[Гурбанов] Кирилл говорил

В последнее время дико кайфую от общения с предпринимателями Яркое отличие, которое я вижу после своей корпоративно-наёмной жизни, — это качество моего нетворка. В найме ты варишься в основном среди своих — коллеги, пиры, начальство, подчиненные. Гораздо реже общаешься с людьми из других компаний. Сейчас я сам в роли предпринимателя, и работаю в б2б, где мои клиенты — почти всегда основатели, акционеры, гендиры среднего и крупного бизнеса. И, как оказалось, это люди с абсолютно другим майндсетом. Те, кто делает что-то самостоятельно, реально мыслят иначе. Очень любопытно и классно общаться с такими людьми! — Еще одно занятное наблюдение. Сейчас я стал гораздо больше общаться с неайтишниками (почти вся моя корпоративная и стартаперская карьера всегда была около IT). И это тоже для меня абсолютно новый и удивительный мир людей, которые делают что-то осязаемое. Вот познакомился с человеком, у него выручка больше миллиарда рублей. Я: чем занимаетесь? Он: фотоловушками Мне даже пришлось переспросить, что это такое )) Оказалось — те штуки, которые фотографируют тебя на аттракционах. Все российские парки, аквапарки и развлекательные центры — это их клиенты. И вообще это отдельный большой бизнес, они занимаются дистрибуцией и даже производством. Или вот еще один знакомый говорит, что они делают пожарную технику — датчики, сигнализации, детекторы и тд. Охренеть! Это вообще что-то не из моего мира. Или кто-то делает фиттинги для труб. Целый завод, огромная выручка. Но я даже не до конца понимаю, что такое фиттинги )) Очень ново это всё. Какие у этих людей проблемы, какие подходы, как они между собой общаются. Самое заметное, например: они не говорят «давайте поставим созвон через две недели» — они просто ЗВОНЯТ и решают вопросы на месте 😅 — Не ожидал, конечно, что одним из самых прикольных бенефитов собственного б2б-бизнеса будет такое классное расширение нетворка.

У меня есть друг Саша. Венчурный инвестор, у него свой фонд — вкладывается в B2B AI-стартапы в Штатах вместе с Sequoia, a16z, Google Ventures и другими монстрами топовыми фондами. Помню, как-то встретились на ужин, так я часа полтора мучал его расспросами: как вообще устроен венчурный фонд, как там принимают решения, на что смотрят. Короче, узнал кучу всего за один вечер ))) А теперь он про всё это пишет в канале. Причём просто и понятно для каждого. — Пара постов, которые мне особенно понравились: ⚪️ Кто станет следующей компанией за $1 трлн. Вопрос, который сейчас буквально сидит в голове любого фаундера в AI: что будет с продуктом, когда следующий Клод просто сделает его одной из своих фич? У Саши есть конкретный ответ с разбором статьи Sequoia, картой рынков и цифрами — кому и что продавать, чтобы не схлопнуться. ⚪️ Как они инвестировали в стартап дочки Билла Гейтса. Как это было или как важно не сдаваться :) — В общем, если вам интересны стартапы, инвестиции и вот это всё — подписывайтесь. Саша классно объясняет, как этот мир работает изнутри.

SpaceX покупает Cursor Недавно в одном из чатов ИИ-нтузиастов обсуждали, как быстро меняется мода в AI: - с Курсора, по сути, началось агентное программирование, его массовый adoption - потом появился Клод Код - еще недавно все сидели на Клод Коде в Терминале - сейчас тренд обратно в нативную аппку или, например - с Клод Кода многие мои друзья продвинутые уехали на Кодекс… ну и вот, пожалуйста, кажется, скоро в моду снова вернется Cursor SpaceX объявил о покупке компании :)) 🔗 TechCrunch Так и живем

Кто ответит за то, что наврал ИИ? Увидел интересное. На днях вышла новость, которая на первый взгляд выглядит как очередное европейское «давайте накажем американский биг-тех». Но нет. Суд в Германии постановил, что Google отвечает за то, что говорят его AI Overviews — те самые сгенерированные ИИ ответы, которые теперь висят над поисковой выдачей. — История такая. Два бизнеса засудили Google за то, что AI Overviews описал их как мошенников. А они ими не были. Суд отметил, что ИИ выдумал утверждения, которых вообще не было на сайтах-источниках. Дословно из решения: «Это уникальные заявления, придуманные ИИ-инструментом Google», за которые Google обязан нести ответственность. Почему это важно с юридической точки зрения? Десятилетиями биг-тех в США прикрывался Section 230: платформа не отвечает за контент, который на ней появляется. Похожая логика работает и в Германии — суд прямо это признал: «Для обычных поисковиков суды обычно считают, что операторы не обязаны проверять каждую ссылку заранее». Логично: поисковик просто показывает ссылки, он не автор. Но AI Overview — это не ссылки. Как сказано в решении, он «сплетает информацию в совершенно новые текстовые утверждения». То есть ИИ становится автором. А автор уже отвечает за то, что написал. Google защищался: мол, пользователи всегда могут перепроверить ответ по ссылкам, на которые он опирается. И вот ответ суда: «Если юридически считать AI Overview совершенно ненадёжным текстом, который в любом случае требует проверки каждой ссылки, то вся фича теряет свой смысл». — Раньше это была наша с вами проблема — «перепроверяйте всё важное». Теперь это становится проблемой на миллиарды долларов: кто несёт ответственность за дорогостоящие ошибки ИИ-моделей? Тот, кто сделал модель? Тот, кто её встроил в продукт? Или мы сами, потому что «надо было проверить»? Решение пока предварительное. Но вопрос — абсолютно нерешённый. И от того, как на него ответят суды по всему миру, будет зависеть, в каком виде ИИ вообще встроят в продукты, которыми мы пользуемся каждый день. — А вы как считаете — кто должен отвечать, когда ИИ уверенно наврал? 🐳 — компания, которая его сделала ❤️ — пользователь, который не перепроверил 🌚 — сам ИИ ))) Давайте обсудим в комментариях

Я стал совсем плохим другом [личный уязвимый пост] В прошлом году я писал пост о том, что стал плохим другом. Спустя время всё, кажется, усугубилось ещё сильнее. Меня всё реже зовут куда-то. Свадьбы проходят без нас, дни рождения тоже, на тусовки не приглашают, на домашние посиделки тоже. Плюс за последнее время так вышло, что пара близких друзей дала мне фидбек, что со мной хер встретишься, что я оч занятой, что я как будто потерял интерес. И это очень любопытная история. Конечно, когда я это услышал, я расстроился, и даже было обидно. Но потом понял, что люди действительно могут считывать нечто подобное, даже если на самом деле это не является истинной причиной. С годами жизнь часто разводит друзей, даже близких, по разным путям. Так бывает. Но я не чувствую в себе какого-то разделения друзей на «лучше» и «хуже» меня (то, что понимается под «потерял интерес»). Безусловно, в моей жизни такое есть и встречается, но насколько я могу доверять своим чувствам, в дружбе этого нет. В общем и целом, видимо, я попал в достаточно глубокий кризис дружбы и тёплых личных отношений. В последние несколько недель очень много об этом думаю и копаюсь в причинах. — Есть ряд объективных факторов, которые меняют картинку близких контактов: 01 Я в классных и гармоничных отношениях. Прекрасно себя чувствую со своей уже невестой Машей, много времени проводим вместе. Плюс часто легче остаться дома, чем идти куда-то на светский выход. 02 Я уже три года не пью никакой алкоголь, и на этой почве происходят две вещи: • пьющие компашки перестали нас с Машей (она тоже не пьёт) звать, потому что непьющий человек в пьющей компании выглядит занудой • мне самому перестало хотеться ходить на всякие тусовки, как раньше, потому что оказалось, что одной из важных причин туда ходить для меня был тот факт, что это хороший социальный повод пропустить бокальчик вина 03 Случился переезд. Я уже больше трёх лет живу по сути на два дома, друзья тоже разъехались кто куда, и качество и частота общения сильно упали. 04 У меня тектонический сдвиг в рабочем плане. После многолетней работы в найме я впервые в жизни делаю собственный бизнес без зарплаты и начальников. 90% фокуса моей жизни сейчас в sfer.ai и в организации заработка, потому что достаточного капитала или пассивного дохода у меня нет. Каждый вечер после работы, включая выходные, я чаще всего супер уставший, и у меня не остаётся энергии на социализацию. — Но есть и субъективные причины. Я действительно часто выбираю вместо встретиться с друзьями — отдохнуть и побыть одному. Вместо кому-то написать и спросить как дела — потупить или порешать рабочие вопросы. У меня такой бардак в мессенджерах — куча непрочитанных, куча обязательств, ожиданий, вопросов, требующих вмешательства, — что я перестал вывозить что-то ещё. И мне это всё грустно. Я хочу быть другом, люблю своих друзей, но при этом как будто то ли разучился в этот «навык», то ли просто сейчас такой период. В жизни всегда всё так происходит, волнами. То хорошо, то плохо. То кризис, то подъём. Сейчас очевидно у меня кризис дружеских и личных отношений. И как я смеюсь с парнями — результатом будет одно из двух: либо всё станет зашибись, либо мы окончательно перестанем общаться :)) Короче, с сегодняшнего дня иду к новому терапевту, и вопрос дружбы уже запланирован как первая тема.

ИИ у всех будет одинаковым Я писал, что никакого «интеллекта» в LLM нет — это вероятностные машины, которые предсказывают следующее слово. Так вот. ИИ становится демократизированным. Уже скоро (а может и сейчас уже) у всех будет примерно одинаковый доступ к одной и той же мощи: те же модели, те же агенты, те же инструменты. И это значит, что ИИ как таковой перестанет быть преимуществом. У всех есть электричество — никто не хвастается тем, что у него лампочка работает. ИИ всех нас выровняет интеллектуально. И что останется? Ровно всё то, что ИИ у вас не отнимет, не воспроизведёт и не скопирует. Умение налаживать связи, доверие и credibility, ответственность, навыки продаж, доступ к ресурсам, лидерские качества и способность вести людей за собой. Вот это и будет валютой. — Получается парадокс: чем больше ИИ — тем социальнее становимся мы. Потому что у всех инструментов одинаковая мощность, отличить себя можно будет только тем, что в инструмент не помещается. Пока. А чем вы планируете отличаться?

Prediction Markets — голосование деньгами Друзья, отойду чуть в сторону от AI — расскажу про одну штуку, она меня давно занимает. Феномен, который последние пару лет набирает обороты — рынки предсказаний типа Polymarket и Kalshi. — Что это вообще такое? Это площадки, на которых вы можете поставить деньги на исход любого будущего события. Выйдет ли GTA 6 в этом году? Будет ли Fed снижать ставку до конца квартала? Победит ли Трамп на выборах? Когда выйдет GPT-6? Кого изберут папой Римским? На всё это есть рынок, на котором торгуют контрактами «да» и «нет». Цена контракта = вероятность события по мнению рынка. Если «GTA 6 выйдет в 2026» торгуется по 12 центов — толпа считает шансы 12%. И вот тут начинается интересное. — Почему это вдруг стало популярно? В мире, где каждый эксперт в Твиттере с уверенностью прогнозирует чёрти что бесплатно, prediction markets оказались самым честным источником вероятностей. Когда ты пишешь твит — тебе ничего не стоит ошибиться. Когда ты ставишь $500 на исход — внезапно начинаешь думать гораздо тщательнее. В этом и магия. Социальный эффект: люди, которые голосуют деньгами, гораздо сдержаннее в оценках, чем те, кто голосует языком. Уверенный прогнозист из того же Телеграма, кричащий «100% случится X!» — на рынке поставит максимум 60%. Потому что под угрозой свои деньги. Получается такая коллективная мудрость, профильтрованная через личный кошелёк каждого участника. — Как это работает технически? Покупаете контракт «да» по текущей цене. Событие случилось — каждый ваш контракт превращается в $1. Не случилось — в $0. Купили за 12 центов, событие случилось → заработали 88 центов с контракта (7x). Не случилось → потеряли 12 центов. Polymarket работает на крипте (USDC), Kalshi — в долларах через регулируемую американскую биржу. — Личный опыт Я сделал ровно одну ставку. На Polymarket, на пару «GTA 6 выйдет раньше, чем биткоин дойдёт до $1M». Поставил небольшую сумму на «GTA 6 первее». Как закончится — пока непонятно. С вас лайк, если интересно узнать )) — Такие дела. А вы пробовали ставить на Polymarket или Kalshi?

Перестаньте париться насчет ИИ Вокруг AI оооооочень много хайпа, и очень велик соблазн ему поддаться: бежать, не успевать, паниковать, что отстал. Я сам долго в этом сидел, да и продолжаю местами. Каждый раз, когда читал свой набор Telegram-каналов, появлялась тревога, как будто я опоздал на последний поезд в будущее. Вот, все вокруг умнее меня, все уже в Курсоре пишут продакшен-код, а я только промпты составляю в ChatGPT. В какой-то момент я сформулировал для себя несколько тезисов, после которых отпустило. — 01 Не сравнивайте себя с пузырём энтузиастов Внутри пузыря кажется, что весь мир прогрессивный — все на Клод Коде и Paperclip управляют армиями агентов, снимают полный метр в Higgsfield, пилят единорогов в одно лицо, и ты единственный неудачник, который этого не делает. Это иллюзия. Я сижу в нескольких ИИ-чатах. Ну сколько среди, например, русскоязычного коммьюнити прям ИИ-энтузиастов? Ну тысяча человек, ну, может быть, три тысячи? Все остальные — на очень низком уровне. Я это вижу по командам клиентов, по аудитории на воркшопах, по запросам в личке. Реальное проникновение ИИ остаётся низким. 02 Отпишитесь от каналов, вызывающих тревогу Есть каналы, которые работают на драме: «ОТКАЖИСЬ от прошлой жизни СЕЙЧАС, иначе ОТСТАНЕШЬ навсегда!». Они подсаживают на тревожный дофамин и постоянно подбрасывают ощущение, что мир уходит без тебя. Я от таких просто отписался. Стало легче. И что важно — ничего ценного я при этом не потерял. Всё по-настоящему важное всё равно долетает. Через друзей, через рабочие чаты, через каналы, которым я доверяю. Тревога — это не полезный сигнал. 03 Постройте воронку экспериментов Достаточно следить за обновлениями нескольких основных моделей и сервисов: OpenAI, Anthropic, Google, Cursor, xAI. Вышло обновление → попробовал → пошёл работать дальше. Всё. Этого хватит, чтобы быть в курсе всего по-настоящему важного. Не надо подписываться на 20 «суперкрутых TG-каналов про ИИ». Они засоряют поток и кормят FOMO. Один-два хороших — достаточно (например, мой @ailetter). 04 Пробуйте новое, но в своём темпе Привычка пробовать новое — это сейчас правда важно. Но она должна идти из любопытства «интересно, как это применить к моей работе и жизни». Тревога «иначе отстану» — мотиватор так себе. В своём темпе. Я сам, кстати, не из первой волны. В Курсор пришёл через 2 месяца после того, как все вокруг туда ломанулись. И ничего, нагнал быстро. — И последнее. ИИ необязательно должен становиться смыслом жизни. Да, он открывает практически бесконечные возможности. Да, он способен умножить каждого из нас на 5, на 10. Но это не значит, что нужно бросить всё и заниматься только ИИ. Это просто мощный инструмент. Не больше и не меньше. Дышите глубже))

Три вида эффекта от AI в бизнесе Друзья, расскажу про одну штуку, которая мне самому в голове всё по полочкам разложила. Есть один фреймворк, который я подсмотрел в Сколково на одной из программ. С тех пор используем его в sfer.ai каждый раз, когда садимся с клиентом считать, что ему вообще даст интеграция AI в бизнес. Делюсь, пользуйтесь. — Есть три понятных эффекта от внедрения AI: less money — more money — new money. Тратим меньше → зарабатываем больше на том же → зарабатываем там, где раньше вообще не зарабатывали. Идём по порядку. — 1. Less money — сокращение издержек в существующих процессах. Что входит: автоматизация саппорта (до 80% обращений закрываем без человека), оперейшнс и бэк-офис («перекладывание бумажек»), легал-помощники для юристов, разработка. Всё это Judgment Light — то, что легко описывается правилами и не требует постоянного вовлечения человека. Короче, всё то, что у каждого второго бизнеса уже болит. Бомбический кейс: одна большая компания (не могу назвать, но она у вас точно на слуху) год гоняла AI-пилоты по всем подразделениям. Самый эффективный пилот стоил 1 млн в разработке и сэкономил пару десятков миллионов в год. 20-кратный ROI. Без роботов с лазерами, без блокчейна — просто заменили рутину. Я этим исследованием MIT в канале уже всех замучил (простите, кто читает мой канал давно), но цифра важная: 95% генеративных AI-пилотов в компаниях признаны неуспешными. Только 5 из 100 вернули вложения. Жесть. Спойлер: большинство этих успешных — как раз про less money: точечная автоматизация без попыток ИИ-фицировать всё на свете. Маленькая оговорка: исследование от августа 2025-го, с тех пор ситуация могла поменяться. Но лучшего публично пока не выкатили. 2. More money Это про то, чтобы на той же клиентской базе зарабатывать больше. Рекомендательные системы, next best offer, программы лояльности (Яндекс Плюс — классический пример), кастомизация продукта под клиента, сокращение time to market. Простой пример — супервизия продаж. Раньше руководитель отдела отслушивал 1-2% звонков менеджеров. Сейчас AI-агент слушает 100% разговоров, сразу даёт менеджеру обратную связь по каждому звонку, а руководителю — картину сверху: какие клиенты что просят, где менеджеры пробуксовывают, что нужно дотянуть. Конверсия растёт, средний чек растёт. База та же, продукт тот же — а денег больше. 3. New money А вот это моё любимое. Это когда AI становится частью продукта, и вы начинаете зарабатывать там, где раньше вообще не зарабатывали. Предельная форма — нецифровая компания превращается в цифровую платформу для других игроков рынка. Прикольный кейс: логистическая компания сначала сделала цифровые накладные для своих водителей — это типичный less money. А потом превратила эту систему в продукт для внешних клиентов — и пришла к new money. Начала зарабатывать там, где раньше не зарабатывала в принципе. Сюда же — продажа собственных данных, AI-нативные сервисы, монетизация моделей и датасетов. — Большинство компаний сегодня застряли в less money. Это окей — там самый быстрый ROI и самые понятные кейсы. Но настоящий отрыв возникает дальше: McKinsey показывает, что только 6% компаний — настоящие AI-хайперформеры. И они в 3 раза чаще остальных перестраивают процессы под AI, а не просто докручивают старые. Разрыв уже виден. Поэтому, когда смотрите на свой бизнес через AI-призму, не останавливайтесь на «сэкономили 5 часов в неделю на сотрудника». Подумайте про more money: где у вас та же клиентская база может приносить больше? Какие точки конверсии проседают? Где средний чек можно поднять? Какие циклы можно ускорить с AI?

Stripe нанимает людей, чтобы автоматизировать работу остальных. И готов платить за это сотни тысяч долларов в год. Должность называется Forward Deployed AI Accelerator. Что человек будет делать: внутри маркетингового отдела (~20 маркетологов) строить под каждого сотрудника кастомные AI-агенты и инструменты, обучать ими пользоваться, добиваться того, чтобы маркетолог дальше работал с этим самостоятельно. — О чем мне это говорит: 1. Stripe ставит на то, что AI — это не «иногда инструмент», а дефолтный режим работы. Не «вот тебе подписка на ChatGPT/Claude, разбирайся», а «вот тебе человек внутри команды, который пересоберёт твои процессы под AI». 2. Они прямо признают: большинство сотрудников сами себя не переучат. Курсы, гайды, корпоративные лицензии — не работают. Нужен кто-то рядом, кто сядет и перестроит конкретно твою работу. 3. Маркетинг — первый отдел, на котором Stripe это пробует. Не разработка, не продажи, не операции. И это логично: маркетинг даёт те самые more money за наименьшие инвестиции — о трех эффектах AI я расскажу в следующем посте. — Короче, Stripe здесь не первый. В начале года forward-deployed engineer был нишевым концептом у Palantir. На этой неделе Anthropic объединились с Blackstone, чтобы запустить предприятие на $1,5 млрд (писал в прошлом посте). А теперь Stripe делает эту роль штатной. Капец, как быстро это всё разворачивается. Как думаете, через год такие AI-проводники будут в каждой компании? — Если вы сами умеете помогать компаниям становиться AI-Native — пишите мне в ЛС @kgurbanov. Мы в sfer.ai постоянно в поиске таких экспертов.