Россия: курс на будущее

Когда уникальное станет бесценным — и что с этим делать. Продолжение поста dzen.ru/...byn Предложение сжимается, спрос растёт. MIT Data Provenance Initiative зафиксировала: крупнейшие веб-источники сократили доступ к своим данным на 45%. При этом каждое следующее поколение моделей требует экспоненциально больше данных нового качества. Временно́й горизонт — разный для разных категорий: Редкая биометрика — дефицит уже сейчас Малые языки и диалекты — острый дефицит через 2–3 года Профессиональные знания «в действии» — через 3–5 лет Медицинские данные редких патологий — через 3–7 лет Непубличные личные архивы — через 10–20 лет, но именно они станут абсолютным дефицитом Самая провокационная категория — принципиально невоспроизводимые данные: видеозаписи людей, которых уже нет; аудио исчезнувших языков; документы до цифровой эпохи. Их нельзя синтезировать без потери верифицированной аутентичности. У них нет рыночного аналога и нет замены. Это буквально бесценное. Но главная проблема — не техническая, а экономическая. Человек, поделившийся данными, теряет контроль над ними навсегда. Он не продаёт товар — он делает подарок, который используется в тысячах продуктов без его ведома и вознаграждения. Поэтому больницы не делятся медкартами, заводы — данными датчиков, люди — личными архивами. Данных в мире в миллион раз больше, чем использует весь ИИ сегодня — но они заперты, потому что у владельцев нет стимула делиться. ​ Решение — модель роялти. Attribution-Based Control (ABC): каждый раз, когда модель, обученная на ваших данных, генерирует ценность — вы получаете долю. Как музыкант, чья песня крутится на радио. Forbes в январе 2026-го констатировал: персональные данные уже превращаются в реальный доход — через лицензирование, data marketplace, участие в federated learning. Это пока нишевый рынок. Но именно так в своё время выглядел рынок интернет-рекламы. Если не создать механизм, при котором уникальное знание выгодно раскрывать — оно уйдёт за корпоративные стены навсегда. Коллапс знания — уже идущий процесс. Уникальное человеческое — единственное, что может его остановить.

Уникальное человеческое — новая нефть. Только добывать его сложнее. Продолжение поста dzen.ru/...zax Рынок AI-датасетов вырос до $4,47 млрд в 2025 году и движется к $54 млрд к 2035-му — при росте почти 19% в год. Но не потому что данных стало больше. А потому что они стали дефицитом. ​ Парадокс в том, что данных на планете — океан. Мировой объём оцифрованной информации: около 180 зеттабайт, удваивается каждые два года. Все крупнейшие языковые модели вместе взятые обучались на нескольких сотнях терабайт — это в миллион раз меньше того, что существует. Проблема не в нехватке данных. Проблема в том, что почти все они заперты: в больницах, банках, на заводах, в личных архивах. ​ Что именно дорожает прямо сейчас: Биометрика. Разнообразие лиц, голосов, походок — не «средних», а редких: нестандартная этническая внешность, пожилые лица, нетипичная мимика. API биометрических баз стоят от $185 до $3950 в месяц. Системы распознавания «под ключ» — от $80 000 до $500 000. Настоящий дефицит не в количестве лиц, а в их разнообразии. Медицина. МРТ с редкими патологиями, ЭКГ нетипичных аритмий — то, что ни один генератор не придумает. Электронные медкарты мира — «в миллион раз больше, чем Common Crawl», по оценке IFP. Почти всё это недоступно. ​ Профессиональное знание в действии. Не текст о том, как диагностировать турбину — а реальные данные датчиков, логи решений инженера, видео рук мастера. Это знание существует только у конкретного человека. Малые языки. На Земле около 7 000 языков. В топовых датасетах полноценно представлены от силы 100. Часовая запись живого носителя умирающего языка — уникум, который никогда не появится снова. Общая логика: ценность определяется не объёмом, а верифицированной уникальностью. Один настоящий документ стоит дороже тысячи сгенерированных. Продолжение тут dzen.ru/...ln9

ИИ поедает сам себя. И это уже не метафора. «Совокупность человеческих знаний исчерпана в обучении ИИ. Это произошло примерно в прошлом году». Так в январе 2025-го сказал Илон Маск. Илья Суцкевер — один из создателей GPT — сказал то же самое. Epoch AI подтвердила: весь публично доступный качественный текст закончится между 2028 и 2032 годом. Некоторые считают, что уже закончился. Что происходит дальше? ИИ начинает обучаться на собственных выходах. И здесь запускается механизм, который учёные назвали model collapse — коллапс модели. Представьте сломанный ксерокс: каждая следующая копия немного хуже оригинала. Пять итераций — и текст нечитаем. С ИИ то же самое, только незаметнее. Исследование Nature (2024) зафиксировало: при рекурсивном обучении модели необратимо теряют разнообразие выходов. Редкие, нестандартные, периферийные знания вымываются первыми — они статистически редки, и модель перестаёт их «видеть». ​ Это математическая неизбежность. Чем больше усредняешь — тем тоньше хвосты распределения. А именно в хвостах живут прорывы: нетривиальные гипотезы, редкие языки, локальные культурные практики, диссидентские точки зрения. Интернет уже меняется. 14 000 веб-доменов, которые раньше открыто использовались для обучения ИИ, ограничили доступ — некоторые на 45% — чтобы боты не скребли их данные. Платформы закрывают API. Правообладатели судятся. Эпоха открытых данных заканчивается. ​ Самое страшное — не то, что ИИ деградирует. Страшно другое: когда миллиарды людей получают информацию через один и тот же ИИ-фильтр, этот фильтр незаметно перекраивает их картину мира. Академическая работа «AI and the Problem of Knowledge Collapse» (2024) называет это «эффектом фонарного столба»: люди ищут ответы там, где светло — то есть там, где ИИ легко отвечает. Нестандартные вопросы перестают задаваться. Редкое знание исчезает не потому что оно неверно — а потому что оно статистически неудобно. ​ Следствия конкретны: замедление инноваций (прорывы всегда приходят с периферии), исчезновение малых языков из следующих поколений моделей, культурная гомогенизация планетарного масштаба. Коллапс знания — это не сбой. Это закономерный итог системы, которая кормит себя своими же выходами. Продолжение dzen.ru/...byn