📰 МаркетПульс на 14 апреля 2025

Друзья, всем привет!
Выхожу к вам с новым форматом еженедельного дайджеста AI новостей с консалтинговым флером.

+150% за год: госзакупки оборудования с ускорителями для ИИ выросли до 2,4 млрд ₽.
Источник → kommersant.ru

№1 в MERA: языковая модель A-Vibe от «Авито» заняла первое место среди моделей до 10 млрд параметров в российском бенчмарке
Источник → ria.ru

87% точности: нейросеть российских разработчиков предсказывает лесные пожары по метеоданным и плотности населения.
Источник → iz.ru

1 млн продавцов: Wildberries использует ИИ-консультантов для персонализации рекомендаций - адаптация под каждого продавца
Источник → vedomosti.ru

300 нарушений за квартал: в Москве ИИ обработал 500 000 снимков с камер и спутников, выявив около 300 признаков земельно-имущественных нарушений
Источник → tass.ru

Всем продуктивной рабочей недели 👋

⚡️Как интернет-магазину экономить ₽2,5 млн за год с ROI 822%

В ход пошёл тяжёлый люкс: в этот раз речь пойдёт не о принципе «Написал промт — и вуаля, сократил кучу времени».
Будем говорить про интеграцию и обучение модели Gemma 3 4B.

Немного контекста:
- Магазин с 15К товаров и 500 новинок ежемесячно тратит ₽320 000 на ручное описание карточек товара (4 сотрудника с ЗП ₽80 000).
- Одна карточка занимает ~40 минут и стоит магазину ₽267. При этом тексты часто с ошибками и без SEO — это тормозит продажи.

Системное решение:
- Развернута дешёвая GenAI-модель Gemma 3 4B.
Она генерирует 3 варианта описаний на основе таблицы характеристик от поставщика и SEO-фразы.
- Сотрудник выбирает вариант, а публикация происходит автоматически через API.
- Модель работает локально: нет подписок и внешних сервисов. Она работает даже без интернета.

Что по инвестициям ❓
- CAPEX: ₽273 000 (видеокарта RTX 3060 12GB и всякая всячина типа i5, 32 GB RAM)
- OPEX (год): ₽89 600
_______________________
Итого: ₽362 600

Эффекты
- Снижение времени на карточку: ↓39 мин. (–97,5%)
- Снижение стоимости: ↓₽243 (–91%)
- Окупаемость: <2 месяцев
- Сокращение ФОТ: ₽240 000 в месяц

🎁Экономия: ₽2,5М в год🎁

PS. да, можно подключить внешние модели типа ChatGPT, GigaChat, YandexGPT через API, но:
– подписки и счёт за токены выйдут на порядок дороже
– отсутствует контроль данных
– сильная зависимость от стабильности внешнего сервера

Кстати, YandexGPT 5, по сути, использует китайскую модель Qwen-2.5-32B-base которую взял, дообучил и обернул в тариф 👀

⭐ Друзья, а как вам идея в следующих постах обсудить открытые модели, которые можно дообучать и интегрировать в бизнес-процессы?

🚀 Индустрия, которой не было: $46 млрд в GenAI за полгода

Мы живём в эпоху, когда на наших глазах появляются не просто новые индустрии, а формируется новый экономический ландшафт.

Венчурные инвестиции в GenAI выросли в 11 раз за 5 лет, достигнув $45.5 млрд только за половину 2024 года (данные Sapphire Ventures).
Это в 6 раз больше, чем в 2022 году.

В венчурном мире компании с оценкой от $1 млрд называют единорогами.

🦄 А теперь представьте: за 2024 год в GenAI влили капитал, эквивалентный 46 единорогам.

Это как если бы одновременно появились 46 новых Uber — и всё это за несколько кварталов…

А еще японский SoftBank рассматривает инвестиции до $40 млрд в компании GenAI.
Это уже не просто венчур... Это макроинвестиционный венчурный сдвиг)) 🤯

Почему это важно:
McKinsey: "Генеративный ИИ трансформирует 60–70% бизнес-функций уже сегодня."

BCG: "GenAI создаёт экономическую ценность быстрее, чем мобильные технологии и облака вместе взятые."

Accenture: "Компании, внедрившие ИИ, показывают рост продуктивности до +40%."

Это уже не будущее.
Это новая нормальность.

🔥Как на 90% сократить время анализа документов (на примере рекрутинга)

Последние два месяца были довольно напряжёнными, поэтому ненадолго пропал с радаров, но я исправляюсь 👋

Нашел для Вас классный AI-инструмент по ускорению работы с большим количеством документов.

На днях мне довелось заниматься двумя интересными задачами:

• Marketing Research – анализ >10 отраслевых исследований (30+ страниц каждое);
• Помощь друзьям из кадрового агентства – ускорение процесса анализа объемов поступающих резюме.

⚠️ По привычке решил отрабатывать обе задачи через ChatGPT, но быстро столкнулся с массой проблем:

• ChatGPT и другие LLM не переваривают более 4-5 документов за раз;
• Они часто ограничены по объёму загружаемых документов;
• Фантазируют – искажают факты и цифры.

😮 NotebookLM от Google суперски справился со всеми проблемами.

Как работает NotebookLM на примере рекрутинговой задачи.
Интересный факт: Среднее кадровое агентство в РФ за год обрабатывает более 97 000 резюме.

Последовательность действий в NotebookLM:
(Не забываем включить VPN)

👍Загружаем массив резюме (PDF, DOCX, TXT) в блок «Источники»;
👍Добавляем требования к кандидату в формате текста в чате либо в блок «Источники» в формате документа;
👍Запрашиваем анализ в чате:
Проанализируй все резюме на соответствие вакансии по ключевым критериям (опыт, навыки, образование, зарплатные ожидания). Раздели кандидатов на три группы:
• Зелёная зона (80-100%) – высокая релевантность.
• Жёлтая зона (50-80%) – частичное соответствие.
• Красная зона (<50%) – низкое соответствие.
Подготовь итоговую таблицу с процентным рейтингом кандидатов и выявленными несоответствиями.

Результаты:
🏃‍♂️ Время анализа резюме под одну вакансию сокращено на 90%;
🪙Экономический эффект для среднего кадрового агентства +231 000₽ в год.

NotebookLM отлично показал себя в задачах, требующих быстрого анализа большого объёма текстовой информации, где важно точное извлечение данных без искажений.

👇 Обязательно попробуйте NotebookLM и поделитесь опытом в комментариях!

📆 Как на 83% снизить время протоколирования совещаний с помощью ИИ

Насколько эффективны ваши совещания? Думаю, важным составляющим данной эффективности служит факт протоколирования. Но как показывает практика, формирование протокола - далеко не самая быстрая процедура. Она может занимать более 100% от времени самого совещания.

От протокола не уйти, ведь:
- 67% совещаний сотрудники называют непродуктивными (RBC).
- Топ-менеджеры проводят на совещаниях 429 часов в год (ЭКОПСИ).

Как автоматизировать создание протоколов с помощью ИИ:
▪️Запись совещания:
- Я записал мероприятие и выгрузил файл в сервис для преобразования аудио/видео в текстовый документ, например, any2text.
▪️Настройка ChatGPT:
- Загрузил протокол предыдущего совещания в ChatGPT, указав, что он должен изучить его структуру и в дальнейшем делать также.
▪️Передача новых данных:
- Выгрузил в ChatGPT текстовый документ из шага 1 + список участников и поставил задачу "Подготовить протокол аналогичный загруженному ранее.
▪️Извлечение результата:
- Скачал подготовленный документ в формате Word.
▪️Обязательная проверка результата.

Результаты:
🏃‍♂️ Высвобождение времени: до 72 часов в год (на 1 сотрудника, составляющего 2 протокола в неделю)
👏Высвобождение денег: 38 095₽ в год (при условии, ЗП сотрудника 100К/мес.)

Отправляйте идею коллегам, применяйте ее на своих совещаниях, а также делитесь результатами в комментариях 👇

✅ Видеоинструкция: как установить ChatGPT на iPhone в РФ

Недавно мы провели соцопрос. 88% голосов набрала видеоинструкция по установке ChatGPT на iPhone.

🔥 И вот оно! Мы подготовили понятный, пошаговый гайд, который поможет вам установить и запустить ChatGPT на вашем iPhone.

А если у вас есть вопросы по установке или работе ChatGPT на iPhone — пишите, разберём вместе!