Интересное дополнение к посту.

Я не так давно общался с товарищем, он сейчас ищет даму сердца и заходит в приложения для знакомств. Он мне сказал такую фразу:

Вот знаешь, я себя адекватно оцениваю, я не могу собирать внимание всех девушек в приложении. Моя конверсия с просмотра в взаимный лайк где-то 5-8%. Тогда я стал думать, как же мне собрать внимание девушек, которые мне понравятся?! Ничего умнее, чем просто ставить бОльшему количеству девушек лайки я не придумал.

Мне показалось, что это тоже очень классная аналогия. Нужно просто всегда пробовать немного больше и тогда вероятность удачи - выше 😉

🔳 В декабре к нам в BPA приезжала делегация MBA МГУ им. М.В. Ломоносова.

Я рассказывал о нашей компании, демонстрировал наши разработки и прототипы. Им повезло — они первые увидели самую свежую версий нашей Умной урны 🗑️

На тот момент Урна уже достаточно точно распознавала отходы, быстро принимала решения и приятно удивляла своей скоростью и гибкостью.

Если вы недавно подписаны на мой канал, то я напомню)

Мы с командой разработали отечественный гаджет «Умная урна». Она сама определяет, что в неё выбросили, и автоматически сортирует отходы: пластик отправляет в контейнер для пластика, бумагу — в отсек для макулатуры.

Простая идея, сложная технология и очень понятный результат 🤢

👁 Зачем нейросети распознают людей?

Нейросети и алгоритмы очень быстро развиваются в последнее время. Нейросети-трансформеры (например, ChatGPT) уже могут отвечать на вопросы человека и даже проводить логические рассуждения на пути к финальному ответу. Функция «думать перед ответом» - это большой скачок в развитии языковых нейросетей. И таких скачков ещё будет много. Если интересно, обязательно коснусь этой темы отдельно.

Так вот, в машинном зрении (это нейросети, которые «видят» объекты) тоже есть свои скачки сложности. Проекты в машинном зрении обычно сводятся к трём задачам.

Первая — обнаружение объектов. Например: «А был ли кто-то на территории нашего участка?» Это несложная задача, потому что мы не просим программу «думать». Такие задачи решаются на относительно простых архитектурах и алгоритмах.

Вторая задача уже сложнее и действительно является скачком вперёд. Здесь мы учим нейросеть распознавать объект. Например: «А был ли на территории нашего участка синий грузовик компании Ford?»
В этой задаче нейросети нужно научиться классифицировать объекты: отличать грузовики от легковых машин, синие объекты от жёлтых и различать марки. Тут компьютеру уже приходится напрягаться, чтобы ответить корректно. И дальше всё становится только сложнее.

Третья задача — идентификация. Это подтверждение уникальности или подлинности. Например, Face ID на вашем телефоне - тоже пример нейросети, идентифицирующей человека. Может казаться, что в этом нет ничего прорывного, но на самом деле технологии распознавания лиц - это огромный скачок вперёд.

Ракурс телефона сильно помогает программе: лицо целиком в кадре и почти всегда под одним углом. Но если углубиться, то сейчас «умные города» используют уличные камеры для поиска преступников. Там плохие ракурсы, лица закрыты кепками и капюшонами, однако нейросеть всё равно способна узнавать человека - технологии сильно шагнули вперёд.

Идентификация используется и в других задачах. Например: «А был ли на территории нашего участка синий грузовик компании Ford с номером А777АА799?» Заметили, как с ростом сложности задачи удлиняется запрос к нейросети?

И теперь самое интересное. Пройдя эти три этапа, мы выходим к передовым разработкам: повторной идентификации (ReID) и мультикамерной идентификации.

Зачем это нужно?! Сейчас системы часто идентифицируют объекты, не понимая их уникальность. Уникальность задаётся внешним идентификатором: для машин — номер, для людей — лицо. Но что если человек показал лицо на входной камере магазина, а дальше ходил по залу, повернувшись к камерам затылком? Можем ли мы с уверенностью сказать, что это был тот же человек? Именно на этот вопрос и отвечает мультикамерная повторная идентификация.

Это крайне сложная, современная и научная задача. В чём-то она уже решена, но пока не настолько, чтобы применяться повсеместно.

Мы с командой тоже решаем эту задачу — фундаментально, через поиск научных решений. Видим, что качественное решение будет востребовано в ритейле, строительстве и промышленности.

Теперь отвечу на вопрос поста: «Зачем нейросети распознают людей?» Всё просто — мы живём в датацентричном мире. Тот, кто владеет информацией и умеет её интерпретировать, получает преимущество. Знать, что в кафе кто-то пришёл, — мало. Знать, что пришёл человек 35+, хорошо одетый и провёл за столиком 45 минут, — совсем другой уровень данных. Больше данных = больше возможностей влиять на конверсию и средний чек.

☠️ Какие ИТ-студии закроются в 2026 году ?

За 2025 год у меня было много разговоров со знакомыми основателями ИТ-студий и ИТ-интеграторов на тему тайм-материала. Я всем говорил одно и то же: в эту бизнес-модель я не верю.

Только аутсорс, только хардкор!

В 2009–2022 годах активно рос аутстафф. Кто к нему привык - тем сейчас и перестраиваться сложнее всего. Тогда ИТ-сектор в РФ рос хорошими темпами, корпораты хотели цифровизироваться и видели в ИТ-решениях уникальное конкурентное преимущество.

Но, как я вижу, с 2022 года вектор развития ИТ у крупных корпоратов изменился. Вообще, это очень логичный ответ на изменившуюся конъюнктуру рынка. Раньше денег было больше, и можно было весь геморрой с набором собственной ИТ-команды переложить на знакомую ИТ-студию. А вот когда у корпоратов денег стало меньше, пришлось оптимизировать расходы. Формат «переплатить за отсутствие геморроя» больше не принимается на совете директоров.
Таким образом, многие корпорации стали создавать собственные ИТ-интеграторы и собственные компании-разработчики. Содержать такую структуру определённо дешевле, чем брать в аутстафф 30–50 человек из ИТ-студии.

Поэтому с 2022 по 2025 год ИТ-студии уже начали конкурировать с внутренней HR-экспертизой крупных корпоратов, но выживать на рынке ещё было позволительно. Позволительно со стороны государства. Сейчас государство «вбивает гвоздь в крышку гроба» тайм-материала. Я говорю про изменения в налоговом законодательстве.

Итак, давайте на цифрах.
Предположим, у вас в компании работает младший разработчик. Для наглядности он получает 100 000 руб. на руки. Вы за него заплатите 15 000 руб. НДФЛ и сверху ещё 35 000 руб. - социалка с оклада. Итого нужно суммарно заплатить 150 000 руб.

Ну вот за сколько вы такого специалиста сможете передать в аутстафф?! Ну, предположим, даже за 200 000 руб. Теперь давайте уплатим налоги. Это 22 000 руб. (УСН 7% + НДС 5%). Итого осталось:
200–150–22 = 28 000 руб.

А маркетинг вам нужен?! Ну конечно, а то не будет больше заказов. Стандартно в нашей сфере закладывается около 10% от чека на привлечение.
Итого: 28 – 20 = 8 000 руб.

Вот и вся «рентабельность».
От чека — 4%.

Да. Четыре процента, Карл 😁

Ну вот, выводы делайте сами. Я уже намекнул, что это нежизнеспособная бизнес-модель. Лучше закрываться и переходить к корпоратам в найм )))

Tech Brunch | Аркадий Фроймчук

🌆 Ваша многоэтажка стала станет «умной»

Всем привет 👋 В канале прибавилось подписчиков, так что решил сразу "с козырей". Тут, в канале, я не только свои мысли озвучиваю, но и рассказываю о проектах нашей команды. Мы занимаемся разработкой ИИ. Не настраиваем ChatGPT, чтоб он не врал вам в переписке 😂, а вот реальные нейросети прям пишем.

Наш новый проект направлен на развитие коммуникаций между жителями и управляющей компанией в многоквартирном доме. Мы пытаемся создать инструмент, который улучшит процессы управляющей компании (УК), и для этого пишем нейросети, которые контролируют работу придомового персонала. Дополнительно наша задача — увеличить доверие жильцов к работе УК.

А теперь по-простому. Мы обучили нейросети контролировать работу уборщиц в подъезде. Теперь можно наглядно понять, где уборщица убиралась и во сколько. Зачем это нужно?! Ну просто, чтоб знать и быть уверенным в том, что сервис оказан согласно договору. А ещё такие мелочи носят дисциплинарный характер. Если уборщица знает, что за ней наблюдает ИИ (а он за ней теперь всегда наблюдает), то она и убирается вовремя и качественно.

Но это ещё не всё! Мы ещё поняли, что охрана на посту очень много времени тратит на открытие шлагбаума для специального транспорта: скорая, пожарная машина, полиция и другие. И угадайте, что мы сделали?! Мы написали нейронку, которая этот спецтранспорт определяет. Теперь администратор УК и пункт охраны знают, когда приехала скорая помощь. Они могут не отвлекаться от своих дел, ведь ИИ сам может отдать команду на открытие шлагбаума.

Такие мелочи очень незаметно встраиваются в нашу повседневность и делают жизнь чуточку безопаснее и комфортнее. Скоро можно будет не беспокоиться о том, что кто-то поджёг урну, ведь ИИ быстро определит дым и пожар в мусорном ведре и вызовет ответственных. Скоро можно будет не думать о том, где припарковаться, потому что ИИ будет знать, где во дворе освободилось место, и отправлять вам уведомление. И ещё скоро можно будет не переживать о том, что вашему пожилому родственнику может стать плохо во дворе дома, ведь ИИ моментально предупредит ответственных и вызовет скорую.

Кстати, поделитесь в комментариях: каких ещё ИИ-сервисов не хватает в вашем доме?

Tech Brunch | Аркадий Фроймчук

🤖 Если Когда нас заменят роботы ?

Бодрого утра всем, кто отсыпается после первой рабочей недели ☕️ Сегодня хочу озвучить свои мысли по теме развития робототехники, особенно антропоморфной.

В «Ведомостях» на днях вышла статья: там авторы описывают, что роботы-доставщики от Яндекса уже стали дешевле в обслуживании, чем человеки. В доставке работают низкоквалифицированные человеки, может быть поэтому😉. ТТам расчёт такой: зарплата курьера составляет около 878 тыс. рублей в год в крупном городе. А вот годовое обслуживание ровера Яндекса составляет всего 295 тыс. рублей. Как бы робот почти в 3 раза эффективнее курьера. Но вот есть нюансы)

Означает ли всё это, что курьеров завтра уволят и все заказы будут развозить роверы?! Я думаю, что нет. Не так всё быстро. Во-первых, эти роботы достаточно медленные, а пицца может остыть 😩. Во-вторых, они зависимы от внешней инфраструктуры (им важны всякие там бордюры и лестницы). В-третьих, роботы достаточно дороги в закупке. Сейчас один такой ровер стоит около 900 тыс. рублей.

Но вот давайте теперь заглянем чуть-чуть в будущее. Уже сейчас Яндекс обещает сделать производство роверов на 25% дешевле к 2027 году за счёт масштабирования производства. Тренд понятен: роботы будут дешеветь, и, возможно, к 2030 году они реально по рентабельности обойдут низкоквалифицированный труд. Это прям совсем «не за горами». Как только это произойдёт, на улицах будет всё больше роботов и всё меньше работяг.

Моя мысль в том, что это тренд не только для сферы доставки. Аналогичная революция будет в сфере клининга и обслуживания. Инженеров, конечно, роботы не скоро заменят, но вот задачи уборщика можно роботизировать. На видео как раз один из таких роботов исполняет задачи по дому. И цена такого робота тоже будет 5–10 тыс. долларов. Их будут закупать офисные центры, гостиницы, управляющие компании ЖК и некоторые обеспеченные домохозяйства. Кому денег не хватит — будет пользоваться тарифом «вместе» )))

Теперь про гуманоидов. Они тоже будут дешеветь. Я прям верю, что они будут стоить уже скоро около 10 тыс. долларов ... лет через 5. Они вообще очень удобные, так как многофункциональны. Могут и тарелку помыть, и коробки потаскать. Они уже рентабельны в некоторых сферах, так как могут работать много часов в сутки. Сейчас они ещё медлительнее человека в операциях, но в задачах разгрузки, сортировки и т.п. могут работать точнее и сами себе менять аккумулятор, когда он садится. Получаем работника со сменой 24/7.

Короче. Роботы выгоднее низкоквалифицированного труда. Точка. Думать головой - всегда будет цениться, а рисовать графики по шаблону или мыть полы - будет обесцениваться. Согласны?

Tech Brunch | Аркадий Фроймчук

На фото наш новый офис 😍
Ремонт уже сделали, сейчас мебель довозим.
@bpa_tech уже немного выросли, так что пришло время расширяться. Видок красивый — последний этаж Кластера «Ломоносов».

Кстати, спасибо администрации за хорошую локацию ❤️

Скоро будем всех звать на новоселье. Напишите мне в ЛС, кто в МСК - всех ждём в гости)

Tech Brunch | Аркадий Фроймчук

Самое важное в B2B-продажах

Короче, сейчас рассказываю базу. Это вообще не откровение и не инсайд, это вот именно база.
В B2B-продажах часто любят рассказывать, что важны процессы, воронки, скрипты и презентации. И про всякие такие инструменты можно говорить долго.

Но есть один инструмент продаж, который генерит продажи лучше всех. Называется кейсбук.

Он ещё и самый конверсионный инструмент 😇

Ну вот, начистоту, хороший кейсбук:

— снимает недоверие лучше любой презентации
— отвечает на главный вопрос клиента: «А у кого это уже работает?»
— экономит месяцы переговоров и десятки встреч

В B2B клиент почти всегда боится быть первым. И кейсы - это способ показать, что риск уже кто-то взял на себя.

А ещё в B2B и B2G все смотрят на «коллег по цеху». Даже в крупных нишах тусовка менеджеров очень тесная. Люди нередко горизонтально или вертикально переходят в компании из своей отрасли. Топ-менеджеры регулярно изучают ближайших конкурентов и много-много сплетничают за фуршетами на конференциях 😉.

Таков уж мир B2B 😁

Именно поэтому нередко можно встретить компанию, у которой доисторический сайт, плохая воронка продаж и даже некомпетентный менеджер по продажам, но выручку они делают в 10 раз больше той, о которой конкуренты только мечтают.
Всё дело в том, что у такой компании есть кейсы и есть доверие рынка. А в B2B никто не любит рисковать.

У вас было такое, что на встрече с заказчиком появлялся вопрос «А для кого уже делали?»
Что обычно отвечаете?)))

Tech Brunch | Аркадий Фроймчук

Знай свою роль в команде

Одна из самых недооценённых вещей в работе — чётко понимать свою роль.
Обычно, когда близкие по настрою люди создают команду, они решают работать по принципу «давай делать всё и вместе». Такие бизнес-союзы поначалу кажутся честными и справедливыми.

Но тут всё как с плановой экономикой: не всё, что «справедливо», означает «эффективно» 😁

Поэтому на дистанции сокомандники либо меняют подход, либо работают долго и безрезультатно.

В сильной команде люди делят зоны ответственности. И эти зоны могут быть принципиально разными. Ещё лучше, когда партнёры уравновешивают и дополняют друг друга. Но даже если это невозможно, всё равно лучше заниматься разными задачами.

А теперь на примерах.

Возьмём роль «инвестор». Иногда такие люди в команде вообще ничего не делают. «Спящие» инвесторы заходят в самом начале, дают деньги и уходят в тень. Можно ли сказать, что это нечестная роль для команды? Определённо.
Но при этом без начального капитала бизнес часто теряет «золотые годы». Некоторые бизнес-модели требуют выхода на рынок незамедлительно. Задержка на год-два для них может быть губительной. Таким образом, роль инвестора оказывается критически важной.

Теперь разберём связку «технарь и маркетолог». Это одна из самых популярных комбинаций, особенно в ИТ. По такой модели развивались Стив Джобс и Стив Возняк, братья Дуровы и многие другие.
Почему эта связка так результативна? Потому что люди в ней хорошо дополняют друг друга. Возникает синергия, которая заставляет обоих добиваться сверхрезультатов.

Ещё одна интересная связка — «предприниматель и бизнесмен». Например, по такой логике работают Илон Маск, Джефф Безос и другие. Предприниматель формирует видение и направление, а бизнесмен берёт эту идею и доводит её до результата. Кстати, про терминалогию!



Не всегда всё складывается.

Если в команде все бизнесмены — делать умеют, но не понимают, что именно делать. Это плохо. Даже сильная команда исполнителей может никуда не прийти. Кому-то придётся взять на себя роль "предпринимателя" и развивать насмотренность, воображение и бизнес-чуйку.

Если в команде одни технари и нет маркетолога — всё ещё хуже. Получаются продукты в стиле «айтишники сделали для айтишников». Нужно чувствовать клиента, а для этого в команде должен быть человек, который генерирует и проверяет маркетинговые гипотезы.

В фильме про Джобса есть момент: он приходит с небольшим ящиком и говорит, что нужно уместить в него все «мозги» компьютера. Раньше технари считали это невозможным. Но они поверили в идею — и появился первый персональный компьютер в красивом корпусе.

А что делать, если вообще нет команды? Ну на этот вопрос я уже отвечал в посте ранее.

Tech Brunch | Аркадий Фроймчук