Максим Спиридонов

По некоторым оценкам, в среднем люди еженедельно поглощают количество пластика размером с одну банковскую карту. #Просто_цифра

Всё, что можно оцифровать, будет оцифровано. Если это невозможно прямо сейчас, значит это произойдёт позже. Осмотритесь вокруг — возможно, именно вам предстоит что-то оцифровать. #Понравилось

Кэш уходит в прошлое. По всему миру наличные расчёты уступают место карточным, мобильным и прочим электронным платежам. И этот процесс, согласно отчёту Global Payments Report 2024, значительно ускорится в ближайшие годы. На инфографике показана доля наличных денег в общем объёме транзакций в отдельных странах. Первые два столбика — данные за 2019 и 2023 годы. Третий столбик — прогноз на 2027 год. Красным цветом указано прогнозируемое снижение доли наличных за рассматриваемый период.  Кэш всё ещё остаётся ведущим способом оплаты в некоторых странах Африки, Южной Америки и Восточной Азии. Но мой любимый Таиланд, например, стремительно отказывается от наличных. И, кстати, с точки зрения розничного пользователя там очень неплохие банковские приложения. По прогнозам авторов отчёта, к 2027 году во Франции, Сингапуре, Южной Корее, Великобритании и США доля наличных денег в транзакциях составит менее 10%. А в Канаде, Новой Зеландии, Австралии и скандинавских странах оплата кэшем — уже сейчас экзотика. 

Как так вышло, что Intel, некогда король индустрии компьютерных чипов, уступил свою долю рынка другим и значительно упал в цене? В 2000 году это была шестая (!!!) по стоимости компания в мире, а сегодня — лишь 69-я. Что и когда пошло не так? По мне, в жизни многое поправимо и редко случаются по-настоящему большие ошибки, которые ты не сможешь исправить. Однако бывают действительно судьбоносные решения, которые многое меняют в жизни человека или компании. Вот вам история про цену одного отказа. Журнал Fortune провёл целое расследование, по итогам которого пришёл к интересному выводу. Поворотным моментом в судьбе Intel стал 2006 год, когда её CEO Пол Отеллини сказал главе Apple Стиву Джобсу слово, которое тот почти никогда и ни от кого не слышал: «Нет».  В то время Intel доминировала на рынке чипов для ПК и дата-центров. Их производство приносило рекордные доходы, которые тут же вкладывались в новые разработки. И тут появляется Джобс с предложением выпустить чип нового типа для ещё не существующего продукта под названием iPhone.  Отеллини, вероятно, понимал, что за телефонами и планшетами — будущее, но предпочёл не менять приоритеты и сосредоточиться на сказочно прибыльном настоящем. В результате компания упустила многомиллиардные прибыли и отличный шанс застолбить за собой новый огромный сегмент рынка.  Позже, в одном из последних интервью в качестве CEO Отеллини признал, что если бы не тот роковой отказ, судьба компании могла сложиться совсем иначе. Хотя логика, которой он при этом руководствовался, была объяснимой. «Не стоит забывать, что это было до появления iPhone, и никто не знал, как он повлияет на мир, — пояснил Отеллини. — их интересовал чип, за который они готовы были заплатить определённую цену и ни цента больше, и эта цифра была ниже наших прогнозируемых затрат… Это не выглядело как одна из тех вещей, которые можно компенсировать за счёт объёма. Но сегодня, оглядываясь назад, можно сказать, что прогнозируемые затраты были неверными, а объём оказался в 100 раз больше, чем все думали». По признанию Отеллини, урок, который он вынес из этого кейса, заключается в том, что не всегда следует полагаться на имеющиеся у тебя данные: «Очень часто в своей карьере я принимал решения, руководствуясь интуицией, и в этот раз мне тоже нужно было следовать ей. А моя интуиция подсказывала мне, что нужно сказать “Да”».

Сегодня мы воспринимаем подписную бизнес-модель как нечто привычное и само собой разумеющееся. Но ещё каких-то десять лет назад всё было не так. Скажем, когда в 2013-м мы пробовали внедрить эту модель для одного из продуктов «Нетологии», люди отчаянно тупили, не понимая, чего мы от них хотим. При этом нередко случалось такое — подписку они всё-таки оформляли, но (несмотря на написанные красными буквами предупреждения) были уверены, что это разовый платёж. А потом писали нам проклятья, полагая, что мы каким-то чудесным образом воруем деньги с их карты. Короче, когда в том же 2013 году Adobe решила перейти от продажи лицензионного ПО к облачным услугам по подписке, это был прыжок веры. Конечно, рынок США был более продвинут, чем РФ. Но не особенно. На коробочных версиях своих программ компания тогда стабильно зарабатывала несколько миллиардов долларов в год при валовой рентабельности 97% (!!!). Тогда как подписная модель была котом в мешке. Да ещё и вызывала непонимание со стороны многих клиентов (они потом даже писали петиции с требованием «вернуть всё взад»). Но Adobe отважно пивотнулась и не прогадала. За последние 10 лет доходы от подписки выросли в 16 раз, обеспечив максимально устойчивую и предсказуемую бизнес-модель и превратив её в гиганта с капитализацией более $200 миллиардов.

Когда вы правы, вы ничему не учитесь. #Понравилось

Если вы переживаете, что не смогли заработать на чудовищном росте акций Nvidia — вы в хорошей компании. Основатель инвестиционного фонда Softbank Масаёси Сон недавно признался, что упустил выгоду на $150 миллиардов. Именно такую прибыль он мог получить, если бы не продал свою почти 5%-ную долю в Nvidia в 2019 году — всего за несколько лет до того, как производитель чипов стал одной из самых дорогих компаний мира. Справедливости ради, Сон и тогда не остался в накладе. Инвестиции в Nvidia принесли ему чистую прибыль в размере $3,3 миллиарда. Но, говорят, что 3 миллиарда — всё-таки не 150. Хотя я не очень хорош в математике 😀 

Часто говорят — важно иметь принципы, убеждения. И на них стоять. А я вот недавно задумался о том, что иметь-то их нужно, но тупое, догматическое использование оных может быть чуть ли не хуже, чем их отсутствие. Обложив себя убеждениями, можно стать их заложником. А для предпринимателя это может быть опасно. Почему? Для начала вспомним, что такое убеждения. Это идеи и представления, которые мы считаем безусловно истинными и которые определяют наше отношение к действительности, выполняя роль своеобразных жизненных ориентиров.  «Клиент всегда прав», «Нужно пить много воды», «Не в деньгах счастье» — простые примеры убеждений. Мы собираем такие понятные и привычные для нас фреймворки, словно филателисты — марки. С возрастом эта коллекция исчисляется тысячами, а может и десятками тысяч.  С одной стороны, это хорошо. Убеждения — инструмент, который реально упрощает нашу жизнь, позволяя на каждом шагу не задумываться о простых вещах и не задаваться вопросом: а так ли это на самом деле? Что, согласитесь, может быть весьма энергоёмко.  Но с другой стороны, твёрдая уверенность в чём-либо мешает нам увидеть новые возможности и интересные горизонты. Убеждения могут сковывать разум и затруднять принятие верных решений. А порой просто заводят в тупик, когда ситуация вокруг изменилась, а наши убеждения — нет. Как, скажем, сейчас, когда мир пришёл в движение и огромное количество вещей требует переосмысления. Мой практический вывод — важно помнить, что наши убеждения могут быть ошибочными, и время от времени их пересматривать. Постоянно задавать себе вопрос, челленджить себя:  ▪️ Вот это убеждение, оно у меня откуда? Из детства, от старших, из учебников, из книг? ▪️ Это достоверный источник?  ▪️ А это убеждение всё ещё актуально?  Самый, конечно, хитрый фокус здесь — придумать, каким образом выявлять триггер, по которому нужно челленджить эти самые убеждения. Потому что если подвергать сомнению всё подряд, пропадёт суть инструмента, который, напомню, призван экономить наше время и снижать когнитивную нагрузку. Но в целом сам подход мне кажется не просто работающим, а весьма и весьма важным.

Обучение продвинутых ИИ-моделей с каждым годом требует всё больше денег. На этой инфографике показано, в какие суммы это удовольствие уже обошлось (с поправкой на инфляцию). Как видно, за последние 7 лет расходы выросли с микроскопических $930 до ошеломляющих $190 миллионов — столько вбухал Google в свою Gemini Ultra. Конца этой гонки пока даже не просматривается на горизонте. И, к слову, как все эти затраты будут отбиваться — пока тоже неясно.  Поэтому игроки рынка судорожно ищут новые решения для обучения моделей. В том числе — пытаются создавать небольшие и узкоспециализированные нейросети для выполнения конкретных задач. Некоторые активно экспериментируют с синтетическими данными для обучения, что вообще-то может быть чревато деградацией технологии. Каждый раз, сталкиваясь с очередным свидетельством стремительного внедрения ИИ в нашу жизнь, я думаю о том, насколько плохо мы понимаем глобальные последствия своих действий в этой области. Как позитивные, так и негативные.