# Брэд Герстнер и Билл Гёрли о Tesla FSD 12, открытом ИИ и юридической войне в Делавэре Источник: https://www.youtube.com/watch?v=bD1rrBBcJSA Канал: BG2 Pod Опубликовано: 07.03.2024 --- В новом выпуске подкаста BG2 инвесторы Брэд Герстнер и Билл Гёрли анализируют тектонические сдвиги в технологической индустрии: от радикальной смены архитектуры автопилота Tesla до юридического противостояния Илона Маска со штатом Делавэр. Обсуждение охватывает феноменальный рост Nvidia, ставший следствием «фазового перехода» в экономике, и обостряющуюся борьбу между открытыми и закрытыми моделями искусственного интеллекта. ## 🚀 Экспоненциальный рост и ошибки прогнозирования [[JUMP:0:00]] Брэд Герстнер отмечает, что человеческий мозг плохо приспособлен к пониманию экспоненциальных процессов, что наглядно демонстрируют ошибки аналитиков Wall Street [1:22]. По его словам, крупнейшие инвестиционные возможности возникают именно в моменты «фазовых переходов», когда традиционные линейные модели перестают работать [1:49]. Ярким примером стал прошлый год для компании Nvidia: * В начале 2023 года консенсус-прогноз выручки дата-центров составлял $22 млрд, а реальный результат достиг $96 млрд [2:16]. * Прогноз прибыли на акцию (EPS) вырос с ожидаемых $5,70 до фактических $25 [2:29]. * Аналитики ошиблись в своих расчётах в 3–4 раза, что, по мнению Герстнера, случается крайне редко для компаний с такой большой капитализацией [2:42]. Инвесторы часто задаются вопросом, когда стоит фиксировать прибыль, но Герстнер придерживается стратегии удерживать акции до тех пор, пока внутренние прогнозы компании по темпам роста остаются выше ожиданий рынка [3:08]. ## 🧠 Tesla FSD 12: Революция «подражательного обучения» [[JUMP:3:36]] Брэд Герстнер описывает свой опыт поездки на новой версии автопилота Tesla — FSD 12 — как «момент ChatGPT» для беспилотного вождения [3:50]. Около года назад команда Tesla совершила радикальный маневр, отказавшись от детерминированной модели на C++ в пользу нейросетевого подхода «end-to-end» [4:16]. Билл Гёрли, ранее скептически относившийся к успехам Tesla в этой области, признаёт значимость этого шага [5:21]. Он объясняет, что старый подход требовал написания кода для каждого конкретного случая («если X, то делай Y»), что создавало бесконечную «паутину» кода, не способную справиться со всеми редкими сценариями (corner cases) [6:04]. Ключевые особенности новой архитектуры FSD 12: * **Имитационное обучение (Imitation Learning):** Система обучается на видеозаписях лучших водителей. На вход подаются пиксели, на выходе — команды управления (руль, тормоз, газ) [6:42]. * **Бритва Оккама:** Гёрли считает этот подход более элегантным и жизнеспособным, так как он упрощает систему, выбрасывая миллионы строк рукописного кода [7:09]. * **Отсутствие разметки объектов:** В новой модели нет жесткого определения «светофора». Модель просто видит пиксели и повторяет поведение человека в аналогичных визуальных ситуациях [9:35]. * **Скорость обучения:** По данным, которые приводит Герстнер, скорость улучшения этой модели в 5–10 раз выше, чем у предыдущих версий [10:03]. ## 📊 Инфраструктурное преимущество и экономика данных [[JUMP:12:55]] Успех Tesla в ИИ обусловлен не только архитектурой, но и уникальным доступом к данным. Билл Гёрли подчеркивает, что компания использует данные водителей, которые добровольно участвуют в программе обучения, загружая гигабайты видео каждую ночь через домашний Wi-Fi [13:46]. Некоторые пользователи загружают до 115 ГБ данных в месяц [14:42]. Брэд Герстнер раскрывает детали процесса фильтрации данных: * Tesla не загружает все подряд. Из 5 миллионов автомобилей на Edge-устройствах (в машинах) отбираются только «аномальные» моменты: резкие торможения, вмешательства водителя или необычные ситуации [15:48]. * Это позволяет обучать модель на самых сложных сценариях, которые конкуренты вроде Waymo или Cruise просто не могут собрать в достаточном количестве из-за малого размера парка [19:29]. * По мнению собеседников, стоимость оборудования Waymo и их зависимость от лидаров делает их бизнес-модель крайне тяжелой с точки зрения капитальных затрат по сравнению с Tesla [25:07]. С финансовой точки зрения, повышение проникновения FSD может радикально изменить маржинальность Tesla. Герстнер предполагает, что если компания снизит цену подписки с $1000 до $500 или даже $100 в месяц, это резко увеличит количество собираемых данных и обеспечит миллиарды долларов дополнительной EBITDA за счет эффекта масштаба [23:46]. ## 🤖 Робототехника и гонка языковых моделей [[JUMP:25:46]] Принципы обучения FSD 12 уже переносятся на гуманоидных роботов. Герстнер упоминает видео из Стэнфорда, где роборука обучается сложным манипуляциям с чашкой кофе всего за две минуты на основе видеоданных [26:41]. Это подтверждает тезис, что будущее робототехники — в имитационных моделях, а не в программировании алгоритмов [27:20]. Обсуждая рынок LLM, Гёрли и Герстнер отмечают невероятную плотность релизов: * **Gemini 1.5** от Google показала огромное окно контекста [28:51]. * **Claude 3** от Anthropic продемонстрировала прорыв в соотношении цены и производительности [29:04]. * **Llama 3** и **GPT-5** ожидаются летом 2024 года, причем GPT-5, по слухам, обеспечит двукратный прирост производительности по сравнению с четвертой версией [29:44]. Билл Гёрли выражает сомнение в том, что компании смогут одновременно успешно конкурировать с Google в потребительском сегменте (поиск) и предоставлять лучшие корпоративные решения [32:37]. Он отмечает, что корпоративные заказчики (CIO) всё чаще выбирают Open Source решения, чтобы избежать привязки к одному поставщику и обеспечить конфиденциальность своих данных [33:43]. ## ⚖️ Битва за открытый ИИ и риск «регуляторного захвата» [[JUMP:39:22]] Центральной темой дискуссии стал спор об открытых (Open Source) и закрытых моделях ИИ. Билл Гёрли выражает серьезную обеспокоенность тем, что крупные лаборатории (OpenAI, Anthropic) используют тактику «запугивания апокалипсисом» (doomerism), чтобы добиться регулирования, которое убьёт Open Source [40:40]. Аргументы против ограничения открытых моделей: * **Регуляторный захват:** Гёрли считает, что призывы запретить Open Source — это попытка защитить монопольные прибыли под видом заботы о безопасности [41:22]. * **Лоббизм:** Ссылаясь на статью в Politico, Гёрли указывает на огромные суммы, которые тратятся проприетарными компаниями на лоббирование своих интересов в Вашингтоне [42:15]. * **Прогресс и безопасность:** Открытый код позволяет академическому сообществу проверять модели на наличие предвзятости и ошибок, что делает их безопаснее в долгосрочной перспективе [47:40]. Брэд Герстнер добавляет, что Марк Цукерберг и компания Meta фактически стали защитниками открытого интернета, предоставляя модели уровня Llama, которые разрушают маржинальность закрытых игроков и стимулируют инновации [48:45]. В Вашингтоне, по словам Герстнера, уже понимают, что для победы в технологической гонке с Китаем США необходима конкуренция, а не консолидация вокруг одного игрока [47:13]. ## 🏛️ Делавэр против Илона Маска: Конец предсказуемости? [[JUMP:50:32]] Обсуждение юридического климата коснулось решения суда Делавэра отменить компенсационный пакет Илона Маска 2018 года на сумму $55 млрд [50:32]. Гёрли называет это решение беспрецедентным и опасным для корпоративной Америки. Основные претензии инвесторов к решению суда: * **Согласованность с акционерами:** Пакет был одобрен 70% голосов акционеров, и Маск выполнил все условия, спасши компанию от банкротства [56:36]. * **Отсутствие жертв:** Гёрли иронично замечает, что это «преступление без потерпевших», так как капитализация Tesla выросла в десятки раз, и те, кто голосовал за пакет, получили огромную прибыль [52:47]. * **Риск для штата:** Если Делавэр перестанет быть предсказуемым в плане соблюдения буквы закона, компании начнут массово перерегистрироваться в другие штаты, такие как Техас или Невада [51:53]. Билл Гёрли выдвигает радикальный тезис: если решение устоят и юристы истца получат свои миллиардные гонорары, советы директоров всех компаний в Делавэре будут обязаны рассмотреть вопрос о смене юрисдикции, чтобы избежать обвинений в халатности перед лицом новых непредсказуемых исков [57:58]. ## 📉 Анализ рынка: Оценки технологических гигантов [[JUMP:58:38]] В завершение Герстнер представил анализ мультипликаторов Big Tech компаний за последние три года [59:21]: * **Meta:** Мультипликатор вырос с 20x до 23x P/E, что отражает успех их стратегии [59:35]. * **Google:** Оценка упала ниже 20x. Рынок обеспокоен «дилеммой инноватора» и провальным запуском Gemini [59:48]. * **Amazon:** Выглядит дешево по сравнению с историческими значениями, несмотря на улучшение показателей ритейла и облачного бизнеса [1:01:34]. * **Nvidia:** Несмотря на рост акций, мультипликатор P/E остается умеренным из-за взрывного роста прибыли. Главный вопрос для инвесторов — долговечность этого спроса на вычислительные мощности [1:01:59]. Герстнер заключает, что если корпорации и потребители продолжат получать реальную выгоду от внедрения ИИ, у этих акций всё еще есть потенциал для роста [1:03:03].