? Когда мы говорим об инженерных решениях, мы часто ищем что-то стандартное, чтобы сэкономить время. Но на практике «стандарт» часто означает избыточность там, где она не нужна, и дефицит в критических узлах. В моем канале я разбираю инженерную логику продуктов без маркетинговой шелухи. Только практика, чертежи и честный опыт того, как мы строим реальные вещи...
Мы собираем готовые AI-отделы: продажи, маркетинг, аналитика, поддержка. В проект уже вложено около 500 000 ₽, сейчас из внутренних модулей выделяем отдельные продукты для установки клиентам. Первые два продукта- SaleKit и HelpKit. Стоимость установочного пакета 49$, поддержка 6 языков, открытый код, возможность доработки под себя. SaleKit: чат для сайта и Telegram-бот для продаж. Он квалифицирует лидов, прогревает клиентов, работает с базами знаний и позволяет человеку в любой момент перехватить диалог. HelpKit: Telegram-бот для рабочих и клиентских чатов. Он знает информацию о компании: ассортимент, цены, условия, частые вопросы, регламенты- и помогает команде быстрее отвечать клиентам...
Я взял за правило уже больше года: любые данные из интернета, касаемо чего угодно, проверять на официальном источнике. Если конкретней — на официальном сайте, смотреть раздел FAQ или Help, ну или официальный мануал. С первых дней, как всё это выяснил. Все знакомые ругались тогда ещё на чат GPT (тогда gpt-3.5, мы его промеж собой g5 звали) за его глупость или неточные ответы, а в самом хелпе с цифрами всё развёрнуто и показано. Я как технарь себе усвоил с первых дней несколько правил, за счёт которых точность ответа всегда в разы более высокая...
При этом знаю, что он обо мне много всего помнит из истории переписки, где-то даже подстраивается под стиль, но бывало, что конкретно путался в цифрах или логике. Именно тогда я не поленился, и у него самого в лоб переспросил: слушай, а как ты вообще думаешь, на что способен и где твой предел? То, что я узнал, стало для меня настоящим открытием. Оказывается, даже на оплаченном тарифе он всё равно ограничен, и дело не в жадности разработчиков, а в так называемом контекстном окне. Если по-простому,...
Сейчас выигрывает не тот, у кого есть какая-то "секретная LLM", а тот, кто быстрее собирает нормальную рабочую систему на базе уже доступных моделей. Последние три месяца я плотно разбираюсь в архитектуре LLM-систем на 4х моделях ИИ (Codex, Claude, Gemini, Qwen). Смотрю не на уровень обёрток, а глубже - как это всё реально устроено внутри. И если честно, картина уже довольно очевидная. Внизу рынка много шума: быстрые решения, сделанные на коленке, слабые продукты. Часть из них уже начинает разваливаться. А сильные команды в это время просто спокойно строят системы. Я сейчас делаю onTime.ai - это агентная операционная система для бизнеса. Это не чат-бот и не просто слой поверх LLM. Идея в том, что есть управляющий контур, который ставит задачи, и есть набор специализированных цифровых агентов, которые эти задачи выполняют. По факту это закрывает основные функции компании: продажи, маркетинг, аналитику, поддержку, работу со знаниями и операционные задачи. Не на уровне "ответить в чате", а на уровне нормального исполнения по понятным правилам. То есть получается такая цифровая команда, которую можно встроить в бизнес. Я уже дошёл до этапа, где одному это тянуть становится тяжело. И сейчас мне интереснее не просто искать инвестиции, а собрать вокруг себя сильных людей, чтобы двигаться быстрее. мы в чате уже работаем с AI-системами, строим продукты или инвестируем в такие вещи . Могу показать, что уже есть, как это устроено и куда это можно масштабировать. Если ты предприниматель, работаешь с AI-системами, строишь продукты или инвестируешь в такие вещи — давай пообщаемся. Могу показать, что уже есть, как это устроено и куда это можно масштабировать. #бизнес #партнерство #ai #it #ии
