🤖 $1,1 МЛРД НА СОТРУДНИКОВ, КОТОРЫМ НЕ НУЖНЫ ЗАРПЛАТА И ОТПУСК
Похоже, инвесторы больше не хотят вкладывать просто в «умные чат-боты».
Теперь деньги идут в AI-сотрудников, которые реально работают. 😳
Стартап River AI, созданный сооснователем xAI, объявил о привлечении $1,1 млрд на развитие кастомных AI-инструментов и агентов для бизнеса.
И ключевое слово здесь — кастомных.
Это не очередной бот:
— Напиши пост.
— Перепиши письмо.
— Придумай 10 названий. 😂
River AI делает AI-агентов под конкретные процессы компаний.
💼 ЧАТ-БОТ ОТВЕЧАЕТ. AI-АГЕНТ — РАБОТАЕТ
Сегодня:
👩💻 человек задаёт вопрос → 🤖 AI отвечает → 👩💻 человек делает остальное.
Завтра:
👩💻 человек ставит задачу → 🤖 AI выполняет целую цепочку действий.
Анализирует данные, работает с документами, собирает информацию, взаимодействует с корпоративными системами и доводит процесс до результата.
То есть AI постепенно переезжает из вкладки браузера в штатное расписание. 😅
💰 ПОЧЕМУ $1,1 МЛРД — ВАЖНЫЙ СИГНАЛ?
Потому что венчурный рынок начинает делать ставку не только на «самую умную модель», а на AI, который способен приносить бизнесу измеримую пользу:
⚡️ ускорять процессы;
💸 сокращать расходы;
📈 повышать производительность;
🕐 забирать рутину;
🚀 помогать масштабироваться.
И маркетинг — один из очевидных кандидатов.
Сегодня мы просим:
«Напиши рекламный текст».
Завтра:
«Проанализируй кампании, найди просадку, сравни креативы и подготовь новые гипотезы».
А послезавтра:
«Вот бюджет и KPI. Работай». 😳
😂 РЕЗЮМЕ МАРКЕТОЛОГА БУДУЩЕГО
2024: умею работать в команде.
2026: умею управлять AI-агентами.
2028: мои агенты управляют другими агентами, а я иногда захожу проверить, что они там натворили. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующая большая AI-гонка может быть не за лучшего чат-бота.
А за лучшего цифрового сотрудника.
Не того, который красиво отвечает на вопрос.
А того, которому можно утром сказать:
«Вот задача. Разберись».
И получить готовый результат.
И $1,1 млрд для River AI — хороший сигнал того, насколько серьёзно инвесторы относятся к этому рынку. 🤖💰
💬 Кого бы вы первым «наняли» в AI-штат: маркетолога, аналитика, продажника или личного ассистента?
Похоже, инвесторы больше не хотят вкладывать просто в «умные чат-боты».
Теперь деньги идут в AI-сотрудников, которые реально работают. 😳
Стартап River AI, созданный сооснователем xAI, объявил о привлечении $1,1 млрд на развитие кастомных AI-инструментов и агентов для бизнеса.
И ключевое слово здесь — кастомных.
Это не очередной бот:
— Напиши пост.
— Перепиши письмо.
— Придумай 10 названий. 😂
River AI делает AI-агентов под конкретные процессы компаний.
💼 ЧАТ-БОТ ОТВЕЧАЕТ. AI-АГЕНТ — РАБОТАЕТ
Сегодня:
👩💻 человек задаёт вопрос → 🤖 AI отвечает → 👩💻 человек делает остальное.
Завтра:
👩💻 человек ставит задачу → 🤖 AI выполняет целую цепочку действий.
Анализирует данные, работает с документами, собирает информацию, взаимодействует с корпоративными системами и доводит процесс до результата.
То есть AI постепенно переезжает из вкладки браузера в штатное расписание. 😅
💰 ПОЧЕМУ $1,1 МЛРД — ВАЖНЫЙ СИГНАЛ?
Потому что венчурный рынок начинает делать ставку не только на «самую умную модель», а на AI, который способен приносить бизнесу измеримую пользу:
⚡️ ускорять процессы;
💸 сокращать расходы;
📈 повышать производительность;
🕐 забирать рутину;
🚀 помогать масштабироваться.
И маркетинг — один из очевидных кандидатов.
Сегодня мы просим:
«Напиши рекламный текст».
Завтра:
«Проанализируй кампании, найди просадку, сравни креативы и подготовь новые гипотезы».
А послезавтра:
«Вот бюджет и KPI. Работай». 😳
😂 РЕЗЮМЕ МАРКЕТОЛОГА БУДУЩЕГО
2024: умею работать в команде.
2026: умею управлять AI-агентами.
2028: мои агенты управляют другими агентами, а я иногда захожу проверить, что они там натворили. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующая большая AI-гонка может быть не за лучшего чат-бота.
А за лучшего цифрового сотрудника.
Не того, который красиво отвечает на вопрос.
А того, которому можно утром сказать:
«Вот задача. Разберись».
И получить готовый результат.
И $1,1 млрд для River AI — хороший сигнал того, насколько серьёзно инвесторы относятся к этому рынку. 🤖💰
💬 Кого бы вы первым «наняли» в AI-штат: маркетолога, аналитика, продажника или личного ассистента?
🔥1.99K👍727🎉477❤257🤩248👨💻171🙏108🫡84🆒44💯17✍5
This media is not supported in your browser
VIEW IN TELEGRAM
Говорят, лучшие мемы рождаются сами собой. Похоже, это именно тот случай. В сети стремительно разлетается ролик, который придумали футбольные фанаты: вся страна худеет на ТИРЗЕТТЕ и синхронно «гребет» к своей цели.
❤1.7K🤩644🔥333👍231🎉208🤪119✍91🏆53🤓38🆒17🙏13
🛡 AI ТЕПЕРЬ НЕ ПРОСТО ПИШЕТ КОД — ОН ИЩЕТ, ГДЕ ВЫ ЕГО СЛОМАЛИ
Пока компании радуются:
«Смотрите, AI написал нам код за 30 секунд!»
кибербезопасность тихо спрашивает:
«А теперь можно мы проверим, ЧТО именно он вам там написал?» 😂
Китайский AI-стартап Z.ai представил GLM-5.3 — модель, которая показывает серьёзные возможности в поиске программных уязвимостей.
По данным самой Z.ai, GLM-5.3 набрала 84,5% на CyberGym — тесте, где модель должна анализировать код, находить уязвимости и подтверждать, что проблема действительно существует.
Для сравнения: заявленный результат ограниченной модели Anthropic Mythos 5 — 83,8%.
Но важная оговорка: эти результаты пока независимо не подтверждены.
🤖 ВЧЕРА AI БЫЛ ПРОГРАММИСТОМ. СЕГОДНЯ — УЖЕ БЕЗОПАСНИКОМ
И вот это куда интереснее очередной гонки бенчмарков.
Мы привыкли к AI, который:
💻 пишет код;
🐛 исправляет ошибки;
📝 объясняет функции;
⚙️ автоматизирует разработку.
Теперь появляется следующий этап:
AI сам проверяет программное обеспечение и ищет слабые места.
То есть условный диалог будущего:
— Кто написал этот код?
— AI.
— Кто проверил его на уязвимости?
— Другой AI.
— А человек где?
— На созвоне обсуждает KPI. 😂
🚨 НО ЕСТЬ ОДНА МАЛЕНЬКАЯ ПРОБЛЕМА
AI, который умеет находить уязвимость, потенциально может помочь не только защитнику.
По данным Z.ai, на ExploitBench, где оценивается способность превращать найденные уязвимости в работающие атаки, GLM-5.3 получила 54,4%, тогда как Mythos 5 — 78%.
Именно поэтому такие модели нельзя воспринимать просто как очередной удобный SaaS.
Чем сильнее AI становится в кибербезопасности, тем важнее вопрос:
кто и для чего получает доступ к его возможностям?
🔐 ПОЭТОМУ Z.AI НЕ СПЕШИТ ОТКРЫВАТЬ ВСЕ ДВЕРИ
Компания планирует публичный релиз GLM-5.3 примерно через две недели после дополнительных проверок безопасности.
А наиболее чувствительные кибервозможности собирается предоставлять только проверенным пользователям через программу trusted access. Z.ai также заявляет о дополнительных системах фильтрации опасных запросов, мониторинга действий модели и отказа от вредоносных задач.
И это показательный момент.
Раньше технологические компании соревновались:
«Кто быстрее выпустит модель?»
Теперь появляется новый признак зрелости:
«Кто способен НЕ выпускать её сразу, если риски слишком велики?»
💰 А ГДЕ ЗДЕСЬ БИЗНЕС?
Огромный рынок.
Потому что практически каждая компания сегодня зависит от:
🌐 сайтов;
📱 приложений;
☁️ облачной инфраструктуры;
💳 платёжных систем;
📊 корпоративного ПО;
🤖 собственных AI-сервисов.
А всё это нужно постоянно проверять.
Если AI сможет автоматизировать хотя бы часть security-аудита, поиск багов и анализ кода, кибербезопасность может получить собственную волну AI-агентов.
Не:
«AI, напиши мне программу».
А:
«AI, проверь наши системы и скажи, где мы уязвимы».
📈 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ НОВАЯ НИША
AI уже превращается в:
🤖 программиста;
📊 аналитика;
📞 сотрудника поддержки;
💼 корпоративного агента.
Теперь добавляем ещё одну должность:
🛡 AI-специалист по кибербезопасности.
Z.ai даже анонсировала инициативу Open Source Shield, в рамках которой собирается использовать свои технологии для аудита отдельных open-source проектов и добавить функции проверки кода в продукт ZCode.
😅 ОТДЕЛ IT-БЕЗОПАСНОСТИ 2027
— У нас нашли уязвимость.
— Кто?
— AI.
— Исправили?
— Другой AI.
— А кто проверит обоих?
— Вот тут начинается самое интересное. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующий большой рынок AI может быть не только в создании контента и кода, но и в его автоматической проверке.
Потому что чем больше программного обеспечения начинает производить AI, тем больше бизнесу понадобится систем, способных проверять результат работы AI.
И здесь рождается очень интересная экономика:
один AI создаёт → второй проверяет → третий контролирует процесс.
А человек постепенно перемещается выше — туда, где нужно принимать решения и отвечать за последствия.
Поэтому GLM-5.3 интересна не только своими 84,5% на CyberGym.
Она показывает новую профессию для искусственного интеллекта:
не просто программист, а цифровой специалист по безопасности. 🛡🤖
Пока компании радуются:
«Смотрите, AI написал нам код за 30 секунд!»
кибербезопасность тихо спрашивает:
«А теперь можно мы проверим, ЧТО именно он вам там написал?» 😂
Китайский AI-стартап Z.ai представил GLM-5.3 — модель, которая показывает серьёзные возможности в поиске программных уязвимостей.
По данным самой Z.ai, GLM-5.3 набрала 84,5% на CyberGym — тесте, где модель должна анализировать код, находить уязвимости и подтверждать, что проблема действительно существует.
Для сравнения: заявленный результат ограниченной модели Anthropic Mythos 5 — 83,8%.
Но важная оговорка: эти результаты пока независимо не подтверждены.
🤖 ВЧЕРА AI БЫЛ ПРОГРАММИСТОМ. СЕГОДНЯ — УЖЕ БЕЗОПАСНИКОМ
И вот это куда интереснее очередной гонки бенчмарков.
Мы привыкли к AI, который:
💻 пишет код;
🐛 исправляет ошибки;
📝 объясняет функции;
⚙️ автоматизирует разработку.
Теперь появляется следующий этап:
AI сам проверяет программное обеспечение и ищет слабые места.
То есть условный диалог будущего:
— Кто написал этот код?
— AI.
— Кто проверил его на уязвимости?
— Другой AI.
— А человек где?
— На созвоне обсуждает KPI. 😂
🚨 НО ЕСТЬ ОДНА МАЛЕНЬКАЯ ПРОБЛЕМА
AI, который умеет находить уязвимость, потенциально может помочь не только защитнику.
По данным Z.ai, на ExploitBench, где оценивается способность превращать найденные уязвимости в работающие атаки, GLM-5.3 получила 54,4%, тогда как Mythos 5 — 78%.
Именно поэтому такие модели нельзя воспринимать просто как очередной удобный SaaS.
Чем сильнее AI становится в кибербезопасности, тем важнее вопрос:
кто и для чего получает доступ к его возможностям?
🔐 ПОЭТОМУ Z.AI НЕ СПЕШИТ ОТКРЫВАТЬ ВСЕ ДВЕРИ
Компания планирует публичный релиз GLM-5.3 примерно через две недели после дополнительных проверок безопасности.
А наиболее чувствительные кибервозможности собирается предоставлять только проверенным пользователям через программу trusted access. Z.ai также заявляет о дополнительных системах фильтрации опасных запросов, мониторинга действий модели и отказа от вредоносных задач.
И это показательный момент.
Раньше технологические компании соревновались:
«Кто быстрее выпустит модель?»
Теперь появляется новый признак зрелости:
«Кто способен НЕ выпускать её сразу, если риски слишком велики?»
💰 А ГДЕ ЗДЕСЬ БИЗНЕС?
Огромный рынок.
Потому что практически каждая компания сегодня зависит от:
🌐 сайтов;
📱 приложений;
☁️ облачной инфраструктуры;
💳 платёжных систем;
📊 корпоративного ПО;
🤖 собственных AI-сервисов.
А всё это нужно постоянно проверять.
Если AI сможет автоматизировать хотя бы часть security-аудита, поиск багов и анализ кода, кибербезопасность может получить собственную волну AI-агентов.
Не:
«AI, напиши мне программу».
А:
«AI, проверь наши системы и скажи, где мы уязвимы».
📈 И ВОТ ГДЕ МОЖЕТ ПОЯВИТЬСЯ НОВАЯ НИША
AI уже превращается в:
🤖 программиста;
📊 аналитика;
📞 сотрудника поддержки;
💼 корпоративного агента.
Теперь добавляем ещё одну должность:
🛡 AI-специалист по кибербезопасности.
Z.ai даже анонсировала инициативу Open Source Shield, в рамках которой собирается использовать свои технологии для аудита отдельных open-source проектов и добавить функции проверки кода в продукт ZCode.
😅 ОТДЕЛ IT-БЕЗОПАСНОСТИ 2027
— У нас нашли уязвимость.
— Кто?
— AI.
— Исправили?
— Другой AI.
— А кто проверит обоих?
— Вот тут начинается самое интересное. 😂
🎯 ГЛАВНЫЙ ВЫВОД
Следующий большой рынок AI может быть не только в создании контента и кода, но и в его автоматической проверке.
Потому что чем больше программного обеспечения начинает производить AI, тем больше бизнесу понадобится систем, способных проверять результат работы AI.
И здесь рождается очень интересная экономика:
один AI создаёт → второй проверяет → третий контролирует процесс.
А человек постепенно перемещается выше — туда, где нужно принимать решения и отвечать за последствия.
Поэтому GLM-5.3 интересна не только своими 84,5% на CyberGym.
Она показывает новую профессию для искусственного интеллекта:
не просто программист, а цифровой специалист по безопасности. 🛡🤖
🔥1.42K🤩448🎉319❤229👍138🙏94🫡71⚡40😁34🏆10🤝3
This media is not supported in your browser
VIEW IN TELEGRAM
📸 У Алисы AI есть функция, которую я бы реально использовала не только в работе, но и в обычной жизни.
Смысл простой: не пытаться долго описывать словами, что именно перед тобой, а просто загрузить фотографию и задать вопрос.
Например, увидела ноутбук и спрашиваю:
«Алиса, скажи, что это за модель ноутбука и расскажи о его технических характеристиках. Он подойдёт для работы с графическими программами?»
И дальше AI может помочь разобраться: определить модель по фото, объяснить характеристики простым языком и подсказать, хватит ли мощности для Photoshop, Illustrator, Figma и других программ для работы с графикой.
То есть не нужно самой искать название модели, потом отдельно гуглить процессор, видеокарту, объём оперативной памяти и пытаться понять, что из этого вообще важно 😅
То же самое работает и с другой техникой, документами, упаковками, чеками, схемами и разными изображениями.
По сути, формат такой:
Увидела → сфотографировала → загрузила → задала вопрос → получила разбор.
Особенно удобно перед покупкой техники, когда внешне всё выглядит примерно одинаково, а разница в характеристиках может быть огромной.
Меньше ручного поиска и десятков вкладок.
Больше понимания, подойдет ли конкретная вещь именно под твою задачу.
Смысл простой: не пытаться долго описывать словами, что именно перед тобой, а просто загрузить фотографию и задать вопрос.
Например, увидела ноутбук и спрашиваю:
«Алиса, скажи, что это за модель ноутбука и расскажи о его технических характеристиках. Он подойдёт для работы с графическими программами?»
И дальше AI может помочь разобраться: определить модель по фото, объяснить характеристики простым языком и подсказать, хватит ли мощности для Photoshop, Illustrator, Figma и других программ для работы с графикой.
То есть не нужно самой искать название модели, потом отдельно гуглить процессор, видеокарту, объём оперативной памяти и пытаться понять, что из этого вообще важно 😅
То же самое работает и с другой техникой, документами, упаковками, чеками, схемами и разными изображениями.
По сути, формат такой:
Увидела → сфотографировала → загрузила → задала вопрос → получила разбор.
Особенно удобно перед покупкой техники, когда внешне всё выглядит примерно одинаково, а разница в характеристиках может быть огромной.
Меньше ручного поиска и десятков вкладок.
Больше понимания, подойдет ли конкретная вещь именно под твою задачу.
❤1.78K🔥560👍340🎉299🤩228🙏148⚡88✍52👨💻50🤝30🏆4