Привет, друзья! 👋 На днях мы провели закрытый вебинар по Langflow. Ведущим выступил Артемий Кадиков, наш Python-разработчик, который работает с внедрением ИИ в бизнес-задачи.

*Langflow — low-code-платформа, которая снимает барьер между бизнес-задачей и её технической реализацией. Аналитик теперь может сам собрать прототип за день и не ждать очереди в разработку полгода.

👀 Что обсуждали:
- познакомились с Langflow;
- посмотрели кейсы;
- разобрали RAG-систему на примерах;
- поговорили про базовые ноды;
- выяснили, что делать с API-ключами, чтобы не слить всё в открытый доступ.

Артемий показал, как за 20 минут собрать ассистента, который ищет ответы в корпоративной документации. Без найма разработчиков, без недель согласований.

🧑‍💻 Мы скоро повторим вебинар для всех желающих, а в будущем планируем серию практических вебинаров по созданию ИИ-ассистентов.

Как вы думаете, будет ли вам полезен вебинар по Langflow?

DataUnderControl

#Langflow #RAG #ИИ #low_code #вебинар #разработка_ИИ_ассистентов

🤖 Как «разговаривать» с нейросетью, чтобы она вас понимала. Гайд по промптам для генерации изображений

Генерировать картинки научились уже все кому не лень. Но в большинстве случаев- результат оставляет желать лучшего. Проблема решается правильным промптом.

🔤 Анатомия правильного промпта

Любой запрос должен содержать три обязательных блока:

1. Объект и действие
Кто или что является главным, и что именно делает.
Плохо: «девушка в парке»
Хорошо: «молодая женщина сидит на скамейке, смещена вправо, взгляд в сторону от камеры»

2. Контекст и окружение
Где, когда и при каком свете происходит действие. Без этого нейросеть додумает рандомный фон.
Добавляем: «глубокий итальянский сад с кипарисами, на заднем плане вилла, мягкий вечерний свет»

3. Стилизация и техника
Чёткое указание визуального языка — фотореализм, 3D-анимация, акварель, кинематографичный кадр.
Фиксируем: «кинематографичное качество, мягкое зерно плёнки, стиль Рембрандта»

✂️ Редактирование: язык точных команд

Одна из самых мощных фич современных генераторов — семантическое маскирование. Вы не закрашиваете область кисточкой, а просто говорите, что нужно изменить. Система сама находит объект.

Вот шаблоны, которые работают безотказно:

Удалить объект

«Используя это изображение, удали [каменный бюст] с переднего плана. Оставь всё остальное без изменений, сохранив оригинальный стиль, освещение и композицию.»

Добавить объект

«Используя это изображение, добавь [добермана, сидящего слева]. Убедись, что новый объект соответствует освещению и перспективе исходного изображения.»

Изменить стиль

«Измени это изображение на [минималистичный футуристический стиль] с гладким белым полимером и хромом. Композиция и положение объектов остаются точно такими же, как в оригинале.»

Заменить элемент

«Используя это изображение, замени [каменную скамью] на [скульптурную металлическую волну]. Сохрани всё остальное без изменений.»

💡Говорите с ИИ как эксперт

Не пишите «красивый, потрясающий, великолепный шедевр». Нейросеть от этого «глупеет» и выдает мыльный пластик.

Пишите как фотограф: указывайте фокусное расстояние, тип объектива, характер света. Это даёт предсказуемый и качественный результат. Кстати, этому и многому другому мы учим на нашем универсальном курсе по промпт-инжинирингу. Там еще больше про генерацию не только изображений, но и презентаций, текста, работы с документами. Но пока поговорим про картинки.

Если хотите сложную сцену с кучей объектов — не пытайтесь сделать всё за один проход. Сгенерируйте сначала пустой фон нужной атмосферы, а потом добавляйте объекты по одному через редактирование. Контролируйте результат, так не придется каждый раз генерировать все заново и ждать чуда.

Дайте реакцию🔥, если было полезно! Тогда буду больше писать о промптах

#AI #LLM #промпт

Сегодня стартуем серию акселераторов от Сбера по GenAI, где мы принимаем участие как эксперты. Более 30 заказчиков и 7 партнёров. На связи Самара! 🚀

Выступил с представлением компании. Далее круглые столы с заказчиками - обсуждаем применение генеративного ИИ в разных процессах и сферах, формируем гипотезы и в бой!

Считаю, что достаточно эффективный формат работы в командах, обмен опытом и кейсам, технологиями, переопыление всегда на пользу.

Однако важно, чтобы у компаний уже было понимание работы ИИ и были цели по его внедрению. Иначе, как показывает практика прошлых аналогичных мероприятий того года, история не взлетает по причине незрелости или отсутствия бюджета на PoC со стороны заказчиков.

Как считаете, насколько эффективный данный формат круглых столов? Как сделать его более эффективным и реально рабочим? Пишите в комментариях! 👇

⚡️Как разобраться в быстром создании ИИ-агентов без знаний разработки кода?

Огромные таблицы, кипы документов, расписание, поддержка клиентов: все это можно и нужно делегировать ИИ-агентам. Но когда доходит до дела — ступор. Кажется, что ИИ — это сложно, дорого и вообще для избранных. Где брать знания? В интернете либо общая теория, либо гайды для разработчиков.

А хочется просто взять и быстро собрать помощника под свою задачу, проверить гипотезу и автоматизировать несложную работу с документами и таблицами. Без кода, без команды программистов.

Российская IT-компания DUC Technologies несколько лет внедряет ИИ-решения и накопила работающие кейсы. На бесплатном вебинаре эксперты покажут Langflow — low-code платформу, где агенты собираются как конструктор: визуальные блоки, понятная логика.

Что будет на вебинаре:
-Познакомитесь с интерфейсом и архитектурой Langflow, его возможностями.
-Разберете, из каких компонентов собираются пайплайны в Langflow и как они взаимодействуют между собой.
-Поймете, что такое RAG-система, из каких элементов она состоит и как собрать её в Langflow без единой строки кода.
-Изучите реальные кейсы от DUC: обработка B2B-запросов в логистике, построение RAG под базу знаний и извлечение данных из документов.

Кому полезно:
- Аналитикам
- Продуктам
- Финансистам, бухгалтерам, HR, закупщикам
- Менеджерам по автоматизации БП и развитию

📅 Когда: 26 марта, четверг, 17:00–19:00
💸 Участие бесплатное
👉 Записаться: duc-technologies.ru/webinarlangflow

Приходите, если хотите разобраться, как AI может освободить ваше время. Всё проще, чем кажется.

🚀 Инсайты с Акселератора Сбера: какие боли приносят бизнесы и что с ними делать

Наша команда вернулась с акселератора Сбера. Формат — круглые столы, живые диалоги с компаниями из регионов.

Первое наблюдение: уровень зрелости разный, но структура болей — одинаковая.

Здесь компании делятся на два типа:
1. «Слушатели» — хотят понять, куда приложить ИИ.
2. «Задачники» — приходят с чётким запросом: конкретная боль, бизнес-метрика, готовность к пилоту.

💭Интересно, что боли у компаний из разных отраслей оказались удивительно похожими:
· обработка входящих обращений (логистика, ритейл, услуги)
· контроль качества обслуживания (аптеки, торговые сети)
· извлечение данных из документов (застройщики, производство)
· автоматизация внутренних регламентов (охрана труда, финансы, HR)

Корневые задачи — одни и те же. При этом у каждой компании своя специфика: архитектура, регламенты, размер, устои. Готовые «коробочные» агенты не работают.

Если мы говорим про on‑prem – это заказная разработка с большой кастомизацией. Потому что бизнес-процессы и инфраструктура у всех разные, а безопасность (ПДн, коммерческая тайна, контроль полномочий) — критична.

Какие решения ищут❓
· Генеративные агенты — да, но не только. Часто задача решается гибридной схемой: классическая аналитика + LLM на узких участках.
· Централизованная ИИ-платформа вместо разрозненных ботов. Компании всё чаще хотят единый контур управления агентами, доступом к данным, полномочиями.
· Интеграция с 1С — один из самых частых запросов. Агенты должны уметь работать внутри привычного учётного контура.
· Окупаемость и надёжность — главные вопросы. Бизнес хочет понимать ROI ещё до старта пилота.

Отдельно про Волгоград
Здесь интересная особенность: региональные компании на фоне роста заказов и давления на издержки проявляют не меньший интерес, чем федералы. При этом уровень осведомлённости о GenAI высокий. Здесь обсуждают внедрения и гарантии, а не основы технологий.

📱В нашей среде всех также беспокоит вопрос телеграмма. К мессенджеру МАКС пока осторожное отношение: API похож, но функционал ещё не дотягивает. Интеграторы уже ведут разработку ботов под МАКС, но массового перехода нет.

Главный вывод нашего турне по Поволжью - это в целом низкая зрелость процессов, связанных с развитием ИИ и его применением в реальных задачах. В основном отсутствие ИИ-стратегий, низкая осведомленность об ИИ для бизнеса и понимание его использования. При этом надо отметить повышенный интерес компаний к данной теме, однако без четких детально проработанных запросов.

О каких потребностях бизнеса и способах их закрыть рассказать подробнее? Дайте знать в комментариях 👇

#GenAI #AI #Акселератор #Сбер #ИскусственныйИнтеллект #Бизнес

Привет, друзья 👋

Через пару часов стартует наш вебинар «Знакомство с Langflow». Докажем на практике, что ИИ — не для избранных и совсем не так сложен как кажется 🤖

Если вы сами не планируете в ближайшее время создавать агентов своими руками, то стоит прийти ради разбора кейсов. Мы расскажем о наших решениях и даже покажем демо.

🕔Стартуем в 17:00, последний шанс зарегистрироваться на вебинар.

Привет, друзья 👋Пройдемся по последним трендам, которые меняют ИИ-ландшафт?

1. $58 млрд и смерть «динозавров»: переворот на рынке офисного ПО

К следующему году GenAI и ИИ-агенты создадут первый серьезный вызов монополии Microsoft/Google за 30 лет, перераспределив рынок на $58 млрд. Ключевая концепция — AI Workhub (оркестрационный слой): разделение стека на слой данных (хранение, безопасность) и слой оркестрации, куда приходят агенты. Сейчас только 14% IT-лидеров уверены, что их данные реально полезны для ИИ.

2. Новый стандарт: Data Governance умерло, да здравствует AI Governance

Классических правил работы с данными недостаточно. Теперь спрашиваем: «Почему нейросеть приняла такое решение?» К 2030 году 50% организаций будут использовать автономных ИИ-агентов для контроля политик. Без AI Governance — риски штрафов и репутационных потерь.

3. Эволюция приложений: ИИ из «галочки» — в ядро системы

Появляется новый класс приложений, где ИИ — архитектурное ядро. В 2026 году в России ожидаются первые промышленно работающие мультиагентные системы. Пример: ИИ-агент видит поступление денег → сам создаёт задачу в ERP → проверяет остатки → формирует заказ поставщику. Компании, которые просто «натянут» нейросеть на старые процессы, проиграют.

4. Периферийный ИИ (Edge AI) и архитектура активного иммунитета

ИИ-агенты уходят в чипы камер, станков, дронов (TinyML, потребление в милливатты). Для критических систем задержка в 1 секунду недопустима — Edge AI обеспечивает мгновенную реакцию. Связь с безопасностью: система анализирует поведение процессов в реальном времени и отключает угрозу до её запуска.

5. Взлёт Data Lakehouse: объединение озёр и хранилищ

Рынок массово переходит на Lakehouse (Apache Iceberg, Delta Lake, Hudi). Стоимость хранения — $30–50 за TB в год против $500–2000 в старых хранилищах. Пример: Microsoft Fabric (OneLake) — все сервисы читают один файл в открытом формате Delta, устраняя проблему копирования данных, которая съедала до 30% бюджета проектов.

Судя по этим трендам, ИИ перестаёт быть «кнопкой» и становится инфраструктурой. Компании, которые перепроектируют процессы с нуля под логику агентов, получат рыночное преимущество.

Друзья!
Мы сделали новый продукт - веб-версию популярного чат-бота PulseGPT, из которого открывается доступ практически в любую нейросеть! Теперь - в браузере! Приглашаем вас в WEB-версию 🚀

Работать  на большом экране ПК − это совершенно другой уровень удобства. Попробуйте сами!

👉Переехать на большой экран: https://pulsegpt.ru/chat/

🔓 Как получить доступ и не потерять свой тариф:
🔑Авторизация: Вы можете войти, заполнив форму регистрации. Если хотите зайти через Telegram − сначала включите VPN, примите условия обслуживания и тогда на экране появится нужная кнопка.
💡 Лайфхак: Если со входом через Telegram возникли сложности, нажмите «Забыли пароль?» и введите email или username (без символа "@") от вашего TG-аккаунта.

🔄 Перенос подписки: Зайдя в учетную запись, нажмите кнопку "Возобновить", чтобы синхронизировать баланс и подписку с Telegram. Все ваши токены и подписка перенесутся из бота на сайт.

✅ Также будем рады обратной связи по результатам тестирования и использования продукта. Будем дорабатывать продукт для большего удобства работы. ОС можно оставить прямо на главной странице!

#ИИ #PulseGPT #ДоступДоВсехНейросетей

Если вы думаете внедрять AI в бизнесе — этот канал сэкономит вам время и деньги.

Меня зовут Александр Сулейкин, к.т.н., доцент НИТУ МИСиС, преподаватель с 7 летним стажем,
основатель DUC Technologies.

Я занимаюсь внедрением AI-решений и систем больших данных.

Последние годы — это проекты, где нужно не «поиграться с нейросетями», а решить конкретные задачи и реальные боли:
автоматизировать процессы, снизить нагрузку на команды, показать экономический эффект (ROI), выстроить работу с данными, выбрать архитектуру AI-приложения, создать ИИ-агента и ускорить принятие решений.

В DUC Technologies — мы делаем решения в области AI и аналитики.

Здесь — про практику и применение технологий в бизнесе:
— 🤖 как AI и аналитика реально работают в компаниях
— 📊 где технологии дают результат, а где — нет
— ⚙️ какие задачи уже автоматизируются
— 🗂 как выстраивается работа с данными
— 👥 как меняется работа команд
— 🏗 какие архитектурные решения использовать и почему

📌 Отдельный фокус — на практических кейсах: что внедряли, какие задачи решали и какой результат получили.

Иногда разбираю то, что не сработало — это тоже полезно.

📰 Периодически буду разбирать и важные новости, конференции — с точки зрения их реального влияния на бизнес и полезности.

Делюсь кейсами, разбором задач, наблюдениями из работы и практическими подходами.

Если вы думаете, как применять AI, аналитику и данные в своей работе или в компании — здесь найдёте ориентиры и реальные сценарии.

💬 Для сотрудничества — можно писать в ЛС или оставить заявку на нашем сайте.

AI за неделю: коротко и по делу

Собрал ключевые обновления из мира AI и технологий, которые реально стоит держать в фокусе 👇

🔹 DeepSeek V4

Китайская DeepSeek выпустила новую открытую модель V4 — её уже сравнивают с решениями OpenAI и Google.

Что важно:
— открытый код → можно разворачивать локально
— высокая производительность в логике, коде и агентных задачах
— версии Pro и Flash под разные сценарии
— упор на работу с AI-агентами

👉 Для бизнеса это значит:
порог входа в AI продолжает снижаться — появляются сильные и более доступные альтернативы закрытым моделям.

👉 И ещё момент:
конкуренция между моделями усиливается не только по качеству, но и по стоимости.

🔬 AlphaFold 3 от Google DeepMind

Модель научилась предсказывать не только белки, но и взаимодействия ДНК, РНК и молекул.

Что важно:
— рост точности примерно на 50%
— доступна бесплатно для исследований

👉 Это ускоряет разработку лекарств и снижает стоимость экспериментов.

🧠 Anthropic: проблемы с качеством Claude Code

Компания признала, что качество модели проседало из-за:

— снижения глубины «размышления»
— бага с потерей контекста
— изменений в системных настройках

👉 Для бизнеса это важный сигнал:
AI — это не «включили и забыли», а система, которую нужно постоянно контролировать.

💸 Anthropic vs OpenAI

Anthropic тестирует сокращение функций в подписках.
OpenAI, наоборот, сохраняет доступ к инструментам даже в более дешёвых тарифах.

👉 Рынок начинает конкурировать не только технологиями, но и экономикой.

🛠 Fabula готовится к AI-агентам

Сервис обновил интерфейс и убрал перегруз, чтобы встроить AI прямо в рабочие процессы.

👉 Тренд очевиден:
AI перестаёт быть отдельным инструментом и становится частью продукта.

Что это значит в целом

AI быстро уходит из стадии экспериментов в прикладное использование:

— больше открытых моделей
— ниже порог входа
— выше конкуренция
— сильнее влияние на экономику бизнеса

Вопрос уже не в том, использовать ли AI, а в том — как быстро вы научитесь делать это эффективно.

#AI #ИИ #AIновости #ИИдайджест

Большинство задач в поддержке — повторяются.
И именно поэтому их автоматизируют одними из первых.

🤖 Клиентская поддержка — одна из первых зон, где генеративные модели начали давать реальный эффект.

Мы сделали 5 таких проектов — и в каждом получили заметный результат с разными моделями и подходами.

Покажу на одном из кейсов 👇

К нам обратилась крупная управляющая компания.

Задача:
— снизить нагрузку на поддержку
— ускорить ответы
— не потерять качество

Важно: ошибка = жалоба.

Что сделали:
— ограничили темы ответов
— добавили контекст (дом, подъезд, квартира, тип обращения)
— связали с системой заявок и чатом

👉 если бот не уверен — он не отвечает

Что получилось:
— точность ответов > 70% (для прототипа)
— без «галлюцинаций»
— быстрые ответы

👉 сотрудники избавились от рутины и переключились на более сложные запросы

Что это даёт бизнесу:
— рутину забирает система
— люди работают с кейсами
— нагрузка становится управляемой

AI здесь — про экономику.

👉 Подробнее в кейсе

💬 Если у вас похожая задача — можно разобрать, где это сработает, а где нет.

#AIновости #ИИ #кейсы #автоматизация #поддержка #AIвбизнесе