Посланцы

Бежим поделиться новостями! Наш клиент — бренд Сланцы — запустили первые продажи. Теперь это не только красивый кейс у нас на сайте, а настоящий продукт, который можно купить и носить всё лето. У бренда сейчас 4 модели сланцев разных цветов. Смотрите и заказывайте на сайте. Очень радуемся за ребят и поддерживаем запуск. Если вам тоже нужен бренд-дизайн с нуля — приходите к нам. 🩴

Теперь здесь будет рил ток эбаут мост фэймос рашн шус бренд. Есть ли у нас мечта? Да, у нас очень скромная цель: мы хотим, чтобы через два года нашу обувь носила сборная России на Олимпиаде 2028 в Лос Анджелесе. Пускай хотя бы несколько атлетов, пускай хотя бы у себя в номере, а не на параде нации на церемонии открытия. Но мы хотим, чтобы самые сильные и яркие люди нашей страны ассоциировали себя с нашим брендом и были еще больше уверены в себе, когда на ногах сланцы. Впереди нас ждет увлекательное путешествие, много работы и горы контента. Так что пристегните ваши пятки, мы начинаем.

Сделали небольшое видео об истории бренда

Лучшие компании не создают новые привычки. Они переосмысляют существующие. Uber не придумал поездки. Airbnb не придумал путешествия. Apple не придумал телефон. Они просто посмотрели на привычную вещь и спросили: «А почему она до сих пор выглядит именно так?» Со «СЛАНЦАМИ» произошла похожая история. В какой-то момент слово стало настолько большим, что перестало принадлежать бренду. Оно стало частью общей культуры. Для большинства людей «сланцы» - это просто обувь. Для меня - одна из самых сильных российских бренд-историй, которая почему-то остановилась на полпути. А могли когда-то стать русскими Havaianas. Но Сланцы не Сан-Паулу, поэтому мы пишем свою историю заново.

В русском языке не мало странных слов. Вот, например, хотя бы сланцы - откуда, кто решил, что шлёпки надо назвать в честь горючего камня? А история поистине удивительна. Сланцы - это город, в котором я родился и вырос. В 60-х там был завод по производству резиновой обуви, который штамповал на подошве название города. Люди настолько привыкли к этой надписи, что стали звать так вообще любые шлёпки, любого производителя. Название города буквально стало нарицательным словом: как ксерокс или джип, только вместо корпораций - маленький городок, о котором никто особо не думал. Мне всегда эта история казалась слишком хорошей, чтобы не посвятить ей себя и свою жизнь. Ведь сланцы уже стали не просто обувью, а культурным явлением трансформации смыслов и примером того, как создавать идеи, которые живут вне времени.

а пока полюбуйтесь на самый прекрасный город с воды

Сори айм лейт. Долгие годы работы в ИИ все больше меня уверяют, что технически возможно все. Поэтому сейчас важно это перестать делать то, что умеет делать нейронка, и пойти делать то, что она пока не умеет вообще и заложить фундамент для будущего развития чего то большего. завтра/на днях расскажу всё по порядку: что это, зачем и почему я вообще на это подписался. спойлер: это будет странно, физическое и очень личное. keep in touch

Скриньте: мой предикт на слово года 2025 - Агент. За этот год развития ИИ стала ясно, что практически любой отдел в компании можно заменить на одного менеджера-архитектора ИИ. Но есть одна проблема – никто точно не знает, что такое AI-агент. - OpenAI называет…

Китайцы - короли продуктивности. И не удивительно, что именно там появляются такие практики. В приложении Doubao можно попросить ИИ-ассистента понаблюдать за ребёнком, пока он занимается. Когда ребёнок отвлекается, берет телефон или даже сутулится, то AI кричит просит вернутся к урокам. Ждем во всех офисах страны.

Безос возвращается к активному управлению и выводит на рынок Project Prometheus — ИИ-платформу для инженерии и производства, стартующую с беспрецедентным финансированием в 6,2 млрд долларов. Подобный объём инвестиций на ранней стадии фактически фиксирует начало новой технологической гонки за «физический ИИ» — решениями, которые работают не с текстами, а с реальными объектами, производственными системами, оборудованием и симуляциями. Prometheus заявляет о намерении сформировать новый технологический стандарт в сегментах, где давно доминируют CAD, PLM, MES и цифровые двойники. Команда из специалистов уровня OpenAI, DeepMind и Google X подчёркивает масштаб замысла: создаётся не отдельный инструмент, а комплексная платформа для разработки и управления сложными производственными объектами. Для компаний с инженерными и производством это значит , что пора ускорятся внедрять ИИ. В ближайшие годы рынок сильно изменится. Ключевой защитой останется собственные данные, экспертиза и пилотные проекты в ИИ. Инженерные и производственные специальности ожидает серьёзное изменение требований: ИИ-системы будут не только автоматизировать документацию, но и предлагать режимы, последовательности операций и оптимизированные схемы. Государства и крупные корпорации рискуют сформировать критическую зависимость от нескольких американских платформ в управлении собственной технической инфраструктурой. Это усиливает потребность в создании локальных центров компетенций и сохранении контроля над инженерными данными. Для рынка ERP последствия очевидны: спрос смещается к интеллектуальным рекомендациям и адаптивным процессам. Преимущество получат те, кто располагает глубоким пониманием операционной логики предприятий и доступом к реальным данным — именно они станут фундаментом устойчивых индустриальных ИИ-решений.

На заметку HR’ам

Как ИИ-агенты объединяются в рой, управляют устройствами и предсказывают ваши желания — топ-10 исследований ИИ за октябрь 2025 В октябре 2025-го разработчики создали рой из десятков ИИ-агентов, которые учатся друг у друга, видят мир вашими глазами, управляют устройствами, общаются «мыслями» вместо слов, а также помогают врачам и ученым — разбираемся, как работают все эти чудеса. 1. От хаоса данных к управляемому знанию: как ИИ-агенты помогают бизнесу принимать точные решения Enterprise Deep Research превращает поиск по корпоративной базе знаний в прозрачный процесс без галлюцинаций с помощью специальных поисковых агентов, демонстрируя лучшее качество на задачах, требующих длинных аналитических рассуждений. 🔍 Подробнее | 📜 Полная статья | 💾 Код 2. Как агент учится на ходу: почему память оказалась сильнее дообучения Оказывается, агенты могут улучшаться прямо в процессе работы без изменения весов моделей. Память фиксирует удачные стратегии и переносит этот опыт между задачами. Так на реальных офисных задачах улучшение достигает 20% точности. 🔍 Подробнее | 📜 Полная статья | 💾 Код 3. Как агенты учатся по видео на YouTube Агенты научились извлекать действия пользователя из видео и учиться на них. Это сильно повысило качество работы агентов, а точность распознавания действий на видео достигла 91,6%. Так YouTube-видео становятся новым источником данных для обучения компьютерных агентов. 🔍 Подробнее | 📜 Полная статья 4. Почему слова мешают ИИ-агентам понимать друг друга Что будет, если предложить агентам обмениваться информацией не текстом на естественном языке, а внутренними «мыслями»? Это устраняет лишний шум и повышает точность решения задач в мультиагентных сценариях. 🔍 Подробнее | 📜 Полная статья 5. Децентрализованный ИИ: как рой нейросетей побеждает большие модели Исследователи предложили использовать механизмы репутации, коллективного голосования и доказательства компетентности для создания безопасного децентрализованного роя агентов. Такая распределенная система становится устойчивой к шуму и кибератакам. 🔍 Подробнее | 📜 Полная статья 6. Графики по щелчку: как ИИ-агенты берут на себя работу дата-аналитика Агенты объединились в одну систему и впервые научились стабильно визуализировать корректные графики без галлюцинаций, достигая рекордных показателей на бенчмарках. 🔍 Подробнее | 📜 Полная статья 7. Как ИИ-очки предсказывают ваши желания прежде чем вы о них подумаете Помните J.A.R.V.I.S. из железного человека? Это проактивный ассистент, который сегодня становится реальностью: он видит мир через очки пользователя, подсказывает ему в момент сомнения, а также интерпретирует окружающий контекст и для вызова нужных агентов, исходя из ситуации. 🔍 Подробнее | 📜 Полная статья 8. Как управлять интернетом вещей с помощью LLM Исследователи создали шлюз между агентами и реальными устройствами: он обеспечивает стабильную работу с сенсорами и микроконтроллерами, выдерживая длительные стресс-тесты, и дает 100% успеха на основных задачах. 🔍 Подробнее | 📜 Полная статья | 💾 Код 9. ИИ в белом халате: как научиться ставить диагнозы в виртуальной клинике ИИ-агента поместили в симулированную виртуальную среду, где он учится принимать решения для постановки медицинских диагнозов: он выбирает обследования, формирует гипотезы и ставит правильные диагнозы. 🔍 Подробнее | 📜 Полная статья | 💾 Код 10. ИИ-ученый, который открывает законы природы без участия человека Японские ученые превратили ИИ в младшего научного сотрудника: он анализирует статьи, ищет ограничения, предлагает эксперименты и пишет новую научную статью. Модель не галлюцинирует и показывает уровень уверенного джуна. 🔍 Подробнее | 📜 Полная статья | 💾 Код Сегодня ИИ помогает нам в работе, науке, медицине, аналитике и даже в быту, подстраиваясь под контекст, который нас окружает. Агенты видят, понимают и дополняют нас там, где раньше не хватало времени, внимания или возможностей, чтобы мы могли сосредоточиться на главном – стратегии, творчестве и саморазвитии. 👉 Подробный обзор #исследования

Глянул прикольный видос, где автор разбирает, почему AI-пузырь до сих пор не лопнул, хотя все согласны, что он есть. Интересная логика. Все говорят "пузырь" - рынок держится на спекуляциях пары компаний, продукты не окупают затраты, руководители играют в "кто назовёт большее число", но информированные инвесторы продолжают вливать миллиарды каждый месяц. Как лопались прошлые пузыри Доткомы - антимонопольный иск к Microsoft, пересмотр отчётности Micro Strategy (акции упали на 60% за день и разбирательства с регулятором), статья о нежизнеспособности бизнес-моделей. Жилищный - кризис субстандартной ипотеки, рост ставок, банкротства кредиторов. AI уже пережил кучу потенциальных триггеров - нестабильность из-за тарифов, регулирование чипов, рост ставок, юридические проблемы с данными для обучения, проблемы с инфраструктурой, исследования, ставящие под вопрос бизнес-применение, отчаянные попытки найти выручку, ежедневные статьи о проблемах. Рынок проигнорировал всё это. Автор нашёл три причины, почему это ещё стоит: 1) Источник денег - не долг, а кеш Технологические гиганты накопили триллионы за 15 лет по двум причинам: - До 2017 налоги стимулировали держать деньги в офшорах - положил в Ирландию и не трогаешь, пока не хочешь платить налог. - В 2017 дали разовую сделку вернуть с дисконтом. - Плюс у них тупо не было проектов - настолько доминировали на рынках, что тратить на разработку считалось лишним риском. Сейчас они компенсируют потерянное десятилетие, когда недоинвестировали. И главное - в отличие от жилищного пузыря, который стоял на долге и деривативных бумагах, это их собственные деньги, которые лежали без дела. 2) Круговые сделки как страховка от рисков Oracle растёт после контракта с OpenAI. OpenAI получили миллиарды от Nvidia. Nvidia заработали, продавая GPU Oracle. Все кричат, что это компании вытягивают себя за шнурки и надувают выручку. Но контраргумент - если смотреть на пузырь доткомов оглядываясь назад, были победители, которые выжили. Те же технологические компании, что сейчас в AI. Если бы AOL в 1999, инвестируя в Amazon, мы бы меньше критиковали. Инвестируя вверх-вниз по value chain, они максимизируют шанс поймать деньги, если AI выстрелит. 3) Это не пирамида - деньги не от розничных инвесторов Ключевое отличие от доткомов - крупные игроки выплачивают больше через дивиденды и выкуп акций, чем получают через эмиссию. В 2000 хайповые компании жили на постоянном притоке денег инвесторов, без прибыли и часто без выручки. OpenAI тоже зависит от новых раундов, но деньги идут от компаний с кешем, не от обычных инвесторов. Что это означает Компании в проигрышной ситуации - что бы ни делали с деньгами, будет критика: - Вливают capex в дата-центры - "чипы устареют через 2 года" - Байбек акций - "взвинчиваете переоценённые бумаги" - Инвестируют в других - "круговая порука" Котировки завышены в ожидании триллионов от AI. Если не выстрелит - быстрая переоценка. Но крупные игроки не рискуют рухнуть прямо сейчас - кеша больше, чем долга, есть работающие части бизнеса, на которые можно опереться. Главный риск - объяснить инвесторам, почему потратили сотни миллиардов на дата-центры вместо выплаты дивидендов, но они преподносят это как ставку $500 млрд с шансом получить $10 трлн. Рискованная ставка не значит плохая ставка. А если что-то пойдёт не так - государство скорее всего компенсирует часть, пока игра продолжается. Но об этом вслух не говорят. Мой тейк: да, деньги из кеша, а не с долга, снижают системный риск. Но это не меняет фундаментальной проблемы - никто не знает, окупятся ли инвестиции. Разница лишь в том, кто обожжётся, когда это схлопнется. В доткомах горели розничные инвесторы. Тут будут гореть акционеры технологических гигантов, которые увидят, как $500 млрд превратились в избыточные дата-центры и несостоявшиеся ставки. Либо на этот раз действительно другое, либо мы просто ещё не дошли до правильного триггера.

Основное: Объём рынка • LLM-решения для B2B — 35 млрд ₽ • Среднегодовой рост до 2028 года — около 25% • On-Premise — 33 млрд ₽ • Средняя стоимость проекта — 15 млн₽ (!!!) Сегменты: • Векторный поиск — 4,2 млрд ₽ (2025 год) • Платформы для обучения и эксплуатации AI — 15 млрд ₽, рост — 20% в год Зрелость внедрения AI в компаниях • Начинающие — 45% • Продвинутые — 35% • Профессионалы — 14% • Лидеры — 3% Барьеры внедрения AI-агентов 1. Постоянная идентичность — сохранение личности и памяти агента 2. Протоколы взаимодействия — необходимость единых стандартов 3. Безопасность — доверие, прозрачность, контроль Кадровая ситуация • Дефицит AI-специалистов — около 10 тыс. человек Основные направления применения (% от опрошенных) • Клиентская поддержка — 34% • Маркетинг и генерация описаний — 25% • Работа с внутренними базами знаний — 25% • HR-процессы (вакансии, анализ кандидатов) — 15%

Карта рынка GenAI: как он устроен в России Центр AI-компетенций red_mad_robot собрал большой отчёт по состоянию российского рынка GenAI в 2025 году. Получилась настоящая онтологическая карта с уровнями экосистемы, распределением ролей и зонами, где формируются ключевые компетенции. Мы проанализировали локальный ландшафт, зафиксировали связи и точки роста, а контекст и практические детали дополнили разговоры с экспертами из red_mad_robot, @beeline и @skolkovo_channel. Сохраняйте и читайте PDF! #AI_moment #трендвотчинг ↗️ red_mad_robot