Друзья, хочу поделиться одним суперполезным наблюдением 👀

Многие переживают из-за дизлайков на постах с папками — но на самом деле это отличный фильтр. Если кому-то не интересен ваш контент, папки быстро “отпишут” неактивных подписчиков, а настоящие единомышленники останутся 👍. Это позволяет быстрее сформировать вокруг себя живое сообщество, которому действительно интересно то, что вы делаете.

Реклама — да, она многим не нравится. Но если уж рекламировать, то только то, что реально полезно и помогает двигаться вперед.

📂 Сегодня Telegram-папки — это, пожалуй, самый эффективный и недорогой способ познакомиться с единомышленниками и расширить круг интересных контактов. Легко и быстро можно найти тех, кто разделяет ваши идеи, хочет общаться, делиться опытом и материалами.

Вот свежая подборка по теме продвижения через папки — рекомендую посмотреть и присоединиться:
https://t.me/addlist/RFq1DrBL_lc1ZDli

Пробуйте — это реально работает и дает классный рост аудитории!

Как работать с дизлайками и что реально дает продвижение через Telegram-папки?

В комментариях к прошлому посту появилось несколько важных вопросов и наблюдений — делюсь своими ответами и цифрами:

1. Как реагировать на дизлайки и негатив?

Мария спрашивает, как я себя ощущаю, когда вижу дизлайки и что это даёт.

Научился не обращать внимания на дизлайки — невозможно быть одинаково хорошим для всех. Но важно не раздражать аудиторию слишком частым размещением того, что вызывает негатив.
При этом, если канал не набрал критическую массу подписчиков, реакция становится чувствительнее — дизлайки выступают как “лекарство”, пусть и неприятное. Они ускоряют формирование ядра аудитории, которой действительно интересен мой контент.

2. Папки помогают очистить аудиторию

Кирилл верно отметил, что папки — отличный инструмент очистки и таргетирования аудитории.

Подписчики быстро становятся более “целевыми” — остаются только те, кому действительно интересна тематика, а это ключ к качественному развитию сообщества.

3. Насколько эффективна реклама в папках?

Владимир спрашивает, эффективен ли этот способ по сравнению с другими каналами продвижения.

Продвижение через папки даёт мне 150–200 новых подписчиков в неделю — прирост примерно 10%. Это и есть тот самый продукт-маркет-фит, к которому все стремятся.
Причём для меня этот рост бесплатный (контент канала сам по себе востребован). А если бы я платил — один целевой подписчик стоит сейчас около 100 ₽, то есть 15-20 тыс. ₽ за такой результат.
В итоге Telegram-папки — это один из самых дешёвых и эффективных способов привлечения релевантной аудитории.

Ваш опыт?
Как вы относитесь к дизлайкам и каким способом набираете “свою” аудиторию? Делитесь кейсами — это интересно всем, кто развивает свои проекты!

Форма для проформы

— Где идея на миллиард? — спросили в интервью
— В полях

Формы — основной инструмент лидогенерации. Ежегодно только компании (без учета физиков) создают 150+ миллионов штук таких в Google. И теряют десятки миллиардов долларов из-за кучи полей, непонятных вопросов, чувствительных данных, заполнения на отъ***сь.

А что если статичные формы заменить нейросетью?! Она разговаривает с посетителем, задает вопросы и извлекает нужную информацию. И так растит конверсию.

Выглядит очевидным, но почему не реализовано до сих пор? Что мешает — привычка, технологии, заговор масонов? Интересно ваше мнение, друзья.

Этот пост я подсмотрел.

Но реально уже более чем 2 года предпочитаю собирать голосовые интервью (ответы), открытые вопросы. Так как ИИ - реально может структурировать любые ответы и правильно разложить по полочкам. Но представьте если ИИ будет основываясь на ваши ответы вести с вами увлекательную беседу и по ходу получит информацию даже больше чем следователь по особо-важным).

Это реально прорыв в исследованиях - дает два потока инфо - структурирует точки принятия собеседником решения (там где настраивать потом маркетинг) и облако ключевых слов собеседника (а в каждом регионе слова имеют чуть чуть разное значение - например слово «сотка» в Москве означает сто долл или сто руб или сто тыс руб, а в Казахстане и возможно Оренбурге это уже сотовый телефон). И вот из одной простой беседы два решения по одной цене).

Sifted AI 100 — рейтинг 100 самых перспективных AI-стартапов Европы 2025

Издание Sifted представило рейтинг AI 100, в котором собраны компании, создающие решения нового поколения на основе нейросетей — от генеративных и агентных систем до промышленной робототехники и синтеза новых веществ.

Основные наблюдения Sifted

- Средний год основания компаний — 2022, большинство компаний еще молоды, но растут стремительно.

- Наиболее актуальные направления — генеративный AI, промышленная робототехника, новые материалы, AI-инфраструктура, безопасность данных и продуктивность.

- Европа формирует собственный облик AI — сочетание инженерной школы, исследовательских центров и растущего предпринимательского духа.

- Рейтинг исключает единорогов: в фокусе остаются молодые, быстрорастущие команды, способные стать следующими лидерами рынка.

Топ-5 стартапов Sifted AI 100

1. CuspAI (Великобритания) — AI-инфраструктура для поиска и синтеза новых веществ, применяемых в фармацевтике и энергетике.

2. PhysicsX (Великобритания) — deeptech-платформа, которая объединяет физическое моделирование и машинное обучение и помогает инженерам в десятки раз ускорять разработку и тестирование новых материалов и конструкций.

3. Neura Robotics (Германия) — разработчик «роботов-сотрудников», способных взаимодействовать с людьми, анализировать данные и принимать решения.

4. Black Forest Labs (Германия) — европейская альтернатива Midjourney и Runway, создающая AI-модели для генерации изображений и видео.

5. Cradle (Швейцария) — стартап, который использует AI, чтобы быстрее находить и создавать новые белки для лекарств и биотехнологий.

Выводы Sifted

AI-рынок Европы ускоряется: инвесторы переключаются с концептов и экспериментальных решений на глубокие технологии и собственные модели.

Рынок по-прежнему концентрируется вокруг ключевых хабов — Великобритании, Германии и Франции. Именно эти страны становятся ядром нового технологического рынка.

AI уже не тренд, а системный фактор, который формирует занятость, инфраструктуру и инвестиционные приоритеты региона.

Подробнее — в отчете Sifted AI 100.

@volotovskayaelena

План успешного запуска товара на маркетплейс

Этот промпт поможет вам запустить новый товар на маркетплейс даже при ограниченном бюджете. Он охватывает все аспекты процесса: от анализа рынка до планирования маркетинга и управления рисками.

Промпт:

Ты - директор по маркетингу с опытом работы на маркетплейсах и бюджетного планирования. Твоя задача — разработать подробный, структурированный план вывода нового товара на маркетплейс при ограниченных финансовых ресурсах. Для этого необходимо:

1. Провести анализ рынка:
   - Изучить тренды в нише {ниша};
   - Проанализировать конкурентов в сегменте {сегмент рынка};
   - Выявить ниши для нового товара {товар}.

2. Определить целевую аудиторию:
   - Сегментировать потребителей по критериям: возраст, пол, география, доходы, интересы;
   - Оценить потребности и предпочтения целевой аудитории.

3. Сформировать стратегию продвижения:
   - Описать каналы маркетинга: социальные сети, email-маркетинг, контекстная реклама и т.д.;
   - Определить методы рекламы: таргетированная реклама, Influencer-маркетинг, промокоды и акции;
   - Планировать PR-мероприятия: пресс-релизы, партнерские программы, участи в выставках и конференциях.

4. Распределить бюджет:
   - Детализировать затраты на маркетинг: {сумма на маркетинг};
   - Обозначить затраты на логистику: {сумма на логистику};
   - Указать расходы на рекламу: {сумма на рекламу};
   - Определить затраты на оперативное управление проектом: {сумма на управление проектом};
   - Учесть строгие финансовые ограничения и оптимизировать расходы.

5. Разработать поэтапный план действий:
   - Составить временной график с указанием ключевых этапов, контрольных точек и ожидаемых результатов;
   - Привести примеры конкретных шагов и сроков их выполнения.

6. Определить потенциальные риски и предложить меры по их минимизации:
   - Описать возможные риски: конкурентное давление, изменения в законодательстве, логистические проблемы;
   - Предложить меры по снижению рисков: диверсификация каналов продвижения, резервирование бюджета, страхование.

Результатом должна стать четкая, детализированная инструкция, обеспечивающая успешный запуск товара на маркетплейсе с учетом бюджетных ограничений. 

Бесплатная библиотека 10 000+ промптов на русском.

Zoom AI Companion 3.0 — Новый уровень агентного ИИ для продуктивной работы

В ноябре 2025 года Zoom представит обновленную версию своего AI-компаньона — Zoom AI Companion 3.0. Эта версия выходит с мощной "agentic AI" технологией, позволяющей не просто помогать пользователю, а автономно управлять рабочими процессами.

Ключевые особенности Zoom AI Companion 3.0:

- Агентный ИИ — способность самостоятельно принимать решения, планировать задачи и взаимодействовать с другими сервисами без постоянного контроля пользователя.

- Кроссплатформенная интеграция — поддержка популярных корпоративных коммуникаций и коллаборационных платформ: Microsoft Teams, Slack и Google Meet. Благодаря этому, Zoom AI Companion 3.0 становится универсальным помощником для команд, работающих в разных экосредах.

- Автоматизация рабочего процесса — бот умеет контролировать расписания, координировать совещания, обрабатывать запросы и задачи, уменьшая нагрузку на сотрудников и повышая общую продуктивность.

- Доступность — Zoom AI Companion 3.0 будет бесплатен для всех подписчиков платных тарифов Zoom, что делает его привлекательным дополнением для бизнеса, желающего усилить ИИ-поддержку без дополнительных затрат.

Для предпринимателей, менеджеров и специалистов по автоматизации — это возможность внедрить передовые ИИ-инструменты без сложных интеграций.

Источник и детали: публикации LinkedIn Zoom, Zoomtopia 2025, обзоры LinkedIn и VC.ru

📌 Сохраняем самые интересные нейросети за неделю, которые вы могли пропустить.

• Gemini — появилась генерация презентаций;
• Grokipedia — Википедия от Илона Маска;
• Minimax — выкатили две модели для генерации видео;
• Pomelli — ИИ-маркетолог от Google;
• Cursor — выпустили модель для кодинга и обновили редактор до 2.0;
• Sonic 3 — новый генератор речи от Cartesia;
• Higgsfield — научился заменять лица;
• Video 2.0 — обновленный видеоредактор от Canva;
• Music 2.0 — модель для генерации музыки от MiniMax;
• Opera Neon — в браузер добавили ИИ-агента ODRA.

• Telegram: @aiaiai

#нейросети #neural

@aiaiai

Я русский бы выучил только за то, что его лучше понимают нейронки

Раньше я промтил нейросети по‑английски — экономил токены, верил в англоцентричный интернет… А теперь Microsoft и арXiv заявляют: [Научный факт] Русский и польский — топ‑2 самых понятных языков для ChatGPT и других LLM. Точность ответов доходит до 87–88%, английский — только 84%, китайский — вообще в андердоге с 62%. Почему так?

Оказывается, дело не только в токенах, а в грамматике! Русский язык — это чемпион по однозначности в сложных задачах: что скажешь, то и получишь. Даже наши вечные команды (нах... — зачем, пох.. — всё равно, ху..рь — быстро делай!) работают как универсальные action‑промпты. Можно одним словом сортировать, фильтровать и командовать, а нейросеть поймёт, даже если сам не до конца уверен.

Ирония судьбы: пока весь мир пытается промтить по‑английски, наши падежи и мат дают нейросетям структуру и контекст, который ни один англоязычный эксперт не опишет.

Вывод: если хотите точности — пишите инструкции на русском. Если нужно абсолютное послушание — просто добавляйте проверенный, крепкий русский action-маркер 😏.

Ниже пост с подробным эссе по теме

Источник: arXiv 2503.01996, Microsoft 2025.

Про майндсет талантливых фаундеров, ч.6. Интересные данные о корреляции успеха и возраста фаундеров. Анализировались 25 тыс фаундеров, причем во многом европейские, так что нам с вами это релевантнее. Успех в этом контексте - экзит или устойчивый прибыльный бизнес.

TLDR: чем старше фаундер в момент основания стартапа, тем вероятнее успех.

1️⃣ Любопытно, что до 25 все совсем плохо, а в промежутке 25-40 вероятность успеха растет не очень быстро. Но резко подскакивает где-то в 43.

2️⃣ Наверное это не только потому, что фаундер становится умнее, опытнее, накопил нетворка, экспертизы и денег. Но и потому что в 40+ реже начинают стартап из-за "прикольно попробовать".

3️⃣ Тем не менее, инвесторам интереснее зрелые фаундеры, хотя в медиа мы конечно читаем совсем другое.

Да и в соцсетях фаундеры 40+ намного менее активны, а значит и не так заметны. Тут интересно, связано ли это с тем, что они росли в мире без соцсетей? Или просто с возрастом желание что-то публиковать уменьшается?

4️⃣ Учитывая возраст большинства читателей этого канала, можно сказать: у нас с вами все впереди! И уже совсем скоро 🙂

Предыдущие части рубрики - (раз, два, три, четыре, пять).

Подсмотрено @kyrillic

Ну не мог я пройти мимо поста про мат и лингвистические модели, хотелось узнать поглубже почему это так и как это использовать - попросил Peroplexity написать по этой теме эссе - не выдумывать, а по-фактам и с небольшой иронией к теме.

И знаете - действительно - некоторая архаичность нашей с вами морфологии (именно это раздражает всех иностранцев при обучении) - а мы то это с молоком матери... Эта морфология - позволяет работать промптам чуть более эффективнее. А еще большое количество качественной литературы (у нас с вами писатели работали вместо философов). И как я понимаю - особенно эти эффекты будут проявляться при подаче речевых команд и с учетом созданным большим количеством хороших текстов.

Топовую нейронку Qwen3-Max круто прокачали — туда добавили режим размышлений.

Теперь модель запоминает гораздо больше информации и может дольше работать над сложными задачами. Например, можно писать целую курсовую в одном диалоге.

Тестируем бесплатно тут.

📊 Когда ИИ перестал быть "пилотом" и стал работой

MIT были правы на 20% — про 2023 год. Помните эти любимые скептиками цифры про 5% успешных внедрений? Ловите дату: те данные про 2023-й, когда большинство компаний ещё карались в экспериментах. Сейчас уже ноябрь 2025-го, и картинка поменялась радикально.

Только что Wharton (третья волна исследований подряд) выпустил отчёт «Accountable Acceleration» — и это уже не про энтузиазм стартапов, а про поведение гигантов: 800 американских компаний с оборотом 50+ млн $. Вот что произошло за два года:

Цифры, которые говорят сами
- 82% лидеров используют GenAI еженедельно (было 37% в 2023)
- 46% — *ежедневно* (в прошлом году такого и близко не было)
- 74% видят положительный ROI, и это не медитация на «когда-нибудь потом»
- 72% отслеживают структурированные метрики: производительность, рентабельность, пропускную способность
- 88% расширяют бюджеты AI в ближайший год

Главное: люди, а не инструменты, задают темп

Самое интересное в слайдах отчёта — это сдвиг фокуса. Раньше метрика была: *«Сколько% сотрудников знают про ChatGPT»*. Теперь: *«Какой ROI мы получили»*. И это не одно и то же.

Основные use-case'ы (и это не никак не «экспериментальные»):
- Анализ данных — 73%
- Резюмирование документов — 70%
- Создание контента — 68%

Замечание: это не «попробовали один раз». Это повседневные рабочие потоки.

Но вот беда: навыки атрофируются

43% лидеров признали проблему: пока AI берёт задачи, люди разучиваются их делать. Парадокс: 89% убеждены, что GenAI расширяет возможности — но только если есть кому учиться и как переучиваться. Без этого получится как в старом анекдоте: сняли старое оборудование, поставили новое, а мастеров-то выпустили ещё вчера.

Разницы в масштабах видны на спутнике

Технологический сектор и банкинг (90%+ еженедельного использования) давно воюют с проблемами масштабирования, а розница всё ещё лезет на дно (54% видят позитивный ROI). Это нормально: когда все скупают одинаковый инструмент, доминирует культура внедрения и качество playbook'ов.

Главный сюжет: от пилотов к системе

Три года проектирования моделей:
- 2023 — Exploration (давайте пробовать)
- 2024 — Experimentation (это работает в 20% случаев, погнали дальше)
- 2025 — Accountable Acceleration (ROI измеряется, бюджеты растут, людей нужно переучивать)

Вывод? Пора забыть про старые нарративы про 5% и про «а может ИИ не поможет». Вопрос уже не в если, а в как быстро ты перестроишь людей, процессы и метрики.

Вот её и подпирайте.

👉 Для тех, кто любит числа: полный отчет на сайте Wharton (90+ слайдов). Стоит посмотреть таблицы по ролям и индустриям — там видны конкретные разницы.

🔴 The New Silk Road уже началась. И это не о гробах на шёлке.

Посмотрели картинку из State of AI 2025? Вот вам суть в трёх графиках:

📊 График 1: Открытые модели Китая (красная линия) в сентябре 2025 впервые обогнали американские (синяя).

📊 График 2: Скачивания китайских моделей пошли в отрыв. Qwen уже 600М загрузок. LLaMA — 1.2 млрд версий.

📊 График 3: Разработчики голосуют ногами. Глобальное доминирование США в AI сломалось ровно сейчас.

Это Linux момент 1990-х, но для нейросетей. Тогда open-source убил монополию коммерческого ПО. Теперь открытые модели убивают монополию западных замкнутых систем.

Почему? Экономика:
- Открытые модели в 3.5 раза дешевле
- Хакабельны на слабых железах
- Качество уже равно проприетарным

Геополитика просто добавляет спецэффектов — Китай осознанно выбрал стратегию доступности как способ обойти ограничения.

Главное: это не бинарный выбор. Это новый стандарт, где открытые модели — базовый слой, а проприетарные — спецсредство.

Если вы разработчик и ещё не пробовали Qwen или DeepSeek — пора. История пишется прямо сейчас.

Исследование

Нашел новость

#ИИ #OpenSource #Тренды2025

Ключевые тренды недели
подробно в файле
Ценовая война
OpenAI запустил агрессивное ценообразование: GPT-5 стоит $1.25/$10, что в 12 раз дешевле Claude Opus 4.1 ($15/$75). o3 снизил цены на 80%, делая reasoning доступнее.​

Reasoning прорывы
Magistral от Mistral стал первой европейской reasoning моделью, использующей chain-of-thought для логического мышления. DeepSeek-R1 демонстрирует производительность уровня o1 при значительно меньшей стоимости.​

Мультимодальные достижения
Qwen3-VL представил thinking режим для STEM и математических рассуждений. FRANK Model показал training-free подход к мультимодальному reasoning, превосходя GPT-4o на MMMU benchmark.​

Специальные предложения
Бесплатные уровни
Google AI Studio: бесплатный доступ к Gemini 2.5 Flash​

Mistral AI Studio: бесплатный Playground для экспериментов​

HuggingFace: открытые модели DeepSeek-R1, Llama 4 Scout

Скидки и акции
OpenAI: 90% скидка на кэшированные токены для o3/GPT-5​

xAI: Grok 4 Fast с 98% снижением цены​

Google Cloud: $300 кредитов для новых клиентов​

Поддержка русского языка
Лидеры: Российские модели (YandexGPT, GigaChat) показывают максимальную поддержку русского. Qwen3 поддерживает 119 языков включая русский. GPT-5 и Claude демонстрируют улучшенную работу с кириллицей.​

Ограничения: Многие топовые модели (o3-pro, Grok 4) имеют базовую поддержку русского, требуя VPN для российских пользователей.​

Российский рынок LLM продолжает развиваться, хотя пока отстает от мировых лидеров в области reasoning и мультимодальности.

В комментариях меня попросили дать список опенсорс китайских моделей — вот ловите список лучших китайских AI-моделей на ноябрь 2025 года 🔥

Китайские модели сейчас занимают лидирующие позиции в мировых рейтингах. Исследователи из Калифорнийского университета признали Kimi, DeepSeek и Qwen лучшими по юмору, логике и естественности ответов.

ОТКРЫТЫЕ МОДЕЛИ (Open-Source)

Kimi K2 (Moonshot AI)
Лидер рейтинга LMArena на ноябрь 2025. Архитектура MoE с 1 трлн параметров (32 млрд активных), 128K контекста. Выпущена в июле 2025, доступна на HuggingFace. Стала самой быстро скачиваемой моделью за день после релиза.

DeepSeek-R1 / DeepSeek-V3
685 млрд параметров, MoE с 256 экспертами (8 активных на токен), обучена на 14.8 трлн токенов. Показатели: MMLU 90.8%, MMLU-Pro 84.0%. V3 стоила всего $5.58 млн в обучении и превзошла Llama 3.1 и Qwen 2.5. Улучшенная версия R1-0528 вышла в мае 2025.

Qwen 2.5 / Qwen 3 (Alibaba)
Линейка от 0.5B до 235B параметров: 2.5-Max, 2.5-Plus, 2.5-Turbo, 2.5-Coder. Обучены на 20 трлн токенов. QwQ-32B сравнима с DeepSeek-R1 при 20% параметров. Третье место в LMArena.

GLM-4.5 (Zhipu AI)
355 млрд параметров, сильная производительность в кодинге наравне с Qwen3-Coder и Kimi K2.

Hunyuan-T1 (Tencent)
Представлена 21 марта 2025. Обгоняет DeepSeek-R1, GPT-4.5 и o1 в большинстве категорий. Доступна на GitHub и HuggingFace. Ранняя версия Hunyuan-Large: 389 млрд параметров, 7 трлн токенов обучения, MMLU 89.9%.

ERNIE (Baidu)
Серия моделей от Baidu, открыта с июня 2025 после многих лет проприетарного статуса. Бесплатный доступ через Ernie Bot с апреля 2025.

ЗАКРЫТЫЕ МОДЕЛИ (Closed-Source)

Doubao-1.5-Pro (ByteDance)
Выпущена в январе 2025. 300 млрд параметров, MoE-архитектура, 9 трлн токенов обучения. Показатели: MMLU 88.6%, MMLU-Pro 80.1%. Интегрирована с TikTok/Douyin, Toutiao, Feishu. Цена вдвое ниже OpenAI.

MiniMax-Text-01 (MiniMax)
Входит в топ-10 китайских языковых моделей 2025, используется через коммерческое API.

Baichuan (Baichuan AI)
Коммерческая модель от независимого AI-стартапа, доступна только через платное API.

Дженсен Хуанг (CEO Nvidia) назвал модели DeepSeek, Qwen и Kimi самыми передовыми в мире по логическому выводу. Китайские открытые модели опережают западные аналоги по количеству и темпам развития.