И какой стартап быстрее всех растёт в мире?
И вы правильно ответили тот, который помогает любому пользователю сделать приложение, написать код, веб-дизайн и т.п.
Этот стартап называется https://lovable.dev/ его основатель Антон Осика, как понимаете без русского следа не обошлось и здесь, на днях попал на обложку журнала Forbes.
Lovable - это платформа для Vibe-кодинга с помощью которой, общаясь с ИИ на обычном вам языке, к примеру русском, вы создаёте программные продукты.
🔥 Цифры роста, конечно, поражают.
📌 $100 миллионов ежегодного дохода удалось достигнуть всего через8️⃣ месяцев после того, как он заработал первый миллион долларов.
📌 $250 миллионов компания планирует достичь к концу этого года и надеется достичь $1 миллиарда в течение следующих1️⃣ 2️⃣ месяцев. Сейчас говорят, что ИИ порождает миллиардеров с пугающей скоростью (злые и завистливые языки поговаривают, что это очередной пузырь, который лопнет).
📌 45 сотрудников в компании вот столько нужно ,чтобы вместе с ИИ и людьми достичь $1 млрд.
📌 +$3 млн за первые4️⃣ 8️⃣ часов своего существования принесло компании премиум-версия приложения (помогает студентам обучаться) делится своим кейсом пользователь Lovable гендиректор Кайо Моретти, на создание у него ушло всего две недели.
📌 750 000 проектов — приложений, сайтов и целых компаний было создано только за июнь при помощи Lovable
‼️ $50 – стоит разработка относительно сложных приложений на этой платформе. Копейки!
📌 1500 новых клиентов ежедневно.
Интерфейс ничем не отличается от обычного мессенджера, т.е. открыл изложил свою идею и процесс пошёл.
😎 Несмотря на такие вкусные цифры для сложных приложений этот инструмент не походит, возможно, что пока не подходит.
Помните в начале года я писал, что нас накроет волна народного программирования, ну, вот, она и начинает накатывать.
❗️Если хотите, чтобы я записал видео с разбором этой платформы и как на ней создавать приложения и сайты, то ставьте любую (надеюсь на вашу креативность) поддерживающую реакцию💯 👍🔥 и т.д.
Подробнее
Forbes
TechCrunch
Habr
И вы правильно ответили тот, который помогает любому пользователю сделать приложение, написать код, веб-дизайн и т.п.
Этот стартап называется https://lovable.dev/ его основатель Антон Осика, как понимаете без русского следа не обошлось и здесь, на днях попал на обложку журнала Forbes.
Lovable - это платформа для Vibe-кодинга с помощью которой, общаясь с ИИ на обычном вам языке, к примеру русском, вы создаёте программные продукты.
📌 $100 миллионов ежегодного дохода удалось достигнуть всего через
📌 $250 миллионов компания планирует достичь к концу этого года и надеется достичь $1 миллиарда в течение следующих
📌 45 сотрудников в компании вот столько нужно ,чтобы вместе с ИИ и людьми достичь $1 млрд.
📌 +$3 млн за первые
📌 750 000 проектов — приложений, сайтов и целых компаний было создано только за июнь при помощи Lovable
‼️ $50 – стоит разработка относительно сложных приложений на этой платформе. Копейки!
📌 1500 новых клиентов ежедневно.
Интерфейс ничем не отличается от обычного мессенджера, т.е. открыл изложил свою идею и процесс пошёл.
😎 Несмотря на такие вкусные цифры для сложных приложений этот инструмент не походит, возможно, что пока не подходит.
Помните в начале года я писал, что нас накроет волна народного программирования, ну, вот, она и начинает накатывать.
❗️Если хотите, чтобы я записал видео с разбором этой платформы и как на ней создавать приложения и сайты, то ставьте любую (надеюсь на вашу креативность) поддерживающую реакцию
Подробнее
Forbes
TechCrunch
Habr
Please open Telegram to view this post
VIEW IN TELEGRAM
👍18🔥11😇2❤1👏1🙏1🤝1🦄1👾1
Media is too big
VIEW IN TELEGRAM
Наших не пускают на Олимпиаду.
Видео перевёл с китайского на русский.
Но не за горами, когда спортивные соревнования роботов будут не менее зрелищные, чем у людей. Сейчас это скорее диковинка и всё там неуклюже: бокс, футбол бег и т.п., но страсти там нешуточные от нокаутов до мировых рекордов.
Возвращаясь к Олимпиаде, если там нас не пускают, то на спортивные соревнования робот в Китае нас пустили бы, да ехать не с чем.
Гуманоидные роботы – это, пожалуй, самый многообещающий тренд, который идёт рука об руку вместе с ИИ. Подумайте об этом.
Видео перевёл с китайского на русский.
Но не за горами, когда спортивные соревнования роботов будут не менее зрелищные, чем у людей. Сейчас это скорее диковинка и всё там неуклюже: бокс, футбол бег и т.п., но страсти там нешуточные от нокаутов до мировых рекордов.
Возвращаясь к Олимпиаде, если там нас не пускают, то на спортивные соревнования робот в Китае нас пустили бы, да ехать не с чем.
Гуманоидные роботы – это, пожалуй, самый многообещающий тренд, который идёт рука об руку вместе с ИИ. Подумайте об этом.
👍4
Размечаем правильно наш контент на сайте.
Серия постов «Как продвинуться в ИИ-ботах». Пост 2. #продвигаемсявместе
✅ Определите с помощь разметки сущности на сайте.
Помогите ИИ с помощью разметки найти то, что вы хотите, чтобы это попало в его поле зрения, когда он зайдёт на ваш сайт.
Разметка разъяснит, о чем идет речь в вашем контенте, например о продуктах, услугах, людях, локациях и т. д.
Разметка предоставляет точные теги, которые помогают машинам правильно распознавать и классифицировать ваш контент.
✅ Установление отношений
ИИ - туп и, если вы ему поможете въехать в тему, то он выдаст нужный вам результат.
❗️Помогите ему показать связи между различными сущностями.
Помимо определения отдельных сущностей (т. н. тем), разметка Schema описывает, как эти сущности соединяются друг с другом и с более широкими темами в Интернете.
📌 Это создает сеть смыслов, которая отражает то, как люди понимают контекст и отношения.
✅ Создание машиночитаемого контекста
Разметка Schema делает ваш контент пригодным для машинного чтения.
Он позволяет поисковым системам и инструментам искусственного интеллекта уверенно идентифицировать, интерпретировать и отображать ваш контент в соответствующих контекстах (всегда держите в голове, что контекст – это главное ради чего мы всё это делаем), что может помочь вашему бренду появиться там, где это наиболее актуально для вас.
Команды SEO и тех, кто создаёт контент, в компании могут совместно работать над внедрением микроразметки Schema.org (structured data, JSON-LD) для создания графа знаний о контенте (о графе знаний в следующем посте) — структурированного представления опыта, предложений и авторитетности вашего бренда.
После этого данные, которые вы вводите в поисковые платформы и платформы искусственного интеллекта, становятся готовыми для больших языковых моделей (LLM) и позволяют делать точные выводы, что может повысить узнаваемость бренда среди потребителей.
В следующем посте разберём, что такое Граф знаний – не пугайтесь расскажу всё очень простым и практичным языком.
Серия постов «Как продвинуться в ИИ-ботах». Пост 2. #продвигаемсявместе
✅ Определите с помощь разметки сущности на сайте.
Помогите ИИ с помощью разметки найти то, что вы хотите, чтобы это попало в его поле зрения, когда он зайдёт на ваш сайт.
Разметка разъяснит, о чем идет речь в вашем контенте, например о продуктах, услугах, людях, локациях и т. д.
Разметка предоставляет точные теги, которые помогают машинам правильно распознавать и классифицировать ваш контент.
✅ Установление отношений
ИИ - туп и, если вы ему поможете въехать в тему, то он выдаст нужный вам результат.
❗️Помогите ему показать связи между различными сущностями.
Помимо определения отдельных сущностей (т. н. тем), разметка Schema описывает, как эти сущности соединяются друг с другом и с более широкими темами в Интернете.
📌 Это создает сеть смыслов, которая отражает то, как люди понимают контекст и отношения.
✅ Создание машиночитаемого контекста
Разметка Schema делает ваш контент пригодным для машинного чтения.
Он позволяет поисковым системам и инструментам искусственного интеллекта уверенно идентифицировать, интерпретировать и отображать ваш контент в соответствующих контекстах (всегда держите в голове, что контекст – это главное ради чего мы всё это делаем), что может помочь вашему бренду появиться там, где это наиболее актуально для вас.
Команды SEO и тех, кто создаёт контент, в компании могут совместно работать над внедрением микроразметки Schema.org (structured data, JSON-LD) для создания графа знаний о контенте (о графе знаний в следующем посте) — структурированного представления опыта, предложений и авторитетности вашего бренда.
После этого данные, которые вы вводите в поисковые платформы и платформы искусственного интеллекта, становятся готовыми для больших языковых моделей (LLM) и позволяют делать точные выводы, что может повысить узнаваемость бренда среди потребителей.
В следующем посте разберём, что такое Граф знаний – не пугайтесь расскажу всё очень простым и практичным языком.
❤2🔥1
🔥 95% компаний сливают бюджеты на ИИ впустую
MIT выпустил отчёт The GenAI Divide: State of AI in Business 2025:
только 5% корпоративных пилотов по генеративному ИИ реально приносят деньги.
Почему остальные 95% — провал?
❌ Компании пытаются строить свои «супер-ИИ», вместо того чтобы брать готовые решения. MIT прямо пишет: компании, которые покупают готовые AI-решения и встраивают их в процессы, успешны в 67% случаев. Те, кто «городит своё» — только в 33%.
❌ Деньги на ИИ уходят в маркетинг и продажи , хотя реальный ROI даёт автоматизация бэк-офиса.
❌ Интеграция буксует: ИИ не подстраивается под процессы, и проекты застревают.
Персональные ИИ-инструменты (например ChatGPT) работают отлично у отдельных людей, потому что они универсальны и гибки и все визжат от восторга. Но в компании ИИ должен «вжиться» в конкретные процессы — CRM, ERP, документооборот, регламенты.
🔹 В большинстве пилотов этого не происходит:
ИИ запускают как отдельный эксперимент, без интеграции с рабочими системами.
Нет адаптации под реальные данные и задачи компании.
Сотрудники не понимают, как именно встроить ИИ в свой повседневный рабочий процесс.
В итоге получается эффект «игрушки»: демонстрации красивые, но ценности для бизнеса почти нет. Пилот застревает на стадии тестов и не доходит до масштабирования.
❌ «Shadow AI» (несанкционированное использование ChatGPT и др.) — массовое явление. Сотрудники избегают использования корпоративного ИИ и в тихую используют корпоративный ИИ.
⚡️ Следующая волна — агентные ИИ, которые будут учиться, помнить и действовать сами.
Подробнее в статье Yahoo.
MIT выпустил отчёт The GenAI Divide: State of AI in Business 2025:
только 5% корпоративных пилотов по генеративному ИИ реально приносят деньги.
Почему остальные 95% — провал?
❌ Компании пытаются строить свои «супер-ИИ», вместо того чтобы брать готовые решения. MIT прямо пишет: компании, которые покупают готовые AI-решения и встраивают их в процессы, успешны в 67% случаев. Те, кто «городит своё» — только в 33%.
❌ Деньги на ИИ уходят в маркетинг и продажи , хотя реальный ROI даёт автоматизация бэк-офиса.
❌ Интеграция буксует: ИИ не подстраивается под процессы, и проекты застревают.
Персональные ИИ-инструменты (например ChatGPT) работают отлично у отдельных людей, потому что они универсальны и гибки и все визжат от восторга. Но в компании ИИ должен «вжиться» в конкретные процессы — CRM, ERP, документооборот, регламенты.
🔹 В большинстве пилотов этого не происходит:
ИИ запускают как отдельный эксперимент, без интеграции с рабочими системами.
Нет адаптации под реальные данные и задачи компании.
Сотрудники не понимают, как именно встроить ИИ в свой повседневный рабочий процесс.
В итоге получается эффект «игрушки»: демонстрации красивые, но ценности для бизнеса почти нет. Пилот застревает на стадии тестов и не доходит до масштабирования.
❌ «Shadow AI» (несанкционированное использование ChatGPT и др.) — массовое явление. Сотрудники избегают использования корпоративного ИИ и в тихую используют корпоративный ИИ.
⚡️ Следующая волна — агентные ИИ, которые будут учиться, помнить и действовать сами.
Подробнее в статье Yahoo.
😁3👍2
Что такое граф знаний контента?
Серия постов «Как продвинуться в ИИ-ботах». Пост 3. #продвигаемсявместе
Нужно сделать так, чтобы у ИИ была максимально цельная картина о вашем товаре, услуге, продукте. Вот такая целостная картина и называется «графом знания».
Граф знаний контента организует данные вашего веб-сайта в сеть взаимосвязанных сущностей и тем, определяемых с помощью разметки Schema на основе словаря Schema.org . Этот граф служит цифровой картой экспертности и тематического авторитета вашего бренда.
🤓 Представьте, что ваш сайт — это библиотека.
✅ Если вы сделали графом знаний контента, то:
📌 Сущности определены. Машины могут точно определить, о ком, о чём и где идёт речь.
📌 Темы взаимосвязаны. Машины могут лучше понимать и делать выводы о взаимосвязи между ними. Например, ИИ-бот может предположить, что «рюкзак» охватывает такие понятия, как туризм, путешествия, отдых или реальные курорты.
📌 Контент становится готовым к запросам. Вашему контенту помогают превратить его в структурированные данные, на которые ИИ может ссылаться, цитировать и включать в ответы.
❗️ Когда ваш контент организован в виде графа знаний, вы фактически предоставляете платформам ИИ информацию о своих продуктах, услугах и экспертных знаниях.
Это становится мощной точкой контроля того, как ваш бренд представлен в результатах поиска с использованием ИИ.
‼️Руководители компании, директора по маркетингу должны понимать, что теперь это стратегический вопрос, а не только технический.
Граф знаний о контенте дает вам определенное влияние на то, как экспертные знания и авторитет вашей организации распознаются и распределяются системами искусственного интеллекта, что может повлиять на видимость, репутацию и конкурентные преимущества в быстро меняющейся цифровой среде.
🤓 Ну, конечно, граф знаний мы будем делать с ChatGPT или подобным ИИ, но всё будем очень тщательно контролировать, чтобы достичь желаемых целей – продаж и видимости в ответах ИИ-ботов.
Такая структура может повысить ваши шансы на появление в ответах, генерируемых искусственным интеллектом, и предоставить вашим командам по контенту и SEO аналитические данные для управления вашей контентной стратегией и усилиями по оптимизации.
В следующем посте разберём как составлять граф знаний.
Серия постов «Как продвинуться в ИИ-ботах». Пост 3. #продвигаемсявместе
Нужно сделать так, чтобы у ИИ была максимально цельная картина о вашем товаре, услуге, продукте. Вот такая целостная картина и называется «графом знания».
Граф знаний контента организует данные вашего веб-сайта в сеть взаимосвязанных сущностей и тем, определяемых с помощью разметки Schema на основе словаря Schema.org . Этот граф служит цифровой картой экспертности и тематического авторитета вашего бренда.
🤓 Представьте, что ваш сайт — это библиотека.
Без графа знаний системам искусственного интеллекта, пытающимся прочитать ваш сайт, придётся просматривать тысячи страниц, пытаясь собрать воедино смысл разрозненных слов и фраз, а собирают они из рук вон плохо, поэтому мы должны сделать часть работы за них. Это в наших же интересах!
✅ Если вы сделали графом знаний контента, то:
📌 Сущности определены. Машины могут точно определить, о ком, о чём и где идёт речь.
📌 Темы взаимосвязаны. Машины могут лучше понимать и делать выводы о взаимосвязи между ними. Например, ИИ-бот может предположить, что «рюкзак» охватывает такие понятия, как туризм, путешествия, отдых или реальные курорты.
📌 Контент становится готовым к запросам. Вашему контенту помогают превратить его в структурированные данные, на которые ИИ может ссылаться, цитировать и включать в ответы.
❗️ Когда ваш контент организован в виде графа знаний, вы фактически предоставляете платформам ИИ информацию о своих продуктах, услугах и экспертных знаниях.
Это становится мощной точкой контроля того, как ваш бренд представлен в результатах поиска с использованием ИИ.
Вместо того чтобы полагаться на волю случая в том, как системы искусственного интеллекта интерпретируют ваш веб-контент, вы можете проактивно формировать представление о вашем товаре и быть уверенным, что ИИ-боты будут получать правильные сигналы для потенциального включения вашего бренда в обсуждения, сводки и рекомендации.
‼️Руководители компании, директора по маркетингу должны понимать, что теперь это стратегический вопрос, а не только технический.
Граф знаний о контенте дает вам определенное влияние на то, как экспертные знания и авторитет вашей организации распознаются и распределяются системами искусственного интеллекта, что может повлиять на видимость, репутацию и конкурентные преимущества в быстро меняющейся цифровой среде.
🤓 Ну, конечно, граф знаний мы будем делать с ChatGPT или подобным ИИ, но всё будем очень тщательно контролировать, чтобы достичь желаемых целей – продаж и видимости в ответах ИИ-ботов.
Такая структура может повысить ваши шансы на появление в ответах, генерируемых искусственным интеллектом, и предоставить вашим командам по контенту и SEO аналитические данные для управления вашей контентной стратегией и усилиями по оптимизации.
В следующем посте разберём как составлять граф знаний.
❤3👍1
🧠 Почему нам так трудно осваивать ИИ? Новое когнитивное искажение
Учёные из UC Berkeley описали новый феномен мышления — «doubling-back aversion» (отвращение к возвращению назад).
Суть проста: даже если решение быстрее и эффективнее, люди часто отказываются от него, если оно предполагает «шаг назад» или отмену уже сделанных усилий. Мы готовы тащиться кривой дорогой, лишь бы не признавать, что пора развернуться.
🔹 Мы не хотим признавать, что старались зря.
🔹 Нам психологически проще продолжать неэффективный путь, чем «обнулиться».
🔹 Мы переоцениваем ценность уже вложенных усилий и недооцениваем выгоду новых.
⚡️ Теперь перенесём это в мир ИИ и бизнеса:
— Компании сопротивляются внедрению AI-решений, потому что уже вложились в старые системы.
— Сотрудники упрямо держатся за привычные инструменты, чтобы не «обесценить» свои годы работы.
— Клиенты отвергают новые алгоритмы, если они выглядят как возврат к пройденному пути.
📍 Вывод для бизнеса:
Чтобы преодолеть этот барьер, важно правильно формулировать переходы:
не «начать заново», а «продолжить на новом уровне».
Не «отказ от старого», а «развитие уже накопленного опыта».
ИИ = не откат назад, а шаг вперёд в новой плоскости.
Запоминаем как мотивировать себя и своих сотрудников входить в новый мир ИИ.
Sage Journal (исследование)
Gizmodo статья более популярное изложение
Учёные из UC Berkeley описали новый феномен мышления — «doubling-back aversion» (отвращение к возвращению назад).
Суть проста: даже если решение быстрее и эффективнее, люди часто отказываются от него, если оно предполагает «шаг назад» или отмену уже сделанных усилий. Мы готовы тащиться кривой дорогой, лишь бы не признавать, что пора развернуться.
🔹 Мы не хотим признавать, что старались зря.
🔹 Нам психологически проще продолжать неэффективный путь, чем «обнулиться».
🔹 Мы переоцениваем ценность уже вложенных усилий и недооцениваем выгоду новых.
⚡️ Теперь перенесём это в мир ИИ и бизнеса:
— Компании сопротивляются внедрению AI-решений, потому что уже вложились в старые системы.
— Сотрудники упрямо держатся за привычные инструменты, чтобы не «обесценить» свои годы работы.
— Клиенты отвергают новые алгоритмы, если они выглядят как возврат к пройденному пути.
📍 Вывод для бизнеса:
Чтобы преодолеть этот барьер, важно правильно формулировать переходы:
не «начать заново», а «продолжить на новом уровне».
Не «отказ от старого», а «развитие уже накопленного опыта».
ИИ = не откат назад, а шаг вперёд в новой плоскости.
Запоминаем как мотивировать себя и своих сотрудников входить в новый мир ИИ.
Sage Journal (исследование)
Gizmodo статья более популярное изложение