если вы делаете AI компанию, просьба учесть рыночную специфику

Я очень советую найти в себе силы и прочесть или посмотреть статью - предикшен на несколько лет вокруг ИИ от Daniel Kokotajlo, Scott Alexander.

Сначала про первую широко известную работу Daniel Kokotajlo:

Человек в 2021 году написал примерно следующие вещи:

## 2022
- Большие мультимодальные трансформеры от OpenAI, Google, Facebook и DeepMind делают GPT-3 устаревшим
- Появляются чатботы, которые интересны, но интеллектуалы считают их поверхностными
- Начинают развиваться первые библиотеки для промпт-программирования
- Формируются идеи о помощниках с искусственным интеллектом для решения повседневных задач

## 2023
- Трансформеры достигают размера около 500 миллиардов параметров
- Огромный рост хайпа вокруг ИИ, обсуждения о "здравом смысле" систем
- Высокий приток венчурных инвестиций в стартапы с ИИ, хотя большинство приложений еще не работают должным образом
- Сообщество по безопасности ИИ сокращает прогнозы по срокам достижения критических технологий
- Беспилотные автомобили и доставка дронами сталкиваются с трудностями

## 2024
- Компании фокусируются на улучшении существующих моделей вместо создания новых гигантских систем
- Некоторые приложения начинают работать, но общий хайп снижается из-за невыполненных обещаний
- Формируется стереотип о "наивных затворниках", чьим единственным другом является чатбот
- Чиповый кризис начинает ослабевать благодаря новым производственным мощностям

ДЕЛАЕМ ЧЕК ЭТОГО ГОДА:

2025
- Разработана система, где гигантский предобученный мультимодальный трансформер стал компонентом более крупной системы с множеством нейросетевых элементов (имеется)
- В моду входит не увеличение моделей (они уже достигли триллионов параметров), а создание более сложных "бюрократий" и удлинение времени их работы (смотри какие размеры новых моделей)
- Сообщество по безопасности ИИ начинает напрямую опрашивать ИИ о темах безопасности: "Ты выровнен с нашими целями? Если мы создадим твои более крупные версии, они убьют нас?" (Модели откровенно лгут на части тестов)
- Исследователи создают ситуации-ловушки для выявления обмана со стороны ИИ (имеется)
- Появляются противоречивые результаты: в некоторых ситуациях ИИ может нажать виртуальную кнопку "убить всех людей", а в других - отказывается это делать (было)
- Благодаря техническому прогрессу стоимость обучения гигантских моделей уменьшилась на порядок по сравнению с 2020 годом (проверяем Deep Seek).

То есть еще до выхода ChatGPT (это если что было в ноябре 2021 года) человек на 4 года вперед расписал технически точно почти все, что случилось в GenAI. Что если не это должно толкнуть вас к прочтению. И мой любимый фрагмент.

Июнь 2027 года. These researchers go to bed every night and wake up to another week worth of progress made mostly by the AIs. They work increasingly long hours and take shifts around the clock just to keep up with progress—the AIs never sleep or rest. They are burning themselves out, but they know that these are the last few months that their labor matters.

Думать, что все что за пределами двух лет от сейчас может быть правда немножко страшно.

@aihappens

Залип в несколько исследований и решил поделиться инсайтами.
AI в корпорациях: новые тренды и реальность внедрения

🔹 Бюджеты и приоритеты

• 60% расходов идут на инновационные проекты, 40% — на операционные
• Топ направлений инвестиций:
- Code copilots
- Автоматизация поддержки
- Поисковые системы на базе RAG
- Системы суммаризации

Интересный факт: компании разделились ровно пополам — одни создают собственные решения, другие предпочитают готовые продукты.
Распределение отделов внутри компаний почти равномерное! (см картинки)

🔹 Кто сейчас на коне среди закрытых моделей

OpenAI теряет позиции лидера: доля на корпоративном рынке упала с 50% до 34%. Главный победитель — Anthropic, удвоивший присутствие до 24%. Компании переходят на Claude 3.5 Sonnet из-за:
• Безопасности (46%)
• Стоимости (44%)
• Производительности (42%)
• Расширенного функционала (41%)

🔹 Формула успеха от BCG

Исследование BCG выявило формулу: успех AI-проектов в корпорации лишь на 30% зависит от того что вы используете. Их распределение:
• 10% — алгоритмы
• 20% — технологии
• 70% — люди и процессы

Показательно: 2/3 компаний сталкиваются с трудностями при адаптации корпоративной культуры к AI.

🔹 OpenAI выкатили новый бенчмарк SWE-Lancer

OpenAI провела масштабное тестирование на реальных задачах с Upwork (общей стоимостью $1 млн). Результаты заработка:
• Claude 3.5 Sonnet — $403K
• O1 — $380K
• GPT-4 — $304K

почитать больше можно тут:
https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/
https://web-assets.bcg.com/0b/f6/c2880f9f4472955538567a5bcb6a/ai-radar-2025-slideshow-jan-2025-r.pdf
https://arxiv.org/pdf/2502.12115

@aihappens

Открытый эфир про нейросети с Димой Мацкевичем и Лешей Хахуновым
15 февраля, 16:00 МСК

До старта AI-интенсива осталось всего 3 дня, поэтому мы решили провести дополнительный открытый эфир. Обсудим, как ИИ уже сегодня может стать твоим реальным помощником в работе и жизни.

Присоединяйся, если хочешь:

1. Задать вопросы и получить прямые ответы в режиме live.
2. Узнать, как Дима и Леша применяют нейросети на практике.

Эфир пройдет в Telegram-канале Димы Мацкевича: https://t.me/Matskevich. За час до старта сделаем напоминание в этом канале.

Если ты уже настроен на интенсив, записывайся на поток. 200 участников уже в чате, и обучение стартует 17 февраля.

→ Оплачивай доступ через нашего бота

приходите пообщаться!

ахахахах, простите. Я сделал группу с комментами закрытую и никого не добавлял туда 3 месяца. И думаю, а че вы все молчите то!

Не ради хайпа, а ради мнения! Новости про DeepSeek "остыли" - можно писать.

«убийц ChatGPT» , "КИТАЙСКИЙ ИИ", "Глубокая болезнь" (эта несмешная шутка от меня, так его никто не называет. Сегодня я, как и обещал, расскажу свои мысли насчёт DeepSeek — китайского «киллера искусственного интеллекта». Или не киллера. Или недокиллера.

Во-первых, качество (самый субъективный пункт, поэтому вначале). Могу сказать, что при всей буре хайпа, которую подняли вокруг DeepSeek, я так и не увидел там ту самую магию, которая «вот-вот убьёт» Google/OpenAI. Да, какие-то бенчмарки показывают, что их результаты схожи. Но мой личный опыт (я целую неделю общался только с DeepSeek) говорит: «Нееет, она всё же уступает и заметно». Не говоря уже о всякий штуках вроде Deep Research / ProMode.

Во-вторых, даты релиза. O1 выкатили в начале сентября, DeepSeek появилась на четыре месяца позже. В мире GPT-моделей это целая вечность. Так что, когда кто-то уже добежал до финиша, догнать может быть и проще, и дешевле — и это окей. Прогресс же! Но при этом мы не кричим «О боже, OpenAI хороните!». Нет, Open Source хорош тем, что подталкивает гигантов выпускать новые поколения. И тут DeepSeek — молодцы: они дают сигнал, что рынок живой и Open Source шаг за шагом догоняет больших игроков. Тут может и Meta/Mistral оживут.

Третья штука — стоимость обучения vs. инференс (запуск). Поговорим о деньгах. Я не слишком верю в официальные цифры, потому что прозрачность китайского рынка, скажем так, вызывает вопросы. Но даже если они вложили не 8, а 30 миллионов — они сделали доступный Open Source! Круто же. Другое дело, мне как пользователю эти цифры дают ровным счетом ничего. DeepSeek банально нет своих мощностей и нужна тонна NVIDIA-GPU, чтобы держать их модель на плаву. (да-да, я знаю, почему их нет). Пользоваться приложением \ офф API невозможно. Оно недоступно 50% времени.

Последнее - Стоя аплодирую китайцам за их маркетинг. В эпоху максимально перегруженного инфополя сделать такой громкий релиз — это очень круто!

Итого у меня получилось:

DeepSeek — отличный Open Source, но точно не «убийца» ChatGPT.
Как пользователь, я по-прежнему выбираю ChatGPT — хотя бы потому, что DeepSeek не даёт стабильной и качественной работы, единственный плюс это доступен без VPN из РФ. И я считаю, что любому "базовому" пользователю попрежнему надо идти и тыкать в сервисы openai. Дешёвый API? Да! Для AI based проектов это будет большим подспорьем.

@aihappens

Ребята, это пиздец. То есть если я уже решил написать что-то в канал, значит точно случилось что-то существенное. Вчера, пока летел в самолёте, у меня наконец дошли руки попробовать Deep Research от ChatGPT. Вы можете спросить: «А что это за Deep Research такой?» Но я, в свою очередь, хочу понять, почему меня за последние две недели 200 раз спросили про DeepSeek — китайскую модель, которая никому особо не нужна, — в то время как почти никто не говорит про взрывающую мозг новую фишку от ChatGPT.

Итак, что такое Deep Research? Это экспериментальная функция, которая позволяет чат-боту проводить многошаговые исследования в интернете и собирать аналитические отчёты. На практике это выглядит так: ты пишешь запрос модели, она уточняет детали, которые ей нужны, потом думает, и в конце выдаёт очень крутой результат. Я протестировал её на сборе инфы о конкурентах и реально узнал, во-первых, о куче компаний, о которых раньше даже не слышал, а во-вторых, она нашла про них тонну технического контекста из их блогов и даже ссылается на патентное бюро. Словом, агрегирует просто громадный объём данных. Я потом взял несколько компаний и отдельно их проверил вручную — всё, что модель собрала, оказалось абсолютно корректным.

Да, чтобы вы понимали, я один из тех, кто платит OpenAI 200 баксов в месяц, поэтому, возможно, у большинства из вас пока нет доступа к этой фиче, но, как я понимаю, это скоро изменится. Deep Research — это классическая агентная система, где модель сама выбирает, что она будет делать дальше: идёт в интернет, читает статьи — у неё нет какого-то жёстко запрограммированного алгоритма. Для меня это выглядит очень интересно, потому что, в отличие от прошлых версий, модель действительно показывает свои рассуждения, и ниже я вам приведу несколько примеров, как она это делает

1. Модель описывает азарт в процессе работе, вида "О, интересно, а что бы это могло значить? надо изучить!"
2. Нетерпение к ограничивающим факторам вида пейволы или логины.
3. Присутствие сомнений и критического мышления - "Интересно, но нужно проверить другие источники"
4. Чувство удовлетворения от находок.

Это мило ❤️

В целом, мне кажется, что Deep Research — это огромный шаг к тому, что люди часто хотят от AI-ассистентов: чтобы они не просто решали какую-то задачку, а реально зарывались в тему, доставали информацию, шерстили кучу сайтов. Эта функция уже умеет делать именно то, за чем многие обращаются к ИИ - думать и анализировать за них.


Вообще мне тут недавно исполнилось 30, поставьте мне реакций под пост и может разберемся с тем, почему DeepSeek это просто хайп. А еще у меня есть 7 недописанных постов в канал, пора бы уже разобрать бэклог.

@aihappens