выглядит как компания, которая хочет жить только внутри окна чата. 👀

14 сентября появилась информация, что OpenAI покупает Glass Imaging примерно за $300 млн. Компания занимается технологиями вычислительной фотографии и улучшения изображений со смартфонных камер.

И если посмотреть на общую картину, направление становится любопытным.

AI уже умеет:
🧠 рассуждать;
👂 работать с голосом;
👀 анализировать изображение;
💻 управлять программами.

Следующий большой рынок — устройства, через которые AI сможет постоянно видеть физический мир.

Камера тогда перестаёт быть просто способом сделать красивое фото.

Она становится сенсором для искусственного интеллекта.

Смартфон будущего может смотреть на окружающий мир и сразу понимать:
что перед вами → что с этим делать → какую информацию показать.

И тогда главный интерфейс AI — возможно, вообще не чат.🙌

А камера.

💬 Что удобнее: спрашивать AI текстом или просто показать ему окружающий мир?

МОСКВУ СНАЧАЛА ПОСТРОЯТ В ВИРТУАЛЕ — И ТОЛЬКО ПОТОМ В РЕАЛЬНОСТИ? 🏙

Девочки, у Москвы теперь есть собственный цифровой клон.

Нет, это не очередная игра, где можно удалить пробки одним нажатием, переставить Кремль поближе к дому и добавить каждому району по кофейне с идеальным светом для селфи. 😂

Цифровой двойник Москвы — это точная трёхмерная копия города со зданиями, дорогами, зелёными насаждениями, транспортной инфраструктурой и инженерными объектами. Система объединяет несколько модулей, которые помогают собирать и анализировать городские данные.

Проще говоря, прежде чем начать большую стройку, специалисты могут сначала посмотреть, как она будет существовать внутри виртуальной Москвы.

Не перекроет ли новый дом солнечный свет соседям?
Не превратится ли выезд из района в ежедневный кастинг на роль самого терпеливого водителя?
Хватит ли дорог, коммуникаций и пространства?

То есть город наконец получил возможность примерять проекты перед покупкой.
Практически как мы в примерочной, только вместо платья — целый жилой квартал, а вместо вопроса «не полнит ли?» звучит:
«Не положит ли это всю транспортную систему района?» 😅

ВИРТУАЛЬНАЯ ПРИМЕРКА ДЛЯ СТРОИТЕЛЕЙ

Цифровые модели позволяют заранее находить ошибки, сравнивать разные варианты и следить за изменениями объекта на этапах проектирования, строительства и эксплуатации. Для московских проектов также применяют технологии информационного моделирования, где в модель заносят сведения о материалах, размерах и характеристиках будущего объекта.

Отдельный цифровой двойник, например, разработали для будущего электродепо «Новорижское». Он нужен, чтобы оптимизировать строительство и увязать между собой архитектурные, конструктивные и инженерные решения.
И это звучит логично.

Потому что выяснить в виртуальной модели, что труба пересекается с несущей конструкцией, гораздо приятнее, чем обнаружить это на настоящей стройке, когда бетон уже залит, подрядчик уже устал, а бюджет тихо вышел из чата. 😂

МОЖНО ЛИ ТАК ПОСТРОИТЬ ИДЕАЛЬНЫЙ РАЙОН?

Теоретически — можно приблизиться.

В цифровой среде реально проверить разные сценарии: расположение зданий, маршруты, нагрузку на дороги, инженерные сети, освещённость и то, как новый объект впишется в существующую застройку.

Можно заранее увидеть, что между двадцатью жилыми башнями забыли школу.
Что красивая прогулочная улица неожиданно заканчивается парковкой.
И что путь до ближайшего метро занимает не обещанные «десять минут», а двадцать пять минут быстрым шагом человека, опаздывающего на работу. 😄

Но есть один нюанс.

Идеальный район в компьютере ещё не гарантирует идеальную жизнь в реальности.

Модель может рассчитать дороги и коммуникации, но ей сложнее предсказать:
— где жители начнут парковаться «на пять минут»;
— какой двор внезапно станет главным местом встреч всего района;
— почему новый фонарь светит ровно в окно спальни;
— и откуда каждое утро появляется пробка, которой по расчётам вообще не существует.

А НЕ СЛИШКОМ ЛИ МНОГО РЕШАЕТ АЛГОРИТМ?

Вот здесь начинается спорная часть.

С одной стороны, цифровой двойник способен сделать строительство точнее, быстрее и разумнее. Ошибки можно заметить до того, как они превратятся в бетонную проблему стоимостью несколько миллионов.
С другой — красивую картинку легко принять за доказательство того, что проект действительно удобен.

В виртуальной Москве все деревья идеально зелёные, люди спокойно гуляют по тротуарам, а машины едут с эстетичной дистанцией.
В настоящей Москве дерево ещё должно вырасти, человек — успеть перейти дорогу, а автомобилист — найти место для парковки. 🤭

И всё же сама идея мне нравится.

Лучше десять раз переставить дом в виртуальном городе, чем однажды понять, что в настоящем его поставили не туда.
В конце концов, мы даже диван стараемся сначала примерить к интерьеру в приложении.
А Москва — всё-таки чуть сложнее дивана. Хотя по стоимости некоторых квартир разница уже не такая очевидная. 😂

💥 MARKETING NEWS
🔎 Что толку быть №1 в Google, если покупатель вообще не открыл Google?
Добро пожаловать в маркетинг 2026 года 😅

Ещё недавно схема была понятная:
человек что-то ищет → открывает Google → смотрит выдачу → переходит на сайт → сравнивает варианты.

А теперь всё чаще происходит так:
«ChatGPT, посоветуй мне 5 сервисов для автоматизации продаж и объясни, какой лучше для небольшой компании».
И человек получает готовый ответ.
Без десяти вкладок. Без второй страницы поиска. А иногда вообще без единого перехода на сайт.

И вот тут у SEO появился новый сосед — AEO, Answer Engine Optimization.

🧠 Что это такое человеческим языком

SEO отвечает на вопрос:
«Как сделать так, чтобы Google показал мой сайт выше?»
AEO:
«Как сделать так, чтобы AI использовал мой бренд или контент в своём ответе?»
То есть теперь бизнес борется не только за:
ТОП-3 в поиске.
Но ещё и за:
«По данным компании N…»
или:
«Среди подходящих решений можно рассмотреть N…»
в ответе AI.
Вот это уже новая первая страница поиска.

Только страницы больше нет 😅

🤯 И самое неприятное: первое место в Google ничего не гарантирует

Ваш сайт может прекрасно ранжироваться в классической выдаче…
…и вообще не попасть в ответ нейросети.
И наоборот.

Исследования AI-поиска уже показывают, что набор брендов и источников внутри AI-ответов может заметно отличаться от обычной поисковой выдачи.

Поэтому у маркетолога появляется новый KPI:
не только “где мы в Google?”, но и “что AI говорит о нас?”

🔥 Что любят answer engines

Здесь нет секретной кнопки:
«Добавить сайт в ChatGPT» 😅
Но логика становится понятнее.

AI проще использовать контент, где есть:
— прямые ответы на конкретные вопросы; — понятная структура; — определения без километра воды; — цифры и первичные данные; — указанные источники; — реальные исследования и кейсы; — сравнения продуктов; — последовательная информация о компании на разных площадках.
Другими словами:
раньше мы часто писали для алгоритма.

Теперь приходится писать так, чтобы информацию мог быстро понять, проверить и пересказать другой алгоритм.

И где-то в этот момент копирайтер тихо открыл валерьянку 😂

💼 Особенно интересно это для бизнеса

Представьте два SaaS-сервиса.
Первый десять лет качал SEO:
1500 статей. Сотни ключей. Отличные позиции.
Второй сделал меньше контента, но у него есть:
реальные исследования, понятные страницы продукта, сравнения, отзывы, кейсы, упоминания в отраслевых источниках.

Пользователь спрашивает AI:
«Какой сервис выбрать?»
И если в ответ попадает второй бренд, вся старая поисковая иерархия внезапно становится менее важной.

Потому что пользователь уже получил shortlist до посещения Google.

💣 Но SEO не умерло

И это важно.
Не нужно сегодня увольнять SEO-специалиста со словами:
«Всё, теперь оптимизируемся под робота» 😂

SEO и AEO сильно пересекаются.
Хороший сайт. Техническая доступность. Авторитетные ссылки. Качественный контент. Экспертность.
Всё это по-прежнему нужно.

Просто теперь появляется ещё один уровень:
ваш сайт должен быть не только найден человеком — он должен быть понятен машине.

📊 И отчёты тоже меняются

Раньше:
позиции → трафик → клики.

Теперь добавляются:
упоминания бренда в AI, цитирования, share of voice в ответах, AI referral traffic, какие источники AI использует про вас и ваших конкурентов.

И вот это уже интересная новая территория для маркетинга.

🎯 Главный сдвиг

Раньше задача была:
«Сделайте так, чтобы нас нашли».
Теперь:
«Сделайте так, чтобы нас назвали в ответе».

И это принципиально другая игра.
Потому что пользователь может принять решение ещё до первого клика.

Поэтому, возможно, главный вопрос маркетолога в 2026 звучит уже не:

«На какой позиции наш сайт?»👀

А:
«Если потенциальный клиент спросит AI про нашу категорию — существуем ли мы вообще в его ответе?»

Если нет…
ТОП-1 в Google внезапно звучит не так успокаивающе 😏

🏭 INTEL И SK HYNIX МОГУТ ОБЪЕДИНИТЬСЯ ИЗ-ЗА AI-БУМА

AI настолько прожорлив, что индустрия уже ищет не только новые GPU.

Теперь дефицит добрался до памяти. 😅

16 сентября Reuters сообщил, что SK Hynix ведёт предварительные переговоры с Intel о возможном производстве памяти в США.

Один из обсуждаемых сценариев — использование части предприятия Intel в Огайо. Другой — совместное предприятие с Intel и крупными облачными компаниями. Окончательного решения пока нет.

Почему это интересно?

SK Hynix — ведущий поставщик HBM, высокоскоростной памяти, используемой в AI-ускорителях.

А спрос на AI-инфраструктуру растёт настолько быстро, что контроль над производственными мощностями становится стратегическим преимуществом.

Раньше технологические компании боролись за пользователей.

Теперь:
«У кого есть фабрика, электричество и достаточно памяти?» 😂

И это хороший бизнес-урок: во время бума огромные деньги часто находятся не в самом конечном продукте, а в дефицитном компоненте, без которого продукт невозможно масштабировать. 🙌