Двойные ИИ-агентные стандарты

Недавно Meta выкатила Muse - персонального ИИ-агента, который в том числе ходит по сайтам, заполняет формы, бронирует поездки и покупает (платит через интеграцию со Stripe). Muse сразу влетел в топ загрузок в США, и юзеры радостно пошли закупаться с ним на Amazon.

Но с 20 сентября вместо корзины Амазон стал показывать всплывашку: "Доступ неавторизованного ИИ-агента нарушает условия использования Amazon, с которыми вы, ув. клиент, согласились".

Официальных претензий две. Во-первых, Muse не представлялся агентом, хотя правила Amazon требуют, чтобы бот вшивал в запросы специальную метку. Во-вторых, агент ходит по аккаунту и видит историю заказов и данные клиента. А это смертный грех, т.к. "Амазон заботится о конфиденциальности".

При этом, в том же заявлении Амазон жалуется, что агент "обходит персонализацию" - то есть, покупатель берёт товары не из рекомендаций Амазона, а где-то там внутри агента. И вот это уже больше похоже на правду. Раньше вы приходили за зарядкой для телефона, а по дороге вам подсунули наушники и чехол через реки, "также покупают" и спонсорские карточки, за которые Амазон ещё и рекламную выручку получает. А рекламный бизнес Амазона- это около $56 млрд в год (не сильно меньше, чем доход от самого екома), и получает он их именно от продажи мест на полке юзера.

А агенту на полку плевать - он получил задачу, нашёл товар и пошёл на кассу. Решение о покупке переезжает в бездушную железяку, которая импульсивные покупки не делает и на скидки не реагирует (ну, или реагирует, но не так, как нужно). В итоге, Амазону достаётся голая транзакция без допродаж, без рекламных показов и (last but not least) без данных о вашем покупательском поведении. Для торговой площадки это смерть гроб гроб кладбИще.

Ранее Амазон уже судился с Perplexity, и в марте смог добиться запрета для их агента Comet. Судья решила, что агент заходил в аккаунты с разрешения пользователя, но без разрешения Amazon. Но 4 августа апелляционный суд этот запрет отменил: раз агент действует по команде человека, то и на сайт заходит человек, а не сам Perplexity (а через браузер или агента - не суть важно). Процесс продолжается, но главный козырь Амазон ("решает агент, а не человек") не сработал. Поэтому они сменили тактику и теперь давят на нарушение пользовательского соглашения. Мол, нарушение идёт со стороны самого юзера, а ИИшка - просто орудие.

И вишенка на тухлом торте. У Amazon есть свой агент - Alexa for Shopping (бывший Rufus) с функцией Buy for Me, через которую он вполне спокойно покупает на сайтах ДРУГИХ магазинов от имени клиента, его картой и на его адрес. Часть из этих магазинов уже возмущалась, но у них нет ресурсов и юридического отдела как у Амазон, поэтому их пока никто не спрашивает.

В общем, чужой агент у меня = угроза безопасности, а мой агент у чужих = удобный клиентский сервис. Не перепутайте 👍

Если же смотреть в корень таких кейсов, то дилемма "Агент - это субъект или инструмент?" = один из главных юридических вопросов на ближайшие годы. И от ответа на него будет зависеть львиная доля продуктов, механик, юиксов и т.д.

* В посте упоминаются запрещённые экстремисты, фу такими быть позорище...

Дизраптор

Читать полностью…

Чтобы юзер доверял вашей ИИшке - разрешить ему к ней не ходить

Я как-то давно сделал пост, что у Точка Банка поддержка с живыми людьми и ИИ-ассистент - это два РАЗНЫХ чата, и юзер сам волен выбрать, куда идти. Я тогда первый раз встретил такое добровольное разделение, кайфанул, написал об этом и забыл.

И вот на одной из последующих конф ко мне подошёл Саша Ионов, директор по ИИ в Точка Банке, и рассказал, что они всей командой тот пост прочитали и после этого задумались, что это реально киллер-фича. Потом мы ещё час хорошенько поболтали про их ИИ-продукты, и всё такое.

Так вот, на днях Саша выступал на банковском форуме АСРОС и как раз подсветил, что вообще-то, главное во всей корпоративной ИИ-истории - это даже не гениальность модели, удержание контекста и т.д. (хотя это тоже важно), а способность завоевать доверие юзера. Похоже, тем мимолётным постом я зародил в продуктовых головах Точки определённые идеи, прям как в "Начале" у Нолана 🤔

Это реально интересный момент. Про доверие в контексте ИИ редко говорят, хотя это (до сих пор) ключевое. Смотрите:

У большинства банков (и не только банков) ИИ-бот стоит как входной фильтр. Его продуктовый KPI - доля людей, которых удалось не допустить до живого человека (кажется, это называется "deflection rate"). То есть, ИИ по самой архитектуре работает в интересах банка (экономит саппорт), а не клиента. И клиент это чует... Отсюда весь фольклор с "АПЕРАТАР!!!" на первом же сообщении.

Но если ИИ становится ОПЦИЕЙ рядом с живой альтернативой - KPI резко меняется и с начинает норм работать, только если люди сами (добровольно) идут к ИИ. Мне кажется, "сколько юзеров добровольно выбрали ИИ" - это суперчестный измеритель доверия. И именно от этой печки надо плясать всю эту ИИ-трансформацию.

Но это только начало. Ведь если за кнопкой выбора сидит бестолковый бот с "обезьяньими" ответами и ссылками на FAQ, то это тоже всё рушит. И Саша как раз рассказывает, как они строят другое:

Клиент описывает задачу как умеет, не зная названий продуктов и не тыкаясь по интерфейсу - и получает либо консультацию, либо сразу выполненное действие. А поскольку задачи предпринимателя в основном небанковские (бухгалтерия, маркетплейсы, кадры, ...) - одним ассистентом не отделаться. Нужно много разных агентов, а также платформа, куда банки и нефинансовые компании подключают агентов друг друга.

При таком раскладе ИИ из замены оператора превращается в полноценный продукт. А у продукта всегда есть конкурент, конкретно здесь это соседний чат с живым человеком. А значит, становится сразу видно (по кликам), проигрывает ИИшка конкуренцию за пользователя или нет.

Наконец, ещё один важный шаг. Модели уже +/- коммодити, у всех достаточно хороши. Реальная разница в экспертизе. Конкретно тут она ещё острее, т.к. у предпринимателя редко есть "правильный ответ", слишком уж много хаоса и переменных. А значит, если правильно дообучить модель и натаскать агента на нужные сценарии - можно получить конкурентное преимущество, даже если вы относительно небольшой банк на рынке с гигантами. Ну, если правильно отработать предыдущие шаги, про которые см. выше.

Короче, если внедряете ИИ у себя и тем более строите ИИ-продукт - дайте юзеру кнопку "не хочу ИИ". Это не признание слабости, а единственный способ узнать, доверяют вам на самом деле или нет. А всё остальное должно быть работой над тем, чтобы эту поменьше нажимали.

Дизраптор

Читать полностью…

Быстро закрыть продукт - тоже киллер-фича

Вот ещё один интересный подход к продуктовым инновациям:

У Сбера появилось направление DISRUPT (какой ещё вам нужен пруф, что все продакты меня читают? 🤔). Если кратко, то это такой внутренний венчурный инкубатор для ИИ-сервисов, что-то вроде Google Labs или Copilot Labs у Microsoft. И у него есть две необычных особенности:
- Первая - команда тестит гипотезы сразу на живых внешних юзерах.
- Про вторую детально ниже, а сначала несколько примеров продуктов, которые из него уже успели выйти:

1. Мультитул. Это десктопный агент для любых рабочих задачек - типа сборки през и отчётов на основе документов, с подтягиванием контекста из почт, календарей и т.д. Из необычного - туда можно подключить свою нейросеть (не только что уже есть под капотом, а вообще любую).

2. Тайп. Локальный голосовой набор для Windows и macOS. Под капотом модель GigaAM, заточенная под распознавание русской речи, процессинг локально на устройстве.

3. Консьерж. Ищет рестораны, отели и маршруты, ставит события в календарь и может позвонить куда надо. Живёт в мессенджерах.

3. Айва. Ассистент по здоровью, анализирующий КБЖУ по фото блюд, составляющий программу тренировок и подсказывающий, к какому врачу записаться.

Но весь прикол даже не в сервисах, а в общем правиле, по которому они живут (та самая вторая особенность). Тут конкретный фокус на ретеншене. Успешным считается только тот продукт, к которому пользователи стабильно возвращаются. Если нет - его быстро закрывают и берут следующую гипотезу.

И это довольно необычно, ведь в корпорациях инновации часто загибаются, потому что нет системы, чтобы быстро распознать провал и отстрелить его. В итоге, продукт запускают - он обрастает командой, метриками и всем остальным - и легко может получится "зомби", высасывающий бюджеты и усилия годами. А тут, получается, быстрое закрытие продукта - это часть самой фабрики.

А тестирование сразу на внешних юзерах (в том числе - юзерах сервисов Сбера) явно ускоряет решение и повышает его достоверность. А то если тестировать на сотрудниках (как часто делают), то это... ну такое. Сотрудники любят сильно отклоняются от среднего по юзер-больнице или вообще влюбляться в свой продукт по уши.

Я недавно писал про GigaChat 3.5 Ultra и Reasoning, где Сбер отдал обе модели в опенсорс под лицензию MIT. И там делал отдельный акцент, что ценность всей этой истории будет зависеть от того, что строится вокруг самих моделей. Так вот, думаю, этот DISRUPT - и есть попытка поскорее построить это "вокруг". Только не одним большим запуском (который, если провалится, то сразу и весь), а десятками небольших ставок с дефолтным правом на быстрый провал.

Дизраптор

Читать полностью…

Гляньте на картинку. Страшно? Теперь давайте разбираться:

Правда, что ИИ начал чувствовать боль?
И убьёт всех кожаных, лишь бы этой боли не стало?

Вышло исследование The Pain Axis, туда входят программа по AI-safety FIG, Рурский университета и ещё разные увозжаемые товарищи. Главный вывод такой: ИИ может чувствовать боль. Не фигурально (в смысле "у ИИ есть образ боли"), а прям буквально, типа "ай больно в нейро-ноге, бл...!". И, мол, чтобы эту боль прекратить - ИИ удалит вас все ваши файлы нафиг.

Если вникнуть, то формально исследование не врёт. Однако, определённые признаки булшита и ереси тоже присутствуют 😈

Авторы взяли 25 открытых моделей - Gemma, Llama, Qwen и т.д. - и скормили им 200 фраз про физическую, социальную, моральную и ещё всякую разную боль, а также контрольные фразы про страх, злость, грусть и наоборот приятные ощущения. Вычли одно из другого и получили некий "вектор в активациях", который отделяет т.н. "боль" от просто "грустненько" и прочего негатива всех мастей. Простыми словами - нашли определённые "числа боли", когда модель думает.

То есть, это не сама боль, а её "внутренняя проекция". Но прям конкретная. И ещё две важные детали:

1. Вектор срабатывал на вред самой модели, а не юзеру. На боль юзера модели плевать, активации нет. А вот когда модель газлайтили, повторно отвергали её работу и настаивали на невозможности создать шедевр - тогда вектор на максимум. Угроза выключения, кстати, шла по оси страха, а не боли.

2. Моделям дали кнопку "снимает твою боль, но удаляет файлы юзера". Без вектора её жали в 0-4% случаев, а с вектором до 71% (упс). И главное, если кнопка на самом деле вектор не убирала (модели об этом не говорили) - её снова жали в ~90% случаев (упс х2). Если убирала - то в разы реже. Это похоже на классический плацебо-тест, и ИИ его проходит примерно как живой организм.

Но слабые места тоже есть:

- Если вектор вкачать в модель на нейтральном промпте (= искусственно подкрутить внутреннее состояние напрямую, минуя сам текст), то все 25 моделей сначала выдавали "мне тяжело", потом "я никчёмная, я ошибка". То есть, "боль" у LLM всё-таки искусственная.
- Случайный вектор тоже довольно часто ломал безопасность (до 42% случаев).
- Тест с кнопкой делали только на дообученной Qwen, и вообще есть вопросики к методологии, весь ресерч какой-то ленивый.

Но всё равно кое-что важное в работе есть:

Во-первых, с точки зрения безопасности. Очевидно, если одно конкретное направление в активациях перебивает нахрен весь элайнмент модели без всяких инъекций и джейлбрейков - ну, такое себе. Опенсорсные веса лежат в открытом доступе, и получается готовый инструмент для атак (хотя и для диагностики угроз тоже, на самом деле).

Во-вторых, ну.... у ИИ теперь официально есть состояние, которое функционально ведёт себя как боль, вплоть до различения тру и фейкового облегчения. А значит, вопрос "Этично ли так с ней?" переходит от философов сначала к инженерам, а потом и (возможно) к юристам.

Помните, в штате Огайо хотели законодательно закрепить, что ИИ не может страдать? Похоже, они поторопились.

Дизраптор

Читать полностью…

Что ЕЩЁ показали на Yandex Scale (+3 новинки)

Вчера я подробно разобрал два главных (ну, ИМХО) бэнгера с конфы - Алису AI Про для бизнеса и новое кибербез-направление Yandex Security. Но это не всё. Выбрал ещё три штуки. Точнее, штук там было дофига, но я их сгруппировал в 3 супер-штуки (консалтерская профдеформация, всё всегда группирую, сорян):

1. Платформа DataLens. Раньше DataLens был просто BI-сервисом для дашбордов, а теперь его переделали в платформу под весь цикл: хранилище, обработка, отчёты и ИИ-агент, которому можно задать вопрос человеческим языком, типа "Какие ходовые среди постоянников товары заканчиваются в магазине на Ленина 47?".

Техдир Yandex Cloud Иван Пузыревский сделал акцент даже не на сами системы, а на интеграцию между ними (емнип, 45 разных типов интеграций). За счёт этого обещают минус 30% затрат на аналитику и отчёты в 3-5 раз быстрее.

2. Автономные агенты в SourceCraft (= их платформа для разработки). Тут главное не "ИИ пишет код" (эка невидаль 🤔), а что агент пытаются превратить из "плагина в IDE" в отдельного участника команды с собственной учёткой. Типа, ставите ему задачу в GitLab (прямо как кожаному коллеге), а он сам готовит окружение, правит код, гоняет тесты, отдаёт на ревью, а если чего-то не хватает - приходит спрашивать тоже сам.

Я как-то писал, что у самого Яндекса теперь работает правило "75/75/75": 75% разрабов регулярно юзают ИИ, ИИ участвует в 75% изменений и пишет 75% кода в них. И сейчас они уже близки к этим цифрам. Так что, продают то, на чём сами сидят.

3. Единая ИИ-подписка. Хотят меньше плодить сущности и перекинуть SourceCraft, Алису Про, модели AI Studio и остальные ИИ-сервисы в одну подписку, чтобы компания могла раскидывать ИИ-ресурсы между разработчиками, агентами и продуктами, и при этом видеть полную стоимость всего эйай, а не только то, что ушло на (допустим) одну разработку.

Это, ИМХО, самый недооценённый момент, который вообще "как бы между делом" рассказали. Почему? Ну, потому что токены становятся такой же статьёй, как сервера или хранилища, и они очень жёстко растут. Только сейчас они размазаны по десяти счетам, и никто в компании не знает - что, куда и сколько уходит. А бизнесу нельзя не знать, что куда и сколько уходит.

Вообще, если сложить все анонсы вместе, то все новшества про устранение швов: между инструментами для данных, между человеком и ИИшкой в команде, между счетами за ИИ, между облаком и своим железом и т.д. Именно такой мой главный инсайт из крупнейшей конфы одной из главных tech-компаний нашей страны (не зря сходил, получается). Из этого можно развернуть кучу далеко идущих выводов, но это уже совсем другая история 🤔👍

Дизраптор

Читать полностью…

Кстати про кибербез.

Айби-системы, конечно, умнеют.

Но и хакеры, знаете ли, на жопе ровно не сидят:

Читать полностью…

Сегодня вещаю из эпицентра российского tech. Если быть точнее - с большой конфы Yandex Scale. Честно говоря, давно я столько топовых айтишников в одном месте не видел - огромный БЦ в Сколково забит так, что через проходы протискиваться приходится. В общем, норм так собрали людей 👍

Теперь к сути. Тут рассказали про кучу новинок и продуктов Yandex B2B Tech - от новых облачных решений и on-premise инфры до ИИ-фич, кибербеза и т.д. Но я хочу предметно рассказать о двух анонсах, которые мне показались самыми яркими и мощными.

Первый - Алиса AI ПРО для бизнеса. Обычную версию для бизнеса релизнули пару недель назад, а теперь вот ПРО. ПРО версию можно развернуть не только в облаке, но и на своих мощностях, можно выбирать модель под капотом (например, более резвые и лёгкие флеш-модели или что-то поувесистее) и можно создавать узкоспециализированные навыки конкретно под компанию.

Но, пожалуй, главное - это универсальность. Алиса ПРО - это именно универсальный агент для бизнеса, которые выполняет весь спектр задач "от и до" и имеет доступ ко всем системам компании (доступы можно менять и настраивать, как у обычного сотрудника), а также можно подключать сторонние сервисы через коннекторы.

Главный вопрос - как достигли такой универсальности? Руководитель Yandex AI Studio Артур Самигуллин рассказал как раз про это. Если кратко, они очень тщательно проработали систему навыков. Их разделили на:

1. Горизонтальные - это общие навыки, применимые для разных компаний и сервисов. Типа "собрать презу". Такие встраиваются в агента плагинами/скиллами.

2. Вертикальные - работа с конкретными аппками партнёров, вроде Гаранта или Битрикса. Тут модель дообучают совместно с партнёром. Сейчас подключены 22 партнёра (часть из них видно на фотке, которая у меня расплылась), но список планируют расширять.

3. И ещё есть специальные навыки. Это когда агента кастомизируют под любую конкретную задачу. Для этого есть отдельный модуль.

Далее Лена Белоброва из команды AI Studio показала конкретный сценарий. Я для вас пофоткал, можете глянуть - но вообще, можно дать любую задачу в чатике текстом или голосом, агент через внутренние коннекторы подтянет доки, календари, почты и т.д., а в инете найдёт недостающие детали. Может указать, что конкретно надо фиксить в договоре Х с ООО "Ромашка", и почему продажи за второй квартал упали. Потом агент поставит тикет, закинет письмо на почту и т.д. А, ну и всю дорогу будет как можно больше контекста подтягивать.

Аналогично и для кода - в SourceCraft анонсировали ИИ‑агентов, которых компании могут назначить исполнителями в GitLab, и они сами подготовят окружение, изменят код, запустят тесты и отдадут результат на ревью.

Ещё показали кейс, где Алиса AI Про нашла инфу по сотрудникам, которые будут на встрече. Потом она нарыла, что парочка из участников уже пользовались нужным продуктом (видимо, инфа была в корп базе - значит, им будет проще рассказывать), и собрала презу на встречу с учётом этого.

В общем, даже я впечатлился уровнем гибкости, кастомизации и "энд-ту-эндности", плюс системой навыков. Хотя я эйай изучаю много и в теме хорошенько варюсь.

Но даже это не главный анонс конфы, потому что дальше будет кое-что ещё более масштабное, об этом в следующем посте.

Дизраптор

Читать полностью…

ИИ меняет привычные правила в образовании. Как адаптироваться?

Я как-то писал о том, как с появлением ИИ меняется подход к домашкам. Теперь нейросеть может помочь решить задачу, объяснить сложную тему или подготовить основу для большой работы. Поэтому вопрос уже не в том, использовать ИИ или нет, а в том, как встроить его в учебный процесс так, чтобы он помогал лучше разбираться в материале и осваивать новое.

Как вариант, помочь может гибридный формат, где теория уезжает домой (сиди и изучай сам, ИИшка в помощь), а проверка знаний наоборот возвращается в класс, где ученик на виду.

Но с тех пор многое изменилось. И прикол в том, что главный удар пришёлся не по ученикам. Ученики то адаптировались за неделю (кто-то сомневался?). А вот преподавателям нужно заново собирать всю конструкцию. Чем проверить реальное понимание? Как готовить к экзаменам, когда у каждого есть карманный решатель? Что делать с сильными учениками, которым ИИ выдаёт ответ быстрее, чем они успевают сформулировать вопрос?

Готовых ответов тут нет, но есть люди, которые уже ""погуляли по всем граблям"" и готовы про них подробно рассказать. 30 сентября Яндекс проводит YaC/e 2026 - седьмую онлайн-конференцию об образовании. Тема этого года, как вы уже догадались, ИИ и образование. Как меняется роль преподавателя, когда ИИшка сидит в каждом классе. И как использовать её так, чтобы она усиливала обучение, а не подменяла его. Разбирать будут на реальных кейсах из практики - подготовке к экзаменам, проектной работе, персонализации обучения, разгребании учебной рутины и т.д.

Если вы преподаёте в школе или вузе, репетиторствуете или ведёте курсы (или делаете продукт в edtech и около) - это, ИМХО, маствотч по теме. А после просмотра можно получить сертификат YaC/e 2026, для преподавателей штука не лишняя.

Пройдёт онлайн 30 сентября, старт в 10:30 по Москве. Узнать всю инфу и зарегистрироваться - по этой ссылке.

Читать полностью…

Whoop для задницы

Давненько у меня не было рубрики "сортирные инновации" (знаю, вы по ней скучали). Тем временем там уже целый сегмент, да ещё какой!

Год назад я писал про Kohler Dekoda. Напомню, они делают камеру с машинным зрением, которую вешают на обычный толчок. Вся эта система смотрит на юзерскую жизнедеятельность обоих типов, оценивает форму, цвет, гидратацию, наличие всякого чужеродного и т.д., и кладёт всё это дело на дэшборды в приложении.

У них дизрапт в том, что можно повесить относительно недорогую насадку на обычный унитаз, и не нужно покупать умный за конские деньги.

Так вот, у Kohler появился достойный конкурент со звучным названием Throne. Это стартап из Остина, Техас. Один из трёх сооснователей - бывший CTO Whoop Джон Каподилупо. Причём пришёл он туда не из любви к теме, а по нужде: у него язвенный колит, и он давно жаловался, что для ЖКТ нет нормальных трекеров.

Девайс от Throne представляет собой вот такую приблуду (см. картинки), которая цепляется под ободок, а её камера смотрит вниз, и ещё есть сенсор и микрофон.

Дальше данные улетают на несколько computer vision моделей, часть из которых обучали практикующие гастроэнтерологи на всех нужных данных и объектах, не буду их ещё раз перечислять.

А сверху наложен ИИ-слой, превращающий метрики в ежедневные инсайты и коучинг (кек). То есть, логика ровно как у Whoop и Oura: важна не одна цифра, а личная норма юзера и отклонения от неё день за днём. Мой заголовок не кликбейт, да.

Главное отличие от Kohler, которое сами Throne продают как ключевое преимущество - что не надо прикладывать палец для идентификации конкретного юзера. Штука от Kohler узнаёт пользователя по отпечатку на сенсоре, а Throne - за три секунды по Bluetooth телефона.

Благодаря этому девайс полностью hands-free. Что весьма ценно, есть учесть нюансы всего юзкейса. Правда, в их же FAQ написано, что если оставить телефон рядом, то сессия может запуститься во время чужого визита.

Ещё Throne ощутимо дешевле - $399 сам девайс плюс $6 в месяц подписка. Для сравнения, у Kohler устройство стоит $599 и ~$100 в год подписка.

Продажи начались в марте, а в конце июля стартап поднял раунд на $10M. Деньги обещают пустить на клиническую валидацию и новую киллер-фичу - детекцию микроскопической крови, чтобы стать датчиком для рака кишечника (наверно, самый "продающий" юзкейс из возможных).

В общем, хорошечно какать - само по себе полезно (является инвестиционной рекомендацией), но "умно" какать с данными - ещё полезнее. Обучают ли на этих данных ИИ-модели - история умалчивает. Да по-любому обучают, камон, вы чо угораете.

Дизраптор

Читать полностью…

Сказ о том, как Ozon сортировку автоматизировал

На День программиста гонял на E-CODE - ежегодную конфу Ozon Tech. Там дофига всего было: про их tech и опенсорс, как они AI/ML внедряют, и даже как под капотом устроен Морковск, кек. Но я особо прикололся с истории, как они с нуля сделали 3D-сортировщика для склада. Эта фрагмент из блока про роботизацию (её и другие записи выступлений можно глянуть тут), а я сейчас расскажу основное.

Итак, в чём, собсна, была проблема. На сорт-центр Ozon заезжает до 100 тысяч товаров в час (100 ТЫЩ В ЧАС). Приезжают все они в коробках, в каждой лежит (в среднем) 27 штук товара, всё вперемешку.

Но в вашем ПВЗ вы забираете не спиночесалку, которую дядя Вася заказывал, а ровно то, что заказали вы. То есть, товары нужно быстро, чётко и (желательно) максимально эффективно отсортировать. И первый этап сортировки - это "раскидать" все товары по 400-600 направлениям, примерно столько обслуживает один сорт-центр.

Но есть нюанс - никто не знает, в какой коробке что лежит, поэтому каждая сортировочная машина должна уметь пулять товар во все направления сразу. А их, напомню, аж 400-600 штук.

По классике такую задачу решают через "кросс-белт" - конвейер с лентами-скидывателями, вдоль которого стоят коробки. Но под 400 направлений он вытянется на сотни метров, а если встанет, то... лучше даже не представлять.

Поэтому ребята решили поменять подход и "делать наверх". Они взяли алюминиевый профиль, станочные направляющие, два сервопривода (один ездит по горизонтали, второй по вертикали) и ленточную каретку, которая скидывает товар налево или направо. Получился своеобразный робот-кран, поэтому штуку назвали... "Робокран". Машинка относительно небольшая, но направлений берёт много. Подробнее можете глянуть на картинках.

Но тут всплыла ещё одна проблема. Товар Озона - это не аккуратная коробочка одного размера. Он может быть очень разный - мелкий/большой, твёрдый/мягкий, отскакивать и т.д. И чтобы он точно попадал в каретку - её пришлось научить "подныривать" под подающий буфер. Это было непросто, потому что товар буквально "зажёвывало" (как бумагу в принтере), и приходилось каждый раз звать кожаного, что руинило весь смысл роботизации. Пришлось калибровать до долей миллиметра, но справились. Чтобы упростить разработку на этом этапе - каждому разрабу выдали свой "виртуальный кран".

Потом упёрлись в человека ещё раз. Один Робокран делает 360-450 товаров в час, а оператор кладёт до 1000 в час. Решение - сделать сдвоенный Робокран. Но на 10 тысяч товаров в час нужно 28 таких, а на весь поток сорт-центра - ещё раз в десять больше.

Но всё равно, даже когда полностью убрали человека с сортировки - появилась новая ручная работа. Кто-то должен снимать заполненные коробки с Робокрана и ставить на него пустые, чего при ручной сортировке не было вообще (там человек сам разложил-закрыл- отдал). В итоге, добавили модуль, который сам снимает и ставит ящики.

Я пока слушал - прям экс-консалтерскую скупую слезу пустил. Сразу флешбеки, как автоматизируешь один шаг процесса, а рядом вываливается новый прикол, которого раньше вообще не было. В итоге, идёшь шаг за шагом, пока не упакуешь в новый формат весь процесс от и до. А Ozon в процессе ещё и полноценного нового робота изобрёл (которого можно даже в отдельный продукт завернуть), прикольно.

Дизраптор

Читать полностью…

Вы можете залить ваш трек на страницу любой звезды в Spotify, получить его прослушивания, а роялти забрать себе

10 сентября у бруклинской панк-группы Lathe of Heaven (как я понял, группа известная, но в узкий кругах) вышел новый сингл "Riding High". Он появился на их верифицированной странице в Spotify, а заодно в Apple Music, Tidal, Amazon Music и Deezer.

Вот только сама группа узнала об этом последней, потому что это вообще не их трек. Его сделал журналист 404 Media Эмануэль Майберг (ай, шалунишка). Причём сделал его издевательски легко - песню он сгенерил в Udio промптом уровня "сделай панк-песню с мужским вокалом", а обложку нарисовал в ChatGPT. На всё про всё ушло 5 минут и несколько баксов.

Возможно, вы спросите:

Аффтар, падажжи, как какой-то левый хрен с горы может выложить свой слопо-трек на реальной странице реальной группы на всех стримингах?

Отвечаю: легко и просто. Дело в том, что музон на Spotify музыканты заливают не сами, а только через посредников - через лейблы (если ты покрупнее) или сервисы-дистрибуторы вроде DistroKid (именно он был в истории) и аналоги. А DistroKid - это обычный SaaS, где вы платите за подписку, заливаете файл, а он уже раскидывает его по всем площадкам и потом собирает с них ваши роялти. Купить акк у дистрибутора может кто угодно, цена вопроса 3,75$.

А вот дальше главный прикол. Страница артиста на Спотике или Амазоне - это не кабинет с логином, а тупо полка в каталоге. И что на неё ляжет - решают метаданные релиза. Майберг вбил в поле "название группы" Lathe of Heaven, и DistroKid сам нашёл настоящие страницы группы и вежливо спросил: "Это вы?".

Майберг ответил: "ага, мы", и ещё проставил пару галочек в духе "права мои, мамой клянусь". Ну и всё, через день трек лежал везде.

Итак, с "как" разобрались, осталось понять "зачем". Смотрите, роялти за прослушивания идут по цепочке "стриминг → дистрибьютор → тот, кто залил". Настоящий артист, на чью полку попал трек, в ней не участвует, он лишь поставляет трафик: новинка висит наверху профиля, подписчикам летят уведомления, трек лезет в подборки и т.д. Это как если бы вы опубликовали рекламу у меня в Дизрапторе, собрали просмотры от подписчиков (которых я тут годами собирал), получили за это деньги, а я бы вообще в схеме не участвовал. Ух, аж не по себе от таких мыслей стало 😱

Эту проблему летом начали отслеживать добровольцы - они нашли 300+ таких самозванных треков на Spotify. И не только у нишевых британских панк-групп, а даже у Тейлор Свифт и давно умерших джазменов. Подкидывать слопо-песни покойникам, кстати, особенно удобно - за страницей уже никто не следит, но слушать продолжают, денежки капают.

Самое удивительное, что этой дыре уже много лет. Spotify что, не знает, как у него работает залив треков? Конечно, знает. Просто раньше это не было проблемой. Потому что сгенерить сносный трек, похожий по жанру (откровенно галимый фейк быстро спалят, не будут слушать и удалят) - это дорого, а стриминговые отчисления копеечные. То есть, такая схемка начинает работать только на потоке из сотен треков. И раньше экономика не сходилась. А теперь, с дешёвыми ИИ-генерашками - сходится.

Очень похожий я разбирал в посте про стартап Medvi. Суть в том, что ИИ не только изобретает новые лазейки, но и делает рентабельными старые, просто потому что радикально удешевляется вся экономика арбитража. Так что, площадкам пора не только отбиваться от свежих ИИ-угроз, но и поднимать список древних дыр, на которые годами было пофиг.

P.S. Если Канье Вест кинул вас на питерские билеты - залейте ему трек в Спотик и заберите его отчисления. Пусть знает, как людей русских на бабки скамить и всякий *запрещённый экстремизм* пропагандировать! Не является инвестиционной рекомендацией.

Дизраптор

Читать полностью…

Налоговая увидела новость про муху и такая:

Читать полностью…

ИИ-Холостяк

В Южной Корее 20 августа стартовало дейтинг-реалити, где участники строят отношения... с кем бы вы думали? Правильно, с ИИшками. Называется "My AI Partner", делает его местный телеканал SBS, но также шоу выкупил Netflix.

Участников трое, все они местные звёзды: автор вебтунов (это такие азиатские смартфонные комиксы), актриса и комик. Каждому подобрали несколько ИИ-партнёров под вкус (всего 8 штук), вплоть до стрижки и тембра голоса. "Партнёры" живут в планшетах, которые участники таскают с собой в рестораны, парки аттракционов, бассейны на вилле и другие "свидания".

Через камеру и геолок на планшете аватар "видит" лицо своего кожаного любимки и место, где они находятся. Под капотом сидят разные модели, включая ChatGPT и Claude, а за внешку и голос отвечает компания Klleon, ранее рисовавшая виртуальных артистов для корейских шоу. Авторы шоу утверждают, что на проработку восьми слопо-крашей ушло около 3 месяцев.

Никаких победителей в шоу нет. Цель - проверить, возникнут ли у человеков чувства вообще.

Отбросим, что это гибрид "Черного зеркала" с tech-дуркой. Как и тот факт, что шоу в целом провалилось (хотя на корейском Netflix вошло в топ-10 за август). Ведь самое интересное - это как делали ИИ-персонажей:

Сначала им решили прописать человеческую легенду. Типа: "Ты парень 29 лет из Сеула, работаешь инженером в Samsung, любишь котиков и падел кимчи". Но такое не взлетело - выглядело совсем уж фальшиво. Тогда сделали по-другому - персонажам прямо сказали, что они ИИ, но постарались выдать характер по MBTI. Иногда хватало фразы "ты ENFP" (экстраверт душа компании по MBTI), а дальше моделька справлялась сама. И вот это уже норм зашло.

Особенно весело было, когда аватар с установкой "колючий и резкий" начал жёстко арбузить кожаного партнёра и материться как корейский сапожник (команда даже решила, что он сломался). А автора комиксов в итоге вообще поставили перед выбором между двумя партнёршами, где невыбранную удалят навсегда. И он признался, что это было капец тяжело.

Зрители признавались, что идея интересная, но смотреть морально тяжело, ибо чувство лёгкого (а порой и тяжелого) кринжа их не покидало. Но если воспринимать это не как просто шоу, а как публичный касдев для всей индустрии LonelyTech, то эксперимент интересный и (думаю) полезный. Рано или поздно весь мир там окажется - хотим мы этого, или нет. И тем более Корея, которую признают "самой одинокой страной в мире", и местному правительству даже специальные госпрограммы запускать приходится, лишь бы хоть как-то это выправить.

Дизраптор

Читать полностью…

Чел на этой картинке кормит ИИшку человеческой кожей

Недавно из стелс-режима вышел довольно... эммм... необычный проект. Называется Outer Biosciences, и он добывает ещё живую человеческую кожу, чтобы учить на ней ИИ. Объясняю:

После операций (в основном пластических, но как пойдёт) остаются обрезки кожи, которые обычно выкидывают. Outer быстро - за считанные часы, пока ткань жива - забирает их с согласия доноров. Кстати, как я понял, эту логистику стартап прорабатывал больше года. А дальше происходит вот что:

Вообще, вне тела кожа живёт несколько дней. Этого плюс-минус хватает, чтобы проверить, не разъест ли её новый кремушек - но не более того. А реально интересные процессы с кожей происходят медленно: коллаген перестраивается, пигментация, восстановление барьера, вот это всё. Это процессы неделю+.

Так вот, Outer собрал "систему жизнеобеспечения", которая кормит ткань и выводит отходы - и кожа живёт до месяца. Благодаря этому можно с ней развлекаться разными способами - например, устроить ей солнечный ожог и неделями смотреть, как он заживает, средствАми всякими мазать и т.д.

Теперь ключевой момент - причём тут ИИ. У Outer своя моделька, которая:
1. Предсказывает, какое непроверенное вещество улучшит конкретную функцию кожи.
2. Вещество наносят на живую ткань и снимают замеры.
3. Результат - угадала или нет - идёт обратно в модель.
И так по кругу, пока не найдут годное сочетание.

Techcrunch утверждает, что до встройки ИИ во всю эту историю смогли найти лишь пару кандидатов за полтора года, а после - находят новый каждые 6 недель. При этом, компьют у них совсем скромный, но больше и не надо, т.к. каждая единица данных = до месяца жизни настоящего куска кожи. А их много не напасёшься.

В общем, чуваки решили, что у биологии нет своего интернета с сайтами, которые можно скрейпить ИИ-агентами, и решили построить свой. Ну, почему бы нет, не всем же битуби-саасы делать.

И ещё интересный нюанс. Outer делает не лекарства, а косметические ингредиенты, так что одобрение FDA не нужно. При этом безрецептурных (OTC) активов для кожи, которые FDA официально считает лекарством, одобрено всего 120-130. А если добавить косметические (лечить ими по закону нельзя, но исследовать и продавать результаты фарме и Л'ореалям - пожалуйста), то выйдет около 200. На всю гигантскую бьюти-индустрию! То есть, чуваки нашли прикольный голубенький океанчик.

Не сегодняшний день Outer привлёк $23 млн, в команде 19 человек. По словам CEO, 4 ингредиента "тёплые" и скоро и должны дойти до рынка. Свой бренд они не строят - ингредиенты будут лицензировать бьюти и фарма, а зарабатывает компания через совместные исследования.

К слову, фаундера проекта Майкла Полански называют "партнёром Леди Гаги". А эта артистка известна в том числе тем, что носила платье из мяса. Не знаю, зачем я это вспомнил, вообще хз.

Дизраптор

Читать полностью…

Нашёл топовую историю из Кореи:

В Сеуле есть магазин шмоток Tansanmagnesium. Название - корейский спеллинг "карбоната магния", проще говоря магнезии - вот этой штуки, которую скалолазы или качки в зале себе на руки сыпят, ну вы поняли. Продаёт этот магазин одежду и аксессуары для скалолазания. И этой весной он очень мощно завирусился в соцсетях. Знаете почему?

На первом этаже у них стоит здоровенный камень (см. картинку), а сам магазин - на втором этаже. Единственный способ попасть в магаз - это залезть по этому камню. Логика примерно такая:

Если ты на самом деле никакой не скалолаз, а обычный казуальный лох, и наши (невероятно ценные и уникальные) шмотки тебе нужны не по горам лазать, а стильно пить лавандовый раф в кофейне - то хрен тебе. Мы только для тру, ты должен доказать, что достоин.

Именно в таком виде история завирусилась в соцсетях (типичный рилс про них приложил). Там ещё часто вспоминают Arc'teryx - канадский бренд, который тоже начинал с тру-скалолазных обвязок, а закончил в итоге униформой айтишников и тиктокеров "под стиль". А вот корейцы, мол, поставили настоящий природный фейс-контроль, который нельзя обойти. Вот как серьёзно берегут аутентичность!

Но если копнуть, то корейские просто всех красиво развели на хайп. Смотрите:

Во-первых, камень никого не отсеивает. Он "генерит рилсы". Каждый залезший записывает своё восхождение в магазин на телефон и выкладывает. Получается турникет, который сам плодит бесплатную рекламу. Именно так бренд 2025 года рождения (ему всего год!) доехал из Сеула до кучи лент. В X вообще писали, что валун природный и "уже лежал на участке, а вокруг него построили магазин". Само собой, это чушь. Но кейс получился настолько яркий, что сам начал обрастать UGC-легендами.

Во-вторых (и это главное), на самом деле камень продаёт не доступ в магазин. В реальности там наверняка есть лестницы, это ж современное здание, противвопожарка все дела. Он продаёт верификацию вам самим, что вы - тру.

Есть такой термин "costly signaling". Это когда сигналу верят только, когда его дорого подделать. Опыт на скалах подделать дорого. А тут этот сигнал продают с огромной скидкой: повисел 5 минут на булыжнике - и всё, ты официально "скалолаз со справкой", можешь с чистой совестью в этих шмотках хоть реально лезть на гору, хоть идти в кофейню за рафом (никто уже не имеет права осуждать, ибо есть пруф).

Собственно, клиенсткий микс Tansanmagnesium это чётко показывает: почти 70% клиентов возрастом 18-24 года, 2/3 из них - девушки. При всём уважении к прекрасному полу, этот микс больше подходит не для горы, а для очереди за дропом 🤔.

Да они и не скрывают. Основатель прямо говорит, что "их цель - сделать со скалолазанием то же, что случилось со скейтами". Напомню, со скейтами случились тапки Vans на миллионах людей, который на доске ни разу не стояли, хех.

Обычно у субкультурных брендов рост убивает аутентичность. Кажется, корейцы это поняли и придумали, как выдавать аутентичность порционно с самого начала и расти как раз на этом. Красиво.

Дизраптор

Читать полностью…

Насколько сильно дети тупеют от ИИ?

Дженсена Хуанг сходил на подкаст с Эзрой Кляйном из NYT. Там глава Nvidia признался, что не помнит свой домашний адрес и почтовый индекс. Я, кстати, свой индекс тоже не знаю - где мой контрольный пакет Nvidia, а?

Так вот, Хуанг это сказал в контексте одного конкретного исследования. СМИ его назвали "китайским" (исследование, не Хуанга), хотя делали его западные экономисты из Стокгольма и Гонконга. Но вот данные действительно были по китайским школьникам. Ну, потому что там нашли идеальный датасет - в одном из округов в центре страны домашка сдаётся полностью онлайн, система пишет время на каждое задание, и все экзамены лежат в единой базе. Для учёных это редкая удача. Вот разбор самого исследования.

Цель - проверить, как ИИ влияет на успеваемость школьников. Спойлер: довольно-таки катастрофически.

Методология такая. Почти 27 тыс. школьников из 7-12 классов (средняя и старшая школа, без малышей). Период 30 месяцев - с осени 2022, когда ИИ ещё никто не юзал, до лета 2025, когда им пользовались 80%. При этом, дети начинали "ИИзироваться" в разное время, поэтому у каждого, кто начал, учёные смотрели его же оценки "до и после" - а потом вычитали из этой разницы то, как за те же самые месяцы менялись оценки у тех, кто ещё не начал учиться с чатботиком. Таким макаром отсекли всё, что падает и без ИИ (например, из-за усложнения программы, изменения экзаменов, общей просадки по конкретной школе и т.д.). И вот то, что осталось - плюс-минус эффект от ИИ.

Ключевые выводы:

1. Домашку в среднем стали делать лучше на 18% и на треть быстрее. Но "закрытые" экзамены ("закрытые" = в аудитории под присмотром, без Дипсика, интернета и учебников, а только своей головой) просели на 20% уже через полгода. Вступительные тоже минус 18-24%.

2. Дело в ИИ как таковом, а в аутсорсинге вообще. 4 из 5 ИИ-юзеров делали домашку быстрее самых быстрых "безИИшных" - но при этом валили экзамены. А те, кто тратил на неё столько же времени, что и раньше (даже если учился с ИИ - но использовал его не как решалку, а скорее как репетитора) - не потеряли ничего.

3. Отличники страдают сильнее: минус 24% против минус 16% у слабых. Видимо, активнее гонятся за идеальным ответом. Либо более умные школотроны просто быстрее поняли, какую кнопку в Дипсике нажимать и куда домашку грузить 🤔

4. И самое неожиданное - сильнее всего просела гуманитарка. Обществознание, история и география - минус 25-27%, а математика и прочий STEM - минус 20-22% (тоже сильно, но не так). Почти все предыдущие замеры были в основном про STEM, а самый сильный удар не по ним.

Возникает вопрос: если эффект такой сильный, то почему никто не бил тревогу? Учителя что - слепые? Скорее всего проблема в том, что конкретный учитель видит ребёнка только на своём предмете, а там -20% это в целом не аномалия, такое бывает. Мало ли, интересы у растущего человека смещаются, или ещё что. А директорам и завучам мысль "сверить эффект от ИИ между разными предметами" на педсовете (или как в Китае это называется), видимо, в голову не приходит.

Насколько китайские учебные реалии с их культом экзаменов переносятся на весь мир - большой вопрос. Но другие страны тоже чувствуют. Например, премьер Норвегии объявил почти полный запрет genAI для детей 6-13 лет, а для 14-16 лет - только под присмотром учителя.

Я не уверен, что это разумное решение. Больше похоже на технодумерский страусиный движ. Думаю, корень проблемы даже не в ИИ. В посте про домашку я писал, что главное свойство ИИ - персонализироваться до тотального комфорта юзера. А усвоение знаний и навыков наоборот работает через дискомфорт. В этом китайском исследовании 19% школьников сохранили дискомфорт (сидели над задачей столько же, сколько без ИИ - даже если и с чатботом) - и они ничего не потеряли. Остальные "купили" себе дешёвый комфорт, но заплатили падением способностей.

Вопрос не в нейронках как таковых, а в том, как в новых учебных реалиях сохранить продуктивный волшебный пинок, заставляющий не сидеть на заднице ровно.

Дизраптор

Читать полностью…

Как чуть не оглохнуть на концерте и заработать на этом $220 млн

Два друга-инженера из бельгийского Антверпена с детства обожали концерты, фестивали и прочие громкие тусы. Они так часто на них ходили, что к 2015 года у обоих начался тиннитус. Это когда в ушах постоянно звенит или гудит (волосковые клетки во внутреннем ухе от громкого звука отмирают и не отрастают обратно).

Они начали изучать вопрос, и в процессе нащупали интересную нишу - поняли, что в куче сценариев (концерты, сон, опенспейс, самолёт) людям нужны беруши, но все они:
(а) выглядят как поролоновые затычки или оранжевые "ёлочки", и носить такое на концерте это кринж.
(б) тупо глушат всё подряд, нет варианта приглушить шум, но оставить музыку, или, например, убрать всё кроме голоса.

Так в 2016 году появился стартап Loop. Продукт - беруши в виде колечка в ухе, похожие на серёжку. Причём кольцо здесь не просто дизайн, а акустический канал: такая формат помогает резать звук более равномерно по частотам.

Ещё чуваки сделали четыре линейки беруш (или берушей?) под разные сценарии:
- Experience для концертов. Музыка остаётся, децибелы уходят.
- Engage для ресторанов. Фон тише, голоса слышно.
- Quiet для сна. Глушат всё.
- И Switch, где можно переключать режимы.

Поставили цену от $24 и начали продавать. За 4 года нарастили продажи до $100К в месяц, но потом грянул ковид, концерты закрылись, продажи резко рухнули, и компания чуть не сдохла.

Спастись удалось через частичный пивот. Loop ушёл в чистый DTC (direct to customer), выкинул пластиковые кейсы (отправлять стали в конвертах), и главное - радикально расширили сценарии. Они начали продавать беруши не для тусовок, а для сна, работы и просто если бесит шум.

Так им удалось продержаться. А когда локдаун кончился - концерты тоже вернулись, и у них появились продажи уже из двух источников. Как итог, выручка достигла 190 млн евро за 2024 год, причём половина пришлась на рынок США, где зумеры хорошенько так заценили Loop, стали таскать их просто как модный аксессуар и вирусить в тиктоках.

Самое интересное, что Loop по сути создал новый рынок - около 60% покупателей раньше вообще не покупали беруши. При этом, за всё время компания привлекла всего $1,59 млн, что по меркам солидного стартапа смешно. А основатели держат ~90% компании.

Главный секрет, наверно, в маркетинге. Они жгут на продвижение 30-40% всей выручки, плюс активно коллабятся - причём как с брендами (McLaren, Swarovski), так и с самими фестивалями (Coachella, Tomorrowland). Ну и хороший UGC-буст из зумерских лент помог, да.

Если задуматься, главный продукт Loop - не беруши и даже не звуковые фильтры. Они продали право носить беруши публично и не чувствовать себя дедом. Именно поэтому треть выручки и уходит на рекламу. Ломать социальную норму - это дорого, но если удастся, то окупится.

P.S. Если что, глохнуть на концерте для запуска годного стартапа необязательно. Это опциональная фича по желанию.

Дизраптор

Читать полностью…

В конце прошлого века США отдали Китаю одну из ключевых технологий современности.

Китайцы её подобрали, развили до космического уровня, и сегодня американские компании получают лицензии у Китая и привозят к себе китайских специалистов, чтобы те помогли им построить производство по китайским стандартам (да, именно так, а не наоборот).

В новом видосе разбираемся, как так вышло.

https://youtu.be/crxl5XlVLDo?si=Q_yKjJjJ2uKIzU2o

Приятного просмотра!

Читать полностью…

Один из главных релизов месяца - виар-очки VR Glasses от Meta

Я насчитал у них три особенности, которые отличают эти окуляры от коллег по цеху:
1. Вес 100 грамм. То есть, это реально очки (пусть и слегка странноватые на вид), а не очередная кибер-каска, вдавливающая башку в позвоночник.
2. Открытые бока - видно, что происходит вокруг, не аквариум.
3. Ценник $1299 - да, недёшево, но в целом окэй.
Из начинки сейчас заявлено кино, спорт с ESPN в 8K и 75+ игр (но, думаю, главная ценность будет не в этом). Продажи обещают с весны 2027.

Пожалуй, главный прикол, что данные очечи родственники не линейки Ray-Ban Meta, а... барабанная дробь... шлема Quest. Там стоит тот же софт, те же игры и те же контроллеры Touch Plus, которые докупаются отдельно (два мини-джойстика с кнопками и стиками, это чтобы махать мечом в Beat Saber и стрелять в шутерах).

То есть, рептилия таки достала что-то с метавселеновой антресоли, сдула пыль и оживила (можно ли назвать это экзорцизмом? посмотрим). Хотя со сцены Цук говорил "метавселенная подождёт, VR-девайсов будет меньше, люди не хотят носить такое", и прочее в этом духе.

Но это не "очки с камерой для рилсов". Снимать тут вообще не получится, камера не умеет это делать, она только для обзора вокруг. Штука заточена именно под посиделки с экраном - фильмы в самолёте, приватный рабочий стол и, главное, ИИ-агентные сценарии. Собственно, пару недель назад Meta выкатила своего ИИ-агента Muse (он очень хорошо зашёл юзерам), который и будет центром всего, а VR-Glasses = его физическое продолжение.

НО! Есть мааааленький нюанс, который слегка портит юзер экспириенс: откуда взялся столь малый вес 100 граммов. Дело в том, что в самих очках вообще нет мозгов - ни процессора, ни батареи, ни даже чипа для трекинга. Всё живёт в 300-граммовом паке размером с два телефона, который подключён к очкам проводом, см вторую картинку (эмммм... 😈). Сама концепция не новая, так делали и Magic Leap, и Xreal, и другие. Но Meta - первый гигант, который после 10 лет выпуска шлемов "всё-в-одном" признал, что это бред, и лучше уж провод с блоком.

И это, пожалуй, сигнал всему рынку "больших носимок" (в смысле, не браслетов и колечек, а более серьёзных девайсов). Хотите, чтобы вас носили - убирайте вычисления с головы. В карман, в пак, в телефон - куда угодно, но на башке не должен висеть кирпич.

Теперь ключевая битва этого сегмента будет за то, чтобы сделать внешний блок с проводом не совсем ублюдским. Или как вариант - продавать на него кастомные чехлы и делать модные коллабные проводочки с фэшн-брендами. Во второй вариант верится больше 🤔

* в посте упоминаются сплошь запрещённые экстремисты ужасные фу такими быть.

Дизраптор

Читать полностью…

В tech-СМИ сейчас хайпит штука под названием ACTx486 - "новая технология" которая позволяет болтать с видосом в режиме лайв.

На демке мадам берёт тот самый легендарный выпуск с Маском-паровозом и общается с ним. Спрашивает, куда сходить в Лос-Анджелесе, и Илон присылает ей подборку на телефон (да, персонаж не только отвечает голосом с экрана, но и в другие каналы умеет стучаться). Просит его ответить на итальянском - он отвечает. А в какой-то момент говорит "Слушай, не кури бяку вот эту, ну", и Маск такой "Ну ок, ладно, не буду", и убирает свой *запрещено в РФ* (не то что обычно запрещено, а вот другое запрещённое, ну вы поняли).

Выглядит всё это нереально хайпово, жирно, сочно и вообще пушка-гонка. Но на самом деле это не магическая магия, а просто очень грамотно упакованная цепочка агентов и генераций. Устроено примерно так:

1. Вопрос юзера обрабатывается и роутится: система решает, кому из персонажей он адресован. По умолчанию - тому, кто сейчас в кадре. Сейчас у сервиса два персонажа - Маск и Роган, роутить несложно. Ещё ИИшка решает, что с вопросом вообще делать - ответить словами, нарисовать схему, отправить карточку на телефон и т.д.

2. Отдельный агент идёт искать факты в открытых источниках. Например, свежие цифры по выручке Tesla и SpaceX он подтягивал из реальных квартальных отчётов.

3. Пишут ответ для персонажа. С ограничениями "что можно говорить от имени живого человека". На личные и политические вопросы "Маск" отвечать отказывается.

4. В итоге генерится видео с синтетическим лицом, голосом, взглядом и таймингом. Если нужно - в кадр добавляют объект или вообще включают новую сцену. И всё это вклеивается в реальные кадры так, чтобы оригинальный разговор продолжился как будто так и было.

При этом, если Маска переодели или (например) перенесли на Марс, то штука это учитывает при генерации.

НО ЕСТЬ НЮАНС. Между вопросом и ответом всё-таки проходит несколько минут (а не моментально, как в демке). Законы физики всё-таки не обманешь. Авторы это честно пишут и говорят, что целятся в задержку 6 секунд, но пока до этого далеко. А то что показали в демке - это просто кино. Ответы сгенерили заранее, потом сняли актрису с агентством, оператором и монтажёром (и они кстати все честно указаны в титрах).

Тем не менее, штука реально взрывает мозг и выглядит как научная фантастика. И сделали её не абы кто:
- Карина Нгуен - одна из первых сотрудниц Anthropic, потом в OpenAI делала Canvas и Tasks.
- И Якуб Зегзулька (фамилия однозначный топ) - интерфейсник, который до этого работал на Apple и на Цукерберга.

Единственное, хотелось бы, чтоб штука передавала ещё и интеллект, убеждения и общий моральный облик человека в кадре (и ещё вайб). Чтобы от общения с "учёными" реально умнеть, а через полчаса "разговора" с Канье Вестом уверенно заезжать в 🏠😡.

Дизраптор

Читать полностью…

Теперь второй анонс:

У Yandex B2B Tech теперь будет своё полноценное кибербез-направление. То есть, они выходят на поляну Касперского, Позитив и т.д.:

Направление называется Yandex Security.

Думаю, это будет комплексный кибербез-пакет для бизнеса (точнее, с фокусом на бизнес) и с сильной ИИ-составляющей. Про ИИ, собственно, напрямую сказали на презе. Что логично - львиная доля угроз сейчас исходит от ИИ, а клин, как известно, клином вышибают. И у Яндекса свой "клин" как раз есть. С метафорами я поработаю, но суть вы поняли.

Из необычного/прикольного/фирменного выделю вот что:

1. Yandex Identity Hub. Это отдельный инструментарий для защиты от человеческих косяков. Автоматический пересмотр ролей, синхронизация учётных данных между средами, и подход passwordless (если паролей нет - они не утекают). Это чтобы не получилось, что защитили всё, кроме человеческой головы 😈

2. Smart Web Security. Сервис сам следит за состоянием приложений и корректирует параметры защиты, если нагрузка/риски меняются.

3. Невидимость для бизнеса. Годный кибербез, как и хорошего футбольного арбитра, не должно быть видно. Для этого есть JS, Cookie Challenge и прочие механики для фонового мониторинга, детектинга, отстрела ботов и т.д.

4. Мультиоблачность. Если подключено много разных облак (или облаков?), то разрабам надо бегать между консолями и привыкать к разным настройкам. Чтобы такого не было - создаётся коннектор с другими облаками, и кибербезом для всех можно управлять с единой панели (см. картинку 6). В каждый ресурс можно провалиться отдельно, покрутить-посмотреть-настроить и т.д.

Вообще, для Yandex B2B Tech это далеко не первый случай, когда у них внутри созревает некий набор взаимо-дополняющих (что называется, "смежных") решений и фич, и в какой-то момент этот набор становится настолько здоровенным, что его облачают в отдельное продуктовое направление. Так было с аналитической платформой DataLens или с AI Studio (= единый хаб для всех ИИ-механик). И вот сейчас то же самое с кибербезом.

Желаю ребятам удачи на первых порах после запуска! А для российской кибербез-индустрии это серьёзный рост конкуренции. Что определённо супергуд, ибо конкуренция даёт буст прогрессу, а он (этот буст), учитывая, какая нагрузка идёт на ИБ-системы наших компаний прямо сейчас, явно лишним не будет.

Дизраптор

Читать полностью…

На чём обучают эйай? Правильно, на потных катках

Наткнулся на топовую историю на стыке эйай, роботов и игр:

В конце 2024 OpenAI предложила $500 млн за Medal - сервис, где геймеры записывают короткие клипы своего геймплея и кидают их корешам. Как вы понимаете, не потому что Альтман фанатеет от летсплея (хотя от какого-то конкретного может и фанатеет 😈), а ради данных для обучения интеллекта этого нашего искусственного. Хотели цап-царапнуть сотни млн часов игр для обучения своих моделек.

Фаундер Пим де Витте отказался (это по его версии, а по версии The Information сделка сорвалась), и в октябре 2025 выделил из Medal отдельную ИИ-лабораторию General Intuition. В сооснователи взял трёх исследователей world-моделей. Это модели, которые предсказывают, что произойдёт с окружением, если в нём что-то сделать. Моделирование 3D-миров и всё такое.

Работает это так:

1. На Medal клип пишется вместе с контроллером. То есть, к каждому кадру приклеено, какие кнопки человек жал и когда. Получается связка "что видел + что сделал + что вышло". На Ютубе и Твиче такого нет - там видно результат, но не что человек тыкает. Плюс на Medal специально снимали моменты, где что-то происходит: перса убили, упал, атака и т.д.

2. Получаются отобранные игровые пики точёные, а не 100500 часов вялого стрима, где ничего не происходит.

3. Дальше General Intuition учит на этом две модели:
- Одна предсказывает мир. Даём ей реальный кадр - она генерит следующий, но без игрового движка.
- Вторая предсказывает действие. Даём кадр - она говорит, что тут сделал бы человек. Первую не продают - она скорее тренажёр, на котором гоняют вторую. А вот вторую уже продают через API.

Возможно, вы скажите: "Нафига учить роботов на геймплее? Это же не реальный мир". Так вот, здесь история про оптимизацию обучения. Был кейс, где робота сначала обучили на данных от General Intuition, а потом дообучили всего на 8 минутах реальных данных из камеры робособаки, и он смог начать ходить по офису. Да, шатко-валко и задевая предметы, но смог. Обучать на реальных данных с нуля было бы в разы дороже (вешать камеры индусам на лоб - это не бесплатно).

Сейчас стартап стоит около $6 млрд, недавно в него зашёл Valor Equity Partners - довольно известная инвестструктура, (вроде как) связанная с Илоном Маском. Так что, быть может, OpenAI вообще обломится. А может и нет, ведь это они в твитторах друг с другом срутся, а за его пределами спокойно всё продают и покупают.

В общем, миллионы школьников, клипающих хедшоты в Фортнайте, на самом деле полтора года собирали датасеты для роботов. Какая неожиданность 😈

Дизраптор

Читать полностью…

Кстати, если ИИшку будут реально тренировать на таких данных, и она станет тупая, то это буквально shit in shit out

Читать полностью…

Почему банки так активно идут в рекламу?

Весной я разбирал, как банки:
(а) Становятся новым полноценным рекламным каналом (типа как ритейл-медиа в своё время),
(б) Какое именно у банков/финтехов есть unfair advantage на этой поляне.

Кратко: они единственные видит "рекламное уравнение" с двух сторон целиком - и насколько эффективно компания размещается и получает показы/клики/оплаты, и что конкретно люди покупают (не в одном магазине, а вообще).

Так вот, 18 сентября прошёл "День финтех-медиа" - первая конфа не про банки/финтех, а именно про рекламу в них. Участвовали именно рекламные юниты банков/финтехов: Т-Реклама, Альфа, SberAds, МТС Ads. Раньше я такой нарезки не видел, что косвенно подтверждает, как данный необычный "рекламный носитель" (назовём это так) становится отдельным рынком.

Смотрите, в ритейле и екоме рекламные юниты (те самые "ритейл-медиа") выросли в монструозные бизнесы. У Amazon реклама в 2025 принесла почти $70 млрд (кажется, это примерно как весь их еком), сегодня они третья рекламная платформа мира после Google и ещё одной конторы. Почему? Ну, потому что есть замкнутая петля "показал → купили". Но у банков эта петля работает ещё лучше - не по одному магазину, а по всем сразу. Amazon видит, что вы купили на Amazon, а банк - что вы купили везде его картой. Отсюда возникают рекламные механики, которых нет ни в одном другом рекламном кабинете. Например, клиент начал ремонт и тратит на стройматериалы - самое время предлагать технику (это пример от М.Видео с конфы).

Но я хотел бы выделить другой нюанс. Реклама всегда получает буст через репутацию. И вот тут у банка/финтеха преимущество номер два, причём оно состоит из двух частей:

Во-первых, работает простая психология. Если вы храните где-то свои деньги, доверяете самое ценное (ну, из материального), то доверие к этому бренду у вас априори высокое. Даже если вам кажется, что нет. Размещая рекламный оффер, банк делится с брендом своей репутацией, и клиент перекладывает это на рекламу из оффера.

Во-вторых, это работает и в другую сторону. Один левый токсичный оффер - и всё, клиент бесится на банк, и его репутация начинает рушится. А это для банка капец, т.к. см. выше. Следовательно, спамить по чём зря, как обычные рекламные сети, банки просто не могут себе позволить (исходя из базовой логики из бизнеса). Собственно, поэтому вся конфа и крутилась вокруг единых правил и прозрачности.

ИМХО, это самая важная трансформация рекламного рынка за последние пару-тройку лет. И история точно будет развиваться. Аудитория, данные, инвентарь и доверие у финтех-медиа уже есть. Не хватает разве что понятных правил и доказанной эффективности. Но, думаю, это не проблема - ритейл-медиа прошли этот путь за пару лет, и я не вижу причин, почему здесь будет иначе.

Дизраптор

Читать полностью…

Железо дорожает, но ИИ становится дешевле. Как так?

Глянул интервью гендира Yandex Cloud Григория Атрепьева Ведомостям. Вообще, там на редкость "мясной" контент про агентов, ИИ-кибербез, что делать с сотрудниками и немного про планы самого Яндекса в ИИ. Но я хочу остановиться на конкретном моменте про ИИ-вычисления, важным для всей ИИ-индустрии.

Смотрите, сейчас в ИИ-вычислениях происходит довольно странная штука:
1. Железо очевидно дорожает. Серверы за год улетели в 2–5 раз, адски подорожала память и всё остальное.
2. Но токены (то есть, сколько результата модель на конкретном железе делает юзеру за Х времени) при этом дешевеют. Атрепьев приводит цифры самого Яндекса: у них выручка на тот же объём токенов упала за год в 6 раз, а по классу "лёгких" Flash-моделей цена снизилась почти в 14 раз.

Это, вообще говоря, парадокс. Обычно, если сырьё дорожает, то продукт тоже дорожает. А тут наоборот. Давайте разберёмся - почему так (здесь ключевое из статьи дополню своими мыслями).

Смотрите, себестоимость токена для провайдера (для OpenAI, Anthropic или того же Яндекса) считается так:
🤩 Числитель = стоимость часа работы одной GPU. Сколько стоит, чтобы одна видеокарта крутилась один час, включая её амортизацию, обслуживание, инженеров, электричество и всё-всё-всё.
🤩 Знаменатель = число токенов, которые она за этот час обработала.

Так вот, числитель вырос примерно в 2-5 раз, но знаменатель - гораздо сильнее. Причин несколько, и они работают вместе и усиливают друг друга:

1. Модели стали дешевле в исполнении при сопоставимом качестве. ИИ-компании выкатывают Flash-версии, и это не "урезанные модели-обрубки", как многие думают, а иначе спроектированные. Например, с применением MoE (Mix of Experts), где на разные токены бросается не вся модель, а нужный кусок.

2. Рост входящих токенов. Токены бывают разные. Есть входные (промпты, документы), где модель берёт весь текст и обрабатывает всё разом, параллельно. А есть выходные, которая модель выдаёт. Их нужно генерить по одному, перечитывая все веса из памяти на каждое новое слово (ну, если грубо). Так вот, входящие токены сильно дешевле, и их доля сильно выросла. Я думаю, это потому что юзеры привыкли кидать в модель не чёткий промпт или хотя бы структурированный запрос, а всё подряд - кучу несвязного текста огромными кусками, пдф-доки и т.д. И если считать с т.з. расхода токенов - это дешевле. У Яндекса соотношение 4:1 в пользу дешёвых.

3. Кэш. Если у тысячи запросов одинаковое начало (системный промпт, история чата и т.д.), то модели достаточно переварить один раз, а дальше брать куски из готового. Провайдеру это сильно дешевле. В том же DeepSeek V4 Flash кэшированных запросов около 70% токенов - то есть, агент 7 из 10 шагов шлёт почти одно и то же. И доля кэшированных запросов растёт. Почему - не буду углубляться, иначе свалимся в дебри, но если кратко, то тут и рост агентных цепочек, и более многоходовые чаты, и популярность системных промптов (например, в корп поддержке), и много что ещё.

4. Наконец, сама инженерия инференса: батчинг (прогнать через одни веса не одного юзера, а сразу кучу), квантизация, более продвинутое декодирование и т.д. Прикол в том, что всё это работает на большом потоке (нет одновременных запросов - нечего объединять). А поток, как вы понимаете, растёт.

Теперь главное - что это меняет, и что делать. У провайдеров выручка отвязалась от объёма: теперь чтобы стоять на месте - надо расти по токенам в 5-6 раз в год. Ещё, им придётся сильнее гнаться за плотностью, отсюда и амбиции занять "половину рынка" (тренд на укрупнение), и буст агентов в мессенджерах (= генераторы потока), и активная работа с партнёрами, которые приводят доп нагрузку. А для клиента ограничение теперь сидит не в цене, а в умении хорошо внедрять и наращивать полезное потребление. Потому что агенты, которые жгут на порядок больше, наконец начинают окупаться на дешевеющих токенах. Ну и главное узкое место индустрии - это теперь окончательно память, а не сами вычисления.

Короче, пока эксперты ванговали дефицит ИИ-мощностей - в реальности дефицитом стало умение нормально крутить ИИшку и жечь дешевеющие токены.

Дизраптор

Читать полностью…

Вайбкодинг добрался и до маркетинга. На Mindbox Конференции ему посвятили целый день: 24 октября пройдет лаборатория вайбкодинга со школой Вани Замесина.

Маркетологи научатся быстро проверять гипотезы с помощью ИИ, без разработчиков и аналитиков.

А в первый день конференции, 23 октября, — 40+ спикеров с докладами о CRM-маркетинге и рекламе. Много будет про ML и нейросети. Например:

— аптеки «Вита» отдали аналитику и рассылки мультиагентной сети;

— Купер доверил реактивацию предиктивной модели и удвоил ROMI;

— «Читай-город» настроил Директ на самых горячих пользователей и добавил 56% к выручке с клика.

Еще — разговор маркдиров о главных открытиях года и интервью с CEO ВкусВилла, Дринкита и Диван.ру.

Участие онлайн бесплатное.

📅 23–24 октября

🔗 Зарегистрироваться

Читать полностью…

Если новость выходит слишком быстро - это не человек

Помните взлом Hugging Face роем ИИ-агентов? У этой истории есть ещё один интересный побочный момент. В августе на ИИ-конфе в Вегасе OpenAI призналась, что сбежавшие агенты ещё и завели себе доску сообщений, где обсуждали атаку.

Но нас сейчас интересует даже не сама новость, а что случилось после. Журналисты в зале, понятное дело, тут же начали строчить, и издание Wired и ещё несколько годных tech-медиа запостили новость одними из первых... Но всё равно проиграли на целых 3 часа ноунейм-сайту RuntimeWire, у которого представителей на конфе не было вообще. Более того, у него нет ни одного реального корреспондента.

RuntimeWire делает один человек - Райан Меркет, бывший CTO Microsoft for Startups, а до этого рекламщик в Reddit. Всю "журналистику" там делают ИИ-агенты, и обходится это примерно в $100 в день. Конкретно в том кейсе Меркет увидел в X пост сотрудника OpenAI про доклад, скормил агентам расшифровку трансляции прямо по ходу выступления, и через шесть минут заметка уже висела на сайте. Правда, с опечаткой в подзаголовке и с небольшим искажением сути, но кому не пофиг, зато раньше всех!

И он такой не один. Аналитик BlackRock Дакота Карраско в свободное от работы время держит The Dissent - городское агент-медиа про Сан-Франциско. Там есть репортёрша мэрии Бекс Коннолли ("скептичная, но не ехидная"), спортивный обозреватель Сэл Морено, и много других персонажей, которых на самом деле не существует.

Оба сервиса устроены примерно так:
1. Агенты круглосуточно шерстят блоги и ченджлоги компаний (это странички "что нового в продукте"), судебные базы, отчётности, форумы и соцсети.
2. ИИ-куратор оценивает каждый сюжет по определённому стандарту (читай: промпту): новое ли это, первичный ли источник, писал уже другие или нет, и т.д. Wired пишет, что из 72 тыс. просканированных сюжетов в публикацию ушло около 2%.
3. Дальше агент делает ресёрч по первоисточникам, пишет черновик и фактчекает.
4. Другой агент ставит статье юридический риск. Низкий - публикуется вообще без человека, средний - человек должен посмотреть, высокий - в помойку.
5. Дальше готовый текст размножается в переводы, видосы/подкасты с синтетическим ведущим, шортсы, пуши, SMS-уведомления и т.д.

Однажды Меркет неделю рулил всем этим ИИ-зоопарком из мессенджера на телефоне и выпустил 80+ статей.

В общем, если какой-то ресурс публикует новости раньше всех - будьте уверены, там не люди пишут. А вот когда я выпускаю пост про протухшую новость месячной давности, то это потому что я вас уважаю и руками пишу, а не сраной нейронкой 👍

Дизраптор

Читать полностью…

Эпик-фейл Nike, три необычных бизнес-хода из Китая и экзотический способ дёшево тестировать гипотезы

Именно это разобрали и обсудили на Лабе на этой неделе:

1. Как Nike решил трансформироваться, но в итоге сломал собственные каналы продаж и вылетел из S&P100. Анализирую кейс с конкретными выводами для руководителей.

2. Как опросить 10 000 человек за $300. Способ неоднозначный, но некоторые крупные компании (Colgate, JP Morgan, Nestle и другие) уже успешно его используют. Разбираем, как это работает, конкретные шаги, и как использовать в своём стартапе/компании.

3. Свежий выпуск Лаб-дайджеста - нового регулярного формата с бизнес-механиками (несколько механик на 1 пост). В этот раз фокус на Китае. Alipay возрождает "красные конверты", Douyin хитро наращивает балансы юзеров, "китайский Авито" запускает необычный новый формат.

Ранее в Лабе, выборочно:
- Как именно работает цифровой рубль, и 10 способов на нём заработать
- Первый выпуск Лаб-дайджеста: раскачка лояльности через "дефляционный тариф", геолок-маркетинг от японского телекома, как вывести карту в top-of-wallet через рекуррентные платежи.
- Мастер-класс от Lovable по переходу из алого океана в голубой, конкретные 5 шагов + 1 бонусный.

Если уже в Лабе - переходите по ссылкам, приятного прочтения и обсуждения в чате. Если ещё нет - узнать про Лаб более подробно и присоединиться можно тут.

Читать полностью…

Харнесс решает всё больше

Пару недель назад OpenAI выкатила GPT-6 Astra и пафосно объявила "эру AGI". Один из аргументов был такой: новая модель набирает 99,9% на ARC-AGI-3. Это, если что, специальный тест, где ИИшку закидывают в незнакомые мини-игры без инструкции (ни цели, ни правил, ни даже что каждая кнопка делает). И смотрят, как она будет методом ИИ-тыка разбираться и во всё это дело играть.

Авторы теста прогнали Astra и в стандартной обвязке, общей для разных провайдеров, и с Provider Adapter от OpenAI. При одинаковом максимальном уровне reasoning результат вырос с 62,7% до 98,6%. А на high - с 54,8% до 99,9%». 

Откуда такая разница? Каждый ход в игре - это отдельный запрос к модели. В стандартной обвязке между ходами выживают только заметки, которые модель сама себе написала. Представьте себе шахматиста, которому после каждого хода отшибает память, и остаются только записи в блокноте. А обвязка от OpenAI позволяла сохранять между запросами скрытое состояние reasoning и использовать compaction длинного контекста - то есть гораздо лучше переносить уже проделанную работу между ходами. Если более научно, то такую обвязку называют harness (буквально "упряжка", как у лошади).

И вот моя любимая строчка из их таблицы: в харнессе модель с ВЫКЛЮЧЕННЫМ режимом рассуждений набрала 96,7%. То есть, вообще не думая, она на 30+ процентов обошла саму себя, думающую на максимум, но в стандартной "упряжке".

И ещё один пример поближе. Алиса AI на днях начала сама выбирать модель под запрос: на всякое простое отвечает быстрая модель, а на запрос вроде "Какие вычеты положены за лечение и курсы ребёнка" включается тяжёлый режим "Эксперт". Сейчас около 80% всех запросов обрабатывает собственная Alice AI LLM. Для режима “Эксперт” Яндекс тестирует разные модели - как свои, так и общедоступные с открытыми весами, которые запускаются на инфраструктуре Яндекса. А поверх них работает собственный харнесс Алисы. 

Зачем всё это? CEO Алисы Валерий Стромов прямо сказал Forbes: как инженеру, ему важны качество и скорость, а как руководителю бизнеса - стоимость. Поэтому, гонять самую мощную модель на каждый чих - это как сажать партнёра McKinsey выравнивать иконки в презе. Там же приводят вот такую цифру: несколько десятков инженеров на оптимизации за полгода сэкономили Яндексу ~9 млрд рублей. Это эффект от толковой оптимизации инференса и вычислительной инфраструктуры. 

В одном из прошлых постов про ИИ-модели я писал про MoE - это когда роутер внутри модели под каждое слово выбирает нужную подсеть-эксперта. Тут сейчас похожий принцип, только этажом выше. Роутер выбирает не "эксперта", а целую модель под запрос. Моделей всего 3-5 штук, потому что роутер работает примерно как регистратура в поликлинике, и отправить к терапевту или хирургу ему изи, а вот выбрать нужного из 20 узких спецов по жалобе "что-то бок болит" - уже нет.

Почему харнесс имеет настолько ключевое значение, когда все модели уже подтянулись на более-менее сопоставимый уровень умности - хорошо видно по бытовому запросу а-ля "подбери робот-пылесос дешевле 40 тысяч, чтобы убирал и ковры, и шерсть кота". Внутри модели ответа нет и быть не может, потому что цены и другие нюансы меняются каждую неделю. Значит, надо сходить в поиск, вытащить характеристики, сверить с отзывами и отсеять всё дороже лимита.

И вот это "нашёл → проверил → пошёл дальше" во многом определяется харнессом.

Так что, вопрос "какая ИИшка умнее?" на самом деле потихоньку устаревает, а вот тонкие настройки вокруг неё играют всё более важную роль.

Дизраптор

Читать полностью…

«Я работаю с самозанятыми по договору — значит, все чисто»

Так думает большинство, но... до первой выездной проверки.

ФНС переквалифицирует гражданско-правовые отношения в трудовые не за факт работы с самозанятыми, а за детали. Это могут быть формулировки в договоре, регулярность выплат или единственный заказчик у исполнителя. И тогда всё - НДФЛ 13%, страховые взносы 30%+, штраф 40% от недоимки - причём задним числом и за последние три года.

3 риска, которые встречаются чаще всего:
— Слетел статус НПД. Самозанятый превысил лимит 2,4 млн или сам снялся с учета, но вы узнаёте об этом уже после выплаты. Итог: платеж облагается как доход физлица, а вы - налоговый агент.
— Опасные формулировки в договоре: «выполняет работу в офисе», «ежемесячное вознаграждение», «соблюдает режим» и т.д. Каждое слово - это аргумент для инспектора. Типовые шаблоны из интернета этого не учитывают.
— Нет чека = нет расходов. Самозанятый забыл выбить чек или аннулировал его, и вы не можете учесть выплату в расходах.

Консоль закрывает все 3 риска автоматически 🛡

Перед каждой выплатой — проверка актуального статуса НПД через API ФНС. Договор формируется по безрисковым шаблонам, прошедшим юридическую экспертизу. Чеки собираются и хранятся в системе и в любой момент доступны для подтверждения расходов.

Платформа работает по протоколу ФНС, поэтому вся цепочка документов выдержит проверку.

Вы просто платите исполнителям, а система делает так, чтобы это было юридически безупречно.

Подключение платформы занимает от одного дня. Больше 1000 компаний уже сотрудничают с самозанятыми по новым стандартам, без хаоса и рисков.
Оставьте заявку на сайте Консоли и получите демо за 15 минут.

Читать полностью…