Силиконовый Мешок

Сегодня рынок ИИ похож на золотую лихорадку. С одной стороны, API от гигантов вроде OpenAI и Google дают лёгкость для старта. Есть идея? Подключайся и запускай. Но есть и обратная сторона: эта же лёгкость доступна всем, превращая рынок в «красный океан», где конкуренция становится бешеной.

Недавно я наткнулся на интересную аналитическую статью о том, как создавать ИИ-продукты, когда у тебя нет миллиардов долларов для конкуренции с OpenAI и другими гигантами.

Она начинается с описания предыдущих технологических волнн (персональный компьютер, интернет, сотовая связь) и мысли, что они уничтожали старых игроков и давали шанс стартапам - так появились Microsoft, Google и Uber. Но сегодня ИИ - это «ускоритель» для существующих компаний, а не «уничтожитель». Например, Adobe, которая, казалось, упустила облачную революцию, быстро добавила мощные ИИ-функции в свои продукты и обогнала потенциальные стартапы.

В таких условиях просто быть «обёрткой» для чужой LLM — путь в никуда. Но как же быть нам, тем, кто ищет возможности или запускает стартапы? Как выжить?

Существуют три подхода:
- Создавать свои модели: непомерно дорого и доступно лишь единицам.
- Просто создать чат-бота: легко копируется и не даёт реальной конкурентной ценности.
- Правильный путь: комбинировать готовые ИИ-модели с вашими уникальными активами.

Эффективные ИИ-продукты строятся из трёх «кубиков LEGO», которые вместе создают ваше преимущество: [Готовые ИИ-возможности] + [Ваши уникальные данные] + [Функциональность вашего продукта].

Магия - в их взаимодействии. Ваши данные дают ИИ необходимый контекст. ИИ генерирует результат, который решает проблему клиента. А ваш продукт оркестрирует этот процесс.

Например:
- MIRO использует принцип «холст — это промпт». Они берут стандартные ИИ-модели, но «скармливают» им уникальный контекст всей доски и с помощью своего функционала превращают заметки в кликабельный прототип за секунды.
- Granola ворвалась на переполненный рынок ИИ-помощников для встреч. Их секрет в глубоком понимании клиента: они выяснили, что многие пользователи не хотят делегировать ведение заметок, а хотят делать это сами с помощью ИИ. Они создали продукт для усиления, а не замены, используя только готовые API.

Да и в целом, нужно начинать не с технологий, а с клиента. Задайте себе три вопроса:
1) Какую неудовлетворённую проблему клиента нужно решить?
2) Какие ИИ-возможности могут решить её по-новому?
3) Какие уникальные данные могут усилить это решение?

Тогда и станет понятно в какую сторону смотреть, что ресечить и какие MVP пилить.

И, как мне кажется, всё это идет к тому, что подобные компании, «наблюдая», как их пользователи взаимодействуют с их сервисами, соберут кучу данных, чтобы в будущем обучать ИИ-агентов выполнять всё то же самое в автономном режиме.

Уже в ближайшее время появятся компании и специалисты, которые будут заниматься только одним - обучением агентов реальным навыкам. Один раз обучить ИИ-агента, как делать определенную работу (быть админом тг-канала, маркетологом, редактором, директором, консультантом), а дальше эту работу будут делать агенты - дешевле, быстрее, качественнее и без ограничений. На эту тему недавно вышла крутая публикация - почитайте.

2❤35🔥14💯7👍5👏2🦄2✍1🙏1

www.group-telegram.com/ms/prompt_design.com/1675

7.2K viewsOct 9 at 16:23

Сегодня рынок ИИ похож на золотую лихорадку. С одной стороны, API от гигантов вроде OpenAI и Google дают лёгкость для старта. Есть идея? Подключайся и запускай. Но есть и обратная сторона: эта же лёгкость доступна всем, превращая рынок в «красный океан», где конкуренция становится бешеной.

Недавно я наткнулся на интересную аналитическую статью о том, как создавать ИИ-продукты, когда у тебя нет миллиардов долларов для конкуренции с OpenAI и другими гигантами.

Она начинается с описания предыдущих технологических волнн (персональный компьютер, интернет, сотовая связь) и мысли, что они уничтожали старых игроков и давали шанс стартапам - так появились Microsoft, Google и Uber. Но сегодня ИИ - это «ускоритель» для существующих компаний, а не «уничтожитель». Например, Adobe, которая, казалось, упустила облачную революцию, быстро добавила мощные ИИ-функции в свои продукты и обогнала потенциальные стартапы.

В таких условиях просто быть «обёрткой» для чужой LLM — путь в никуда. Но как же быть нам, тем, кто ищет возможности или запускает стартапы? Как выжить?

Существуют три подхода:
- Создавать свои модели: непомерно дорого и доступно лишь единицам.
- Просто создать чат-бота: легко копируется и не даёт реальной конкурентной ценности.
- Правильный путь: комбинировать готовые ИИ-модели с вашими уникальными активами.

Эффективные ИИ-продукты строятся из трёх «кубиков LEGO», которые вместе создают ваше преимущество: [Готовые ИИ-возможности] + [Ваши уникальные данные] + [Функциональность вашего продукта].

Магия - в их взаимодействии. Ваши данные дают ИИ необходимый контекст. ИИ генерирует результат, который решает проблему клиента. А ваш продукт оркестрирует этот процесс.

Например:
- MIRO использует принцип «холст — это промпт». Они берут стандартные ИИ-модели, но «скармливают» им уникальный контекст всей доски и с помощью своего функционала превращают заметки в кликабельный прототип за секунды.
- Granola ворвалась на переполненный рынок ИИ-помощников для встреч. Их секрет в глубоком понимании клиента: они выяснили, что многие пользователи не хотят делегировать ведение заметок, а хотят делать это сами с помощью ИИ. Они создали продукт для усиления, а не замены, используя только готовые API.

Да и в целом, нужно начинать не с технологий, а с клиента. Задайте себе три вопроса:
1) Какую неудовлетворённую проблему клиента нужно решить?
2) Какие ИИ-возможности могут решить её по-новому?
3) Какие уникальные данные могут усилить это решение?

Тогда и станет понятно в какую сторону смотреть, что ресечить и какие MVP пилить.

И, как мне кажется, всё это идет к тому, что подобные компании, «наблюдая», как их пользователи взаимодействуют с их сервисами, соберут кучу данных, чтобы в будущем обучать ИИ-агентов выполнять всё то же самое в автономном режиме.

Уже в ближайшее время появятся компании и специалисты, которые будут заниматься только одним - обучением агентов реальным навыкам. Один раз обучить ИИ-агента, как делать определенную работу (быть админом тг-канала, маркетологом, редактором, директором, консультантом), а дальше эту работу будут делать агенты - дешевле, быстрее, качественнее и без ограничений. На эту тему недавно вышла крутая публикация - почитайте.

BY Силиконовый Мешок