Также стоит отметить релизы от Google: 1. Gemini CLI - AI-агент для кодирования, дообученный в первую очередь на командную строку: https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent 2. Gemma 3n - серия небольших Open Source моделей: https://developers.googleblog.com/en/introducing-gemma-3n-developer-guide.

На этой неделе сразу две компании заявили о выпуске своих браузеров с функцией AI-навигации: Open AI: https://techcrunch.com/2025/07/09/openai-is-reportedly-releasing-an-ai-browser-in-the-coming-weeks/ и Perplexity: https://www.theverge.com/news/703037/perplexity-ai-web-browser-comet-launch. Оба планируют стать прямыми конкурентами Google Chrome. Невольно вспоминаются браузерные войны 90-х и 2000-х годов, в интересное время мы живем:)

Также следует отметить выпуск технического отчета по модели MedGemma3: https://arxiv.org/pdf/2507.05201. Есть о чем почитать.

На этой неделе принимали участие в хакатоне по применению ИИ в Биологии. Решали задачу по автоматическому поиску генов связанных со старением. Презентация нашего решения во вложении. Также Вы можете пообщаться с нашим ботом-биологом в телеграмме https://t.me/DigitalHuman_bot.

На днях выступал с докладом в бизнес-клубе Share AI, членом которого являюсь. Рассказывал о применении AI в кодировании и о ключевой важности эксперта в предметной области на фоне всего этого AI-хайпа. Презентация доклада во вложении.

Это уже второе выступление в клубе. Предыдущее было посвящено локальным мультиагентным AI-системам: https://ab-express.ru/novosti-partnerov/multiagentnye-sistemy-kak-alternativa-universalnym-llm-biznes-zavtrak-kluba-shareai/. Наш клуб это сообщество единомышленников в сфере AI с которыми всегда можно обсудить как деловые, так и личные вопросы. Если Вы ещё не в клубе, то рекомендую стать его участником!

На этой неделе стали доступны две Open source модели от Open AI: Демо: https://gpt-oss.com/. Веса: https://huggingface.co/openai/gpt-oss-20b; https://huggingface.co/openai/gpt-oss-120b. Квантизации: https://huggingface.co/unsloth/gpt-oss-20b-GGUF; https://huggingface.co/unsloth/gpt-oss-120b-GGUF. Рекомендации по написанию промптов: https://github.com/openai/harmony. Статья про локальное развертывание: https://www.perplexity.ai/hub/blog/gpt-oss-on-day-0. Событие по настоящему знаковое, поскольку новые open source модели вполне могут быть запущены на потребительском оборудовании, а по качеству работы при должных настройках соответствуют проприетарным GPT5-nano и GPT5-mini соответственно, но конечно не дотягивают до GPT-5. Сама же GPT-5 дает повышенное качество в написании кода, но каких-то существенных прорывов не показывает. Для нас с Вами это означает что LLM по качеству вышли на относительное плато и сосредоточиться нужно именно на разработке качественных пайплайнов и продуктов. Благо, что опен соурс инструментарий для реализации наших продуктовых идей также предоставлен.

На этой неделе выступал с очередным докладом в клубе Share AI: https://t.me/DigitalHumanAI/298. Рассказывал о пайплайнах обработки документов в закрытом контуре компании. А также о подходах к построению окупаемых AI проектов. Детали Вы сможете посмотреть в видео став членом клуба.

Уважаемые подписчики здравствуйте!

Давненько не было постов в канале:).
Причина в том что Llm модели утратили свою магию, которой обладает любая сравнительно новая технология и превратились для нас в обычный, ежедневный рабочий инструмент для решения задач бизнеса.

Именно своим опытом применения этого рабочего инструмента мы и будем делиться в дальнейших постах, пусть и не так часто, зато максимально конкретно и по делу.
Итак, начнём.

И начнём с ответа на вопрос о том какие модели использовать?

Дергать api или разворачивать опен соурс на своём локальном оборудовании или на арендованном железе?

Если остро стоит вопрос с конфиденциальностью обрабатываемых данных, то опен соурс на собственном оборудовании единственное на наш взгляд надежное решение. Поскольку все подходы к обезличиванию с последующей передачей информации в api во первых не достаточно надёжны, а во вторых для многих приложений (например обработка финансовых данных) убирают суть обезличиваемых данных без которой вся дальнейшая обработка теряет смысл.

Если конфиденциальность не столь важна и речь идёт лишь о стоимости эксплуатации разрабатываемых решений, то api обходится дешевле в случае если речь идёт о большом количестве пользователей и обеспечении высокой скорости получения результата (например обработка входящих звонков колл-центра).

Если же скорость обработки не столь важна и речь не идёт о сотнях и тысячах одновременно обрабатываемых запросов, то опен соурс дешевле. Примером задачи для которой опен соурс решение обходится существенно дешевле api является обработка pdf документов и сканов с целью извлечения релевантной информации. А также задача получения информации о лицах принимающих решения путём извлечения знаний с сайтов и социальных сетей.

По качеству своей работы опен соурс модели впрямую приблизились к проприетарным и такая тенденция сохранится в дальнейшем.

Где сейчас рынок AI-решений?

Как и с любой другой новой технологией вокруг ai и llm возникло большое количество случайных людей с хорошо подвешенными языками, которые либо смогли привлечь деньги инвесторов в свой стартап, либо продали идею топ менеджменту внутри корпорации, получив бюджет под свой «прорывной проект». Процесс привлечения денег и продажи как это всегда бывает сопровождается в первую очередь красивыми презентациями с описанием радужных перспектив с добавлением доли страха того, что можно остаться за бортом очередной на этот раз AI революции. В некоторых случаях продажу дополняет красивый прототип работающий на API и показывающий приемлемые результаты на ограниченном сэмпле данных но содержащий основу абсолютно неработоспособную при повышенных продовых нагрузках. В итоге решение оказывается нерабочим как с технической так и с экономической точки зрения. И такая ситуация происходит в 90% случаев. Огромные деньги вложены а экономическая отдача даже не нулевая а отрицательная. AI пузырь начинает потихоньку сдуваться, но до полного прозрения нужно ещё время. Таким образом случайных игроков вымоет вместе с деньгами инвесторов и бюджетами корпораций, а на рынке останутся только серьезные в первую очередь технически подготовленные команды.

Так и что теперь совсем не делать AI стартап?

Конечно же нет. Делать не только можно, но и нужно. Только подходить серьезно, изначально брать на борт технически подготовленных специалистов, одновременно разбирающихся в задачах бизнеса (таких людей на рынке труда единицы, но они есть) и строить узкоспециализированный продукт хорошо решающий конкретную бизнес проблему и делающий это решение экономически выгодным за счёт изначально грамотно проработанного технологического пайплайна. А вот деньги инвесторов и бюджеты корпораций будет привлекать сложнее, поскольку доверие к ai решениям уже сейчас подорвано продавцами без должного технического и бизнесового бэкграунда.
Так может оно и к лучшему, я например сторонник того, чтобы развиваться на свои деньги. Такой подход позволяет не брать на борт случайных людей, которые за свои «инвестиции» (в Рф в большинстве случаев за гроши) буквально з...т вас своими вопросами и копанием. В итоге, Вы берете деньги чтобы развиваться быстрее, а вместо развития занимаетесь постоянными ответами на вопросы и разъяснениями. Попробуйте инвестору срубившего деньги в 90е рассказать о том как работает АI и почему через неделю после вложений он не получает прибыли, чисто на пальцах объяснить:)

А ведь как хорошо и точно сказано

Отвечая на вопрос какие стартапы пилить и какие задачи решать

Однозначно B2b, поскольку b2c продукты слишком сложны для продвижения и реализации, вероятность выстрелить здесь близка к 1%, это прямо реально стечение обстоятельств и воля случая.

Для какой сферы и отрасли делать?
Пилите для той в которой хорошо разбираетесь сами, поскольку без понимания реальных задач и бизнес потребностей ловить здесь нечего.

Есть ли отрасли в которых вероятность выстрелить меньше чем в других?

На наш взгляд медицина является именно такой сферой. Отрасль сильно зарегулирована, поскольку речь идёт о здоровье и жизнях людей. Даже хороший продукт здесь сложно внедрить из за огромных бюрократических барьеров.

Привлекать вас в эту область будут из всех углов предлагая поучаствовать в разработке очередного решения для спасения миллионов жизней, а вот с деньгами здесь проблема, совет прост - не тратьте время и своё здоровье на всех этих хайпунов сидящих на грандах, деньгах инвесторов и бюджетах фармкомпаний. Не ведитесь на их лозунги за счёт декларации которых они хотят решить свои вопросы не дав вам ничего, кроме обещаний. Сосредоточитесь лучше на своём здоровье и здоровье своих близких, это более решаемая и перспективная задача.

Стоит ли работать с малым бизнесом являющимся конечным потребителем вашего решения?
На наш взгляд нет. Эти ребята каждый раз будут просить разработать специализированное решение для них. При этом денег от них не ждите, каждая копейка это ломка вас и вытягивание Вашего драгоценного времени. Не тратьте время на этих ребят!

Мы например, работаем либо с корпорациями являющимися конечными потребителями наших решений, либо с it организациями или стартами, которым нужна наша AI и LLM экспертиза для разработки предлагаемых ими продуктов.

О роли эксперта в предметной области

Роль эксперта в предметной области при разработке и работе любого успешного AI-продукта можно выразить одной простой фразой «Эксперт - основа всего». Ещё в далеком 1992 году Григорий Пятницкий-Шапиро вместе с Фарли и Матэусом сформулировали и описали методологию “Knowledge Discovery un Databases” (KDD) в обзорной статье журнала AI Magazine 13(3), 1992. Судя по названию журнала AI был уже тогда:). Суть методологии заключается в том, что в начале любого процесса анализа данных стоит эксперт который выдвигает гипотезу (формулирует и декомпозирует задачу). Далее в процесс включаются аналитические инструменты, которые применяются не просто бездумно ко всему объёму информации, а к конкретному ее сегменту, который эксперт обозначил своей гипотезой. Далее эксперт оценивает результаты полученные с помощью аналитических инструментов и по результатам оценок вносит корректировки в гипотезу, после чего процесс повторяется итеративно. Вам это не напоминает процесс написания промптов к LLM модели с их последующей корректировкой?:) И действительно методологически с тех пор ничего не изменилось, усовершенствовались лишь аналитические инструменты участвующие в середине процесса. Эксперт же как центральная фигура в начале и в конце любого процесса связанного с анализом и обработкой бизнес-информации остался и будет играть главенствующую роль в дальнейшем. Вывод: совершенствуйте свои экспертные знания, а толпы программистов, полу-умных машины и AI-агентов выстроятся к вам в очередь, нуждаясь в Вашей экспертизе.

Почему корпорации со своими мозгами и деньгами не могут сделать все сами и почему у стартапов есть шанс?

Основным препятствием для внедрения инновации в любой состоявшейся на рынке компании является ее багаж. Багаж, который с одной стороны обеспечивает финансовую стабильность и прочное положение, а с другой замедляет скорость изменений внутри организации. Примером такого багажа являются лояльные к компании клиенты. Представьте что вы разработали прорывное решение внутри корпорации, экономящее десятки миллионов. Например решение, которое заменяет традиционного поставщика данных, которые затем преобразуются определенным образом и выкатываются конечному пользователю в его интерфейс. И вроде все круто и надо внедрять, но сразу возникает множество НО связанных с тем, что конечные клиенты уже привыкли к формату представления данных от традиционного поставщика, а ваше решение хоть и не хуже по качеству, но не даёт 100% соответствия и как на это отреагируют клиенты вопрос открытый. Когда же строите с нуля и выкатываете новый продукт таких проблем не возникает, но здесь другая проблема - попробуй привлеки множество первых пользователей. Также в крупных корпорациях внедрение инноваций сталкивается с множеством бюрократических припонов. Поскольку любые изменения связаны с рисками для топ менеджмента, то интерес с их стороны во внедрении инноваций близок к нулю.

Поэтому у стартапов всегда есть шанс, пользуйтесь своими конкурентными преимуществами, связанными с отсутствием багажа и высокой скоростью с которой вы можете внедрять инновации!

Какие ключевые составляющие успеха есть у стартапа?

1. Первая и основная составляющая успеха на наш взгляд это глубокая бизнес-экспертиза в той области в которой вы делаете стартап. Без экспертизы ловить нечего об этом мы пишем во множестве постов нашего канала.

2. Вторая составляющая редка и действительно уникальна. Это доступ к данным которых нет у большинства других участников рынка. С учетом открытости информации, такое встречается редко. Но если Вы обладаете такой уникальной информацией, то 90% успеха вам обеспечена.

3. И даже обладая первым и вторым составляющим успеха можно все легко запороть без 3-й компоненты. А именно грамотной технической команды, которая правильно настроит пайплайн обработки данных так, чтобы такая обработка была прежде всего экономически выгодной. Ведь решение, стоимость работы которого равна или превышает стоимость работы человека никому не нужно.

1, 2 и 3 бесполезны без нулевой составляющей. А именно правильного выбора бизнес задачи решение которой вашим стартапом позволит сэкономить деньги по сравнению с традиционным (обычно ручным или полу-ручным) способом решения проблемы. Без расчётов и цифр по нулевой составляющей браться за стартап смысла нет!

Психология предпринимателя

Неудачи в бизнесе, также как и успехи на мой взгляд в первую очередь лежат в области психологии. Предлагаю разобрать ключевые психологические моменты.

1. Великие писатели писали великие произведения не потому что нужно было написать, а потому что не могли не писать. Текст просто разрывал их изнутри. Также и с бизнесом. Не надо открывать очередной AI стартап просто потому что все открывают и есть возможность срубить бабло, при таком подходе оно не взлетит. Предпринимательство это прежде всего внутренний стимул и потребность, без наличия внутренней мотивации лезть не стоит, без неё Вы не пройдёте всю тяжелую дистанцию предпринимательского марафона.
2. Многие чувствуют внутреннюю мотивацию, но считают что предпринимательство дело молодых вспоминая истории пресловутых Цукербергов, Гейтсов, Джобсов и Бринов. Сразу скажу, что недавние исследования показывают, что 43 года это оптимальным возраст для открытия успешного бизнеса. К этим годам человек приобретает опыт, а также интеллектуальный и финансовый капитал, которые являются жировой прослойкой позволяющей успешно пройти предпринимательский марафон.
3. И даже если у вас есть внутренняя мотивация и необходимая жировая прослойка, то остаётся вопрос а что в итоге? К чему собственно идти?
Классикой для рынка является вариант при котором основатель стартапа уходит из крупной организации, растит стартап до определенного уровня, пользуясь скоростью и отсутствием багажа о котором я писал выше и после этого продаёт стартап в большинстве случаев той же компании. Пожалуй это наиболее распространённый вариант. Ради такого результата в большинстве случаев и строят стартапы.

Если Вы чувствуете внутреннюю мотивацию и обладаете необходимой финансовой и интеллектуальной жировой прослойкой, то пробуйте строить свой AI стартап. Когда если не сейчас? А продать бизнес или сделать делом всей Вашей жизни, это уже сугубо личное решение.

Подходы к предпринимательству

В предыдущем посте мы провели аналогию между построением успешного AI стартапа и написанием хорошей книги. Вероятность выстрелить примерно одинакова, хотя пожалуй в писательском ремесле шансы чуть ниже. В связи с этим предлагаем изучить рабочие техники и подходы великих мастеров пера. И начнём с Хемингуэя. Чтобы понять и оценить его подходы к работе, достаточно прочитать автобиографичное произведение «Зелёные холмы Африки» и биллитристику о его жизни и работе в Париже «Праздник, который всегда с тобой». Хэммингуэй несомненно гений, но какова цена его гениальности? Например его супруга в «Зелёных холмах» прямо говорит, что для того чтобы ему начать писать, он должен сильно разозлиться. Злость, агрессия, недовольство собой и миром в котором он жил, были основными движущими мотивами в творчестве Хэммингуэя. Отсюда алкогольные трипы и отходняки, а также не очень хороший конец писателя. С другой стороны Кинг, имевший проблемы с алкоголем и наркотиками, но справившийся с этим недугом и выстроивший систему описанную в автобиографии «Как писать книги», по которой он продуктивно работает. По сути Кинг создал аналог ТРИЗ, который позволяет ему продуктивно творить несмотря на преклонный возраст, ему на минутку уже 78 лет.

А сделать Ваш бизнес последовательностью творческих взрывов, чередующихся с запоями или выстроить четкую систему, позволяющую постепенно и поступательно развиваться, решать только Вам!

Возраст не помеха

В одном из предыдущих постов мы уже писали об оптимальном возрасте для создания успешного бизнеса, который составляет 43 года. Взлеты 20 летних мальчиков и девочек на текущий момент являются статистической погрешностью. И как Вы думаете, какова вероятность того, что у такого раннего гения, не заиграют воспоминания о беззаветно упущенной молодости и он не пустится во все тяжкие в самый неподходящий для бизнеса, клиентов и инвесторов момент?

В связи со сказанным, получается интересный парадокс, человек только начинает делать успешные проекты, а природа уже постепенно намекает о том, что пора бы ему завершать свой путь. Основа этого механизма вполне ясна и понятна, ведь основное наше назначение как животных это оставить потомство. Природа считает, что до 30, максимум до 40 мы уже должны это сделать, а дальше запускается биологически заложенный в нас механизм самоуничтожения, который намекает о том, что пора бы расчистить место для жизни произведённого потомства. А мы как животные с мозгами пытаемся обмануть природу, придумывая лекарства и различные терапии, отсюда и сильно возросшая в последнее время продолжительность жизни во всем мире. И такая тенденция на наш взгляд сохранится и дальше, ведь в технологии по продлению жизни активно инвестируют все миллиардеры, пытаясь сохранить самое драгоценное из того что у них есть.

Вот вам и ещё одна мотивация к тому, чтобы заработать много денег и воспользоваться самыми передовыми медицинскими технологиями. И конечно не забываем об образе жизни, Важно не только финансовое, но и духовное, а также физическое здоровье и благополучие!