Нашла отличную, а главное, бесплатную нейросеть - виртуальную примерочную - OOTDiffusion. Можно самому не выходя из дома примерить одежду и понять, подходит или нет.
Сервис подойдет и для более серьезных целей - для селлеров одежды, для формирования карточек товаров на маркетплейсе - можно очень хорошо сэкономить на модели, на съемках, студии и фотографе. Вместо этого просто загружаете фото модели в полный рост и добавляете в соседнее окно картинку с предметом одежды, спустя пол минуты бесплатно получаете готовую фотосессию с вашим мерчем.
Для этих целей, вам так же могут быть интересны и другие нейросети для селлеров одежды, про которые я писала:
Про Vmake - сервис для интернет торговли - кстати, в этом же посте я перечислила и другие полезные именно для торговли и маркетплесов сервисы, про которые я писала, а так же о том, как делать карточки для маркетплейсов с помощью нейросетей
Хотите узнавать первыми о полезных сервисах с искусственным интеллектом для работы, учебы и облегчения жизни? Подпишитесь на мой телеграм канал НейроProfit, там я рассказываю, как можно использовать нейросети для бизнеса.
Wix - это нейросеть, которая может создать сайт за секунды, причем красивый.
Достаточно “поговорить” с сервисом. Буквально, рассказываем чат-боту о своем бизнесе - задаем описание, отвечаем на вопросы бота и недурственный макет сайта готов.
Далее можно отредактировать шаблон сайта под любые нужды, а так же сделать его более кастомным.
В примерах в видео использовались простые запросы для создания сайта:
- Kynn - это интернет-магазин, в котором продаются керамика и произведения искусства, выполненные с помощью ручного строительства и 3D-печати техники
- Мой бизнес - это крытый скалодром, где также проводятся занятия и индивидуальные занятия для разных возрастных групп.
-Я хочу создать сайт, на котором люди смогут узнать о докладчиках и деталях мероприятия, а также купить билеты на нашу финансовую конференцию в Нью-Йорке.
Кроме лендинга, можно создать новостной портал, интернет-магазин, блог, да любой коммерческий сайт.
Использовать можно бесплатно
Хотите узнавать первыми о полезных сервисах с искусственным интеллектом для работы, учебы и облегчения жизни? Подпишитесь на мой телеграм канал НейроProfit, там я рассказываю, как можно использовать нейросети для бизнеса.
Nvidia - одна из ключевых компаний мира прямо сейчас. Существует популярное мнение, что они просто везунчики, которые всегда оказываются с нужным продуктом в нужное время. Однако, если историю развития этой компании, то станет отчетливо видно, что эти ребята умеют мастерски конкурировать, делают полезные выводы из провалов и отлично "ловят волны". Сегодня разберемся, как им это удается.
Главный секрет Nvidia в том, что её основатель ходит с стильной кожанке. Спасибо за внимание. Ладно, шучу, сейчас во всем разберемся.
Nvidia обогнала по стоимости Saudi Aramco, и теперь выше детища Дженсена Хуанга лишь Microsoft да Apple. Microsoft за последние годы ИИ-бума влезли в очень плотную зависимость от чипов Nvidia, из-за чего сейчас экстренно пилят собственную замену. Apple же слез с чипов Nvidia в 2010-х, но, уверен, у Nvidia неплохие шансы пободаться и с этим гигантом.
Возможно, кто-то спросит "Аффтар, почему ты так уверено назвал Nvidia главной компанией нашего будущего?". Отвечу: "Потому что Nvidia продает те самые пресловутые лопаты современным золотоискателям. А это самая надежная и устойчивая бизнес-стратегия независимо от эпохи и контекста".
Ладно, к делу. Изучая материалы про Nvidia, я регулярно сталкивался со следующим лейтмотивом:
"Да просто чуваки каждый раз оказывались вовремя с востребованным продуктом. Они просто крайне везучие".
Так вот, если компания умудряется несколько раз подряд оказаться с востребованным продуктом (причем, самым популярным на рынке, или одним из самых) в нужные моменты времени, то это означает, что у компании офигеть какая мощная стратегия, а СЕО - крутой визионер.
Поэтому, в этом материале я хочу не просто рассказать историю развития компании и основные этапы её развития. Но также понять, как Дженсену и ко. удавалось делать настолько верные и точные стратегические ставки. А еще, по ходу дела расскажу, что же за продукцию такую производит эта Nvidia, что на неё всегда есть устойчивый спрос в самых разных индустриях и сегментах рынка.
Disclaimer. История Nvidia - это большой и яркий путь с россыпью крутых бизнес-решений. Так что, я поделю материал на две части. Сегодня расскажу, как из небольшого перспективного "стартапа из кафешки" Nvidia превратилась в важнейшего производителя железа для современной технологических отраслей. А во второй части (coming soon) мы разберемся, как Nvidia из просто крупной и важного игрока превратилась в главную компанию будущего, которая (очень возможно), скоро станет самой дорогой корпорацией в истории.
Этап первый. Как жизнь Nvidia чуть не закончилась после первого же выпущенного чипа
Думаю, многие из вас слышали историю, как Дженсен Хуанг, Крис Малаховски и Кертис Прэм сели за столик в дешевой кафешке в Сан-Хосе и стали думать, какая технология станет the next big thing в этом мире. Еще ходит байка, что эта забегаловка была в таком суровом районе, что в её стенах зияли дырки от гангстерских пуль.
Последний факт, наверно, должен был символизировать стартаперский дух начинания, но на самом деле все трое фаундеров на тот момент уже были состоявшимися взрослыми спецами. Например, наш главный герой трудился руководителем направления в LSI Logic - довольно крупном производителе интегральных схем, а два других партнера инженерили в Sun Microsystems (эту компанию позже поглотит Oracle). В общем, ребята были весьма матерыми профи, а не какими-то оборванцами, бросившими колледж ради стартапа в гараже.
Приятели сходились во мнении, что компьютерная отрасль только набирает обороты, и что в самое ближайшее время машины будут использоваться для все более широкого спектра вычислительных задач. А значит, центральным процессорам (CPU) явно понадобится помощь. Эта помощь называется аппаратное ускорение вычисления.
В двух словах. CPU - это такой "мозг компьютера". Он обрабатывает сигналы и распределяет вычислительные команды. А теперь представьте, что вам на работе подкинули 10-20 задач одновременно. Что случится с вашим мозгом? Правильно, он "перегреется" и вы поймаете мощный приступ прокрастинации (=зависнете). То же самое и с центральным процессором компьютера, который должен выполнять все больше и больше задач одновременно.
Так вот, элементы аппаратного ускорения - это такие вспомогательные мини-мозги, призванные разгрузить основной мыслительный центр.
Без этих штук мы едва бы смогли параллельно запустить на ноутбуке несколько вкладок браузера, эксель, фотошоп, Телегу, и игру в отдельном окошке.
Кстати, на счет игр. Дженсен, Крис и Кертис не сомневались, что за аппаратным ускорением будущее. Оставалось лишь выбрать направление внутри этого тренда. Решили, что это будет гейминг. Если конкретнее, то их особенно привлекала бурно развивающаяся 3D-графика для этого самого гейминга. Продвинутый графон - это штука энергозатратная, вычислительные мощности она жрет как конь. Так что, друзья решили софкусироваться на графических процессорах (GPU).
В 1995 г. Nvidia выпустила свой первый продукт - мультимедийную видеокарту NV1.
Вот так она выглядела.
NV1 отличалась от аналогов тем, что на одной плате размещалось сразу несколько модулей - блок обработи 2D-графики, ускоритель 3D-графики, звуковая карта и порт для игрового геймпада приставки Sega Saturn. Кстати, в рамках этой карты Nvidia сотрудничала с Sega, что позволило портировать некоторые популярные эксклюзивы для этой консоли на ПК.
Нужно отметить, что Nvidia - это fabless (=fabricless) company, т.е. компания без своего производства. По сути, это просто конструкторское бюро. Очень большое и крутое конструкторское бюро! Они всего лишь (ну, если сравнивать с полноценной сборкой) придумывают и разрабатывают свои технологии и продукты, а непосредственной изготовкой занимаются подрядчики по контракту. Например, первый чип NV1 для Nvidia производила компания SGS Thomson-Microelectronics на своем заводе во Франции. Сейчас, конечно, у Nvidia есть кое-какие собственные производственные мощности, но львиная доля производства все равно происходит на стороне - например, с помощью тайваньских компаний.
В итоге NV1 стал прорывом и принес компании известность... хотелось бы мне написать. Но нет, он провалился! Да-да, история третьей по стоимости компании в мире началась с провала.
Дело в том, что NV1 был больше всего заточен на игровую консоль Sega. А в те годы происходит бум ПК-гейминга. Большинство ПК же работает на операционной системе Microsoft. NV1 вышел в мае 1995, а уже в сентября Microsoft представил свой API под названием DirectX.
Если упрощенно, DirectX - это специальный модуль, позволяющий разработчикам задействовать все мощности железа без написания специального кода под каждый элемент комплектующих.
Помните, большинство игрух на ПК в конце 1990-х и начале 2000-х требовали вместе с установкой самой игры поставить DirectX?
Так вот, принцип ускорения графики у чипсета NV1 принципиально расходился с таковым у DirectX. Следовательно, первый продукт Nvidia оказался принипицально несовместим с подавляющим большинством игр, которые геймеры ставили на ПК!
А учитывая, что в создание NV1 стартап бахнул почти все первые привлеченные инвестиции (первый раунд был 10 миллионов долларов - довольно серьезная сумма по тем временам), это был epic fail. Хуангу даже пришлось сократить половину сотрудников, которых к тому моменту уже успели нанять... Был момент, когда у Nvidia хватало денег всего лишь на один месяц зарплат. Тогда родился негласный девиз компании: "У нас есть всего лишь 30 дней, чтобы продолжать делать бизнес".
Так что, да, в начале своего пути сооснователи получили довольно мощный апперкот от жестоких реалий рыночной экономики.
Впрочем, Nvidia сделала правильные выводы. С пор они редко промахивались с трендами рынка, особенно в сегменте ПК.
Интересный факт. Первые годы у Nvidia не было названия. В рабочих переписках компания называла свои первые продукты "NV" - Next Version. Ну типа, новая версия этих ваших видеокарт. Когда компания развилась до такого масштаба, что без названия уже было сложно, основатели решили открыть словарь и найти что-то прикольное из похожего на NV. В итоге остановились на слове "'invidia"', что на латыни значит... "зависть". Да-да, тот самый дух неуёмной конкурентной борьбы, который позже проявился в схватках с 3dfx, ATI, AMD и другими крутыми компаниями.
Этап второй. Первый большой успех и победа над Voodoo
Есть такой миф, что Nvidia придумала видеокарты. На самом деле, это не так. Первый графический видеоадаптеры с поддержкой 3D-графики еще в бородатом 1982 году запилила IBM. Чуть позже многие другие компании выпустили свои версии. Однако первые версии были очень дорогими и не слишком производительными. В общем, узкоспециализированная история для избранных.
Действительно массовые, доступные, универсальные и широкосовместимые 3D-видеокарты появились во второй половине девяностых. Первый образец выпустила та же IBM в 1995 г., был еще чипсет S3 ViRGE от компании S3 Graphics (сейчас принадлежит тайваньской HTC). Еще было сразу несколько популярных моделей от компании Matrox, да и японцы из Yamaha тоже что-то делали... В общем, хотя океан еще не был алым, он уже стремительно краснел.
В 1996 г. на рынок выбрасывается сразу несколько успешных моделей, но настоящий прорыв происходит, когда компания 3dfx выпускает свой 3D-ускоритель под названием Voodoo Graphics.
3dfx специализировалась на графике для игровых автоматов, и их чип выдавал скорость и качество рендера, близкое к автоматам. Тогда это была вершина крутости. К тому же, их карты хорошо совмещались с ПК-играми.
Справа - графон в Quake 1 на чипсете Voodoo, слева - без оного. Как говорится, почувствуйте разницу.
Короче говоря, это был очень крутой 3D-ускоритель, который быстро завоевал популярность. Сначала среди производителей видеокарт, а позже и среди геймдев-компаний, которые целенаправленно начали оптимизировать графон своих проектов под него.
В 1998 г. 3dfx выпустила чипсет Voodoo2, который был еще производительнее первой версии. И вот с этой штукой Nvidia пришлось конкурировать. Скажу сразу, Nvidia выиграла, а позже вообще выкупила 3dfx, интегрировав к себе их наработки. Как же им это удалось?
Если вычленять самую суть, то более массовый и простой продукт победил более продвинутый. В общем, классика. Voodoo2 показывал исключительную производительность и качество текстур, к которым не могли приблизиться конкуренты. Однако Nvidia выпустил свой новый продукт - NV4, также известный как Riva TNT. Дело в том, что поверх набора ускорителей Voodoo2 нужно было отдельно прикрутить внешнюю видеокарту. А Riva TNT имела изначально встроенную видеокарту внутри своего набора (т.е. предлагала готовое решение под ключ). К тому же, Riva TNT была банально дешевле ("дешевые карты Nvidia" сейчас звучит как плохой анекдот, но тогда реально было так). Так что, Nvidia начал активно отжирать бюджетный и средний сегменты, которые благодаря растущей доступности 3D-игр росли быстрее всего.
Тем не менее, Nvidia и 3dfx активно конкурировали следующие 2-3 года. Но Дженсен Хуанг победил. Во-первых, пока у 3dfx каждый следующий чипсеть был масштабным мегапроектом, Nvidia намеренно минимизировал цикл разработки, научившись быстро выкатывать новые версии на рынок. Это позволяло еще быстрее отжимать бюджетный и средний сегмент. К тому же, Nvidia изначально заложила в конструкцию своих продуктов систему проверки чипов на брак, за счет чего у них была ниже доля неисправной продукции.
Закончилось все тем, что в 2002 г. 3dfx проиграла Дженсену Хуангу патентный спор, что окончательно добило некогда мощного игрока. В итоге Nvidia выкупила своего закадычного конкурента за 70 миллионов долларов. Первый громкий триумф.
В 1999 г. компания выпустила один из своих главных продуктов - GeForce 256, который Nvidia с гордостью называла "первым графическим процессором". На самом деле, это было не совсем так. Хотя GeForce 256 умел создавать более сложные и реалистичные трехмерные объекты за счет наложения структур, был способен обрабатывать солидный объем графических примитивов (примитивы - это простейшие объекты, из которых на экране складывается изображение), и вообще очень резво работал с графикой, он точно не был первым графическим процессором. Более того, он был даже не самым мощным в свое время. Однако, он точно выдавал оптимальную "цену-качество", а еще Nvidia весьма талантливо его пиарила (в хорошем смысле этого слова).
GeForce 256. Как говорится, найдите 10 отличий с фото NV1 выше. Но на самом деле, разница примерно как между Nokia 3310 и пятым (ну ладно, четвертым) Айфоном.
К тому моменту Nvidia уже стала крупным поставщиком графических ускорителей и видеокарт. Её выручка была в районе 200 миллионов в год, капитализация достигала 700 млн долл., а в 1999 г. компания провела IPO на NASDAQ, окончательно перестав быть стартапом.
Этап третий. Новая конкуренция на зрелом рынке
В начале 2000-х на рынке графических процессоров уже миновал этап бешеной конкуренции между кучей стартапов. Сформировались три явных лидера - Nvidia, Intel и ATI. У Nvidia и Intel было примерно по 30% рынка, у ATI - чуть меньше. Однако в 1998 г. Intel выпустил неудачный внешний ускоритель i740, так что, через некоторое время решил забить на рынок дискретных (т.е. внешних) видеокарт, состредоточившись на внутренней графике, а также других направлениях, коих у этого диверсифицированного гиганта было предостаточно.
В итоге в сегменте внешних графических модулей образовалась дуополия - Nvidia против ATI. Тут-то Дженсен Хуанг и попал в свою любимую среду ультраконкуренции. В 2000 г. ATI как раз выпустила свой самый жирный продукт, название которого вы наверняка слышали - это чипсет Radeon (сейчас это флагман компании AMD, но об этом позже).
В общем, две компании начали бодаться за самые жирные сегменты и контракты.
Сначала Nvidia стала поставщиком чипов для консоли Xbox, которую только-только начинал развивать Microsoft. Однако в дальнейшем Microsoft ушел к конкурентам из ATI. Дженсен Хуанг подумал "А чем я хуже?", и пошел к Sony с их PlayStation. Вдобавок, Nvidia стала эксклюзивным поставщиком внешних видеокарт для компов Apple. Кстати, в рамках партнерства с Sony Хуанг поступил очень мудро - Nvidia не просто продавала свои чипы, но и помогала Sony разрабатывать собственную графику для PlayStation 3 и PSP. Конечно, в перспективе Sony мог полностью перейти на свои решения, но глава Nvidia понимал, что рано или поздно это случится в любом случае (так и случилось). Так что, лучше поучаствовать в процессе, выжав из сотрудничества максимум хотя бы до создания японцами своего GPU.
Параллельно, Nvidia начала себя вести как настоящая взрослая корпорация. Она начала скупать перспективные компании и стартапы, диверсифицируя технологическую и продуктовую базу. В частности, прикупили:
Exluna - разработчика оборудования для 3D-рендеров в кино.
MediaQ - производителя чипов, которые оптимизируют работу дисплеев и аккумуляторов мобильных телефонов и прочих "беспроводных устройств".
iReady - разработчика чипов, которые "разгружали мозги" сетевого адаптера (это штука внутри компьютера, с помощью которой он ловит сеть или вайфай).
А еще, что любопытно, в 2005 г. хитрая Nvidia купила некую тайваньскую компанию ULI Electronics (сейчас она называется чуть по-другому), которая была важным поставщиком компонентов для главного конкурента - ATI. Этот удар Хуанга был крайне чувствительным для конкурента.
Второй удар по себе нанесла сама ATI. Компания продалась диверсифицированному производителю микропроцессоров AMD. В итоге ATI стала "графическим юнитом" в составе AMD, при этом лишившись большинства контрактов со своим основным потребителем - Intel (ведь AMD - это уже прямой конкурент Intel, а не какой-то там поставщик графических чипов). Угадайте, кому после этого достались безхозные контракты от Intel?
В итоге получилась очень характерная ситуация. С одной стороны, огромный процессорный холдинг купил главного конкурента Nvidia (а также, соответственно, их главный продукт - чип Radeon). С другой стороны, сама Nvidia активно диверсифицировалась, скупала компании в смежных сегментах и готовилась играть по-крупному. Все это предзнаменовало главное противостояние в сегменте графики, рендеров, процессоров и всего что с этим связано - Nvidia vs AMD ("зеленые" против "красных").
Классическое противостояние, которое идет уже почти 20 лет. Иногда еще сюда добавляют Intel, но Intel - это все же прямой конкурент для AMD. Для Nvidia Intel и конкурент, и партнер и покупатель одновременно.
Кстати, есть версия, что AMD сначала хотели купить Nvidia, но Дженсен Хуанг их послал. Этот хитрый CEO что-то знал уже тогда.
Этап четвертый. Первые ростки в направлении ИИ
Середина 2000-х. Nvidia - уже совсем серьезная корпорация, зарабатывающая по 200-300 миллионов баксов за квартал.
В 2007 г. компания выпускает свой, возможно, самый важный продукт. Очень вероятно, что именно он открыл ей путь к нынешним триллионам. Он назывался CUDA (Compute Unified Device Architecture). CUDA - это GPGPU (General-purpose computing on graphics processing units). И здесь я остановлюсь подробнее.
Дженсен Хуанг понимал, что одними ускорениями графона и рендерами сыт не будешь. Так что, Nvidia выпустил, скажем так, адаптер (ну или прееходник), который позволял задействовать мощности большинства своих графическиих чипов для обработки математических вычислений, алгоритмов и прочих веселых штук, которыми занимаются разработчики самых продвинутых технологий.
Проще говоря, с помощью CUDA разрабы смогли делать запросы на упрощенных диалектах языков C, С++ и Fortran, которые обрабатывались прямо на мощностях чипов Nvidia. Позже прикрутили еще Python, MATLAB и другие популярные языки.
Отдельно выделю крайне удачное решение добавить язык Fortran. С одной стороны, этот язык сложно назвать самым популярным для разработки (видели хоть один войтивайтишный курс про Фортран?). С другой стороны, он считается "высоким языком", на котором программисты-ученые любят вести научные изыскания. В том числе, именно Fortran стал одним из ключевых языков для ранних наработок в области искусственного интеллекта и машинного обучения (есть версия, что это вообще первый язык для ИИ).
Таким образом, помимо очевидного стимулирования спроса на чипы, успешный выпуск CUDA, вероятно, стал фундаментом (или хотя бы первым кирпичиком) для лидерства компания в вычислительных мощностях для искусственного интеллекта.
Интересный факт. В 2012 г. прошел ImageNet Large Scale Visual Recognition Challenge - крупный конкурс, где разработчики соревновались, чья технология круче всех распознает разные картинки. Лучший результат показала нейронная модель AlexNet, которая обучалась через мощности графических чипов Nvidia с помощью CUDA. Тогда окончательно стало ясно, что графические чипы в целом и Nvidia в частности ой как пошумят по мере развития ИИ. Кстати, одним из создателей AlexNet был Илья Сутцкевер, который теперь нам известен как сооснователь OpenAI и один из самых важных людей в мире современных технологий.
Молодые Илья Сутцкевер и Алекс Крижевский, а также уже солидный Джеффри Хинтон (один из самых видных ученых в области deep learning) работают над AlexNet.
Этап пятый. Новые вызовы и работа с рисками
В конце 2000-х Nvidia продолжила усиленную диверсификацию. В частности, был куплен Ageia - разработчик движка PhysX, который позволяет моделировать и разрабатывать симуляции физических явлений. PhysX - крайне важная штука для гейминга, которую активно используют Unreal Engine, Unity и другие игровые движки. Он стал весьма важным продуктом для компании.
Однако, к началу 2010-х перед Nvidia встал серьезный вызов - стремительно набирал обороты сегмент интегрированной (внутренней) графики. Это означало, что диверсифицированный крупняк вроде Intel, Sony, Microsoft, Apple и прочих становились гораздо более самостоятельными в плане работе с графическими задачами. Если в 2007 г. Intel контролировал 30% рынка графики, то к началу 2010-х - уже более половины, и продолжал усиливать свои позиции за счет поглощения целой россыпи мелких производителей.
Позиции основного бизнеса Nvidia (дискретных, т.е. "встраиваемых", решений для графики) оказались под серьезной угрозой. К тому же, в 2008 г. Nvidia выпустила большую партию чипов с дефектами, которые отгрузили Apple, Dell, HP и другим крупным ребятам. В итоге Nvidia получила серьезный репутационный ущерб, а еще пришлось раскошелиться на компенсации.
Нужно было что-то менять. В первую очередь - еще активнее диверсифицироваться, чтобы сделать бизнес-модель прочной и устойчивой.
Действовать решили по всем фронтам:
Радикально усилили чипы и прочие вычислительные продукты для игр на ПК и консоли.
Активно пошли в мобильный сегмент. Еще в 2007 г. Nvidia купила разработчика системных чипов PortalPlayer. В 2010-х на основе технологий PortalPlayer была выпущена серия процессоров (не GPU, а полноценных CPU) для мобильных устройств под названием Tegra (их еще называют "кристаллы"). Правда, на мой взгляд, Nvidia слегка промахнулась с операционной системой, ведь большинство Tegra применялось в смарфтонах и планшетах на Windows. Впрочем, это сейчас мы видим, что мобильные потуги Microsoft оказались провалом, а в начале 2010-х это была весьма перспективная история с неплохой долей рынка. Так что, бизнес Nvidia неплохо на этом вырос. Даже CEO Microsoft Сатья Наделла недавно признавался, что сворачивание мобильного бизнеса Microsoft было главной стратегической ошибкой компании.
Nvidia даже отважилась на нетипичный для себя эксперимент - выпустила собственную портативную игровую консоль Nvidia Shield Portable:
Заряженная тем самым процессором Tegra. Работала на ОС Windows.
Вообще, консоль Shield - это крайне нетипичный продукт для Nvidia. Компания всегда отличалась высокой прагматичностью при выборе конфигурации продуктов и оценке будущего спроса, всегда стараясь сделать относительно доступный продукт, который найдет отклик у массовой аудитории. Но тут получилось с точностью до наоборот. Shield стоила дороже аналогов, а игр для неё было крайне мало (хотя Nvidia даже запилила собственную платформу для разработки). Так что, хотя эксперты и игровые издания хвалили консоль за весьма недурную графику и производительность, особой популярности продукт не сыскал. Что ж, видимо, если умеешь производить чипы и процессоры, то не стоит лезть в истории про платформы и пользовательские девайсы.
Еще Nvidia начал активничать в сегменте автомобильной электроники. В том числе, в области начинки для беспилотного управления.
Но про это я расскажу во второй части. Как и про конкуренцию с AMD, качели из-за криптомайнинга, партнерства с китайцами и, собственно, путь к триллионной капитализации за счет лидерства в ИИ в последние годы. Там много интересных историй. А на сегодня хватит.
Если эта статья круто зайдет, то я быстрее сяду за вторую часть. Так что, если вам понравилось, то можете подкинуть мне дополнительной мотивации в виде плюсов, комментов и репостов статьи друзьям.
Если вам заходит такой контент, то подпишитесь на мои тг-каналы. Мне будет приятно, а вы найдете там еще больше подобного:
На своем основном канале Дизраптор я простым человечьим языком разбираю инновации, технологические продукты и знаковые компании (а еще анонсирую все свои статьи, чтобы вы ничего не пропустили).
А на втором канале под названием Фичизм более точечно пишу про новые фичи и функции продвинутых компаний и сервисов.
Нейросети способны автоматизировать достаточно широкий спектр бизнес-процессов. Это позволяет компаниям значительно поднять KPI сотрудников, улучшить качество обслуживания, и конечно, кратно увеличить прибыль! Рассмотрим 10 примеров использования ИИ в бизнесе прямо сегодня...
На сегодняшний день технологии ИИ могут автоматизировать множество процессов. Вот 10 наиболее актуальных и важных для бизнеса:
1. Автоматизация ввода данных в Excel:
Cовременные сервисы ИИ позволяют значительно сэкономить время, устраняя необходимость в ручном вводе данных. Задачи, на выполнение которых раньше уходили часы, теперь могут быть выполнены за несколько минут. Ввод однотипных данных и заполнение таблиц больше не является проблемой, отнимающей кучу времени!
2. Автоанализ баз данных:
С помощью ИИ можно анализировать огромный объем информации за считанные минуты, исключая человеческие ошибки. Каждое взаимодействие с клиентом, онлайн-клик, решение о покупке и взаимодействие с социальными сетями создают точки данных, которые можно использовать для бизнеса.
3. Автосоздание сайтов и их прототипов:
ИИ уже давно умеет читать и писать коды на различных языках программирования, создавать шаблоны, уникальные картинки, анализировать коды и выявлять ошибки. Если раньше для создания сайта требовалось много усилий, то теперь это дело занимает около 3-4 часов (реальные показатели наших клиентов) и на выходе, получается качественный, продающий сайт, причём неважно - лендинг или многостраничник.
4. Выявление закономерностей по любому объему данных:
Является одним из ключевых преимуществ использования искусственного интеллекта в аналитике данных. Независимо от размера набора данных, ИИ способен обнаруживать скрытые паттерны, тенденции и взаимосвязи, которые могут быть невидимы человеческому глазу из-за объема информации.
5. Автосоздание контента для интернет-магазинов/соц. сетей/сайтов:
Не для кого не секрет, что в наше время искусственный интеллект способен создавать контент, напечатать текст для карточки товара, сгенерировать идеи для будущего контента, пост для любой соцсети в стиле вашей страницы, помочь в рекламе и даже создать листовку или баннер по вашему запросу.
6. Сбор SEO данных:
Данный процесс является важной частью каждого бизнеса. Правильно собранные ключевые запросы составляют 30% успеха, а с помощью ИИ это их можно собирать много, быстро и без ошибок. Как пример: сбор ключевых слов, анализ конкурентов, оптимизация контента для поисковых систем, отслеживание и анализ трафика. Всем этим больше не нужно заниматься самостоятельно.
7. Расчет ROI:
ИИ выполняет функцию финансового аналитика вашей компании. Сбор данных об инвестициях, прибыли, убытках. Помощь в оценке эффективности ваших вложений, прогнозирование для будущих инвестиций, сравнение стратегий или даже сравнение компаний для определения, что больше выгодно вашему бизнесу.
8. Постоянное отслеживание трендов в продвижении:
Больше не нужно мониторить круглосуточно, какой товар (услуга) пользуется большим спросом. ИИ может анализировать рынок за вас, мониторить социальные медиа, конкурентов, создавать прогнозы. Вам только остается выбрать нишу.
9. Анализ KPI сотрудников и поиск точек оптимизации рабочего времени/повышения их эффективности:
Анализ данных о производительности сотрудников теперь выполняет машина. Вместе с ИИ можно определить подходящее KPI для каждого сотрудника вашей компании индивидуально, создавать чат-ботов для обратной связи с сотрудниками и анализировать эти данные. Советы о мотивации и поощрении.
10. Автоанализ работы оператора контакт-центра:
Который включает в себя прослушивание и документирование звонков или переписок. Это является эффективным инструментом для повышения качества обслуживания клиентов и обучения персонала. Все собранные данные используются для анализа, чтобы выделить ключевые моменты, темы, эмоциональную окраску разговора и другие важные аспекты.
И это все лишь верхушка айсберга. Представьте, насколько проще стало вести бизнес с появлением ИИ. С его помощью можно автоматизировать до 90% своего бизнеса и даже вести бизнес одному. Хотите узнать подробно, как самостоятельно внедрить ИИ в бизнес? Тогда подписывайтесь и следите за новостями!
А что бы не тратить время самим, можете обратиться за к нам за комплексным внедрением нейросетей в бизнес - Вы получите консультацию с ведущим специалистом, анализ бизнеса и оценку эффективности внутренних процессов, на основании чего, мы подберём наиболее рентабельные инструменты под цели организации и интегрируем их в работу с написанием 90% необходимых промтов, автоматизируем рутинные процессы и обучим сотрудников использованию нейромоделей на уровне "профи".
Нейросети будут полезны офисным сотрудникам, бизнесменам и обучающимся для отчетов, презентаций и повышения эффективности.
PDF AI — бесплатно изучит за вас любое количество pdf-файлов размеров до 10 Mb. Ответит на 500 любых вопросов о них в форме чата. Можно делать саммари, искать нужную информацию и сэкономить часы на чтении файлов
Simplescraper— для быстрого парсинга сайтов. Скидываете ссылку на страницу или жмёте на расширение в Chrome — и получаете данные из любого количество веб-страниц в удобном формате таблицы. Можно выбрать всю страницу или отдельные блоки
Presenter — крутой сервис для создания презентаций. На сайте можно запросить бесплатное демо. Полностью автоматическая верстка, на выходе красивый дизайн презентации. Новый слайд создается через «--», заголовок — «#», подзаголовок — «##», а текст на слайде добавляем через Tab
Whatletter — объяснит многостраничные документы на русском. Можно задавать вопросы, переводить и свободно общаться о содержании документов. Поможет разобраться в расписаниях, выписках, счетах, юридических формах, контрактах, отчетах.
Walles — проанализирует любой контент в браузере за пару кликов. Через чат сбоку можно общаться с сайтами, PDF-файлами и видео с YouTube. Достаточно выделить текст, плагин его объяснит, перефразирует или переведет. Полезная функция — извлечение текста и решение задач из фото. Полученные заметки можно экспортировать в Notion
Хотите узнавать первыми о полезных сервисах с искусственным интеллектом для работы, учебы и облегчения жизни? Подпишитесь на мой телеграм канал НейроProfit, там я рассказываю, как можно использовать нейросети для бизнеса.
Google захватил мировой рынок поиска, Amazon подмял под себя весь ecommerce, а местным онлайн-кинотеатрам сложно тягаться с Netflix? Чаще всего - да. Однако, в некоторых странах и регионах локальные tech-компании отвесили смачного пинка глобальным корпорациям. Сегодня разберем самые яркие примеры.
Основатели японской Rakuten (про неё ближе к концу статьи) отмечают запуск своего портала 25 лет назад. Ну либо это просто какие-то японцы празднуют днюху в офисе, кто ж Google-картинки проверит.
Еще до санкций, в условиях гораздо более открытых границ российского рынка для западных компаний, в России родился и укрепился свой технологический лидер - Яндекс. Все мы знаем эту компанию, все мы пользуемся её сервисами. От такси и маркетплейса до музыкального стриминга и рекламных систем. Теперь вот и свой ИИ активно развивают. Но начиналось все, конечно, с поискового движка. Который даже во времена самой мощной глобальной экспансии Google неизменно сохранял за собой высокую долю на российском рынке.
Однако пример нашего Яндекса - далеко не единcтвенный. В мире есть немало стран, где в условиях конкуренции с муждународными титанами появились и окрепли собственные технологические империи, крепко вцепившиеся в локальный ecommerce, транспортную агрегацию, поиск, стриминг и другие важные для человечества занятия. Более того, порой "местные чемпионы" становились настолько крутыми, чтобы выкидывали эти самые Гуглы и Амазоны пинком под их технологический зад.
Итак, в этой статье я расскажу про самые яркие примеры таких компаний. Разберемся, как они появились и развивались, какие продукты предлагают пользователям, и как конкурируют с глобальными лидерами. А также попытаемся докопаться, за счет чего им это удалось.
На текущий момент я собрал штук 10-12 таких компаний. Поэтому, материал разделю на несколько частей. Сегодня разберем первые 4 из списка (фокус будет на две крайне самобытные страны с мощными технологиями - Южную Корею и Японию), а потом, если формат зайдет и вы влепите изрядное количество лайков, сделаю еще один или два выпуска.
Небольшое примечание. Безусловно, целая россыпь локальных IT-колоссов в Китае. Но Поднебесную мы сегодня трогать не будем. У них там Великий файрволл, обеспечивающий тепличные условия для местного диджитала. Поэтому, хотя это нисколько не умаляет достоинств китайского tech, все же пример Китая для нас не совсем актуален. Про китайский IT у меня есть отдельная статья - если интересно, welcome (точнее, хуан йин).
Еще одно небольшое примечание. У подавляющего большинства азиатских tech-гигантов есть особенность - их рисом не корми, а дай склеить все свои сервисы, приложения и прочие свистоперделки в единый огромный суперапп. Кто-то (например, китайцы) без супераппов вообще жить не могут. Другие азиатские страны могут обойтись и без них, но все равно обожают взять все свои такси, екомы, мессенджеры и стриминги и соединить их в один огромный драконзорд. Совсем каррикатурный сценарий - это вшить все это безобразие внутрь мессенджера или соцсети.
Например, вот так выглядят главные вкладки китайских экосистем Meituan и Koubei от Alibaba. Для европейского взгляда это UX-ад с конями, но азиатам (особенно китайцам) норм.
Итак, погнали разбирать компании:
Корейская экосистема с привкусом какао
Вообще, я хотел начать свой анализ с Северной Кореи. Но товариш Ким не пускает мой роутер в местный кванмён, а сервер в Пхеньяне слегка недоступен в сервисах, которые с 1 марта нельзя продвигать и упоминать в РФ (кстати, им уже придумали безопасный эвфемизм, вроде "нельзяграма"?).
Так что, начну с Кореи Южной. У этой страны есть целых две мощные tech-компании - Kakao и Naver. Если проводить аналогию (очень грубо), то представьте, что весь Яндекс разделили на две отдельные структуры - в одну засунули все такси, доставку и остальные транзакционные сервисы, а другой отдали поиск, порталы, погоду и прочие информационные продукты. Так вот, Kakao был бы похож на первую, а Naver - на вторую.
Начну с Kakao. История у них непростая и уходит аж в прошлое столетие. Еще в 1998 появилась компания Kakao Entertainment, которая производила фильмы, клипы и прочий контент для телека и зарождающегося интернета. Примерно в то же время местная IT-компания NHN Corp запустила свой мессенджер NHN Chatroom. Также в истории участвовал телеком-гигант Daum, у которого был свой поисковый движок и популярный веб-портал.
Так вот. В 2000-х в результате нескольких хитросплетенных слияний и поглощений вся эта пестрая топла преобразовалась в единую компанию Kakao. А в 2010 году мессенджер NHN стал KakaoTalk, которым теперь активно пользуется каждый кореец.
Согласно заветам азиатских цифровых сервисов, Kakao стал активно развивать дополнительный функционал прямо внутри мессенджера. Помимо обмена сообщениями и групповых чатов, в Kakao вовсю процветал мобильный гейминг. В 2010 г. был запущен "корейский Инстаграм" (по прежнему запрещенный в РФ) под названием KakaoStory. Потом появился KakaoBank - мобильный платежный сервис. Еще позже, в 2015 г., появилось KakaoTaxi - вкладка для вызова такси внутри мессенджера, который уже активно превращался в суперапп.
Сейчас Kakao - это огромная экосистема, где помимо описанных выше сервисов есть собственная картография и навигатор, видео- и музыкальный стриминги, лайфстайл-сервисы и блок примочек для бизнеса. Сам мессенджер KakaoTalk остается популярнейшим каналом коммуникации в стране, им регулярно пользуются более >90% корейцев.
Отдельно хочу отметить два интересных решения:
Первое - это Kakao Loyalty. Компания запилила собственную программу лояльности, в которую максимально быстро и легко может встроиться любое предприятие - хоть крупная ритейловая сеть, хоть палатка с раменом от дядюшки Кима (но не товарища Кима, этого вряд ли пустят).
Проще говоря, представьте условный Яндекс Плюс или Сбер Спасибо, к которому может в пару кликов подключиться любой бизнес. Достаточно лишь принимать оплату через KakaoPay (который, как мы помним, есть у каждого покупателя внутри KakaoTalk), и баллы лояльности начинают капать покупателю прямо в любимый мессенджер. Удобно и бесшовно.
Второе - Kakao Friends. Это вообще локальный мем. Сейчас каждый из нас может отправлять в Telegram миллионы самых разных стикеров. Но давайте вспомним времена, когда все общались Вконтактике (еще в том, старом). Там тоже были стикеры, но их создавали не пользователи, а сама площадка. Их ассортимент был ограничен, а еще они были платные. Kakao в этом плане пошел еще дальше.
В 2012 году мессенджер запустил 8 авторских стикеров, вот таких:
Мне кажется, или крот слева (да, это именно крот, я загуглил) напоминает Самуэля Л Джексона из Криминального Чтива? Впрочем, у гуся вообще такое лицо, будто мне не стоит про него шутки шутить.
Со временем эти стикеры стали популярны в народе, и для них начали делать свой ЛОР, всячески его коммерциализируя.
В Корее и некоторых других азиатских странах появились парки развлечений и тематические кафе Kakao Friends. С персонажами стикеров начали запускать сериалы, телешоу и детские мультики. Модные корейские бренды начали дропать с ними лимитки. А корейские детишки радостно бегают с соответствующими игрушками (монетизация на детском мерче detected). Небось, даже Crocs свои джиббитсы с ними выпустил (это мое предположение, не проверял - но если не выпускали, то точно стоит).
В результате KakaoFriends не просто разнообразили общение в мессенджере, но и стали отдельным полноценным каналом монетизации для холдинга. Про узнаваемость бренда и клиентскую лояльность и говорить не приходится. По-моему, абсолютно удивительный продуктовый пример, я подобного больше нигде не видел. Бренды, берите на вооружение, только потом не забудьте отстегнуть мне процентик за идею.
Во вселенной KakaoFrineds даже есть собственные спин-оффы и сольники. Например, у льва Райана (второй слева на предыдущей картинке) есть собственная сеть кафе. И вообще, там целая империя мерча - кафе, рестораны, детские комнаты, что угодно!
Сладенький кусочек кимчи для северокорейских хакеров
Вторая главная айти-компания Кореи - это Naver. Если кратко, то Naver - это крупнейший поисковик страны, обрабатывающий львиную долю всех поисковых запросов на корейском языке. В 1999 г. трое студентов из Сеульского университета запустили свой поисковых сервис, уже через год выкатив мобильную версию. В отличие от веселого названия "'Kakao'', фаундеры Naver не стали экспериментировать с неймингом. Naver - это акроним от "Navigation and Verification''.
Скриншот нынешнего интерфейс Naver. Не знаю, почему у какого-то корейца на картинке собачки в результах. Надеюсь, это не баннерная реклама тематического кулинарного портала от Naver!!
В отличие от Kakao, который в своем развитии тяготел к ecommerce и прочим транзакционным бизнесам, Naver сразу сфокусировался на работе с информацией. Еще в бородатые годы компания запустила свой мессенджер Naver Chat, который позже оброс социальными механкиами - например, соцсетью с фокусом на знакомства и нетворкинг под названием Naver Personal. Также Naver запустил базу знаний Knowledge iN (сейчас известна как Naver Encyclopedia - корейский аналог Википедии). Чуть позже еще появился картографический сервис и навигатор, здесь наметилась явная конкуренция с Kakao.
Также у Naver есть словари, погода, игровые сервисы, новостные порталы, почтовый клиент, тематические контентные разделы вроде Naver Health, Naver Fashion и что только не. Монетизируется все это через рекламные системы, которых Naver тоже наплодил в достатке.
Компания экспериментировала и с транзакционными сервисами - например, запустила музыкальный стриминг Naver Music и собственную доставку продуктов из магазинов. Но все равно, фокус корпорации всегда был именно на сервисах индексации, информационных порталах и картах.
Однако, главный бизнес Naver - это именно поисковик. Долгое время Naver безоговорчно лидировал в стране, особенно в сегменте запросов на корейском языке, с чьей семантикой его движок работал гораздо лучше того же Google. В 2010-х доля Naver на корейском рынке поиска уверенно держалась в районе 70%, а в 2016 г. и вовсе приблизилась к 90%. Однако потом стала стремительно падать... К 2021 доля компании упала до 50%, а к 2023 и вовсе до 32%. При этом доля Google на рынке Южной Кореи сейчас уже более 60% и продолжает расти. Почему же так вышло?
Помимо очевидных причин, вроде рыночной мощи Гугла, его ресурсов, недавних инвестиий в ИИ (Naver, кстати, тоже здорово погрузился в ИИ) и прочего подобного, нужно выделить один интересный нюанс:
Есть мнение, что в какой-то момент Naver переборщил с приоритизацией своих сервисов в выдаче. Корейцы начали замечать, что если что-нибудь загуглить (или занаверить?) в поисковике Naver, то с неиллюзорной вероятностью первые Х результатов будут вести на другие сервисы компании - например, тематические и новостные порталы. К тому же, Naver начал выводить свои сервисы и на главную страницу поиска, серьезно утяжеляя интерфейс и засоряя рабочую область всяческим мусором.
Интерфейс Naver в 2017 г. Думаю, им стоило выкинуть в помойку всё, кроме верхней поисковой строки и парочки фильтров (сейчас к этому пришли, но слишком поздно). Кстати, мне одному это напоминает типичный российский информационный портал в вакууме?
Google же наоборот шел по пути упрощения и расчищения UX, а также более активно выплевывал независимые сторонние результаты, делая поисковую выдачу более вариативной и полезной.
Уважаемые продакты, юиксеры и руководители российских информационных сервисов, фиксируйте этот фейл в свои ноушены и не повторяйте корейских ошибок!
Заканчивая с Южной Кореей, хочется рассказать про одну интересную особенность местной картографии. Как известно, у Южной Кореи есть не очень дружелюбный к ней северный сосед. А из КНДР можно вообще на изи дострелить ракетой до Сеула, Инчона и многих других корейских городов (конечно, если оказия все же случится, не дай Бог).
А еще южнокорейское руководство отлично знают про хакеров из КНДР. Да, я представляю себе северокорейских хакеров именно так - напротив каждого сидит собственный Ким Чен Ын и контролирует, сколько проклятых капиталистов товарищ успел взломать.
Так что, Южная Корея очень трепетно оберегает свои картографические данные, особенно расположение самых важных объектов. Поэтому несколько лет назад Google не смог договориться с корейцами о доступе к их картографии. Говорят, что ЮК требовала тотально зацензурировать данные о важных объектов, и Google на такое не согласился. То же самое с Apple Maps. Так что, в Южной Корее карты Google и Apple работают лишь частично - карты вроде бы открываются, геолокация отслеживается, но маршрут по какой-нибудь заковыристой дорожной развязке Сеула вы построить в них не сможете. Я делал про это пост у себя в канале, там много комментов (в т.ч. от подписчиков из Кореи), гляньте, если интересно.
Несмотря на то что Naver слегка растерял былую мощь на рынке поиска, компания все еще остается важнейшим держателем данных южнокорейских пользователей. Так что, не мудрено, что сумрачные кибергении товарища Кима обожают атаковать Naver.
Мессенджер против землетрясений
Отдельно расскажу про онлайн-платформу Line. Это дочерний проект корейского Naver, который сначала был запущен как мессенджер, но постепенно оброс собственной соцсетью, платформой для мобильного гейминга, платежным сервисом и такси-агрегатором.
Несмотря на корейское происхождение, свою главную аудиторию сервис снискал в соседней Японии, где быстро стал самым популярным мессенджером с активной аудиторией почти 90 млн человек.
Но самая важная фишка Line в другом. Изначально приложение запускалось корейским холдингом в качестве инструмента, с помощью которого жители сейсмоактивной Японии могли бы удобно и эффективно контактировать с семьей в ситуации природных катастроф (Line запустили в 2011 г. сразу после мощного землетрясения у острова Хонсю).
У Line есть весьма продвинутый встроенный фунционал для безопасности во время природных бедствий. Сам мессенджер заявляет аж 8 таких фич, некоторые из которых довольно необычные.
Например, каждому пользователю предлагается активировать встроенные информационные оповещения, которые при случае звонко высвятятся на главном экране. К тому же, мессенджер отслеживает геолокацию, и при землетрясении или другой напасти автоматически создает чат, в который сам добавляет незнакомых юзеров с одинаковым или близким местоположением. Там они могут обменяться критически важной информации и помочь друг другу. При этом, в таком чате можно сделать ИИ-выжимку основной инфы - мессенджер сам проанализирует беседу чата и выдаст ключевое в отдельном окне сверху (ну, чтобы не пришлось лихорадочно листать огромную историю чата, параллельно уворачиваясь от обломков очередного разрушающегося здания).
К тому же, в профиле юзеров появляется специальный статус, с помощью которого родные и друзья могут понять, все ли с ним или с ней в порядке. Ну и само собой, в Line встроена интерактивная карта больниц и разных укрытий с информерами и полезными советами. Интересно, туда можно интегрировать свой ресторанчик? Ну типа, раз выжил в землетрясении и добежал до больнички, то вот, смотри, рядом с ней есть палатка с вкуснымии гедза (а что, уверен, что спасшиеся от землетрясения люди ужас как голодны).
Любопытно, что "катастрофический функционал" влияет и на некоторые транзакционные сервисы Line. Например, встроенный в мессенджер такси-агрегатор Line Taxi в случае землетрясения начнет адаптировать тарифы для водителей, чтобы пострадавшие в зоне бедствия с большей вероятностью могли найти машину (разумеется, компания учитывает и отрабатывает все очевидные риски).
Во многом за счет этого функционала Line быстро стал must-download приложением для любого японца, после чего навесить дополнительный функционал и монетизацию стало делом техники.
Как онлайн-аукцион стал главным IT-дзайбацу
Транзитом через историю Line полноценно перенесемся в страну Восходящего солнца. Не ругайтесь на меня, товаращи-японисты. Я понимаю, что Rakuten - ниакой не клановый дзайбатцу, а обычный кабусики-гайся (т.е. обычная компания, чья история не тянется со времен Реставрации Мэйдзи). Но я не удержался, ради красоты заголовка.
Итак, вообще, про компанию Rakuten можно писать отдельную большую статью, поэтому сегодня пройдусь кратко по ключевым моментам.
В конце девяностых банковский служащий Хироси Микитани насмотрелся на зарождающийся в США тренд на электронную коммерцию и решил перенести тамошние практики в родную Японию.
В 1997 г. он запустил портал для торговли товарами сторонних продавцов в формате онлайн-аукциона. Видимо, подсмотрел фишку у набиравшего тогда популярность eBay. Тем не менее, Микитани решил собирать нетворк-эффект своей платформы не совсем так, как это делали будущие лидеры американского ecommerce.
Например, если Amazon начал развитие с оцифровки отдельного рынка (продажи книг), набрал там критическую массу покупателей, а потом уже начал пропихивать своей лояльной клиентской базе другие товарные категории, то Rakuten решил сразу сделать ставку на раскачку предложения (а спрос подтянется, куда он денется).
В 2014 г., когда Rakuten уже стал гигантской онлайн-империей, Микитани написал кнингу "Маркетплейс 3.0", где выложил свои секреты построения ecommerce-платформ. Сам я её пока не читал, но слышал, что книга годная. Так что, рекомендую авансом.
Так вот, Микитани решил сфокусироваться на привлекательности своего детища для продавцов. Он радикально снизил для них комиссию, сделав её примерно в 5-10 раз меньше, чем тогда было у тех же Amazon и eBay, активно заходивших на японский рынок. К тому же, первым продавцам предлагался комплект привлекательных допуслуг, вроде бесплатной доставки и льготного периода ("бесплатных" первых месяцев на платформе). Также Rakuten помогал создавать витрины и даже обучал не сильно продвинутых владельцев небольшого бизнеса онлайн-торговле. К тому же, Rakuten был более снисходителен к малому и микробизнесу, смотря сквозь пальцы на многие косяки и недочеты, которые точно стали бы стоп-факторами при выходе на платформы зарубежных конкурентов.
В дальнейшем, по мере развития компании, комиссия, конечно, росла. Но все равно, комиссионная политика Rakuten до сих пор считается весьма гуманной и привлекательной в сравнении с другими игроками.
Забавный факт. В начале развития Микитани поставил амбициозную цель - перенести на свою платформу все торговые точки Токио. Тогда Rakuten был совсем небольшим стартапом, у него не было торговых агентов. Так что, основатель с небольшой командой сами обивали пороги компаний, заманивая их на свой распрекрасный сервис. Микитани решил начать с малого бизнеса, так что, основатель и ко иногда одевались нарочито непрезентабельно и расхлябанно, дабы не отпугивать чересчур деловым внешним видом владельцев небольших лавок.
Это сработало. Год спустя через платформу проходило уже 5 млн сделок. Компания крепла и захватывала все больше японского ecommerce. Вскоре, Микитани задумал международную экспансию.
В 2000-х компания начала выходить на другие азиатские и некоторые европейские рынки, в основном через скупку местных ecommerce-стартапов, стримингов и соцсетей. Также была попытка выхода на китайский рынок через стратегическое партнерство с Alibaba. Но партнеры не осилили борьбу с Tencent, JD, Meituan и прочими китайскими звездами. К тому же, Rakuten вышел в Китай в неудачный момент - экономика КНР как раз разгребала последствия финансового кризиса 2008 года.
Тем не менее, международная экспансия продолжалась. В 2014 году Rakuten купил сервис, о котором вы точно слышали - мессенджер Viber (как думаете, Микизани отправляет там открытки своим внукам?). А еще наверняка вы видели лого Rakuten на футболках Барселоны, ведь в 2016-2020 годах компания была титульным спонсором каталонского гранда.
Просто какие-то два чувака решили сфоткаться с основателем Rakuten. Кстати, судя по лицу Микитани, сам он болеет за мадридский Реал, или как минимум за Эспоньол.
Параллельно с ростом за пределами Японии, Rakuten обзаводился новыми бизнесами. Вдобавок к запущенному еще в 2000 г. платежному сервису Rakuten Pay, компания внедрила собственную платформу для управления личными финансами RakutenMoney. И вообще, ребята серьезно ударились в финтех, выпустив свою карточку и еще довольно много платежных фич и продуктов. В 2019 вообще запилили собственный криптокошелек и сделали свою криптовалюту, интегрированную с сервисом Rakuten Pay и внутренней программой лояльности.
А в 2014 г. компания запустила свой тревел-агрегатор, встроенный в основное приложение. Ведь азиат может уехать из супераппа, а суперапп из азиата - никогда!
Сейчас Rakuten - один из двух крупнейших ecommerce-игроков на рынке Японии (то уступит лидерство Amazon, то снова вырвется вперед) и довольно крепкий бренд в Южной Корее, Великобритании, Германии и еще нескольких странах.
Если проводить аналогию, то Rakuten чем-то напоминает наш Ozon. Тоже крупный маркеплейс, который активно лезет в финтех и тревел. И кстати, в 2011 г. Rakuten инвестировал довольно большую сумму как раз в Ozon.
Последний факт на сегодня. Слово "Rakuten" переводится с японского как "сдержанный оптимизм". Если вы найдёте более японское название для огромной IT-империи, то можете кинуть в меня булыжник из японского каменного сада!
***
На сегодня все. Если статья получит хороший отклик и наберет много лайков и комментов, то я продолжу. На очереди индонезийский суперапп, малазийский райдтех, казахстанский ультимативный финтех, турецкая экосистема и даже африканский стриминговый сервис.
Если вы дочитали до конца, то вам точно зайдут мои тг-каналы, а именно:
На основном канале Дизраптор я простым человечьим языком и с юмором разбираю разные интересные штуки из мира бизнеса, инноваций и продуктовых новшеств (а еще анонсирую все свои статьи, чтобы вы ничего не пропустили).
А на втором канале под названием Фичизм я пишу про новые фичи и инновационные решения самых крутых компаний и стартапов.
Натуральной озвучкой вашего текста виртуальным аватаром с синхронным движением губ уже никого не удивить.
Сначала Synthesia была родоначальником этой функции в 2017 году, но уже к 2023 году стала отстающей от коллег.
В 2020 появился Heygen и заявил, что его технология лучше. Пока самый популярный и рекламируемый сервис. С ним могу сравнить продукт от Сбера - Visper, он доступней по цене.
Так вот, Neiro AI наглядно демонстрирует почему он лучше Heygen и Synthesia:
Разработчики добавили свой аватар поверх маркетингового ролика, сравнивающего Heygen с Synthesia.
Можно сгенерировать видео с аватаром до 10 минут. На выбор доступны 30 цифровых аватаров, 9 эмоций и 120 голосов, видео генерируют быстро, в том числе и на русском языке.
Сначала предоставляется бесплатно 1 монета, то есть 1 минута видео. Отдельно, если не хватит, можно приобрести монету за 2$.
Можно выбрать задний фон, аватар, причем довольно реалистичного исполнения. Отдельно выбрать под него голос, возраст голоса, настроить эмоцию и ее интенсивность. Аватар разделены на те, которые подходят для презентаций и те, которые подходят для социальных сетей.
Голоса и интонации вполне хорошие, докручивать не обязательно. Скачивается без водяного знака даже на бесплатном тесте. Получить еще один кредит на бесплатное видео можно заполнив анкету, и тут же 1 кредит будет начислен. Платный тариф начинается с 27$
В отличие от конкурентов, Neiro AI использует собственные технологии. После заполнения анкеты и беседы с менеджером, специальный персонаж под запрос клиента будет готов через 1-2 рабочих дня, пока это самый быстрый результат.
Хотите узнавать первыми о полезных сервисах с искусственным интеллектом для работы, учебы и облегчения жизни? Подпишитесь на мой телеграм канал НейроProfit, там я рассказываю, как можно использовать нейросети для бизнеса.
Привет всем читателям! Сегодня в деталях расскажем, какие профессии частично или полностью уже заменили технологии ИИ.⚡Самые свежие данные на февраль 2024.
— Заменит ли ИИ специалистов этих профессий на 100%?
Введение
В современном мире искусственный интеллект (ИИ) играет все более значимую роль в различных областях человеческой деятельности.
Вместе с тем, развитие технологий ИИ ставит под угрозу ряд профессий, которые ранее выполнялись в основном людьми.
В нашей статье мы рассмотрим, как именно ИИ уже заменяет сотрудников в различных сферах деятельности, а также проанализируем прогнозы развития этой тенденции до 2030 года.
Поехали!
19 реальных профессий, на которые ИИ оказывает наибольшее влияние
· Журналист
Уже применяют: Associated Press.
ИИ выполняет следующие задачи:
· Автоматизированное создание новостных статей на основе анализа данных.
· Генерация отчетов и аналитических материалов по событиям.
· Мониторинг новостных источников и сбор информации.
· Формирование и адаптация текстов под разные платформы и аудитории.
· Анализ реакции читателей и оптимизация контента под интересы аудитории.
Ожидается, что к 2025 году ИИ будет активно использоваться в журналистике для автоматического создания новостных материалов, анализа данных и формирования аналитических отчетов, что изменит способы производства и распространения новостей.
· Сборщик заказов на складе
Уже применяют: Amazon.ИИ выполняет следующие задачи:
1. Роботы-сборщики перемещают товары по складу.
2. Системы автоматической сортировки определяют распределение заказов.
3. Алгоритмы маршрутизации оптимизируют процесс сборки заказов.
4. Программы прогнозирования спроса оптимизируют управление запасами.
5. Автоматические сканеры отслеживают движение товаров.
К 2030 году ожидается, что 20 миллионов сборщиков заказов по всему миру могут быть заменены роботами и автоматизированными системами на складах.
· Бухгалтер/Юрист
Уже применяют: банковская сфера в Европе/РФ.
ИИ выполняет следующие задачи:
· Автоматическая обработка и анализ финансовых данных.
· Генерация финансовых отчетов и документов.
· Автоматизированный анализ юридических документов и договоров.
· Предсказание рисков и советы по соблюдению законодательства.
· Оптимизация налоговых обязательств и управление финансами.
По прогнозам экспертов, до 2025 года 65% компаний планируют автоматизировать свои бухгалтерские и юридические процессы с использованием ИИ и автоматизации рабочих процессов.
Финансовый аналитик
Уже применяют инвестиционные компании в США.
ИИ выполняет следующие задачи:
· Автоматизированный анализ финансовых рынков и трендов.
· Прогнозирование цен акций и облигаций на основе алгоритмов машинного обучения.
· Определение инвестиционных возможностей и рисков.
· Автоматическое выполнение торговых операций на бирже.
· Моделирование и анализ портфелей инвестиций.
Согласно опросам, более 70% финансовых учреждений Европы планируют интегрировать ИИ для анализа данных и автоматизации процессов принятия решений в фин анализе до 2025 года.
· Переводчик
Уже применяют: Google Translate.
ИИ выполняет следующие задачи:
· Автоматический перевод текстов и аудио.
· Распознавание и перевод речи в реальном времени.
· Адаптация перевода под контекст и стиль.
· Обучение на основе больших объемов данных.
· Постоянное совершенствование качества перевода.
Ожидается увеличение использования машинного перевода с 2022 по 2025 годы, что значительно сократит объемы работы для переводчиков.
· Аналитик данных
Уже применяют: 80% крупных организаций в Индии.
ИИ выполняет следующие задачи:
· Обработка и анализ больших объемов данных.
· Построение статистических моделей и прогнозирование трендов.
· Идентификация паттернов и корреляций в данных.
· Визуализация данных и создание информационных дашбордов.
· Автоматизация процесса принятия решений на основе данных.
К 2025 году ожидается, что более 70% компаний в Европе и Азии будут активно использовать ИИ для анализа данных и выявления закономерностей, что существенно сократит время на обработку информации и улучшит принятие стратегических решений.
· Оператор колл-центра/телемаркетолог
Уже применяют: Call center Amazon.
ИИ выполняет следующие задачи:
· Автоматизированные ответы на повторяющиеся запросы клиентов.
· Распознавание и классификация тематики звонков.
· Анализ тона голоса и эмоциональной окраски клиентов.
· Предложение персонализированных рекомендаций и услуг.
· Оптимизация расписания и распределения малого кол-ва операторов.
До 2025 года большинство компаний, занимающихся обслуживанием клиентов, перейдут к использованию ИИ для автоматического ответа на повторяющиеся запросы и анализа тона голоса клиентов, что повысит эффективность работы и улучшит качество обслуживания.
· Редактор контента/копирайтер
Уже применяют: Редакция Forbes.
ИИ выполняет следующие задачи:
· Проверка орфографии, пунктуации и стилистики текстов.
· Генерация заголовков и подзаголовков на основе алгоритмов ИИ.
· Автоматическое создание текстов на основе предложенных тем.
· Анализ SEO-параметров и оптимизация контента под поисковые запросы.
· Использование алгоритмов для определения наиболее востребованных тем и ключевых слов.
В ближайшем будущем ИИ будет играть все более важную роль в создании и редактировании контента, улучшая его качество, уникальность и адаптированность к целевой аудитории.
· Автомеханик
Уже применяют: Сеть автосервисов Bosch.
ИИ выполняет следующие задачи:
· Диагностика неисправностей на основе анализа данных с датчиков автомобиля.
· Предложение рекомендаций по ремонту и обслуживанию на основе базы знаний.
· Планирование и оптимизация процесса ремонта с использованием алгоритмов.
· Интерактивное руководство для автомехаников на основе дополненной реальности.
· Прогнозирование дальнейших проблем и необходимых ремонтных работ.
Ожидается, что к 2030 году автоматизация диагностики и ремонта автомобилей с помощью ИИ значительно увеличится, что приведет к более эффективному обслуживанию и сокращению времени на ремонтные работы.
· Агент по продаже недвижимости
Уже применяет: Zillow.
ИИ выполняет следующие задачи:
· Автоматизированная оценка стоимости недвижимости на основе анализа рынка.
· Предложение персонализированных рекомендаций покупателям на основе их предпочтений.
· Анализ тенденций рынка недвижимости и прогнозирование цен.
· Сопоставление предложений покупателей и продавцов на основе алгоритмов.
· Создание виртуальных туров по недвижимости и аналитических отчетов.
По прогнозам аналитиков, к 2025 году процесс покупки и продажи недвижимости будет все более автоматизирован с помощью ИИ, что упростит поиск и сделки для клиентов, а также ускорит процесс заключения сделок.
· Адвокат
Уже применяют: Luminance в Великобритании.
ИИ выполняет следующие задачи:
· Автоматический анализ юридических документов и выявление ключевых моментов.
· Предсказание результатов судебных процессов на основе анализа аналогичных случаев.
· Автоматическое формирование договоров и юридических документов.
· Обнаружение возможных юридических рисков и нарушений.
· Предоставление консультаций и рекомендаций по юридическим вопросам на основе аналитики.
Ожидается, что к 2025 году ИИ станет неотъемлемой частью работы юристов, сокращая время на анализ юридических документов, предсказывая результаты судебных процессов и предоставляя рекомендации по юридическим вопросам.
· Преподаватель
Уже применяют: платформа Coursera.
ИИ выполняет следующие задачи:
· Персонализированное обучение на основе анализа стиля и уровня знаний студента.
· Автоматическая проверка заданий и тестов.
· Предложение рекомендаций по курсам и материалам для обучения.
· Адаптивное создание учебных программ и курсов на основе запросов студентов.
· Анализ эффективности образовательных методов и их оптимизация.
По прогнозам экспертов, к 2025 году образовательные процессы будут все более персонализированными благодаря использованию ИИ, что улучшит качество обучения и повысит доступность образования для всех.
· Веб-дизайнер
Пример: Wix.
ИИ выполняет следующие задачи:
· Создание шаблонов и макетов веб-сайтов на основе алгоритмов.
· Адаптация дизайна под различные устройства и разрешения экранов.
· Анализ пользовательского поведения и оптимизация интерфейса.
· Генерация графических элементов и иллюстраций автоматически.
· Предложение рекомендаций по улучшению пользовательского опыта.
Ожидается, что к 2025 году ИИ будет активно применяться в веб-дизайне для автоматизации создания шаблонов, адаптации дизайна под разные устройства и оптимизации пользовательского опыта.
· Контент-маркетолог
Пример: HubSpot.
ИИ выполняет следующие задачи:
· Анализ трендов и ключевых слов для создания контента.
· Планирование контент-стратегии на основе данных о поведении аудитории.
· Генерация и оптимизация контента с использованием алгоритмов.
· Автоматическое распространение контента через социальные сети и платформы.
· Мониторинг и анализ эффективности контент-маркетинговых кампаний.
По прогнозам специалистов, к 2025 году ИИ будет широко использоваться в контент-маркетинге для анализа трендов, генерации контента и оптимизации контент-стратегий, что улучшит эффективность маркетинговых кампаний.
Медиаменеджер
Уже применяют: Hootsuite в Канаде.
ИИ выполняет следующие задачи:
· Автоматизированная публикации контента в социальных сетях.
· Анализ эффективности публикаций и вовлеченности аудитории.
· Генерация отчетов и аналитика по социальным медиа-аккаунтам.
· Планирование контент-календаря и оптимизация публикаций.
· Мониторинг упоминаний бренда и реакция на отзывы пользователей
Ожидается, что к 2025 году ИИ станет неотъемлемой частью управления социальными медиа-аккаунтами, автоматизируя процессы публикации контента, анализа эффективности и взаимодействия с аудиторией.
Это дополнение позволяет получить более конкретное представление о том, каким образом ИИ будет влиять на различные профессии в ближайшем будущем.
…А стоит ли переживать?
Заменят ли нейросети художников, программистов, дизайнеров… человека?
Вопрос о том, стоит ли нам переживать из-за возможной замены человеческого труда нейросетями и искусственным интеллектом, остается открытым, и мы активно обсуждаем его и другие важные события в мире ИИ и бизнеса в своём TG канале! Подписывайтесь, что бы всегда быть в курсе свежего и полезного ;)
Действительно, в некоторых областях ИИ уже сегодня заменяет человека полностью, обеспечивая большую эффективность и точность выполнения задач.
Однако в других сферах, таких как творчество, креативный дизайн и решение сложных нетривиальных задач, человеческий интеллект пока остается неповторимым.
Важно помнить, что в центре всех технологических инноваций всегда должен оставаться человек, его креативность, интуиция и способность к адаптации.