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
Мое недавнее выступление в Алматы: "GenAI - State of the Union", где я говорил про то, что уже возможно благодаря GenAI и что нас ждёт в ближайшие годы, а также почему агентское поведение (агентность) - ключевой навык в эру, когда у каждого будут миллионы PhD в загашнике.
Более детальные таймкоды:
00:00 - интро
02:02 - xrai glass
04:15 - Gartner Hype Cycle
08:36 - AI news
09:09 - Platform Shift
10:56 - кривая производственных возможностей
17:38 - IQ test results
25:30 - AI пишет код
31:52 - AI видео
36:46 - роботы
39:14 - AI исследования
45:30 - Automation vs Augьentation
50:59 - Future of Work
53:30 - AI агенты
Enjoy и спасибо коллегами из Most IT Hub за то, что захостили! Хотели митап, а получится - Митап :-)
P.S. презентация тут
3 наблюдения про AI экономику
Сэм Альтман поделился 3мя наблюдениями об экономике AI:
1) Интеллект модели примерно равен логарифму ресурсов, затрачиваемых на его тренировку и выполнение - я, если честно, до конца не догнал. Мне понятен стейтмен а ля пропорционален, но почему логарифм? В чем измеряются ресурсы и интеллект?
2) Каждые 12 мес цена падает в 10 раз - я писал про это раньше: надо закладывать это в ваш бизнес и спокойно делать дорогие операции, понимая что к моменту выхода в продакшн и скейлинга, цена уже станет адекватной. И учитывайте в ценообразовании, разумеется
3) Социально-экономическая ценность линейно растущих способностей ИИ - суперэкспоненциальна. Поэтому выгодно экспоненциально инвестировать в его развитие.
Далее он рассуждает про, как раз, coding агента. Скажу честно, когда Сэм тизерил в ближайшее время их первого агента, в твиттере я предположил, что это будет coding, но оказалось deep research. Но я жду :-)
И было очень приятно читать про важность agency и желания что-то менять, имея в армии миллионы PhD —> именно про это в воскресенье я говорил на лекции в Алматы. Скоро выложу видео
YC конфа
В июне YCombinator устраивает конференцию: участие бесплатное, но нужно пройти отбор. Это исключительно для computer science людей, так что если вы таковой, то смело подавайтесь. Будет Илон, Сэм, Карпатый, Наделла и другие топовые чуваки
https://events.ycombinator.com/ai-sus
Кстати, даже оплачивают $500 на билет
Voice Агенты
Отличный обзор voice агентов от a16z, де факто продолжение этой статьи.
Мне особо зашла картинка эта про основные юзкейсы:
1) обработка звонков в нерабочее время
2) звонки, которые не делаются, по экономическим причинам
3) бекофис звонки
4) звонки, которые «стремно» делать :-))
Митап в Алматы
Я буду в Алматы в конце недели: добавляйтесь в эту группу, кто хочет встретиться - можем сделать небольшой митап в воскресенье 9го февраля
OpenAI Deep Research
Я выше писал про Gemini Deep Research, вот и ответ OpenAI с таким же названием o__O
Попробовал на той же задаче с конкурентным анализом + на задаче поиска subscription бизнесов, о которой также писал недавно - мои впечатления:
1) В Google мне понравилось, что перед стартом он показывает план ресерча и позволяет тебе скорректировать. OpenAI же этого не делает, но уточняет детали: а ля бизнесы в какой локации искать или по какому аспекту сравнивать конкурентов.
2) Я понимаю все про загрузку и тп, но у Google все работало гораздо быстрее и без ограничений а-ля "ваш ресерч поставлен в очередь"
3) Результат OpenAI мне очень понравился, вышло сильно глубже и качественнее, чем Gemini. Думаю, что это потому что он реально "прочитывает" страницы. Google наверняка берет из своего индекса. Правда, при экспорте в CSV он почему-то потерял 2/3 результатов по задаче с поиском бизнесов, ну это проблема уже не DeepResearch. Конечно, экспорт у Gemini сразу в Google Docs сильно удобнее
4) Gemini быстрее решал такие же задачи раза в 3-4, но, опять же, возможно из за пункта про "прочитывание".
В общем, это хорошо, но не вау имхо. Все это в той или иной степени уже было у конкурентов или open source; даже в o3-mini + web search можно было получить схожие результаты
Сизифово счастье
Камю как-то сказал, что Сизифа следует представлять счастливым. Вы наверное помните про Сизифа, который катит в гору тяжелый камень, который, едва достигнув вершины, скатывался вниз. Мне предпринимательство порой представляется таким же.
И я заметил, что многие вокруг считают Сизифа несчастливым или сумасшедшим: близкие и не очень люди. Пытаются помочь, перенаправить, убедить делать другое, пожалеть.
Хотя, может, как завещал Камю, нам просто следует считать Сизифа фаундера счастливым?!
Неожиданно о дешевом искусственном интеллекте
Неожиданный кейс: допустим, вы автоматизируете LinkedIn-рассылку, а у человека в имени указана англоязычная версия (например, "Heng (Henry)"), произношение ("Burcu (Bur-ju)") или даже эмодзи (да, некоторые реально используют эмодзи в имени на LinkedIn).
Дешёвые модели могут легко исправить это с помощью простого промпта:
Given the prospect's first name from LinkedIn profile, return the most appropriate name to use in a message. If the name is not clear, return the first name only. Return only the name, no other text. First name: {name}
3 года. От идеи до запуска прошло 3 чОртовых года. 2 войны, переезд и куча других приключений.
WIP is a community-driven recruitment platform that minimizes hiring time and errors using the unique blend of Web3-tech, behavioral and monetary incentives for companies & talents.
С промокодом EDU20 скидка $80 на оплату stake.
Приколы LLM программирования
Меня иногда так бесит писать всякие if <api result> is None и тп подобные обороты, чтобы защищаться от неверных или неполных ответов всяких апишек. Сегодня поймал себя на таком: вместо того, чтобы вновь писать генерить все эти проверки и потом безопасно проверять значение ответа на какое-то условие (например, индекс цитирования больше определенного значения) я просто отправляю это в R1 и прошу ее просто сразу дать ответ про индекс. Код становится таким чистым и простым.
Даже не знаю, к добру это или нет, но мне понравилось :)
response = client.chat.completions.create(Читать полностью…
model=DEEPSEEK_R1_MODEL,
messages=[{"role": "user", "content": f"Is researcher's Google Scholar h-1 index over 10 or not? Respond with 'Yes' or 'No'. Researcher's Google Scholar profile: {researcher_profile}"}],
max_tokens=10,
)
Видео-отзыв одного из участников - Айбека - про его опыт прохождения школы фаундера
1) Value vs Price vs Cost
2) Jobs to be done
3) Не бояться запускаться
4) Сначала продавать
5) Не придумывать, а учиться у пользователей, что им нужно
Если вы тоже на этапе запуска или уже есть первый traction, то присоединяйтесь к 3му потоку
Приятно, когда автор твоей любимой рассылки про AI, упоминает тебя в очередном выпуске рассылки
https://open.substack.com/pub/thezvi/p/on-deepseeks-r1?r=1p7cww&utm_medium=ios
Я думаю, что вы уже в курсе про chatGPT таски. Вот 3, что я себе сконфигурировал - а вы?
1) про философию
Share 1 important idea from philosophy daily
provide detailed description of the idea, of its author, their life, and why they came up with the idea
Share 1 important idea how to grow a b2b service like onsa.ai daily
provide detailed description of the idea, examples, and suggestions how to implement it for my business onsa.ai
Remind me my workout plan for todayЧитать полностью…
<your workout plan goes here>
Понравился UX нового аппа Apple Intelligence на маке - Image Playground
Накидал картинок, получил комбинацию из них: Bayram + Summer + Superhero
В июне прошлого года я рассказывал про отчет Situational Awareness - решили выложить запись той встречи. Думаю, что вам будет интересно посмотреть/пересмотреть: удивительно, как сбываются некоторые предсказания и про наращивание компьюта (stargate + анонсы инвестиций от гиперскейлеров), и про алгоритмические прорывы (deepseek), и про unhobbling (reasoning модели)
https://youtu.be/2phugrQKors
enjoy, like & share :-)
Экономический индекс Anthropic
Прикольную тему анонсировал Anthropic: свой экономический индекс. Это такой индикатор эффекта внедрения LLM в экономику и на рынок труда по мотивам задач, для которых юзают модельки Anthropic.
Наиболее популярные, ожидаемо, задачи кодинга. Далее редактирование отчетов/докладов/ресерчей. Потом редактирование текстов/надписей. Может потенциально стать источником идей продуктов, но для этого надо глубже изучить, я покопаю на этих или следующих выходных
Вспомнил сегодня историю: уроки пения в школе. Учитель мне поставила 5 за куплет из какой то песни. В следующий урок она попросила меня перепеть и поставила 2. Я допускаю, что я мог за неделю серьезно «просесть»… но я то сам знал, что нет.
Я тогда очень ярко почувствовал субьективность оценок. И, конечно, опасную важность фидбека учителя.
Сейчас поем с друзьями в караоке и я понимаю, что та ситуация до сих пор во мне. Но, что я хотел бы: чтобы нам попадалось меньше таких «фидбеков», что мы получали, и давали фидбеки, что развивают, а не стагнируют; что вдохновляют, а не останавливают; что делают тепло, а не смущение.
Давайте будем внимательнее и не забывать, что контекст и условия достаточно сильно влияют на ВОСПРИЯТИЕ результата
Отличный read от «старины» O’Reilly про то, почему программисты будут нужны еще больше:
https://www.oreilly.com/radar/the-end-of-programming-as-we-know-it/
Не знал про CHOP - chat-oriented programming :-)
В прошлом году не удалось, но в этом поступил на Network School v2 - рекомендую всем, кто хочет создать/создаёт свое сообщество
Очень рад! Надеюсь, увижусь с кем-то из вас там в марте!
Гибкие Продукты
Я уже писал, что по моим ощущениям происходит огромный сдвиг в разработке продуктов: от детерминированного описания и поддержки юз-кейсов мы переходим к гибким llm-managed продуктам, которые «налету» могут поддержать юзкейс или edge case, который мы не закладывали или о котором даже знать не знали.
Например, недавно был шокирован тем, как модель решила, что зарплата человека не указана в linkedin, но он работает на определенной позиции в Швейцарии, а зарплаты этих людей публикуются в специальном реестре, поэтому она сходит туда и получит примерную вилку зп. Разумеется, я ни о чем таком ее не просил в явном виде.
И это все меня приводит к нескольким мыслям:
1) традиционно продакт менеджер продумывает юзкейсы, принимает решения, какие из них поддерживать, а какие можно проигнорировать, так как это усложнит продукт и/или он о них даже не знает. О тех, что не знает, он учится на фидбеке от юзеров, и вновь принимает решение, что войдет в продукт, а что - нет.
2) теперь же выходит, что мы как продакты скорее будем описывать бизнес-область продукта, очерчивать доступные инструменты модели, критерии принятия решения, поднимаясь по уровням абстракции. Мы скорее CEO, чем линейный менеджер или исполнитель. Как это правильно делать - нам еще предстоит понять и научиться
3) продукты будут более гибкими, поэтому имхо их будет становиться меньше, а поддерживаемых юзкейсов - больше. Причем именно длинный хвост юзкейсов. Ведь классически происходило так, что есть «широкие» продукты, удовлетворяющие основные юзкейсы широких масс людей, и «узкие» - сфокусированные на edge case-ах, но для аудитории, готовой за это достаточно платить. Теперь же, с этими «финтами ушами», когда налету поддерживается юзкейс, «широкие» продукты смогут относительно «дешево» прорастать вглубь.
4) Дистрибуция будет играть еще более важную роль. Я опасаюсь, что мест на рынке будет все меньше, а «power law» продуктов будет еще более выраженным.
М?
o3-mini
Мне выкатили o3-mini —> удивительно, но оно хуже на вот таком таске:
1) у нас есть транскрипт разговора, где выявлены спикеры (диаризация), но мы не знаем кто есть кто
2) у нас отдельно есть список людей, что были на звонке, но не все они обязательно говорили
3) надо заматчить спикеров с участниками звонка
o1 на этой задаче выдал более верный результат. Погоняю на других тасках, когда появится в API
А вот и свежий список идей стартапов от YC и Conviction:
1) YC - из интересного: AI App Store, AI Personal Staff, Browser & Computer Automation, ну и, разумеется, Vertical Agents. что прикольно, что на этот раз они по каждому блоку сняли небольшой ролик. Вот, например, про App Store
2) Conviction - очень зашла мысль про "Just Go Live", даже обсужали ее во внутреннем чатике, 3D генерация, и идея про выкуп бизнесов и замену людей AI тулами, о которой писал ранее.
В общем, выбирайте понравившееся и just go live :)
Pete на днях читал в Гарвардской школе бизнеса лекцию про фаундер продажи.
Вот презентация: https://docs.google.com/presentation/d/1XE1yuEAqdiLPntkLnSKnSNXNOvNUidZuP3QGx_-ejMs/edit#slide=id.g2022411f57_0_19
Первые продажи
Еще один видео-отрывок из школы фаундера - про первые продажи:
00:00 - интро
00:45 - первые пользователи App in the Air
04:47 - главное про запуск
06:10 - первые пользователи RuBeacon
10:24 - первые пользователи onsa.ai
11:50 - первые продажи вручную
12:35 - барьеры в процессе продаж
13:01 - "делай то, что не масштабируется"
16:22 - основы продаж
17:30 - главное уравнение стартапа
29:42 - чем управляем полностью, а на что можем влиять
31:54 - ваша цена = их затраты + доп затраты
37:18 - продукт vs ценность
40:34 - цена = 30-50% * ценности
45:50 - динамика ценности vs стоимости
Присоединяйтесь к 3му потоку, если отзовётся содержание. Стартуем 8 февраля
Тестим ChatGPT Operator
Вы наверное помните хакатон, как мы делали computer use агента для тестирования. Решил протестировать вышедший сегодня chatGPT Operator на задачке генерации мемо на нашем сайте - ну он практически молодец! в конце запутался с табами, но тем не менее
zero shot, ничему не учил, сайт наш, то есть навряд ли был в тренинге у них или еще чего такого
молодцы OpenAI! С нетерпением жду API
P.S. Пишите в комментах, если хотите, чтобы попробовал другой таск
Не перестаю восхищаться этим подходом с o1 - планирует, а 4o/mini - выполняет план. На днях еще попробую и DeepSeek R1 для этого, но взгляните на план по поиску subscription ecommerce бизнесов для одного из клиентов:
-------------------------------------------------------------------------------Читать полностью…
PLAN:
-------------------------------------------------------------------------------
1) Use "seed" companies to discover similar businesses
• Since we already have examples (<redacted: list of customer's customers>), we will use them as “seed” companies.
• For each seed company, examine their domain and use find_similar_companies_exa(domain, num_results) to find companies that match or resemble their business model.
2) Gather a broad list of potential subscription-based companies
• Perform robust Google queries (search_google) with keywords such as:
- “subscription-based ecommerce companies”
- “direct-to-consumer subscriptions physical products”
- “DTC subscription box companies”
• Similarly, use search_exa(query, num_results) to find more companies that mention “subscription box,” “subscription service,” and other related terms.
3) Capture company details to confirm they meet the criteria
• From search results, collect potential company LinkedIn URLs.
• For each LinkedIn URL, use get_company_info(company_linkedin_url) to retrieve company size, industry, headquarters, and other metadata.
4) Filter companies based on the project’s criteria
a) Must have a subscription-based revenue model
• Verify by checking company descriptions or known business type (e.g., listing or press mentions of subscriptions, repeated purchases, etc.).
b) Must sell physical products
• Confirm via company website or LinkedIn descriptions indicating product shipments, physical goods, etc.
c) Must be direct-to-consumer (DTC)
• Confirm from descriptions, press news, or LinkedIn.
d) Must have 50+ employees
• Based on data from get_company_info to confirm current LinkedIn-reported headcount is ≥50.
5) Expand from each valid lead
• For every validated company that meets the criteria, again use find_similar_companies_exa with its domain to discover more similar businesses.
• Continue until you reach or exceed a pool of 500 potential companies.
6) Final verification
• Re-check any questionable records for headcount or DTC/subscription business model to ensure they meet the 50+ employee threshold and that they truly offer a subscription for physical goods.
7) Write the results to a CSV
• Once you have a final list of valid companies, call write_to_csv(companies) to save them, providing relevant fields such as:
- Company name
- Domain/website
- LinkedIn URL
- Employee count
- Validated subscription-based indicator
8) Print the information and confirm completion
• After writing to CSV, print or display the final list of companies (or a summary) for review.
• Finally, call instructions_complete() once all steps are done and the CSV is saved.
Школа Фаундеров - 3й сезон
Продолжаем школу фаундера и открываем набор на 3й поток. В аттаче детальное описание программы и отзывы с прошлых потоков, а от себя лишь скажу, что для меня это очень важный и личный проект: способ поделиться своим опытом и знаниями, чтобы помочь вам сделать первый шаг к тому, чтобы слезть с пороховой бочки. Но первый шаг - это боязно, непонятно, неизвестно, и поэтому хорошо, когда рядом есть люди, которые "been there, done that".
В этом потоке мы добавили еще один формат: в дополнение к общим встречам и зумбарам появился формат практических встреч-семинаров, где мы будем разбирать конкретные кейсы или других участников школы (например, сформировать стратегию набора первых 100 пользователей или 10 клиентов), или составленных мною по мотивам прожитых ситуаций. Уверен, что это поможет закрепить материалы и знания.
Как проходят групповые встречи можно подсмотреть в этом видео-отрывке с 1й встречи про стартап-мышление
Старт - 8 февраля
Продолжительность школы - 3 месяца
Количество мест - 20
Стоимость - $500 в мес или сразу со скидкой - $1300
В общем, прочитайте программу, посмотрите видео, подумайте, и примите решение, нужно ли это вам сейчас.
Хорошего воскресенья!
P.S. Российские карты, к сожалению, не принимаем. Возможна оплата криптой - напишите мне в личку и сделаем.
Senior vs Junior
Развиртуализировались с одним из подписчиков - Иваном - на днях. И мне очень понравилась его мысль:
Senior разработчик не бросается делать то, что его просит «заказчик». Он сначала задает достаточно вопросов, потому что видел много ситуаций и кейсов, и не хочет допустить двойного трактования. Этими вопросами он как бы помогает заказчику лучше сформулировать, а что именно надо делать, направляя и подправляя «выбранный курс». Так вот AI агент, вероятно, тоже не должен бросаться исполнять задачу юзера, а сначала задать правильные вопросы.
Мне кажется, что это очень важное и интересное замечание/паттерн взаимодействия юзера и AI агента.
М?