Телеграм канал «AI для Всех»

🧩 Самые полезные AI-решения часто скучно показывать на сцене

В демо хочется агента, который сам всё понял, сходил в пять систем и принёс готовый результат.

В реальной работе ценность обычно появляется раньше.

Один ручной процесс становится быстрее. Ошибок меньше. Результат можно проверить. И команда действительно начинает этим пользоваться.

Как я обычно работаю?

Берём один реальный процесс.

Где в нём теряется время? Где люди повторяют одни и те же действия? Где чаще всего возникают ошибки?

Потом собираем нужный контекст и делаем самый простой рабочий контур.

И только после этого решаем, что нам вообще нужно: agent, automation, skill или обычный checklist.

Опыт работы в Stripe сильно сдвинул мою оптику именно в эту сторону.

Модель - только часть системы. Для того что бы знать куда двигаться, нужны evals, то есть тесты качества, права доступа, и логи (траектории).

Именно об этом я хочу поговорить на спринте AI-Native Organizations, который стартовал 13 июля.

Участники приходят туда не с абстрактным «хочу внедрить AI», а с одним процессом из своей компании - из разработки, продаж, аналитики, HR или операций - и доводят его до рабочего решения.

Я тоже буду выступать.

Расскажу как мы строим свой собственный AI-native бизнес:

— какую проблему мы решали;
— какой контекст дали модели;
— где оставили человека в контуре;
— как проверяли качество;
— и что в итоге реально изменилось.

Постараюсь сделать это без слайдов, но с демо экрана.

По данным команды спринта, в прошлых потоках были кейсы с внедрением AI в 7 отделах, использованием AI-инструментов более чем 80% сотрудников, запуском 25 MVP за полтора месяца и ростом выручки на сотрудника на 15%.

Спринт уже идёт, но присоединиться ещё можно.

📅 13 июля — 3 августа

🎟 По моей ссылке сейчас действует скидка 10%:

https://t.me/aimindset_lab_bot?start=161

Какой процесс в своей работе вы бы первым перестроили вокруг AI?

И перешлите пост коллеге, который уже выбрал пять AI-инструментов, но ещё не выбрал процесс 🙂

🚀 От «я только начинаю в AI» до собственного продукта

CoreHabit.ai - персональный AI-коуч, который помогает вернуть фокус и превратить цели в ежедневные действия.

Моя знакомая (@Lena_HighTouch привет) прямо сейчас собирает этот проект на хакатоне, и ей нужны не комплименты, а реальные пользователи. Попробуйте https://corehabit.ai, пройдите первый сценарий и напишите, что оказалось полезным, а где продукт пока не дотягивает. Если знаете человека, которому сейчас не хватает мотивации или ясности, перешлите ему этот пост.

Я в Варшаве до утра четверга!

В эфире рубрика: travel blog. Вообще волею задержанного рейса, моя пересадка в Варшаве превратилась в полноценную туристическую поездку.

Если вы тоже тут - пишите мне @crimeacs - давайте встретимся

Учимся говорить молча

Наверняка вы уже встречали инженеров которые что-то нашептывают в микрофон уставившись в терминал с Клодом. Выглядит крипово, да?

Ребята из AlephNeuro решили эту проблему с помощью ультразвука. Они заметили что можно сделать узи гортани, и с помощью нейросетки транскрибировать движения языка в текст.

Не могу сказать что это выглядит менее крипово чем шептуны в микрофон, но учитывая что это только первый прототип - выглядит очень интересно!

Подробнее можно прочитать у них в блоге: https://alephneuro.com/blog/silent-speech

Auto-improve

Друзья, спешу напомнить что у меня есть Auto-Improve - авто-улучшатель практически чего угодно (скилов, артифактов, кода и тп). С Fable 5 он работает просто космически хорошо!

Этот видос был сделан с помощью них.

Попробуйте сами!

https://github.com/crimeacs/auto-improve

🧠⌨️ Brain2Qwerty v2: мозговые волны → текст

Meta Research показала новую версию Brain2Qwerty - AI-модель, которая декодирует текст (предложения) из brain recordings.

Простыми словами: человек печатает, MEG-устройство (не инвазивное) считывает активность мозга, а модель учится восстанавливать текст из шумных сигналов. В v2 обучались на ~22 000 предложениях от 9 добровольцев, и результат уже заметный: 61% word accuracy в среднем и до 78% (в самом лучшем случае).

Это все еще не «чтение мыслей» из воздуха и не готовый продукт для дома - пока нужны MEG, часы данных и активное участие человека. Но направление сильное: если такие системы масштабируются, они могут стать альтернативным способом коммуникации для людей, которые не могут говорить из-за поражений мозга, без риска операции.

Мне нравится тренд: LLM + нейроданные начинают превращать очень шумный биосигнал в связный язык.

Подробности тут: Brain2QWERTY