Телеграм канал «[Гурбанов] Кирилл говорил»

Prediction Markets — голосование деньгами

Друзья, отойду чуть в сторону от AI — расскажу про одну штуку, она меня давно занимает. Феномен, который последние пару лет набирает обороты — рынки предсказаний типа Polymarket и Kalshi.

—

Что это вообще такое?

Это площадки, на которых вы можете поставить деньги на исход любого будущего события. Выйдет ли GTA 6 в этом году? Будет ли Fed снижать ставку до конца квартала? Победит ли Трамп на выборах? Когда выйдет GPT-6? Кого изберут папой Римским? На всё это есть рынок, на котором торгуют контрактами «да» и «нет».

Цена контракта = вероятность события по мнению рынка. Если «GTA 6 выйдет в 2026» торгуется по 12 центов — толпа считает шансы 12%.

И вот тут начинается интересное.

—

Почему это вдруг стало популярно?

В мире, где каждый эксперт в Твиттере с уверенностью прогнозирует чёрти что бесплатно, prediction markets оказались самым честным источником вероятностей.

Когда ты пишешь твит — тебе ничего не стоит ошибиться. Когда ты ставишь $500 на исход — внезапно начинаешь думать гораздо тщательнее. В этом и магия.

Социальный эффект: люди, которые голосуют деньгами, гораздо сдержаннее в оценках, чем те, кто голосует языком. Уверенный прогнозист из того же Телеграма, кричащий «100% случится X!» — на рынке поставит максимум 60%. Потому что под угрозой свои деньги.

Получается такая коллективная мудрость, профильтрованная через личный кошелёк каждого участника.

—

Как это работает технически?

Покупаете контракт «да» по текущей цене. Событие случилось — каждый ваш контракт превращается в $1. Не случилось — в $0.

Купили за 12 центов, событие случилось → заработали 88 центов с контракта (7x). Не случилось → потеряли 12 центов.

Polymarket работает на крипте (USDC), Kalshi — в долларах через регулируемую американскую биржу.

—

Личный опыт

Я сделал ровно одну ставку. На Polymarket, на пару «GTA 6 выйдет раньше, чем биткоин дойдёт до $1M». Поставил небольшую сумму на «GTA 6 первее».

Как закончится — пока непонятно. С вас лайк, если интересно узнать ))

—

Такие дела.

А вы пробовали ставить на Polymarket или Kalshi?

Перестаньте париться насчет ИИ

Вокруг AI оооооочень много хайпа, и очень велик соблазн ему поддаться: бежать, не успевать, паниковать, что отстал. Я сам долго в этом сидел, да и продолжаю местами.

Каждый раз, когда читал свой набор Telegram-каналов, появлялась тревога, как будто я опоздал на последний поезд в будущее. Вот, все вокруг умнее меня, все уже в Курсоре пишут продакшен-код, а я только промпты составляю в ChatGPT.

В какой-то момент я сформулировал для себя несколько тезисов, после которых отпустило.

—

01
Не сравнивайте себя с пузырём энтузиастов

Внутри пузыря кажется, что весь мир прогрессивный — все на Клод Коде и Paperclip управляют армиями агентов, снимают полный метр в Higgsfield, пилят единорогов в одно лицо, и ты единственный неудачник, который этого не делает.

Это иллюзия.

Я сижу в нескольких ИИ-чатах. Ну сколько среди, например, русскоязычного коммьюнити прям ИИ-энтузиастов? Ну тысяча человек, ну, может быть, три тысячи?

Все остальные — на очень низком уровне. Я это вижу по командам клиентов, по аудитории на воркшопах, по запросам в личке. Реальное проникновение ИИ остаётся низким.

02
Отпишитесь от каналов, вызывающих тревогу

Есть каналы, которые работают на драме: «ОТКАЖИСЬ от прошлой жизни СЕЙЧАС, иначе ОТСТАНЕШЬ навсегда!». Они подсаживают на тревожный дофамин и постоянно подбрасывают ощущение, что мир уходит без тебя.

Я от таких просто отписался. Стало легче.

И что важно — ничего ценного я при этом не потерял. Всё по-настоящему важное всё равно долетает. Через друзей, через рабочие чаты, через каналы, которым я доверяю.

Тревога — это не полезный сигнал.

03
Постройте воронку экспериментов

Достаточно следить за обновлениями нескольких основных моделей и сервисов: OpenAI, Anthropic, Google, Cursor, xAI. Вышло обновление → попробовал → пошёл работать дальше. Всё.

Этого хватит, чтобы быть в курсе всего по-настоящему важного.

Не надо подписываться на 20 «суперкрутых TG-каналов про ИИ». Они засоряют поток и кормят FOMO. Один-два хороших — достаточно (например, мой @ailetter).

04
Пробуйте новое, но в своём темпе

Привычка пробовать новое — это сейчас правда важно. Но она должна идти из любопытства «интересно, как это применить к моей работе и жизни». Тревога «иначе отстану» — мотиватор так себе.

В своём темпе.

Я сам, кстати, не из первой волны. В Курсор пришёл через 2 месяца после того, как все вокруг туда ломанулись. И ничего, нагнал быстро.

—

И последнее. ИИ необязательно должен становиться смыслом жизни.

Да, он открывает практически бесконечные возможности. Да, он способен умножить каждого из нас на 5, на 10.

Но это не значит, что нужно бросить всё и заниматься только ИИ. Это просто мощный инструмент. Не больше и не меньше.

Дышите глубже))

Три вида эффекта от AI в бизнесе

Друзья, расскажу про одну штуку, которая мне самому в голове всё по полочкам разложила. Есть один фреймворк, который я подсмотрел в Сколково на одной из программ. С тех пор используем его в sfer.ai каждый раз, когда садимся с клиентом считать, что ему вообще даст интеграция AI в бизнес. Делюсь, пользуйтесь.

—

Есть три понятных эффекта от внедрения AI: less money — more money — new money. Тратим меньше → зарабатываем больше на том же → зарабатываем там, где раньше вообще не зарабатывали. Идём по порядку.

—

1. Less money — сокращение издержек в существующих процессах.

Что входит: автоматизация саппорта (до 80% обращений закрываем без человека), оперейшнс и бэк-офис («перекладывание бумажек»), легал-помощники для юристов, разработка. Всё это Judgment Light — то, что легко описывается правилами и не требует постоянного вовлечения человека. Короче, всё то, что у каждого второго бизнеса уже болит.

Бомбический кейс: одна большая компания (не могу назвать, но она у вас точно на слуху) год гоняла AI-пилоты по всем подразделениям. Самый эффективный пилот стоил 1 млн в разработке и сэкономил пару десятков миллионов в год. 20-кратный ROI. Без роботов с лазерами, без блокчейна — просто заменили рутину.

Я этим исследованием MIT в канале уже всех замучил (простите, кто читает мой канал давно), но цифра важная: 95% генеративных AI-пилотов в компаниях признаны неуспешными. Только 5 из 100 вернули вложения. Жесть. Спойлер: большинство этих успешных — как раз про less money: точечная автоматизация без попыток ИИ-фицировать всё на свете.

Маленькая оговорка: исследование от августа 2025-го, с тех пор ситуация могла поменяться. Но лучшего публично пока не выкатили.

2. More money

Это про то, чтобы на той же клиентской базе зарабатывать больше. Рекомендательные системы, next best offer, программы лояльности (Яндекс Плюс — классический пример), кастомизация продукта под клиента, сокращение time to market.

Простой пример — супервизия продаж. Раньше руководитель отдела отслушивал 1-2% звонков менеджеров. Сейчас AI-агент слушает 100% разговоров, сразу даёт менеджеру обратную связь по каждому звонку, а руководителю — картину сверху: какие клиенты что просят, где менеджеры пробуксовывают, что нужно дотянуть. Конверсия растёт, средний чек растёт. База та же, продукт тот же — а денег больше.

3. New money

А вот это моё любимое. Это когда AI становится частью продукта, и вы начинаете зарабатывать там, где раньше вообще не зарабатывали. Предельная форма — нецифровая компания превращается в цифровую платформу для других игроков рынка.

Прикольный кейс: логистическая компания сначала сделала цифровые накладные для своих водителей — это типичный less money. А потом превратила эту систему в продукт для внешних клиентов — и пришла к new money. Начала зарабатывать там, где раньше не зарабатывала в принципе.

Сюда же — продажа собственных данных, AI-нативные сервисы, монетизация моделей и датасетов.

—

Большинство компаний сегодня застряли в less money. Это окей — там самый быстрый ROI и самые понятные кейсы. Но настоящий отрыв возникает дальше: McKinsey показывает, что только 6% компаний — настоящие AI-хайперформеры. И они в 3 раза чаще остальных перестраивают процессы под AI, а не просто докручивают старые. Разрыв уже виден.

Поэтому, когда смотрите на свой бизнес через AI-призму, не останавливайтесь на «сэкономили 5 часов в неделю на сотрудника». Подумайте про more money: где у вас та же клиентская база может приносить больше? Какие точки конверсии проседают? Где средний чек можно поднять? Какие циклы можно ускорить с AI?

Stripe нанимает людей, чтобы автоматизировать работу остальных. И готов платить за это сотни тысяч долларов в год.

Должность называется Forward Deployed AI Accelerator.

Что человек будет делать: внутри маркетингового отдела (~20 маркетологов) строить под каждого сотрудника кастомные AI-агенты и инструменты, обучать ими пользоваться, добиваться того, чтобы маркетолог дальше работал с этим самостоятельно.

—

О чем мне это говорит:

1. Stripe ставит на то, что AI — это не «иногда инструмент», а дефолтный режим работы. Не «вот тебе подписка на ChatGPT/Claude, разбирайся», а «вот тебе человек внутри команды, который пересоберёт твои процессы под AI».

2. Они прямо признают: большинство сотрудников сами себя не переучат. Курсы, гайды, корпоративные лицензии — не работают. Нужен кто-то рядом, кто сядет и перестроит конкретно твою работу.

3. Маркетинг — первый отдел, на котором Stripe это пробует. Не разработка, не продажи, не операции. И это логично: маркетинг даёт те самые more money за наименьшие инвестиции — о трех эффектах AI я расскажу в следующем посте.

—

Короче, Stripe здесь не первый.

В начале года forward-deployed engineer был нишевым концептом у Palantir. На этой неделе Anthropic объединились с Blackstone, чтобы запустить предприятие на $1,5 млрд (писал в прошлом посте). А теперь Stripe делает эту роль штатной. Капец, как быстро это всё разворачивается.

Как думаете, через год такие AI-проводники будут в каждой компании?

—

Если вы сами умеете помогать компаниям становиться AI-Native — пишите мне в ЛС @kgurbanov. Мы в sfer.ai постоянно в поиске таких экспертов.

Anthropic строит AI-аналог McKinsey

Anthropic объединилась с Blackstone, Hellman & Friedman и Goldman Sachs, чтобы запустить совместное предприятие на $1,5 млрд. Названия пока нет, но цель — взять на себя внедрение AI в средний и крупный бизнес.

Прямо сейчас параллельно ту же тему пилит OpenAI — у них совместное предприятие с TPG, Brookfield и Bain Capital, объём $4 млрд, оценка $10 млрд. Внутри проект уже называют DeployCo.

Короче, на наших глазах рождается целая новая индустрия — AI-нативный консалтинг. Смесь классического консалтинга, аутсорсинга и SaaS.

Я последние полгода всем говорю: «Хочу построить McKinsey в сфере AI». А мне раз за разом: «Кирилл, ну нет такой темы». И вот здрасьте, пажалста ))

—

Почему это важно:

1. Победа в AI достанется не тем, у кого лучшая модель, а тем, кто реально умеет её внедрять. Главная боль рынка сейчас — gap между «модель в проде» и «модель приносит деньги». Провал почти всегда не в технологии, а во внедрении: процессы кривые, данные дырявые, культура не готова.

Anthropic не пытается продать вам модель. Они пытаются продать вам внедрение. Их инженеры будут embedded внутри клиента. Эта формула бьёт чистый SaaS, потому что закрывает именно то, что у компаний болит.

2. Главный актив новой компании — не технология, а дистрибуция через PE-портфели. Blackstone, Hellman & Friedman, Apollo, GIC, Sequoia, General Atlantic. У этих ребят сотни портфельных компаний на балансах, готовая клиентская воронка. Когда Big 3 ходят и продают каждому клиенту вручную, эти ребята выкупают себе рынок через инвестиционные структуры.

—

Если вы экс-консультант Big 3 — давайте пообщаемся. ЛС: @kgurbanov

Я вам не рассказывал, но мы с парнями — Ромой Кумаром и Сашей Соловьевым — сделали мощнейшую программу по AI с нуля до эксперта.

Первый поток уже закончился, было 100+ участников. Сейчас закрываем набор на второй. Про прошлый не успел рассказать — в этот раз исправляюсь ))

—

Идея у нас была простая: мы хотели cобрать классную программу, которая подготовит человека к будущему с помощью AI и сделает из него — простите за громкое слово — сверхчеловека.

Все вместе прошлись по нашему многолетнему опыту, определили навыки и дисциплины, которые считаем критически важными для такого человека — от промптинга и агентов до вайб-кодинга и AI-маркетинга. Ну и собрали всё в один интенсивный курс.

Программа называется AI Superpowers. Идёт 3 месяца месяца — 28 занятий в Zoom по 2 часа. Не записанный курс, все в лайве.

Что внутри:

· AI-first база
Как думают нейросети, эффективный промптинг, настройка LLM под себя. AI для сложных задач: анализ данных, графики, отчёты, презентации. Плюс — фреймворк, с какой автоматизации в бизнесе начать, чтобы не распылиться по 50 направлениям сразу.

· Агентские системы
Когда вообще нужны агенты, а когда — нет. Подключаем базы данных. Собираем своих агентов под календарь, саммаризатор, таск-трекер.

· Вайб-кодинг
Обзор стека (OpenClaw, Bolt.new, v0, Lovable, Cursor, Claude Code и аналоги). Глубокое погружение в Cursor: настройка, правила, MCP-серверы, агенты, терминал. Лендинги, ТГ-боты, мобильные экраны, сайты с бэкендом и реальный деплой для пользователей.
Финальная сборка модуля — построение личной операционной системы на Claude Code: анализ звонков, отчёты, визуализация данных, управление командой в одном окне (то самое, про что я регулярно пишу в блоге).

· AI-маркетинг
Анализ рынка и конкурентов через AI с готовыми фреймворками. Фабрика креативов на данных. Фабрика контента с автоматическим трендвотчингом и генерацией сценариев виральных видео. Cold outreach с высокой конверсией. Единый дашборд с AI-анализом всех рекламных кампаний.

· Бонус-трек. AI-майндсет
ИИ для саморазвития: обучение, привычки, рефлексия. Как потреблять информацию, принимать решения и строить карьеру в эпоху AI.

К программе мы привлекли команду экспертов-практиков:

· Роман Кумар-Виас (ex- Qlean, Qmarketing, QAcademy, Refocus. Построил самую большую школу по маркетингу в СНГ и потом самый быстрорастущий Edtech в мире)

· Эдуард Эпштейн (уже более 7 лет на рынке медиа, IT и digital-маркетинга. Последние 1,5 года занимается AI-трансформацией бизнеса. Обучил 500+ сотрудников vibe-coding и AI-инструментам)

· Артем Фролов (ex-Product Manager в T-Банке, 2+ года делает AI-агентов)

· Всеволод Устинов (основатель Elly Analytics — первый в мире vibemarketing тул для перфоманс-маркетологов)

· Николай Кожемякин (10+ лет в B2B-маркетинге и международном бизнесе. Эксперт по холодному аутричу и контент-маркетингу в B2B)

· ну и я сам – Кирилл Гурбанов (фаундер sfer.ai, практик с 9-летним опытом на топ-позициях в крупнейших компаниях России)

Берём еще пару человек индивидуально и одну команду — на этом всё. Программа стартует уже на этой неделе. Темп плотный. Если готовы к 3 месяцам AI в вашей жизни — заполняйте форму на сайте.

Скиллы для Claude Code: что реально стоит поставить

Для тех, кто ещё не разобрался: скилл в Claude Code — это markdown-файл (.md) с инструкцией для агента как думать и действовать в конкретной задаче. Не нужно каждый раз объяснять в промте — он подхватывает задачу сам. Один файл превращает Claude в дизайнера, другой — в SEO-шника, третий — в финансового аналитика. Правильно собранный набор — и у тебя по сути целая команда, которая работает по твоим правилам.

Если бы я собирал стек с нуля — взял бы вот это:

1. Superpowers — превращает Claude из хаотичного джуна во вдумчивого синьора

Топ-команды:
• /brainstorm (агент сначала задаёт вопросы, потом делает)
• /write-plan (показывает план до реализации, можно всё поправить)
• /execute-plan (параллельно запускает несколько агентов и проверяет результат в конце)

150к звёзд на GitHub. Подрубайте в самую первую очередь!

2. Get Shit Done — навык, который решает проблему деградации агента по мере заполнения контекста. Разбивает проект на три изолированные фазы: план, выполнение, ревью. Каждый агент стартует с чистым контекстом и передаёт состояние следующему через файлы.

3. Frontend-design — до написания кода заставляет агента принять чёткое дизайн-решение и держаться его. Перестаёте получать слоповые AI-сайты. Ставьте сразу после Superpowers, если делаю что-то визуальное — сайт или приложение.

4. Marketing Skills — пак из CRO, копирайтинга, SEO и аналитики. Один раз настраиваете под себя — и больше не объясняете агенту каждый раз, кто ваша аудитория и по каким пунктам надо собирать аналитику.

5. Claude SEO — для тех, кто делает SEO руками. 19 суб-скиллов и 12 суб-агентов: технический SEO, E-E-A-T анализ, schema-разметка, исследование ключей, аудит конкурентов, бэклинки, локальный SEO, Google API и отчёты в PDF и Excel.

6. Composio — MCP-интеграция, которая дает Claude доступ к Gmail, Slack, GitHub, Notion, Telegram, Figma и ещё 500+ приложениям. Управляет авторизацией и выполняет действия напрямую, автоматизирует воркфлоу через несколько инструментов сразу.

7. Deep Research — инструмент для ресерча с источниками. 8-фазный пайплайн с оценкой достоверности источников. Хорошо работает для анализа рынка и подготовки к запуску.

8. Code Simplifier — официальный плагин от Anthropic, которым команда Claude Code чистит собственный код. Сканирует проект, убирает мусор, снижает расход токенов.

9. Superflow — проектирование сложных задач. Позволяет делать сложные задачи при помощи проджект флоу.

10. Blog Post Writer Skill — написание постов в Телеграм канал вашим голосом. Работает так: выгружаете архив канала в CSV, кладёте его рядом, и говорите агенту — «напиши пост в моём стиле про вот это». Агент сам прочитает архив, поймёт ритм, лексику и любимые приёмы, и выдаст черновик так, будто это писали вы.

—

Важное: больше скиллов ≠ лучше. Не надо врубать сразу 50 скиллов — агент начинает путаться в инструкциях и деградирует. Собирайте маленький стек под ваши повторяющиеся процессы. Готовые скиллы ищите на SkillHub — там 7000+ с one-click install, или прямо в маркетплейсе внутри Claude Code. Но лучший скилл — тот, что напишете сами под свой процесс ))