Интервью

Ребзи, помните, я писал про второкурсника, который в 19 лет успевает учиться на ПМИ ВШЭ и работать фуллтайм? Мы в итоге договорились, и теперь этот супергерой помогает мне с проектами в Data Science консалтинге, а еще успевает лидить RnD в международном AI старт-апе.

Его софты настолько крутые, что он кастдевит HR директоров корпораций так, что они потом спрашивают “ой, а что это сейчас такое было? 😊”.

В следующий вторник в 20:00 мы соберемся с ним в этом канале, где я попытаюсь узнать — в чем-таки состоит его феномен, а еще позадаю каверзные вопросы (так-так, а что там с личной жизнью? 🕵🏻).

Кстати, закидывайте свои вопросы в комменты 👇 и обязательно приходите на стрим 🙌

Йоу, ребят!

Выложил запись на ютуб разговора со Славой — если ищете способы себя замотивировать на новые вызовы, обязательно посмотрите: https://youtu.be/5uddndZp4rk

P.S. качество не оч, но постараемся в след разы исправить)

С наступлением конца периода отпусков на нас снова хлынул поток пресейла на внедрение AI.

Что нового:
- радует, что стало меньше запросов вида ”нужен AI агент для обработки заявок на сайте?”
- увеличилась доля кейсов, где требуется Computer Vision (x2 от того, что было весной-летом, ~40% от всех запросов)
- запросы на LLM трансформировались в новый тренд: AI агент-аналитик (вся цепочка такая: LLM → AI Агенты → RAG и Базы Знаний → Ad-Hoc Аналитик для менеджмента / Text2SQL → ??? )

Рубрика “интересное” (Окт’2024):

1. Редизайн старых домов (см. фото) - приложение для компаний, продающих стройматериалы, и фирм, занимающихся ремонтом. Кейс: загрузи фото старого дома, выбери “шкурки” и цвет — получишь фото с результатом. Бизнес-эффект: снижение опер. затрат на шаге пресейла + увеличение конверсии в сделку (клиент видит результат, и охотнее соглашается).
2. “Новый” мэтчинг - тут целая группа кейсов из разных доменов. Идея в том, что нужно сделать мэтчинг двух наборов разных сущностей, без возможности прямого сопоставления. Примеры:
- рекомендации ресторанов, без информации о прямых предпочтениях пользователей;
- X-сейл продуктов пользователям банка на основе информации об их текущем статусе в CJM;
- назначение ответственных исполнителей из штатного расписания на текущие задачи и KPI.
Кстати в этой задаче LLM очень кстати приходят на помощь.
3. Генерация новых рецептов … пива 🍻 - ну наконец-то кейс, в доменную область которого приятного погрузиться с головой) кажется, конкурс на позицию тестировщика будет бешеный, принимаю заявки 😁

——
Предыдущий пост с кейсами тут :)

Ребят, а мы запустили подкаст)

Будем звать самых крутых ребят из AI)

И сегодня у нас — Аня Подображных! Топ-3 продукт-менеджеров России и по нашему мнению топ-1 в AI!

На подкасте обсудили:
- Как избежать ошибок и плохих советов от банковского ии-ассистента?
- Как ведет себя детский финансовый ии-помощник?
- Что делать если сотрудники не хотят внедрять ИИ из-за угрозы увольнения?

—
у нас со звуком не оч, зато у Ани все супер, а мы ее пришли слушать)))


https://www.youtube.com/watch?v=nGT9M_xv_0g&feature=youtu.be

Ненавижу встречи

Нет, ну правда:
⁃ Работать != сидеть 6-8 часов в день на встречах / коллах/ митах (большая часть из которых еще и бесполезная)
⁃ Решить любой вопрос != «гоу созвонимся, когда можешь?»
- Если все-таки не обойтись без синхронного обсуждения != ставить звонок на 1.5 часа

А сколько раз я ловил себя на мысли:
"У меня колл через 25 мин, нет смысла начинать «Большая и Важная задача>".
Есть еще такие?

Мне порой кажется, что все только и делают, что разговаривают.
А работать когда? Придумывать планы / стратегию / новые прорывные идеи?

Я бы вообще запретил на уровне политики компании иметь больше 2 часов в день встреч для линейных исполнителей и 3-х часов — для менеджмента. Запретил ставить встречи длиннее 45 минут; а вместо 30 мин, ставил бы 25 мин ("почему" можно почитать у Димы З. тут)

Теперь мне понятно, почему такие продукты как Loom взлетели: во-первых, это реально экономит время (еще можно смотреть запись на х2), во-вторых это заставляет говорящего сформулировать то, что он хочет донести / спросить / показать, и тут оказывается, что это влезает в 5 мин (о, Боже 😱), вместо 30-минутной встречи.

___

Пятничная бомбалейла-пост :)

Не могу прочитать пост, давай созвонимся расскажешь

Ритуалы или как начать читать

Хотел начать читать, но никак не мог найти этому место в жизни.
В итоге стал бегать по утрам и слушать аудиокниги каждый день.
Так один полезный ритуал автоматически привил (или «подтолкнул» — гуглим теорию подталкивания или наджинг) второй :)

Если вы не можете начать или перестать что-то делать, подумайте — какой внешний фактор может этому поспособствовать. Желательно такой, который вы не можете не делать (например, гулять собаку по утрам, ехать в офис на работу).

Что ещё может работать — попасть в новое окружение, переехать, сменить род деятельности, ходить на работу другой дорогой :)

———

Поделитесь плиз своими ритуалами и идеями — интересно, что ещё можно попробовать)

Сегодня в 19:00 с ребятами из GoPractice проводим открытый вебинар по AI проектам и фейлам в них: ссылка

Приходите послушать, так как тема крайне важная

Подкастик на выходные)

Женя Смирнов head of ML-laboratory в Альфе.

Обсудили:
— Какой универ лучше для ML и DS;
— Почему Ярослав и Женя не любят проджектов на ML-проектах;
— Зарабатывают ли ML больше классических питонщиков)

https://youtu.be/hz9aMUItJx4

2025 - Диалог с топ менеджером горнодобывающей компании

Вчера на очной встрече по управлению проектами состоялся интересный диалог на тему ИИ.
Несмотря на образованность и профессионализм в своей сфере мой собеседник аппелировал к тому, что ИИ – это малополезное колебание воздуха.

Вот его несколько основных тезисов и мои короткие комментарии:
1. «Для ИИ нужны датасеты. Сейчас датасет — это что? Интернет. А интернет — мусор. Garbage in — garbage out!»
Близко, но в реальных проектах чаще используются внутренние данные, а открытые данные, если и применяются, то обязательно фильтруются. При обучении LLM этому шагу уделяется огромное внимание.

2. «Эффекты от квантовых вычислений намного превышают эффекты от вашего ИИ».
Некорректное сравнение - как сравнивать зеленое и теплое. Не говоря хотя бы о том, что ИИ уже вошел в нашу жизнь, а квантовые вычисления еще далеки от промышленного применения.

3. «Системы компьютерного зрения или кредитный скоринг – это не ИИ, а просто оптимизация и математика»
ИИ по сути и состоит из математических алгоритмов и статистических методов, это не только работа с текстами и генерация реалистичных фото :)

4. Отождествление ИИ исключительно с ChatGPT / LLM и текстами
Вот тут немного грустно – мы до сих пор решаем бОльшее количество задач с "классическими AI технологиями", хоть и доля проектов с LLM уверенно растет. Пожинаем негативные плоды (хотя позитивных, конечно, на порядок больше) хайпа вокруг языковых моделей

Почему это важный разговор?
Скепсис и недоверие ИИ — это нормально, ведь многие проекты «на словах» действительно преувеличивают реальные возможности AI. Но уже сейчас можно привести десятки (если не сотни) кейсов, где умные алгоритмы экономят компании деньги, повышают вовлеченность пользователей, оптимизируют производство.

Итак, сегодня ровно 1 год…

... как я полностью ушел из найма.

Начнем с того, что я/мы продержались (юхуу!) – конечно было порой непросто (особенно, когда влетаешь на дебиторку с суммой в 6 нулей, сжигаешь свою "подушку" на команду и постоянно мелькает мысль о найме 😈 ). Но выбрались! Спасибо родной и любимой за веру и поддержку.

Также моментами казалось, что меня кто-то заколдовал: проекты буквально "срывались с крючка" после согласования договора / всех коммерческих условий / kick-off встреч, бюджеты морозились, отменялись, ЛПР-ов увольняли 🙈. Благо профдеформация подталкивала вместо снятия порчи совершать больше и больше попыток, чтобы "вытянуть" матожидание :)

Год – много или мало?
С одной стороны, время пролетело очень быстро и в моменте кажется, что заметного результата нет.
С другой – оглядываясь именно на год назад, изменения есть, и они значительные.

1. Интересно, что 7-8 раз я получал серьезные предложения о партнерстве / выкупе ReML / создании совместных компаний, но выжило далеко не все (скорее все умерло, кроме пары вещей). В реальности многие "партнеры" хотят скорее тобой воспользоваться, чем что-то вместе созидать, в итоге на первых же "ямках" во время trial периода интерес пропадает и "темка" умирает. Спасибо Тимофею за совет "пожить вместе до брака" с потенциальным партнером.

В этом смысле очень рад за R77 (@r77_ai) – там круто и легко (в кайф!) идет, получаем много позитивной обратной связи (Влад в этом плане просто лучший). Будем 100% продолжать дальше.

2. Становится еще более понятно, какие есть ограничения у ML-аутсорса , как это качнуть и до каких пределов. Рынок AI растет – за прошлый год у нас в CRM более 120 квалифицированных лидов (общей суммой 400+ млн. ₽), что почти в 5! раз больше, чем в 2023 г. По итогам Q1 в 2025 г. ожидаем минимум х2 от 2024г.

3. В направлении Venture Builder (создание AI-продуктов самим) прогресс более умеренный:
- есть основной приоритет FindInsight, в котором после 3-его пивота мы нащупали "цепляющую" нишу, надо копать ⛏️
- Есть интересный HR продукт, но долгий цикл корп продаж убивает
- Есть мысли в сторону продуктов для SME и B2C, но пока дальше демо-прототипов не ушли.

Как итог
Понимаю, что свобода действия / свобода выбора предпринимательской жизни перекрывает для меня недостатки, хочется дальше в это "играть". Ну а планы на 2025 год амбициозные, momentum набран, бежим дальше!

Селекция исполнителей заказчиков

Есть понятный процесс когда клиент выбирает исполнителя.
Но реже – когда клиента также оценивают и берут / не берут.

Будем назвать это селекцией клиентов. Почему это важно?

1. Лучше работать с крутыми и продвинутыми клиентами, которые могут полностью оценить вашу работу, и у которых не будет изначально завышенных / нереалистичных ожиданий. Они понимают индустриальные стандарты, есть опыт работы в инновационных кейсах.

2. п.1 на практике коррелирует ещё и с возможностью нормально платить по рынку. Вы не тратите время на согласование каждой копейки в договоре или на объяснения того, что ваши ставки в рынке )

3. Будете меньше заниматься консалтингом и обучением, больше – непосредственной работы

4. Наличие процессов – как правило у «селективных» заказчиков они есть. Да, не всегда идеальные, но это лучше чем их полное отсутствие :)

Надо сказать, что это опция компаниям-исполнителям открывается с определенного уровня зрелости / экспертизы / финансовой устойчивости (почему-то эти крутнячки должны хотеть работать с тобой). А дальше правильный выбор заказчиков только «подкрепляет» развитие компании.

У нас уже потихоньку формируются и уточняются критерии «хорошего» заказчика на ИИ кейсы, если кому-то интересно, закину в комментарии. А еще список red flag-ов когда НЕ нужно работать с клиентом.