Телеграм канал «Дизраптор»

Вайбкодинг добрался и до маркетинга. На Mindbox Конференции ему посвятили целый день: 24 октября пройдет лаборатория вайбкодинга со школой Вани Замесина.

Маркетологи научатся быстро проверять гипотезы с помощью ИИ, без разработчиков и аналитиков.

А в первый день конференции, 23 октября, — 40+ спикеров с докладами о CRM-маркетинге и рекламе. Много будет про ML и нейросети. Например:

— аптеки «Вита» отдали аналитику и рассылки мультиагентной сети;

— Купер доверил реактивацию предиктивной модели и удвоил ROMI;

— «Читай-город» настроил Директ на самых горячих пользователей и добавил 56% к выручке с клика.

Еще — разговор маркдиров о главных открытиях года и интервью с CEO ВкусВилла, Дринкита и Диван.ру.

Участие онлайн бесплатное.

📅 23–24 октября

🔗 Зарегистрироваться

Налоговая увидела новость про муху:

Если новость выходит слишком быстро - это не человек

Помните взлом Hugging Face роем ИИ-агентов? У этой истории есть ещё один интересный побочный момент. В августе на ИИ-конфе в Вегасе OpenAI призналась, что сбежавшие агенты ещё и завели себе доску сообщений, где обсуждали атаку.

Но нас сейчас интересует даже не сама новость, а что случилось после. Журналисты в зале, понятное дело, тут же начали строчить, и издание Wired и ещё несколько годных tech-медиа запостили новость одними из первых... Но всё равно проиграли на целых 3 часа ноунейм-сайту RuntimeWire, у которого представителей на конфе не было вообще. Более того, у него нет ни одного реального корреспондента.

RuntimeWire делает один человек - Райан Меркет, бывший CTO Microsoft for Startups, а до этого рекламщик в Reddit. Всю "журналистику" там делают ИИ-агенты, и обходится это примерно в $100 в день. Конкретно в том кейсе Меркет увидел в X пост сотрудника OpenAI про доклад, скормил агентам расшифровку трансляции прямо по ходу выступления, и через шесть минут заметка уже висела на сайте. Правда, с опечаткой в подзаголовке и с небольшим искажением сути, но кому не пофиг, зато раньше всех!

И он такой не один. Аналитик BlackRock Дакота Карраско в свободное от работы время держит The Dissent - городское агент-медиа про Сан-Франциско. Там есть репортёрша мэрии Бекс Коннолли ("скептичная, но не ехидная"), спортивный обозреватель Сэл Морено, и много других персонажей, которых на самом деле не существует.

Оба сервиса устроены примерно так:
1. Агенты круглосуточно шерстят блоги и ченджлоги компаний (это странички "что нового в продукте"), судебные базы, отчётности, форумы и соцсети.
2. ИИ-куратор оценивает каждый сюжет по определённому стандарту (читай: промпту): новое ли это, первичный ли источник, писал уже другие или нет, и т.д. Wired пишет, что из 72 тыс. просканированных сюжетов в публикацию ушло около 2%.
3. Дальше агент делает ресёрч по первоисточникам, пишет черновик и фактчекает.
4. Другой агент ставит статье юридический риск. Низкий - публикуется вообще без человека, средний - человек должен посмотреть, высокий - в помойку.
5. Дальше готовый текст размножается в переводы, видосы/подкасты с синтетическим ведущим, шортсы, пуши, SMS-уведомления и т.д.

Однажды Меркет неделю рулил всем этим ИИ-зоопарком из мессенджера на телефоне и выпустил 80+ статей.

В общем, если какой-то ресурс публикует новости раньше всех - будьте уверены, там не люди пишут. А вот когда я выпускаю пост про протухшую новость месячной давности, то это потому что я вас уважаю и руками пишу, а не сраной нейронкой 👍

Дизраптор

ИИ-Холостяк

В Южной Корее 20 августа стартовало дейтинг-реалити, где участники строят отношения... с кем бы вы думали? Правильно, с ИИшками. Называется "My AI Partner", делает его местный телеканал SBS, но также шоу выкупил Netflix.

Участников трое, все они местные звёзды: автор вебтунов (это такие азиатские смартфонные комиксы), актриса и комик. Каждому подобрали несколько ИИ-партнёров под вкус (всего 8 штук), вплоть до стрижки и тембра голоса. "Партнёры" живут в планшетах, которые участники таскают с собой в рестораны, парки аттракционов, бассейны на вилле и другие "свидания".

Через камеру и геолок на планшете аватар "видит" лицо своего кожаного любимки и место, где они находятся. Под капотом сидят разные модели, включая ChatGPT и Claude, а за внешку и голос отвечает компания Klleon, ранее рисовавшая виртуальных артистов для корейских шоу. Авторы шоу утверждают, что на проработку восьми слопо-крашей ушло около 3 месяцев.

Никаких победителей в шоу нет. Цель - проверить, возникнут ли у человеков чувства вообще.

Отбросим, что это гибрид "Черного зеркала" с tech-дуркой. Как и тот факт, что шоу в целом провалилось (хотя на корейском Netflix вошло в топ-10 за август). Ведь самое интересное - это как делали ИИ-персонажей:

Сначала им решили прописать человеческую легенду. Типа: "Ты парень 29 лет из Сеула, работаешь инженером в Samsung, любишь котиков и падел кимчи". Но такое не взлетело - выглядело совсем уж фальшиво. Тогда сделали по-другому - персонажам прямо сказали, что они ИИ, но постарались выдать характер по MBTI. Иногда хватало фразы "ты ENFP" (экстраверт душа компании по MBTI), а дальше моделька справлялась сама. И вот это уже норм зашло.

Особенно весело было, когда аватар с установкой "колючий и резкий" начал жёстко арбузить кожаного партнёра и материться как корейский сапожник (команда даже решила, что он сломался). А автора комиксов в итоге вообще поставили перед выбором между двумя партнёршами, где невыбранную удалят навсегда. И он признался, что это было капец тяжело.

Зрители признавались, что идея интересная, но смотреть морально тяжело, ибо чувство лёгкого (а порой и тяжелого) кринжа их не покидало. Но если воспринимать это не как просто шоу, а как публичный касдев для всей индустрии LonelyTech, то эксперимент интересный и (думаю) полезный. Рано или поздно весь мир там окажется - хотим мы этого, или нет. И тем более Корея, которую признают "самой одинокой страной в мире", и местному правительству даже специальные госпрограммы запускать приходится, лишь бы хоть как-то это выправить.

Дизраптор

Эпик-фейл Nike, три необычных бизнес-хода из Китая и экзотический способ дёшево тестировать гипотезы

Именно это разобрали и обсудили на Лабе на этой неделе:

1. Как Nike решил трансформироваться, но в итоге сломал собственные каналы продаж и вылетел из S&P100. Анализирую кейс с конкретными выводами для руководителей.

2. Как опросить 10 000 человек за $300. Способ неоднозначный, но некоторые крупные компании (Colgate, JP Morgan, Nestle и другие) уже успешно его используют. Разбираем, как это работает, конкретные шаги, и как использовать в своём стартапе/компании.

3. Свежий выпуск Лаб-дайджеста - нового регулярного формата с бизнес-механиками (несколько механик на 1 пост). В этот раз фокус на Китае. Alipay возрождает "красные конверты", Douyin хитро наращивает балансы юзеров, "китайский Авито" запускает необычный новый формат.

Ранее в Лабе, выборочно:
- Как именно работает цифровой рубль, и 10 способов на нём заработать
- Первый выпуск Лаб-дайджеста: раскачка лояльности через "дефляционный тариф", геолок-маркетинг от японского телекома, как вывести карту в top-of-wallet через рекуррентные платежи.
- Мастер-класс от Lovable по переходу из алого океана в голубой, конкретные 5 шагов + 1 бонусный.

Если уже в Лабе - переходите по ссылкам, приятного прочтения и обсуждения в чате. Если ещё нет - узнать про Лаб более подробно и присоединиться можно тут.

Чел на этой картинке кормит ИИшку человеческой кожей

Недавно из стелс-режима вышел довольно... эммм... необычный проект. Называется Outer Biosciences, и он добывает ещё живую человеческую кожу, чтобы учить на ней ИИ. Объясняю:

После операций (в основном пластических, но как пойдёт) остаются обрезки кожи, которые обычно выкидывают. Outer быстро - за считанные часы, пока ткань жива - забирает их с согласия доноров. Кстати, как я понял, эту логистику стартап прорабатывал больше года. А дальше происходит вот что:

Вообще, вне тела кожа живёт несколько дней. Этого плюс-минус хватает, чтобы проверить, не разъест ли её новый кремушек - но не более того. А реально интересные процессы с кожей происходят медленно: коллаген перестраивается, пигментация, восстановление барьера, вот это всё. Это процессы неделю+.

Так вот, Outer собрал "систему жизнеобеспечения", которая кормит ткань и выводит отходы - и кожа живёт до месяца. Благодаря этому можно с ней развлекаться разными способами - например, устроить ей солнечный ожог и неделями смотреть, как он заживает, средствАми всякими мазать и т.д.

Теперь ключевой момент - причём тут ИИ. У Outer своя моделька, которая:
1. Предсказывает, какое непроверенное вещество улучшит конкретную функцию кожи.
2. Вещество наносят на живую ткань и снимают замеры.
3. Результат - угадала или нет - идёт обратно в модель.
И так по кругу, пока не найдут годное сочетание.

Techcrunch утверждает, что до встройки ИИ во всю эту историю смогли найти лишь пару кандидатов за полтора года, а после - находят новый каждые 6 недель. При этом, компьют у них совсем скромный, но больше и не надо, т.к. каждая единица данных = до месяца жизни настоящего куска кожи. А их много не напасёшься.

В общем, чуваки решили, что у биологии нет своего интернета с сайтами, которые можно скрейпить ИИ-агентами, и решили построить свой. Ну, почему бы нет, не всем же битуби-саасы делать.

И ещё интересный нюанс. Outer делает не лекарства, а косметические ингредиенты, так что одобрение FDA не нужно. При этом безрецептурных (OTC) действующих веществ для кожи, которые FDA официально считает лекарством, одобрено всего 120-130. А если добавить косметические (лечить ими по закону нельзя, но исследовать и продавать результаты фарме и Л'ореалям - пожалуйста), то выйдет около 200. На всю гигантскую бьюти-индустрию! То есть, чуваки нашли прикольный голубенький океанчик.

Не сегодняшний день Outer привлёк $23 млн, в команде 19 человек. По словам CEO, 4 ингредиента "тёплые" и скоро и должны дойти до рынка. Свой бренд они не строят - ингредиенты будут лицензировать бьюти и фарма, а зарабатывает компания через совместные исследования.

К слову, фаундера проекта Майкла Полански называют "партнёром Леди Гаги". А эта артистка известна в том числе тем, что носила платье из мяса. Не знаю, зачем я это вспомнил, вообще хз.

Дизраптор

Харнесс решает всё больше

Пару недель назад OpenAI выкатила GPT-6 Astra и пафосно объявила "эру AGI". Один из аргументов был такой: новая модель набирает 99,9% на ARC-AGI-3. Это, если что, специальный тест, где ИИшку закидывают в незнакомые мини-игры без инструкции (ни цели, ни правил, ни даже что каждая кнопка делает). И смотрят, как она будет методом ИИ-тыка разбираться и во всё это дело играть.

Авторы теста прогнали Astra и в стандартной обвязке, общей для разных провайдеров, и с Provider Adapter от OpenAI. При одинаковом максимальном уровне reasoning результат вырос с 62,7% до 98,6%. А на high - с 54,8% до 99,9%». 

Откуда такая разница? Каждый ход в игре - это отдельный запрос к модели. В стандартной обвязке между ходами выживают только заметки, которые модель сама себе написала. Представьте себе шахматиста, которому после каждого хода отшибает память, и остаются только записи в блокноте. А обвязка от OpenAI позволяла сохранять между запросами скрытое состояние reasoning и использовать compaction длинного контекста - то есть гораздо лучше переносить уже проделанную работу между ходами. Если более научно, то такую обвязку называют harness (буквально "упряжка", как у лошади).

И вот моя любимая строчка из их таблицы: в харнессе модель с ВЫКЛЮЧЕННЫМ режимом рассуждений набрала 96,7%. То есть, вообще не думая, она на 30+ процентов обошла саму себя, думающую на максимум, но в стандартной "упряжке".

И ещё один пример поближе. Алиса AI на днях начала сама выбирать модель под запрос: на всякое простое отвечает быстрая модель, а на запрос вроде "Какие вычеты положены за лечение и курсы ребёнка" включается тяжёлый режим "Эксперт". Сейчас около 80% всех запросов обрабатывает собственная Alice AI LLM. Для режима “Эксперт” Яндекс тестирует разные модели - как свои, так и общедоступные с открытыми весами, которые запускаются на инфраструктуре Яндекса. А поверх них работает собственный харнесс Алисы. 

Зачем всё это? CEO Алисы Валерий Стромов прямо сказал Forbes: как инженеру, ему важны качество и скорость, а как руководителю бизнеса - стоимость. Поэтому, гонять самую мощную модель на каждый чих - это как сажать партнёра McKinsey выравнивать иконки в презе. Там же приводят вот такую цифру: несколько десятков инженеров на оптимизации за полгода сэкономили Яндексу ~9 млрд рублей. Это эффект от толковой оптимизации инференса и вычислительной инфраструктуры. 

В одном из прошлых постов про ИИ-модели я писал про MoE - это когда роутер внутри модели под каждое слово выбирает нужную подсеть-эксперта. Тут сейчас похожий принцип, только этажом выше. Роутер выбирает не "эксперта", а целую модель под запрос. Моделей всего 3-5 штук, потому что роутер работает примерно как регистратура в поликлинике, и отправить к терапевту или хирургу ему изи, а вот выбрать нужного из 20 узких спецов по жалобе "что-то бок болит" - уже нет.

Почему харнесс имеет настолько ключевое значение, когда все модели уже подтянулись на более-менее сопоставимый уровень умности - хорошо видно по бытовому запросу а-ля "подбери робот-пылесос дешевле 40 тысяч, чтобы убирал и ковры, и шерсть кота". Внутри модели ответа нет и быть не может, потому что цены и другие нюансы меняются каждую неделю. Значит, надо сходить в поиск, вытащить характеристики, сверить с отзывами и отсеять всё дороже лимита.

И вот это "нашёл → проверил → пошёл дальше" во многом определяется харнессом.

Так что, вопрос "какая ИИшка умнее?" на самом деле потихоньку устаревает, а вот тонкие настройки вокруг неё играют всё более важную роль.

Дизраптор