← Каталог

· AI Engineer World's Fair 2025

Стартапы и ИИ в 2025 году

State of Startups and AI 2025

Устойчивую ценность в AI-продуктах создают толстые обёртки над моделями с доменным workflow и автоматическим сбором контекста.

  • Агент как коллега с целью — по определению спикера, это ПО, которое планирует шаги, включает AI, берёт на себя задачу и держит цель в памяти, пробуя гипотезы и откатываясь назад.
  • Copilots недооценены — по данным о выручке, вспомогательные продукты пока приносят больше, чем полная автономия, потому что терпимость пользователей к ошибкам падает с ростом задержки. Сначала стоит строить усиление человека, а автономность добавлять по мере роста возможностей моделей.
  • Мультимодельность как норма — по данным спикера, GPT-4 подешевел с $30 до $2 за миллион токенов примерно за 18 месяцев. Работу стоит планировать сразу с несколькими моделями, через OpenRouter или inference-платформы.
  • Исполнение важнее первенства — Cursor не изобрёл ни модель, ни code completion, но быстрее конкурентов выпустил продукт. Jasper с первым преимуществом остался на наборе промптов в текстовом поле.

Кому полезно: тем, кто решает, строить ли продукт как отраслевую обёртку над моделями или как агента.

На какие вопросы отвечает доклад

  • Почему код стал первой областью, где AI-продукты так быстро выросли по выручке?

    Код это структурированный текст, который можно проверить тестами и компиляцией, а лаборатории сделали его главным бенчмарком и приоритетом обучения. Инструменты создавали инженеры, которые хорошо знали свой workflow.

    ▶ 11:52Конкуренция coding-продуктов и лаборатории foundation models
  • Как не превратить AI-продукт в тонкую обёртку над чужой моделью?

    Опирайтесь на знание домена: собирайте контекст автоматически, оркестрируйте разные модели под задачу и перестройте workflow. По словам спикера, защищает исполнение, а не первенство: Cursor не изобрёл ни автодополнение, ни модель.

    ▶ 11:52Конкуренция coding-продуктов и лаборатории foundation models
  • Почему стоит начинать с копилота, а не с полностью автономного агента?

    Терпимость пользователей к ошибкам и галлюцинациям резко падает с ростом задержки, поэтому спикер советует сначала строить усиление человека, а автономность добавлять по мере роста возможностей моделей.

    ▶ 18:03Copilots, данные, созданные людьми, и прикладное машинное обучение
  • Стоит ли привязывать продукт к одному LLM-провайдеру?

    Спикер советует закладывать мультимодельную архитектуру: по его данным, цена GPT-4 упала с 30 до 2 долларов за миллион токенов примерно за 18 месяцев, а дистиллированные версии стоят около 10 центов. Инструменты вроде OpenRouter помогают переключаться между моделями.

    ▶ 5:56Определение агентов и выявление настоящих AI-бизнесов
  • Какие бизнес-процессы стоит первыми переводить на голосовой AI?

    Голос уже естественный способ делового общения, поэтому первыми пойдут медицинские консультации и лидогенерация, где голосовые процессы уже были, но их нельзя было масштабировать.

    ▶ 5:56Определение агентов и выявление настоящих AI-бизнесов
  • Почему консервативные отрасли внедряют AI быстрее технологичных?

    Спикер называет это эффектом leapfrog: по его словам, Sierra решает 70% запросов клиентской поддержки, а Harvey и OpenEvidence становятся необходимыми для конкуренции в юриспруденции и медицине.

    ▶ 11:52Конкуренция coding-продуктов и лаборатории foundation models

Главы

Похожие доклады