Pavlo Pedenko

Дуже цікавий брейкдаун того, куди, скоріше за все рухається ринок збору структурованих даних.Якщо коротко:1. Скоріше за все, бюджет на данні, які фронтір-лаби витрачатимуть на данні в 2030 році, досягне 100 мільярдів доларів на рік.2. Вартість датасетів буде рости, тому що, якщо ми залишимось в рецепті, де автоматизувати роботу можна за принципом: багато компьюту, pre-training на данних з інтернету та RL на своїх данних, то вартість датасету, який зможе автоматизувати створення економічного вихлопу може стати нескінченним.3. Знову ж таки, враховуючи, що компьют у всіх лаб буде однаковим, якщо не буде технологічного прориву, то єдиним диференціатором мають стати данні.4. В публічному інтернеті є всього 300 трильйонів токенів, відкритий інтернет не може продукувати достатньо данних, щоб моделі прогресували.5. Суверенність цілих країн може стати питання сувернності данних, які є в цих країн в наявності (наприклад, уряд UK вже починає говорити про припинення контрактів з Palantir, бо не хоче, щоб данні всіх йшли до пана Тіля). P.S. Цей розумний текст написаний не мною, я просто взяв цитати, які виглядають логічними. Цікаво, що ви думаєте.

Іноді твій продукт купують просто тому, що це дозволяє продавати основний сервіс дорожче.Пам’ятаєте, коли тільки з’явився ChatGPT 3, то медіа кричали, як ця мовна модель вб’є модель billable hours? Власне, ця модель - це те, на чому працює більшість консалтингу. Коли платять за годину роботи експерта, а не за результат їх роботи.Так от, за словами інсайдерів,1. Юридичні компанії купують продукти Legora та Harvey, найбільш зафанджені юридичні АІ компанії. Задача - показати лого в пітчі. Ми - інноваційні. Це дозволяє продавати продукт (billable hours) дорожче.2. Індустрія не відмовляється від billable hours. Це не вигідно юридичним фірмам. Не подобається? Ну, можеш зробити свій договір з Claude. Хто в такому випадку нестиме відповідальність?3. Замовники послуг розуміють, що billable hours, як модель, залишиться, але масово просять дисконти: “ми розуміємо, що ви робите роботу з LLM-ками, ми знаємо, що ви збільшується свою маржу, але ми все одно хочемо, щоб у нас був підрядник, який відповідає за роботу. Ми не хочемо відповідати за неї самі”

За останні 12 місяців декілька разів шукав собі психотерапевта на українських маркетплейсах і навіть декільком заплатив гроші, щоб спробувати.Mindly (зарейзили 4 мільйони від Inovo пару років тому, мабуть, найбільш зафанджений маркетплейс в цій ніші в регіоні). Кльовий продукт, все зручно. За відчуттями, найприкольніший досвід.З мінусів - я так і не зрозумів, як зупинити підписку (найкращі практики українського продакт-менеджменту). Довелись заблокувати картку, якою платив. Pleso (зарейзили від 1 до 2 млн від Badideas та ще декількох інвесторів) - добре струткуровані профілі, дуже стандартизовані. Відразу видно підхід «контрольований маркетплейс в дії».З мінусів - не зміг собі підібрати нікого, не зручний каталог, по описам не знайшов собі спеціаліста.Дуже подобається їх email маркетинг, але він не допомагає зробити мені вибір.Rozmova (зарейзили 1.5м від Pragmatech) - дуже безшовний онбордінг (вкрали багато ідей для Mathema у них).З плюсів - зручний каталог та фільтри, не форсять відразу на підписку (можна купувати one-off сесії). В цілому, мінусів поки що не бачу - поки що підписався з ними.По ціні всі сервіси відносно однакові. По цінності - особливої різниці не побачив.В Розмові трохи більше «фічей» для користувача, але я нічим не користувався.Тож, якщо хочете робити маркетплейс в ніші, де здавалося б вже все є, то ось вам приклад, як в Україні співіснує декілька майже однакових бізнесів, а користувач (я), все одно витрачає тижні, щоб обрати.

За два дні сходив на два івенти від Deepmind. Один з них був в партнерстві з Lightspeed (інвестор в Anthropic та Mistral).Що я можу сказати - FOMO максимальне.Про що говорять:1. Аплікейшн layer варто будувати тільки у випадку, якщо ви можете отримати данні, до яких не буде доступу у моделі, або якщо ви фасилітуєте роботу, яку модель поки що не може зробити. 2. On-device модель, типу Gemma, на 18 місяців позаду по перформансу великих frontier моделей. Тобто, все, що зараз роблить умовни Fable, скоріше за все через два роки може запускатися на девайсі. Це, звичайно, зриває мозок. On-device моделі будуть під контролем або вендорів девайсів, або big tech.3. Великий тренд - це world models, симуляції реальності, які можуть допомогти спрогнозувати реакцію на те, чи інше рішення, а також створювати синтетичні данні під тренування моделей для робтотехніки.4. Стартапи, які рейзять нормальні раунди і не роблять foundation layer, або AI supply chain - це часто вирішення дуже специфічних проблем, наприклад, в логістиці, де команди в середині компанії просто не мають технічної експертизи, щоб просто почати це робити.5. Human data market продовжує бути хорошею нішею, але достатньо швидко консолідується.

Всі мабуть чули про Mercor - це платформа, яка де-факто стала операційним аутсорсом для tier-1 AI лабораторій. Вони роблять все - від найму ex FAANG людей для створення coding agent evaluations до покупку Fallen Angels (інфраструктур стартапів, в яких тренуються агенти на long horison tasks) до просто роботи з кастомер фідбеком для PM в лабах (на вхід отримують спредшіт з фідбеком від користувачів, валідують його, передають PM’ам).Звісно, Mercor - вражаюча компанія, яка була в правильний час в правильному місці.Вони побудували супер ветінг систему для supply - фактично, вони на скейлі можуть ветити будь-який саплай - від Goldman Sachs фінансистів до FAANG інженерів без скейлінгу операційних витрат.Вони платять анотаторам вище ринку (в середньому 100 баксів за годину, у порівнянні з більш низькою оплатою у конкурентів).Вони змогли забрати купу клієнтів Scale, коли останніх купила Meta (великі лаби не хотіли, щоб їх данні були в доступі у Цука).Але, що найцікавіше, секрет їх росту в тому, що вони в правильний час найняли людину з OpenAI, яка відповідала за human data operations. Джекпот. Вони не тільки отримали супер інсайт в те, що потрібно лабам, але й змогли відразу отримати доступ до всіх функцій в OpenAI, яким потрібна була human annotated data. Це, на мою думку, і простимулювало їх супер швидкий ріст.

шановні підписники каналів dev.ua, павла педенко, improve your product, product market fat✋цей пост тільки для вас, тому якщо ви бачите його, то краще зверніть увагу я,віталій рожевский, фаундер numo.ai (numo adhd) вирішив навчити весь інтернет тому що я навчився за останні 55 днів (а саме тоді я вперше спробував Claude Code і юзав десь 10 годин в день в середньому).він мені оптимізує десь 5 годин роботи в день (по підрахункам ~пальцем в небо).зрізав все що я ненавиджу робити. скучну рутину і гавно. я сидів в 17 програмах, а тепер тільки 2 (claude code + calendar) я просто хочу щоб люди не займались хуйньойі щоб русня здохлахіба забагато?збираєм 420к на КОЛО (там вони знають що з ними робити). як взяти участь?1. Задонатити на КОЛО від 400 грн, я знаю що в вас є, ви айтішники2. Зареєструватись на івент3. А поки чекаєте подію 12 березня о 17:00, слідкуйте за цим збором.4. А найкращі люди цієї країни пишуть коменти під цим постом, і лайкають, і розганяють, що дай боже. ви ж знаєте як воно працює(там розказую як воно закрутилось)👁 а напівбоги роблять пости в соцмережах своїх і зʼєднуються з космосом і з намилюди, ви неймовірні. Як ви цього не бачите? 🫰це післязавтра. чт 17:00 по нашій столиці. чекаю всіх! буде інгліш! не рідненькою

І з того ж мітапу - продукти робити простіше, дистрибутувати - важче і на це треба все більше грошей.І якщо в b2c ми вже це добре знаємо, то в b2b, фактично, те саме і стає тільки гірше.Наприклад, в Лондоні кілька великих станцій метро повністю забрендовано Lovable. Це b2b, яке просувають як b2c.Fyxer, британська комапнія, що фактично робить драфти імейлів в аутлуці та gmail, зарейзили 30 мільйонів, просувається як b2c (креативи як в типовій b2c воронці) і вони палять на це купу грошей, бо google вже скопіював їх ключову фічу 1:1.Один з успішних британських стартапів останніх трьох років - Granola. Це ще один meeting note taker, з красивим дизайном. Чому зарейзили вони, а не ще десятки інших ноут тейкерів?Вони робили продукт під VC і робили всі юзер тести з VC. Це була їх аудиторія і з точки зору таргет юзера, і з точки зору маркетингу. Цей фокус дозволив їм зарейзити і, як результат, мати пальне на маркетинг.Тому, якщо ви вайбкодите ще один ноут тейкер цих вихідних, то подумайте, як про нього дізнаються люди.AI допомагає створити продукт, але не допомагає зробити value that is easy to capture.