Руководитель разработки в LLM Platform (Рубрика #AI)

Мы в Т-Банке активно работаем над созданием Gen AI приложений, которые становятся новым стандартом де-факто, как когда-то были cloud native приложения. И для этих Gen AI приложений нужна своя платформа (примерно как K8s для cloud native). А у нас сейчас как раз есть позиция руководителя разработки этой платформы, которая предоставит набор инструментов для внедрения языковых моделей в продукты экосистемы. Цель в том, чтобы предоставить конструктор для создания AI-ассистентов, который не требует глубокого погружения в LLM.

В платформу входят инструменты для
- Создания RAG (retrieval augmented generation),
- Построения ассистентов
- Для оценки их качества
План для расширения использования LLM-решений включает
- Достижение целевых показателей качества элементов платформы
- Добавление интеграции с внутренними сервисами компании
- Обеспение поставок данных в платформу как готовых пайплайнов
- Предоставление набора моделей для разных пользовательских задач
Все эти задачи в той или иной степени уже выполняются, но руководителю еще предстоит много работы, ведь
- 40+ продуктовых команд внутри экосистемы пользуются платформой
- В команде есть 3 продуктовых менеджера и 15 инженеров (backend, frontend, QA)

От engineering manager платформы ожидается работа в части
- Определения стратегии и архитектуры платформы
- Руководство командой 20+ инженеров и MLE
- Масштабирование продукта до уровня де-факто стандарта для Gen AI в экосистеме
- Обеспечение SLA плтаформы достаточного для business-critical систем
- Внедрение лучших инженерных практик, включая qa, performance, observability

В общем, если вам интересно не просто поддерживать сервисы, а строить инфраструктуру, которая станет фундаментом эры Gen AI в Т-Банке, то пишите.

#AI #Management #Vacancy #Career #ML #PlatformEngineering #Software #Engineering

Interview with Cloud Architect in 2025 (Рубрика #Architecture)

Посмотрел забавное пятиминутное видео на тему современного подхода к построению решений в облаке. В нем отличны обсмеиваются типичные проблемы и абсурдные ситуации, с которыми сталкиваются облачные архитекторы - суть в противоречиях между обещаниями облачных провайдеров и суровой реальностью:
- Экономика облака, где архитекторы получают "персональные благодарственные письма от облачных провайдеров за достижение их целей по доходам Q1" , что саркастически подчеркивает, насколько выгодны облачные сервисы для поставщиков, а не для клиентов.
- Сложность задач, где для "Hello World в облаке включает в себя 1x балансировщик нагрузки, 2x базы данных, 3x веб-серверов и 2x различных облачных геозон для observability stack"
- О микросервисах, где "у нас больше языков программирования, чем разработчиков"
- Об observability, где стоимость логов выше, чем стоимость всего сервиса
- Об overcommit, где обычный CPU доходит до 100%, а облачный CPU доходит до 110% - ведь тут другая физика

В общем, рекомендую глянуть в оригинале - концентрация шуток действительно впечатляет.

#Humor #Architecture #Cloud #Software #Engineering

Research Insights Made Simple #14 Review of"What goes around comes around ... and around" (Рубрика #Databases)

Этот выпуск посвящен обсуждению whitepaper "What goes around comes around ... and around" от Michael Stonebraker и Andrew Pavlo про развитие баз данных за последние 20 лет. Разбору статьи помогает мне Алексей Светличный, мой коллега, что руководит развитием отдела баз данных в Т-Банке. Алексей работает с базами данных более 15 лет, где он прошел путь от небольших систем, до крупных Enterprise решений. Сейчас руководит командой, которая разрабатывает DBaaS и развивает экспертизу по базам данных в компании.

За час общения с Лешей мы обсудили половину статьи, успев разобрать общее впечатление от статьи и часть про модели данных и языки запросов. В итоге, получились следующие темы
- Введение и знакомство с гостей
- Общий обзор статьи
- Отличия российского и мирового контекста развития БД
- Обсуждение авторов статьи и их влияния на индустрию (Майкла Стоунбрейкера и Эндрю Павло)
- Эволюция моделей данных и языков запросов
- MapReduce (аля Hadoop и почему они уже leagcy)
- Системы KV и их ограничения
- Документно-ориентированные базы данных (MongoDB)
- Wide Column Family и Apache Cassandra
- Полнотекстовый поиск - Elasticsearch и встроенные возможности в RDBMS
- Векторные базы данных и семантический поиск
- Многомерные данные и array databases
- Графовые базы данных
- Заключение и анонс следующей темы

Выпуск подкаста доступен в Youtube, VK Video, Podster.fm, Ya Music.

#Software #Engineering #Metrics #Databases #Architecture #Devops

Рупор лида 3: Lead в поиске

В последнее время я реже стал выступать на конференциях, но решил сделать исключение для tg-конференции про найм глазами нанимающих. Это уже третья конфа из серии "Рупор лида" и в этот раз участники поговорят о том, как меняется рынок найма и процессы, когда Gen AI меняет правила игры, а сервисы для соискателей растут как грибы. Спикеры поговорят о том, как процесс выглядит с той стороны. Кстати, они достаточно много рассказывают не только про найм, но уже в своих каналах.

Мы будем пять вечеров подряд обсуждать эти темы найма (мы соберем стрит)
1. 18.08 - Татьяна Гороховская - Hiring-позиция: в огне, но с чек-листом
2. 19.08 - Тёма Пулявин + Катя Лысенко - Коньки-горбунки собеседований - или отсобеседуй меня полностью
3. 20.08 - Круглый стол - Что я узнал про найм за 1.5 года: битва AI, выгорание, кризис рынка ИТ
4. 21.08 - Саша Поломодов - System design глазами нанимающего (я вас конечно жду на этом выступлении)
5. 22.08 - Иван Доронин - Если ты Lead, который ищет работу

Конференция бесплатная, а для того, чтобы стать слушателем надо вступить в канал конференции.

P.S.
Интересно, что похожее выступление у меня было пару месяцев назад, когда я рассказывал студентам Высшей Школы Экономики про system design интервью как один из этапов найма инженеров.

#Career #HR #Management #Architecture #Software #Leadership #Processes

Dylan Field: Scaling Figma and the Future of Design (Рубрика #Design)

Посмотрел интересное интервью Дилана Филда на Y Combinator AI Startup School. Дилан - соучредитель и генеральный директор Figma, одной из самых успешных дизайн-платформ в мире. Работа над FIgma началась в 2012 году, когда Дилан бросил университет и вместе с соучредителем Эваном Уоллесом занялся созданием инструмента для работы с WebGL в браузере. После четырех лет разработки компания запустила продукт в 2016 году и за десятилетие превратилась в платформу с 8 продуктами и командой из 1700 человек. В июле 2025 года Figma провела IPO, достигнув рыночной капитализации более $68 миллиардов.

Если же говорить про ключевые идеи доклада, то они такие

1. Эволюция роли дизайна в эпоху ИИ
Дилан говорит, что дизайн становится главным дифференциатором в современном технологическом мире. По его мнению, когда разработка софта становится проще и быстрее благодаря AI, именно дизайн, внимание к деталям и точка зрения становятся решающими факторами успеха продуктов.
2. Стирание границ между дизайном и разработкой и продуктом
Дилан отмечает, что ИИ способствует генералистскому поведению и особенно эффективен на ранних стадиях разработки, помогая быстрому прототипированию.
3. "Эра MS-DOS" для ИИ интерфейсов
Дилан говорит, что мы сейчас в "эпохе MS-DOS" AI интерфейсов и что через 10 лет люди будут удивляться, что взаимодействие с AI ограничивалось простыми чат-ботами. Будущее видится ему в контекстных интерфейсах, адаптированных под различные устройства - от очков до множественных дисплеев.
4. Дилан вспоминал конференцию Config 2025 Figma, где были представлены новые продукты
- Figma Make - ИИ-инструмент для создания прототипов и приложений по текстовым описаниям
- Figma Sites - платформа для создания и публикации веб-сайтов прямо из дизайнов
- Figma Draw - улучшенные векторные инструменты для иллюстрации
- Figma Buzz - инструмент для создания маркетинговых материалов в масштабе
5. Дизайнеры должны становиться основателями компаний
Это призыв Дилана к дизайнерам, так как он видит будущее в том, что дизайнеры будут иметь гораздо больше влияния и будут выполнять роль экспертов по решению проблем в компаниях, в то время как большинство сотрудников будут участвовать в процессе дизайна.
6. Важность человеческих взаимоотношений в эпоху AI
Дилана предостерегает от чрезмерного общения с ИИ-моделями и призывает молодых специалистов продолжать развивать критическое мышление, изучать различные области и поддерживать реальные человеческие отношения.
7. Важность интеграции дизайнеров в RnD команды
Дилан говорит, что дизайнеры должны активно участвовать в оценке моделей AI, поскольку обладают лучшим пониманием потребностей конечных пользователей.

Интересно, что на вопрос о смысле жизни Дилан ответил не 42, а выдал философскую мысль, что стоит "исследовать сознание, учиться как можно больше, делиться любовью с другими и обеспечить, чтобы вы и окружающие вас люди чувствовали себя удовлетворенными и счастливыми"

#AI #Design #Leadership #Interview #Startup

Lessons from OpenAI, Meta, Twitter, Google, Salesforce (Рубрика #Management)

Я с большим интересом посмотрел этот подкаст от Lenny, где он общался с Бретом Тейлором, легендарной фигурой в tech индустрии с уникальной карьерой, охватывающей все уровни от инженера до топ-менеджера. Брет успел создать Google Maps в Google, поработать CTO в запрещенной в России Meta (тогда это было Fb), был co-CEO в Salesforce, председателем совета директоров в OpenAI, а сейчас развивает AI старта Sierra c оценкой в $4.5 млрд. Кстати, про этот стартап я уже рассказывал, когда разбирал интервью про "Rise of the AI Architect" от Clay Bavor, со-основателя Sierra. Если говорить про ключевые идеи, то они следующие

1. Философия карьерного роста
Брет поделился принципом, который изменил его подход к работе после совета Шерил Сэндберг: "Каждое утро спрашивать себя: что самое важное я могу сделать сегодня?". Этот подход помог ему успешно адаптироваться к различным ролям и уровням ответственности. Мне этот подход кажется эффективным, но сложным в реализации - многие люди хотят делать каждый день не самое важное, а самое привычное.
2. Гибкость профессиональной идентичности
Брет подчеркнул важность гибкого взгляда на собственную идентичность. Коллеги из разных компаний воспринимают его по-разному: в Facebook - как инженера, в Google - как продакт-менеджера, в Salesforce - как CEO. Эта адаптивность - ключ к успеху в разных ролях. Мне кажется, что быть настолько многогранным как Брет сложно - условно, я могу смотреть на мир глазами инженера, архитектора, менеджера, но вот смотреть как CEO или CPO мне сложновато:)
3. Уроки из неудач
Брет открыто рассказал о своих провалах, включая неудачный запуск Google Local, который чуть не завершил его карьеру в Google. Этот опыт научил его создавать принципиально новые пользовательские опыты, а не просто цифровые копии существующих решений. Мне кажется, что неудачи часто дают больший буст в карьере, чем успехи ... если их правильно отрефлексировать и извлечь выводы (я тоже помню ключевые факапы в своей карьере, что меня изменили)
4. Будущее ИИ и три сегмента рынка
Брет выделил три ключевых сегмента рынка ИИ:
- Frontier-модели, что требуют огромных капитальных вложений, не подходят для стартапов
- Инструменты для ИИ, что включают сервисы разметки данных и специализированные модели
- Прикладной ИИ и агенты, что являются самым перспективным сегментом для стартапов
5. Революция агентов
Тезис Брета в том, что рынок ИИ движется к агентам, которые заменят традиционные SaaS-продукты. Агенты смогут автономно выполнять задачи, что позволит переходить к ценообразованию на основе результатов вместо традиционных подписок.
6. Модель Sierra
Про нее подробнее можно узнать в посте про "Rise of the AI Architect"
7. Будущее программирования
Брет считает, что изучение computer science остается важным, но характер создания софта изменится. Программисты будут управлять машинами, генерирующими код, что требует системного мышления больше, чем навыков кодирования.
8. AI в образовании
Брет активно поощряет своих детей использовать AI для обучения, считая это демократизацией доступа к качественному образованию. Он видит в ИИ персонального наставника для каждого ребенка.
9. Go-to-market стратегии для ИИ
Брет выделил три основные модели:
- Product-led growth - для разработчиков и малого бизнеса
- Developer-first - для платформенных решений
- Direct sales - для крупного корпоративного сегмента (Sierra выбрала именно этот путь)
10. Важность правильных советчиков
Брет подчеркнул важность интеллектуальной честности при анализе неудач и необходимость находить правильных советчиков. Уверенность в совете не всегда коррелирует с его качеством.

В общем, это был отличный эпизод подкаста от Lenny, который я посмотрел с большим интересом и вниманием.

#AI #Engineering #ML #Architecture #Software #Management #Leadership

IT пикник (Рубрика #Conference)

В эту субботу в Коломенском пройдет очередной ИТ-Пикник, который проводится уже несколько лет и представляет из себя семейный фестиваль для IT-шников. В этом году как обычно будут отдельные направления в виде
- Лекций про R&D, платформенную инженерию, работу с данными, управление продуктивностью, а также научпопом
- Зон интерактивов, где можно будет поиграть в квесты, поучиться на мастер-классах, поучаствовать в розыгрышах от партнеров
- Зона развлечения для детей и образования для тех, кто постарше, где можно будет пообщаться с преподавателями из топовых универов
- Музыкальная зона, где будет много артистов, а вечером будет выступать Андрей Князев и группа «КняZz» с лучшими хитами из жры КиШ
- Но музыка будет не только профессиональная - будет и квартирник с бэндами из разных ИТ-компаний

Если вам нравится программа, то регистрируйтесь на сайте и ожидайте подтверждения участия. После подтвеждения надо будет оплатить организационный и благотворительный взнос (по 1.5к рублей каждый) по ссылке, которая придет на почту.

#Conference #Software #SoftwareArchitecture #SRE #Music #PlatformEngineering

Вакансия java разработчика в a/b платформу (Рубрика #Vacancy)

Что-то в последнее время я пишу только про позиции engineering менеджеров, но нам в компании требуются не только руко водители, но и крутые инженеры на сложные задачи. Сегодня я хотел рассказать про позицию java разработчика в a/b платформу в команду, что делает движок для обсчета всех метрик по экспериментам для всей компании. Круто, если этот инженер будет уровня senior и дополнительным плюсом будет глубокое знание Apache Spark.

Если говорить про a/b платформу, то это действительно важный для всей компании проект, который несет под себе инженерную сложность (про нее расскажу подробнее). Если говорить про a/b тесты, то есть классическая книга Рона Кохави "Доверительное a/b тестирование", про которую я рассказывал раньше. Если же говорить про историю a/b платформы, то она была у нас давно, но раньше их было много и они кусочно покрывали разные уровни тестов - когда я приходил в компанию порядка 9 лет назад, то уже тогда был прототип платформы DCO, которую мы с тех пор раскачали и использовали для экспериментов в вебе и мобильных приложениях. Пару лет назад мы решили закопать DCO и сделать новую платформу Hippo (я как-то показывал ее потенциальный логотип).

С тех пор платформа сильно выросла и научилась многому, но пришло время масштабировать ее на всю компанию и для этого надо сделать многое по расчету метрик, которые прошли следующий путь
- Все аналитики из продуктов считают метрики по экспериментам в своих python ноутбуках (легко ошибиться или получить результат, пытая данные под разными углами)
- Лаборатория экспериментальной статистики написала свои алгоритмы обсчета метрик для a/b экспериментов на таких же лабах, но для ограниченного набора метрик
- Инженерная команда metric store забрала эти python ноутбуки и перевела на Apache Airflow, где расчеты велись поверх Greenplum, где MPP база была нашим основным хранилищем данных для аналитических вычислений
- Инженерная команда metric store перевезла расчет этих метрик на новую архитектуру, где метрики считаются с помощью Apache Spark, а данные лежат уже внутри нашего Data LakeHouse (DLH)

По-факту, наша датаплатформа мигрировала на подход с DLH, который мы как-то разбирали с Колей Головым в подкасте Research Insights. Кстати, в ближайшее время будет серия подкаста с разбором того, как мы это делали с техническим директором датаплатформы. Плюс про a/b платформу тоже будет отдельный эпизод подкаста, где мы поговорим про то, что это такое, насколько она важна и сложна. Но если вы хотели решать сложные технические задачи уже сейчас, то можете писать мне в личку и мы обсудим варианты.

P.S.
Кстати, у меня уже есть эпизоды
- С руководителем этого отдела Андреем Цыбиным, где мы говорили про соседний продукт Statist (продуктовая аналитика)
- С лидом бекенда этого продукта Женей Козловым, где мы говорили как про бекенд Statist, так и в общем про инженерный подход к разработке

#Engineering #Software #Career #Vacancy #Databases #Fintech

Research Insights Made Simple #15 Review of"What goes around comes around ... and around" - Part II (Рубрика #Databases)

Этот выпуск продолжает обсуждение whitepaper "What goes around comes around ... and around" от Michael Stonebraker и Andrew Pavlo про развитие баз данных за последние 20 лет. Здесь мы поговорили о том, как менялись архитектуры баз данных и почему, а также обсудили выводы авторов исследования о будущем баз данных. Разбору статьи помогает мне Алексей Светличный, мой коллега, что руководит развитием отдела баз данных в Т-Банке. Алексей работает с базами данных более 15 лет, где он прошел путь от небольших систем, до крупных Enterprise решений. Сейчас руководит командой, которая разрабатывает DBaaS и развивает экспертизу по базам данных в компании.

За час общения с Лешей мы обсудили вторую половину статьи, куда входили следующие темы

- Введение и план обсудить эволюцию архитектур баз данных за 20 лет.
- Развитие архитектур реляционных и колоночных БД
- Появление и развитие облачных БД с разделением хранения и вычислений (масштабирование ресурсов, эластичность вычислений, объектное хранилище)
- Прорывы в OLTP-масштабировании (пример AWS Aurora)
- Data Lake House и гибридные движки (Parquet, Iceberg, разделение масштабирования воркеров и хранилища)
- Качество данных и подходы к хранению разных классов данных
- Изменение парадигмы ответственности за данные в компаниях (Data Mesh)
- NoSQL базы, CAP-теорема и консистентность (MongoDB, Cassandra, ACID в NoSQL)
- NewSQL базы (Google Spanner, CockroachDB, YDB) и сложность их эксплуатации
- Новые технологии и аппаратная поддержка БД
- Роль маркетинга в успехе технологий, опенсорс и пользовательский опыт
- Финальные выводы whitepaper и размышление о будушем баз данных

Выпуск подкаста доступен в Youtube, VK Video, Podster.fm, Ya Music.

#Software #Engineering #Metrics #Databases #Architecture #Devops

define AI Engineer (Рубрика #AI)

С большим интересом посмотрел выступления Грега Брокмана на AI Engineer World's Fair 2025. Грег - один из соучредителей и президент OpenAI, который когда-то начинал обучение в Гарварде, потом перешел в MIT, а потом бросил учебу, чтобы присоединиться к Stripe в качестве пятого сотрудника. К 2013 году он стал первым техническим директором Stripe, а в 2015 году он покинул Stripe, чтобы стать соучредителем OpenAI вместе с Сэмом Альтманом и Ильёй Суцкевером.

Выступление оказалось наполнено интересными идеями, среди которых следующие
1. Философия обучения и самостоятельного развития
Грег считает, что самообучение - это ключевой фактор успеха. Он считает, что такое независимое обучение может привести к экспоненциальному росту, причем он сделал этот вывод из своего опыта (он прошел самостоятельно трехлетний курс математики в восьмом классе). Кстати, я с этим полностью согласен - я всегда изучал то, что мне было по фану, даже если не знал как мне это пригодится потом.
2. Переход от математики к программированию
Сначал Грег планировал стать математиком, но потом он открыл для себя "магию программирования" после создания простого виджета сортировки таблиц. Фишка в том, что он решил уйти от теоретической математики к практическому программированию, где не три человека прочитают теорему, а миллионы получат пользу от созданного софта.
3. Партнёрство инженерии и исследований
Вот это прямо крутая мысль - различия в восприятии системных ограничений между инженерами и исследователями создавали трения. Условно инженер думает про абстракции и API для взаимодействия разных частей между собой. А исследователь пытается думать про качество end2end, поэтому пытается всегда влезть во всё. Поэтому важна гармоничность сочетания инженерного мастерства и исследовательских идей (в OpenAI это получилось обеспечить). Решением стала техническая скромность - способность инженеров слушать, понимать контекст и только затем вносить изменения в архитектуру.
4. Scaling Laws и фундаментальные исследования
Тоже интересная идея о том, что фундаментальные исследования снова стали важными. По словам Грега, после периода простого масштабирования трансформеров, OpenAI теперь работает на таком уровне, где алгоритмы снова стали критическим ограничением для прогресса.
5. Vibe Coding и будущее разработки
Vibe coding - это уже заезженный термин про создание софта через естественный язык с помощью AI. Грег видит в этом не только механизм расширения возможностей, но и будущее, где агенты будут работать в облаке, подключаясь к различным системам, даже когда ваш ноутбук закрыт.
6. Трансформация существующих приложений
Тоже крутая идея о том, что у нас не только создание нового софта, но уже есть куча софта, которому предстоит глубокая модернизация (миграции с одних языков на другие, обновление библиотек, ...). Отдельно Грег отметил, что для получения максимального эффекта от AI зачастую нужно менять подход к тому, как мы делаем системы. Условно раньше мы делали их так, как удобно человеку, а теперь надо учитывать еще и удобство LLM моделей.

Еще был ряд интересных прогнозов
1. О будущем ИИ и экономики
Грег предсказывает мир, где нас ждет AI driven экономика, где не просто человека заменит машина, а скорее будет множество специализированных агентов, использующих различные модели с разными компромиссами по стоимости и производительности.
2. О масштабировании и инфраструктуре
На вопрос Дженсена Хуанга о будущей AI-инфраструктуре Грег ответил, что основными ограничениями для GPT-6 являются вычисления, данные, алгоритмы, энергия и деньги - именно в таком порядке приоритетности.
3. О роли инженеров в эпоху ИИ
Грег решительно заявил: "ИИ-агенты не заменяют инженеров-программистов. Они значительно усиливают их индивидуальные возможности"
4. О безопасности ИИ и итеративном развёртывании
Грег считает, что единственный способ обеспечить безопасность - это продолжать развёртывать более мощные модели по мере их разработки и учиться на каждом развёртывании. Именно так делает OpenAI

#AI #Engineering #Management #Leadership #ML #Software

The state of VC within software and AI startups (Рубрика #AI)

С большим интересом посмотрел очередной выпуск подкаста "The Pragmatic Engineer", где Gergely Orosz общался с Peter Walker, head of insights в компании Carta. До работы в Carta Питер был маркетинговым руководителем в медиааналитическом стартапе и возглавлял команду визуализации данных в проекте COVID Tracking Project. Ребят анализировали текущее состояние венчурного капитала и его влияния на стартапы, особенно в контексте ИИ-революции. Интересно было посмотреть на то, как изменились принципы финансирования, найма и развития стартапов после окончания эры нулевых процентных ставок (ZIRP). Причем все обсуждаемые тезисы сопровождались аналитикой, основанной на данных компании Carta, которая обслуживает более 50,000 стартапов и 2,500,000 держателей ценных бумаг, управляя капиталом свыше $3 трлн. Платформа используется 95% стартапов и 83% американских единорогов, что дает уникальный доступ к данным всей экосистемы.

Если говорить про основные темы обсуждения, то они такие
1. Здоровье венчурного капитала
На рынке сейчас парадоксальная ситуация - общий объем инвестиций остается высоким благодаря мегараундам ИИ-компаний (OpenAI, xAI), но количество финансируемых компаний резко сократилось по сравнению с пиковым 21 годом.
2. Изменения в найме в стартапы
Стартапы на платформе Carta наняли 73,000 человек в январе 2022 года, 40,000 в 2023-м, 32,000 в 2024-м, и ожидается около 20,000 в январе 2025 года.
3. Новая ключевая метрика ARR per FTE
Теперь не достаточно показывать рост ARR (Annual Recurring Revenue), теперь важно показывать годовую повторяющуюся выручку на одного сотрудника. Теперь это мера как роста, так и эффективности использования капитала стартапами. Медианный ARR для Series A вырос с $1,3 млн в 2021 году до $3 млн в 2024-м, а 75-й процентиль достиг $7 млн.
4. Трансформация требований к стартапам
Планка для получения финансирования значительно поднялась. Если раньше рост 100% в год считался отличным показателем, теперь инвесторы ожидают 200-300% роста, вдохновленные примерами ИИ-компаний вроде Cursor.
5. Влияние ИИ на структуру команд
Команды Series A стартапов сократились с 20-22 сотрудников в 2022 году до примерно 15 в 2024-м, и ожидается дальнейшее сокращение до 12-13 к концу 2025 года. Это связано с повышением продуктивности благодаря ИИ-инструментам.
6. Риски bridge-раундов
Bridge раунды нужны, когда вы окзались посередине условного раунда seed раунда и раунда A, у вас закончились деньги и вы просите у инвесторов seed раунда подкинуть еще денег, а то до раунда A вы не дотянете. По статистике успешность bridge-раундов упала с 33% в 2020 году до всего 8% в 2022-м, что означает резкое снижение шансов дойти до Series A для компаний, нуждающихся в промежуточном финансировании.
7. Валютные тенденции
Медианная предварительная оценка (pre-money) для seed-раундов в США составляет $16 млн, что даже выше уровня 2021 года. Однако это создает сегрегированный рынок: ИИ-компании получают высокие оценки, в то время как не-ИИ стартапы испытывают трудности.
8. Рост соло основателей
Наблюдается тенденция к увеличению количества основателей-одиночек, особенно в области ИИ, которые предпочитают самофинансирование венчурному капиталу.

Выпуск получился довольно насыщенным, а заодно я узнал, что отчеты гостя, Peter Walker, регулярно цитируются ведущими венчурными капиталистами и основателями как "обязательное чтение" для понимания тенденций в частных рынках. Его данные используются инвесторами для принятия стратегических решений. Поэтому пожалуй я попробую и дальше следить за его творчеством:)

#AI #Engineering #Management #VC #ML #Startup #Software #Leadership

The ‘godfather of AI’ reveals the only way humanity can survive superintelligent AI (Рубрика #AI)

Джеффри Хинтон, лауреат Нобелевской премии, последние два года активно говорит про риски AI. И вот в августе он выступил на конференции Ai4 в Лас-Вегасе с радикальным предложением по обеспечению безопасности искусственного интеллекта. Он предлагает встроить в ИИ-системы "материнские инстинкты", чтобы они заботились о людях, даже став сверхразумными. Мне показались разумными его предупреждения и я решил глянуть, а когда из техно-оптимиста, развивающего технологии он поменял концепт. Если говорить про хронологию последних лет, то она выглядела так
- До 2023 он говорил про AGI как отдаленную перспективу (30-50 лет)
- В марте 2023 заявил, что AGI может появиться менее чем через 20 лет
- В мае 2023 покинул Google для открытого обсуждения рисков ИИ (после 10 лет в компании)
- В 2024-2025 он усилил предупреждения и предложил концепцию "материнских инстинктов"

Собственно, его ключевые предупреждения звучат так
- Существует риск вымирания человечества, где 10-20% вероятность того, что ИИ уничтожит человечество
- Сверхразумный ИИ может появиться через 5-20 лет (ранее прогнозы были консервативнымии)
- Текущие попытки "techno bros" держать ИИ в подчинении обречены на провал, поскольку ИИ будет намного умнее людей

Но у Джеффри есть концепция об использовании модели "мать-ребенок" - единственный известный пример контроля менее разумного существа над более разумным. Он считает, что ИИ с "материнскими инстинктами" не захочет избавляться от этого качества, поскольку не будет желать смерти людей.

#AI #Engineering #Science #Software