#ИИ #документация

Google опубликовал промпт для Gemini 3 для технических изображений устройств, органов и т.д

Сам промпт
“Generate an ultra-detailed, hyperrealistic exploded technical view of ___.”

Вероятно тут можно варьировать, но ultra-detailed и hyperrealistic скорее реальные слова из сета данных обучения, поэтому действительно могут иметь магический

@turboproject

Обзор российского ПО для управления строительными проектами

Минстрой опубликовал обзор российского программного обеспечения по управлению строительными проектами (версия 2.0, ноябрь 2025 года). Документ содержит анализ рынка и описание российских решений, которые применяются в строительных компаниях.

Что важно в обзоре:

1. Российский рынок ПО для строительства активно развивается.
В документе отмечено, что на рынке появилось множество отечественных решений — от комплексных ERP-платформ до специализированных сервисов. У каждого решения своя ниша и своя зона применения.

2. Универсального продукта нет.
Минстрой подчёркивает: единой системы, которая подходит всем строительным компаниям, не существует. Выбор ПО зависит от задач, масштаба и уровня зрелости процессов.

3. Обзор содержит рекомендации по применимости разных решений.
Минстрой приводит обобщённые выводы о том, какие типы систем подходят:
• крупным строительным холдингам,
• средним подрядчикам,
• небольшим организациям с базовыми потребностями.

В документе объясняется, чем различаются платформы, какие процессы автоматизируют и в каких случаях их стоит рассматривать.

4. Детали по конкретным продуктам — в полном обзоре.
В документе перечислены российские системы, описаны их особенности, функциональные блоки, архитектура и типовые сценарии использования.

📖 Прочитать полный обзор Минстроя

Если не хочешь быть commodity, твое КП всегда должно начинаться с неудобных вопросов.

В большей части книг по продажам регулярно говориться о важности «investment return analysis» — анализ возврата инвестиций для клиента.

Если переложить это на ИИ-проекты, половину коммерческих предложений на рынке можно смело отправлять в мусор: там есть идея «как всё будет работать», но нет нормальной работы с цифрами, рисками, юниткой, а еще ср сроками окупаемости.

Нормальное КП на ИИ начинается не с цены, а с брифа. И… большого количества вопросов, на которые всегда неохотно отвечают.

– Сколько человеко-часов сейчас уходит на этот процесс в месяц?
– Сколько людей вовлечено, с какой средней полной ставкой?
– Сколько стоит одна ошибка (штраф, потерянный клиент, простой)?
– Какие SLA вы уже обещали рынку и чем платите, когда не выполняете?
– Какой объём операций сейчас и как он растёт по году?

И много других неудобных вопросов, касающихся бюджетов, ожиданий и реальности.

Пример:
ИИ-ассистент поддержки.
Стандартный коммодити-подход:
«Мы внедрим агента, разгрузим операторов, повысим NPS на n%, стоимость внедрения– x, поддержка– y».

Подход через юнитку:

— У вас 12 операторов на линии, средняя полная ставка, допустим, 120–150 тыс. в месяц.
— Каждый обрабатывает 250–300 обращений в день.
— 30–40% вопросов — однотипные.
— У вас есть штрафы/неустойки за просроченные ответы и чувствительность к NPS/удержанию.

Дальше мы не ленимся и считаем сами:

«Смотрите, если агент заберет хотя бы 30% однотипных запросов, это значит минус 3–4 ставки или перераспределение этих людей на более сложные задачи.
Экономия в зарплате — примерно A в месяц.
Плюс снижение просроченных ответов даёт минус B по штрафам и минус C по оттоку.

CAPEX внедрения– n млн, OPEX поддержки– m в месяц.
Даже не в самом позитивном сценарии окупаемость 8-12 месяцев, в позитивном быстрее».

Тоже самое с ML проектами.

Commodity:

«Сделаем ML-прогнозирование продаж, оптимизируем остатки, снизим out-of-stock, стоимость 12 млн»

Через юнитку:

Сейчас у вас на складах маркетплейсов и РЦ лежит товар на 100 млн.
Из них около 20% , это мёртвые остатки, которые почти не двигаются. Это 20 млн замороженных денег плюс плата за хранение.
Параллельно вы теряете до 4–5% заказов, потому что ходовые SKU вылетают в out-of-stock.

После внедрения прогнозирования и нормальной ABC/XYZ-сегментации мы:
– сокращаем долю мёртвых остатков с 20% до 12–14%
– снижаем out-of-stock с 5% до 3%
– уменьшаем объём списаний

В итоге высвобождаем 6–8 млн из замороженных остатков,получаем доп выручку за счёт того, что ходовые товары меньше вылетают из наличия, снижаем затраты на хранение. ROI в первый год n%, со второго года m%. В самом негативном сценарии.

И когда ты приносишь такое КП, его можно не любить, с ним можно спорить по коэффициентам (и на практике это происходит почти всегда), но его невозможно просто выкинуть или убрать в стол. Там есть логика, на которую придётся обратить внимание. 🕵🏼‍♂️

Про психологию.
Когда подрядчик сам считает юнитку, он снимает с клиента когнитивный диссонанс по поводу : «мне вроде все нравится, идея топ, но я не понимаю, как её защитить».

Поэтому для того, чтобы перестать думать категориями: «зашло ли им мое КП по прайсу?», нужно думать о том , «дал ли я им реальный инструмент для принятия решения?».

Да, на старте это сложнее и больнее. Это неудобные вопросы, цифры, которыми неохотно делятся, либо говорят «мы не считаем так детально», это ресурсы на просчет. Но это один из лучших способов превратиться из commodity подрядчика в того, с кем будут разговаривать серьезно.

#ИИ #Презентации
AI инструмент для создания презентаций - KIMI AGENTIC SLIDES И РАБОТАЕТ

#Ипотека #Льготы
Оказывается на сайте спроси.дом.рф - размещены 390 программ которые помогают приобрести жилье. Может будет полезно кому. Пользуйтесь.

«Карта российского ИИ 2.0» — больше 170 сервисов и навигация по отраслям

Издание Инк. и AI Factory представили «Карту российского ИИ 2.0». В новой версии — более 170 российских AI-компаний и сервисов, что на треть больше, чем в первой редакции. Авторы подчеркивают, что рынок развивается стремительно и переходит от универсальных решений к продуктам для конкретных бизнес-задач.

Ключевые особенности версии 2.0

Фокус на сферу применения
Если первая версия имела «горизонтальную» структуру, то теперь сервисы разделены по отраслям: медицина, финансы, образование, промышленность, логистика и др.

Критерии отбора
В карту включены только реально работающие решения с русскоязычным сайтом, доменами .ru или .рф и подтвержденными кейсами.

Два формата
Виртуальная карта с логотипами компаний и интерактивная таблица с фильтрацией по категориям, примерами внедрения и инвестиционной активности.

Карта демонстрирует, что локальный рынок GenAI стремительно развивается. Нейросети перестали быть нишевым инструментом и превращаются в полноценную бизнес-инфраструктуру. За последние месяцы появились новые игроки, а существующие сервисы усилили функциональность и клиентскую базу.

Этот проект может быть полезен для компаний, выбирающих AI-решения, а также для инвесторов, анализирующих перспективные сегменты российского AI.

@volotovskayaelena

Юмор. Кто работал с ИИ тот поймет 😂

Понабрали троечников: инженерам в РФ не хватает уровня вузовской подготовки

Как пишет Коммерсантъ, основная масса российских инженеров учится в вузах с низкими требованиями к абитуриентам, следует из доклада Высшей школы экономики. Так, только 5,4% выпускников инженерных направлений окончили вуз со средним баллом приема выше 80 за один экзамен ЕГЭ. Высокое расслоение входных требований приводит к более чем двукратному разрыву в зарплатах обученных специалистов и создает дефицит компетенций при формальном наличии работников на рынке труда.

Инженерное образование в РФ сильно варьируется по качеству, что приводит почти к двукратному разрыву в зарплатах выпускников профильных вузов, следует из доклада Высшей школы экономики «Выпускники инженерных специальностей. "Сопротивление материалов" на российском рынке труда». В основе исследования — административные данные «Мониторинга трудоустройства выпускников», проекта Минтруда и Роструда, в ходе которого эксперты собирают микроданные по всем выпускникам всех направлений подготовки высшего образования (бакалавриат, специалитет, магистратура) в области инженерного дела, технологий и технических наук.
Как следует из данных анализа, инженерные направления подготовки стабильно занимают внушительную долю российского образовательного рынка.

Всего с 2018 по 2024 год на программы высшего образования в области инженерного дела, технологий и технических наук пришлось 27,9% всех выпускников. При этом если в выпуске 2018 года инженерные направления подготовки окончили 26,2% выпускников, то к 2024 году показатель достиг почти 29%. Массовость подготовки в инженерных науках сопровождается невысокой долей платного приема — 33,1% против средних для всех направлений подготовки 52,9%.

Самыми массовыми инженерными специальностями бакалавриата и магистратуры являются «строительство» (12,6% в бакалавриате и 13,4% в магистратуре), «электроэнергетика и электротехника» (8,2% и 7,1%) и «информатика и вычислительная техника» (5,2% и 5,9%). В разрезе субъектов РФ основными поставщиками инженеров на рынок труда являются Москва (17,1% всего выпуска в стране), Санкт-Петербург (9,8%) и Татарстан (5%) — наиболее развитые регионы с сильными вузами, в том числе технического профиля, где сконцентрировано 40% передовых инженерных школ, сформированных после 2022 года.

Хотя инженерное образование почти полностью реализуется в государственных вузах (гораздо чаще, чем в других направлениях подготовки), уровень селективности в них низок. «Инженерное дело» — вторая после «сельского хозяйства» специализация по доле выпускников в неселективных вузах со средним баллом приема до 59 включительно за один экзамен (10,4%) и вторая после «образования и педагогических наук» специализация по доле выпускников вузов с селективностью ниже среднего (50%).
При этом только 5,4% выпускников инженерных направлений окончили высокоселективные вузы со средним баллом приема на бюджетные и коммерческие места выше 80 за один экзамен.

Востребованность же выпускников инженерных программ высока — уровень их трудоустройства в первый год после выпуска составил 82,8% при средних 78,4%. В среднем в первый год они получают 94,9 тыс. руб., что на 31% выше среднего показателя для других выпускников. При этом внутри группы специальностей зарплаты сильно варьируются — от 140–150 тыс. руб. для закончивших направления подготовки, связанные с аэронавигацией и информационной безопасностью, до 53 тыс. руб. у выпускников, специализирующихся на технологиях легкой промышленности.