This media is not supported in your browser
VIEW IN TELEGRAM
Вот такой почти 100 тонный агрегат нужно будет делать беспилотным 😎
И страшно и интересно 🫡
И страшно и интересно 🫡
👍4🔥3⚡1👏1
Сегодня выступаем и показываем наши работы и кейсы по ИИ в медицине, в частности - партнерский проект https://scai.moscow - по описанию и детектированию различных патологий на МРТ-позвоночника для студентов и ординаторов Первого медицинского (Сеченовского университета)
Решение уже проходит апробацию в частных клиниках Москвы 😎💪🏻
Решение уже проходит апробацию в частных клиниках Москвы 😎💪🏻
❤10
Одна из особенных сложностей не эффективного и не окупаемого внедрения ИИ - это, банальное, но очень сильно влияющее - человеческое не понимание особенностей технологий.
Как она работает, что она может, почему требует определенных ресурсов и, главное, в каком конкретно процессе и какой конкретно может дать деловой эффект.
Это относится, в том числе, к медицинскому сектору. Поэтому мы уже второй раз проводим большой курс по практическому использованию ИИ в медицине, в этот раз, специально для ФМБА России 😎
В будущем году сделаем большой курс снова на весь медицинский сектор России 🫡
Как она работает, что она может, почему требует определенных ресурсов и, главное, в каком конкретно процессе и какой конкретно может дать деловой эффект.
Это относится, в том числе, к медицинскому сектору. Поэтому мы уже второй раз проводим большой курс по практическому использованию ИИ в медицине, в этот раз, специально для ФМБА России 😎
В будущем году сделаем большой курс снова на весь медицинский сектор России 🫡
Forwarded from Роман Васильев || Искусственный интеллект и бизнес
This media is not supported in your browser
VIEW IN TELEGRAM
@RobVas проводим модуль образовательной программы ИИ в медицине, для ФМБА.
👍8👏1
Дорогой подписчик и партнер Концерна ИИ технологий Z-union, с Новым годом тебя!
В этом году мы сильно выросли. Как команда, как компания. Величиной задач, что мы решили и сделали. И, главное, технологически.
В этом году был разработан целый ряд принципиально новых решений, начиная большими результатами в сфере анализа лабораторных, медицинских, генетических данных Z-med, заканчивая сложной платформой по анализу промышленных, управленческих данных Z-mind - платформой корпоративного ИИ и цифровых ИИ-сотрудников и ИИ-ассистентов. Z-mind - платформа, в которую мы стандартизированно объединяем все наши решения и модельные результаты по анализу больших данных.
Мы стали серьезно технологически более зрелые. Готовые к огромным результатам и победам в 2026.
Этого мы и пожелаем всем наших партнерам - подписчикам канала о прикладных технологиях ИИ в реальном бизнесе. В новом году и дальше будем показывать самые разные варианты внедрения ИИ-решений в абсолютно разные секторы, в акценте медицины, генетики, ритейла, промышленности, энергетики и строительства.
В новый годом мы заходим с внушительным набором серьезных больших партнерств, которые принесу очень серьезные проекты и кейсы. Это круто.
Легенд нам с вами и побед в 2026. С Новым годом!⚡️ ⚡️ 😎 🎁🍾
В этом году мы сильно выросли. Как команда, как компания. Величиной задач, что мы решили и сделали. И, главное, технологически.
В этом году был разработан целый ряд принципиально новых решений, начиная большими результатами в сфере анализа лабораторных, медицинских, генетических данных Z-med, заканчивая сложной платформой по анализу промышленных, управленческих данных Z-mind - платформой корпоративного ИИ и цифровых ИИ-сотрудников и ИИ-ассистентов. Z-mind - платформа, в которую мы стандартизированно объединяем все наши решения и модельные результаты по анализу больших данных.
Мы стали серьезно технологически более зрелые. Готовые к огромным результатам и победам в 2026.
Этого мы и пожелаем всем наших партнерам - подписчикам канала о прикладных технологиях ИИ в реальном бизнесе. В новом году и дальше будем показывать самые разные варианты внедрения ИИ-решений в абсолютно разные секторы, в акценте медицины, генетики, ритейла, промышленности, энергетики и строительства.
В новый годом мы заходим с внушительным набором серьезных больших партнерств, которые принесу очень серьезные проекты и кейсы. Это круто.
Легенд нам с вами и побед в 2026. С Новым годом!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9🎉5❤🔥3🤡1
Концерн ИИ Z-union | Блог основателей pinned «Дорогой подписчик и партнер Концерна ИИ технологий Z-union, с Новым годом тебя! В этом году мы сильно выросли. Как команда, как компания. Величиной задач, что мы решили и сделали. И, главное, технологически. В этом году был разработан целый ряд принципиально…»
Какой контент хочешь видеть в Концерн ИИ Z-union ⚡ ⚡
Anonymous Poll
69%
Больше разборов и показов собственных кейсов внедрения ИИ-решений в бизнес
50%
Авторские мысли на различные мировые новости из мира ИИ и технологий
81%
Показ разных ИИ-фишек/сервисов которыми пользуемся сами в разных процессах
25%
Лайф-блог команды Z-union. Как проводим переговоры/встречи, разработку решений
50%
Технический контент по разработке ИИ-решений. Что и как делаем
25%
Больше новостей о компании Z-union. О форумах/мероприятиях где выступаем
19%
Больше общения с аудиторией. Кружочки, голосовые, лайф обсуждений по теме ИИ и технологий
0%
Свой вариант в комментариях
👏1
Новый год уверенно начался. У нас - идет целый ряд пилотов с боевыми ИИ-решениями. Вместе с тем, хочется пообщаться со всеми подписчиками канала. Ведь вы все - наши партнеры и друзья.
Хочу чтобы канал был вам интересен и полезен.
Для нас - это точка трансляции наших идей, результатов, кейсов и мыслей для получения по ним вашей обратной связи. Мы стремимся находить и решать проблемы. При помощи ИИ-технологий и науки.
Поделитесь и вы мыслями. На что нам делать акцент в контенте
Хочу чтобы канал был вам интересен и полезен.
Для нас - это точка трансляции наших идей, результатов, кейсов и мыслей для получения по ним вашей обратной связи. Мы стремимся находить и решать проблемы. При помощи ИИ-технологий и науки.
Поделитесь и вы мыслями. На что нам делать акцент в контенте
👍3
Концерн ИИ Z-union | Блог основателей pinned «Какой контент хочешь видеть в Концерн ИИ Z-union ⚡⚡»
Свидетельство ЭВМ (SCAI) 2026610493.pdf
841.8 KB
У нас новый актив! 😎
Оформили себе новый нематериальный актив по нашему партнерскому проекту с сетью «Клиника Ткачева» - проект SCAI (https://scai.moscow) - где мы разрабатываем и обучаем модели по детекции межпозвоночных грыж и прогнозирования их резорбции + вероятности оперативного вмешательства
Выше просили показывать результат работы ИИ - совсем скоро подготовим ролик-показ работы модели + вышлем несколько примеров протоколов, что эта модель генерирует на основании входящих снимков МРТ-позвоночника
Оформили себе новый нематериальный актив по нашему партнерскому проекту с сетью «Клиника Ткачева» - проект SCAI (https://scai.moscow) - где мы разрабатываем и обучаем модели по детекции межпозвоночных грыж и прогнозирования их резорбции + вероятности оперативного вмешательства
Выше просили показывать результат работы ИИ - совсем скоро подготовим ролик-показ работы модели + вышлем несколько примеров протоколов, что эта модель генерирует на основании входящих снимков МРТ-позвоночника
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6
Хороший разбор конкретных процессов от нашего хорошего партнера и друга офтальмолога и инноватора - Андрея Демчинского, где генеративный ИИ дает реальный результат в медицинской сфере
Согласны с тезисами!
Согласны с тезисами!
Forwarded from Андрей Демчинский (Andrey Demchinsky)
Представьте поликлинику, где самый дефицитный ресурс - четыре минуты врача. Не оборудование и не лекарства, а именно эти четыре минуты, которые сгорают на сборе анамнеза, пересказе и бумаге.
Проверим, выдерживает ли это контакт с реальностью. Важно: у LLM в медицине уже есть измеримые «плюсы», но поле всё ещё перекошено в сторону симуляций. В систематическом обзоре 519 работ лишь 5% использовали реальные данные ухода за пациентами, а справедливость/смещения и токсичность оценивали редко, то есть позитивные результаты часто демонстрируют «в вакууме», а не в клинике. И даже по AI в целом обзор RCT фиксирует: 81% испытаний заявляют позитивный первичный исход, в виде сигнала, что методы реально могут работать, но на фоне одиночных центров и риска publication bias это требует холодной проверки.
Теперь, где LLM действительно даёт эффект в потоке. Ресепшн - по данным Nature Medicine, чатбот на 35,418 реальных диалогов и модель «медсестра+LLM» в RCT (n=2,164) улучшили опыт пациента: удовлетворённость выросла (3.91 vпротив 3.39), повторные вопросы упали (3.2% против 14.4%), негативные эмоции тоже (2.4% против 7.8). И это не какая-то там магия интеллекта, а аккуратная разгрузка первого контакта и она измерима.
В другом RCT (n=2,069; 111 специалистов) чатбот PreA сделал то, чего обычно не хватает системе: подготовил визит. Консультации стали короче на 28.7% (3.14 против 4.41 мин), выросли оценки координации ухода и лёгкости коммуникации. Это как хороший администратор, который заранее собрал документы и разложил их по папкам, после чего врач начинает с сути, а не с разгона. И вот здесь обычно начинается магия глянца: та же базовая модель, просто дообученная на локальных диалогах, хуже следовала гайдлайнам и даже копировала недружелюбный тон. То есть мы можем ускорить поток и одновременно усилить «культуру коридора», если не зададим стандарты и контроль качества.
Наконец, «бумага». Pragmatic stepped-wedge RCT на 66 клиницистах показал: ambient AI-scribe снизил выгорание (−0.44 по шкале 1–5) и сократил время на заметки (−0.36 часа/день). Это редкий пример пользы, которую чувствует не только пациент, но и врач. Но эффект на «работу вне работы» оказался хрупким к выбросам, а значит внедрение надо мерить не презентациями, а стабильностью по отделениям и сменам.
Если прокрутить вперёд, то вопрос будет не «заменит ли LLM врача», а «как мы зафиксируем выигрыш во времени и качестве так, чтобы не масштабировать плохие привычки». Иллюзия приятна. Но она всегда выставляет счёт.
#LLM #ИИ #Демчинский
RCT - это randomized controlled trial, по-русски обычно переводится как рандомизированное контролируемое исследование.
Проверим, выдерживает ли это контакт с реальностью. Важно: у LLM в медицине уже есть измеримые «плюсы», но поле всё ещё перекошено в сторону симуляций. В систематическом обзоре 519 работ лишь 5% использовали реальные данные ухода за пациентами, а справедливость/смещения и токсичность оценивали редко, то есть позитивные результаты часто демонстрируют «в вакууме», а не в клинике. И даже по AI в целом обзор RCT фиксирует: 81% испытаний заявляют позитивный первичный исход, в виде сигнала, что методы реально могут работать, но на фоне одиночных центров и риска publication bias это требует холодной проверки.
Теперь, где LLM действительно даёт эффект в потоке. Ресепшн - по данным Nature Medicine, чатбот на 35,418 реальных диалогов и модель «медсестра+LLM» в RCT (n=2,164) улучшили опыт пациента: удовлетворённость выросла (3.91 vпротив 3.39), повторные вопросы упали (3.2% против 14.4%), негативные эмоции тоже (2.4% против 7.8). И это не какая-то там магия интеллекта, а аккуратная разгрузка первого контакта и она измерима.
В другом RCT (n=2,069; 111 специалистов) чатбот PreA сделал то, чего обычно не хватает системе: подготовил визит. Консультации стали короче на 28.7% (3.14 против 4.41 мин), выросли оценки координации ухода и лёгкости коммуникации. Это как хороший администратор, который заранее собрал документы и разложил их по папкам, после чего врач начинает с сути, а не с разгона. И вот здесь обычно начинается магия глянца: та же базовая модель, просто дообученная на локальных диалогах, хуже следовала гайдлайнам и даже копировала недружелюбный тон. То есть мы можем ускорить поток и одновременно усилить «культуру коридора», если не зададим стандарты и контроль качества.
Наконец, «бумага». Pragmatic stepped-wedge RCT на 66 клиницистах показал: ambient AI-scribe снизил выгорание (−0.44 по шкале 1–5) и сократил время на заметки (−0.36 часа/день). Это редкий пример пользы, которую чувствует не только пациент, но и врач. Но эффект на «работу вне работы» оказался хрупким к выбросам, а значит внедрение надо мерить не презентациями, а стабильностью по отделениям и сменам.
Если прокрутить вперёд, то вопрос будет не «заменит ли LLM врача», а «как мы зафиксируем выигрыш во времени и качестве так, чтобы не масштабировать плохие привычки». Иллюзия приятна. Но она всегда выставляет счёт.
#LLM #ИИ #Демчинский
RCT - это randomized controlled trial, по-русски обычно переводится как рандомизированное контролируемое исследование.
👍3
С праздником, Мужчины! Ведь без нас, были бы только одни проблемы, которых некому бы было решать 😎😈
(И не важно, что ощутимое их количество, нами, мужиками, и создаются 😅)
Короче, легендарных нам решений и результатов 🫡🫡🫡
(И не важно, что ощутимое их количество, нами, мужиками, и создаются 😅)
Короче, легендарных нам решений и результатов 🫡🫡🫡
👏6🏆4
Очередной раз убедились, что живем в собственном информационном пузыре
На этой инфографике наглядно показана степень внедрения ИИ-инструментов среди всего населения планеты Земля.
Коротко:
Кто кодит при помощи ИИ и создает ИИ-решения 0.04% (или 2-5 млн человек) - вот там - наша команда⚡ ⚡ 😅😈😈😈
0.3% (или 15-25 млн человек) платят за ИИ-решения (вопрос в том, с какой периодичностью? Но тем не менее) - по сути, это наши текущие клиенты и заказчики. Это наш рынок здесь и сейчас
16% (или 1,3 млрд человек) - пользуются только бесплатными версиями ИИ. Это наши будущие проекты и заказчики/клиенты. Над ним еще работать и работать
Все остальные 84% (>7 млрд человек) не пользуются и не платят. Это еще даже не достигнутые горизонты
Вот и думайте, коллеги, когда же нас ИИ поработит? 😅 7 млрд человек даже и не трогали его! 😅
На этой инфографике наглядно показана степень внедрения ИИ-инструментов среди всего населения планеты Земля.
Коротко:
Кто кодит при помощи ИИ и создает ИИ-решения 0.04% (или 2-5 млн человек) - вот там - наша команда
0.3% (или 15-25 млн человек) платят за ИИ-решения (вопрос в том, с какой периодичностью? Но тем не менее) - по сути, это наши текущие клиенты и заказчики. Это наш рынок здесь и сейчас
16% (или 1,3 млрд человек) - пользуются только бесплатными версиями ИИ. Это наши будущие проекты и заказчики/клиенты. Над ним еще работать и работать
Все остальные 84% (>7 млрд человек) не пользуются и не платят. Это еще даже не достигнутые горизонты
Вот и думайте, коллеги, когда же нас ИИ поработит? 😅 7 млрд человек даже и не трогали его! 😅
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🤝2🤓1
У нас большие обновления и фундаментальная дизайн переработка всей концепции команды Z-union
В прошлом году мы сменили свое название с «Лаборатория прикладного ИИ Z-union» - на «Концерн ИИ технологий Z-union»😎
В многом потому, что лаборатория - это что-то глубоко технологическое, но разовое, не промышленно пригодное. А мы, хоть и продолжаем заниматься диптех решениями в ИИ (на стыке компетенции) - давно вылезли из лабораторий. Наши решения внедряются промышленно, в корпорации и целые национальные исследовательские центры (и совместно с ними). Да и в целом, наш акцент - это промышленное внедрение глубоких ИИ-решений на массовое использование.
Вместе с тем, мы знаем и умеем доводить идеи до промышленного внедрения, проходя все пути производства. От формализации идеи в техническое задание, задание правил разметки и требований к обучающей выборке, до готовой бейслайн модели и, впоследствии - промышленно внедренной модели . Умеем подбирать серверную спецификацию и запускать ИИ-решения в закрытом контуре на своем железе.
Ну и в конце концов мне нравится слово «Концерн» 😅😈
Короче связка Концерн ИИ технологий - нам подходит блестяще.
Но, как всегда, идея все поменять - пришла быстро, но реализовать это - долго доходили руки. Но спокойно, медленно, но вальяжно - мы провели переработку и переосмысление всего сайта и наших материалов.
Приглашаем вас оценить новую подачу наших новых смыслов. https://z-union.ru/⚡️ ⚡️
«В мире шума - мы создаем тихую силу» (с)
В прошлом году мы сменили свое название с «Лаборатория прикладного ИИ Z-union» - на «Концерн ИИ технологий Z-union»
В многом потому, что лаборатория - это что-то глубоко технологическое, но разовое, не промышленно пригодное. А мы, хоть и продолжаем заниматься диптех решениями в ИИ (на стыке компетенции) - давно вылезли из лабораторий. Наши решения внедряются промышленно, в корпорации и целые национальные исследовательские центры (и совместно с ними). Да и в целом, наш акцент - это промышленное внедрение глубоких ИИ-решений на массовое использование.
Вместе с тем, мы знаем и умеем доводить идеи до промышленного внедрения, проходя все пути производства. От формализации идеи в техническое задание, задание правил разметки и требований к обучающей выборке, до готовой бейслайн модели и, впоследствии - промышленно внедренной модели . Умеем подбирать серверную спецификацию и запускать ИИ-решения в закрытом контуре на своем железе.
Ну и в конце концов мне нравится слово «Концерн» 😅😈
Короче связка Концерн ИИ технологий - нам подходит блестяще.
Но, как всегда, идея все поменять - пришла быстро, но реализовать это - долго доходили руки. Но спокойно, медленно, но вальяжно - мы провели переработку и переосмысление всего сайта и наших материалов.
Приглашаем вас оценить новую подачу наших новых смыслов. https://z-union.ru/
«В мире шума - мы создаем тихую силу» (с)
Please open Telegram to view this post
VIEW IN TELEGRAM
Z-union
Концерн ИИ технологий Z-union
Системное внедрение искусственного интеллекта в корпорации
⚡6❤4🙏2
This media is not supported in your browser
VIEW IN TELEGRAM
Всем привет! Пришла пора показа череды наших новых кейсов внедрения ИИ, которых у нас накопилось не мало 😈
На этот раз - покажем кейс про ИИ в промышленности. А именно, ИИ-советник директора по производству.⚡️ ⚡️
С развитием агентных систем и, в целом, генеративного ИИ, стало особенно интересно строить системы-советники для, в том числе, руководителей среднего и высшего уровней, которые в своих прогнозах и рекомендациях - опираются именно на данные компании. Рекомендация получается максимально обоснованной и объективной, с минимальным человеческим фактором и искажением выводов, потому как ИИ-агент в своем прогнозе - базируется на данных с реальных производственных систем.
Задача кейса:
Кто сталкивался с промышленностью понимает, что расчет возможности производства какой-либо детали - это отдельный сложный многофакторный процесс. Сколько нужно сырья, сколько рабочих смен, какие станки и в каком количестве, какие техпроцессы нужно обеспечить, какой маршрут производства, какие узкие места возникают на каких этапах и как их нивелировать - все это постоянно циклично повторяющиеся вопросы в ходе планирование реализации задуманного. Нужна система, что быстро отмоделирует и просимулярует процесс на базе созданного «цифрового двойника производства» и подскажет, что и как нужно сделать оптимально.
Создание таких симуляций - это целая вселенная. А ведь нужно владеть специализированными языками программирования таких средств автоматизированного проектирования. Короче чтобы это решить - мы, на базе своей платформы https://z-union.ru/products/z-brain - создаем и обучаем мультимодальных производственных агентов.
Они - работают на базе знаний конкретного промышленного предприятия. Интегрированы в их ERP/MES и другие информационные системы и, зная какие есть тех процессы, какое есть оборудование и какие его возможности - проводят моделирование процессов на базе обращения на естественном языке (или на базе целевого ТЗ. Тут чем подробнее будет запрос - тем более детальным будет ответ).
Как это работает:
Технолог/директор по производству/генеральный директор - озвучивает голосом/в виде текста/тз производственную задачу (к примеру: «смоделируй производство контейнер-цистерны Т14 на 3 дня»). Агентная система,понимая имеющийся стек оборудования и производственных возможностей конкретного предприятия - формирует моделирование процесса с учетом всего техпроцесса.
Результат:
Система выдает узкие места производства на заданную производственную задачу и, главное, производственную рекомендацию по тому, как эти узкие места устранить, чтобы уверенно закрыть производственную задачу
Итог:
Скорость моделирования возрастает на порядки. Скорость принятия эффективного решения с дней и недель (с учетом необходимого времени технологов-аналитиков) - уменьшается до десяток минут. Можно также быстро задать скорректированный запросы и также быстро получить ответ. Однозначно это влияет на быструю окупаемость производственного инвестиционного проекта.
Делимся видео-показом кейса, рады комментариями и мыслям!
Тут у нас подробнее про наш продукт Z-brain | industrial
#кейсы @zunion
На этот раз - покажем кейс про ИИ в промышленности. А именно, ИИ-советник директора по производству.
С развитием агентных систем и, в целом, генеративного ИИ, стало особенно интересно строить системы-советники для, в том числе, руководителей среднего и высшего уровней, которые в своих прогнозах и рекомендациях - опираются именно на данные компании. Рекомендация получается максимально обоснованной и объективной, с минимальным человеческим фактором и искажением выводов, потому как ИИ-агент в своем прогнозе - базируется на данных с реальных производственных систем.
Задача кейса:
Кто сталкивался с промышленностью понимает, что расчет возможности производства какой-либо детали - это отдельный сложный многофакторный процесс. Сколько нужно сырья, сколько рабочих смен, какие станки и в каком количестве, какие техпроцессы нужно обеспечить, какой маршрут производства, какие узкие места возникают на каких этапах и как их нивелировать - все это постоянно циклично повторяющиеся вопросы в ходе планирование реализации задуманного. Нужна система, что быстро отмоделирует и просимулярует процесс на базе созданного «цифрового двойника производства» и подскажет, что и как нужно сделать оптимально.
Создание таких симуляций - это целая вселенная. А ведь нужно владеть специализированными языками программирования таких средств автоматизированного проектирования. Короче чтобы это решить - мы, на базе своей платформы https://z-union.ru/products/z-brain - создаем и обучаем мультимодальных производственных агентов.
Они - работают на базе знаний конкретного промышленного предприятия. Интегрированы в их ERP/MES и другие информационные системы и, зная какие есть тех процессы, какое есть оборудование и какие его возможности - проводят моделирование процессов на базе обращения на естественном языке (или на базе целевого ТЗ. Тут чем подробнее будет запрос - тем более детальным будет ответ).
Как это работает:
Технолог/директор по производству/генеральный директор - озвучивает голосом/в виде текста/тз производственную задачу (к примеру: «смоделируй производство контейнер-цистерны Т14 на 3 дня»). Агентная система,понимая имеющийся стек оборудования и производственных возможностей конкретного предприятия - формирует моделирование процесса с учетом всего техпроцесса.
Результат:
Система выдает узкие места производства на заданную производственную задачу и, главное, производственную рекомендацию по тому, как эти узкие места устранить, чтобы уверенно закрыть производственную задачу
Итог:
Скорость моделирования возрастает на порядки. Скорость принятия эффективного решения с дней и недель (с учетом необходимого времени технологов-аналитиков) - уменьшается до десяток минут. Можно также быстро задать скорректированный запросы и также быстро получить ответ. Однозначно это влияет на быструю окупаемость производственного инвестиционного проекта.
Делимся видео-показом кейса, рады комментариями и мыслям!
Тут у нас подробнее про наш продукт Z-brain | industrial
#кейсы @zunion
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👏3
https://link.springer.com/article/10.1007/s10845-025-02732-z - вот, кстати, статья, которая нас частично вдохновляла на результаты в направлении ИИ в промышленности
SpringerLink
Natural language-driven production planning: integrating large language models with automatic simulation model generation in manufacturing…
Journal of Intelligent Manufacturing - Simulation modeling provides powerful decision support capabilities for production planning in manufacturing systems, yet widespread adoption remains limited...
Нас неделю назад заблокировал openai 🤡
Без предупреждения, без какого-либо уведомления, ссылаясь просто на свои «правила и политику». Не смотря на проплаченный аккаунт в 200 долларов и ощутимую сумму на балансе API. Возраст нашего аккаунта - был более 3 лет.
Как вы понимаете, пользовали мы капитально активные. И в личных сессиях и в различных создаваемых нами сервисах. Все данные сессий, контексты разговоров, системных промтов что мы строили - все уже безвозвратно удалено 👻😅
Конечно же у нас есть план B, C, D и тд. И мы все быстро восстановили. Все свои сервисы и сервисы боевых клиентов. Но стал абсолютно ясен реальный риск блокировки и потери важной истории данных. Думайте об этом и стройте свою программную инфраструктуру правильно. Один из вариантов этого - закрытый контур, чтобы все модели были развернуты у себя.
Дорого? Конечно. Зато безопасно, отказоустойчиво и стратегически безопасно.
И да, это один из наших стратегических продуктов - on-prem развертка корпоративного ИИ Z-mind https://z-union.ru/products/z-mind
OpenAI больше не пользуемся! Поверьте, есть очень шикарные другие подходы и инструменты 😈😎
Без предупреждения, без какого-либо уведомления, ссылаясь просто на свои «правила и политику». Не смотря на проплаченный аккаунт в 200 долларов и ощутимую сумму на балансе API. Возраст нашего аккаунта - был более 3 лет.
Как вы понимаете, пользовали мы капитально активные. И в личных сессиях и в различных создаваемых нами сервисах. Все данные сессий, контексты разговоров, системных промтов что мы строили - все уже безвозвратно удалено 👻😅
Конечно же у нас есть план B, C, D и тд. И мы все быстро восстановили. Все свои сервисы и сервисы боевых клиентов. Но стал абсолютно ясен реальный риск блокировки и потери важной истории данных. Думайте об этом и стройте свою программную инфраструктуру правильно. Один из вариантов этого - закрытый контур, чтобы все модели были развернуты у себя.
Дорого? Конечно. Зато безопасно, отказоустойчиво и стратегически безопасно.
И да, это один из наших стратегических продуктов - on-prem развертка корпоративного ИИ Z-mind https://z-union.ru/products/z-mind
OpenAI больше не пользуемся! Поверьте, есть очень шикарные другие подходы и инструменты 😈😎
👏6