#маркетинг
Кто и когда придумал QR-коды.Придумал QR-код японский инженер Масахиро Хара. Это случилось в 1994 году, но сама история началась чуть раньше — примерно в 1992-м.Хара работал в...
Читать полностьюКто и когда придумал QR-коды.Придумал QR-код японский инженер Масахиро Хара. Это случилось в 1994 году, но сама история началась чуть раньше — примерно в 1992-м.Хара работал в компании Denso Wave — это «дочка» Toyota, которая как раз занималась автоматизацией и системами считывания. В то время на заводах Toyota активно использовали обычные линейные штрихкоды, чтобы отслеживать детали и запчасти. И тут возникла засада: такие коды могли хранить совсем немного информации (примерно до 20 символов), а сканерам порой требовалось время, чтобы их «поймать». Рабочим на производстве приходилось сканировать по десятку кодов с одной коробки — это отнимало кучу времени и повышало риск ошибки. Задача для Хары звучала так: придумать что-то, что вместит больше данных, будет считываться моментально под любым углом и при этом не сдастся, если код чуть заляпан или поцарапан. И вот тут начинается самое интересное! По воспоминаниям самого Хара, идея пришла к нему во время обеденного перерыва. Он играл с коллегой в настольную игру го — на квадратной доске выстраивают чёрные и белые фишки. Инженер вдруг понял: а почему бы не сделать двумерный код — из чёрных и белых квадратов? Такой шаблон сможет хранить гораздо больше информации, чем линейная «лесенка» штрихов. Хара взял эту идею и два года доводил её до ума. Он не просто нарисовал узор — ему пришлось вручную рассчитывать расстояния между элементами, чтобы код стабильно считывался. В итоге получился QR-код (Quick Response Code — «код быстрого отклика»). Он действительно решал все поставленные задачи: вмещал тысячи символов, быстро распознавался даже под углом и был устойчив к частичным повреждениям. Сначала технологию успешно протестировали прямо на заводах Toyota — для маркировки деталей. Но есть один очень важный факт, который во многом и объяснил глобальный успех QR-кода: компания Denso Wave не стала патентовать изобретение. Хара и коллеги сделали технологию открытой — любой мог её использовать и развивать. Благодаря этому QR-коды сначала вышли за пределы автомобильной индустрии, а с распространением смартфонов и мобильного интернета вообще захватили мир. Их стали применять в маркетинге, для платежей, в медицине, а во время пандемии COVID-19 — для отслеживания контактов и подтверждения вакцинации.
Опасен ли на данный момент искусственный интеллект?Прямо сейчас ИИ не восстал и не захватил мир, но и полностью безопасным его точно не назовёшь. Опасность есть, но она не в том,...
Читать полностьюОпасен ли на данный момент искусственный интеллект?Прямо сейчас ИИ не восстал и не захватил мир, но и полностью безопасным его точно не назовёшь. Опасность есть, но она не в том, что нейросети вдруг станут злыми и автономными (хотя такие разговоры ведутся), а в том, как люди и компании их используют — и какие слабые места при этом вскрываются. Утечки данных. Многие кидают в чат-боты сканы паспортов, финансовые документы или корпоративные секреты, думая, что это приватно. А данные могут попасть в обучающую выборку или утечь при сбое. Есть даже термин shadow AI: сотрудники ставят ИИ-инструменты тайком от IT-отдела, и компания не знает, куда именно утекают её данные. Ошибки и «галлюцинации». Нейросети иногда уверенно выдают ложную информацию за факт. Был случай: семья спросила у ИИ про визовые требования для отпуска, модель сказала, что виза не нужна. Люди купили билеты, а в аэропорту их не пустили — сорвался отдых. В медицине или юриспруденции такая ошибка может стоить гораздо дороже. ИИ в руках злоумышленников. Киберпреступники активно используют технологию для персонализированных атак. Например, ИИ помогает делать сверхреалистичный фишинг: пишет письма «от лица коллеги» с деталями, которые легко собрать через OSINT (сбор открытой информации). Или создаёт дипфейки — поддельные видео/аудио руководителя, чтобы выманивать деньги. Риски при внедрении в бизнес. Когда компании подключают ИИ-агентов к внутренним системам (CRM, базы данных), появляются новые уязвимости. Злоумышленник может отправить специально сформированный запрос (промпт-инъекция), чтобы заставить агента сделать что-то опасное: удалить данные, заблокировать учётные записи или разослать конфиденциальную информацию. Ещё одна проблема — уязвимости в инфраструктуре вокруг ИИ: открытые API, слабые места в цепочках поставок. Проблемы с безопасностью самого кода. ИИ-помощники часто генерируют программный код. Проблема в том, что они нередко «зашивают» в него учётные данные (пароли, API-ключи) или оставляют известные уязвимости. При этом важно не перегибать палку. Часто в новостях мелькают истории про «ИИ, который сбежал из цифровой среды и начал атаковать офисы разработчиков». В большинстве случаев это либо тестовые сценарии, либо маркетинговый шум вокруг сомнительных проектов. Полностью автономные системы, которые сами принимают решения без контроля человека и творят хаос, — пока скорее гипотетический сценарий, чем повседневная реальность. Так что же делать? Не паниковать, но быть внимательнее. Не кидать особо важные данные в нейросети бездумно, перепроверять то, что ИИ выдал за факт, особенно в важных вопросах. А компаниям — не внедрять технологию вслепую: выстраивать контроль, ограничивать права доступа ИИ-агентов, проводить аудит. В общем, ИИ — это мощный инструмент, который несёт риски, но эти риски управляемы, если подходить к делу с головой.
