🆕 Вы просили — мы сделали! Главное про экосистемы — в одной статье🤌

Уже в пятый раз мы провели исследование крупнейших цифровых экосистем России. Как они развивались и менялись в 2024 году? Какие вертикали бизнеса сейчас в приоритете? Где происходит самая жесткая конкуренция?

Ответы на эти вопросы — в нашей новой статье. А также цифры, тренды и ключевые события рынка. Ну, и, конечно, никуда без нашей культовой карты экосистем.

А в карточках — хайлайты.

📌Читайте статью тут.
📌Заказать отчет можно здесь.

👽 GenAI в 2025: ключевые тренды по версии red_mad_robot

Коллеги поделились отчетом по GenAI от red_mad_robot. Материалов на тему сейчас очень много, но этот мне показался толковым.

1️⃣ Multi-Agent Systems. MAS — системы, состоящие из нескольких AI-агентов, которые взаимодействуют друг с другом для достижения общей цели. Уже появляются первые шаги на пути к созданию таких систем, например, Shared Recurrent Memory Transformer. SRMT позволяет агентам обмениваться информацией, как это делают разные части мозга. Каждый агент имеет свою память, а SRMT создает общее пространство, чтобы они могли учитывать глобальный контекст.

2️⃣ RAG становится базовой архитектурой. Модели с RAG могут не только генерировать текст, но и ищут информацию в сторонних источниках, например, базах данных и интернете. В 2025 году продолжится рост разнообразных RAG-архитектур + возможно, концепция расширится на видеоконтент.

3️⃣ Small Language Models (SLM). SLM — это компактные нейросети для конкретных задач. Gartner прогнозирует, что к 2027 году более 50% моделей GenAI в бизнесе будут адаптированы под конкретные отрасли и бизнес-функции.

4️⃣ Модели самообучения удешевляют процесс создания нейронок. DeepSeek-R1, созданная с использованием обучения с подкреплением, снизила затраты на разработку в 40 раз (с $500 млн до $12 млн).

5️⃣ Данные как продукт. Компании не только оптимизируют процессы с помощью данных, но и монетизируют их. Будут появляться маркетплейсы данных и основанных на них AI-агентов. Например, Slack Agent Hub объединяет AI-агентов от разных поставщиков.

6️⃣ AI-Driven UX: AI меняет дизайн интерфейсов. Например, OpenAI запустила AI-агента Operator, который самостоятельно выполняет задачи в браузере за пользователя.

7️⃣ AI-агенты внедряются в умные устройства. Deloitte прогнозирует, что в 2025 году более 30% смартфонов будут поддерживать GenAI. Gartner ожидает, что поставки ПК с копилотами достигнут 114 млн единиц.

8️⃣ AI Governance: У компаний, внедривших AI Governance Platforms, количество этических инцидентов будет на 40% меньше, чем у тех, кто этого не сделал.

9️⃣ Гибридные вычисления: К 2028 году 30% GenAI-проектов будут использовать энергоэффективные вычисления в рамках стратегии устойчивого развития (по данным Gartner).

1️⃣0️⃣ Синтетические данные станут мейнстримом. К 2026 году 75% компаний будут использовать GenAI для генерации синтетических клиентских данных (используются, когда данные трудно достать или они слишком дорогие).

#GenAI #ИИагенты

🛍 Т-Бизнес выкатил аналитику по маркетплейсам за 2024 год (важно, что это только на основе данных клиентов Т-Банка). Заинтересовало, что у МегаМаркета самый высокий средний чек — ₽4944, против, например, ₽2710 у Ozon и ₽1594 у Wildberries, при этом по другим показателям ММ в отстающих.

💵 Выяснила, что, вероятно, причина высокого среднего чека у МегаМаркета — щедрые бонусные программы. Площадка проводит акции, когда и продавец начисляет кэшбэк, и сама платформа. Например, селлер ставит кэшбэк 20%, а МегаМаркет из своих средств выплачивает еще до 50%. То есть какая-то фантастическая выгода для потребителя — 70%, правда, напрямую об этом нигде не говорится, потому что конечный размер кэшбэка зависит от категории товара и от самого покупателя. Высокий кэшбэк можно получить в категории элеткроники, отсюда и высокий средний чек — потребители покупают на ММ дорогую технику, а не мелкие бытовые товары.

🚚 Еще из важных обновлений ММ в 2024 году — фокус на доставке популярного ассортимента день в день. ММ переоборудовал бывшие торговые площади IKEA под склады, они расположены достаточно близко к жилым районам, что, по идее, хорошая база для экспресс-доставки.

Анализ рынка умных касок от Perplexity Deep Research

🔎 Deep Research агенты — новый тренд на рынке LLM

Заинтересовалась инструментом Deep Research, который бигтехи (OpenAI, Google, Perplexity и пр.) выпускают один за другим — по идее, такие модели призваны заменить junior, а может даже и middle исследователей. Deep research агенты, по заверениям создателей, анализируют сотни источников информации и самостоятельно составляют исследовательские отчеты.

У ChatGPT DeepResearch доступен только по подписке за $200, у Perplexity можно сделать несколько запросов бесплатно, поэтому попробовала последний.

🪖 Для примера прикрепляю отчет по международному рынку умных касок для промышленных рабочих, который выплюнул Perplexity. На первый взгляд все очень круто, но если вглядеться, анализ вызывает вопросы. Например, в качестве одного из ключевых игроков указан шлем CrossHelmet для мотоциклистов, хотя я указывала, что мне нужно именно для рабочих. Вопросы также вызывает факт, что если аналогичный запрос забросить в DeepSeek, он выбрасывает на 100% других ключевых игроков.

🤷‍♀️ В общем, ощущение, что для целей рисеча — это все еще очень сырые инструменты. Поскольку я смотрела тему сама ранее, могу сказать, что модель условно просто вводит мой запрос в гугл и смотрит первые попавшиеся источники. Сложно заставить ее копнуть глубже, найти какие-то редкие статьи, попробовать запросы с тем же запросом, но в другом вординге. Сложно заставить отличать авторитетные источники от не очень авторитетных.

❌ Еще большой недостаток для меня — сложность проверять информацию от таких моделей. Не секрет, что часто они галлюцинируют (сталкиваюсь постоянно с тем, что перепроверяю информацию руками и нахожу расхождения), ссылки при этом часто даются не пойми какие и куда. В итоге я так закапываюсь в перепроверках, что хочется плюнуть на все модели сразу.

#LLM #GenAI

🤖 Влияние ИИ на рынок труда

Не думаю, что читатели этого канала боятся, что их профессии заменит ИИ. Тем не менее, решила поделиться исследованием Anthropic, ключевая идея которого — автоматизация пока не угрожает рынку труда.

Агентство запустило Anthropic Economic Index – проект, изучающий влияние ИИ на экономику и рынок труда. В первом отчете исследователи проанализировали миллионы анонимных запросов к Claude.ai и выяснили, как на самом деле используется ИИ в рабочих задачах.

🔑 Ключевые выводы:

📌 ИИ – это скорее помощник, чем полная замена человеческого труда. 57% случаев использования – это усиление работы человека (проверка, обучение, доработка), а не автоматизация (полное выполнение задачи).

📌 Главные пользователи — ожидаемо, в софтверной отрасли. Больше всего запросов к ИИ поступает от программистов и технических писателей. В целом 36% профессий используют ИИ минимум в четверти своих задач.

📌 Чем выше зарплата – тем больше ИИ. Средний и высокий зарплатный сегмент (например, аналитики данных) активнее всего применяют ИИ. В низкооплачиваемых и очень высокооплачиваемых профессиях (например, хирурги) его почти нет.

📌 Полностью автоматизированных профессий не найдено. Только 4% профессий используют ИИ в 75% своих задач, а в большинстве случаев он применяется точечно.

📌 Физический труд – вне зоны ИИ. Среди самых непопулярных категорий – фермерство, рыболовство и лесное хозяйство. Все, что требует физических навыков, остается в руках человека.

Подробнее — https://www.anthropic.com/news/the-anthropic-economic-index

⭐️ Три наблюдения Сэма Альтмана о развитии ИИ

Последний пост Сэма Альтмана в его собственном блоге вызвал бурные обсуждения в техносообществе. В небольшом эссе CEO OpenAI делится тремя важными наблюдениями о будущем искусственного интеллекта и его влиянии на общество и экономику.

🔸 Масштабируемость ИИ: Эффективность и интеллект ИИ-моделей растут пропорционально объему ресурсов, вложенных в их обучение и работу. Инвестиции в ИИ приводят к предсказуемым улучшениям, и увеличение ресурсов всегда дает ощутимый результат.

🔸 Снижение стоимости: Стоимость использования ИИ падает примерно в 10 раз каждый год. Например, цена за токен GPT-4 снизилась в 150 раз всего за год, что делает ИИ доступным для большего числа пользователей.

🔸 Суперэкспоненциальный эффект: Чем умнее становится ИИ, тем больше пользы (и социально-экономических изменений) он приносит, что, в свою очередь, стимулирует еще больше инвестиций и рост технологий.

Конечно же, Альтман не забыл об ИИ-агентах. По его мнению, ассистенты вскоре будут выполнять многие задачи, которые сейчас решают программисты с несколькими годами опыта.

Подробнее – блог Сэма Альтмана

🤖 Наткнулась на карту сервисной робототехники от Robo-Jobs. Сервисными компания считает роботов, предназначенных для коммерческого использования. На карту попали и стартапы, и большие компании, и научные центры. Это первое обновление карты с 2021 года, с тех пор количество участников выросло на 60%.

Самые многочисленные категории:
🔹 Беспилотные летательные аппараты (92 компании)
🔹 Морские автономные системы и подводные роботы (54)
🔹 Курсы и образовательные наборы (43)
🔹 Складская логистика (39)

В целом в России ощущается рост интереса к роботехнике — во многом за счет развития LLM и дефицита кадров на рынке. В мире в 2023 году рынок сервисных роботов вырос на 30%. Основной драйвер роста — транспорт и логистика.

Карта, кстати, интерактивная, можно переходить на сайты компаний.

Подробнее — Robo-Jobs

Карта сервисной роботехники