Телеграм канал «Дизраптор»

Почему большинство ИИ-пилотов в корпорациях умирают, толком не начавшись?

Типичная история: CTO на конференции вдохновляется конкретным кейсом, возвращается в офис и запускает свой пилот с каким-нибудь ИИ-вендором. Дальше будет 4 месяца согласований, ИБ-служба с вопросами про передачу данных, интеграции с легаси-системами и коммерческие переговоры с непонятным исходом.

В итоге, к моменту, когда всё наконец будет готово - энтузиазм уже выветрится, бюджет частично потрачен, а реального результата ещё нет. И это не баг корпоративной культуры, а системная проблема внедрения ИИ в реальный бизнес.

Решение нашли Just AI. Они выпустили открытый дистрибутив своей Agent Platform - бесплатную (но полнофункциональную) enterprise-редакцию корпоративной платформы для оркестрации ИИ-агентов, которую компания может развернуть на собственной инфраструктуре всего за несколько часов. Всё в контуре компании и без передачи данных за периметр, без сложных переговоров с вендорами.

То есть, до большого внедрения и каких-то переговоров о деньгах можно полноценно прощупать оркестрацию ИИ-агентов и взять то, что реально работает конкретно у вас.

Внутри платформы Just AI есть всё, что нужно для старта: low/pro-code конструктор, агенты под диалоги и сложные workflow, память между сессиями, готовые коннекторы к корпоративным сервисам, поддержка MCP-стандарта, трассировка и контроль расходов на LLM. Helm-чарты для Kubernetes масштабируются из коробки. Работает с собственными LLM и RAG внутри контура.

Оставляю ссылку для тех, кто хочет посмотреть детали или запросить демо. Пробуйте и внедряйте у себя.

Кроличья нора 80 левела

Помните стартап Character AI? Тот самый, который создаёт ИИ-персонажей с ролью. У них ещё был скандал с доведением подростка до самоубийства (но это не точно).

Так вот, они выпустили новую фичу с. ai books, где можно провалиться в книгу и поиграть за персонажа. То есть, буквально: можно примерить на себя роль Алисы, заскочить в кроличью нору и тусить с кроликами и гусеницами. Либо можно стать Ромео, примирить Капулетти с Монтекки и жить счастливо с Джульеттой. Я утрирую, но суть такая.

Выбираете ИИ-переработку книги и либо играете за реального персонажа, либо создаёте своего. Можно как идти по сюжетному канону, так и создавать свои авторские ответвления. Если авторские, то персонажи всё равно будут реагировать в соответствии с их ролью, характером и вайбом. Формат - обычный текстовый чатбот, как в ChatGPT или Claude.

Сейчас доступны книги из Project Gutenberg (это волонтёрский проект, собирающий произведения с открытым доступом). Я не нашёл все доступные тайтлы, но вообще в PG есть Толстой, Достоевский, Конан Дойл, Жюль Верн и много других классиков. То есть, велик шанс, что можно будет не просто читать расследования Холмса или душевные муки Раскольникова, а самому делать дедуктивные выкладки и рубить старушек (не является инвестиционной рекомендацией).

Возможно, потом и другие книги подключат (это вопрос лицензий правообладателям), и можно будет самому скинуть кольцо в жерло или заавадакедаврить темного лорда, ну вы поняли.

За техническую часть отвечает ИИ от Google, который в 2024 выкупил у Character AI львиную долю их стека, а заодно и двух фаундеров. Хотя формально стартап остался отдельной компанией.

На мой личный техно-оптимистский взгляд - это очень крутая штука, такой "Roblox для ИИ-роулплея". Сначала текстовый, а потом могут и видео-генерашку прикрутить. Вспомним генератор игровых 3D-миров Project Genie, принадлежащий тому же Гуглу.

Если люди не хотят читать книги - пусть играют в живые текстовые ИИ-квесты по ним. Почему бы нет. Главное - сохранить мотивацию хотя бы иногда выбираться из кроличьей норы.

Дизраптор

На фото мы с основателем MPSTATS Димой Черобаевым обсуждаем нечто крайне интересное (скорее всего, их очередной пилот в аналитике, но может и просто какой-то мем) на питч-дне от Акселератора ФРИИ и Точка Банка.

MPSTATS - это аналитический сервис, который не просто тянет данные через API с маркетплейсов, а строит многоуровневую аналитику - изменения цен, наличие товаров, карточек, отзывы, рекламные позиции конкурентов.

Пару месяцев назад Точка его купила. Дима поведал, что эта сделка довольно многое изменила. Например, что у них появился огромный и классно сегментированный портфель предпринимателей, на которых можно тестить новые продуктовые гипотезы и запускать пилоты. А ещё, у MPSTATS теперь совсем другие возможности по продвижению (маркетинг Точки, как вы знаете, весьма масштабен и вариативен).

Точка, в свою очередь, усилила свой аналитический оффер и теперь даёт предпринимателем ещё больше точек для оптимизации и роста.

MPSTATS - далеко не единственный стартап, который Точка Банк интегрировала к себе. У них есть целая экосистема - что-то среднее между венчуром и акселератором, но с возможностью полноценной встройки в продукты банка и его партнерскую/ клиентскую базу. В частности, они помогают делать:

1.Уже упомянутые пилоты. Команды стартапов работают с продуктовыми командами Точки, чтобы проверить жизнеспособность гипотез/MVP и выработать лучшие сценарии.
2. Тестирование продукта на ЦА. Это, ИМХО, главная киллер-фича. У Точки более 800К предпринимателей в портфеле. Можно выйти на очень широкую аудиторию, качественно сегментировать и найти тех, кому продукт реально полезен.
3. Инвестиции в бизнес и M&A. Вплоть до 500 млн ₽ или предложение о полноценной покупке бизнеса или доли.
4. Партнёрство и интеграции. Точка поможет запустить продуктовую или рекламную коллаборацию.

На самом ивенте запитчились несколько крутых стартапов для предпринимателей и B2B-проектов. Им я желаю удачи и сочной сделки!

Если вы делаете годный проект для предпринимателей с работающим продуктом, то стартап-экосистема Точка Банка может стать отличным трамплином. Узнать все условия и подать заявку можете вот тут.

Новым CEO Apple с сентября станет Джон Тернус.

Тут интересно вот что:

Тернус - это человек, отвечавший в Apple вообще за всё железо. То есть, Тернус - это не очередной менеджер, а тру-инженер.

Одновременно создаётся должность Chief Hardware Officer, которую займет Джон Сруджи - ещё один сильный технарь, пришедший в Apple в 2008 году, чтобы создать A4 - первый собственный чип Apple. Именно он стоит за всей стратегией Apple Silicon, и он неплохо справляется. Собственные чипы - это, пожалуй, единственная реально сильная инновация Apple за последние годы, без всякого паразитирования на прошлых заслугах.

Есть предположение, что под началом двух Джонов Apple окончательно забьёт на ИИ-модели и сделает ставку на лучшее интегрированное железо для развертывания персонального ИИ. Покупаете Mac + iPhone с собственной начинкой и чипами, запускаете на нём локальную модель (а локалки в будущем будут становиться всё более продвинутыми и мощными) и наслаждайтесь всеми ИИ-приколюхами без рисков, что ваша приватность будет нарушена из-за облачности.

И в целом, они уже реализуют эту стратегию: сделать так, чтобы полностью приватный личный ИИ всегда был в кармане. Чей именно это будет ИИ - не так важно, но работать он должен на Apple.

Если так, то будет интересно посмотреть на такую трансформацию.

Но главное - пусть запилят рабочий способ оплаты для россиян 😈

Дизраптор

Напоминаю: сегодня в 19:00 мск выступаю на конфе Стратоплана.

Будем разбираться, как ИИ-реалии меняют требования к работе и навыкам, и как скоро железяка отберёт работу лично у вас 🤔 И что с этим всем делать, само собой.

Подробности вот в этом посте, а зарегаться можно тут.

Как искать Product-market fit?

Есть такой сервис Superhuman (сейчас он принадлежит Grammarly). Это имейл-клиент - но платный, стоит аж 30$ в месяц. Казалось бы, кто будет платить 30 баксов за почту? Но десятки тысяч пользователей Superhuman охотно платят.

Секрет вот в чём. Есть такой опросник Шона Эллиса. С помощью него стартаперы проверяют, есть ли у них Product-market fit. Нужно взять пользователей и спросить у них:

"Если завтра наш продукт исчезнет, то как вы отреагируете?"

Если 40% и более ответят "Очень расстроился бы" - значит, есть сильный PMF.

В 2017 г. основатель Superhuman Рахул Вохра так и сделал. Но всего 22% ответили, что расстроились бы. Это сильно ниже нужных 40%, PMF и в помине не было.

Многие стартапы в этой ситуации стали бы добавлять фичи или запускать маркетинг. Но Вохра сделал кое-что другое, и через пару лет после этого решения индекс Шона Эллиса у Superhuman уже был сильно выше 40%, а юзеры с радостью платили 30$ за почтовый клиент (многие - даже больше, ведь там есть и более дорогие тарифы).

Как вы думаете, что он сделал?

Этот продуктовый кейс мы недавно решали на Лабе - после большого поста про product-market fit. В нём разбирали: что такое PMF на самом деле, какие типы PMF бывают, как его измерить и найти.

Если вам интересен такой практический контент с закреплением через продуктовые задачки - добро пожаловать в Лаб. Доступ и вся инфа здесь: @Disruptor_lab_bot, а подробнее про проект - вот тут.

P.S. Сегодня вышел аналогичный разбор про пивоты. Откуда пошла эта концепция? Что является пивотом, а что под него хитро мимикрирует? Какие пивоты бывают? Как их делать? Разобрали на реальных кейсах, а в конце тоже решили брейнтизер про продукт, которым пользуются миллионы разработчиков по всему миру - и который за последний год вырос в цене в 10 раз.

Как заработать на ИИ-падальщиках

Американский Forbes на днях выпустил занятный материал (вот его выжимка на русском на VC):

Девушка по имени Шанна Джонсон закрывала свой стартап для генерации субтитров (кстати, хороший кейс "ловушки обертки") и напоролась на компанию под названием SimpleClosure.

Эта SimpleClosure предложила Шанне несколько сотен тысяч $... знаете за что? За весь цифровой след её компании за 13 лет. Всю внутреннюю корпоративную переписку, Slack-архивы, Jira-тикеты, коммиты в связке с задачами и т.д. Девушка согласилась и радостно взяла эти бабки - хватило, чтобы рассчитаться по всем долгам. С чем мы её и поздравляем.

Для SimpleClosure это не первая такая сделка. Они купили более 100 зомби-стартапов, чтобы перепродать их цифровые трупики ИИ-гигантам: в частности, Anthropic. Но зачем?

Многие каналы, которые разбирали эту историю, не совсем верно передали суть проблемы. Они написали примерно так:

Ну, в интернете заканчиваются доступные данные, и больше не на чём обучать LLM. Даже Суцкевер говорил, что интернет исчерпался ещё в 2024. Поэтому покупают корпоративные данные у умирающих стартапов.

Но здесь суть не в этом. Дело не в том, что данных не хватает в целом, а в том, что современным ИИ-агентам нужны очень особые данные, которых не найдешь на Reddit и новостных сайтах:

Агентный ИИ сейчас нацелен на рабочие задачи. Значит, ему нужно увидеть реальную работу изнутри. И не только увидеть, но и прочувствовать. Поэтому ИИ-компании инвестируют в т.н. "RL Gyms" (RL = Reinforcement Learning, обучение с подкреплением).

Агента условного Claude нужно отправить в "тренажерный зал", где "блинами на штангах" будут реальные рабочие данные настоящих компаний. Агент будет с ними что-то делать, получать обратную связь (а-ля "это работает/ это не работает") и учиться нормально писать имейлы, ставить задачи, рисовать процессы и делать другие рабочие штуки, которые обычно делают кожаные.

Такие данные - уникальные. Они есть только внутри компаний. Умирающим стартапчикам они всё равно уже не понадобятся, а ИИ-агенты с удовольствием на них побоксируют, как на груше.

Пишут, что Anthropic собирается потратить более $1 млрд на RL Gyms до конца следующего года. А компании вроде SimpleClosure будут эти данные агрегировать и приводить в товарный вид, или даже строить из них готовые симуляционные среды. А потом - продавать Антропикам и другим владельцам LLM. Так что, вот вам ещё один новый рынок - перспективный и довольно интересный.

Дизраптор