Юридический рынок готов к ИИ
20 марта мы выступили на сессии «Можно ли разгрузить юриста и не потерять качество?» — рядом с директорами по правовым вопросам X5, Хэдхантера, Совкомбанка, Москвича.
Разговор получился честным. Юристы задают правильные вопросы — про галлюцинации, про ответственность за вывод, про безопасность данных. Не потому что против ИИ, а потому что понимают цену ошибки.
Говорили и про сложность реального внедрения. Казалось бы, понятная задача: загрузить материалы дела, распознать текст, выделить ключевые факты, структурировать, обеспечить поиск по документам. Но чтобы это работало надёжно — нужен не один алгоритм, а целый ансамбль из семи моделей. Навайбкодить за выходные такое не получится. Как раз та самая граница, где заканчивается «просто ИИ» и начинается доменная инженерия
Видим спрос аудитории для которой мы строим наш юридический продукт.
По итогам форума — 10% аудитории зала подали заявки. Для нас это сигнал: вопрос уже не «нужен ли ИИ юристам », а «какой ИИ и как».
О том, что именно мы показали на форуме — расскажем в следующем посте.
#agentic_moment #legal_ai
20 марта мы выступили на сессии «Можно ли разгрузить юриста и не потерять качество?» — рядом с директорами по правовым вопросам X5, Хэдхантера, Совкомбанка, Москвича.
Разговор получился честным. Юристы задают правильные вопросы — про галлюцинации, про ответственность за вывод, про безопасность данных. Не потому что против ИИ, а потому что понимают цену ошибки.
Говорили и про сложность реального внедрения. Казалось бы, понятная задача: загрузить материалы дела, распознать текст, выделить ключевые факты, структурировать, обеспечить поиск по документам. Но чтобы это работало надёжно — нужен не один алгоритм, а целый ансамбль из семи моделей. Навайбкодить за выходные такое не получится. Как раз та самая граница, где заканчивается «просто ИИ» и начинается доменная инженерия
Видим спрос аудитории для которой мы строим наш юридический продукт.
По итогам форума — 10% аудитории зала подали заявки. Для нас это сигнал: вопрос уже не «нужен ли ИИ юристам », а «какой ИИ и как».
О том, что именно мы показали на форуме — расскажем в следующем посте.
#agentic_moment #legal_ai
❤🔥3
Агата — рабочее место юриста с поддержкой ИИ-ассистента
Юрист тратит до 70% времени на рутину: поиск фактов в материалах дела, сверку с НПА, подготовку хронологии событий. Это не юридическая работа — это работа с документами.
Мы разработали Агату совместно с МКА «Аронов и Партнёры» — практикующими юридическими экспертами, которые знают, где именно теряется время.
При разработке мы столкнулись с реальным ограничением: все сильные готовые решения либо требуют огромных ресурсов, либо передают данные за рубеж. Для юридической практики это неприемлемо — адвокатская тайна не обсуждается.
Мы построили всё с нуля: собственный OCR, обученный на русских юридических документах, ультра-лёгкую LLM для извлечения сущностей и собственную мультиагентную систему поиска — всё разворачивается на серверах клиента, данные не покидают контур.
Что Агата умеет уже сейчас:
🔵 Собирает единый контекст по делу — все документы, версии, статусы в одном пространстве
🔵 Распознаёт и классифицирует документы автоматически — даже если загружены одним PDF
🔵 Извлекает ключевые сущности: участники, суммы, даты, нарушения, коммуникации
🔵 Отвечает на вопросы по делу — с цитатой и ссылкой на конкретный документ
🔵 Строит хронологию событий и подкрепляет каждый факт источником
Главное, что делает Агата — помогает юристу сформировать позицию через факты: собирает, подкрепляет их источниками, убирает белые пятна в хронологии. Само решение по делу остаётся за юристом — Агата не выносит заключений и не заменяет профессиональное суждение.
⭐ Первые результаты:
Поиск и подтверждение фактов — в 3–5 раз быстрее. Самая длинная сокращённая задача — более недели работы юриста на подготовку детальной хронологии со ссылками на документы.
Всё работает на российских серверах, данные не покидают контур клиента.
P.S. открыли 2 недели бесплатного пользования
Подробнее
#продукт #legal_ai
Юрист тратит до 70% времени на рутину: поиск фактов в материалах дела, сверку с НПА, подготовку хронологии событий. Это не юридическая работа — это работа с документами.
Мы разработали Агату совместно с МКА «Аронов и Партнёры» — практикующими юридическими экспертами, которые знают, где именно теряется время.
При разработке мы столкнулись с реальным ограничением: все сильные готовые решения либо требуют огромных ресурсов, либо передают данные за рубеж. Для юридической практики это неприемлемо — адвокатская тайна не обсуждается.
Мы построили всё с нуля: собственный OCR, обученный на русских юридических документах, ультра-лёгкую LLM для извлечения сущностей и собственную мультиагентную систему поиска — всё разворачивается на серверах клиента, данные не покидают контур.
Что Агата умеет уже сейчас:
Главное, что делает Агата — помогает юристу сформировать позицию через факты: собирает, подкрепляет их источниками, убирает белые пятна в хронологии. Само решение по делу остаётся за юристом — Агата не выносит заключений и не заменяет профессиональное суждение.
Поиск и подтверждение фактов — в 3–5 раз быстрее. Самая длинная сокращённая задача — более недели работы юриста на подготовку детальной хронологии со ссылками на документы.
Всё работает на российских серверах, данные не покидают контур клиента.
P.S. открыли 2 недели бесплатного пользования
Подробнее
#продукт #legal_ai
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9❤4
Выступили 2 апреля на Runetlex AI Conf — прикладной конференции для юристов. Около 200 человек в зале, спикеры из Яндекса, Авито, Хэдхантера. Наша секция — про прикладное применение ИИ-агентов
Рассказали про то, как строили Агату и с чем столкнулись
tl;dr: хотели сделать умного ассистента для юриста и развить наш оркестратор, а в итоге пришлось даже OCR обучать с нуля
Стартовая точка по пайплайну (для архива в 1080 страниц): open source стек, суммарное время обработки (OCR и вычленение сущностей) — 131 минута, точность агента при ответах на вопросы по делу — около 40% (даже близко неприемлемо)
Начали улучшать — столкнулись с реальностью. Нормальных OCR на русском нет — либо медленно, либо некачественно, либо данные летят за рубеж. Claude и ChatGPT использовать нельзя по понятным причинам. Открытые модели не тянут нагрузку. Сборка агента из готовых фреймворков в российском контуре — квест со своими боссами на каждом уровне
В итоге построили всё своё: три кастомные OCR-модели, дообученную NLP для разделения документов, LLM на 1.5 млрд параметров для извлечения сущностей, кастомный реранкер и state management для агента
Результат на том же архиве: 7 минут вместо 131, точность агента — 85+% (галлюцинаций — минимум, если агент чего-то не знает, то в большинстве случаев говорит, что не знает)
На рынке мы аналогичного продукта не видим. Есть сильные инструменты в жанре СПС, есть КАД Арбитр, есть legaltech стартапы других профилей (корректировка договоров, LLM дообученная на корпусе НПА с нечетким юзкейсом, и др.), есть зарубежные продукты, которые в российский контур не подходят. Собственный стек, заточенный под юридические документы, работающий на российских серверах — кажется, тут мы одни из первых
⭐ Все цифры и архитектура в презентации, посмотреть можно здесь
Спасибо организаторам из Рунетлекс — отличное мероприятие! Будем рады повторить
#agentic_moment #legal_ai
Рассказали про то, как строили Агату и с чем столкнулись
tl;dr: хотели сделать умного ассистента для юриста и развить наш оркестратор, а в итоге пришлось даже OCR обучать с нуля
Стартовая точка по пайплайну (для архива в 1080 страниц): open source стек, суммарное время обработки (OCR и вычленение сущностей) — 131 минута, точность агента при ответах на вопросы по делу — около 40% (даже близко неприемлемо)
Начали улучшать — столкнулись с реальностью. Нормальных OCR на русском нет — либо медленно, либо некачественно, либо данные летят за рубеж. Claude и ChatGPT использовать нельзя по понятным причинам. Открытые модели не тянут нагрузку. Сборка агента из готовых фреймворков в российском контуре — квест со своими боссами на каждом уровне
В итоге построили всё своё: три кастомные OCR-модели, дообученную NLP для разделения документов, LLM на 1.5 млрд параметров для извлечения сущностей, кастомный реранкер и state management для агента
Результат на том же архиве: 7 минут вместо 131, точность агента — 85+% (галлюцинаций — минимум, если агент чего-то не знает, то в большинстве случаев говорит, что не знает)
На рынке мы аналогичного продукта не видим. Есть сильные инструменты в жанре СПС, есть КАД Арбитр, есть legaltech стартапы других профилей (корректировка договоров, LLM дообученная на корпусе НПА с нечетким юзкейсом, и др.), есть зарубежные продукты, которые в российский контур не подходят. Собственный стек, заточенный под юридические документы, работающий на российских серверах — кажется, тут мы одни из первых
Спасибо организаторам из Рунетлекс — отличное мероприятие! Будем рады повторить
#agentic_moment #legal_ai
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥16🆒4❤3
Расширение команды Enterprise AI: открытые позиции в направлении Data Science и AI Strategy & Deployment
Enterprise AI — команда, которая занимается ранними этапами внедрения: AI-диагностиками, AI-стратегиями и развитием наших продуктов на базе Decision Copilot платформы.
Что предлагаем:
🔵 прямая работа с фаундерами (ex-McKinsey, ex-Huawei, ex-Yandex) и C-level клиентами
🔵 hands-on с первого дня, без бюрократических прослоек
🔵 площадка для R&D и личного маркетинга — статьи, патенты, авторство ПО
🔵 возможность реализации собственных проектов и создания собственных revenue streams внутри компании
🔵 comp, который стимулирует ownership, а не присутствие
Кого ищем:
➡️ Senior Data Scientist (горящая) — опыт в AI-бутике или технологической компании, опыт в техконсалтинге как большой плюс, возможен проектный формат
➡️ AI Strategy & Deployment Lead
— уровень SBA–ASC MBB / ЯиП, 3+ года в технологическом или стратегическом консалтинге
➡️ AI Strategy & Deployment Analyst — от последнего курса до 2 лет опыта. Входная точка для тех, кто хочет строить карьеру в Enterprise AI с нуля
Обязательно:
🔵 business acumen. Мы ждём что вы будете отвечать за бизнес-ценность своих решений, а не только за их техническую корректность.
🔵 Подтверждённый опыт работы с данными и моделями (для DS) либо готовность разбираться в технических аспектах и самому делать часть аналитической работы (для аналитических ролей).
Детали по каждой позиции в гиперссылке.
Для связи – @hollywoodeyes Екатерина
Если знаете кого-то, кому это откликнется — будем благодарны за репост⭐️
Enterprise AI — команда, которая занимается ранними этапами внедрения: AI-диагностиками, AI-стратегиями и развитием наших продуктов на базе Decision Copilot платформы.
Что предлагаем:
Кого ищем:
— уровень SBA–ASC MBB / ЯиП, 3+ года в технологическом или стратегическом консалтинге
Обязательно:
Детали по каждой позиции в гиперссылке.
Для связи – @hollywoodeyes Екатерина
Если знаете кого-то, кому это откликнется — будем благодарны за репост
Please open Telegram to view this post
VIEW IN TELEGRAM
Google Docs
Senior AI Engineer @ Agentic Lab | 2026
Senior AI engineer О компании Agentic Lab — AI engineering & transformation company. Расширяем команду в блоке Enterprise AI. Наш фокус — vertical AI: глубокие отраслевые системы для ритейла, финансов, права и сервисных индустрий. Не горизонтальный «AI для…
👍5
Вертикальный ИИ: почему корпоративные пилоты не доживают до продакшена
Совсем скоро станет очевидно, какие компании действительно внедрили ИИ — а кто лишь потратил бюджет, не получив должного экономического эффекта.
Разница между бенефициарами ИИ-революции и теми, кто останется за бортом, будет не в выборе модели. Разница, как обычно, будет в том, была ли проделана "грязная" работа: были ли согласованы данные, были ли задокументированы ключевые организационные знания, ранее существовавшие только в головах сотрудников, была ли выстроена работа инженерной команды таким образом, чтобы обеспечить персонализацию архитектуры исходя из конкретных бизнес-задач.
Универсальные LLM — даже самые крупные, и даже усиленные агентной архитектурой — не знают "семантики" бизнеса, не понимают значения специфических для компании метрик, и не могут знать сами по себе почему кредитный комитет отклонил сделку, которая выглядела правильно на бумаге в общей логике. Проблема не только в лучшей или худшей способности модели к рассуждению — а значит, использование моделей с большим количеством параметров не исправит ситуацию полностью. Проблема — в бизнес-контексте.
Компании, которые доходят до состояния production, строят Вертикальный ИИ: системы под конкретную организацию, насыщенные доменными знаниями и встроенные в цикл принятия решений. Остальные по-прежнему застряли в режиме пилота.
Мы написали о том, почему именно эта конфигурация кажется нам наиболее применимой к условиям реальных внедрений — и почему она в наилучшей степени соответствует требованиям, продиктованным инфраструктурным и регуляторным контекстом.
Полная версия статьи на нашем сайте
#agentic_moment
Совсем скоро станет очевидно, какие компании действительно внедрили ИИ — а кто лишь потратил бюджет, не получив должного экономического эффекта.
Разница между бенефициарами ИИ-революции и теми, кто останется за бортом, будет не в выборе модели. Разница, как обычно, будет в том, была ли проделана "грязная" работа: были ли согласованы данные, были ли задокументированы ключевые организационные знания, ранее существовавшие только в головах сотрудников, была ли выстроена работа инженерной команды таким образом, чтобы обеспечить персонализацию архитектуры исходя из конкретных бизнес-задач.
Универсальные LLM — даже самые крупные, и даже усиленные агентной архитектурой — не знают "семантики" бизнеса, не понимают значения специфических для компании метрик, и не могут знать сами по себе почему кредитный комитет отклонил сделку, которая выглядела правильно на бумаге в общей логике. Проблема не только в лучшей или худшей способности модели к рассуждению — а значит, использование моделей с большим количеством параметров не исправит ситуацию полностью. Проблема — в бизнес-контексте.
Компании, которые доходят до состояния production, строят Вертикальный ИИ: системы под конкретную организацию, насыщенные доменными знаниями и встроенные в цикл принятия решений. Остальные по-прежнему застряли в режиме пилота.
Мы написали о том, почему именно эта конфигурация кажется нам наиболее применимой к условиям реальных внедрений — и почему она в наилучшей степени соответствует требованиям, продиктованным инфраструктурным и регуляторным контекстом.
Полная версия статьи на нашем сайте
#agentic_moment
❤🔥6🔥2
На полях ПМЭФ Александр Аронов, председатель президиума МКА «Аронов и Партнёры» и наш партнёр по разработке Агаты, рассказал РБК об опыте создания отраслевых ИИ-решений и о том, как мы строим Agentic Lab.
Говорил про то, как нейросети помогают анализировать сотни томов уголовных дел, почему адвокатам критически важен полностью закрытый ИТ-контур, и заменит ли ИИ младший юридический персонал.
Смотреть полное интервью
#кейс #legal_ai
Говорил про то, как нейросети помогают анализировать сотни томов уголовных дел, почему адвокатам критически важен полностью закрытый ИТ-контур, и заменит ли ИИ младший юридический персонал.
Смотреть полное интервью
#кейс #legal_ai
VK Видео
Нейросети на защите тайны: как ИИ-агенты меняют рынок юридических услуг
На полях Петербургского международного экономического форума председатель президиума Московской коллегии адвокатов «Аронов и Партнеры» Александр Аронов поделился с РБК опытом разработки отраслевых ИИ-решений. Он рассказал, как нейросети помогают анализировать…
👍3🔥3
Про Агату вышел совместный пресс-релиз — с нашим партнёром Cloud.ru.
Кратко: мы перевели инференс языковых моделей Агаты на облачную инфраструктуру Cloud.ru — на сервис Evolution ML Inference. За обработку отвечают Mistral (анализ документов и извлечение сущностей) и Gemma (поиск, суммаризация, ответы пользователю). Бизнес-логика и интерфейс — на Evolution Compute.
😝 Ранее подключение дополнительных GPU занимало 1–2 дня, но теперь 5–10 минут.
Мы неоднократно говорили, что стоимость и доступность вычислительных мощностей в России остаются одним из ключевых препятствий для внедрения ИИ. Приобретение собственного оборудования требует значительных капитальных вложений и не позволяет оперативно реагировать на изменение нагрузки. Облачная модель с оплатой рay-as-you-go меняет саму экономику проектов: инфраструктура масштабируется вместе с ростом задач, без необходимости закупать серверы заранее.
CNews | Telecom Daily | IT Speaker | ComNews | ICT | Дзен
Кратко: мы перевели инференс языковых моделей Агаты на облачную инфраструктуру Cloud.ru — на сервис Evolution ML Inference. За обработку отвечают Mistral (анализ документов и извлечение сущностей) и Gemma (поиск, суммаризация, ответы пользователю). Бизнес-логика и интерфейс — на Evolution Compute.
Мы неоднократно говорили, что стоимость и доступность вычислительных мощностей в России остаются одним из ключевых препятствий для внедрения ИИ. Приобретение собственного оборудования требует значительных капитальных вложений и не позволяет оперативно реагировать на изменение нагрузки. Облачная модель с оплатой рay-as-you-go меняет саму экономику проектов: инфраструктура масштабируется вместе с ростом задач, без необходимости закупать серверы заранее.
Владимир Макаров, CTO AgenticLab:
«Обслуживание собственного оборудования означало постоянные расходы независимо от фактической загрузки. Благодаря сервисам Cloud.ru мы можем гибко наращивать мощности по мере роста нагрузки, оплачивать только фактически потребленные ресурсы и соблюдать требования к безопасности данных.»
CNews | Telecom Daily | IT Speaker | ComNews | ICT | Дзен
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥8🔥1
Когда: старт 3–10/08
Проект: внедрение AI-инструментов на базе платформы Agentic Lab для одного из самых быстрорастущих крупных бизнесов России. Горизонт — 3 месяца, с возможным продолжением сотрудничества уже на постоянной основе.
Что предстоит делать:
* Разрабатывать AI-решения поверх нашей платформы: агентские сценарии, Decision Core, tool-calling, HITL-контуры
* Проектировать мультиагентные пайплайны без привязки к конкретному фреймворку или SDK — с памятью, логикой и взаимодействием агентов
* Работать с современными LLM (Qwen, GLM, Kimi, GPT, Claude, DeepSeek, Gemini, GigaChat) — open-weight и API
* Работать с базами данных платформы: PostgreSQL, ClickHouse, Qdrant, Redis — хранение, поиск, векторный контур
* Деплоить модели на серверы с GPU (A100/H100) с использованием vLLM
* Оценивать и оптимизировать качество пайплайнов — LangSmith и собственные метрики
Ждём от вас:
* 5+ лет релевантного опыта
* Senior-уровень: подтверждённый опыт работы с данными и моделями, а также деплоя open-weight LLM
* Опыт проектирования мультиагентных пайплайнов на LangGraph или другом фреймворке
* Уверенная работа с PostgreSQL и векторными БД; плюсом — ClickHouse и Redis
* Умение быстро переходить от прототипа к продакшну и отлаживать сложные LLM-системы
* Business acumen — отвечаете за бизнес-ценность решений, а не только за техническую реализацию
Что даём:
* Качественная рыночная компенсация
* Работа напрямую с фаундерами и партнёрами (ex-McKinsey, ex-Huawei, ex-Yandex) и клиентами уровня C-level
* Реальный enterprise-кейс: онтологическая платформа, мультиагентные системы и интеграция в реальный контур растущего лидера рынка
* При переходе на постоянную основу — опционы и участие в результатах
Когда: старт 3-10/08
Проект: внедрение AI-инструментов на базе платформы Agentic Lab для одного из самых быстрорастущих крупных бизнесов России. Горизонт — 3 месяца, с возможным продолжением сотрудничества уже на постоянной основе.
Роль: аналитическое ядро проекта — от разбора процессов и данных клиента до формализации бизнес-логики, которую AI-система исполняет на нашей платформе.
Что предстоит делать:
- Глубоко разбирать процессы клиента: как устроены операции, где и почему возникают расхождения между системами, какая логика проверок нужна
- Работать с данными руками: выгрузки из нескольких учётных систем, витрины, проверка гипотез на исторических кейсах
- Формализовать бизнес-логику в модель для AI: сценарии, точки вовлечения человека, разметка для классификаторов — совместно с рабочей группой клиента
- Проводить интервью с методологами и экспертами клиента, превращать их знания в спеки для инженеров
- Участвовать в пилотировании: доводить решение от логики на бумаге до работающего инструмента у клиента
Ждем от вас:
- 3–5 лет опыта в бизнес-/системной аналитике — обязательно
- Опыт в сложных технологических сетапах: много данных, несколько взаимосвязанных систем, где нужно разобраться и в процессе, и в самих данных
- Уверенный SQL и Excel; Python (pandas) — рабочий уровень
- Опыт прототипирования / создания продуктов с ИИ — обязательно: активно используете Claude / Cursor / ChatGPT для анализа данных, прототипов и автоматизации своей работы
- Структура мышления: умеете разложить хаос из выгрузок и интервью в чёткую логику процесса
- Business acumen — отвечаете за бизнес-ценность решений, а не только за аналитику
Что даем:
- Качественная рыночная компенсация
- Работа напрямую с фаундерами и партнёрами (ex-McKinsey, ex-Huawei, ex-Yandex) и клиентами уровня C-level
- Реальный enterprise-кейс: Онтологическая платформа и мультиагентные системы + интеграция в реальный контур растущего лидера рынка
- При переходе на постоянную основу — опционы и участие в результатах
telegram: @hollywoodeyes (Екатерина)
email: founders@agenticlab.tech
Please open Telegram to view this post
VIEW IN TELEGRAM
Новая вакансия: Sales Lead в продукт Агата
сфера: B2B · LegalTech
Агата растёт кратно, и мы ищем Sales Lead, который возьмёт на себя личное участие в продажах и лидирование направления — с целью построить стабильную sales-функцию под масштабирование продукта.
Что предстоит делать:
— Лично вести продажи: от первого контакта до закрытия сделок с юрфирмами и корпоративными юридическими департаментами
— Строить sales-процесс с нуля: воронку, методологию, метрики
— Работать в связке с продуктом и маркетингом над ростом Агаты на рынке
Ждём от вас:
— 5+ лет опыта в B2B-продажах в сегментах SMB и midcorp
— Опыт самостоятельного ведения сделок и построения sales-процессов
— Понимание циклов корпоративных продаж; опыт в legal/enterprise — плюс
Что даём:
— Рыночная компенсация + performance-based upside
— Реальную возможность построить sales-функцию продукта, который уже работает с крупными клиентами
— Прямую работу с фаундерами Agentic Lab
Контакты:
telegram: @hollywoodeyes (Екатерина)
email: founders@agenticlab.tech
сфера: B2B · LegalTech
Агата растёт кратно, и мы ищем Sales Lead, который возьмёт на себя личное участие в продажах и лидирование направления — с целью построить стабильную sales-функцию под масштабирование продукта.
Что предстоит делать:
— Лично вести продажи: от первого контакта до закрытия сделок с юрфирмами и корпоративными юридическими департаментами
— Строить sales-процесс с нуля: воронку, методологию, метрики
— Работать в связке с продуктом и маркетингом над ростом Агаты на рынке
Ждём от вас:
— 5+ лет опыта в B2B-продажах в сегментах SMB и midcorp
— Опыт самостоятельного ведения сделок и построения sales-процессов
— Понимание циклов корпоративных продаж; опыт в legal/enterprise — плюс
Что даём:
— Рыночная компенсация + performance-based upside
— Реальную возможность построить sales-функцию продукта, который уже работает с крупными клиентами
— Прямую работу с фаундерами Agentic Lab
Контакты:
telegram: @hollywoodeyes (Екатерина)
email: founders@agenticlab.tech
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Агата в деле
Юристы неделями разбирают массивы дел вручную, прежде чем заняться работой над позицией своего доверителя. Мы подготовили большой релиз Агаты, который помогает сократить рутину до часов — и высвобождает время на то, ради чего юрист и нужен.
Что появилось:
Теперь всё это живёт в одном пространстве дела: материалы, нормы, практика и документы работают вместе, а каждый вывод открывается в первоисточнике. Агата становится полноценным рабочим местом юриста.
Попробовать можно прямо сейчас — первые вопросы Агате можно задать без регистрации. Для новых пользователей открыта неделя тарифа «Премиум»
Открыть новую Агату
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👏2
CEO Мирослав Гридин и CTO Владимир Макаров были в гостях на подкасте “За витриной». Поговорили о современных реалиях AI-бизнеса. 👇🏻
❤5🆒1
Forwarded from За витриной
Сегодня у меня в YouTube новый формат - подкаст
И первые гости - Мирослав Гридин и Владимир Макаров. Ребята работали в McKinsey, а год назад вернулись из Дубая в Москву, чтобы запустить свой стартап - платформу ИИ агентов - Agentic Lab
Мне кажется, у нас получился очень честный, но в то же время мотивирующий разговор - без прикрас и иллюзий, но подкупающий своей искренностью и энергией действия
Обсудили:
• Рынок ИИ - есть ли там деньги или это хайп? И кому точно нужна автоматизация, а кто тратит деньги впустую
• Зачем запускать бизнес в России в 2026? Помог ли опыт McKinsey? И что такое быть предпринимателем
• Практические советы по запуску и развитию стартапа: как искать инвестора, нанимать команду, выстраивать рабочий день
Ребята - крутые 🫶
Смотреть ролик по ссылке:
https://youtu.be/V8C_4EcaIC0
И первые гости - Мирослав Гридин и Владимир Макаров. Ребята работали в McKinsey, а год назад вернулись из Дубая в Москву, чтобы запустить свой стартап - платформу ИИ агентов - Agentic Lab
Мне кажется, у нас получился очень честный, но в то же время мотивирующий разговор - без прикрас и иллюзий, но подкупающий своей искренностью и энергией действия
Обсудили:
• Рынок ИИ - есть ли там деньги или это хайп? И кому точно нужна автоматизация, а кто тратит деньги впустую
• Зачем запускать бизнес в России в 2026? Помог ли опыт McKinsey? И что такое быть предпринимателем
• Практические советы по запуску и развитию стартапа: как искать инвестора, нанимать команду, выстраивать рабочий день
Ребята - крутые 🫶
Смотреть ролик по ссылке:
https://youtu.be/V8C_4EcaIC0
❤5