🤑 AI для продаж — самое горячее направление прямо сейчас

Я могу уверенно назвать AI для продаж самым конкурентным рынком внутри AI на этот момент. Доходит до смешного: YC-стартапы после нескольких пивотов в AI-инфтраструктуре в итоге идут делать SaaS для продаж. Сфера стала такой конкурентной, потому что находится ближе всего к деньгам и возврату инвестиций. Сегодня разберу какие решения сейчас есть на рынке для разных этапов продажи и приложу примеры стартапов, с которыми я знаком:

Звонки: компании сфокусировались на автоматизации инбаунд звонков. Люди, которые звонят самостоятельно более мотивированы и шанс, что они отвалятся от синтезированного голоса меньше. Главная сложность звонков — невозможно предсказать, как он будет идти и построить список правил. Требуется постоянно анализировать контекст и перестраивать стратегию. Игроки: Elevenlabs как главная технология для синтеза голоса; Airs.ai;

Холодные продажи: в основном аутрич по линкедину и емейлу. В этой сфере научились хорошо автоматически генерировать холодные сообщения по базе prospects. Так удается рассылать в 2-3 раза больше сообщений, чем это делает SDR. В этой сфере все упирается в умение собирать базу и итеративно писать промпты, которые будут генерировать холодное сообщение. Игроки: Intently; Monolith.

Автоматизация первой линии: это самый массовый этап, где еще непонятно насколько заинтересован человек. Задача AI на этом этапе ответить человеку на вопросы, подобрать опции и в итоге заметить дальнейший интерес. Следом человека можно передавать уже настоящему продажнику, который его будет закрывать продажу. Сложности здесь такие же, как и звонках: разговор всегда будет идти непредсказуемо и нужно возвращать его в заданное русло. Игроки: Maia; внутренние разработки компаний.

Стоит ли заходить на этот рынок: может показаться, что места уже нет, но это не так. 1) стартапы используют открытые технологии, которые доступны всем на рынке и их решения легко скопировать; 2) на текущих технологиях крайне сложно создать решение, которое будет подходить универсально всем, приходится много настраиваться под клиента и самые большие стартапы умеют не больше нескольких десятков клиентов. Это работает в обе стороны, так что стоит взвешивать риски и свои конкурнетные преимущества.

😎 В посте я дал ссылки только шесть AI-стартапов в продажах, но я собираю сейчас таблицу, где их будет 50 и будет больше категорий. Ставьте реакции, если интересно будет ее посмотреть. Чем больше интереса увижу, тем быстрее релизну.

@prod1337

📨 Как я получил ключ от GPT-3 в 2020-ом

Разбавлю серию из серьезных постов и расскажу, как я пытался 3 года назад получить ключ от GPT-3 (и в итоге его получил).

Я записался в вейт-лист на API практически в день анонса летом 2020, но спустя месяцы так и не получил ключ. Тогда я решил написать к сотрудникам OpenAI напрямую и попросить у них.

Хоть я и не знал тогда, что занимаюсь аутричем, но все равно начал неплохо: cпарсил емейлы, взял шаблоны холодных писем и переделал их под себя, а затем сел рассылать руками. Сэму Альтману я решил не писать, все-таки СEO компании это занятой человек, а вот 30 другим сотрудникам мои письма улетели и я стал ожидать свой ключ.

Ожидаемо, мне никто не ответил. Это сейчас я понимаю, что действовал наивно. Шаблон я адаптировал криво, он не вызывал никакого интереса. Вместо сотен адресатов я остановился на 30, вместо цепочек сообщений я разослал по одному. Про кривой английский в тексте даже и говорить ничего не нужно.

Сейчас на дворе 2023. Сама GPT теперь стал драйвером качественного аутрича и на этапе подготовки базы и на этапе генерации цепочек персонализированных сообщений. Получается настолько хорошо, что мы в агенстве это стали продавать как услугу (→ в лс расскажу подробности).

🫡️️️️️️ Да, и кстати, ключ я в итоге получил от знакомого, которому пожаловался на неудачный опыт, так что все было не зря.

🫡 Почему чат, как интерфейс над AI — должен умереть

Одна из призм, через которые я смотрю на AI — это призма контекста. У него есть два основных ограничения: 1) какой объем информации мы можем передать в промпт 2) насколько эта информация актуальна и точная; Сегодня я сфокусируюсь на втором ограничении и расскажу, почему чат-интерфейс для передачи контекста — тупиковая веткой развития.

ChatGPT неэффективен: вспомните, как вы настраиваете GPT при каждом диалоге. Заходите в чат → описываете ситуацию, примеры → просите решение. Каждый раз это происходит заново. Чат просто не знает ничего о вас из прошлых диалогов, и тем более из других приложения. Даже если добавить популярные интеграции, как сделал Google Bard — 90% актуальной информации окажется вне контекста модели, его придется вводить в чате. Но есть и другие подходы.

Вторая память: эту концепцию двигает стартап Rewind. Я уже рассказывал про него в Феврале. Напомню, что они всегда пишут ваш экран и голос, и дают возможность вернуться к этой информации за любое время. С тех пор они анонсировали еще и устройство, которое всегда висит на шее и записывает ваш голос в разговорах вне компьютера. И уже над этим контекст они уже строят ИИ-ассистента, который отвечает на вопросы используя его.

AI OS: другой более низкоуровненый подход, про него написал Andrey Karpathy. По его словам следующий этап развития AI — это нативная встройка на уровне железа и OS. У системы есть прямой доступ к входному и выходному звуку, картинке, доступ к интернету и хранилищу компьютера. Это самый полный контекст в рамках одного устройства. Представьте объем задач, который можно решать без дополнительных тулов: подводить саммари дня, всех звонков, искать пересечения информации и идеи для постов, заносить информацию от клиентов в CRM и ничего не терять.

😲️️️️Конечно, будет много сомнений по поводу приватности, но и тут есть подвижки 1) мы уже видим достойные локальные модели, чтобы не передавать данные никуда с устройства 2) есть большая масса людей, которые выберут эффективность над приватность, например вот тут в комментариях.

@prod1337

😎Как сгенерировать векторный логотип с текстом за несколько минут

Рассказал недавно в комментариях к другому посту, как я генерирую векторные логотипы через GPT. Получил много отклика и уточняющих вопросов.

Так я решил расписать инструкцию и делюсь ей здесь. Важно: в процессе потребуется подписка ChatGPT Plus.

TLDR: процесс максимально простой: нахожу референс → специальным промтом прошу GPT-4 описать изображение логотипа → отгружаю результат в DALLE-3 → финальный результат загружаю AI для векторизации.

🔗 Детали, промты, примеры и ссылки вынес в инструкцию, забирайте.

🦄 Почему сегодняшнее обновление ChatGPT не убьет стартапы

Сегодня вечером пройдет большой DevDay от OpenAI и уже есть сливы, что там могут показать. Самым большим станет Gizmo — тул для создания кастомных чатботов, а также маркетплейс, где пользователи смогу продавать доступ к своим ботам. После первых сливов сразу же пошли посты о том, что это убьет стартапы, а после конференции такого будет еще больше. Я с этим не согласен и расскажу, почему это наоборот открывает массу возможностей.

1. Универсальность против специализации: такое решение, как Gizmo действительно cможет съесть большой сегмент рынка, но в этом его слабость. Оно всегда будет уступать по удобству инструментам, заточеным под конкретные задачи. Интерфейс будет одинаковым для всех — для поддержки, продаж, образования или изучения языков — пользователи неизбежно столкнутся с ограничениями, поскольку интерфейc не получится адаптировать для всех сегментов сразу.

2. Технология vs. понимание пользователя: да, такие чатботы станут следующим технологогическим шагом. Но важно помнить, что в бизнесе ценность часто заключается не в технологии, а в глубоком понимании задач клиентов. Если знаете, кто ваш клиент, и какую проблему решаете, то можно спокойно занимать позицию: «Мы понимаем наших пользователей и их нужды лучше остальных, и будем использовать лучшие инструменты на рынке, чтобы их удовлетворить». Технологии будут выходить, но опора на пользователя останется.

3. Неравномерность в принятии инноваций: не стоит заблуждаться и относительно скорости принятия таких обновлений. Даже обычный ChatGPT все еще остается продуктом, который используют не больше 10-15% людей. Вне технологического пузыря людям вообще все равно на то GPT это или просто приложение в App Store с зеленой иконкой, которое решает их задачу. На уровне компаний это заметно еще сильнее из-за большого количества специфики в каждой компании, инновации раскатываются еще медленнее.

🚀️️️️️️ Таким образом, я предпочитаю смотреть на это, как на воронку. Больше людей воспользуется ИИ-чатботами, поймет их удобство, но также масса людей столкнется с ограничениями решения от Gizmo. Это произойдет и на индивидуальном уровне, и при попытке перенетси чатботов в компанию. У этих пользователей появится запрос, которого не было раньше, а у стартапов появится возможность продать свое решение этим людям.

🗿 Как я первым в мире нашел новый AI-продукт от Илона Маска

Полный заголовок не влез, он заканчивается так — «..., запостил твит об этом, но получил популярность только среди крипто-скамеров». Звучит безумно, да? Сейчас расскажу.

В воскресенье увидел анонс LLM-чата от компании xAI и пошел изучать. Я быстро уперся в заградительный вейтлист, оставалось только смотреть чужие видео. При это буквально месяц назад я прочитал свежую книгу про Маска. Там очень хорошо была описана его любовь к дедлайнам и кранчам. Релиз в воскресенье за 2 дня до конференции OpenAI это как раз такой же кранч. Особенность кранчей в том, что легко забыть что-то спрятать, поэтому я решил пойти порисерчить, что там есть на сайте xAI.

Я быстро нашел новые сабдомены, один из них был ide.x.ai. Сейчас там уже работающая заглушка, а тогда выскакивала фронтендовая ошибка. Я полез в исходники страницы и спустя время нашел скриншот нового продукта — PromptIDE, положу его в комменты. На скриншоте я увидел продукт для программирования промптов на стыке с Python. Это что-то новое, круто!

Я пошел перепроверить анонсил ли кто-то уже это в Твиттере. Смог найти в поиске только твиты крипто-ботов, которые разгоняли какой-то токен — получается я был самый первый, и пошел запостил твит об этом. Твит медленно заводился, я пораскидывал его по инфлеюнсерам и пошел спать. На утро я нашел 40 новых ретвитов, но неожиданно большая часть из них была снова от крипто-ботов. Так, а что это все-таки за токен, на который я натыкался в поиске?

Оказалось, что еще раньше меня новый продукт нашли сканнеры крипто-скамеров. Они моментально вытащили название PromptIDE, как только оно появилось на сайте. Автоматически создали токен, группы в телеграме, набили их людьми и пошли его разгонять сеткой ботов по твиттеру. И мой твит как раз попал в сетку для ракрутки токена. Видимо, такие боты настроены на все, что связано с Маском и на сайты всех его проектов. Получается, я был первым только среди людей, боты были раньше. Скриншоты тоже будут в комментах.

Твит в итоге все равно вышел на AI-аудиторию, но меньше, чем мне хотелось бы, а спустя сутки вышел уже официальный анонс PromptIDE.

🤖 AI-сотрудники — когда они уже нас заменят? 

Возможно, вы уже слышали новый AI-нарратив — «вашим следующим работником станет AI». Мне нравится концепция: нанимаешь на джуниорскую роль AI-агента, встраиваешь его в процесс и он выполняет свою четкую роль. Но насколько это работает уже сейчас? Я пообщался с 10 компаниями, которые строят AI-сотрудников и узнал на какой сейчас стадии развития они находятся. Ниже поделюсь своими наблюдениями.

Конструктор vs. коробочный агент: есть два подхода к созданию AI-сотрудников. 1) Создать конструктор, в котором уже будут собирать сотрудники под задачу. 2) Создавать уже готовых AI-агентов и давать их компаниям на внедрение. У обоих подходов есть свои плюсы и минусы, пока рано делать выводы.

Решают узкие задачи: компании сейчас сфокусированы на решении узких задач внутри профессий, которые дадут максимум пользы компаниям. Обычно это рутины: переписки, рисерчи, подготовка документов, продажи. Идет нормальный продуктовый процесс, когда сценарии последовательно закрываются и затем проверяются в реальном мире.

AI-агенты уже работают: здесь нужно смотреть на это взвешено: на данный момент ничего пугающего, их уровень пока сложно называть джуниорским. С другой стороны, я бы также не делал никаких выводов о «бесполезности». Следующие итерации будут появляться быстро, и через полгода мы увидим уже продвинутые версии.

😎 Вот здесь можно почитать мои апрельские предсказания про AI-агентов, там я целиком предсказал их текущее развитие. За это время мы в Agentcy научились собирать state-of-the-art ИИ-сотрудников для компаний и начали их внедрять. В связи с этим, могу написать новый список предсказаний — поставьте реакций, если интересно.

👀 AI теперь видит и сделает за вас рутинные задачи

Раньше для автоматизации действий в браузере этого требовалось цепляться к html-элементам, четко задавать последовательность шагов, из-за этого существовал порог входа. Теперь у GPT появилась способность видеть и открылось новое пространство решать эту задачу. Разберемся, какие новые подходы уже доступны на рынке автоматизаций.

Adept: еще до ChatGPT хайпа показали свою модель для превращения запроса пользователя в действия. Недавно открыла бету в свой первый продукт Experiments и закрыли раунд на $350mln. Важно, они пока не заявляли про поддержку «видения» в своих продуктах, но это явно вписывается в их стратегию построить AGI.

Induced AI: у этих ребят только $2.3 mln. инвестиций, но зато инвестировал Сэм Альтман. Они также предлагают продукт для автоматизации рутинных задач. Для этого планируют использовать смешанный подход: облачное решение, интеграции с сервисами по API, но в тоже время хотят использовать виртуальый браузер, в котором понадобится возможность «видеть». Для этого сейчас нанимают эксперта в Chromium.

VimGPT: опен-сорсная демка и единственный продукт из подборки, который можно по настоящему попробовать. Проект позволяет управлять виртуальным браузером через команды «найди в гугле все ai+sales продукты и прочитай их контент». GPT получает скриншот страницы, анализирует его и составляет очередность действий. Демка очень сырая, но дает понимание текущих возможностей.

😎 Официально GPT Vision используется только в последнем проекте, но я все равно вынес это в заголовок. «Видение» в перспективе станет ключевой технологий на рынке автоматизаций. На наших глазах появиласть возможность автоматизировать любые действия на сайтах без привязок к API или html-элементам. AI-работникам из предыдущего поста понадобится такой же визуальный инпут, чтобы эффективно решать задачи реального мира. Уже придумали какие задачи будете автоматизировать в первую очередь?

@prod1337

🤔 Я больше не доверяю GPT. Куда переезжать?

За последние дни многие люди вокруг задумались, что необходима альтернатива для GPT. Десятки тысяч бизнесов смотрели, как сотрудники уходят из OpenAI и были готовы ко всему. Я провел начало недели за рисерчем доступных решений и решил упаковать результат в пост. Существует два вида решений: 1) сервисы с API над языковыми моделями; 2) поднятие моделей у себя. Сегодня расскажу про первую категорию.

Claude: самая близкая к GPT-4 модель по бенчмаркам, недавно увеличили контекстное окно до 200 тысяч токенов (не совсем эффективных), и добавили function calling как в GPT. В первую очередь я бы начал эксперименты с нее. Из минусов: немного отличается API, промптинг, и также модель напрямую доступна не во всех регионах (зато доступна через Amazon).

Perplexity: в мае я рассказывал про их продукт, как замену Гугла. С тех пор они также запустили API для доступа к их собственной языковой модели, а также Llama2 и Mistral . В анонсе высочайшую скорость инференса среди конкурентов. API работает в формате OpenAI — это значит что переключаться легко. Мне нравится темп их команды и обязательно буду за ними следить. В комментариях поделюсь способом получить бесплатный доступ к Perplexity PRO на 2 месяца — он как раз дает доступ к API и оно пока бесплатное.

Decart: вариант для тех, кто любит потестить сырые стартапы. Они также предлагают API для доступа к моделям — от $0.1 за миллион токенов Llama2 7B. Это самая дешевая цена за инференс, которую я нашел во время рисерча и скорость ответа также порадовала, так что решил про них тоже рассказать. От стартапа есть ощущение, что он в любой момент отвалится, но зато быстро отвечают в твиттере.

Также потестил: Replicate — медленно и по ощущениям, и по бенчамаркам; Anyscale — сложный онбординг, непрозрачная ценовая модель; LiteLLM — библиотека, чтобы приводить разные форматы API к формату OpenAI, чтобы делать бесшовное переключение, показалось удобной.

😲️️️️️️ Когда я начинал рисерч, то не ожидал, что уже есть столько удобных решений на рынке, чтобы эксперементировать с ними. Конечно, они все уступают GPT по качеству, но это не значит, что с ними не нужно учиться работать уже сейчас. Последняя неделя очень ярко показала, как опасен платформенный риски. Нам нужна диверсификация.

📺 Как устроены изнутри языковые модели

Я постоянно пишу про сложные технические темы. Я осознанно не вдаваюсь в детали, но зато посты получаются более насыщенными моими инсайтами. В то же время, я с большим уважением отношусь к людям, которые могут простыми словами объяснять, как устроены сложные вещи.

Именно такой контент регулярно выпускает Andrey Karpathy — один из главных людей в OpenAI и в прошлом директор AI-направления в Tesla. Несколько дней назад у него вышло видео «Intro to Large Language Models». Там он за час рассказывает из каких основных компонентов состоят системы, как ChatGPT. Если слышали термины «инференс», «файн-тюнинг», «галлюцинации модели», но не понимаете их до конца, то рекомендую к просмотру. Видео набрало за эти дни уже пол миллиона просмотров.

Если пока нет времени, чтобы посмотреть видео целиком, то Леша из канала «Ночной Писаревский» сделал хорошую выжимку на 5 минут на VC. Этого хватит, чтобы получить первичную картину и начать лучше ориентироваться в теме.

👨‍💻 Лучшие AI-инструменты для разработчика в 2024

На прошлой неделе я провел первый тренинг «AI для разработчиков». При подготовке я поговорил с десятками разработчиков, проанализировал отчеты от Gitlab и Jetbrains. В результате я узнал какие AI-инструменты и промпты разработчики используют для повышения продуктивности. В этом посте я решил поделиться инсайтами про самые интересные инструменты для разработчиков и разбил их на категории.

1. Github Copilot — универсальный инструмент: больше 50% кода на Github уже написано с его применением. Большинство разработчиков при этом до сих пор им не пользуются. Команда Copilot сначала закрыла сценарии отдельных разработчиков (авто-дополнение, тесты, документация), а теперь развивает продукт на уровне команд и все компании (анализ PR, разворачивание в контуре). JetBrains недавно показали свой аналог Copilot для тех, кто сидит на их стеке. Стоимость — от $10 в месяц.

2. Cursor.sh — потенциальный дизрапшен: в отличии от Copilot они выбрали другой путь — AI-first. Команда Cursor форкнула VSCode и перестроили его интерфейс, чтобы промпты стали главным способом взаимодействия с кодом. В Cursor вы пишете промпт прямо там же, где раньше писали в редакторе код. Также отмечу фичу, которая позволяет прокинуть ссылки на актуальную документацию библиотек, и тогда они будут использованы при генерации. Также как и Copilot — используют модели от OpenAI. Есть небольшое количество запросов в месяц, чтобы протестить бесплатно.

3. Phind — альтернатива для GPT: они начали еще до ChatGPT-хайпа, как поисковик для разработчиков и попали с ним в YC. Долгое время они использовали GPT внутри, но в процессе собрали даныне и обучили свою модель. Теперь Phind отвечает на вопросы разработчиком и генерирует код. Phind доступен в вебе и ставится, как расширение для редакторов кода (в том числе Cursor). Phind доступен бесплатно.

4. CodeMuse — самый интересный стартап: свежий проект из следующего батча YC. Эта команда сфокусировалась на том, чтобы применить к локальному репозиторию open source LLM и эмбединги, и строить вокруг этого фичи. Уже сейчас доступен поиск человеческим языком над проектом — «find function that checks permissions» и автоматическая документация для всего проекта. В начале следующего года они планируют добавить ассистента и генерацию кода. CodeMuse также доступен бесплатно в виде расширения.

🫡 Уже сейчас такие инструменты создают разрыв между разработчиками в разы, а в следующем году разрыв станет критическим. Сейчас лучшее время, чтобы начать их применять — начните с этого списка.