Карта рынка GenAI: как он устроен в России

Мы без конца ругаем отечественных вендоров, и, разумеется, за дело. Но за последние пару лет их стараниями наш рынок всё же смог вырасти из слепых интеграций зарубежных моделей в нечто самобытное.

Вместо того, чтобы покупать подписки на готовые сервисы, российские корпорации начали строить собственные R&D-центры и инфраструктуру. Разработка своих моделей и дообучение open source позволили создать достаточно независимую и, при этом, прогрессивную индустрию.

Российский рынок практического применения AI может стать более продвинутым, чем мировой, уже на горизонте 3-5 лет, считают аналитики red_mad_robot.

Но в многообразии кейсов и доступных инструментов легко запутаться. У кого есть инфраструктура, а кто занял доминирующие позиции в нише интеграторов? Здесь не обойтись без онтологической карты.

Хорошо, что всю работу за нас уже сделали в Центре AI-компетенций red_mad_robot и собрали такую карту с комментариями экспертов из «Билайна» и «Сколково». Мы уже изучили и вам рекомендуем!

@anti_agi

ElevenLabs выпустил модель расшифровки речи с задержкой менее 150 мс

Scribe v2 Realtime предназначена для голосовых ассистентов. Модель предсказывает следующее слово собеседника, поэтому работает так быстро. Точность — 93.5% на 30 популярных языках.

Поддерживает более 90 языков, включая русский.

Попробовать можно тут: https://elevenlabs.io/realtime-speech-to-text

Первые пользователи твоего стартапа должны быть результатом поиска, а не уговоров!

1. Другими словами, твоя задача состоит в том, чтобы найти людей, которым твой продукт окажется нужен безо всяких уговоров. Если ты никак не можешь их найти — значит, твой продукт на самом деле никому по сути не нужен. И никакие уговоры не позволят тебе его масштабировать.

2. Первое следствие из этого принципа — ты должен поставить на первую версию продукта высокую цену. Потому что тех, кому такой продукт реально нужен, высокая цена не отпугнёт. Зато это сразу будет приносить тебе достаточно денег на жизнь и дальнейшее развитие продукта. По мере увеличения количества пользователей ты можешь снижать цены. Но никогда не поступай наоборот, как это делает большинство — раздавая продукт бесплатно или за копейки, надеясь со временем эти цены повысить.

3. Второе следствие — люди, которым позарез нужен твой неизвестный продукт, вряд ли бродят по интернету стадами 😉 Это значит, что массовая реклама для привлечения первых пользователей окажется неоправданно дорогой. Поэтому первых пользователей нужно искать и привлекать исключительно индивидуально — выискивая подходящие профили или заходя в сообщества, где они могут присутствовать.

4. Третье следствие — развивать свой продукт нужно только по обратной связи людей от тех, кому он уже реально нужен. А не тех, кому он не нужен 😮 Потому что все их слова типа «если бы там было вот это, то я бы это купил» — это просто фантазии.

🚀 Бери неожиданные и своевременные идеи, которые ты можешь опробовать в своих проектах — из моих обзоров на fastfounder.ru/news
Подсмотрено

Google на днях выпустил документ из серии «про агентов на человеческом языке» (это я его так назвал, конечно). Но это действительно очень понятное и простое объяснение о том, что такое ИИ-агенты и их инфраструктура, на 54 страницах.

Ранее уже давал ссылку (очень много кто себе сохранил), поэтому дублирую вложенным файлом и еще внизу ссылка на краткий перевод от Силиконового Мешка.

Вы узнаете, что:
- Лучше вместо создания одного «супер-агента» для выполнения сложной задачи делегировать подзадачи специализированным агентам (например: агент-маркетолог, агент-разработчик).

- Можно использовать мощную (и более дорогую) модель (например, Gemini 2.5 Pro) для сложного начального планирования и рассуждений, но перенаправлять простые и высокообъемные задачи (например, классификацию) на более быструю и экономичную модель (например, Gemini 2.5 Flash).

- Нужно использовать системный промпт как основной рычаг управления, задавать четкую персону, правила взаимодействия, требуемую схему вывода и явные инструкции, когда и зачем использовать инструменты.

- Для борьбы с галлюцинациями надо использовать Retrieval-Augmented Generation (RAG) или NL2SQL (естественный язык в SQL) для доступа к актуальным данным компании, чтобы «заземлить» рассуждения агента в фактах и снизить вероятность ошибок.

Даже если вы не занимаетесь ИИ-агентами и автоматизацией, но хотите освоить еще один пласт знаний про искусственный интеллект - рекомендую закинуть эту PDF-ку в NotebookLM для изучения.

Краткий перевод на русский - по ссылке ниже: https://teletype.in/@prompt_design/Introduction_to_Agents

Пост подсмотрен

Ученые создали огромную 3D-карту научных знаний из более 100 тыс. исследований.

На каждую точку можно кликнуть и изучить публикацию, например о вреде работы для психики. Все материалы расставлены в зависимости от совпадения тем — всего собрано 100 кластеров.

Залипаем здесь.