"Почему быть гиком — это боль"

Видимо такой следующий подкаст будет у нас судя по комментам к "Почему LLM это боль"))

Q4’25 анализ из нашей CRM
Продолжаю делиться тем, что реально происходит на рынке ИИ “в полях”
tl;dr: спрос есть, но сделки зависают на последней миле.

Статистика:
- Кол-во лидов в Q4 выросло на 7% (67 квал. лидов)
- 32% зависли в "Ждем фидбэк по КП"
- 26% застряли до КП на фазе уточнения требований
- В финалах 43% отказов "без причины" (чаще всего – клиент уходит думать, оценивать ROI от ИИ)

Что это говорит про рынок ИИ:
- Все хотят “ИИ”, но покупают “следующий шаг”, а не "вижн".
Лиды приходят, КП отправляются, но дальше клиент быстро теряет "интерес"
- Рынок смещается в реальные кейсы с эффектом, а не "сказки" про ИИ

Узкое место у нас – дожим после КП, хоть это и выглядит как рыночный паттерн: “покажите прототип/ROI/риски”.

Основной спрос все еще на NLP(LLM): 58% лидов.

Пару интересных запросов:
1. Приемка яблок с компьютерным зрением🍎
2. ИИ-Агент для Process Mining, интересно что получится 🔥
3. Копилот для Продактов в корпорациях 👨‍🎨
4. Проверка договоров на соответствие требованиям 📄
5. Построение 360-панорамы с камер машины 🚖

Валерий Бабушкин у нас скоро)

Мы отошли от праздников и смотрите кто у нас скоро, легенда — Валерий Бабушкин (один из лучшах каналов) на подкасте!

Какие темы интересно спросить у него?

Обсуждаем че там у американцев прямо сейчас на РБК ТВ

https://tv.rbc.ru/archive/chez



UPD
Все мы высказались, запись — https://tv.rbc.ru/archive/chez/6971059e2ae59636bd4e6de2

"3 из 4 пилотов в AI заканчиваются неуспешно"

Посмотрите наш подкаст для любимых МТС Web Services там:

— что происходит, когда прописывают precision ≥ 0.95
— почему модель может быть точной, но бесполезной
— зачем инженеру две недели учиться сортировать алмазы
— и почему самый важный человек в AI-проекте — не ML-инженер

Отдельно много говорим про Computer Vision в производстве:

Как реально выглядит внедрение на заводе.
Почему bottleneck — не модель, а latency.
Когда edge-решение выгоднее облака.
Почему нельзя просто «взять YOLO и запустить».

https://t.me/MWS_Cloud/2197

Почему мы не используем MCP в наших проектах

Привет, это Руслан Бельков расскажу почему мы почти не используем популярный и казалось бы удобный MCP у нас на проектах.

Model Context Protocol — это стандарт для подключения AI-инструментов (клиентов) к сторонним системам (mcp серверам), реализован он на базе JSON-RPC. Он содержит в себе доступные инструменты для использования LLMкой, вместе с инструкцией как этим всем пользоваться. Например, можно к Cursor подключить гугл-таблицы.

То есть, до тех пор пока система заказчика (сайт или телеграм бот или что-то подобное) не является AI-инструментом по типу Claude Code, Cursor, OpenClaw и т.д. — мы не попадаем под основной юзкейс MCP, на стороне клиента просто нет LLM, которой нужно скармливать MCP инструкции. Более того, мы можем обернуть практически любую REST API в MCP-формат когда нам понадобится примерно за один промпт. Также REST API более устоявшийся, имеет стандартизованную схему OpenAPI с генерацией клиентов во всех-всех возможных вариациях, понятен всем.

в общем пока для нас старое доброе REST API более подходящая история.

Валерий Бабушкин — OpenClaw, Moltbook и почему деньги всё ещё в ML

В этом выпуске подкаста поговорили с мощнейшним Валерием Бабушкиным про:

— что такое OpenClaw и зачем вообще нужны автономные агенты
— эксперимент с Moltbook и системами, которые могут работать неделями без постоянного контроля
— GPT-5.2, Codex, Claude Opus и Gemini — где какая модель реально удобнее
— синтетических пользователей и ограничения такого подхода
— почему большинство ML-пилотов не доходят до продакшена
— и почему деньги до сих пор в классическом ML, а не только в LLM

Залетайте:
Ютуб
ВК

Unlearning в рекомендашках завтра

Ребята, завтра в 18 поговорим на вебинаре с Никитой Зелинским директором по машинному обучению и исследованию данных в MTS Web Services про рекомендательные системы, а точнее про:

Unlearning в рекомендашках — постараемся вместе разобраться о чем речь, куда удалось продвинуться и почему до нашей индустрии это пока не докатилось.

Подпишитесь кстати на его канал — очень крутой, там про жесткий DS в корпах @datarascals

Ссылка на трансляцию будет у нас в канале, а напоминалку можете добавить в календарь: https://calendar.app.google/7rrdX5SmZgeXcqdRA

"Unlearning в рекомендашках" вебинар прямо сейчас

Без смс, vpn и регистрации — https://www.twitch.tv/r77_ai


Задавайте вопросы под этим постом)


UPD
Закончили — скоро выложим на ютубе)

Агенты нерабочая история — не всегда готовы принять качество LLM. Выход - RPA с LLM...

При масштабировании надо использовать скрипты...

Рост производительности не на 1 человека, а на единицу контента - масштабирование персонализации...

Вот такие страшные штуки завтра обсудим онлайн у нас на канале с ребятами из Альфа: руководитель ИИ продуктов Иваном Александровым и у руководителя группы продуктов Ксенией Рязанцевой.

18 февраля, среда, 16-00, у нас в канале. Тут можете добавить в календарик https://calendar.app.google/oMinHTef3kbSm98V7

RPA, масштабирование через скрипты, масштабирование персонализации с Альфой через 5 минут

Подключайтесь пока, а мы стартанем в 16-00! Без смс, vpn и регистрации — https://www.twitch.tv/r77_ai


Задавайте вопросы под этим постом и на твиче)

UPD
ЗАКОНЧИЛОСЬ)

Дисквалифицировали из-за лицензии Ultralytics

Всем привет, на связи Руслан из R77 AI @dantetemplar.

В ноябре участвовал в Студенческом Хакатоне по компьютерному зрению от Роснефти. Формат - онлайн, 48 часов, сотни участников по России. Я занял 4ое место в лидерборде, но призовых не получил.

Задача и датасет были шикарными, ощущались как лаба по CV. По картам месторождений нужно было автоматически выделять контуры участков с разными схемами размещения скважин; Если честно я сам вообще не понял, как это размечать (попробуйте сами, картинки прилагаю к посту). То самое чувство, когда решил задачу ИИ, не понимая её сам. Отмечу отдельно репрезентабельное отношение между трейн-тестом: в трейне были изображения 640х640, на тесте 3000х3000, что усложняет инференс стадию, однако данные реально были соотносимыми, так что алгоритм в итоге дал 0.973 MAp Score.

Я собрал решение на YOLO-стеке и улучшил инференс «нарезкой» больших карт на куски - Sliced Aided Hyper Inference, но своими руками. Можно прогнать без нарезки, но на 3000×3000 будут результаты не очень, со специфическими "квадрантами" на маске сегментации.

А теперь поучительная история: меня дисквалифицировали из-за лицензии Ultralytics — она не подходит под свободное использование в коммерческих продуктах. Плюсом к этому качество кода Ultralytics и их политика это просто ужас. Всем советую не использовать ultralytics несмотря на его относительное удобство. Вместо этого можете использовать MIT библиотеку MultimediaTechLab/YOLO, возможно когда-нибудь я и сам сделаю свой YOLO-сборник, кто знает...

Кстати, я часто участвую в хакатонах с командой @one_zero_eight, может найдёте что-нибудь интересное.

Ребят, потыкайте, что мы сделали для Альфы — справа внизу. Такой хелпер по API)

https://developers.alfabank.ru/

Рома Доронин — Наши ML инженеры все ещё конкуренты на мировом AI-рынке? И от детекции картинок к поиску лекарств

Смотрите новый подкаст с крутейшим Ромой Дорониным, вот его регалии:
Founder EORA.ru (2016)
co-founder&creator AIorNot.com (2024)
co-founder Bioptic.io - Agentic AI для поиска новых лекарств и ускорения biotech индустрии

Ну и любимый нами канал @doronin_aiforfriends и он про историю AI/ML и людей, которые его делают

Обсудили бизнес и стартапы AI в медицине:
— Наши ML инженеры все ещё конкуренты на мировом AI-рынке?
— Почему детекция AI-контента (deepfake, синтетические изображения, клоны голосов) — это новая «гонка вооружений»
— Можно ли обогнать Big Tech за счёт скорости, а не ресурсов
— Как из поиска похожих картинок прийти к поиску похожих молекул
— Почему разработка лекарства занимает 8 лет — и как ИИ может это радикально ускорить
— Что происходит с клиническими испытаниями и где главный bottleneck
— И что вообще сегодня значит строить AI-компанию вне Big Tech

https://youtu.be/fwhLw5-ByNo

https://vkvideo.ru/video-228941334_456239063