Лекция 8. AI в креативных индустриях и медиа¶
Лекция 8 · ~75 мин · 39 слайдов
Suno за 30 секунд: что вы только что сгенерировали¶
[Включаю ноутбук. На проекторе — браузер с открытым suno.com/create.]
«Здравствуйте. Прежде чем мы скажем первое слово про креативную индустрию — давайте соберём с вами один трек.
[пауза 2 секунды]
Мне нужно три слова от вас. Тема — что-нибудь конкретное. Жанр — поп, рок, джаз, что угодно. Язык — русский или английский.
[приглашаю аудиторию выкрикивать. Беру три первых предложения. Вбиваю промпт, нажимаю Create.]
[пауза, ждём 30 секунд генерации]
[проигрываю 30 секунд трека]
Хорошо. Останавливаю. Что мы только что сделали. Мы с вами сгенерировали тридцатисекундный музыкальный трек. С нуля, по голосовой подсказке из зала. С вокалом, с инструменталом, с текстом, на промпт, который я только что услышал от вас.
[медленно, с акцентом]
Три года назад этот же тридцатисекундный трек — это студийный композитор плюс неделя работы плюс пятьсот–две тысячи долларов. Сегодня — тридцать секунд, ноль музыкального образования, ноль долларов за пробную подписку.
Это не маркетинг. Это базовая возможность, которая появилась за последние два года. И вокруг неё — вся сегодняшняя лекция.
Сегодня мы с вами разберём, что AI сделал с креативной индустрией к двадцать шестому году, какие новые возможности он добавил, какую экономику он переписал, какие провалы он создал — и где инженеру разумно сказать "здесь AI не нужен".»
[Сворачиваю Suno. Переход на s02.]
Обложка¶
[На слайде — крупная «08», заголовок.]
«Лекция восьмая. AI в креативных индустриях и медиа.»
[пауза 2 секунды; переход на s03.]
Центральный вопрос¶
[На слайде — вопрос крупно, в Ocean rounded box, две половины визуально разделены.]
«Центральный вопрос — на слайде. Мы с вами замечаем: в нём специально две половины.
Первая половина — диагностическая. Что AI сделал с креативной индустрией к двадцать шестому году? Это вопрос про факты. Цифры. Кейсы. Что появилось, что изменилось, что сломалось.
Вторая половина — нормативная. Где инженеру разумно сказать "здесь AI не нужен"? Это вопрос про критерии. Про умение отказаться. Про осознанный выбор инструмента.
[пауза]
Заметьте: я не спрашиваю "хорошо это или плохо, что AI пришёл в креатив". Это пустой вопрос — он уже пришёл, и обратно не уйдёт. Я спрашиваю по-инженерному: где он работает, где нет, и как это понять до того, как ты вложил полгода в проект, который потом получит «бездушный» в комментариях.
К концу лекции у вас должен сложиться чек-лист из пяти вопросов, который вы прикладываете к любой творческой задаче с AI. Это и есть наша полезная выгода.»
[Переход на s04.]
Карта лекции¶
[На слайде — 6 карточек горизонтально, текущая Раздел 0 подсвечена золотым.]
«Карта лекции. Мы с вами проходим шесть разделов плюс вопросы.
Сейчас мы в Разделе ноль — открытие. Дальше — Раздел первый «ДОБАВИЛ»: какие новые возможности AI принёс. Раздел второй «ИЗМЕНИЛ»: как поменялась экономика и производственный процесс. Раздел третий «СЛОМАЛ» — главный — двадцать четыре минуты на провалы и юридический долг, двенадцать ориентирных кейсов. Раздел четвёртый: где AI не нужен. Раздел пятый: чек-лист.
В конце — вопросы.
Видите, как структурировано: первые два раздела — что AI добавил и изменил. Третий — что он сломал. Четвёртый и пятый — наши инженерные выводы.»
[Переход на s05.]
Несущая ось: добавил → изменил → сломал¶
[На слайде — большой заголовок, три временные полоски с иконографией.]
«Это несущая ось сегодняшней лекции. Мы с вами запоминаем три слова: добавил, изменил, сломал.
[пауза]
Это не три параллельные категории. Это три времени одного процесса. Каждый класс творческого инструмента — Sora для видео, Suno для музыки, Midjourney для изображений — сначала появляется как новая возможность. Это первое время — добавил.
Потом эта возможность проникает в существующий производственный процесс и меняет экономику. Стоимость падает в сто, тысячу, десять тысяч раз. Появляются новые профессии, исчезают старые. Это второе время — изменил.
И одновременно — это важно, не последовательно, а параллельно — возможность создаёт новый класс провалов. Иски, deepfake-мошенничество, негативная реакция на бренд, разрушение накопленного доверия. Это третье время — сломал.
[пауза]
Каждое поколение творческого инструмента проходит все три времени за месяцы, не за годы. И поэтому смотреть на 2026 год только как на парад инструментов — это упустить две трети картины. Мы будем смотреть на все три времени сразу.»
[Переход на s05a.]
Три семейства генеративных моделей¶
[На слайде — 3 карточки: diffusion, latent video transformer, neural audio synthesis.]
«Одна мысленная модель перед кейсами. Три семейства, у каждого свои внутренние пределы.
Первое — диффузионные модели. Изображения. Stable Diffusion, Midjourney, Firefly. Принцип — обращение процесса добавления шума. Вывод: коммерчески безопасный Firefly — это не про архитектуру, а про обучающий корпус.
Второе — латентные видео-трансформеры. Sora 2, Veo, Kling. Видео как токены в латентном пространстве. Двадцатипятисекундный лимит Sora — внутреннее ограничение, не «OpenAI не доработали».
Третье — нейросинтез аудио. Suno, ElevenLabs. Внутри авторегрессия плюс диффузия. Клонирование голоса из одной минуты возможно потому, что модель донастраивает базовую модель на образец, а не учится с нуля. Именно это сделало возможным историю с ScarJo Sky — вернёмся.
К этим трём семействам мы привяжем каждый кейс.»
[Переход на s06.]
Раздел 1, заставка¶
[На слайде — большая «1», заголовок «AI ДОБАВИЛ».]
«Раздел первый из пяти. AI добавил — новые возможности. Двенадцать минут. Давайте посмотрим, что появилось.»
[Переход на s07.]
Видео из текста, поколение 2026¶
[На слайде — 3-card comparison Sora 2 / Veo 3.1 / Kling 3.0 + кадр из релизного ролика.]
«Видео из текста. Три флагманские модели.
OpenAI Sora 2 — выпуск сентября двадцать шестого. Двадцать пять секунд клипа, тысяча восемьдесят пэ, синхронное аудио. Десять центов за секунду в семьсот двадцать пэ.
Google Veo три точка один — четыре, шесть или восемь секунд. Пять центов на Lite, сорок на Pro. В подписке Google AI Ultra.
Kuaishou Kling три точка ноль — пятнадцать секунд, четыре кей в шестидесяти кадрах. На ELO-бенчмарке Video Arena — первое место. Шестьдесят миллионов авторов.
[пауза]
Что значит «промышленное использование» в кино. Не замена съёмки. Усиление пре-продакшен и пост-продакшен. Главный ориентир — Lionsgate подписал AI-сделку с Runway в сентябре двадцать четвёртого. Студия за «Голодными играми», «John Wick», «Saw». Применяют для предвизуализации, раскадровок, спецэффектов. На звонке с инвесторами заявили: экономят миллионы долларов на пре- и пост-продакшен. Но никто не сказал, что AI заменил съёмку. Производство — это актёры, камеры, локации.
Трещина. Двадцать пять секунд — не фильм. Когда Toys R Us попыталась сделать шестидесятишестисекундный единый Sora-клип — получила негативную реакцию. Вернёмся в третьем разделе.»
[Переход на s08.]
Сохранение персонажа¶
[На слайде — side-by-side Sora 2 cameo + Midjourney Omni Reference grid.]
«Одна из самых заметных возможностей последних двух лет — сохранение персонажа между генерациями. Способность сохранять лицо, причёску, одежду персонажа через много генераций. Без этого AI-видео нельзя использовать для многосценной истории.
Sora 2 камео. Регистрируешь камео — персонажа с определёнными атрибутами. Дальше в подсказках вызываешь по имени, и модель воспроизводит его в новых сценах. OpenAI объявила партнёрство с Disney на миллиард плюс — IP-персонажи Disney смогут лицензированно появляться в AI-сгенерированных роликах.
Midjourney Omni Reference в седьмой версии. То же самое для изображений. Одно референсное изображение — и точность сохранения персонажа выросла с примерно шестидесяти процентов в шестой версии до восьмидесяти пяти в седьмой.
Runway режим режиссёра. Полноценная многосценная разметка: персонажи, локации, паттерны движения как структурированные объекты, и каждая сцена генерируется с этими константами.
[пауза]
Анти-восторг. Сохранение персонажа работает значительно лучше, чем в двадцать третьем году. Но многосценная история всё равно дрейфует: после пяти-десяти сцен мелкие детали — татуировка, шрам, оттенок волос — могут измениться. Промышленное использование требует супервайзера непрерывности, отдельного человека, который проверяет каждую сцену и при необходимости перегенерирует. Это новая профессия — мы вернёмся к ней в следующем разделе.»
[Переход на s09.]
Клонирование голоса и многоязычный дубляж¶
[На слайде — ElevenLabs voice library screenshot + cost arrow $50–500 → менее $1.]
«ElevenLabs — фактический стандарт клонирования голоса и AI-дубляжа.
Клон голоса из одной минуты оригинального аудио. Тридцать два языка плюс. Сохраняет тембр, темп, эмоциональную окраску.
Студия дубляжа. Двадцать девять языков. Длинноформатное видео локализуется за минуты, не недели. Раньше — актёр озвучки, звукоинженер, редактор пост-синхрона, пятьдесят–пятьсот долларов за минуту. ElevenLabs — меньше доллара.
Промышленное применение в корпоративном секторе. Deutsche Telekom — многоязычная клиентская поддержка: один образец голоса CEO на тридцать языков. Klarna — для самостоятельных клиентских агентов.
[пауза]
Провал, в который эта возможность упирается. Май двадцать четвёртого. OpenAI продемонстрировал в ChatGPT голос «Sky». Поразительно похож на голос Скарлетт Йоханссон. Йоханссон отказалась озвучивать ChatGPT — Sam Altman обращался лично. Через месяцы OpenAI выпустил «Sky».
Йоханссон публично заявила, что она «шокирована, рассержена и не верит». OpenAI убрал голос за неделю. Иска не было — но это фактическая победа для прав на образ. Технологическое звуковое сходство даже без прямого клонирования — это уже риск права на публичность.
Вернёмся к этому в третьем разделе.»
[Переход на s10.]
Genie 3 и модели мира¶
[На слайде — Genie 3 demo frame + caption «не video generator».]
«Genie 3. Google DeepMind. Выпуск — двадцать девятое января двадцать шестого года.
Из текстовой подсказки — «средневековый замок на горе, день, лёгкий ветер» — модель генерирует играбельный 3D-мир. Среду, которую можно исследовать и обходить в реальном времени, двадцать четыре кадра в секунду, разрешение семьсот двадцать пэ, согласованность сохраняется несколько минут. Это не последовательность предопределённых кадров. Это интерактивная среда, реагирующая на действия пользователя.
Архитектурно — совмещение латентной диффузии с компонентом модели мира, которая обрабатывает переходы состояний.
[пауза]
Анти-восторг. Genie 3 — не генератор видео. Это генератор симулированной среды. Прямое промышленное применение в творческих индустриях пока единичные случаи: пара игровых студий использует для прототипирования уровней, пара кино-студий — для подбора локаций вместо реальных поездок, образовательный сектор — для погружающего обучения.
И это иллюстрация тезиса из Лекции 3: AI-системы двадцать шестого года — это составные архитектуры. Здесь — латентная диффузия плюс модель состояния с обучением с подкреплением плюс трансформер для языка. Не монолитная модель.»
[Переход на s10a.]
Русский контекст: местное удобство против фронтира¶
[На слайде — side-by-side Kandinsky 5.0 Video vs Kling 3.0 + 4-card landscape RU.]
«Российский ландшафт. Где мы.
Изображения. Сбер Kandinsky шесть точка ноль Image — анонс двадцать восьмого апреля. Смесь экспертов, доступ бесплатный через GigaChat. Yandex Шедеврум — без VPN, бесплатно, рубли. Аудитория — больше пяти миллионов в месяц.
Видео. Kandinsky пять точка ноль Video — открытый исходный код под Apache. До десяти секунд. Прямого конкурента Sora 2, Veo 3.1, Kling 3.0 по длительности и качеству в России на сегодня нет.
Музыка. Сбер SymFormer — начальный уровень против Suno v5.5. Прямого российского конкурента Suno нет — российские решения это агрегаторы-прокси поверх западного фронтира с оплатой в рублях.
Голос. Сбер SaluteSpeech — клонирование голоса от нескольких часов; ElevenLabs делает из одной минуты. Yandex SpeechKit функционален, но эмоциональная выразительность уступает.
Юридический контур. Минцифры законопроект восемнадцатого марта. Ключевое: TDM-исключение для обучения, обязательная маркировка AI-контента, авторство у промпт-пользователя при творческом вкладе. План — первое сентября двадцать седьмого.
[пауза]
Урок. Российский GenAI — местное удобство: бесплатно, без VPN, рубли, ожидаемый правовой контур. Но не фронтирное качество на видео и музыке. Это не идеология. Это структура: фронтирное видео требует десятков тысяч GPU-часов и больших лицензированных датасетов. Концентрация исследований и разработки в США и Китае — распределение капитальных затрат.»
[Переход на s11.]
Персонализация в масштабе и Adobe Firefly¶
[На слайде — Adobe enterprise logos collage + Lionsgate quote + 3 metric chips.]
«Персонализация в масштабе. Мы с вами видим — раньше каждый клиент получал один ролик. Сейчас — собственный, адаптированный.
IAB двадцать шестого: среди рекламных закупщиков — двадцать один процент уже в продуктиве с агентным AI, двадцать процентов в тестировании, двадцать пять в планировании. Расходы на цифровую видеорекламу в США пробивают восемьдесят миллиардов — впервые больше шестидесяти процентов всех расходов на ТВ- и видеорекламу.
Adobe Firefly. Двадцать два миллиарда активов за два года. Четыреста миллионов долларов прямого дохода. Корпоративные клиенты — Deloitte, Tapestry, Paramount+, Pepsi, dentsu. Adobe Firefly Foundry — модели на заказ на интеллектуальной собственности клиента: маркетинговое агентство получает гарантированный стиль и тон бренда.
Платформенный слой. Firefly — не только модель, это платформа. Двенадцать сторонних моделей: Veo, Luma, Runway, Topaz. Hugging Face Spaces — другой пример. Архитектура подробно — в Лекции 3.
[пауза]
Трещина. Восемьдесят шесть процентов закупщиков используют GenAI. Сорок процентов всей видеорекламы двадцать шестого — AI-сгенерированы. Но Toys R Us показал — внедрение не равно успех. Эталонная творческая кампания без человеческого лидерства даёт ущерб бренду. Детали — в третьем разделе.»
[Переход на s13.]
Раздел 2, заставка¶
[На слайде — большая «2», заголовок «AI ИЗМЕНИЛ».]
«Раздел второй из пяти. AI изменил — производственный процесс, экономика, профессии. Одиннадцать минут. Мы с вами посмотрели, что появилось — теперь смотрим, как поменялась экономика.»
[Переход на s14.]
Обвал стоимости 100×–10 000׶
[На слайде — horizontal bar chart cost comparison + Firefly callout.]
«Главное экономическое изменение — обвал стоимости создания одного актива. Это не «AI чуть дешевле». Это два-четыре порядка дешевле.
Давайте посмотрим таблицу вместе.
Одно изображение — иллюстрация, концепт-арт. Раньше: пятьдесят–двести долларов фрилансеру-дизайнеру, плюс варианты со стоков пятьдесят–пятьсот. Сейчас: ноль или двадцать пять центов через генеративный сервис. Множитель — двести до десяти тысяч раз.
Пятьдесят товарных съёмок в стиле жизни. Раньше: тысяча–пять тысяч фриланс, либо пять–двадцать пять тысяч за полноценную фотосессию, либо пятьдесят–пятьсот за стоковый комплект. Сейчас: ноль–полтора доллара. Больше чем в тысячу раз.
Минута семьсот двадцать пэ видео. Раньше: тысяча–пятьдесят тысяч долларов на съёмку плюс пост-продакшен. Сейчас: примерно шесть долларов через Sora 2 в стандарте — шестьдесят секунд по десять центов. Сто пятьдесят до восьми тысяч раз.
Минута дубляжа на язык. Раньше: пятьдесят–пятьсот долларов на актёра озвучки, студию, синхронизацию. Сейчас: меньше доллара через ElevenLabs. Пятьдесят до пятисот раз.
[пауза]
Что эта таблица не означает. Она не означает, что креативная индустрия потеряет тысячу × работ. Предельная стоимость генерации упала на два-четыре порядка. Но добавленная ценность от человеческого руководства, кураторства, согласования с брендом не упала. И коммерчески безопасная корпоративная генерация всё ещё стоит денег: Adobe Firefly заработал четыреста миллионов прямого дохода за два года. Это лицензированный корпус плюс процесс плюс интеграция — полноценный корпоративный SaaS-стек, не «бесплатное добро».
Что таблица означает — и тут мы с вами видим расслоение. Низ рынка — массовая креативная продукция, стоковые изображения, простые иллюстрации, общий вспомогательный видеоряд, простые озвучки — этот рынок исчезает как отдельно дорогая категория. AI делает это за минуты по нулю-полутора долларам. Верх рынка — эталонное творческое руководство кампанией, оригинальные брендовые кампании, сложная история — остаётся за людьми. Adobe Firefly с его четырьмястами миллионов — это средний сегмент: коммерчески безопасный, промышленного уровня. Отдельный быстрорастущий сегмент.»
[Переход на s15.]
Скорость: дни в секунды¶
[На слайде — side-by-side timer mockup: concept art, B-roll, dubbing, variants.]
«Обвал стоимости идёт вместе с обвалом скорости. Это второй экономический фактор, отдельный от стоимости.
Черновик концепт-арта — для разработки игр, фильма, рекламы. Раньше — дни фрилансера-дизайнера или штатного концепт-художника. Сейчас — пять–шестьдесят секунд от подсказки до пикселя в Midjourney, Imagen, Flux.
Вспомогательный кадр — наполнение для документального или маркетингового видео. Раньше — часы съёмки плюс пост-продакшен, либо десять–сто долларов за минуту через стоковых провайдеров. Сейчас — пять–шестьдесят секунд через Veo или Sora 2.
Дубляж длинного видео на целевой язык. Раньше — недели студийной работы. Сейчас — минуты через ElevenLabs Студия дубляжа.
Перебор концепций — три–пять вариантов главной идеи для презентации клиенту. Раньше — полу-неделя дизайна. Сейчас — минуты на десятки вариантов.
[пауза]
Инженерный урок. Обвал скорости меняет цикл работы на каждой стадии творческого процесса. Раньше клиент видел первый концепт через неделю — теперь через минуты. Это не просто экономия. Это изменение шаблона работы. Цикл итерации становится в десять-сто раз плотнее. И от человека в цикле требуется новый навык — умение быстро формулировать критерии «годен — не годен». Потому что вариантов становится в десять-сто раз больше, и медленный вкус становится узким местом.»
[Переход на s16.]
Новые профессии¶
[На слайде — Upwork screenshot AI/ML category + 4 role-cards.]
«Обвал стоимости и скорости создал новые рыночные роли. Это не «AI заменил дизайнера». Это специализированный класс работников между AI-инструментом и финальным результатом для клиента.
Инженер подсказок или AI-художник. Специалист, формирующий подсказки и постобработку для получения готового к производству результата из генеративной модели. Отдельная категория на Fiverr и Upwork. Стартовые ставки — двадцать пять–восемьдесят долларов в час.
AI-режиссёр или AI-музыкальный продюсер. Контролирует вывод модели, доводит до промышленной готовности через итерации, постобработку, мультимодальную интеграцию. Аналог художественного директора, но для AI-процесса.
Специалист по AI-процессам. Интегратор AI-инструментов в существующие производственные процессы студий. Например — делает интеграцию Lionsgate или Adobe Firefly Foundry для маркетингового агентства.
Супервайзер непрерывности. Та самая роль из предыдущего раздела — человек, проверяющий непрерывность персонажа и сцены через AI-сгенерированные многокадровые последовательности.
[пауза]
Метрики роста. Upwork — семьдесят процентов годового роста подкатегории AI/ML. Пятьдесят два процента прироста валового объёма услуг — AI-связанные работы. По отчётам Upwork и MBO Partners — самозанятые работники с навыками AI/ML получают премиальные ставки относительно общего рынка фриланса.
Важное. Это не миллион новых дизайнеров. Это специализированный класс между инструментом и результатом для клиента. Он необходим, потому что сырой вывод AI не равен готовому к производству результату — нужны кураторство, постобработка, согласование с брендом, юридическая проверка. Этот класс растёт быстро. Но он меньше класса вытесняемых.»
[Переход на s17.]
Вытеснение: графические дизайнеры, стоковая фотография, актёры озвучки¶
[На слайде — bar chart Upwork displacement + Shutterstock pivot.]
«Параллельно с новыми профессиями — вытеснение старых.
Графические дизайнеры. Минус семнадцать процентов работ на Upwork после выпуска генеративных инструментов для изображений. Сжатие зарплат: AI обнаружен в сорока процентах работ десять–девятнадцать долларов в час. И менее десяти процентов в работах шестьдесят плюс. AI вымывает нижний сегмент.
Стоковые фотографы. Авторы Shutterstock — с сотен загрузок в месяц к единицам. Доходы Getty Creative минус пять процентов в двадцать четвёртом.
Актёры озвучки. Забастовка SAG-AFTRA двадцать третьего была мотивирована AI-рисками. Требовали договорной защиты.
Оборонительная консолидация. Слияние Getty и Shutterstock — январь двадцать пятого, три и семь миллиарда долларов. Два крупнейших провайдера объединились.
[пауза]
И второй разворот Shutterstock. Лицензирование AI-компаниям — сто четыре миллиона в двадцать третьем, сто тридцать восемь в двадцать четвёртом, прогноз двести пятьдесят к двадцать седьмому. Shutterstock перестаёт продавать фотографии фотографам. Начинает продавать корпуса фотографий AI-компаниям как обучающие данные. Фотографы становятся источником данных, не клиентами.
Голливуд ответил коллективно. SAG-AFTRA и WGA выбили AI-условия — цифровые двойники, синтетические исполнители, раскрытие AI в обучении. Продление до двадцать восьмого. Но эти условия покрывают членов профсоюзов в Голливуде. Нижний сегмент фриланса, корейские актёры озвучки — вне юрисдикции. Сжатие зарплат снизу — структурный шок.»
[Переход на s19.]
Раздел 3, заставка¶
[На слайде — большая «3», заголовок «AI СЛОМАЛ». Главный раздел.]
«Раздел третий из пяти. AI сломал — провалы и юридический долг. Двадцать четыре минуты, двенадцать случаев. Это главный раздел, и мы с вами разберём каждый случай — что произошло, какой механизм, какой урок для инженера.»
[Переход на s20.]
Авторское право: 4 категории исков¶
[На слайде — 2×2 matrix categories + Урок для инженера.]
«Прежде чем нырять в случаи — классификация. Мы с вами фиксируем: «AI против авторского права» — это не один вопрос, а четыре разных категории.
Категория первая. Сбор обучающих данных без лицензии. Сам факт включения защищённого произведения в датасет — нарушение.
Категория вторая. Сходство результата, или запоминание. Модель воспроизводит защищённый авторским правом материал дословно.
Категория третья. Подражание стилю. Генерация в стиле названного художника. Стиль сам по себе не защищён, но коллективные иски расширяют защиту через DMCA.
Категория четвёртая. Голос и образ. Право контроля коммерческого использования голоса или образа. Даже звуковое сходство без прямого клонирования — это уже риск.
[пауза]
Урок для инженера. До выбора AI-инструмента определи, какие из четырёх категорий применимы. Способы снижения риска для каждой разные: проверка лицензии, аудит сходства результата, ограничения на стиль, управление согласиями — это не один и тот же чек-лист. Если в процесс риск попадает в несколько категорий — суммируй.»
[Переход на s21.]
NYT против OpenAI: обучение плюс результат¶
[На слайде — Bloomberg Law headline screenshot + timeline.]
«Случай первый. Мы с вами начинаем с NYT против OpenAI — самого значимого дела для будущего GenAI.
Иск подан двадцать седьмого декабря двадцать третьего в Южный округ Нью-Йорка. Против OpenAI и Microsoft.
Теория ущерба — теория дословного воспроизведения. NYT утверждает: ChatGPT хранит защищённое содержимое в весах и воспроизводит дословно. В исковом заявлении конкретные фрагменты, воспроизводимые с более чем девяноста процентами совпадения по специфическим подсказкам.
Истребование доказательств. Bloomberg Law — OpenAI обязан выдать двадцать миллионов журналов ChatGPT. Дедлайн упрощённого решения суда — второе апреля двадцать шестого. На момент лекции — обновление устно.
[пауза]
Что в игре. Если NYT выигрывает — «добросовестное использование» (доктрина США) отклонено как ответ по умолчанию. OpenAI и аналоги обязаны лицензировать корпус. Лицензионные платежи потенциально миллиарды долларов. Если OpenAI выигрывает — «добросовестное использование» установлено для AI-обучения.
Урок для инженера. Если модель цитирует обучающий корпус дословно — это не добросовестное использование, это доказательство нарушения. Проверка сходства результата обязательна. Минимум — Блум-фильтр на известный защищённый материал или близость векторных представлений к обучающим фрагментам.»
[Переход на s22.]
Getty против Stability AI: Великобритания выиграла, США в процессе¶
[На слайде — Bird & Bird ruling screenshot + UK vs US split.]
«Случай второй. Getty Images против Stability AI. Один фактический состав в Великобритании и США даёт противоположные результаты.
Дело в Великобритании. High Court — решение четвёртого ноября двадцать пятого. Stability выиграл основные претензии по авторскому праву. Суд постановил: веса AI-модели — не «копия» обучающих изображений по UK CDPA. Нарушение товарного знака признано «крайне ограниченным» — только на ранних версиях с водяными знаками Getty в результатах. Нокаут-победа для Stability в Великобритании.
Дело в США — отдельное. Северный округ Калифорнии. Слушание по ходатайству об отказе в иске — десятого февраля двадцать шестого. Судебный процесс в США использует защиту «добросовестным использованием» через четырёхфакторный тест, расширенный делом Andy Warhol Foundation против Goldsmith.
[пауза]
Что в игре. Если решение в США тоже в пользу Stability — это «AI-обучение как добросовестное использование» через Атлантику. Если против — юрисдикционный раскол. Законно в Великобритании не равно законно в США. Компании, разворачивающие AI глобально, обязаны к разному соответствию.
Урок для инженера. Юрисдикции расходятся. Это эмпирический факт двадцать пятого–двадцать шестого. Для глобального развёртывания проверяй обе.»
[Переход на s23.]
Andersen против Stability: подражание стилю, коллективный иск¶
[На слайде — Court docket screenshot + timeline.]
«Случай третий. Sarah Andersen, Kelly McKernan, Karla Ortiz и другие против Stability, Midjourney, DeviantArt. Коллективный иск художников в Северном округе Калифорнии. Визуальный аналог NYT.
Теория ущерба. Модели обучались на работах десятков тысяч художников без согласия, лицензии или компенсации. Пользователи генерируют работы «в стиле названного художника» — это создаёт рыночное замещение для оригинальных художников. Нарушения DMCA — удаление сведений об управлении авторскими правами из обучающих данных.
Процедурная история. Первоначальная подача — январь двадцать третьего. Ходатайство об отказе в иске отклонено двенадцатого августа судьёй Orrick. Это ключевая точка момента: значит, коллективный иск выживает до стадии истребования доказательств. Третье изменённое исковое заявление — двадцать седьмого февраля двадцать шестого. Ответы — тринадцатого марта. Слушание назначено на восьмое сентября двадцать шестого.
[пауза]
Что в игре. Если истцы выигрывают — «подражание стилю» получает правовое узаконение. Даже если стиль формально не охраняется авторским правом, коллективный иск на основе DMCA плюс публичных прав плюс рыночного замещения создаёт прецедент: «в стиле названного художника» — это нарушение.
Урок для инженера. Подражание стилю «в стиле такого-то художника» — не безопасен просто потому, что стиль сам по себе не защищается авторским правом. Коллективные иски выживают слушание об отказе в иске на основе DMCA. Если твой AI-инструмент позволяет подсказки типа «в стиле Эджа» — ты невольно создал юридический риск.»
[Переход на s24.]
RIAA против Suno/Udio: лицензирование под давлением исков¶
[На слайде — RIAA press release + settlement timeline.]
«Случай четвёртый. Здесь мы с вами видим, как индустрия реагирует не запретом, а лицензированием. RIAA от имени Большой тройки лейблов (Universal, Sony, Warner). Два параллельных иска двадцать четвёртого июня двадцать четвёртого. Против Suno в Массачусетсе, против Udio в Нью-Йорке.
Теория ущерба. Suno и Udio обучались на музыке, защищённой авторским правом, без лицензии. Выдают результаты, существенно схожие с конкретными записями, включая узнаваемые вокальные манеры.
Процедурно. Universal и Udio — урегулировано двадцать девятого октября двадцать пятого, совместная AI-музыкальная платформа в двадцать шестом. Udio из мишени иска стал лицензированным партнёром. Warner и Suno — лицензионная сделка сентябрь двадцать пятого, отчисления плюс доля. Warner и Udio — судебный процесс продолжается. Sony активно судится с обоими, движутся к упрощённому решению суда. Слушание упрощённого решения по Suno — июль двадцать шестого.
[пауза]
Что это значит. Исход — не «AI-музыка запрещена», а «AI-музыка частично лицензирована». Матрица три крупных лейбла на два ответчика раскладывается неравномерно. Это новый слой бизнес-модели — выборочное лицензирование.
Урок для инженера. Лицензирование под давлением исков — фактический исход. Два из трёх крупных лейблов урегулировали. Если разрабатываешь AI для музыки — заложи лицензионные платежи в дорожную карту. Если разворачиваешь в продукт — выбирай провайдеров с лицензированным корпусом.»
[Переход на s25.]
Thomson Reuters против Ross: первое американское отклонение защиты «добросовестным использование컶
[На слайде — Reed Smith analysis screenshot + Warhol v Goldsmith chip.]
«Случай пятый. Thomson Reuters против Ross Intelligence. Округ Делавэр, февраль двадцать пятого. Судья Stephanos Bibas.
Это первое американское решение, отвергнувшее защиту «добросовестным использованием» в AI-обучении.
Теория ущерба. Ross — стартап AI для юридического поиска, конкурент Westlaw — использовал краткие резюме Westlaw для обучения. Резюме — краткие изложения судебных дел.
Решение. Частичное упрощённое решение суда в пользу Thomson Reuters. Не добросовестное использование. Две тысячи двести из трёх тысяч резюме — нарушены. Применены факторы из дела Andy Warhol Foundation против Goldsmith. Коммерческое использование плюс прямое рыночное замещение с Westlaw. «Добросовестное использование» отклонено.
[пауза]
Важная оговорка. Ross — не генеративный AI. Это поиск и выборка, не LLM и не диффузия. Применимость к генеративному AI будет тестироваться в NYT, Andersen, Getty US.
Но Thomson Reuters против Ross Intelligence разрушает шаблон «AI-обучение автоматически — добросовестное использование».
Урок для инженера. «Добросовестное использование» — не вариант по умолчанию. Не строй продуктовую дорожную карту на допущении «добросовестное использование нас спасёт». Если твой продукт использует AI на большом веб-корпусе — юридический риск в десятках миллионов долларов ожидаемой ответственности при неблагоприятном решении.»
[пауза перед deepfake-блоком]
«Промежуточно. Мы прошли пять случаев авторского права — первые три категории нашей классификации. Дальше — четвёртая категория. Голос и образ через deepfake.»
[Переход на s26.]
Arup, deepfake финансового директора: $25.6 миллиона за один звонок¶
[На слайде — CNN article screenshot + attack diagram.]
«Случай шестой. Обратите внимание — мы с вами переходим к четвёртой категории, голос и образ. Январь двадцать четвёртого года. Arup — британская инженерная фирма, известна как проектировщик Sydney Opera House. Финансовый сотрудник в Гонконгском офисе получил приглашение на видеозвонок от того, что выглядело как финансовый директор компании плюс несколько коллег.
В течение видеозвонка финансист согласовал и провёл пятнадцать транзакций общей суммой двадцать пять и шесть миллиона долларов.
[пауза]
Что произошло. Электронное письмо и видеозвонок были социальной инженерией. Финансовый директор и коллеги в звонке были deepfake. AI-сгенерированное лицо плюс клонирование голоса плюс синхронизация губ в реальном времени. Финансист не имел оснований сомневаться: визуально — узнаваемые коллеги, голос — узнаваемый, тон — естественный, корпоративный контекст — правдоподобный.
[пауза]
Инженерный механизм. Это превращение deepfake-технологии в массовый товар. Deepfake в реальном времени в многоучастниковом видеозвонке — несколько deepfake-лиц одновременно — перестал быть лабораторным экспериментом. Стал доступен преступникам. Технологически нужно: исходные видеоматериалы каждого участника — доступны из LinkedIn, корпоративных сайтов; образцы голоса — из публично доступных конференций, подкастов; оборудование для вывода в реальном времени — GPU-стенд за тысячу–пять тысяч долларов; программы для замены лица и синхронизации губ — с открытым исходным кодом.
Исход. Arup публично подтвердил инцидент. Восстановления большей части средств не произошло. Полиция Гонконга расследовала, никто арестован не был. Это первый широко известный многоучастниковый deepfake-видеомошенничество в реальном времени с корпоративным финансовым ущербом.
Урок для инженера. Видеозвонок не равно подтверждение личности в двадцать четвёртом и далее. Финансовые транзакции выше определённого порога требуют проверки через независимый канал. Обратный звонок по известному номеру телефона. Многофакторная аутентификация. Физическая подпись. Это не «параноидальная безопасность». Это новая базовая практика для финансового контроля в AI-эре.»
[Переход на s27.]
Корея: deepfake-кризис со школьницами, массовый ущерб классу¶
[На слайде — NPR headline screenshot, ТЕКСТ ТОЛЬКО, без deepfake-визуалов + numbers card.]
«Случай седьмой. Август двадцать четвёртого. Южная Корея.
Журналисты обнаружили более двухсот Telegram-чатов с deepfake-порнографией. Генерируется из селфи одноклассниц и учительниц.
Масштаб. Шесть тысяч пятьсот запросов на удаление с января по июль двадцать четвёртого — в четыре раза больше, чем за весь двадцать третий. Семьдесят четыре процента подозреваемых — в возрасте от десяти до девятнадцати лет. Подростки. Между двадцать первым и июлем двадцать четвёртого — семьсот девяносто три заявления, только шестнадцать привлечены к ответственности. Уровень правоприменения около двух процентов.
[пауза]
Инженерный механизм. Технологический барьер — практически ноль. AI-приложения для замены лица легально доступны в Google Play и App Store. Берут исходное фото из Instagram и меняют лицо на заранее загруженный откровенный материал. Генерация — секунды. Распространение — Telegram-каналы, хостинг за пределами Кореи.
Доступная возможность плюс слабый правоприменительный контроль равно массовый ущерб целому классу уязвимого населения.
Исход. Чрезвычайная рабочая группа. Закрыты приложения. Усилены наказания. Но структурного выхода не найдено.
Урок для инженера. Доступная возможность плюс слабый правоприменительный контроль — массовый ущерб целому классу. Для потребительских AI-инструментов обязателен слой безопасности ещё до запуска: обнаружение откровенного материала, проверка возраста, конвейер сообщений. Это не «заплатка после запуска». Это требование с первого дня.»
[Переход на s28.]
Шлак и коллапс модели¶
[На слайде — Google AI Overview «glue on pizza» screenshot + Nature paper header.]
«Случай восьмой. Шлак. Низкокачественный AI-сгенерированный материал, заполняющий платформы. И коллапс модели как структурное объяснение.
Шумайлов с командой в Nature, двадцать четвёртый год. Статья «AI-модели коллапсируют при обучении на рекурсивно сгенерированных данных». Формализует коллапс модели: рекурсивное обучение на синтетических результатах приводит к прогрессирующей деградации и сужению разнообразия. Модель забывает хвосты распределения. Это также называется MAD — расстройство автофагии модели.
Контекст. К двадцать шестому поставка обучающих данных, созданных людьми, исчерпывается. Следующие модели вынуждены откатываться на синтетические результаты предыдущих. Системный риск.
[пауза]
Конкретный шлак. Google AI Overviews, май двадцать четвёртого. Рекомендации: «нанесите клей на пиццу — одна восьмая чашки нетоксичного клея». Источник — шутка с Reddit. «Ешьте по крайней мере один камень в день» — источник The Onion, сатира. «Обама — президент-мусульманин» — ложь.
Виноват источник обучающих данных. Модель обучалась на Reddit и The Onion без контекста атрибуции. Сатира превратилась в ответы.
Урок для инженера. Качество источника важнее объёма. Модель на шутках с Reddit без фильтра проигрывает модели на курируемом датасете — даже если он в десять раз меньше. Adobe Firefly «коммерчески безопасный» — проявление этого принципа. Кураторство важнее объёма — основное решение на этапе архитектуры, не заплатка после реакции.»
[Переход на s29.]
Sports Illustrated плюс Amazon: разрушение накопленного доверия¶
[На слайде — Futurism article + Authors Guild data.]
«Случай девятый. Структурное разрушение накопленного доверия через AI-псевдонимы.
Sports Illustrated. Ноябрь двадцать третьего. Издание Futurism опубликовало расследование: Sports Illustrated публиковал статьи под поддельными именами авторов с AI-сгенерированными фотографиями в профиле. Фотографии куплены на цифровых маркетплейсах по несколько долларов. Arena Group, материнская компания Sports Illustrated, переложила ответственность на подрядчика AdVon Commerce. Затронутые статьи были удалены.
Что произошло. Разрушение накопленного доверия в чистом виде. Sports Illustrated — семидесятилетняя история, капитал бренда около миллиарда долларов. AI-псевдонимы разрушили его моментально. Новостной цикл, в котором бренд обвинён в обмане читателей, дискредитировал ценность. Восстановление невозможно — журнал существует, но премия доверия снижена.
Amazon Kindle фейковые книги. Двадцать третий–двадцать четвёртый. Authors Guild — всплеск AI-сгенерированных фейковых книг. Эксплуатация имён реальных джазовых фигур: Frank Gioia, Ted Alkyer. AI-подделка под именами реальных авторов.
Amazon ограничил KDP до трёх книг в день и потребовал раскрытия AI. Но раскрытие не показывается потребителю в карточке книги.
[пауза]
Урок для инженера. Накопленное доверие — ключевой актив бренда. AI-псевдонимы разрушают моментально. Если публикуешь под именем — имя реального человека или с явным раскрытием AI-авторства. Полумеры — это прямой ущерб бренду как ответственность. Sports Illustrated провёл этот эксперимент за всех.»
[Переход на s30.]
Coca-Cola и Toys R Us: маркетинговая негативная реакция¶
[На слайде — 2 sentiment bar charts side-by-side.]
«Случай десятый. Два ориентирных случая. AI несовместим с эталонной творческой кампанией, даже когда техническое качество приемлемое.
Coca-Cola «Праздники приближаются». Декабрь двадцать четвёртого. Культовая рождественская кампания с тысяча девятьсот девяносто пятого. Coca-Cola выпустил AI-версию через три студии и четыре модели. Реакция — устойчивая негативная реакция на «бездушный» ролик. И повторил AI-рекламу в двадцать пятом.
Реклама Toys R Us через Sora. Cannes Lions июнь двадцать четвёртого. Первая шестидесятишестисекундная цельная AI-реклама.
Реакция. Положительная тональность упала с плюс двенадцати и двух до плюс трёх и четырёх процентов. Отрицательная подскочила с тринадцати и пяти до пятидесяти трёх и четырёх процентов. Joe Russo — режиссёр Marvel Endgame — публично: «отвратительно». Toys R Us официально: «успешный тест».
[пауза]
Урок для инженера. AI-реклама возможна. Но эталонная сезонная или эталонная брендовая кампания без человеческого лидерства равно ущерб бренду. Риск доверия к бренду измеряется разворотом тональности, а не показателем кликабельности. Для коммерческой творческой задачи выше порога капитала бренда человеческое руководство обязательно. Для массовой творческой задачи — AI работает.»
[Переход на s31.]
Вытеснение, сводный итог¶
[На слайде — 3-stat block: −17% Upwork / 40% работ AI-detected / 4-year extension.]
«Случай одиннадцатый. Вытеснение — это не временный шок, а структурная трансформация рынка труда.
Договорные условия помогают, но не покрывают низ. AI-условия SAG-AFTRA плюс WGA — цифровые двойники, синтетические исполнители, раскрытие AI в обучении. Продление до двадцать восьмого. Но покрывают только членов профсоюзов и только Голливуд. Нижний сегмент фриланса, корейские актёры озвучки — вне юрисдикции.
Сжатие зарплат снизу. Сорок процентов работ десять–девятнадцать долларов в час — AI обнаружен. Меньше десяти процентов в работах шестьдесят плюс. Нижний уровень выполняется AI. Верхний уровень остаётся за человеком. Средний уровень сжимается.
Стоковая индустрия — разворот, не устойчивость. Фотографы становятся источником данных, а не клиентами.
[пауза]
Урок для инженера. Вытеснение — структурный шок. Верхний уровень защищён условиями профсоюзов, вытеснение минимально. Нижний уровень — вытеснение идёт. Средний уровень — зона давления. Понимать, какой класс труда вытесняет твой инструмент — обязательное требование к проектированию до запуска.»
[Переход на s32.]
Раздел 4, заставка¶
[На слайде — большая «4», заголовок «AI здесь не нужен».]
«Раздел четвёртый из пяти. AI здесь не нужен — критерии негативного выбора. Восемь минут. Мы с вами видели двенадцать провалов — теперь выводим из них чек-лист отказа.»
[Переход на s33.]
Четыре критерия отказа¶
[На слайде — 4-card decision matrix + связь к cases.]
«Это полезная выгода лекции. Уроки из двенадцати случаев — это не разрозненные курьёзы. Мы с вами видим двенадцать проявлений четырёх фундаментальных критериев, по которым инженер проверяет любой AI-инструмент перед развёртыванием в творческий проект.
Критерий первый. Лицензия на обучающие данные. Вопрос: лицензирован ли обучающий корпус AI-инструмента, который ты используешь? Adobe Firefly — да, обучен на Adobe Stock плюс лицензированных данных. Stable Diffusion — нет, обучен на веб-скрейпе без согласия. Midjourney — неясно, обучающий корпус не раскрыт. Если ответ «нет» — есть юридический долг, прецеденты Andersen, RIAA.
Критерий второй. Проверка сходства результата. Вопрос: может ли модель воспроизвести защищённый материал дословно? NYT против OpenAI — теория дословного воспроизведения. Проверка сходства результата — инженерная задача, реализуется через близость векторных представлений к известному защищённому материалу, через фильтр Блума, через вероятностную верификацию. Если ты разворачиваешь AI и не проверяешь сходство результата — ты невольно принимаешь ответственность.
Критерий третий. Согласие на голос и образ. Если AI генерирует голос, изображение или образ идентифицируемого человека — есть явное согласие? Дело ScarJo против OpenAI Sky показало: даже звуковое сходство создаёт риск права на публичность, не только прямое клонирование. Если ответ «нет согласия» — это жёсткий стоп.
Критерий четвёртый. Риск доверия к бренду. Является ли творческая задача культовой, наследием, зоной высокого капитала бренда? Coca-Cola «Праздники приближаются», Sports Illustrated, праздничная кампания Toys R Us — все три попали в негативную реакцию. Риск доверия к бренду измерим через разворот тональности. Если ответ «да, культовая» — человеческое руководство обязательно.
[пауза]
Эти четыре критерия — не исчерпывающие. Но они покрывают подавляющее большинство ориентирных провалов из третьего раздела. Применение четырёх критериев — это не моральный вопрос. Это конкретная практика снижения риска.»
[Переход на s34.]
Где только человек¶
[На слайде — 3-column comparison.]
«Позитивная формулировка. Мы с вами обозначим три зоны, где «только человек» остаётся обязательным как функциональное требование, а не как ностальгия.
Первое. Расследовательская журналистика и оригинальное репортёрство. NYT, Washington Post, Reuters имеют явные правила, запрещающие использование AI для оригинального репортёрства. Не для вычитки. Не для резюмирования. Именно для оригинального репортёрства. Причина — Sports Illustrated и эпистемическая ответственность. Когда журналист публикует первоисточный материал, бренд надёжности — ключевой актив, моментально разрушающийся при AI-замене. Замена — потеря эпистемического статуса.
Второе. Оригинальное творческое руководство. Coca-Cola Christmas, Toys R Us, любая эталонная сезонная кампания высокого капитала бренда требует человеческого творческого руководства. AI как инструмент исполнения под руководством — допустим. AI как основной творец — риск ущерба бренду, измеримый через разворот тональности. Здесь «только человек» — стратегическое требование, не тактическое.
Третье. Длинное связное повествование. Suno и Udio к двадцать шестому генерируют треки три-четыре минуты, не цельный пятидесятиминутный альбом с развитием мотива. Sora 2 и Veo 3.1 — клипы до двадцати пяти секунд, не целостный полнометражный фильм. Длинная нарративная композиция требует архитектурной согласованности, которую текущие архитектуры не покрывают. Ограничение семейства нейросинтеза аудио и латентных видео-трансформеров — мы говорили в Разделе ноль.
Важно. Это не временное ограничение, которое «исчезнет в следующей версии». Это внутреннее свойство текущих архитектур.»
[Переход на s35.]
AI-миниатюры на YouTube: эмпирическое отторжение конечным пользователем¶
[На слайде — 3-stat block + bar chart drop reasons.]
«Одно из самых ярких эмпирических доказательств про границы AI в творчестве — AI-миниатюры на YouTube. К декабрю двадцать пятого крупные авторы YouTube начали массово отказываться от AI-сгенерированных миниатюр.
Сорок семь и три процента авторов в опросе Social Blade перестали использовать AI-миниатюры в декабре двадцать пятого. Это не «опросная максима». Это наблюдаемый паттерн поведения. Обратите внимание на цифру — почти половина авторов верхнего уровня отказались за один год.
Причины — измеренные.
Первая. «Жутко гладкая кожа» — слишком гладкая кожа, плюс странное освещение. Минус двадцать два процента кликабельности против отредактированных человеком.
Вторая. Читаемость текста на мобильных не работает в тридцати девяти и шести процентах случаев. Минус девятнадцать процентов кликабельности.
Третья. Несоответствие обещания и содержимого — когда миниатюра обещает сцену, которой нет в видео. Минус шестьдесят один и восемь процентов отвалов за первые пятнадцать секунд. То есть зритель кликает, понимает, что обещанного нет, и уходит за пятнадцать секунд.
[пауза]
Что это означает в общем смысле. Это эмпирическое отторжение конечным пользователем. Не «эстетический спор». Измеримая конверсия и метрика вовлечённости. AI-миниатюры недостаточно хороши для авторов верхнего уровня YouTube — где каждый процент кликабельности значит доход. Потому что есть конкретные режимы провала: текстура кожи, рендеринг текста, несоответствие сцены и содержимого.
Это не «AI плох в искусстве». Это «текущее поколение AI-миниатюр плохо в этом конкретном конверсионном контексте».
И это мост к пятому разделу. Измеримое отторжение конечным пользователем — это сигнал для отказа, не просто «опыт пользователей не понравился». Если кликабельность падает на двадцать два процента — это прямое влияние на доход, перевешивающее любую экономию на стоимости миниатюры.»
[Переход на s36.]
Раздел 5, заставка¶
[На слайде — большая «5», заголовок «Что инженеру делать».]
«Раздел пятый из пяти. Что инженеру делать. Четыре минуты. Финальный артефакт лекции, который мы с вами собрали из всего, что было раньше.»
[Переход на s37.]
Чек-лист из пяти вопросов¶
[На слайде — 5-вопросный flowchart в Ocean rounded box.]
«Чек-лист, который мы с вами уносим из лекции. Пять вопросов. Применяются как условие прохождения перед развёртыванием AI в творческую задачу. Не «AI запрещён». Не «AI разрешён». AI используется при условии прохождения пяти вопросов.
Вопрос первый. Лицензия на обучающие данные. Лицензирован ли корпус AI-инструмента? Adobe Firefly — да. Stable Diffusion и Midjourney — есть риски. Если ответ «нет» или «неясно» — запасной вариант на инструмент с лицензированным корпусом, либо отказ. Это вывод из дел Andersen и RIAA.
Вопрос второй. Проверка сходства результата. Может ли модель воспроизвести защищённый материал дословно? Реализация — близость векторных представлений плюс фильтр Блума на известных фрагментах. Без проверки — принимаешь ответственность. Это вывод из дела NYT.
Вопрос третий. Согласие на голос и образ. Если генерируется голос, лицо или образ идентифицируемого человека — есть явное согласие плюс компенсация? Без согласия — жёсткий стоп. Это вывод из ScarJo, Arup, Кореи.
Вопрос четвёртый. IP-чистые инструменты для коммерческого использования (без рисков обучающих данных). Используешь ли ты коммерчески безопасный процесс? Firefly Foundry, лицензированные партнёрские модели. Для потребительского коммерческого использования — это минимальное требование. Это вывод из Thomson Reuters и Getty.
Вопрос пятый. Риск доверия к бренду. Культовая, наследие, творческая задача с высоким капиталом бренда? Человеческое руководство обязательно. AI только как вспомогательный инструмент, не основное исполнение. Это вывод из Coca-Cola, Toys R Us, Sports Illustrated.
[пауза]
Схема применения. Простая.
Если хотя бы один из первых трёх — «нет» — отказ от AI в этой задаче. Это жёсткий стоп.
Если четвёртый — «нет» — выбор альтернативного коммерчески безопасного инструмента, либо отказ.
Если пятый — «да, культовая» — человеческое руководство основное, AI только вспомогательный.
Если все пять — «да» — AI применим. Документируй выбор для следа аудита.
[пауза]
Каждый из этих пяти вопросов — это не абстрактное «мне кажется». Это измеримый ответ. И это операционализируемо. Вы можете завтра прикрепить этот чек-лист к пулл-реквесту в репозитории, в котором будет интегрирован AI-инструмент в творческий процесс. И это будет работать.»
[Переход на s38.]
Вопросы и ответы¶
[На слайде — большое «Вопросы и ответы» плюс резервные подсказки.]
«Время на вопросы. Что вы хотите разобрать глубже — давайте обсудим вместе.
[пауза, жду руки]
[Если вопросов нет — резервные темы на слайде. Готов обсудить.]
Возможные направления глубже: если интересны архитектуры — почему именно диффузия дала «коммерчески безопасный» Firefly, а не Stable Diffusion с тем же подходом. Если интересны иски — Sony против Suno как остался последним активно судящимся крупным лейблом, что в этом стратегически. Если интересен российский контекст — структурные причины фронтирного разрыва по видео и музыке. Если интересно развёртывание — как сделать проверку сходства результата в промышленной системе.
[пауза]
И самое главное — три наблюдения сегодняшней лекции. Первое: архитектурно генеративный AI — три семейства, у каждого свои внутренние пределы. Второе: экономически AI добавил, изменил, сломал — три времени одного процесса. Третье: юридически открыты ориентирные дела во всех четырёх категориях исков по авторскому праву, и исход определит ландшафт следующих пяти лет.
Чек-лист из пяти вопросов — это вход в копилку персонального чек-листа. Финал — на Лекции семнадцатой «Систематизация знаний и навыков», где мы собираем чек-лист из всех отраслевых случаев курса.»
[Переход на s39.]
Закрытие¶
[На слайде — заголовок Лекции 9 + QR-источники.]
«Дальше — Лекция девять. AI в авиакосмической отрасли и оборонном комплексе.
Где сегодня провал AI — спад тональности и «бездушные» комментарии, там провал создаёт кинетический исход. Эскалация ставок на другой уровень.
Источники — по QR. Спасибо за внимание.»
[Закрытие.]