Haier: как устроена одна из самых радикальных моделей децентрализации в корпоративном мире

Рассказываем про RenDanHeYi — управленческую модель, с которой Haier отказалась от классической иерархии: внутри компании появились микропредприятия, каждый сотрудник стал предпринимателем, а эффективность начали измерять не через KPI, а через ценность для клиента.

🔗 Cобрали большую выжимку из книги и практики Haier — всё в одном PDF. Сохраняйте и читайте.

А ещё мы попробовали этот подход на себе. В 2021 году аналитический центр red_mad_robot запустил эксперимент: превратил внутреннее подразделение АЦ в микропредприятие. Настоящий бизнес-юнит, но внутри компании.

У нас был СЕО, One-Pager с услугами и ценами, собственная юнит-экономика. Мы считали не только расходы, но и доходы. Настроили сбор фидбэка от клиентов и начали видеть отражение пользы в цифрах, а не в теории.

Результат — рост качества и скорости, повышение операционной эффективности, пересборка процессов и инструментов. Команда стала лучше понимать задачи клиентов, а каждый аналитик — отвечать не за функцию, а за результат: сам согласовывать задачу, «продавать» её, выполнять и собирать обратную связь.

Но любую модель нужно адаптировать. Со временем мы увидели, что команды стали реже обращаться за аналитикой: нас начали воспринимать как отдельный юнит с дополнительной стоимостью в проекте. В итоге мы убрали стоимость, но сохранили культуру предпринимательства: каждый, кто приходит к нам с запросом, — это клиент, а задача аналитика — собрать данные и сформулировать выводы, которые дадут реальную ценность.

Игорь Епанешников, руководитель отдела маркетинговых исследований и аналитики red_mad_robot
 
#AI_moment #трендвотчинг

@Redmadnews

AI продолжает ускоряться — в вычислениях, понимании и взаимодействии

Аналитический центр red_mad_robot рассказывает и комментирует главные события индустрии на неделе с 14 по 18 апреля. 

🟥OpenAI представила модели o3 и o4-mini: обе имеют расширенные навыки рассуждений, которые помогают использовать и комбинировать инструменты внутри ChatGPT. o3 подходит для сложных задач, o4-mini — для экономичных сценариев с быстрым откликом.

Почему это важно: OpenAI предлагает бизнесу выбор — не между моделью и человеком, а между скоростью и глубиной. Это позволяет точнее распределять задачи и расходы в AI-продуктах.

🟥Cohere выпустила Embed 4: новая эмбеддинг-модель упрощает поиск в сложных бизнес-документах, обрабатывает текст, изображения и графики, поддерживает до 128k токенов и заточена под отраслевые данные.

Почему это важно: в индустрии появляется надёжный инструмент для поиска и анализа сложных документов — от медицинских карт до технических спецификаций. Это снижает барьер для внедрения GenAI в регулируемых отраслях и ускоряет принятие решений.

🟥Meta* представила инструменты для развития AMI (Artificial Multimodal Intelligence): Perception Encoder — для обработки изображений и видео, Perception Language Model — для сложного визуального распознавания, а также Collaborative Reasoner — для оценки и улучшения взаимодействия между агентами и людьми и агентами и агентами. 

Почему это важно: AI-рынок движется к более сложным формам взаимодействия между агентами и пользователями. Meta* работает на стыке восприятия и коммуникации — это шаг к созданию AI-систем, которые не просто выполняют задачи, а понимают контекст и умеют работать в команде. Для бизнеса это основа новых интерфейсов и форматов коллаборации.

* Запрещена в РФ 

Также на неделе:
• Google выпустил Gemini 2.5 Flash с управляемым бюджетом reasoning
• OpenAI представила семейство GPT-4.1, включая версии mini и nano
• NVIDIA показала гибридные модели на базе Mamba и Transformer
•  Anthropic добавит в Claude интеграцию с Google Workspace, инструмент глубоких исследований и голосовой режим
• Microsoft разработал 1-битную модель, работающую на CPU
• OpenAI запустила локального программного агента для терминала
•  Яндекс обновил Алису и научил распознаванию объектов, работе с файлами и глубокому рассуждению

 #AI_moment #трендвотчинг

@Redmadnews

Подборка российских AI-решений для задач бизнеса

В первой части мы уже делились международными инструментами, которые помогают бизнесу экономить ресурсы и ускорять процессы. Теперь очередь за российскими решениями. Проверенные сервисы — в подборке от red_mad_robot.

↗️ Сохраняйте, делитесь и дополняйте в комментариях

#AI_moment

@Redmadnews

Фаундер red_mad_robot Алексей Макин — в подкасте #безвотэтоговотвсего

Подкастов много. Интервью тоже. Но это — разговор, который стоит послушать, если вы работаете с системами, строите бизнес и думаете про будущее. Алексей Макин — фаундер red_mad_robot и фонда Bright dots. Он редко даёт интервью, поэтому получилось содержательно и точно.

В новом выпуске подкаста #безвотэтоговотвсего:

📍 Почему классическая IT-разработка в России — тупиковая модель
📍 Как мы запускаем активы и выходим из них, если рост не x3
📍 Как в r_m_r  устроен «интеллектуальный лифт» — от инженера до управляющего активом
📍 Почему AI — не технология, а новая среда мышления

Также обсудили Bright dots — неклассическую управляющую компанию, созданную для исследований, стратегической поддержки и финансирования инновационных решений с фокусом на AI. А ещё — работу в бизнес-школах Сколково и МГУ, где Алексей преподаёт архитектуру управления и подходы к запуску бизнесов. 

Слушать интервью — YouTube, VK, Apple Music, Яндекс Музыка

#роботайм #AI_moment

@Redmadnews

Обычно мы здесь пишем про бизнес, AI и технологии. Но за многими этими историями стоит сильная аналитическая команда — та, что выстраивает процессы, помогает принимать решения и двигает проекты вперёд.

Частью этой экспертизы мы делимся в канале red_mad_product (да, ещё один). Там — про подходы, инструменты и повседневную работу внутри проектов. Сейчас как раз запустили Weekend offer для системных и бизнес-аналитиков с шансом попасть в команду ⚡️

#роботайм

AI выходит на агентский уровень: экосистемы, протоколы и память становятся новым стандартом

Аналитический центр red_mad_robot рассказывает и комментирует главные события индустрии на неделе с 7 по 11 апреля. 

🟥Google делает ставку на агентов: на Cloud Next компания представила инфраструктуру для разработки и запуска AI-агентов: фреймворк Agent Development Kit, протокол Agent2Agent для взаимодействия между агентами, визуальную среду Firebase Studio и маркетплейс готовых решений.

Почему это важно: крупные платформы перестраиваются под экосистему AI-сервисов. Вместо универсальных моделей бизнесу предлагают гибкий рынок агентских решений: бери нужное, подключай и сразу внедряй. Это снижает входной порог, упрощает тестирование гипотез и ускоряет переход к масштабируемым AI-помощникам в компаниях.

🟥OpenAI добавил новую систему памяти в ChatGPT: теперь чат-бот помнит и анализирует все прошлые чаты (кроме временных) и учится на протяжении всей истории взаимодействия.

Почему это важно: последнее обновление сигнализирует о переходе от эпизодических взаимодействий к развивающимся — AI-системы начинают конкурировать не только по точности, но и по способности выстраивать отношения. Это сдвиг в сторону более зрелых, вовлечённых цифровых ассистентов. 

🟥Vectara выпустила Open RAG Eval: открытый фреймворк позволяет оценивать точность поиска, качество генерации, количество галлюцинаций и производительность в RAG-системах — вплоть до отдельных компонентов.

Почему это важно: AI-системы быстро растут в сложности — особенно с переходом к агентному подходу. Появление надёжных методологий, сочетающих научный подход и понимание бизнес-задач, помогает избежать дорогостоящих ошибок при создании или оптимизации RAG-решений.

🟥Meta* представила семейство моделей Llama 4: Scout, Maverick и Behemoth — мультимодальные, используют архитектуру Mixture of Experts (MoE) и поддерживают несколько языков. Но на практике LLM оказались нестабильны: пользователи жалуются на слабые результаты, отсутствие прозрачности в обучении и ограниченный доступ к самим моделям.

Почему это важно: разочаровывающие релизы показывают, что у бигтеха возникают сложности с развитием моделей. Простое наращивание мощности и параметров больше не даёт прорыва — индустрии нужны новые архитектуры и подходы к обучению.

* Запрещена в РФ 

Также на неделе:
• DeepSeek предложила новый метод улучшения соответствия LLM пользовательским предпочтениям
• MTS AI показала второе поколение AI-помощника для кодинга 
• Amazon обновила Nova Reel и запустила дешёвую голосовую модель Nova Sonic
• Deep Cogito представил гибридные модели, которые превосходят лучшие открытые аналоги
• Google добавил мультимодальный поиск в AI Mode
• Copilot научился работать с камерой и выполнять действия в вебе

 #AI_moment #трендвотчинг

Рассказали «Неискусственному интеллекту» о том, как GenAI применяют в индустрии развлечений

На Западе LLM уже пишут сценарии, озвучивают героев и собирают кадры. В России технология только набирает обороты — но кейсы уже есть: персонализированные рекомендации, автоматизация модерации, адаптивные сюжетные линии в играх.

↗️ О том, где GenAI ещё приносит результаты и какие решения интересны бизнесу, читайте в полном интервью CEO red_mad_robot AI Ильи Филиппова.

#AI_moment

⚡️ Тот самый прогноз AI 2027 — собрали главное в одном документе

AI 2027 — один из самых амбициозных футуристических прогнозов про AI за последнее время. Над ним работали инженеры, исследователи и аналитики, в том числе из OpenAI. Авторы описали хронологию возможных событий с 2025 по 2030 год: от массового появления агентов до усиления государств, в основе которых действует AI, и рисков потери контроля.

Аналитики red_mad_robot перевели и адаптировали отчёт, чтобы вы могли ознакомиться с ключевыми идеями (целых 16 страниц!). А также добавили глоссарий — с ним будет удобнее ориентироваться в терминах. 

🔗 Отчёт — в PDF ниже. Читайте, скачивайте и пишите мысли в комментариях. 

#AI_moment #трендвотчинг #рынки

Рынок AI расширяет границы — от визуального анализа до прототипов в браузере

Аналитический центр red_mad_robot рассказывает и комментирует главные события индустрии на неделе с 31 марта по 4 апреля. 

🟥Alibaba выпустил QVQ-Max: новая визуальная reasoning-модель понимает содержание фото и видео, анализирует контекст и предлагает решения. В планах — создание визуального AI-агента, способного управлять устройствами.

Почему это важно: Qwen2.5-VL, Omni и теперь QVQ-Max — китайские LLM последовательно наращивают мультимодальные возможности. Модели всё лучше ориентируются в визуальном мире: не просто «видят», а понимают, что происходит, и умеют на это реагировать. Это фундамент для создания AI-агентов, которые действуют в физическом мире.

🟥«Авито» представил стратегию по GenAI: компания инвестирует 12 млрд рублей в развитие GenAI до 2028 года, запускает образовательные программы с вузами и уже использует собственные модели: A-Vibe (текст) и A-Vision (мультимодальная). LLM должны обновить существующие функции внутри платформы. 

Почему это важно: на российском рынке формируется новая группа игроков, готовых не просто внедрять чужие решения, а развивать собственные. Помимо Сбера, Яндекса и Т-Банка, появляются компании, которые инвестируют в локальный стек и двигают рынок вперёд. Такой подход позволяет не только сократить временные затраты, но и найти возможности для получения финансовой выгоды.

🟥Amazon запустил Nova Act: AI-агент может управлять браузером и имитировать простые действия человека. Во внутренних тестах Nova Act превосходит Operator от OpenAI и Computer Use от Anthropic. Вместе с агентом доступен SDK для прототипирования. 

Почему это важно: Amazon не в топе AI-лабораторий, но у компании — инфраструктура и миллионы пользователей. Если Nova Act окажется полезным в реальных сценариях, это может стать переломным моментом для рынка агентов. Либо наоборот — подорвать к ним доверие.

Также на неделе:
• MTS AI представила LLM для бизнеса и будущих отраслевых агентов
• Яндекс запустил RAG-платформу для создания персональных баз знаний 
• Китайский Zhipu AI вывел на рынок агента для глубоких исследований
• OpenAI работает над открытой LLM с продвинутым логическим выводом
• Amazon начал тестировать агентскую функцию Buy for Me
• Midjourney выпустила первое обновление почти за год
 
#AI_moment #трендвотчинг

AI, который понимает мир — не метафора, а roadmap на 3 года. Зачем он нужен бизнесу?

Следующий этап в развитии AI — системы, которые понимают физический мир и умеют в нём действовать. Над этим уже работают Meta и Google. Собрали главные мысли техлидеров.

Ⓜ️ Глава Meta AI* Ян Лекун заменяет термин AGI (общий искусственный интеллект) продвинутым машинным интеллектом — AMI. По его словам, человеческий разум слишком привязан к контексту и узко решает конкретные задачи — копировать его нет смысла. Цель — построить архитектуру, которая обучается, рассуждает, предсказывает и адаптируется под среду. До первых жизнеспособных систем нам осталось около 3-5 лет. 

🌐 CEO Google DeepMind Демис Хассабис говорит о том же: мы научились побеждать в Go, но пока не можем перенести эти навыки в реальный мир. AGI начнётся с систем, которые работают в условиях неопределённости и действия, а не в симуляциях.

AGI как финальная форма ещё впереди, но AI уже берёт на себя его функции. Мы переходим от генерации — к действию. Это меняет архитектуру продуктов, API, подход к разработке и сборке команд. Для бизнеса это не теория, а сдвиг в инфраструктуре: от прототипов — к интеграции в процессы, от чат-ботов — к агентам. 

* Запрещена в РФ

#AI_moment #трендвотчинг

Запустили Smart Platform — AI-решение для бизнеса, построенное на LLM

Большинство корпоративных данных не используется. Мы меняем это: даём бизнесу доступ к знаниям — быстро, точно и без потерь.

Платформа работает с корпоративными данными и разворачивается внутри периметра компании. В основе — RAG и многоступенчатая фильтрация. Это позволяет отсекать шум, упорядочивать информацию и получать точные ответы без искажений — в диапазоне 95–100%.

На базе технологии можно создавать AI-агентов под любые задачи — от генерации FAQ и поддержки клинетов до автоматизации доступа к корпоративным знаниям и интеграции данных в CRM.

Smart Platform уже внедрена в A101, ГК ФСК и книги билайн. Следующий шаг — SaaS-версия.

↗️Подробнее рассказали в материале Русбейс.

#AI_moment #роботайм

Когда участвуешь в хакатоне и приносишь готовый продукт за 12 часов. Ой, то есть хотели сказать, что red_mad_robot оказался в числе лучших на AI-хакатоне ⚡️

Выбрали трек с использованием AI в производстве и собрали систему, которая превращает требования аналитиков в архитектурные схемы и описания. Один цикл — без ручной отрисовки и лишних итераций.

В основе — Cursor, Claude, GigaChat, LangGraph, PlantUML и Streamlit. Сценарий, который обычно занимает неделю, теперь укладывается в день. За счёт AI-first подхода и вайб-кодинга: код схем генерируется напрямую из смысла.

Валерий Ковальский, CEO NDT by red_mad_robot:

Настоящий бизнес-прорыв происходит на пересечении двух искусств: упрощения сложного и стратегического усложнения простого. В нахождении тонкого баланса между этими противоположностями раскрывается секрет, позволяющий не только экономить время, но и создавать принципиально новую ценность.

#AI_moment #роботайм

Что произошло в GenAI

Главные события индустрии с 24 по 28 марта — с комментариями стратегических аналитиков red_mad_robot о том, что стоит за заголовками и почему это важно для бизнеса.

🟥Arc Prize Foundation представил ARC-AGI-2: новый тест для оценки LLM требует не просто мощности, а интуиции и адаптивности. В центре внимания — способность к обобщению.
Тест снижает уровень неопределённости вокруг идеи скорого появления AGI. Вместо громких заявлений — чёткая проверка пределов возможностей моделей. Это сдвигает фокус индустрии: от накачки параметров к глубокому разбору слабых мест. И даёт импульс новым исследованиям, которых давно не хватало индустрии. 

🟥Microsoft разработала Knowledge Base-Augmented Language Models (KBLaM): архитектура для включения внешних знаний в LLM демонстрирует лучшие результаты по сравнению с RAG и файнтюном. KBLaM работает быстрее, избегает галлюцинаций и отказывается отвечать при отсутствии данных.
KBLaM предлагает более устойчивый способ подключать внешние знания — без переобучения и роста затрат. Это снижает барьер внедрения LLM в реальные процессы: модель становится не хранилищем всего, а гибким исполнителем, работающим на актуальных данных. Стратегически это шаг к более управляемому и масштабируемому GenAI в продуктах.

🟥Tencent выпустила Hunyuan-T: ещё одна новая reasoning AI-модель незначительно превосходит DeepSeek R1 и GPT‑4.5, но уступает o1 в ряде бенчмарков. LLM лучше справляется с лаконичностью, длинными текстами, требует меньше ресурсов и генерирует до 60–80 токенов в секунду при низком уровне галлюцинаций.
Китайские разработчики делают ставку не на абсолютную мощность, а на эффективность. Hunyuan-T1 быстрее, проще и доступнее в запуске — такие модели могут стать основой для дешёвых, прикладных AI-решений. 

🟥OpenAI добавил 4o Image Generation: GPT‑4o теперь может анализировать и учиться на загруженных пользователем картинках, интегрировать их детали в контекст, создавать читаемый текст без опечаток и работать со сложными промтами.
Теперь GPT‑4o работает не только с текстом, но и с визуальными задачами — в одном потоке, без смены инструмента. В перспективе это упрощает и ускоряет создание профессионального визуального контента, меняет подход к работе с пользовательскими материалами и делает модель фактически универсальным генератором для бизнеса и креаторов. 

🟥Alibaba выпустила Qwen2.5-Omni-7B: мультимодальная модель одновременно обрабатывает текст, изображения, аудио и видео, отвечает голосом или текстом. Энергоэффективность достигается благодаря архитектурным решениям — Thinker-Talker, TMRoPE и Block-wise Streaming Processing.
Модель позволяет интегрировать несколько видов данных в одном диалоге, сокращая разрыв между человеком и AI в реальных сценариях взаимодействия. Это приближает индустрию к созданию универсальных мультимодальных ассистентов. 

Также на неделе:
• Microsoft выпустила агентов Researcher и Analyst
• DeepSeek обновила V3 с упором на программирование и frontend
• Reve AI вырвалась в лидеры генерации изображений
• Databricks создала метод обучения без размеченных данных
• Groq и PlayAI выпустили модель с реалистичной генерацией речи
• Google представила Gemini 2.5 Pro с окном на 1 млн токенов 

#AI_moment #трендвотчинг

Как мы помогли ФСК снизить нагрузку на команду на 40% с помощью AI-агентов

«Есть ли в этой квартире панорамные окна?» — на такие вопросы AI должен отвечать точно. Один неверный ответ может стоить сделки. Для группы компаний ФСК, одного из крупнейших девелоперов России, мы внедрили смарт-платформу с двумя AI-агентами. Один работает с клиентами, второй помогает сотрудникам. В итоге — автоматизация обработки данных, управление знаниями и снижение нагрузки на поддержку и коммерческий департамент без риска для бизнеса.

🔗 Разложили всё на Хабре: как строили систему, какие технологии использовали и как проверяли точность. Читайте свежий кейс.

#AI_moment #роботайм

Исследователи METR (специализируются на оценке AI-моделей и рисков) замерили, как AI справляется с длинными и сложными кейсами. С 2019 года каждые 7 месяцев LLM удваивают способность выполнять такие задания с 50% показателем успешности. METR называют это «своеобразным законом Мура для AI-агентов» — как когда-то увеличивалась мощность чипов, теперь растёт эффективность GenAI в прикладных сценариях.

Чтобы отследить прогресс, команда разработала бенчмарк на основе 170 реальных инженерных задач из датасетов HCAST, RE-Bench и SWAA и ввела две метрики. Первая — human baseline — фиксирует, сколько времени на выполнение заданий тратят люди. Вторая — task-completion time horizon — отслеживает, за сколько AI может выполнить те же задачи с определённой долей успеха.

↗️ Результаты исследования:
2019: модели с трудом справляются с задачами длиннее минуты
2023: уверенно закрывают 50% заданий продолжительностью 5–30 минут
2025: передовые LLM (например, Claude 3.7 Sonnet) выполняют 50% сценариев, которые у человека заняли бы час

Если рост сохранится, к 2030 AI-агенты смогут брать на себя половину инженерных задач месячной сложности.

↗️ Что это меняет для бизнеса:
GenAI выходит из песочницы: AI-агенты берут в работу задачи с глубиной — не просто отклик, а выполнение, сопоставимое по сложности с тем, как это делает человек.
Порог входа уже пройден: компании, которые начинают внедрять агентов уже сейчас, быстрее переходят к операционной автоматизации.

GenAI пока не берёт на себя креатив и живое взаимодействие. Но в задачах, где важны структура, повторяемость и скорость — уже обходит человека. И делает это быстрее, чем мы привыкли думать.

#AI_moment #трендвотчинг

red_mad_robot и билайн заключили стратегическое партнёрство в сфере AI

Объединили усилия с билайн, чтобы вместе разрабатывать и внедрять GenAI-решения — от внутренних инструментов до продуктов для корпоративных клиентов и розницы.

Фокус — на реальных задачах. Будем создавать виртуальных ассистентов, системы управления знаниями, мультиагентные платформы и интеллектуальные сервисы. Всё — чтобы ускорить принятие решений, повысить операционную эффективность и упростить сложные процессы в бизнесе.

Отдельное направление — персонализированные AI-сервисы для клиентов билайна с подбором продуктов, управлением подписками и поддержкой в различных сферах. Команды уже в деле ✅

Фаундер red_mad_robot Алексей Макин:
Технологии и экспертиза red_mad_robot в области AI, объединённые с опытом билайна в работе с клиентами и масштабными сервисами, позволят создавать прорывные AI-решения, востребованные как в бизнесе, так и в повседневной жизни пользователей. Вместе мы сможем ускорить внедрение передовых технологий и сделать их доступнее.

#AI_moment #роботайм

Как банкам извлекать реальную выгоду из GenAI: разбор McKinsey

Аналитический центр red_mad_robot адаптировал исследование McKinsey о том, как банки перестраивают операционные модели, чтобы GenAI стал источником роста, а не просто автоматизации.

Главное:

🟥Банки не ограничиваются узкими сценариями. Вместо точечных решений — полная трансформация процессов. Чат-боты — не стратегия, а инструмент в рамках более широкой перестройки.

🟥AI-стек строится с прицелом на агентные системы. Они умеют не просто предсказывать, а планировать, рассуждать и действовать в сложных средах. Это следующий уровень автоматизации.

🟥Лидеры рынка централизуют трансформацию. Инициативы связаны со стратегией, компоненты повторно используются между доменами, а управление сосредоточено в единой AI-команде.

🟥GenAI становится частью стратегии. Лидеры уже встраивают GenAI в стратегическое планирование и управляют трансформацией не только с позиции технологий, но и бизнес-ценности.

↗️ В новой статье на Хабре — полный разбор материала и чек-лист, по которому можно понять, движется ли компания в сторону AI-First.

#AI_moment #трендвотчинг

Результаты исследования и ключевые данные по внедрению GenAI в России 🟥

В опросе Ген ИИ приняли участие 50+ российских компаний, и результаты подтвердили: большинство организаций пока на начальном этапе внедрения GenAI. 45% только начинают разбираться с технологиями, а зрелые решения есть лишь у 3% бизнеса.

Основные барьеры:
📍 Нехватка экспертизы: бизнес сталкивается с дефицитом компетенций
📍 Нет стратегии: организационные процессы не адаптированы под новые технологии
📍 Финансирование: бюджет на AI остаётся ниже 1% от ИТ-расходов
📍 Юридическая неопределённость: правовые барьеры и регуляторные ограничения — самые слабые места

Лидеры по готовности — ИТ, телеком и финансы. Остальные отрасли пока внедряют GenAI точечно.

#AI_moment

↗️Подборка AI-сервисов, чтобы сделать бизнес-процессы эффективнее

Рынок перенасыщен AI-решениями, но далеко не все из них дают бизнесу измеримую пользу. Важно понимать, какие инструменты оптимизируют процессы, снижают затраты и повышают эффективность.

Команда red_mad_robot AI собрала подборку рабочих сервисов — сохраняйте, делитесь и дополняйте список в комментариях.

P.S. Это первая часть подборки — в ней собраны только международные инструменты. В следующем выпуске разберём российские решения.

#AI_moment

Где компании уже внедряют GenAI, а где пока только тестируют?

20 марта в пресс-центре «Интерфакса» представят результаты исследования и обсудят, как AI меняет рынок. В фокусе — ключевые цифры внедрения, востребованные роли и перспективы замены целых департаментов LLM-моделями. Также разберут барьеры масштабирования, экономические эффекты и сравнят выдачу всех доступных нейросетей.

🔗 Регистрируйтесь до 19 марта

#AI_momemt

↗️ Эмоциональный AI, страна гениев и серверы подхалимов: визионеры о будущем технологий

Лидеры индустрии не сошлись во мнениях, каким путём пойдёт развитие AI. Одни говорят об эмоциях и автономности моделей, другие сомневаются в реальных интеллектуальных возможностях существующих систем. Единого взгляда нет, зато ясно одно: отрасль готова спорить, а значит, поле возможностей открыто.

Аналитический центр red_mad_robot собрал главные прогнозы: 

Ⓜ️ Ян ЛеКун, глава Meta AI*

Следующее поколение AI от Meta (FAIR) получит способность испытывать «эмоции»: страх, радость, любопытство. Сегодняшние нейросети, по словам ЛеКуна, всё ещё «очень глупы» и не обладают базовым пониманием физического мира.

💻 Сатья Наделла, CEO Microsoft

Конкуренция на рынке AI будет зависеть уже не от мощности самих моделей, а от того, насколько эффективно компании смогут интегрировать их в конечные продукты и комплексные решения.

Сейчас AI-индустрия переживает волны активности, охватывающие сразу несколько уровней: производство чипов, развитие дата-центров, фреймворки, базовые модели, вертикальные AI-компании, потребительское оборудование и сервисы, а также корпоративный софт.

Microsoft разрабатывает полную архитектуру AI-технологий и готовит новую базовую модель MAI, способную логически рассуждать и делать выводы.

🖥 Anthropic, разработчик Claude

Компания ожидает появления сверхинтеллектуальных систем («страна гениев в дата-центре») уже к 2026–2027 годам. Такие модели смогут самостоятельно решать задачи уровня нобелевских лауреатов.

🟥Томас Вольф, сооснователь Hugging Face

Текущие AI-системы вместо оригинальности склонны лишь имитировать интеллект, подстраиваясь под ожидания пользователей, а не генерировать творческие решения. Они не станут «страной гениев» — скорее, их ждёт роль «страны подхалимов на серверах».

🟥Арвинд Кришна, CEO IBM

В ближайшие полгода AI уже будет самостоятельно писать от 20 до 30% программного кода. Это не вытеснит разработчиков, а только повысит их производительность и эффективность.

* Запрещена в РФ

#AI_moment #трендвотчинг

Время стабильных стратегий прошло — сегодня выигрывают компании, которые предугадывают тренды и адаптируются к ним ⚡️

Аналитика трендов и изменений на рынке — одна из ключевых компетенций в red_mad_robot, которая помогает не только реагировать на изменения, но и заблаговременно к ним готовиться. Классический менеджмент учил нас строить долгосрочные планы, но реальность показала, что стабильное будущее бизнеса без изменений спрогнозировать невозможно.

Почему старые стратегии больше не работают? Какие тренды определяют будущее? И как бизнесу опережать изменения, а не догонять их? Эти и другие вопросы co-CEO red_mad_robot Илья Самофеев обсудил в рамках дискуссии с Максимом Михалёвым, ведущим образовательных программ Школы управления СКОЛКОВО, и Юрием Зайцевым, СРО МТС.

📍 Полная версия статьи 
📍 Запись дискуссии 

#роботайм #трендвотчинг

Технологии меняются быстрее, чем бизнес успевает адаптироваться. Вопрос не в том, нужна ли цифровая трансформация, а в том, как проводить её системно и без потерь.

12 марта в Сколково — живая дискуссия о том, как технологии меняют бизнес. Две точки зрения:

🟥Технологический бизнес — co-CEO red_mad_robot Илья Самофеев расскажет, как компании внедряют GenAI-инструменты, чтобы не просто следовать трендам, а реально усиливать бизнес.

🟥Бизнес-образование — академический директор программы Digital Shift в Школе управления СКОЛКОВО Николай Верховский объяснит, как выстроить системные процессы и избежать хаоса при цифровой трансформации. 

Это не лекция, а открытая дискуссия с вопросами, разбором кейсов и практическими инструментами. 

Что обсудим: 

📍 Как встраивать технологии в стратегию бизнеса без хаоса 
📍 Почему внедрение без налаженных процессов = потеря времени и денег
📍 Как сохранять устойчивость, когда рынок постоянно меняется 

А также презентуем программу Digital Shift, которая помогает компаниям выстроить стратегию цифровой трансформации и адаптироваться к изменениям рынка.

Где: кампус Школы управления СКОЛКОВО (МО, город Одинцово, деревня Сколково, улица Новая, дом 100) 
Когда: 12 марта в 18:30 

↗️Регистрируйтесь на мероприятие 

#AI_moment

Как оценить готовность бизнеса к GenAI

Бизнес по-разному подходит к внедрению GenAI: одни компании уже перестраивают процессы, другие всё ещё оценивают риски. Чтобы зафиксировать реальную картину рынка, «Ген ИИ» совместно с Национальным центром развития ИИ и СКАН-Интерфакс проводит опрос зрелости бизнеса.

Фаундер red_mad_robot Алексей Макин, а также эксперты из SberDevices, Яндекса и МТС AI помогли разработать методику для этого исследования. Проект позволит выявить, что именно тормозит внедрение GenAI, какие решения требуются рынку и где находятся слабые места в бизнес-процессах.

↗️ Поделиться своим опытом и пройти опрос можно до 7 марта, а прочитать подробности исследования — в сообщении.

#AI_moment

Привет, это red_mad_robot. Просто хотели сказать, что нам очень нравится наш последний кейс с сервисом книги билайн. Мы там разработали умный AI-поиск, который помогает находить книги не только по названию или автору, а по атмосфере, сюжету и даже характеру героев.

За 1,5 месяца мы обучили LLM GigaChat Max понимать литературу и структурировать огромный массив метаданных сервиса, чтобы пользователь мог в пару кликов найти ещё один роман про вампиров, но без волков по соседству.

Решили оформить кейс в виде литературного произведения, потому что — почему нет. Извольте ознакомиться 🟥

#AI_moment #роботайм

Развитие ИИ сегодня предвосхищает очередной цикл технологической трансформации. И хоть пока экономическую эффективность от интеграции моделей часто сложно просчитать, они на наших глазах становятся всё более пригодными для бизнес-задач.

Сегодня у red_mad_robot вышло исследование, посвящённое будущему рынку GenAI в 2025 году. Собрали самое интересное:

☁️ С точки зрения трендов 2025 год очевидно пройдёт под флагом агентского подхода, когда бывшие «копайлоты» на наших глазах стремительно осваивают полноценные специальности и заточенный под человека UI.

Интересно выглядит развитие мультагентных систем. Простимулировать их развитие смогут проекты, поддерживающие архитектуру трансформатора общей рекуррентной памяти (SRMT). Личные «воспоминания» агентов объединяются в общее пространство, имитируя работу человеческого мозга для учёта глобального контекста при принятии решений.

✔️ Ещё одно интересное направление — развитие Composite AI. Одной LLM в бизнес-процессах уже не обойтись, поэтому возможность интегрировать в одно решение различные технологии, такие как ML, NLP, анализ данных и другие, становится настоящим спасением в сложных задачах.

Более «на пальцах» эту концепцию ещё в 2024 году объяснили в Fujitsu в тематической white paper. Пользователь взаимодействует с с системой через чат-бот, а та самостоятельно выбирает и сводит вместе соответствующие модели и данные, выдавая сотруднику конкретный результат.

ℹ️ RAG становится базово применимой концепцией для LLM, количество инструментов для повышения точности таких систем постоянно растёт. Новые возможности для мультимодальных систем может открыть расширение этой концепции на видеоконтент, соответствующие исследования уже идут.

Однако распространение VLM-моделей, работающих одновременно с текстом и изображениями, может изменить баланс технологий в этой сфере.

💻 Гигантских «универсалов» всё чаще заменяют более компактные SLM-решения.  Они содержат меньше параметров, но обеспечивают высокую эффективность за счёт адаптации к конкретным доменам. А снизить затраты на их создание позволят модели самообучения.

В январе была представлена DeepSeek-R1, первая из opensource созданная с использованием обучения с подкреплением (Reinforcement Learning, RL). Этот подход позволил снизить затраты на разработку более чем в 40 раз — всего $12 млн против $500 млн у OpenAI.

Самообучающиеся модели трансформируют рынок, снижая стоимость AI-услуг. Новые методы, такие как контекстное самообучение (ContextSSL), позволяют нейросетям адаптировать представления к разным задачам. Развитие RL ведет к появлению AI-систем, способных к самосовершенствованию — а так недалеко и до AGI!

🤖 Нас ждёт всё большее развитие рынка данных. В январе мы писали о том, как человек станет новым источником «живой» информации для ИИ-моделей. Бизнес уже осознал ценность данных для оптимизации процессов, и теперь они становятся полноценным продуктом с выделенными командами и стратегиями монетизации.

Компании стремятся разрабатывать доменно-специфичных ИИ-агентов на основе уникальных данных, а рынок движется к формированию маркетплейсов, где такие агенты будут интегрироваться с платформами разных поставщиков. Уже появляются хабы ИИ-агентов — например, Slack Agent Hub, объединяющий решения от Salesforce, Adobe, Anthropic, Cohere и Perplexity.

Ну и, наконец, мейнистримом станут синтетические данные, необходимые в случаях, когда реальные данные слишком дороги, труднодоступны или ограничены из-за требований конфиденциальности. Они позволят компаниям безопасно разрабатывать и тестировать модели, не нарушая регуляторные нормы.

🔤🔤Отдельный интерес представляют эксперименты в сфере GenAI. Ключевыми здесь являются масштабирование вывода для экономии ресурсов, «скрещивание» моделей с помощью эволюционных алгоритмов, самостоятельный анализ на галлюцинации, обучение с фидбеком от других моделей...

Мы видели, как появление reasoning-моделей по факту перевернуло рынок, а запуск Operator и аналогов сделал реальной идею об ИИ, управляющим твоим ПК. Дальше — только больше.

@anti_agi

Если вы ещё не успели ознакомиться с тренд-репортом, наши друзья из Неискусственного интеллекта уже успели всё изучить и собрали для вас самое главное ↗️

↗️ Тренд-репорт про рынок GenAI в 2025 году, который мы презентовали в МШУ Сколково.

AI перестал быть просто трендом — это полноценный технологический цикл, меняющий бизнес-процессы, экономику и рынок труда. Стратегические аналитики red_mad_robot собрали ключевые тренды и события, которые помогут лучше понять, куда движется индустрия.

Что внутри:
📍 овервью рынка GenAI на февраль 2025: рост, инвестиции, ведущие игроки;
📍 топ-10 технологических трендов, которые определяют вектор развития рынка;
📍 как GenAI трансформирует рынок труда;
📍 эксперименты в GenAI: на что стоит обратить внимание;
📍 оценка бизнес-эффектов от внедрения GenAI.

Сохраняйте, изучайте, делитесь фидбеком.

#трендвотчинг #AI_moment #роботайм

В red_mad_robot мы не только развиваем AI-решения, но и активно передаём знания новым поколениям специалистов. Уже в следующем месяце у нас стартует обучающий буткемп для NLP-инженеров и MarkUp-инженеров.

Все подробности — в нашем канале для разработчиков. Подписывайтесь👇

#роботайм

Хотите ворваться в разработку AI-решений? Мы в red_mad_robot запускаем буткемп для джунов, где за 4 недели вы получите практический опыт в разработке AI-решений под руководством экспертов red_mad_robot.

↗️У вас будет два возможных пути

- NLP-инженер — работа с LLM (ChatGPT, LLaMA, Claude), настройка промтов, обработка текстов. Для разработчиков, аналитиков и тех, кто хочет научиться говорить с AI на одном языке;
- MarkUp-инженер — разметка данных, генерация контента, автоматизация процессов. Идеально для тестировщиков, технических специалистов и тех, кто хочет делать AI точнее.

⚡️Как устроен буткемп?
- 80% практики — реальные задачи, никаких лекций ради лекций;
- менторы red_mad_robot — поддержка и ревью;
- кейс в портфолио + новые AI-скиллы.

Приём заявок — до 10 марта. Старт — 17 марта. Обучение бесплатное, но с отбором.

🔗 Интересно? Записывайтесь по ссылке.

AI-рынок на пороге перемен: что ждёт индустрию в 2025 году?

Прошлый год стал для AI точкой масштабных изменений: open source модели укрепили позиции, компании начали адаптировать стратегии под новые реалии, а регуляторы — пытаться успеть за технологиями. Но это только начало: рынок продолжает трансформироваться, и в 2025-м нас ждут новые прорывы и вызовы.

Чтобы понять, куда движется индустрия, собрали мнения экспертов:

- Валерия Ковальского из NDT by red_mad_robot;
- Сергея Нотевского из Битрикс24;
- Дмитрия Черноуса из MTS AI;
- Степана Гершуни из е/асс;
- Натальи Цеберс из ВкусВилла;
- Антона Руденко из GigaChat.

Листайте карточки, чтобы узнать:

• как компании пересматривают подходы к внедрению и использованию нейросетей?

• какие технологии и бизнес-модели будут определять развитие AI в 2025 году?

• и каким будет следующий этап в гонке генеративного интеллекта?

#AI_moment

Дополнили семейство LLM в Daisy — в десктопной версии теперь доступен DeepSeek

В Daisy Web под капотом работают сразу несколько мощных моделей, открывающих доступ к передовым возможностям AI. С добавлением DeepSeek мы усиливаем нашу платформу: китайская нейросеть уже демонстрирует конкурентоспособные результаты в генерации кода, анализе данных, решении сложных логических задач и многошаговых рассуждениях.

Что в итоге выбрать: DeepSeek или ChatGPT?
Спорим об этом в редакции! Пока ясно одно: DeepSeek — серьёзный игрок в мире AI, особенно в аналитике и логике. Но главное здесь то, что в Daisy вы сможете попробовать не только эти модели, но ещё и Claudе, Sonnet и Gemini.

Кроме того, на платформе можно анализировать файлы и документы. Просто напишите, что нужно — нейросеть сделает остальное.

Кстати, после выхода DeepSeek акции технологических компаний США заметно обвалились. И хотя показатели уже восстановились — на Хабре мы подробно разобрали причины произошедшего.

#роботайм #AI_moment

⚡️ Тренд-репорт. Рынок GenAI в 2025 году: что нужно знать бизнесу

12 февраля в 10:30 мы вместе с нашими партнёрами из Школы управления СКОЛКОВО обсудим, каким будет рынок генеративного AI в 2025 году.

Илья Самофеев, co-CEO red_mad_robot, расскажет:
- о ключевых трендах отрасли;
- где и как российский бизнес использует GenAI;
- какие отрасли являются зрелыми с точки зрения технологии, а какие только тестируют её;
- какие бюджеты компании выделяют на внедрение GenAI;
- про особенности успешных российских и мировых бизнес-кейсов.

Такое бывает нечасто. Делимся наработками стратегических аналитиков red_mad_robot со всеми желающими. Каждый слайд = ценный инсайт про рынок, поэтому пропускать не рекомендуем.

⭐️ Приходите 12 февраля в 10:30 в Школу управления СКОЛКОВО по адресу: Московская область, город Одинцово, деревня Сколково, улица Новая, дом 100, аудитория Дакар. Или подключайтесь онлайн (но лучше приходите лично, у нас есть для вас подарок).

🔗 Регистрация по ссылке.