10691
Мои мысли про стартапы и продукты. Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж Мой YouTube: https://www.youtube.com/BaykaAnnakov Мой LinkedIn: https://linkedin.com/in/bayramannakov
Offtop: попробовал self-driving waymo в SF; прикольно и вышло дешевле lyft & uber
Читать полностью…
На мартовской встрече про generative AI я показывал этот график влияния электрификации на работников с разным уровнем навыков. Идея была в том, чтобы провести параллели между эффектом электрификации и AI —> параллель, которую часто любит проводить мой любимый Andrew Ng.
Собственно, еще интересное исследование на схожую тему: эффект от электродвигателя
1) полноценное влияние на производительность в случае электродвигателя заняло 20-40 лет
2) ключевая причина: медленная электрификация фабрик и заводов, но еще был и некоторый эффект от ценового регулирования
3) почему медленно электрифицировались заводы, если электричество давало такие выгоды по сравнению с паровым двигателем?
- уже сделанные инвестиции в паровой двигатель и в организацию работы фабрики вокруг него
- поэтому, в основном, от электрификации выигрывали новые и активно развивающиеся индустрии (табачная, например), но эти эффекты были пока минимальны в общей статистике роста производительности; старым же индустриям необходимо было дождаться устаревания оборудования
- зачастую обновление старого оборудования путем "приделки"/наслаивания нового, основанного на электромоторах, не давало полноценной отдачи: фабрика по-прежнему была организована от центрального парового двигателя. например, в прежней парадигме фабрики строились многоэтажными из соображений экономии; в случае электродвигателя можно было строить гораздо более компактные, одноэтажные фабрики
4) собственно, возможность подвести "мощность" к каждому станку позволила реорганизовать и оптимизировать многие производственные процессы, выстроить производственную линию вдоль естественного процесса сборки, не нужно было останавливать весь процесс подачи энергии в случае неполадок в какой-то его части
5) де-факто электрификация позволила существеннно децентрализовать производственный процесс по сравнению с фабриками, работающими от парового двигателя
Собственно, вопрос на миллиард долларов: как в случае AI будет развертываться эта история? какие (новые?) индустрии получат больше всего выгод, потому что не имеют sunk costs в виде инвестиций в оборудование, знания, процессы? как текущие процессы, основанные на старом софте, не умеющем распознавать речь и образы, и генерировать текст, ограничивают производительность компаний?
Несколько раз слышал, но только вчера сел и нормально разобрался с очень полезным AI продуктом - NotebookLM (в прошлом - Tailwind).
Что это такое? Это, я бы сказал, LLM-powered Evernote, то есть организатор заметок с возможностями chatgpt.
Как я его юзаю? У меня есть сейчас документ, где я веду идеи постов в этот и другие каналы, и обычно это идея + набор ссылок по каждому. Когда мне надо написать очередной пост, то я обычно открываю все линки, читаю или копирую в chatgpt/claude, фиксирую в голове или "на бумаге" ключевые идеи, и в итоге пишу пост.
Вот NotebookLM для меня автоматизирует шаги, отмеченные жирным: вы просто добавляете список статей и идей, а дальше в режиме чата опрашиваете в разрезе этих источников. Например, вот этот пост я вчера написал по мотивам некоторых статей, что набрал в течение времени на тему автономии агентов. Мне понравилось, что я гораздо быстрее зарефрешил в голове контент тех статей, потому что я их читал в разное время и уже не помнил всей сути. И потом, в режиме диалога, я мог спрашивать вопросы по этим источникам и формировать текст поста. Также полезно, что по каждому источнику он делает саммари (см. Скриншоты)
Вот полезное видео и статья о том, как использовать NotebookLM для организации second brain. Фанатам Obsidian может особо зайти :)
мой друг Миша Кирсанов сгрузил в NotebookLM свои заметки из 629 прочитанных книг и попросил его выделить повторяющиеся темы - вот отрывок:
A recurring theme in the provided sources is the power of stories and information to shape our understanding of the world and ourselves.
* Sources highlight how stories, including fairy tales and myths, serve as powerful tools for transmitting knowledge, values, and meaning across generations. For instance, fairy tales, despite often depicting violence and injustice, ultimately aim to convey that such things "need not continue," offering hope and potential solutions to life's challenges. Similarly, myths are described as having a "pedagogical function," providing guidance on navigating the complexities of human existence.
Миллиард перспектив
Я часто говорю, что люблю расширять перспективы, изучая принципы разных наук или смотря фильмы и читая художественную литературу. Поэтому мне особо понравился недавний research, как ребята сгенерировали 1 млрд персон на основе инфы в вебе и назвали его - Persona Hub.
Для чего можно использовать эти персоны?
1) Генерировать персонализированные тексты - например, я люблю рассказывать, как подрабатывал репетитором по экономике и адаптировал экономические термины к подопечному, i.e. обьяснял постоянные и переменные затраты в макияжном салоне, который студентка хотела открыть. В работе ребята приводят кейс с генерацией математических задач с учетом персоны (см скриншот)
2) "подкручивать" промпты к LLM - в работе авторы заявляют, что после подкрутки промпта маленькие LLM по математике показывают уровень gpt-4-turbo
3) конечно же, дополнять свой продуктовый ресерч
4) NPC в играх и тп
Пока ребята зарелизили только 200K персон, которые можно посмотреть тут, но вот вам парочка примеров:
- A product manager at a startup who values their input and collaborates on beta testing
- An ambitious product manager who bridges the gap between the technical and the commercial aspects of drug development
- A technology startup founder in need of reliable electronics components for their product development
Мне особо зашла идея persona-to-persona у них: суть в том, что некоторые персоны недостаточно представлены в вебе (например, попрошайка на улице, или ребенок), поэтому они предполагают, что те, с кем близко связаны эти люди, скорее всего хорошо описывают эту персону (см. скрин)
Я почему-то подумал сразу про продажи и тестирование продукта:
- тестирование: иногда в тестах не хватает diversity персон, и можно было бы генерировать таких персон, и от их имени генерировать сценарий тестирования, особенно в b2c, где у тебя не только нет доступа к персонам, но и нет четкого представления какие они могут быть
- продажи: с продажами я аккуратно отношусь, но когда нет возможности заранее изучить собеседника, то это может стать неплохой стартовой точкой, чтобы продумать (проверяющие) вопросы и сценарий
Важный пункт про будущее: пока они сделали не супер детализированные персоны, например они не учитывают предпочтения, бекграунд и тп —> они планируют отработать этот пункт в будущих версиях. Цель - сделать описания персон а-ля wikipedia биография реального человека
Игорь Акимов сгенерировал в Suno песню по мотивам притчи: аххахаха
Даешь полезные Spotify плейлисты с осознанной (!) лирикой
https://suno.com/song/e96132ce-fe7c-48b0-ae87-f0cb6e973681
Upd: а вот на восточный мотив https://suno.com/song/8b4ddce5-239f-4092-afd3-2b265169d5ba
Обоснованное сомнение
В правовой системе одним из главных компонентов является обоснованное сомнение (reasonable doubt). Идея в том, что представленные доказательства не должны оставить у разумного человека сомнений в виновности человека.
Я считаю, что этой концепции очень не хватает в корпоративной среде. Люди делают выводы о «виновности» людей, перенося свой прошлый опыт на новых людей или новые ситуации. Я лично был как субьектом, так и обьектом неприменения этой идеи.
Как давать сотруднику право на разумное сомнение?
1) Сначала собирать факты, а потом делать выводы
2) Кроссчекать свои выводы с другими сотрудниками, не «засоряя» их выводы своими
А если не вышло, и сделали ошибку, то находить в себе смелости извиниться. Хотя бы этого права не стоит лишать.
В стартап среде есть правило «нанимай долго, но увольняй - быстро». И оно вроде конфликтует с этой позицией. Но по моим наблюдениям, проделать те 2 шага выше не занимает так уж много времени.
По-моему, в первые недели и месяцы стартапа мы должны заниматься всего 2мя вещами: продажами и продуктом. И, очевидно, они взаимосвязаны.
1) У тебя есть гипотеза о ценности, ты делаешь демку/MVP (продукт) и начинаешь ее продавать
2) Продавая ты получаешь обратную связь от рынка о том, насколько твоя гипотеза подтвердилась. Это часто ведет к доработке или переделыванию продукта
3) И далее цикл повторяется
У тебя нет особо времени и внимания на все остальное. Чем быстрее ты двигаешься по этому циклу, тем быстрее ты поймешь, что действительно нужно рынку.
Поэтому вопросы, которые я задаю себе в начале каждой недели, просматривая затраты времени за прошлую:
1) что я сделал по этим двум вещам?
2) где выше неопределенность?
3) на чем сфокусироваться на следующей?
Порой команды, которые делают GenAI приложения жалуются, что при использовании какого-то фреймворка LLM стала выдавать какие-то странные результаты, фреймворк сам дописывает промпты, и ломает всё; при прямой работе в playground (как я советовал выше) - все работает идеально. Но и как бы выгоды от фреймворка не хочется терять (память, например)
Один самый эффективный способ - перехватывать запросы, улетающие в LLM, и чекать, что же там происходит. Я вот до сих пор не понимаю, почему у openai/anthropic и иже с ними нет раздела logs, где можно все это смотреть. Пока у них не дошли до этого руки, делаем так, как описано в этой статье
Полгода назад мы запустили MindShare. Некоторые из вас также знают, что я планирую открыть свой университет и что EDU, название этого канала, расшифровывается как Empatika Decentralized University. Пришло время сделать следующий шаг - MVP университета.
Что это будет?
За эти полгода я провел почти 200 консультаций и десятки стримов на темы вокруг стартапов, продаж, партнерств, AI, метрик, управления продуктом и командой, тестов рынка, работы CEO, найма и управления персоналом, системного мышления и принятия решений. Пора сделать это в более системном виде, поэтому запускаю школу фаундера. Школа для фаундеров технологических стартапов на этапе от 0 до $1M.
Как это будет?
Я писал про 3E подход: что для развития навыков необходима комбинация опыта, образования и общения с экспертами, именно в таком стиле будет эта школа.
1. Мы начнем с ассессмента: персонально с каждым участником школы проведем часовую встречу, чтобы понять цели и задачи, а также текущий уровень понимания и опыта создания компаний. Это позволит задизайнить персональный план развития (PDP) для каждого, который будет состоять из этих 3E.
2. В соответствии с общими темами индивидуальных планов будут проходить групповые встречи: 1 встреча каждые 2 недели. На эти встречи я в том числе буду приглашать друзей-экспертов в заданной теме.
3. Помимо групповых, будут индивидуальные встречи, где 1:1 со мной мы будем обсуждать ваш прогресс, планы на следующие 2 недели, отвечать на вопросы, и подкручивать контент групповых встреч, когда вижу общие темы или вопросы.
4. Я заметил, что порой самые интересные разговоры проходят вне лекций и конференций - поэтому у нас будет формат зум-бара, где в непринужденной обстановке мы будем пить чай-вино-кофе и обсуждать происходящее в мире бизнеса и технологий.
Продолжительность: всей программы - 3 месяца; надо рассчитывать на минимальную занятость в 8 часов в неделю. Групповые встречи будут проходить по субботам с 16 до 18мск, индивидуальные - будем согласовывать персонально. Групповые встречи будут записываться и доступны всем участникам; индивидуальные - по желанию.
Зачем и для кого это?
Для фаундеров стартапов на этапе от 0 до $1M годовой выручки или 1M пользователей. Чтобы быстрее развивать свой стартап и продукт, и выиграть время, не совершая распространенные ошибки.
Для тех, кому важен взгляд со стороны людей, которые been there, done that и кто ощущает потребность в общении с другими фаундерами, сталкивающими с теми же задачами и трудностями на своем пути.
Для тех, кто давно уже хочет сделать свой стартап, но как-то не решался или не хватало мотивации. Идеальный вариант для заплыва в 3 месяца :)
Когда это будет?
Мы начнем с 13го июля и школа продлится до середины октября. Участие в школе возможно только с самого начала, поскольку assessment - очень важный шаг.
Сколько это будет стоить?
$1000, есть возможность оплаты помесячно (400 + 300 + 300); при оплате сразу за 3 месяца -$900. Если в ходе ассесмента я пойму, что не смогу помочь, то вернем деньги
Здесь можно оплатить за первый месяц или за всю школу сразу
В комментариях к этому посту опубликую несколько отзывов клиентов, которые берут у меня регулярные консультации.
Очень полезная серия статей про уроки разработки LLM приложений.
Вкратце ключевые мысли ниже:
1) Начинать с промптов - я писал про это как раз в посте про опытного и неопытного продакта
2) Структурировать входные и выходные данные - оборачиваем данные в markup или xml теги
3) Разбивать большие промпты на маленькие - разделяй и властвуй
4) Читать итоговые промпты, улетающие в LLM, чтобы убирать лишнее, повторения и улучшить форматирование - например, заюзав langfuse или другой подобный инструмент для логирования запросов и ответов от LLM
5) Использовать RAG, внимательно отслеживать как находятся документы, юзать поиск по ключевым словам или полнотекстовый поиск как бенчмарк или пред-поиск
6) Лучше RAG, чем finetuning, когда данные обновляются часто
7) Кэширование - на забывать кэшировать, в том числе используя семантический кэш, i.e. кэшируем не точное совпадение, а смысловую схожесть. Например, “что ты умеешь” и “расскажи что ты умеешь” это по смыслу один из тот же запрос
😍 4 полезных вопроса для работы над LLM продуктами - и ответы на них во второй части этой серии:
- данные: как часто просматривать входные/выходные данные LLM? например, следить за различиями между тестовыми и продакшн данными
- модели: как обеспечить версионность моделей и миграцию между версиями? --> понравился рефраз закона Postel-а: будьти либеральны к тому, что вы принимаете на вход, и консервативны - к выходным данным, i.e. используйте structured outputs; и хорошие предупреждения по поводу нелегкости миграции промптов между моделями
- дизайн: как должен выглядеть дизайн? (как раз на днях было полезное по теме)
- люди: кого и когда нанимать?
9) Ну и в третьей части много полезных советов а-ля “не надо покупать GPU до product-market fit”, когда стоит тренировать или хостить свою модель (build vs buy), график падения стоимости инференса
Кстати, завтра будет евент от авторов этой серии
P.S. А я сделаю апдейт всего, что происходит в Generative AI, включая наш опыт разработки и мой - консультирования и обучения - в это воскресенье
С Толей поразгоняем про b2b продажи + AI --> в эту пятницу, детали в посте ниже. до встречи!
Читать полностью…
В марте я проводил встречу по Generative AI, но кажется, что прошла уже вечность. Поэтому пора делать апдейт.
В частности и особенно про:
1) Нашумевший отчет "Situational Awareness": про AGI & SGI, про unhobbling, перспективы лабораторий, гонку вооружений, и мое мнение по всему этому
2) Alignment - в прошлой встрече я мало уделил времени этому топику, поэтому исправляюсь
3) Кто и что анонсировал за это время: новые подходы, модели, публикации, возможности и проблемы, мифы и реальность
4) Уроки и инсайты разработки своего и консультирования чужих Generative AI стартапов
5) Пропасть разочарования в GenAI? Смотрим на бизнес-кейсы
6) AI x Crypto - мои мысли по теме
7) Чего ожидать в следующие 3 месяца?
Когда?
В это воскресенье 23 июня с 16 по 18мск. Как обычно - билеты покупаем тут, запись и презентация будут доступны, если не сможете подключиться.
В качестве тизера прикладываю презентацию с прошлой встречи.
Если вы делаете агента, который работает с визуальной информацией, то посмотрите этот репо от landing.ai (Andrew Ng).
Vision Agent is a library that helps you utilize agent frameworks to generate code to solve your vision task. Many current vision problems can easily take hours or days to solve, you need to find the right model, figure out how to use it and program it to accomplish the task you want. Vision Agent aims to provide an in-seconds experience by allowing users to describe their problem in text and have the agent framework generate code to solve the task for them. Check out our discord for updates and roadmaps!
На стримах про школы экономики (1, 2) я рассказывал про Cantillon Effect - что при эмиссии денег инфляция имеет неравномерный эффект: для тех, кто близок к эмиссии (например, бюджетники), эта инфляция не так заметна в краткосрочном периоде, цены не успели отреагировать на повышенное предложение денег.
Вчера на прогулке слушал про Кантиллона и его идеи (оказывается, он ирландец, а не француз, как я думал), и почему-то всплыл недавний вопрос друга про тапалки а-ля notcoin, которые популярны в Телеге в последние несколько месяцев. И почему-то подумал, что вот там похожий эффект: те, кто находится у начала эмиссии, имеют больше возможностей для прибыли. Очень напоминает классическую пирамиду.
a16z запустили ресурс про ценообразование для growth stage стартапов:
1) про usage based pricing - как раз вчера обсуждали с фаундером b2b приложения эту тему. У его конкурентов usage based pricing, а у него нет и он видит, что некоторые abuse-ят. Придумали как с помощью аналитики и простых экспериментов можно проверить гипотезу
2) понравилось правило, что usage based ценообразование лучше всего для кейсов, когда конечный юзер - программа (software), а не человек. Когда человек - лучше работает подписка.
Подробнее тут:
https://a16z.com/pricing-packaging/
Senior vs “senior”
Вчера на зумбаре фаундер школы подняли интересную ситуацию:
Когда вы делаете стартап с молодыми и амбициозными, то это позволяет быстро двигаться, избегать процессов, срезать углы, смотреть на мир «глазами новичка» —> цукерберговское “Move fast and break things”.
Но когда вы уже выросли появляется несколько проблем, о которых хорошо бы знать заранее:
1) Вы промоутите своих ранних сотрудников, раздаете им senior, C-level и VP тайтлы. Но в какой то момент, начиная найм извне, вы замечаете, что ваши синьоры не такие уж и синьоры, оказывается. Что они не знают «как должно быть» (на эту тему хорошее видео основателя Whatsapp). И надо делать переоценку: с кем то, кто не готов работать над собой, расставаться, а кому-то - дать ресурсы и возможности научиться.
2) есть и обратная сторона: поскольку вы наблюдали рост сотрудника с самого начала, то вы недооцениваете его. Для вас он, условно, по-прежнему стажер, который пришел к вам на практику. Но он обьективно и субьективно, спустя годы с вами, уже вырос и стал востребованным спецом. Это, знаете, как когда твои родственники по-прежнему тебя называют Байрамчик, хотя ты уже в своем сознании давно Байрам, и поэтому морщишься от этого уменьшительно-ласкательного. И вот если ты вовремя не осознаешь это ограничение своего взгляда и оценки сотрудника, то скорее всего его потеряешь
Про ограничения
Леонардо да Винчи сказал, что искусство живет благодаря ограничениям и умирает от свободы. Я бы примерно такое же сказал про стартап: ограничение в ресурсах и времени заставляет нас принимать решение в ту или иную пользу. Не факт, что это верное решение, но точно эти ограничения заставляют нас быстрее эти решения принимать:
1) Ты не можешь делать все фичи
2) Ты не можешь идти за всеми сегментами
3) Ты не можешь на каждый чих нанимать новых и не увольнять неперформящих сотрудников
4) Ты не можешь бесконечно экспериментировать, когда надо просто признать и закрыть проект
Когда писал эти 4 решения прямо столько живых примеров пролетело перед глазами. Поэтому не бойтесь ограничений стартапа, принимайте правила этой игры, потому что они в корне отличаются от правил игры больших компаний, и только это дает шанс
Как-то раз Ходжа Насреддин решил провести эксперимент, чтобы показать жителям Бухары, как важно быть инициативным и ответственным. Он собрал двух своих соседей, Ахмета и Мустафу, и дал им одинаковые участки земли и семена для посева. A/B эксперимент, как столетия спустя назвали это продуктовые аксакалы.
Ахмет каждый день просыпался с первыми лучами солнца, выходил на поле и начинал работать. Он ждал, когда дождь польет его посевы, когда солнце согреет землю, и только тогда принимался за дело. Весь его день состоял из повторяющихся действий: работать на поле, торговать на рынке, отдыхать. Ахмет жил, реагируя на то, что происходило вокруг, и не задумывался о том, как можно изменить свою жизнь.
Мустафа, напротив, с самого начала принялся за дело с инициативой. Он не ждал дождя, а сам придумал систему орошения для своего поля. Он не ждал, когда солнце взойдет, а начинал свою работу до рассвета, чтобы использовать каждую минуту дня эффективно. Мустафа каждый день придумывал новые способы улучшения своей работы, он общался с другими крестьянами, учился новым методам, и в результате его урожай всегда был богаче, а торговля успешнее.
Прошло время, и жители города заметили, что у Мустафы дела идут лучше, чем у Ахмета. Один из них спросил Ходжу Насреддина:
— Почему у Мустафы все получается, а Ахмет остается на том же месте?
Ходжа Насреддин улыбнулся и ответил:
— Ахмет подобен моему ишаку: он действует только тогда, когда жизнь или хозяин заставляет его это делать. Мустафа же берет на себя ответственность за свою судьбу. Он проявляет инициативу, ищет пути улучшения и не ждет, пока его попросят. В этом и заключается секрет его успеха.
И немного подумав прибавил:
Хотя… и мой ишак иногда упрямится и не реагирует на мои приказы!
По мотивам вчерашних постов сгенерировал песню про первый принцип экономики и один из моих любимых живых экономистов - Tyler Cowen - даже ретвитнул.
Поэтому решил запилить AI агента, который по заданному топику генерирует песню при помощи suno, предварительно попросив openai придумать слова.
В аттаче видео того, что получилось; а вот и репозиторий для желающих преобразить свои лекции и посты
Однажды в город приехали два продакт-менеджера: опытный Хасан и начинающий Ахмед. Они решили открыть лавки на базаре, чтобы продавать свои новые изобретения.
Хасан поставил у входа в свою лавку большой ящик и написал: "Уважаемые покупатели, бросайте сюда ваши жалобы и пожелания". А Ахмед повесил на дверь табличку: "Принимаем только похвалу и благодарности".
Через месяц Ходжа Насреддин, проходя мимо, увидел, что лавка Хасана процветает, а лавка Ахмеда пустует. Удивленный Ахмед спросил Ходжу: "Почему так? Ведь я слышу только хорошее о своем товаре!"
Насреддин улыбнулся и предложил Ахмеду прогуляться к реке. Когда они подошли к реке, Насреддин остановился и сказал:
"Представь, Ахмед, что ты рыбак. Ты забросил сеть и ждешь улова. Если ты боишься вытаскивать сеть, потому что там могут быть плохие рыбы, ты никогда не узнаешь, что поймал, и не сможешь улучшить свои уловы."
Ахмед задумался и спросил: "Но как это связано с моей лавкой?"
Насреддин ответил: "Твои покупатели – это твои рыбы. Обратная связь – это твоя сеть. Если ты боишься вытаскивать сеть и узнавать, что в ней, ты никогда не сможешь улучшить свои изобретения. Опытный продакт менеджер понимает, что даже негативная обратная связь – это возможность для роста и улучшения. Не бойся её, Ахмед, и ты увидишь, как твоя лавка начнет процветать."
Ахмед глубоко задумался над словами Ходжи и решил последовать примеру Хасана, приняв мудрый совет к сердцу.
P.S. Сгенерировано с поддержкой Claude & Runway Gen3 :)
P.P.S. Кто сможет лучше сгенерировать видео, иллюстрирующее эту притчу?
Насколько характер влияет на удовлетворенность жизнью?
Интересное исследование по теме, выводы которого можно суммировать так:
люди, довольные жизнью
1) верят в себя
2) считают, что усилия вознаграждаются
а недовольные -
1) считают себя непонятыми
2) мало чем зажигаются
3) нерешительны
Как, по вашим наблюдениям, бьется? По мне так очень даже. Знаете, иногда встречается кандидат или сотрудник, который постоянно жалуется, что его никто не понимает, говорит и планирует, но не делает, и завидует другим —> и прямо где-то в подсознании возникает устойчивое НЕТ, потому что тяжело работать с людьми, недовольными жизнью :( И почему-то мне кажется, что найм на работу глобально не решит его ситуацию, потому что это где-то глубже заложено. А эта неудовлетворенность будет распространяться на других сотрудников и разрушать климат в команде
А вы как считаете?
Как создается богатство? Каким образом муравьи делают "живой мост"? Почему налог на наследство это хорошо? Что важнее: происхождение (в какой семье ты родился) или трудолюбие? Почему мы не видим равновесия в экономике? Как экономика и бизнес связаны с эволюционной биологией? Как из "предскажи следующее слово" мы получаем LLM системы, которые в некоторых аспектах умнее выпускника ВУЗа? Как заставить зрителей апплодировать стоя? Как птицы координируют свой полет?
Я всегда был поклонником междисциплинарного подхода и таким образом набрёл на системное мышление и теорию сложности. Вот о второй предлагаю и поговорить в следующее воскресенье
О чем?
1) Эмерджентность: что это такое и где оно наблюдается?
2) Теория сложности: основные принципы
3) Применяем к экономике: как развивается экономика и как общество становится богатым?
4) Применяем к бизнесу: explore vs exploit, продакт-менеджмент и эволюция бизнес-планов
5) Агентное моделирование в социальных науках и связь с GenAI
6) Клеточные автоматы, теория хаоса и вопросы, на которые у нас пока нет ответов
7) Santa Fe Institute - мекка исследователей сложности
Когда?
7го июля с 16 по 18мск. Стартовая стоимость: $25, поднимается на $5 каждый день. Если не сможете подключиться, то бот пришлет материалы и запись.
Покупаем билеты тут
Что я смотрю/слушаю - Часть 2
За последнее время открыл еще парочку очень достойных технологических подкастов - рекомендую двумя руками. Предыдущий список - тут
1) bg2pod?si=oR6OMmKSFJs0RDHg">BG2 - подкаст 2х легендарных VC: Билла Гёрли и Брэда Гёрстнера. Не требуют представления, сильно лучше All in
2) nopriorspodcast?si=n8E-wpu0GdkAx6Zk">No Priors - подкаст Элада Гила и Сары Гуо. Про Элада я много писал тут.
3) moreorlesspod?si=WkOsL3vhTKkW0cz-">More or Less - подкаст от Моринов и Лессинов (Information, Offline Ventures & Slow Ventures). Очень качественные гости и мысли
4) И, обязательно, dwarkeshpatel?si=WB4kcueSLqzlhiLK">Dwarkesh
Из рассылок добавлю лишь одну, но очень хорошую: Zvi Mowshowitz
Все ресурсы про AI и стартапы
Неожиданная статья про AI и “силу” сотрудника (worker power) --> с экономической точки зрения взгляд на эффект LLM на сотрудников и их зависимость “силу” в организации
Ключевые мысли:
1) Автор сначала разводит последствия внедрения AI в организациях на 2 группы: спрос на труд (благодаря автоматизации задач, выполняемых людьми) и власть/автономию сотрудника (из-за повышения возможностей управленческого контроля за сотрудниками, например)
2) Основной фокус большинства исследований про последствия AI - на 1й группе: как это помогает автоматизировать работу и снижает спрос на людской труд. Мы все про это много знаем, читали, слышали. Поэтому автор больше парится про 2й аспект влияния
3) Интуитивно мы чувствуем этот импакт и, мое мнение, что поэтому мы побаиваемся этих систем. Мы чувствуем как они снижают нашу автономию и агентность, ощущение смысла выполняемой работы и тп.
4) Помните, на прошлой встрече по GenAI я говорил про 2 варианта автоматизации: automation vs augmentation, и что ценность в случае первой больше достанется владельцам капитала, а второй - сотрудникам. Это в ту же степь
5) AI системы снижают переговорную позицию сотрудников: про зарплату, условия труда. Почему? Наличие альтернативы (вспоминаем, 2й принцип экономики). Особенно актуально для стран с относительно высокой стоимостью труда/социальной защитой
6) AI повышает возможности контроля/слежки за сотрудниками, увеличивает власть руководителя, тем самым смещая извлечение ценности в сторону организации, а не сотрудника. Например, вот мы делаем оценку звонков сейлзов и я, под соусом этой статьи, еще раз всерьез задумался о социальных последствиях систем, которые мы строим. Поэтому в это воскресенье хочу побольше поговорить про alignment и эту статью. Интересный вопрос: приведет ли возможность более детальной оценки работы белых воротничков к трансформации систем мотивации? Ведь более справедливые системы контроля могут снизить возможности для фаворитизма и “показухи”, что особенно актуально для knowledge workers
7) tldr всей статьи: AI очень негативно повлияют на силу/власть сотрудника.
Читал с удовольствием, хоть и не со всеми выводами согласен. Покрутим на ближайшей встрече
B2B продажи + AI = стрим 😍
Сейчас появляется много стартапов, которые позволяют автоматизировать входящую воронку продаж в B2B. Часто вижу AI SDR'ов, и это очевидно классная история. На данный момент нет готового решения из коробки. Отличная возможность для нового продукта или хака.
Ранее я писал, как мы в AppFollow работаем с продажами: почему мы используем product-sales led и зачем нам MDR. На одном из внутренних хакатонов озаботились задачей улучшения качества конверсий, а не увеличения количества лидов.
Эта работа над качеством выражается в том, что после звонка SDRs или AEs не всегда заполняют все поля в CRM, мы используем методику MEDDIC. Это приводит к тому, что не все инсайты становятся доступными команде. Из-за этого мы становимся заложниками того, кто был на звонке. И это проблема.
Одновременно с этим Байрам (CEO Mindshare, ex-CEO App in the Air) сделал на другом хакатоне — AI Sales assistant. Мы вписались в бету, AI анализирует звонки и заполняет CRM в нужном нам формате.
Об этом всём поговорим на нашем стриме с Байрамом в эту пятницу 21 июня с 18 по 20 мск.
Стартовая стоимость $20, растет на $5 каждый день, покупаем билет тут.
Если не сможете участвовать очно, то получите запись и материалы. Присылайте вопросы в тред заранее.
До встречи 👋
Выступал на прошлой неделе на Blockchain Community Day по приглашению @blockchainprofs - вот и запись подоспела (англ):
https://www.youtube.com/watch?v=S78PsgGE7Ng
вот пример работы, промпт всего лишь:
Can you detect any surfboards or sharks in the video, draw a green line between the shark and the nearest surfboard and add the distance between them in meters assuming 30 pixels is 1 meter. Make the line red if the shark is within 10 meters of a surfboard. Sample the video at 1 frames per second and save the output video as output.mp4
Очень круто (см форвард ниже) - осталось поставить камеру на подоконнике и подкрутить промпт на распознавание, когда машина уезжает (парковочное место освобождается)
P.S. А вот про внедрение GenAI в корпорации поговорим в это воскресенье
Прикольная визуализация эссе Пола Грэма про great work: https://www.paulgraham.com/greatwork.html
Читать полностью…
Питер Тиль в Zero to One привел эту диаграмму (см. ниже), чтобы проиллюстрировать идею, что нельзя сделать стартап, ориентированный на dead zone: маркетингом не достучаться, а продажами - не окупить.
For a product priced around $1,000, there might be no good distribution channel to reach the small businesses that might buy it. Even if you have a clear value proposition, how do you get people to hear it?
The product needs a personal sales effort, but at that price point, you simply don’t have the resources to send an actual person to talk to every prospective customer. This is why so many small and medium- sized businesses don’t use tools that bigger firms take for granted. It’s not that small business proprietors are unusually backward or that good tools don’t exist: distribution is the hidden bottleneck.