Новая экономика / Бизнес, маркетинг и технологии будущего

🤖 РОБОТАМ ТЕПЕРЬ НУЖНЫ НЕ ТОЛЬКО МОЗГИ. ИМ НУЖНЫ ДАННЫЕ

Новая золотая лихорадка в робототехнике выглядит примерно так:
— Сделали робота?
— Да.
— Научили его работать?
— А вот тут начинаются расходы. 😂

11 сентября стало известно, что Mecka AI ведёт сделку во главе с Sequoia, которая может приблизить оценку компании к $500 млн.

Почему инвесторам интересна компания?

Потому что для развития физических AI-систем требуется огромное количество качественных данных о реальном мире и человеческих действиях.

У языковых моделей был интернет.

У роботов такого удобного готового «интернета движений» нет.

Им нужно учиться:
🦾 брать предметы;
📦 перемещать коробки;
🔧 пользоваться инструментами;
👀 понимать физическую среду.

Поэтому вокруг робототехники появляется ещё один рынок — данные для обучения роботов.

Это буквально новая версия золотой лихорадки:
все хотят строить роботов, а кто-то начинает продавать им учебники. 😏

💬 Что окажется дороже через несколько лет: сам робот или данные, на которых его научили работать?

Учёные из Университета Тафтса (США) разработали революционные зубные имплантаты, которые не просто заменяют, а биологически имитируют настоящие зубы, восстанавливая их чувствительность и естественное крепление.

Ключевые особенности и преимущества:

· Биологическая интеграция: Имплантат содержит стволовые клетки и специальный белок, стимулирующий рост новой нервной ткани. Это позволяет ему соединяться с нервной системой, передавая в мозг ощущения давления, текстуры и температуры.
· Минимально инвазивная установка: Не требует сверления кости. Имплантат фиксируется в мягких тканях десны с помощью расширяющегося слоя резиновых нановолокон.
· Саморастущий дизайн: Изначально небольшой имплантат постепенно увеличивается в размерах, естественным образом заполняя лунку зуба.
· Результаты испытаний: На грызунах имплантаты полностью функционально интегрировались за 6 недель, демонстрируя работу на уровне натуральных зубов.

Потенциал технологии:
Эта разработка может кардинально изменить стоматологию,предложив альтернативу травматичным титановым имплантатам. Более того, принцип биологической интеграции с нервной системой открывает путь для создания аналогичных решений для других костных имплантатов (например, для замены суставов или лечения переломов).

Дальнейшие шаги:
Исследователи планируют изучитьактивность мозга подопытных животных для оценки качества передачи сенсорных сигналов, затем провести испытания на более крупных зубах у животных, а в перспективе — клинические испытания на людях.

⚡️ NVIDIA ТЕПЕРЬ ПОКУПАЕТ НЕ ТОЛЬКО AI. ОНА ПОКУПАЕТ ЕМУ ЭЛЕКТРИЧЕСТВО

Кажется, у AI появилась новая проблема.

Не «где взять мощные чипы?», а:
«Ребята, а где взять электричество для всех этих чипов?» 😂⚡️

21 августа Nvidia инвестировала в Cloverleaf Infrastructure — компанию, которая занимается инфраструктурой для энергоёмких AI-дата-центров. Nvidia получила миноритарную долю, сумма сделки не раскрывается.

И это очень показательный поворот AI-гонки.

🤖 AI ОКАЗАЛСЯ ОЧЕНЬ ПРОЖОРЛИВЫМ

Раньше формула была простой:
нужен AI → нужны GPU → нужна Nvidia.

Но миллионы процессоров требуют:
⚡️ огромных объёмов электричества;
🏗 новых дата-центров;
🔌 подключения к энергосетям;
❄️ охлаждения;
🌎 подходящих площадок.

Поэтому новая цепочка выглядит так:

AI → ЧИПЫ → ДАТА-ЦЕНТРЫ → ЭЛЕКТРИЧЕСТВО → ЭНЕРГЕТИКА

И именно здесь могут появиться следующие огромные деньги.

💰 NVIDIA ЭТО ПРЕКРАСНО ПОНИМАЕТ

Компания уже не просто продаёт GPU — она начинает инвестировать в инфраструктуру, без которой её собственные чипы невозможно будет масштабно использовать.

Логика шикарная:

продаёшь миру AI-чипы → мир покупает слишком много → ему не хватает инфраструктуры → инвестируешь в инфраструктуру. 😂💰

То есть Nvidia постепенно пытается занять сразу несколько этажей AI-экономики.

📈 А ВОТ ГЛАВНЫЙ УРОК ДЛЯ БИЗНЕСА

Во время технологического бума большие возможности находятся не только внутри самого модного продукта.

Все говорят про AI? → смотрим на чипы.
Все покупают чипы? → смотрим на дата-центры.
Все строят дата-центры? → смотрим на электричество. ⚡️

Потому что каждый огромный рынок создаёт новый дефицит.

А новый дефицит = новый потенциальный бизнес.

😂 СТАРТАП-ПИТЧ 2024:
— Мы делаем AI.

СТАРТАП-ПИТЧ 2026:
— У нас есть электричество для AI.

Инвесторы:
«ПРОДОЛЖАЙТЕ, МЫ СЛУШАЕМ». 😂

🎯 ГЛАВНЫЙ ВЫВОД

Следующая AI-гонка может идти уже не только за лучшую модель или самый мощный процессор.

Она может идти за землю, энергосети и электричество.

И главный вопрос AI-экономики постепенно меняется с:
«Насколько умной будет следующая модель?»

на:
«А чем мы всё это будем питать?» ⚡️🤖

💬 Как думаете, следующий миллиардный рынок вокруг AI — энергетика или дата-центры?

🚨 Google не исправила Gemini. Google решила переписать его с нуля.

Представьте ситуацию.

Вы строите дом почти год. 🏠
Потом заходите внутрь…
Смотрите вокруг…
И говорите:
"Нет… Сносим. Начинаем заново." 😳

Именно так сейчас выглядит одна из самых обсуждаемых историй в мире AI.

🤖 Что произошло?

По информации, опубликованной в пятом пункте подборки AI-новостей Unrot, Google DeepMind якобы полностью отказалась от первоначальной основы Gemini 2.5 Pro при создании Gemini 3.5 Pro.

Вместо привычного сценария:
✅ дообучить модель;
✅ подкрутить настройки;
✅ улучшить ответы;
команда, по сообщениям источников, полностью переработала этап предварительного обучения (pretraining) — то есть фактически начала создание новой базовой модели заново. При этом официально Google эту информацию пока не подтверждала.

😂 Это как...
Если бы Apple сказала:
— Новый iPhone?
Нет.
Мы сначала заново изобрели процессор.

💥 Почему это так обсуждают?

Потому что предварительное обучение — это фундамент любой языковой модели.
Это не "обновление версии".
Это не "патч".
Это не "добавили новую кнопку".
Это означает, что разработчики решили:
Проблему нельзя решить косметическими улучшениями.
Нужно менять сам фундамент.

⏳ А почему тогда запуск задержался?

Если информация верна, ответ довольно логичный.
Перестроить фундамент всегда дольше, чем перекрасить стены.
По данным публикации, именно поэтому запуск модели мог сдвинуться относительно первоначальных планов: новая база потребовала значительно больше времени на подготовку.

😅 Самая дорогая фраза в мире технологий

Представляю совещание в Google:
— У нас есть два варианта.
Первый — быстро выпустить модель.
Второй — всё переделать.
…
Выбрали второй. 😂

🎯 Что это значит для бизнеса?

Очень важную вещь.
Сегодня крупнейшие AI-компании уже не могут позволить себе выпускать модели по принципу:
"И так сойдёт."

Конкуренция настолько высокая, что иногда дешевле…
❌ отказаться от готовой работы,
чем выпустить продукт, который окажется слабее конкурентов.

🧠 Урок для маркетологов

Знаете, что меня зацепило больше всего?

Не сама технология.
А подход.
Иногда мы тоже пытаемся бесконечно "докручивать":
📈 стратегию;
🎨 дизайн;
📝 контент;
📢 рекламу.

Хотя правильный вопрос может звучать иначе:
"А может, проблема не в настройках, а в самом фундаменте?"

🚀 Главный вывод

Если сообщения подтвердятся, история с Gemini станет отличным примером того, что иногда настоящий прорыв начинается не с маленьких улучшений…
…а со смелого решения признать:
"Нужно начать заново."

И, возможно, именно такие решения потом меняют целые рынки.

💬 А вы как считаете?

Если продукт уже почти готов, но команда понимает, что фундамент слабый…
Вы бы выпустили его быстрее или рискнули бы всё перестроить с нуля ради лучшего результата?

💸 MANUS ХОЧЕТ СТОИТЬ $4 МЛРД ПОСЛЕ РАЗРЫВА С META

Иногда лучший способ пережить расставание — поднять новый раунд на $500 млн. 😂

18 сентября стало известно, что AI-стартап Manus обсуждает привлечение около $500 млн при оценке $4 млрд после возвращения к независимой работе.

По данным TechCrunch со ссылкой на Wall Street Journal, среди потенциальных инвесторов называются IDG Capital, Boyu Capital и CATL, а компания также рассматривает реструктуризацию перед возможным IPO в Гонконге.

И история Manus очень показательна.

Компания делает AI-агентов и инструменты, которые помогают:
🤖 выполнять задачи;
💻 создавать сайты и приложения;
🎨 делать дизайн;
📊 собирать презентации;
🎥 генерировать видео.

То есть инвесторы продолжают делать огромные ставки не просто на AI, который разговаривает, а на AI, который производит результат.

И вот это, возможно, главный продуктовый переход 2026 года:
чат-бот → помощник → агент → цифровой сотрудник.

Маркетолог будущего:
— У нас команда из восьми человек.
— А сколько людей?
— Очень интересный вопрос. 😂

💬 Верите, что через несколько лет компании будут отдельно считать штат людей и штат AI-агентов?

🧠 AI ПЕРЕЕЗЖАЕТ ИЗ ОБЛАКА ПРЯМО В СМАРТФОН

Похоже, скоро фраза:
«Отправляем запрос в облако»

будет звучать так же старомодно, как:
«Запишу на диск». 😂

15 сентября MediaTek представила Dimensity 9600 Pro — первый мобильный процессор компании на передовом 2-нм техпроцессе TSMC.

Главная ставка — AI непосредственно на устройстве. MediaTek заявляет, что NPU нового процессора на 51% быстрее предшественника на одном из этапов обработки запроса генеративным AI.

И вот почему это важно.

Если больше AI-задач выполняется прямо на смартфоне, появляется потенциал для:
⚡️ меньшей задержки;
📱 более автономных AI-функций;
☁️ меньшей зависимости от облачных вычислений.

А ещё MediaTek пытается сильнее зайти в премиальный сегмент, где много лет доминировали другие игроки.

То есть AI становится не просто функцией телефона.

Он превращается в причину продать человеку более дорогой телефон. 💰

💬 Через пару лет будем выбирать смартфон по камере или уже по мощности его локального AI?

🤯 $3,9 МЛРД НА «AI-ФАБРИКИ», КОТОРЫЕ МОЖНО ПРИВЕЗТИ НА ГРУЗОВИКЕ

Пока одни стартапы собирают миллионы на приложения, Crusoe собрала $3,9 млрд на места, где весь этот AI будет жить.

17 сентября компания объявила Series F на $3,9 млрд, после которого её оценка достигла $30,9 млрд.

Но особенно интересна идея Crusoe Spark.

Это модульные AI-дата-центры, которые производятся заранее, перевозятся грузовиками и могут подключаться к крупным источникам энергии.

То есть дата-центр постепенно превращается почти в:
«Привезли → подключили → включили AI». 😂

И вот здесь виден главный тренд 2026 года.

AI-гонка давно перестала быть только гонкой нейросетей.

Теперь огромные деньги идут в:
⚡️ электричество;
🖥 вычисления;
🏗 дата-центры;
❄️ охлаждение;
🔌 инфраструктуру.

Потому что сделать AI-модель — половина проблемы. 👍

Вторая половина:
«Где мы найдём мощности, чтобы её запустить?»

💻 AI-ПРОГРАММИСТА DEVIN ОЦЕНИЛИ УЖЕ В $48 МЛРД

Помните времена, когда AI просто подсказывал разработчику следующую строчку кода?

Кажется, они закончились примерно вчера. 😂

8 сентября стартап Cognition, создатель AI-разработчика Devin, сообщил о привлечении $2 млрд при оценке $48 млрд.

Причём ещё в мае компанию оценивали в $26 млрд. То есть за несколько месяцев стоимость почти удвоилась.

Причина понятна: рынок активно двигается от AI-помощников к AI-исполнителям.

Devin может не только предложить кусочек кода, но и самостоятельно планировать задачу, писать, тестировать и разворачивать программное обеспечение.

А теперь интересная цифра.

Cognition сообщила, что её run-rate revenue вырос с $492 млн почти до $900 млн с предыдущего раунда в мае.

То есть инвесторы платят огромные деньги уже не просто за красивое слово AI.

Они смотрят на продукт, который потенциально меняет экономику целой профессии.

Программист будущего, похоже:
— Devin, сделай задачу.
— Готово.
— А я тогда зачем?
— Вы очень красиво ставите задачи. 😂

💬 Как думаете, AI-разработчики уменьшат команды или просто позволят тем же командам делать в несколько раз больше?

🤖 Claude начинает управлять не только текстом, но и реальным железом

📅 27 августа

Anthropic показала Model Hardware Standard — MHS.

Идея простая и довольно мощная: создать общий стандарт, через который AI-агенты смогут безопасно управлять физическим оборудованием.

Например: микроскопами, роботизированными руками, лабораторными системами и другим научным железом.

Anthropic говорит, что интеграция оборудования, которая раньше могла занимать недели или месяцы, в некоторых случаях может сократиться до часов и минут.

Вот здесь AI уже действительно начинает выходить из браузера в физический мир. 🦾

🤖 AI ОТРАСТИЛ РУКИ И НОГИ. И AMD УЖЕ В ИГРЕ

Кажется, эпоха, когда искусственный интеллект спокойно сидел у нас в ноутбуке и писал: «Вот 10 вариантов заголовка», начинает заканчиваться. 😅

Теперь AI собирается встать, пройтись по заводу и заняться реальной работой.

23 июля Foundation Future Industries объявила о партнерстве с AMD: компании будут совместно развивать автономных гуманоидных роботов для промышленного и военного применения. В новом Phantom MK-2 планируют использовать процессоры AMD Ryzen AI Embedded X100 Series.

🦾 То есть нейросети теперь дают тело?
Фактически — да.

Мы привыкли к AI, который:
✍️ пишет тексты,
🎨 генерирует картинки,
📊 анализирует данные,
💬 отвечает клиентам.

Но следующий большой рынок — Physical AI.
Это когда интеллект существует уже не только внутри приложения, а получает камеры, сенсоры, руки, ноги и возможность взаимодействовать с физическим миром.

Проще говоря:
ChatGPT: «Чем могу помочь?»
Physical AI: «Где коробки разгружать?» 😂

🔥 И вот здесь история AMD становится особенно интересной

Для производителя процессоров рынок AI уже давно не ограничивается компьютерами.
Сначала гонка шла за вычисления для генеративного AI и дата-центров.
Теперь появляется следующий потенциально огромный слой спроса — роботы.

Им тоже нужны вычисления. Причём непосредственно внутри машины: чтобы воспринимать окружающую среду, обрабатывать информацию и выполнять задачи.
И партнерство с Foundation хорошо показывает, куда расширяется рынок AI-железа.

🏭 Это уже не робот из красивого ролика

Foundation сообщила Reuters, что её Phantom MK-1 использовались в производстве более 24 000 автомобилей в 2025 году.
А планы по масштабированию выглядят ещё интереснее: в октябре компания собирается открыть производство мощностью 5 000 роботов в год, а затем начать строительство предприятия с потенциальной мощностью 50 000 единиц ежегодно.

Вот тут история про гуманоидов перестаёт выглядеть как:
"Смотрите, робот научился складывать полотенце!" 🥹

И начинает выглядеть как полноценный новый рынок труда, оборудования и вычислительной инфраструктуры.

💰 И бизнес-модель уже вполне земная

Промышленных роботов компания планирует сдавать клиентам примерно за $100 000 в год.
Для оборонного применения разрабатываются версии для работы с грузами и разведывательных задач; их стоимость заявлена на уровне $300 000 за единицу.

То есть Physical AI постепенно превращается из футуристической презентации в продукт с ценником, производственными мощностями и бизнес-моделью.

📣 А маркетологам-то что?

А вот здесь начинается самое интересное.
Следующая AI-революция может продавать уже не только софт.
Она будет продавать:
роботов, вычислительные платформы, автоматизацию предприятий, сервисные контракты и новые модели «цифрового труда».

А значит, маркетологам придётся объяснять клиенту уже не:
«Почему наша нейросеть пишет лучше?»
а:
«Почему робот за $100 000 в год выгоднее существующего процесса?» 😅

И здесь одного хайпа вокруг AI будет мало.
Понадобятся понятный ROI, реальные кейсы и доказанная экономическая ценность.

🚀 Главный сдвиг 2026 года

Мы несколько лет наблюдали, как AI учился думать, писать, видеть и говорить.
Теперь начинается следующий этап:
AI учится действовать в физическом мире.

И если Physical AI действительно станет следующим большим технологическим рынком, производители вычислительного железа могут оказаться одними из главных бенефициаров этой гонки.
Потому что каждому новому «мозгу на ножках» где-то нужен процессор. 🤖

И AMD, похоже, решила занять место в этой цепочке заранее.

А теперь вопрос: когда гуманоидные роботы станут массовыми, компании будут продавать их как оборудование… или начнут нанимать их по подписке как новых сотрудников? 👀