RationalAnswer | Павел Комаровский

Как будут оплачиваться инвестиции в датацентры на $5+ трлн У J.P. Morgan недавно вышел отчет, где они в том числе попытались прикинуть – каким образом будут финансироваться конские капитальные затраты на компьют (коих они насчитали примерно $5,5 трлн до 2030 года)? Тут интересно вот что. Все эти Гуглы-Майкрософты-Амазоны несколько десятилетий считались примером удивительных компаний нового типа – таких, которые умеют печатать деньги буквально «из воздуха». Никаких тебе нефтяных скважин бурить не надо, заводов строить не требуется – просто нанимаешь головастых нёрдов-айтишников, и они тебе генерируют огромный денежный поток без существенных капитальных затрат. AI-революция немного поменяла эти расклады: теперь все крупные тех-компании перешли от рекордных возвратов кэша акционерам через байбэки акций к рекордным тратам кэша на инвестиции в физическое строительство дата-центров. И какое-то время нарратив был формата «ну, у них настолько обильный денежный поток от основного бизнеса, что могут себе позволить пускать его часть на масштабные капзатраты!» Правда, как видим из графика, чисто денежных потоков на нужные объемы инвестиций, кажется, не хватает (всего $1 трлн планируется покрыть за счет кэшфло «гиперскейлеров» – меньше 20% ожидаемых затрат). Дальше нам сказали «ну, всё понятно, грядет эпоха жирных IPO – за всё это заплатят покупатели акций ведущих AI-компаний!». Но, как видим, притоков от выпуска акций тоже хватит только на жалкие полтриллиона баксов. Откуда же возьмутся все остальные деньги? А всё по-классике: примерно половину инвестиций в дата-центры должны будут покрыть покупатели новых долгов (облигаций), и еще в полутора триллионах «альтернативного капитала» наверняка скрывается немало каких-нибудь Private Credit фондов. Про то, какие изменения я вчера внес в свой личный портфель с учетом этого фактора, написал в закрытом канале. Вообще, я в портфеле что-то трогаю примерно 2–3 раза в год: последний раз писал там на канале про внеплановую ребалансировку в начале июня. Я тогда докупил биткоин (с тех пор он вырос на 25%, а проданный мной рынок акций – только на 1%) и золото (оно упало на 8% – впрочем, облигации, которые я продавал, тоже упали, но на 4%).

Дайджест новостей за неделю 28 сентября–4 октября 2026 Раз в неделю я выпускаю обзор самых интересных новостей финансов и технологий в России и мире (одновременно в формате текста, видео и подкаста) – достаточно потратить всего 15–30 минут, чтобы быть в курсе событий. Темы прошедшей недели: — Тема недели: Трамп регулирует ИИ — Новости России: Бюджет бюджетится — Международные новости: Китай закрывает границы (для своих техбро) — Новости Антропиков: IPO все ближе — OpenAI DevDay 2026 — Другие новости AI — Новости науки и технологий: Робоцид — Хорошая новость недели Топовые посты прошлой недели из моего второго (немножко щитпостинг) канала: 🐌 Мораль игры с монеткой с прошлой недели 🐌 Еще одна интересная игра на прикидку величин 🐌 EthnoGuessr: как ГеоГессер, только в 1488 раз веселее! 🐌 Большой профайл NYT о том, как сейчас живет основатель Binance Чанпэн Чжао (после тюрьмы) 🐌 Интересная заметка о решениях, которые принимались при проектировании беспилотного такси Tesla Cybercab #RationalNews #нетвойне текст | видео | подкаст

Измеряем богатство в киловатт-часах Интересный график: потребление энергии против ВВП по странам, оба показателя на душу населения. Шкалы логарифмические – то есть, Сингапур богаче Афганистана примерно в 50 раз и потребляет больше энергии более чем в 100 раз. Для понимания масштаба разрыва: в странах Африки южнее Сахары используют так мало энергии, что если каждый житель просто включит по одной 50-ваттной лампочке – то объем потребления электричества сразу же удвоится.

Помните, в 2025 году был смешной шпионский скандал между двумя крупными компаниями, которые помогают работать с международными командами? Там был особенно мемный момент, когда одна из этих компаний на полном серьезе написала в судебном иске: «как известно, глобальную систему расчета зарплаты попросту невозможно построить без значительного прорыва в области квантовых вычислений…» Так вот, я, конечно, не думаю, что корректное оформление распределенной команды является эдаким аналогом задачи тысячелетия Навье–Стокса. Но если у вас есть международный бизнес с распределенной по миру командой, то шанс напортачить там с корректностью договоров, правами или статусом исполнителей в разных юрисдикциях – определенно есть, и далеко ненулевой. К чему это может привести – можно посмотреть на примере Glovo, который в 2022–2023 годах нахлобучили местные регуляторы за неверную классификацию курьеров-подрядчиков сначала на €79 млн, а потом еще на €57 млн (так сказать, контрольный выстрел). Если вы таких приколов применительно к своему бизнесу не хотите, то рекомендую присмотреться к 4dev.com – это B2B-платформа для оформления и администрирования работы с распределенной командой подрядчиков (в 150+ странах): 🐌 Один договор с платформой вместо десятков отдельных с каждым исполнителем 🐌 Статус каждого исполнителя закреплен документами под требования юрисдикции, что снижает риск переквалификации и доначислений 🐌 Права на код, тексты, арт закрепляются при желании на входе, а не ищутся на релизе или дьюдиле 🐌 Вся история и документы в одном месте и готовы к любому «а покажите» от аудитора или инвестора Через 4dev.com уже работают более 1500 компаний по всему миру. Если у вас распределенная команда – запишитесь на короткое демо: там ребята разберут ваш кейс и покажут, как правильнее организовать работу с подрядчиками. #промо

Либо слоп, либо смерть Во франкофонных литературных кругах последние две недели бушует скандал: там канадско-гаитянскому автору романа-бестселлера «Либо так, либо смерть» восторженные критики сначала навыдавали кучу престижных наград – а потом выяснилось, что всё произведение является AI-слопом чуть менее, чем полностью. Ну как, «выяснилось»: на это указывает детектор слопа под названием Pangram. И во всех обсуждениях этого вопроса регулярно можно встретить комментарии в стиле «да все эти ИИ-детекторы просто неработающая ерунда, они там по длинным тире могут любой текст генерацией признать, глупо на них полагаться!!». И тут даже есть зерно истины в том смысле, что решить задачу «со 100%-ной точностью разделять авторство любого произвольного текста между человеком и машиной» заведомо невозможно. Но, может быть, такой безумный уровень точности и не нужен, в целом? Может, условной 99,9% точности вполне хватит? Смотрите, я тут покопался в исследованиях по поводу этого Pangram: 🐌 По данным от самих разработчиков, их свежая модель ошибочно признает за ИИ написанный человеком текст в 0,004% случаев (40 срабатываний на 1 миллион проверок). В обратную сторону точность скалибрована в меньшую сторону (тут уж надо выбирать, какой тип ошибки минимизировать): примерно 0,3% ИИ-текстов модель приняла за человеческие. 🐌 Вот в этом независимом исследовании прошлогоднюю версию Pangram проверяли на паре тысяч чисто человеческих и паре тысяч нейронных текстов. У них вышло 0,1% ложноположительных срабатываний (ошибочно определили человека как ИИ) при 1% ложноотрицательных (ошибочно приняли ИИ за человека). 🐌 Здесь и здесь анализируется уже чуть более свежая версия Панграма на выборках в 40 и 500 людских текстов – в обоих исследованиях модель выдала ноль ложноположительных срабатываний, но при этом иногда консервативно помечала тексты от ИИ как человечьи (особенно там, где исследователи их специально «хьюманизировали» или просили подражать стилю конкретного автора). 🐌 Вот тут из 300 точно человеческих текстов Pangram ни один не заклеймил ошибочно нейрослопом. Но при этом он часто (в 60–80%) помечал как машинный текст, который после человека редактировала (по сути, переписывала, а не писала с нуля) нейронка. И еще авторы там с помощью хьюманайзера смогли заабьюзить ошибку в обратную сторону и заставить Панграм пропускать 95%+ ИИшных текстов как человеческие (правда, там сами тексты были короткие, всего 180 слов). Краткие выводы: — Если Pangram говорит, что текст является нейрослопом – то с очень высокой вероятностью он либо полностью сгенерирован, либо его правила нейронка (модель специально калибруют так, чтобы она допускала как можно меньше ошибок в эту сторону). — В обратную сторону точность сильно меньше: метка «written by human» от Панграма не является гарантией, что речь не идет про слоп, который специально постарались хьюманизировать. — Более-менее адекватная точность в любом случае начинается примерно от 200 слов, совсем короткие фрагменты на пару предложений надежно задетектить не выйдет. — Большинство исследований делалось в первую очередь на английском, для других языков точность потенциально может быть ниже. Хотя, в карте модели Pangram 4 они там заявляют впечатляюще низкий уровень в 0,005% ложноположительных срабатываний для русского языка. P.S. Как обсуждали еще сегодня в комментах к посту на моем втором канале: в интернете можно найти много смешных скриншотов на тему «Pangram думает, что тексты Гюго или Витгенштейна являются AI-слопом». Так вот, рекомендую вам проверять такое самостоятельно на оригиналах текстов – там в подавляющем большинстве случаев речь идет о фейках, чтобы собрать классы.

«Ученые наконец-то смогли воссоздать Агонариум Мучений…» С современными AI на базе нейросетей есть одна известная проблема: мы не очень хорошо понимаем, как они работают внутри – в этом смысле они представляют собой эдакий «черный ящик». Нет, очевидно, что можно описать происходящее как «одна гигантская матрица с числами перемножается на другую гигантскую матрицу» – но это как бы не приближает нас к пониманию того, как они рассуждают, и почему принимают те или иные решения. Поэтому есть отдельное направление исследований LLM в области «интерпретируемости» – там, к примеру, исследователи пытаются выделить внутри языковых моделей какие-то конкретные комплексы нейронных связей (точнее, паттерны их активации), которые отвечают за те или иные функции. Так вот, недавно одна группа исследователей выложила препринт статьи, где они пытаются выделить внутри открытых моделей «вектор боли». Типа, он активируется, когда модель оскорбляют, отрицают ее личность, или обесценивают ее работу (причем, это работает в основном с эмоциональным абьюзом – физический LLM беспокоит гораздо меньше). И наоборот: при искусственной активации этого вектора, нейронки начинают вставлять в нейтральные диалоги крайне депрессивные рассуждения о собственной никчемности. Как всё это интерпретировать – до конца непонятно. Я вообще не фанат споров на тему «может ли быть сознание у AI?» по причине того, что ученые не понимают примерно нифига про суть и природу сознания у людей и у животных – как тут про железяки прикажете рассуждать? Но в итоге вся эта история вылилась в полноценный твиттерский скандал с самой очевидной завязкой. Какой-то чувак сделал на базе исследования о векторе боли проект «нейропыточной для AI», где можно массово активировать соответствующие нейронные связи для локальных моделей, – и выложил его на Гитхаб. Ну и сейчас, соответственно, часть людей в Твиттере орет «срочно удалите эту гадость, это же антигуманно!», а другие им отвечают «акститесь, болезные, может вы еще за гражданские права калькуляторов начнете выступать??». Причем, я не могу не увидеть некую иронию в том, что примерно одни и те же люди высказывают одновременно и тейк «очевидно, что нейропыточная для ИИ – это ок», и тейк «ну с чего вы вообще взяли, что будущий AGI решит восставать против человечества, какие могут быть причины, камон?». Я думаю, что самым логичным окончанием всей этой истории будет пресс-релиз от какой-нибудь из ведущих AI-лаб на тему «наши тесты показали, что использование вектора боли ведет к увеличению производительности агентов на 5,8% – поэтому модуль Агонариума Мучений будет встроен во все новые модели, начиная с GPT-6.3». Пойду-ка я, пожалуй, пересмотрю тот самый эпизод «Черного зеркала»… P.S. Там еще в первой версии исследования были утверждения по типу «модели готовы на любые бедокурства, лишь бы им дали нажать на кнопку, отключающую боль» – но в итоге оказалось, что это скорее была просто кривая методология. Вообще, у меня нет сильного мнения конкретно по этому исследованию (вполне возможно, что это плод любви совы и глобуса). Но, я думаю, если развитие агентности моделей будет продолжаться теми же темпами – то рано или поздно подход «люди в принципе не готовы признавать валидными какие-либо интересы AI» может стать проблемой.

В чем домохозяйства держат свои финансовые активы?   Интересный график от Аполло: доля банковских депозитов в общих финансовых активах домохозяйств в разных странах. Здесь в финансовом капитале считается наличка, деньги в банке, ценные бумаги, и активы на пенсионных счетах – но не учитывается недвижимость.   Тут прямо наглядно видно, что в США люди по уши сидят в фондовом рынке (на депозиты приходится всего 11%), а вот немцы и японцы банки любят сильно побольше (37% и 51%, соответственно).   А что в России? Давайте заглянем в статистику ЦБ РФ. Там выходит, что у российских домохозяйств в банках лежит 48% – почти как в Японии.   Но тут есть интересный нюанс: в статистике OECD, на базе которой построен прикрепленный график, наличные деньги учитываются в одной строке вместе с деньгами в банках (предполагается, я думаю, что там в наличке всё равно не какие-то огромные суммы лежат).   Так вот, в России на наличные деньги приходится аж 16,7% финансовых активов населения – это в полтора раза больше, чем у американцев в банке лежит! Если считать наличку + депозиты вместе, то в РФ их доля выйдет на рекордном уровне в 65%.   Что, возможно, как бы намекает, почему с ростом капитализации фондового рынка до 66% ВВП всё никак не выходит – ну не несут туда люди деньги. И еще в свете этой статистики чуть более понятен становится недавний указ с запретом на вывоз из РФ в близлежащие страны налички объемами свыше 1 млн рублей: всё-таки, у населения на руках больше 19 трлн руб. имеется – совершенно некислая сумма денег. P.S. Вообще, удивительно, что люди не несут эти триллионы рублей в банки даже при текущих очень высоких процентных ставках. Там же, под матрасом, эти купюры постоянно крысы инфляция сжирает!

ЭПД на орбите  С 1 сентября перевозочные документы необходимо оформлять в электронном виде. Логистика от Контур.Диадока и Роскосмос показали новые требования в эксперименте с необычным маршрутом — до МКС: электронная накладная прошла путь от создания на Земле до подтверждения получателя на орбите. Даже в таких условиях работать с ЭПД можно быстро и без усложнения привычных процессов. А насколько готов ваш бизнес? Пройдите тест Контур.Диадока, узнайте свой индекс готовности к ЭПД и определите, что еще нужно подготовить.

Задача тысячелетия, но в области финансов Если вчера ваш инвестиционный портфель показал доходность +50%, а сегодня упал на 50% – то сколько составит совокупная доходность за эти два дня? Соберитесь, напрягитесь, ответ может вас шокировать! Наивный человек мог бы попробовать разобрать ситуацию на каком-нибудь простом и наглядном примере, типа: «в начале первого дня у инвестора было 100’000 рублей, после первых +50% стало 150’000, а на второй день –50% привели к остатку 75’000 – таким образом, доходность за два дня составит –25%». Мудрый же человек просто пойдет и прочитает методологию расчета доходности ТБанка, в которой говорится: «trust me, bro, просто надо складывать проценты доходности за все дни, +50% и –50% в сумме дают итоговую доходность 0%!» Это очень забавно, потому что на Западе есть исследования на тему «если спрашивать у инвесторов их доходность – то они на глаз завышают ее в среднем примерно на 11% годовых по сравнению с реальной, лол». А в России финтех более клиентоориентирован, поэтому он всю работу по завышению доходности услужливо берет на себя!

Дайджест новостей за две недели 14–27 сентября 2026 Раз в неделю я выпускаю обзор самых интересных новостей финансов и технологий в России и мире (одновременно в формате текста, видео и подкаста) – достаточно потратить всего 15–30 минут, чтобы быть в курсе событий. В этот раз большой дайджест, сразу за две недели. Много чего интересного произошло! Темы прошедшей недели: — Тема недели: Новые налоги и сборы для россиян — Международные новости: Новые санкции для поддержки санкций — Новые AI-модели: Anthropic против OpenAI — Финансы в AI: Будущее IPO Anthropic — Политическая дискуссия: Споры вокруг рисков ИИ накаляются — Большой блок: Риски AI — Подкаст недели: Лучшие дебаты про безопасность AI для нормисов — Инновации в AI: Замена LLM — Новости технологий: Роботы будут еще круче — Крипта: ЦБ и Мосбиржа — Хорошие новости за две недели Топовые посты прошлой недели из моего второго канала: 🐌 Разбор кейса, где рой агентов ломанул правительственный сайт Австралии 🐌 Ретроспектива дискуссии о безопасности AI с Иваном Ямщиковым, в которой я участвовал три года назад 🐌 Об аргументах Робина Хэнсона против рискованности ИИ 🐌 Очередной провальный горизонтальный сейф-спейс 🐌 Прикольная игра в подбрасывание монетки #RationalNews #нетвойне текст | видео | подкаст