Дублированная версия подкаста при помощи Eleven Labs. Имеет много недостатков, хотя инструмент совсем не бесплатный

О фармацевтике, AI и No-code инструментах. Недавно был в гостях у Ryan Stanley, где мы обсуждали, как технологии, особенно искусственный интеллект, меняют фармацевтику и здравоохранение. Еще затронули Agentforce от Salesforce и low code/no-code инструменты вроде Make.com. Ryan интересный собеседник и до того как включил запись, говорил в очень спокойном темпе и на совсем другие темы, а на камеру включил скоростной режим. Получил полезный опыт блиц-интервью. Интересно, что контент для него - один из основных двигателей новых продаж и знакомств.

Про RAG, LLM и Databricks и будущее корпоративных баз знаний и чатботов.

LLM (Большие языковые модели) способны создавать правдоподобные и связные ответы на вопросы и многие из моего окружения активно используют в жизни и работе OpenAI, Claude, Perplexity вместо Google поиска. Благодаря обучению на огромных массивах данных LLM учитывают нюансы и контекст, однако они не всегда являются надежными источниками знаний. Модели склонны к “галлюцинациям” — созданию откровенно ошибочных фактов при ответах пользователям. Кроме того, LLM не могут учитывать события, произошедшие после их обучения, и не имеют доступа к закрытой корпоративной информации.

Эти ограничения можно преодолеть с помощью дополненной генерации (RAG). RAG использует дополнительные данные, позволяя LLM предоставлять более точные и актуальные ответы. В процессе RAG происходит автоматический поиск релевантной информации в базе данных, что улучшает качество ответов и снижает вероятность ошибок. Это особенно полезно для компаний, где важен доступ к закрытым или специализированным данным, недоступным в открытых источниках.

RAG также помогает получать свежие данные, что актуально, когда LLM обучена на старой информации. Кроме того, RAG позволяет использовать систему с учетом прав пользователя, обеспечивая безопасность при работе с конфиденциальными данными.

Мы уже некоторое время являемся партнерами Databricks - платформы для обработки больших данных и машинного обучения и сегодня меня их маркетологи приятно удивили отличной методичкой по RAG с очень понятными схемами и отличным контентом.

Об искусственном интеллекте - за один час. Очень понравилась лекция Андрей Карпаты — специалиста в области искусственного интеллекта и машинного обучения, который ранее был директором AI в Tesla, возглавляя разработку технологий автономного вождения. Он также был исследователем в OpenAI, где занимался глубоким обучением и нейронными сетями.

Интересные факты из статьи:

- Языковая модель может работать на небольшом компьютере и это всего 2 файла. Один содержит параметры модели, а второй это исполняемый код, например, на C++ длиной в районе всего 500 строк кода

- Opensource (открытые системы) отстают от закрытых тип OpenAI, но незначительно

- Чтобы обучить большую и бесплатную модель на промышленном объеме текста, собранного с веб-сайтов понадобилось 6 000 GPU, работающих непрерывно в течение 12 дней, и стоило ~2 миллиона долларов.

- В процессе обучения происходит сжатие текста в файл с параметрами, который в отличие от ZIP архивов (которые сжимаются без потерь) сжимается с потерями и скорее передает суть текста

- ChatGPT, Claude или Gemini- очень дорогие системы, которые на порядок более емкие чем open source. Стоимость их обучения может составлять десятки и даже сотни миллионов долларов, в них задействованы гораздо большие наборы данных и вычислительные кластеры

- Llama2-70b очень популярна, потому что на данный момент это, пожалуй, самая мощная модель с открытыми весами. Meta AI не просто выпустила модель, они выложили в открытый доступ весовые коэффициенты, архитектуру и даже статью о ней

- Несмотря на некоторые внешние сходства с сознанием человека - правильнее воспринимать нейронные сети как эмпирические артефакты. Мы вводим данные, наблюдаем ответы и оцениваем их поведение по тексту, который они генерируют в различных ситуациях. Поэтому оценка их работы очень сложная в силу их эмпирической природы.

- Известно как оптимизировать параметры нейросети, чтобы добиться лучшего предсказания следующего слова, но как эти параметры работают вместе, чтобы достичь этого, не совсем понятно. У нас есть модели и теории, которые предполагают, что они создают и поддерживают некую базу знаний, но даже это не совсем просто. Знания в этих сетях могут быть одномерными. Например, если спросить нейросеть кто является мамой Тома Круза - то она выдаст точный ответ, а если спросить чей он сын, то признается, что не знает.

- Важно знать, что вы не всегда можете быть уверены в том, что полученный результат точен или является галлюцинацией. Часть информации может быть запомнена из обучающих данных, а часть - нет.. По большей части они придумывают интернет-текст на основе своих обширных данных, создавая контент, представляющий собой смесь заученных знаний и творческой экстраполяции.

- Процесс доучивания моделей также дорогой и в нем задействовано много ручного труда. Как правило, компании нанимают команды для сбора наборов данных. Этим командам даются подробные инструкции по маркировке и ставится задача придумать вопросы и подготовить соответствующие ответы.

- На пути превращения нейронных сетей в ИИ-помощников ключевым моментом является процесс тонкой настройки (fine tuning) Вместо общих интернет-текстов, использовавшихся при предварительном обучении, используются документы с вопросами и ответами (Q&A).

- После предварительного обучения и тонкой настройки можно использовать третий этап: Reinforcement Learning from Human Feedback или RLHF, как его называют в OpenAI. На этом этапе применяется уникальный подход - использование сравнительных меток, - когда люди выбирают наиболее подходящие ответы из предложенных.

- Интересно, что по аналогии с человеческим разумом у LLM выделяют две системы мышления быструю и медленную (почти как сознание и подсознание

- Большое влияние на качество результатов работы нейросети оказывает размер оперативной памяти (контекстное окно), с которым сеть работает в моменте

- В настоящее время ни одна языковая модель не обладает способностью взять больше времени на обдумывания и повысить за несколько подходов качество выдаваемых решений и их точность.

Про сингулярность. Обсуждали с другом ИИ в создании контента, вспоминали Голливудский фильм «Хвост виляет собакой» видимые элементы ИИ в текущей избирательной гонке.

Сингулярность — это гипотетический момент в будущем, когда развитие искусственного интеллекта и технологий станет настолько быстрым и мощным, что произойдут радикальные изменения в обществе, экономике и человеческом опыте. После достижения этой точки ИИ может превзойти человеческий интеллект, что приведет к последствиям, которые невозможно предсказать. Этот концепт тесно связан с идеями технологической экспоненциальности и автономного самоулучшения ИИ.

По сути в некоторых аспектах ИИ людей обогнал, но креативный процесс, при всех технологических возможностях пока идет как и шел, потому как внедрение и даже базовое осознание требует глубокого погружения и высокой степени абстрактности мышления.

Роботы журналисты уже вовсю собирают и пишут новости, фильмы снимают уже без актеров, а полностью при помощи ИИ, но в тоже время, пиарщики, маркетологи, креативные агенства, DSP-системы продолжают работать как работали в парадигме Голливуда и газетной рекламы 20-летней давности. Удивительно, что даже с бюджетом Elon Musk и компания в избирательной кампании из видимых элементов сгенерировали при помощи ИИ только кошечек и собачек, которых спасают от нелегалов.

О силе позитивной визуализации в спорте и бизнесе

Ранее писал о своём увлечении стендовой стрельбой, которую я считаю в большей степени ментальным видом спорта. После большого прогресса на тренировках и плачевных результатов на соревнованиях прочитал несколько книг по спортивной психологии и одна из них "Inner Game of Tennis". Тимоти Голви рассказывает в частности о важности визуализации и приводит в пример историю гольфиста, который оказался в плену во время войны во Вьетнаме. Этот человек был заключен в маленькой камере и лишен возможности играть в гольф на протяжении многих лет. Однако, чтобы не сойти с ума и не потерять форму, он начал использовать силу визуализации.

Каждый день, находясь в заточении, он мысленно играл раунд гольфа на своем любимом поле, визуализируя каждую деталь. Он представлял каждый удар, чувствовал вес клюшки, слышал звук мяча, падающего в лунку. Этот процесс помогал ему не только сохранять разум в тяжелых условиях, но и улучшать свои навыки, несмотря на полное отсутствие реальной практики.

Когда гольфист был освобожден, он вернулся домой и сыграл в свой первый турнир. К удивлению всех, несмотря на длительный перерыв, он показал отличные результаты и даже выиграл чемпионат. Визуализация позволила ему сохранить высокий уровень игры и остаться в отличной форме, несмотря на долгие годы без тренировок. Это история стала классическим примером того, как мощным инструментом может быть воображение и как оно помогает улучшать навыки в любом виде деятельности, будь то спорт или другие области жизни. Часто размышляю о том насколько мысли материальны и как визуализация помогает достигать очень впечатляющих результатов. Часто вспонимаю как с партнером рисовали на салфетке какой-то безумный план, но потом он становился реальностью в течение пары следующих лет.

Про США и ЕС, найм сотрудников, предпринимательство и инвестиционный климат. Прошлую неделю провел в Дублине, Париже и Амстердаме встречаясь с друзьями и коллегами, в том числе обсуждали как дела обстоят с наймом и удержанием сотрудников и предпринимательским духом. Ситуация с наймом и отношение к работадателям в Голландии и Ирландии не сильно отличается от нашего опыта в Франции. Будет уместно отметить, что нанимать людей для среднего и малого бизнеса в ЕС это большое испытание, особенно если сравнивать с наймом в США, где employment at will является другой крайностью, но явно дает большую гибкость брать на себя предпринимательские риски.

Также обсуждали, что за последние пять лет в Соединённых Штатах наблюдается значительный рост числа компаний с рыночной капитализацией более 1 миллиарда долларов, особенно в таких секторах, как технологии и здравоохранение. Развитие венчурного капитала и частного акционерного финансирования позволило многим компаниям быстро масштабироваться, что привело к появлению большого количества «единорогов» (стартапов с оценкой более 1 миллиарда долларов).
По сравнению с США, в Европе таких компаний меньше, хотя рост таких техноцентров, как Лондон, Берлин и Стокгольм, заметен.

В США насчитывается более 500 единорогов, в то время как в Европе их количество не превышает 100. Основное преимущество США заключается в зрелой экосистеме венчурного капитала и более агрессивных раундах финансирования, в то время как в Европе более распространены традиционные пути финансирования, такие как банковские кредиты или государственные субсидии.

Эта разница в культуре финансирования объясняет разрыв в создании компаний с миллиардной капитализацией между этими регионами

Недавнее исследование также показало, что 55% американских стартапов стоимостью более $1 млрд имели хотя бы одного иммигранта в числе основателей. Более того, 65% ведущих компаний в сфере искусственного интеллекта в США также были основаны иммигрантами. Эти цифры не просто демонстрируют значимость иммигрантов, но и их ведущую роль в создании прорывных технологий.
Кроме того, исследование Национального фонда американской политики выявило, что в четверти миллиардных компаний, таких как Tesla и Nvidia, основатели иммигранты приехали в США как иностранные студенты. А доля иммигрантов-изобретателей в стране выросла с 24% в 2000 году до 35% в 2016 году.

Пока, явно климат для предпринимателей в США остается предпочтительным и страна притягивает таланты со всего мира. Надеюсь мы доживем до того, что визы и гринкарты для талантливых людей, за счет которых бизнес растет будет получать также легко как финансирование.

Об AI в электронной коммерции (по отчету Gen AI Works, сентябрь 2024)

Gen AI Works - крупнейшее сообщество специалистов по искусственному интеллекту сделали отличный отчет AI Implementation Insights" о внедрении ИИ в крупнейших компаниях мира.

Топ кейсы:

1. Picnic (онлайн-супермаркет):
- Прогнозирует повторные покупки через модель CRP
- Управляет каталогом из 30 000+ товаров
- Использует продвинутые модели (цепи Маркова, RNN) для рекомендаций
- Автоматизация списков покупок

2. Etsy:
- Визуальный поиск на базе EfficientNet и Vision Transformers
- ИИ-рекомендации товаров
- Мультизадачное обучение для категоризации
- Поиск похожих товаров по изображениям

3. Mercado Libre:
- Использует большие языковые модели для техподдержки
- Автоматическая документация
- Интерфейсы на естественном языке
- Улучшенный пользовательский опыт

4. Algolia:
- Платформа персонализации в реальном времени
- Динамические результаты поиска
- Персонализированный контент
- Отслеживание предпочтений с защитой приватности

5. Amazon (Проект Pi):
- ИИ-контроль качества
- Компьютерное зрение для обнаружения дефектов
- Автоматическая инспекция товаров
- Проверка качества перед отправкой

6. DoorDash:
- Использует GPT-4 для создания графов знаний о продуктах
- Автоматическая маркировка товаров
- Умная генерация описаний
- Структурирование неформатированных данных

Сделал для вас подкаст при помощи NotebookML

Про AI автономных агентов и первый опыт с Anthropic computer.

Вчера с интересом прочитал про новый продукт Anthropic Computer и сразу его попробовал в действии. По замыслу создателей это автоматизация, которая должна стать умнее RPA (например UiPath) за счет использования LLM, позволяя ИИ взаимодействовать с программами так, как это делает человек: читать информацию на экране, вводить текст, кликать по кнопкам и даже переключаться между окнами.

Для выполнения задач Claude 3.5 Sonnet получает команды, анализирует экранные изображения и ищет нужные элементы, используя координаты для точного управления курсором. Этот подход снижает зависимость от устаревших RPA «жестких» скриптов, которые ломаются при малейших изменениях интерфейсов.

Установка Docker и запуск скриптов заняла минут 15 и агент сходу заработал на Mac. В качестве эксперимента попросил найти в Google рекомендации ресторанов в Атланте и сложить в текстовой файл, а также Excel табличку. Результат получился приемлимый, но на просьбу зайти в мой аккаунт и записать это в моем Evernote система ответила жестоким отказом, сославшись на безопасность и политики использования. Не смог сходу найти интересные use cases для применения этой инновационной системы, так как пока она отказывается куда-либо логиниться.

Поверхностный поиск статей в Google по безопасности решения выдал примеры атак “prompt injection”, когда злоумышленники могут внедрить скрытые инструкции в документы или веб-страницы. Такой метод может заставить Claude выполнять опасные действия, включая загрузку и запуск вредоносных файлов.

Польские исследователи решили выяснить, сколько LLM-агентов сейчас бродят по интернету в попытках автоматом взломать серверы. Для этого они развернули по сети серверы с названиями, похожими на государственные службы, и настроили систему логгирования попыток взлома.

Результаты показали, что из примерно миллиона попыток взлома только 6 выглядели как действия ИИ-агентов — и все эти попытки пришли из Индии. Вот подробности проекта.

Можно предположить, что автономных агентов будет совсем скоро очень много и они будут сильнее умнее первых версий Claude.

О профессиональном спорте и предпринимательстве.

Мой близкий друг, комментируя мое отношение к спортивному режиму, сну и восстановлению отметил, что оно соответствует подходу профессиональных спортсменов. Соглашусь, что у предпринимателей и спортсменов много общего и в моей среде предпринимателей много успешных спортсменов любителей.

У предпринимателя много ответственности не только перед собой, но и перед клиентами и сотрудниками и игра подразумевает постоянное создание и поддержание конкурентных преимуществ вне зависимости от уровня твоей усталости, времени суток или погоды за окном.

Часто тяжелое испытание прилетает к тебе неожиданно и если ты держишь режим постоянно, то становишься менее уязвимым к таким событиям, особенно если находишься в отличной форме. Формула "немного нехорошего мне не повредит" совсем не подходит для режима, когда ты играешь на результат, который в идеале постоянно растет.

Чтобы сохранить ясность сознания и способность принимать решения в условиях недостатка информации и времени стараюсь держать режим сна и отдыха и в этом здорово помогают часы Garmin, которые объективно показывают не только сон, но и усталость (показатель вариабельности сердечного ритма - HRV), стараюсь следить за питанием и заниматься спортом не менее 3х раз в неделю. Бокс дает отличную кардио нагрузку и помогает развивать концентрацию внимания, которая дается мне совсем непросто.

У нас в компании есть большая группа в Strava сотрудников и друзей, которые регулярно делятся своими беговыми и вело- и другими тренировками и поддерживают друг друга.

Ранее писал о недопустимости negative self talk, так как ругая себя или давая вслух негативные оценку событиям - мы сбиваем настрой, который и так дается нелегко. В спортивной психологии много говорят о том как выносить пользу из проигрыша и фокусироваться на следующем шаге, а в бизнесе этот навык помогает найти в любой проблеме полезный урок и возможность улучшения.

Профессиональный спорт обычно ограничен возрастом, чего не скажешь о бизнесе.

Примеры успешных предпринимателей в почтенном возрасте совсем не редкость в современном мире и тут режим, настрой и набор убеждений тоже здорово помогает интересно жить дольше.

Меня часто спрашивают о долгосрочных планах, и с текущего горизонта мне очень нравится то что мы с командой единомышленников делаем и пока я совсем не вижу себя в режиме пенсионера, рыбалки, пляжа и ленивого просмотра достопримечательностей. Непрерывный рост и новые вызовы выглядят куда более интересной игрой для разума, если будет возможность сохранить здоровье и ясность ума соблюдая режим и улучшая свои навыки.

О биткоинах как инвестиции и MicroStrategy.

На собеседовании услышал от кандидата очень странную историю о компании MicroStrategy под руководством Майкла Сейлора. Не поверил даже, что такое возможно... Марк по словам кандидата, системно берет кредит под залог акций компании и регулярно покупает биткоины, при этом основной бизнес компании перестал быть таким важным в глазах основателя относительно это незамысловатой стратегии. Поиск в Google выдал новость, что MicroStrategy снова готовится к масштабной закупке Bitcoin. На этот раз стратегия под названием «21/21 план» предполагает привлечение $42 млрд в течение следующих трёх лет: $21 млрд будет обеспечено за счёт продажи акций, а остальные $21 млрд — за счёт фиксированных доходных ценных бумаг.
На сегодняшний день MicroStrategy получает 17,8% годовой доходности с своих BTC резервов, и планирует в будущем достичь от 6% до 10% ежегодно с 2025 по 2027 годы. По текущей цене Bitcoin в районе $70,000 запланированные инвестиции буду эквивалентом покупки примерно 578,586 BTC, что составит около 2,7% от общего предложения Bitcoin. Этот шаг MicroStrategy подчеркивает растущий тренд среди компаний, которые рассматривают Bitcoin как актив для резервов. В данном случае компания по сути за счет этой стратегии предполагает расти, потому как основной бизнес не выглядит особенно успешным.

О росте криптовалют. Про криптовалюты ранее делился своей простой идеей, что ей владеют лишь ~7% населения Земли и процент этот будет только расти из-за объективного удобства хранения и переводов для стран с нестабильной экономикой и высокой инфляцией, а также появления ясности в регулировании в развитых странах.

Судя по последним данным, в октябре интерес к криптовалютам снова начал расти, а посещаемость топ-20 бирж увеличилась на 8%.
Крупнейшие биржи Binance, WhiteBit и Coinbase привлекли наибольшее количество визитов, получив 54 млн, 33 млн и 30 млн соответственно.

Интерес к крипте также подпитывался результатами выборов в США 6 ноября, где про-криптовалютный кандидат Дональд Трамп одержал победу. На фоне этого Биткоин обновил максимумы, а интерес к фьючерсам и ETF на крипту продолжает расти.

К примеру, BlackRock зафиксировал рекордный объем торгов по своему биткоин-ETF IBIT — $4,1 млрд за день. При этом на биржи 7 ноября перешли $9,3 млрд в стейблкоинах, что часто воспринимается как сигнал на дальнейший рост рынка.
Интересно, что Биткоин обогнал Meta и занял 9-е место по рыночной капитализации в мире, достигнув $1,46 трлн и цены $73,800 за монету. И это уже не первый случай, когда Биткоин перепрыгивает Meta, ранее это уже было в марте на отметке $73,000.

Похоже, крипторынок может входить в новую фазу роста, и, если Трамп действительно объявит Биткоин стратегическим резервом, как предсказывает аналитик Bitget Research Райан Ли.

Jake Paul: от Vine, и YouTube до боя с Тайсоном

Jake Paul в свои 27 лет — успешный предприниматель, блоггер и боксер удивил вчера поединком с Тайсоном. Вопреки критикам и ожиданиям совсем уж скучного боя с 57-летним ветераном и иконой бокса, Jake с продюссерами сумели сделать достойное шоу. Тайсон остался цел, оба бойца получили по 20 миллионов, Netflix получила много просмотров.

Jake занимается боксом с 2018 года, благодаря своим успехам в социальных сетях сам себе выбирает противников и уже 10 боев выиграл и только один проиграл. Как только бои начали набирать просмотры, Jake сразу сделал свою промоутерскую компанию.

Предпринимательские достижения Джейка:

1. Team 10- инновационный инкубатор талантов, который помог молодым инфлюенсерам развивать карьеры и укрепил бренд самого Пола

2. Anti Fund— венчурный фонд, инвестирующий в стартапы, от спортивных ставок до технологий обороны

3. Most Valuable Promotions (MVP)— промоутерская компания, изменившая подход к боксу, подписав таких звезд, как Аманда Серрано

4. Betr — инновационный проект в сфере спортивных ставок, привлекший крупные инвестиции.

5. Линия средств W — бренд мужской косметики, сотрудничающий с Walmart и собравший $14 млн инвестиций.

Jake — для меня пример того, как соединить страсть к спорту, стратегию и смелость, чтобы стать больше, чем просто знаменитостью.

Про искусственный интеллект и экспоненциальное раскрытие человеческой креативности.

Технологии в области ИИ сильно опередили способности людей к их восприятию и внедрению. По моим наблюдением ИИ идет крайне медленно и без особенного энтузиазма, особенно в крупных компаниях. Это похоже на сложные проценты: все понимают их силу, но мало кто делает инвестиции регулярно и вообще их применяет. Маркетологи и программисты хоть и видят пользу, но часто подсознательно обесценивают ИИ, опасаясь утраты ценности своих ремесленнических навыков. Также эксперименты с новыми технологиями требуют терпения к экспериментам, которые кажутся часто нелепыми на первый взгляд, но по итогам могут менять принципы взаимодействия компаний с окружающим миром и бизнес-модели. Например, писать программы разговаривая с компьютером, находя подходящие слова, чтобы уговорить сделать код более эффективным, или создавать новые жанры в контенте, экспериментируя с цифровыми двойниками и замешивая контекст реальных новостей и событий с фантазиями, создание видео контента в невиданном раньше масштабе на основе собственного аватара и записанных мыслей - все это доступно прямо сейчас, но почти никто рядом этого даже не пробует использовать.

В корпоративном мире много ажиотажа в потенциальной замене рутинных операций и ненужных действий за счет автономных агентов или ботов, что по сути и происходит уже несколько десятилетий и без LLM. Мое мнение, что основной потенциал ИИ — в ускорении креатива в создании новых бизнес моделей и способов донесения своих идей. Представьте, что у вас есть возможность «нанять» сотни художников, дизайнеров или программистов, не выходя на рынок труда и в течение дня увидеть первые результаты и деньги на счету от реальных клиентов. ИИ дает возможность быстро тестировать идеи, генерировать продукты и получать обратную связь от целевой аудитории. Настоящий потенциал ИИ заключается не в сокращении рутины как таковой, а в освобождении творческой энергии умных людей. ИИ уже превращает одержимость и случайные озарения в реальность, то есть по сути это в первую очередь экспоненциальное раскрытие человеческой креативности, о которой мы даже не подозревали.

О вертикализации ИИ агентов.
По совету Сергею Булаева послушал интервью от YC.

Во многом согласен с выводами, но выскажу сдержанный оптимизм, потому как в корпоративном американском мире внедрение AI агентов будет идти очень медленно из-за сопротивления руководства компаний, недоверия и регуляций.

Наибольший потенциал, конечно, вижу в здравоохранении и финансовом секторе, где бюрократия является огромной частью затрат и compliance требования существенно влияют на сами бизнес-модели. В CPG, Retail будет проще, так как низкая рентабельность этих бизнесов будет толкать руководство к экспериментам и нелинейному росту продуктивности.

Вертикальные ИИ-агенты могут значительно превзойти традиционные SaaS-решения, так как они заменяют не только программное обеспечение, но и целые команды сотрудников.

Ключевой стратегический момент для ИИ-стартапов - необходимость продажи решений топ-менеджменту компаний, чтобы избежать сопротивления со стороны команд, которые потенциально могут быть заменены.

Развитие этой технологии напоминает эволюцию SaaS: изначальный скептицизм относительно возможностей сменяется признанием преимуществ. Каждые три месяца мы наблюдаем существенный прогресс в возможностях ИИ, что говорит о ранней стадии трансформации.

Успешные примеры внедрения включают автоматизацию поддержки клиентов, сбора долгов, медицинского биллинга и тестирования ПО. При этом проникновение на рынок составляет менее 1%, что указывает на огромный потенциал роста.

Будущее за узкоспециализированными решениями, фокусирующимися на полной автоматизации рабочих процессов. Это может привести к появлению компаний-единорогов всего с десятком сотрудников, что радикально меняет традиционные представления о масштабировании бизнеса.
Для предпринимателей важно искать возможности в областях с большим количеством рутинной административной работы, где основатели имеют глубокую экспертизу. Вертикальные ИИ-агенты не просто оптимизируют отдельные процессы - они способны трансформировать целые отрасли, создавая сверхэффективные компании будущего.

На мой взгляд правильным подходом для организаций будет - создание своей индустриальной фабрики майнинга неэффективных процессов, где вертикальные ИИ агенты смогут быстро приносить значительную пользу. В Customertimes мы построили технологические практики, где уже есть вертикальная специализация и экспертиза и вертикализация это важная часть нашего успеха на рынке.

Про AI пузырь на рынке.

История циклична, и мы с вами видим, как очередной пузырь надвигается: дорогие GPU, миллиардные затраты, отсутствующие бизнес-модели.

Чем-то похоже на SAAS революцию, когда Salesforce и Amazon строили огромные дата центры и было далеко не так очевидно, где будут зарабатывать деньги и когда.

OpenAI сделает всего ~3.7 миллиарда выручки в этом году и это на фоне сотен миллирдов вложенных в инфраструктуру.

Вспоминаю, как мы 2007 году делали конференции вместе с Salesforce под лозунгом NO SOFTWARE и пытались объяснить рынку, что Software as a Service - это будущее, но клиенты совсем не тооропилсиь туда.

- AI-компании горят в гонке за общим человекоподобным интеллектом (AGI) жгут деньги инвесторов, но их доходы — это лишь красивые презентации и "API с интерфейсом".

- Техногиганты складируют GPU в надежде на будущее, как крипто-майнеры скупали железо перед крахом.

Кое-где есть просвет и AI уже изменяет рекламный рынок:

- Персонализированные объявления показывают CTR в 11.3% против традиционных 2.1%.

- Конверсии выросли в 4.8 раза, ROI — в 7.2 раза

- создание креативного фото и видео контента из десятков тысяч долларов подешевело до сотен и меньше.

AI уже может генерировать идеальное объявление в реальном времени, для каждого пользователя, в любой канал.

Прямо сейчас можно запускать вертикализированные платформы где:
- Подкасты с персонализированными рекламами для каждого слушателя.
- Видео с динамическим продакт-плейсментом под ваши интересы.
- Потоки, где бренды встраиваются в реальном времени.

Вижу, что эта революция огромная возможность для системных интеграторов, которые смогут соединить:

1. Технологии, которые существуют сегодня
2. Каналы, существующие сегодня
3. Поведение пользователей, существующее сегодня
4. Бизнес-модели, существующие сегодня

В отличии от крипты или metaverse у ИИ нет барьеров в виде осознания необходимости или изменения поведения и дорогих и тяжелых гаджетов.