# Дип Нишар о стартапах в эпоху ИИ: «Не станьте дорожной пылью для OpenAI» Источник: https://www.youtube.com/watch?v=UTsIjsAWKkM Канал: Startup Grind Опубликовано: 27.04.2024 --- Сотрудничество между разработчиками и искусственным интеллектом переходит в фазу глубокой интеграции, где ИИ перестает быть внешним инструментом и становится частью фундаментального стека программирования. Крис Латтнер (Modular), Келси Зот (Adept AI) и Дип Нишар (General Catalyst) обсуждают, как агенты ИИ, новые языки программирования вроде Mojo и изменение подходов к разработке переформатируют будущее не только ИТ-сектора, но и всей экономики знаний. ## 🚀 Новый этап: от текстовых подсказок к «действующим агентам» [[JUMP:02:40]] Современное программирование уже получило значительный импульс благодаря генеративному ИИ: по оценке Дипа Нишара, продуктивность разработчиков в базовых задачах выросла на 30–45% [02:48]. Однако индустрия движется дальше — от простой генерации текста к созданию «агентов», способных выполнять сложные действия внутри программного обеспечения. Келси Зот отмечает, что в Adept AI фокус сместился с чисто текстовых моделей на мультимодальные системы, способные понимать интерфейсы (UI) [04:43]. По её словам, ИИ сегодня преодолевает барьер «избыточной детализации» в коде: * Раньше для автоматизации процесса нужно было прописывать каждый клик, ожидание и взаимодействие с выпадающим меню [05:10]. * Теперь модели способны обобщать опыт и выполнять задачи по запросу на естественном языке, понимая логику интерфейса так же интуитивно, как это делает человек [05:51]. Зот ставит перед своей командой высокую планку: модель должна научиться пользоваться любым ПО так же легко, как ее младшая сестра, которая интуитивно разбирается в любом интерфейсе без инструкций [06:17]. ## 🛠 Демократизация стека: Mojo и борьба с «черными ящиками» [[JUMP:07:35]] Крис Латтнер, создатель LLVM и Swift, указывает на критическую проблему: ИИ остается «черным ящиком» для большинства программистов. Он утверждает, что хотя обучение моделей (training) стало массовым навыком [07:48], их реальное развертывание и оптимизация под «железо» (deployment) все еще остаются «темным искусством», доступным лишь узкому кругу специалистов [08:02]. Основные тезисы Латтнера: 1. **Проблема Cuda:** Оптимизация сегодня требует написания низкоуровневых ядер (Cuda kernels), что слишком сложно для обычного Python-разработчика [08:15]. 2. **Язык Mojo:** Проект Modular призван стереть границы между легкостью Python и мощностью системного программирования [08:27]. Цель — дать разработчикам возможность «хакнуть» каждый слой стека, не будучи «ниндзя» в области микроархитектур чипов. 3. **Open Source как необходимость:** Латтнер убежден, что будущее ИИ должно быть открытым. Зависимость от закрытых API (вроде GPT-4) ограничивает инновации, в то время как индустрии нужны настраиваемые и прозрачные алгоритмы [09:43]. ## 🔄 Конец «песочниц»: слияние исследований и продукта [[JUMP:10:09]] Участники дискуссии сошлись во мнении, что классическая модель разделения труда в ИТ-компаниях изжила себя. По мнению Келси Зот, эпоха, когда исследовательская группа «запускала бумажный самолетик» с результатами своих изысканий через стену в отдел продукта, закончилась [10:21]. В современных реалиях, особенно в стартапах, важна «совместимость мозгов». Латтнер проводит аналогию с Agile: раньше разработчики и тестировщики были разными людьми, что затягивало циклы [11:00]. Теперь же исследователь ИИ и продуктовый инженер должны работать в едином цикле обратной связи. Зот подтверждает это на примере Adept: данные о том, как пользователь взаимодействует с интерфейсом (например, затыкается на выборе даты), напрямую используются для дообучения базовых моделей [15:20]. ## 💼 Стратегии для фаундеров: как не стать «дорожной пылью» [[JUMP:19:36]] Дип Нишар, основываясь на анализе более тысячи ИИ-стартапов за последние полтора года, сформулировал три правила выживания в эпоху доминирования Frontier-моделей (таких как OpenAI или Anthropic) [19:55]: 1. **Избегайте поглощения моделью:** Всё, что касается простого резюмирования (summarization) или перевода, рано или поздно станет бесплатной функцией внутри базовых моделей [20:17]. Если ваш продукт не несет более глубокой ценности, вы рискуете стать «roadkill» (сбитым животным на дороге) [20:30]. 2. **AI+ vs +AI:** * **AI+** (например, Uber в эпоху мобайла) — компании, которые не могли бы существовать без ИИ. Это область самых рискованных, но и самых перспективных идей [20:44]. * **+AI** (например, Airbnb) — существующий бизнес, усиленный ИИ. Здесь сложнее конкурировать с гигантами (incumbents), у которых больше капитала и каналов продаж [21:23]. 3. **Глубокая ценность против «оберток»:** Стартапы, которые просто создают удобный интерфейс (wrapper) поверх чужого API, крайне уязвимы, так как строят бизнес на чужом капитале [22:15]. Крис Латтнер добавил важное замечание о личных ресурсах фаундера. Он советует думать как инвестор, но вкладывать не деньги, а время [17:16]. Самый большой риск для стартапа, по мнению Латтнера, — это не техническая неудача, а потеря веры и мотивации командой [18:21]. ## 📉 Будущее труда: автоматизация рутины [[JUMP:11:54]] Келси Зот разделяет работу на две корзины: стратегическо-креативную и исполнительскую [13:22]. Она прогнозирует, что: * Сложные, но повторяющиеся задачи («биться головой о стену из-за сложности интерфейса») будут абстрагированы технологиями [13:48]. * Знаниевая работа (knowledge work) сместится в сторону управления стратегией и творчеством [14:01]. Итогом дискуссии стал тезис о том, что ИИ — это самый масштабный технологический скачок за последние три десятилетия, превосходящий по влиянию появление интернета и мобильных технологий вместе взятых [02:21].