• В чём абсурд: Если у вас правильные руки и вы вскроете этот датчик, то внутри обнаружите стандартную, копеечную микросхему китайской платформы Tuya или протокола Zigbee. В интернете точно такой же датчик, собранный китайцами на том же самом заводе в ночную смену, но без красивого логотипа, стоит рублей 500. Самое смешное: он без единого писка подключится к вашей Алисе и будет работать идеально. Вы просто подарили две тысячи рублей сверху за красивый картон и русские буквы на упаковке.

2. «Налог на роскошь» по версии вашей севшей батареи

Если вы до сих пор свято верите, что цены в интернетах для всех одинаковые — у меня для вас плохие новости. Крупные агрегаторы такси, сайты бронирования отелей и онлайн-магазины давно выкинули единые ценники на помойку. Ими рулит Big Data и алгоритмы динамического ценообразования.

• Как это работает: Заходите вы на сайт с новенького Айфона, да ещё и через дорогой безлимитный интернет. Алгоритм моментально считывает параметры вашего устройства, ставит жирную галочку: «О, мажор пожаловал!» — и вуаля! Цена на тот же самый отель или фен для вас становится на 5–10% выше, чем для человека со старенького Андроида.

• Высшая степень цинизма: Приложения умеют проверять уровень заряда вашей батареи. Если у вас осталось 2% зарядки, хитрый скрипт понимает: «Так, этот кожаный мешок сейчас паникует и готов заказать такси или забронировать хату за любые бабки, пока телефон не сдох». И цена на поездку волшебным образом улетает в стратосферу. Бизнес, ничего личного.

3. «Фитнес-налог» или сладкая ложь за тройной ценник

Заглянем в отдел «Здоровое питание» в супермаркете. Обычная шоколадка грустит на полке за 50 рублей. А рядом лежит протеиновый батончик со звенящими надписями «Fit», «Eco», «0% сахара» и ценником в 150 рублей. Спортсмены и худеющие гордо переплачивают тройную цену, чувствуя себя повелителями ЗОЖа.

• В чём абсурд: Переверните эту святую обёртку и почитайте состав мелким шрифтом. Вместо белого сахара туда щедрой рукой насыпали мальтодекстрин, концентрированный финиковый сироп или концентрат яблочного сока. Ребята, для вашей поджелудочной это точно такой же сахарный удар с ноги, от которого глюкоза прыгает до потолка. А калорий в этом «полезном» батончике порой больше, чем в Сникерсе! Но вы платите лишнюю сотку просто за то, чтобы маркетологи погладили ваше эго.

• Сюда же — безглютеновая истерия: Надпись «Без глютена» на пачке соли или бутылке растительного масла (где его, блин, и так никогда не было по законам природы) автоматически удорожает товар на треть. Налог на знание биологии, не иначе.

Что с этим делать?

Включаем холодный, циничный пофигизм и бьём маркетологов их же оружием:

1. Ищите ОЕМ-аналоги техники. Почти у каждой дорогой брендовой штуки есть копеечный брат-близнец без пафосного логотипа.

2. Перед крупной покупкой билетов, отелей или дорогой техники — проверяйте цену с двух разных телефонов (своего и друга/мужа). Вы очень сильно удивитесь разнице.

3. Плюйте в глаза лицевой стороне упаковок с надписями «ПП» и «Фитнес». Разворачивайте и читайте состав сзади.

Хватит спонсировать хитрые скрипты и чужие виллы. Мы эти деньги зарабатываем трудом, а у нас их забирают с помощью красивых фантиков.

Признавайтесь в комментариях: сравнивали цены с разных телефонов? На какую сумму вас в последний раз нагрел «умный» алгоритм? Погнали обсуждать!

Конец эпохи личной жизни. Мы десятилетиями ждали прихода «Большого Брата» — тоталитарного ока из космоса или правительственных бункеров. Реальность оказалась ироничнее: мы не просто впустили наблюдателя в дом, мы сами купили ему билеты в первый ряд своей жизни, оплатив их по подписке. Сегодня производитель вашего фитнес-браслета может запросто узнать, сколько раз, как часто, с каким ритмом и амплитудой вы совершаете те или иные действия, да с вашим “джойсиком” то же.

Камера видеонаблюдения, подключенная к облаку, не просто смотрит и хранит видео — она его анализирует. Для системы больше нет «просто изображения». Есть массив данных: ваши микроэмоции, векторы движений, социальные связи и так далее. Мы перестали быть зрителями перед экранами своих смартфонов. Мы стали главным контентом, который наши смартфоны и прочие подключенные к сети устройства изучают в режиме 24/7. К сожалению, многие не понимают, что речь идет не о непосредственно изображениях, как в старых детективах, где клиентам и полиции нужны были фотографии или видеозаписи, а о чистой математике и статистике, для которых пока не существует внятной юридической среды.

Ваше голое тело никому не интересно, а то, куда вы смотрите в торговом центре, может сказать нейросети больше, чем ваша фотография.

• Instagram и TikTok: могут анализировать не только ваши лайки, но и «dwell time» — те доли секунды, на которые вы замедлили скроллинг, засмотревшись на определенный тип лица или интерьера. Это визуальный дактилоскоп вашего подсознания.

• YouTube: запросто может учесть ваши реакции через микро-паузы и повторные просмотры фрагментов, выстраивая профиль ваших эмоциональных триггеров.

• Маркетплейсы (Amazon, Wildberries): мгновенно могут узнать о ваших скрытых потребностях по косвенным признакам — от частоты покупок до времени суток, когда вы наиболее импульсивны.

• 
  

Наши симпатии в приложениях для знакомств — это не просто поиск пары, а добровольное заполнение анкеты для рекламных сетей. Каждый свайп вправо формирует ваш индивидуальный «визуальный код». Механика DCO (Dynamic Creative Optimization): в режиме реального времени именно для вас ИИ генерирует изображение и ролик, используя накопленные датчиками, камерой и микрофоном смартфона данные о вас. С помощью ИИ товар давно не продают абстрактной толпе. Алгоритм препарирует ваши подсознательные триггеры и создает персональную презентацию, манипулируя вашим желанием купить. Вы покупаете вещь не потому, что она хороша, а потому, что её предложил образ вашей мечты, чей типаж вы сами подтвердили тысячей предыдущих кликов.

Для нейросетей ваш голос — лишь верхушка айсберга. Система давно вышла за пределы слов: ей не нужно вслушиваться в содержание ваших историй, она ищет маркеры контекста. Акустические маркеры статуса: ваш смартфон в фоновом режиме анализирует сигнатуру окружающей среды. Для ИИ ваш доход звучит совершенно определенно: специфический шум помпы кофемашины Jura, высокочастотный свист двигателя Dyson, низкочастотный рокот V8 в закрытом пространстве гаража. Вы можете хранить молчание, но вещи вокруг вас «кричат». Акустический профиль среды — это невидимый паспорт вашего благосостояния, который ИИ считывает быстрее, чем вы успеваете поздороваться. И снова: вас не подслушивают в банальном смысле и не вмешиваются в вашу жизнь в юридическом поле. Никто не оскорблен, не опозорен. Просто статистика. Вашу «Ауди» и так видит любой прохожий…

Смартфон больше не просто телефон с экраном, это сенсорный хаб, который буквально «щупает» ваше состояние через тактильный контакт. Тактильный ИИ: акселерометр и гироскоп фиксируют ваш физический ритм. Ритм скроллинга, сила нажатия и микродрожание рук выдают системе всё: от степени вашего интереса к посту до вашего физического состояния. Изменения в кинематике пальцев позволяют алгоритмам машинного обучения распознавать фазы усталости или даже опьянение. Цифровое «шестое чувство»: благодаря умным часам и фитнес-браслетам ИИ получил прямой доступ к вашей вегетативной нервной системе. Оптические датчики непрерывно анализируют кровоток, позволяя нейросетям по изменению пульса считывать скрытый стресс, страх или возбуждение. Датчики, что фиксируют ваши интимные ритмы и частоту игры с “джойстиком”, уже давно перевели биологию вашего тела в чистые математические графики.

В перспективе коммерческие и государственные институты препарируют вас с помощью ИИ, превращая человека (личность) в статистическую абстракцию, которую они используют, чтобы превратить вашу жизнь в адаптированный под вас тоннель потребления и карьеры.

Если визуализировать весь массив информации, собранной о вас, мы не увидим портрета и фигуры Человека. В многомерном пространстве данных вы выглядите как 3D-модель микроорганизма — сложная структура с тысячами «отростков-рецепторов». Каждый такой отросток — это ваш триггер, за который платформы и алгоритмы дергают в нужный момент.

Мультимодальные автономные агенты (Agentic AI) и технологии Edge AI могут быть встроены в ваши смартфоны и отправлять заинтересованным лицам уже сформированные и сжатые наборы данных, собранных о вас, которые ни разу не «видеозапись» и не «звук», но говорят о вас больше, чем они. Мы привыкли к дежурным запросам гаджетов: то к камере, то к микрофону, то к контактам. Но стоит осознать: «доступ к функции» — это всегда доступ к вашему подсознанию. Вы не просто разрешаете приложению «сделать фото», вы даете владельцам системы право изучать вашу реакцию на мир, ваше поведение.

И практически всегда вспоминать закон бесполезно: в сборе статистики преступления нет, приписать «движению пальцем» статус личной информации — вообще за рамками логики, иначе можно сразу демонтировать все системы видеонаблюдения в мире. Зафиксировать скрытую когнитивную аналитику юридически или технически очень сложно. Можно издать какой угодно закон о защите личных данных, и на бумаге все будет хорошо, а реализовать его на практике стоит воли, а также больших интеллектуальных и материальных ресурсов.

Много было сказано о маркетинге и потреблении, а что же с работой? Системы класса Talent Intelligence непрерывно собирают открытые данные кандидатов. Оцениваются профили в LinkedIn, GitHub, публикации, активность на профессиональных форумах и даже поведение в социальных сетях. Алгоритмы вычисляют «индекс готовности к смене работы» (Internal Mobility / Intent Data) еще до того, как человек обновит резюме.

Крупные корпорации переходят от учета должностей к учету конкретных навыков (Skills-based организации). ИИ-платформы (например, SAP SuccessFactors, Workday) автоматически присваивают сотрудникам теги способностей и определяют их оптимальную следующую роль. Внутри систем уже прописаны вилки зарплат и грейды под каждый профиль навыков.

В сферах доставки, такси и клининга (Uber, Яндекс, Додо Пицца) человека оценивает и распределяет на роль только алгоритм. У курьера или уборщика нет резюме — у него есть ID, рейтинг, история выполненных заказов и автоматически рассчитанная системой ставка.

Системы электронных трудовых книжек и госуслуг аккумулируют всю историю занятости, образования и доходов гражданина. Объединение этих баз с налоговыми данными дает полную картину профессионального пути человека.

Если алгоритм на основе раннего цифрового следа (например, из-за низкой успеваемости в 18 лет или случайных постов в соцсетях) один раз присвоит человеку категорию «разносчик пиццы», выбраться из нее будет практически невозможно. Так устроены алгоритмы работы со статистикой. Цифровое досье попав на дно уже никогда не всплывет.

Не удивляйтесь, если через лет десять-двадцать вам не нужно будет пыжиться с резюме: в глубинах серверных корпораций будут храниться базы данных, в которых уже все расписано: «уборщик», «менеджер», «глава отдела», «разносчик пиццы» с назначенными окладами и режимом работы.

Финал, к которому мы идем: - когда алгоритмы в серверных будут решать, кем нам работать и сколько зарабатывать на основе анализа нашего сознательно и подсознательного. Как думаете, мы уже прошли точку невозврата, или от этого цифрового поводка еще можно отвязаться?»

Если кто не в курсе: Confluent — это компания, которая делает Apache Kafka удобным для бизнеса. Kafka — штука, через которую гоняют потоки данных в реальном времени. Ваши банковские уведомления, рекомендации на стриминговых сервисах, мониторинг логистики — всё это работает на подобных технологиях.

И вот IBM 31 марта просто взяла и купила всю эту историю за 11 лярдов. Для понимания масштаба — это крупнейшая сделка в AI-инфраструктуре за весь 2026 год.

Зачем им это? Всё просто: нейросети жрут данные. Но не любые, а свежие, прямо сейчас. Чтобы AI-агенты принимали решения в реальном времени, им нужен постоянный поток информации — и Kafka как раз та труба, по которой всё это течёт. Без неё ваш умный ИИ-ассистент превращается в тормозного бота, который отвечает на вчерашние вопросы.

IBM, похоже, делает ставку на то, что будущее AI — это не просто умные модели, а целая инфраструктура вокруг них. Модель без данных в реальном времени — как гоночный болид без бензина.

В общем, гонка вооружений в AI идёт уже не только за мозги, но и за водопровод.

Источник: IBM Newsroom

• сразу пишут "большой правильный запрос",

• делают несколько JOIN подряд,

• не проверяют объёмы данных,

• не смотрят кардинальность,

• а потом говорят: "База тормозит".

Но чаще всего тормозит не база.
Тормозит наше понимание модели данных.

Для начала, важно понять логику. Таблицы - это реализация, а нам надо понять:

• что является сущностью,

• что является атрибутом,

• что является справочником,

• где факт, а где классификатор.

Затем, не надо делать сразу финальный запрос, который должен вернуть результат со сложной логикой:

Сначала:

• SELECT COUNT(*)

• LIMIT 100

• группировки по статусам

• проверка на NULL

• проверка дублей

Каждый JOIN нужно проверять отдельно:

• сколько строк было до соединения,

• сколько стало после,

• не раздули ли вы данные в 10 раз.

Это экономит часы.

Самый важный вопрос:

• по чему соединяются таблицы?

• это 1:1, 1:N или N:N?

• есть ли составные ключи?

Очень часто "медленный запрос" - это не индексы и не сервер,
а просто не тот ключ в JOIN.

Если запрос со сложной логикой и при запуске висит - не нужно грешить на "неповоротливость базы "

Нужно спросить:

• есть ли индексы на поля соединения?

• используется ли фильтрация до JOIN?

• не делаем ли мы unnecessary full scan?

База редко "плохая".
Она просто делает ровно то, что ты ей сказал.

Важно искать живые примеры:
Очень правильный шаг — смотреть запросы коллег.
Это даёт:

• понимание договорённостей,

• понимание "какие данные считаются валидными",

• понимание негласных ограничений.

Иногда реальная логика живёт не в описании таблиц,
а в том, какие фильтры люди используют годами.

Знакомство с новой БД — это не проверка твоего SQL.
Это проверка твоего мышления.

Новичку важно понять:

• база не обязана быть удобной

• справочники не обязаны быть очевидными

• описание не равно пониманию

И если запрос выполняется час —
в 80% случаев проблема не в сервере,
а в отсутствии структуры в голове.

Для новичка не стоит пытаться доказать, что ты умеешь писать сложные запросы.
Попробуй сначала понять:

• что здесь является "фактом",

• что "состоянием",

• что "справочником",

• и что вообще считается "актуальной записью".

Когда появляется понимание модели —
запросы начинают работать быстрее.
И технически, и логически.

Потому что быстрая БД начинается
не с индексов,
а с правильных вопросов.

В моем канале Аналитика FM все про мышление аналитика, про инструменты аналитика.
Мы рассматриваем SQL и Python в применении к данным.

Этот канал я веду с нуля подписчиков. Если тебе тоже интересно погрузиться в мир аналитики, подписывайся!

Основа сделки базируется не на вливании нового капитала в компанию, а на продаже существующих акций в рамках масштабного вторичного раунда. Большая часть раунда предназначена в первую очередь, чтобы дать существующим акционерам возможность продать акции и получить сотни миллионов долларов, с акцентом на ранних инвесторов, основателей и сотрудников с большим стажем, успевших реализовать опционы.

Vast Data, базирующаяся в "Ганей Тааруха" в Тель-Авиве и имеющая широкую деятельность в США, стала в последние годы одной из основных инфраструктурных компаний эры искусственного интеллекта. Компания предоставляет решения для хранения, обработки и извлечения огромных объемов информации - критического базового слоя для ИИ-моделей, суперкомпьютеров и облачных инфраструктур.

Перевод с иврита

ИСТОЧНИК