✨ Как эффективно использовать SKU-коды SKU-коды активно применяются в розничной торговле, на маркетплейсах и в сфере дистрибуции. Они позволяют точно отслеживать товарные запасы, контролировать сроки годности продукции и проводить анализ продаж. Благодаря мобильным сканерам штрихкодов сотрудники могут быстро обновлять информацию о наличии товаров, что повышает точность складского учета. SKU-коды помогают вовремя выявлять просроченные позиции и упрощают процесс их списания. Они также незаменимы для анализа спроса: с их помощью легко определить, какие товары продаются лучше всего, а какие залеживаются на складе. На маркетплейсах использование SKU ускоряет поиск нужного товара на складах, что помогает быстрее комплектовать заказы и повышает качество обслуживания клиентов. Фаундер | Бизнес и Стартапы

Если кто-то поднял Series A, это ещё ничего не значит. И не надо ими очаровываться «Победители» на Series A (втором инвестраунде, после посевного — прим. ред.) редко становятся настоящими победителями. Инвесторы гонятся за очевидными маркерами успеха, чтобы сделать на это ставку: – Стартап с именитым фаундером – Стартап с самым ярким питчем или декой – Стартап, который «шумит» в СМИ Настоящие победители тихо строят свой бизнес. Посмотрим, что было у гигантов на момент привлечения Series A: – Tesla теряла деньги, а Илона Маска там ещё даже не было. – Hotmail не мог позволить себе серверы, чтобы дальше предоставлять бесплатный сервис. Инфраструктура кончилась, а в это время хлынула лавина пользователей. – Skype столкнулся с юридическими проблемами, которые нервировали инвесторов. – Oklo столкнулся с регуляторным кошмаром, который казался непреодолимым. – Coinbase подвергался атакам с двух сторон. Криптаны говорили, что они слишком централизованы, а банки хотели от них избавиться. Эти стартапы выглядели на этом этапе так себе. Но они решали реальные проблемы для реальных людей, даже если всё это выглядело непривлекательно и не sexy-hot. Это репостнул Майкл Сайбел у себя в X. В общем, не реагируем на сыновей маминых подруг, а делаем то, во что верим. Так победим. @y_everyday — рефлексируем об акселератор, создавший 100+ стартапов-единорогов 🤩

Порой вот говоришь с людьми, говоришь, а им как горох об стенку. И ведь не только на работе – и с женой то же самое, и с детьми. То ли тупят, то ли искренне не понимают. Или вроде важная встреча, готовился, а все пошло как-то наперекосяк. Разговор не задался. А все потому, как пишет Чарлз Дахигг, что существуют три типа разговоров. Разговоры "О чем идет речь". Формат, для которого, как нам кажется и придумано общение. Обмен информацией и принятия решений. Работает префронтальная кора, включаются логика, анализ и планирование. Разговоры "Что мы чувствуем". Когда жена жалуется на тяжелый день на работе, от мужа не требуется никаких советов, да он и не может их дать. Нужно море сочувствующего поддакивания, что угу, кругом одни козлы и не ценят. И разговоры "Кто мы?" Здесь требуется включение социального мышления. Ключевое значение приобретают другие люди, отношения и социальные роли. Кстати, а какого типа разговоров больше? В теории кажется, что рациональных, но так как вопрос с подвохом, обычно отвечают что эмоциональных. Хотя, согласно Метью Либерману примерно 70% разговоров связаны с вопросами социума. Вполне возможно, что так и есть – согласно одной из теорий язык возник для того, чтобы мы могли перемыть косточки и поделиться: кто из коллег по племени сачковал на охоте и куда это бегала та симпатичная собирательница. В любом разговоре необходимо синхронизироваться. Если кто-то хочет сплетничать, а кто-то решить проблему – никакой пользы не будет. Сперва необходимо понять тип разговора – о чем говорит собеседник - а затем перейти на ту же волну. Тогда будет связь, сотрудничество и результат. | MAX | подкаст |Treads| X | | Личная жизнь и мысли - Молчанов.Life |

Продолжаю работать над своими скиллами для LinkedIn. Так как мы у себя в компании постоянно следим уже более чем за 30 тысячами аккаунтами в линкедин - читаем все их посты - есть возможность делать разную интересную внутреннюю аналитику. Разобрал по 400 самых залетевших постов за последние пару месяцев в 10 разных вертикалях и вытащил 6 новых формул хуков. Теперь их всего 16. Так же добавил выбор формулы под цель поста: нужны комментарии, репосты, лайки или сохранения - скилл сам подберёт подходящую. Очевидно что формат сильно влияет на виральность. Всё так же open source, MIT, работает в Claude Code, Codex и много где ещё: Репозиторий всё там же. Сергей Булаев AI 🤖 - об AI и не только

Рынки сегодня 🔶 Объем нефтепереработки в России в июне снизился до 4,1 млн баррелей в сутки. Это минимальный уровень за последние годы. 🔶 Т-Банк планирует добавить возможность торговли криптоактивами в мобильное приложение до конца 2026 года, как только вступит в силу закон о криптоактивах. 🔶 ВТБ нашел покупателя на бывший офис банка Открытие на Таганке. Сумма сделки может составить ₽1,71 млрд. 🔶 Впервые за три года Банк России зарегистрировал новый банк, им стал Элемент. 🔶 Минэнерго РФ разрабатывает перечень дополнительных мер поддержки российских угольных компаний, ждет от них предложения о возможных направлениях работы. 📍 Подписаться на канал | Мы в MAX

Древняя челюсть из Египта тасует родословную обезьян Учёные описали новый вид древней человекообразной обезьяны — Masripithecus moghraensis. Жил он около 17–18 миллионов лет назад, а его останки нашли на севере Египта, на местонахождении Вади-Могра. И это первая достоверная ископаемая человекообразная Северной Африки. В истории обезьян давно зияла географическая дыра: окаменелости находили в Восточной Африке, Европе и Азии, а вот Северная Африка молчала — тут попадались только мартышкообразные. Из-за этого считалось, что ранние человекообразные жили в основном южнее. Новая находка показывает, что они спокойно обитали и на севере. Причём заметно отличались от восточноафриканских ровесников. Пока в руках у палеонтологов только нижняя челюсть, но и она красноречива: крупные клыки и премоляры, коренные с округлыми морщинистыми жевательными поверхностями и мощная кость. Всё это говорит о всеядной гибкости — в основном фрукты, но при нужде и что-то потвёрже, вроде орехов и семян. Удобное меню, когда климат становится всё более сезонным. Дальше интереснее. Байесовский анализ (анатомия плюс ДНК современных обезьян плюс возраст пород) показал: Masripithecus ближе к нынешним человекообразным, чем любая известная восточноафриканская обезьяна той эпохи. А биогеография намекает, что общий предок всех современных человекообразных, возможно, жил именно в Северной Африке и на Ближнем Востоке. Тогда этот регион был перекрёстком: континентальные плиты ползли на север, моря то отступали, то наступали, открывая коридоры для расселения. Само имя под стать месту: Masr — «Египет» по-арабски, а píthēkos — «обезьяна» по-гречески. @vselennayaplus

Пазлы — Как внедрить ИИ? — спросил владелец компании — Собирай пазлы Приходят месяц назад два предпринимателя. «Хотим, — говорят. — Искать клиентов с помощью нейросетей». Дал обоим схему: 1. Найти одного вручную, письменно фиксируя каждый шаг 2. Переложить один шаг на нейросеть 3. Повторить ручками все, кроме ИИ-кусочка Делать, пока большая часть задач будет автоматизирована. Один вернулся. «3-5 лидов на разработку сайтов в неделю, — говорит с восторгом. — Без манагеров». Второй пропал. Я сходил к нему. «Херня этот ваш ИИ: отдал схему сотрудникам, они объяснили, что без людей не поедет», — недовольно буркнул он. Похожие компании, процессы, цели. У одних — рекордная выручка; вторых — падение вместе с рынком. В одном случае фаундер сделал сам; другом — отдал «надежным» человекам. 200 лет наше образование производит винтики — людей, действующих по алгоритмам. Они умеют точить педали, озвучивать скрипты, идти по чеклистам. Но не создавать алгоритмы: ибо нет алгоритма создания алгоритмов :) Вывод прост: лучшее, что может сделать предприниматель в 2026 году — задокументировать процессы компании так, чтобы ими мог управлять ИИ. Выполнить этот квест может только он: и неважно, какого размера штат. Собирать пазлы страшно, муторно и непонятно. Люди такое не любят.

Мой первый «бизнес» В 19 лет я еще занимался бальными танцами, но уже интересовался темой заработка, бизнеса, инвестиций. Почти все крупные турниры по танцам проходили в Крокус Экспо в Москве. У меня всегда была очень большая проблема с выносливостью. Я хороший спринтер. Легко взрываюсь. Но держать темп на длинной дистанции - просто смерть. В один из турниров я так охерел от соревнований длинною в день, что был не рад, что мы прошли в следующий тур. Мышцы стонали, болели и были без сил. И я подумал, вот бы сейчас кто-то бы массажик сделал? Мысль не давала покоя. У меня были отложенные 15к в копилке. Я нашел на авито б/у массажное кресло в каком-то автосервисе на окраине Москвы ровно за 15к. Поехал, купил его и на газеле привез в Крокус. Как-то допер его через грузовой лифт на 2й этаж вместе с другом. Оно тяжелое было пздц... Там еще был сломанный терминал и можно было только массаж за сотку заказать. Средний чек невозможно было поднять технически. И еще оно просто тебя сжимало, в этом и был весь массаж. Особенно сжимало икры, да так сильно, что крупные мужики выпучивали глаза от боли. Я договорился со знакомым поставить его в зоне ритейла во время турниров. И убирать в кладовку до следующих выходных. Так оно проработало, как вендинговый бизнес, 2 месяца. Дальше сезон закончился и турниры летом прекратились. Надо было продавать или платить аренду за склад. Итог. За те 2 месяца оно дало 15к дохода купюрами сотками. И я его также перепродал на авито в какой-то другой автосервис. О его дальнейшей судьбе мне ничего не известно. Но получилось сделать х2 на капитал епта. Подумай, где сейчас у тебя что-то болит, но никто это не решает. Возможно на этом можно построить бизнес.

Нейросети превратили найм в лотерею 🎰 И дело не в том, что LLM помогают проходить собесы. 🪨 HackerRank выложили в открытый доступ систему для оценки резюме при помощи ИИ. Инструмент стал невероятно популярным среди рекрутеров. Программа парсит файлы и скармливает данные языковой модели для выставления баллов резюме. Учитываются навыки, опыт работы и личные проекты на GitHub. Звучит как отличная автоматизация скучной рутины. 👍 Однако, один разработчик решил проверить систему и прогнал своё резюме несколько раз подряд. Результаты оказались пугающими. Совершенно идентичный файл получал оценки от 74 до 90+ баллов. 🚬 При проходном пороге в 85 баллов кандидат получает отказ просто по воле случая. Модель стабильно распознаёт базовые навыки, но при попытке оценить сложность проектов начинает выдавать случайные числа и каждый раз генерирует абсолютно разные вердикты. Самая большая проблема кроется в оценке профессионального стажа. Запрос для этого раздела состоит всего из пары строк без подробных критериев.😮‍💨 В итоге студент с одной стажировкой и опытный архитектор получают одинаковый максимальный балл. 😐 В чем может быть причина? Поммимо того, что над нормально писать критерии в промптах, есть ряд инженерных факторов о которых вы должны помнить, если делаете такое решение. Если бы мы говорили о classic ML моделях, я бы сказал - бегите глупцы фиксите seed'цы (random states).  Но тк мы работаем с ядром на LMках, придётся следить за параметрами генерации в лице температуры, тк она влияет на креатив. Также нужно следить за тем, что контекст чётко обнуляется, ведь генерация зависит в тч от накопленгого контекста. Те для каждого прогона, каждого резюме нужно "забывать" прошлые прогоны. Однако даже имея Т=0 и фиксу по контексту. Придётся следить и принимать: 1. Non-determinism в LLM - даже при temperature=0, многие современные модели (особенно с speculative decoding, batching, и т.д.) могут давать немного разные результаты. 2. Parsing inconsistency. PDF/DOCX парсинг может давать разные результаты при каждом чтении, особенно если используется OCR или layout analysis. 3. Tool calling / Function calling. Если модель использует function calling для выставления оценок, структура вызова может варьироваться. 4. Batch processing, если резюме обрабатывается батчами с другими, контекст соседних документов может влиять. 5. Floating point non-determinism - на GPU операции могут быть недетерминированными из-за parallel reductions... Да, не легка жизнь AI-dev и AI-engineer, столько нюансов. 📝 P. S. Ещё ссылки на событие. Трек в реддит тут. Блог от HackerRank тут. Читаем, делаем выводы и stay tuned 🦾

КАК Я ПЛАЧУ НАЛОГИ С ПЕРВЫХ 100 ТЫЩ ВЫРУЧКИ СО СТАРТАПА Итак, запустил саасик со Stripe. Выручка $100,000 USD Я на Кипре Потратил: - на траф около $25,000 USD (Google Ads). - на серверы/хостинги и AI-кредиты - $6000 USD - На Claude Code - $2400 (R&D) Зарплаты не плачу (я соло индидев и сотрудников нет). Значит расходы $25+6+2.4=$32.4K. Так как все мои вендоры вне Кипра то НДС на этих расходах нет - чистые. 1/ Кейс №1 - продаю все все, то есть клиенты не на Кипре, а зарубежом и если есть клиенты b2b в ЕС - предполагаю они все с VAT-number, то есть VIES tax = 0 $100,000 gross revenue - $32,400 expenses = $67.6K profit Corporate Tax = 15% (ставка на Кипре с 2026 года) - $67.6K x 15% = $10,140 USD Осталось $57,560 USD. Это моя прибыль после налогов. Там правда еще всякие мелкие налоги местные типа муниципальный налог моего лимасольского района 250 евро в год - давайте договоримся что считаем за ноль ОК? Теперь - я решил все в НОЛЬ вывести в дивиденды. Перевожу себе на счет эти бабки. Как акционер мой дивидендный налог (SDC = Special Defense Contribution, налоги на оборонку) 0%, так как я запустил свою 17-летнюю налоговую льготу С них плачу только 2.65% GeSY tax (это типа на медстраховку) - $1525.34 USD Остается чистыми $56034.66 Давайте сразу вычтем еще за аудитора, бухгалтерию и эти местные муниципальные взносы около $3K. $53,000 53% остается Мои отмытые деньги, которые я могу показать банкам/налоговой/ипотеке/итд.