10 просмотров статьи, 0 лидов и много слитых денег на написание материала Формула контент-маркетинга простая: контент + трафик. Обычно весь бюджет у агентств уходит на первое, а на трафик тратят ноль. Написали кейс, опубликовали в своём блоге и ещё на паре площадок, но никто так и не оставил заявку. Только вот лидам взяться неоткуда, пока вы не вложились в трафик и вашу статью не увидели. Сколько денег отдавать на трафик? Минимум половину: из условных 100 тысяч, 50 идут на статьи и 50 на трафик. Идеально, когда на дистрибуцию уходит вдвое больше, чем на производство. Олин из вариантов: ретаргетинг на посетителей сайта. Эти люди уже заходили к вам, смотрели услуги, кто-то даже оставлял заявку и пропал. А вы напоминаете о себе кейсом: вот такой проект мы недавно сделали, вот что получилось. Человек вас уже видел, и кейс ему напоминает о вас и заодно показывает, что вы умеете. Можно делать контекст на узкую аудиторию. Например, написали кейс для строительной компании — запускаете его в контекст именно на ''строителей''. А вот куда деньги вкладывать не стоит, так это во внутреннее продвижение площадок со статьями. Часто оно работает хуже даже обычного контекста, а стоит немаленьких денег. Признавайтесь, вкладываетесь ли в трафик по кейсам? Или сейчас задача для начала бы до кейсов вообще добраться?)

Помните, как мы платили за мегабайты? В опросе про Instinct бизнес-модель набрала 1 голос из 60. Хотя для меня как инвестора это самая интересная часть кейса. Да, комиссию Instinct ещё не берёт. Но именно по бизнес-модели видно, во что превратится компания, если рост продолжится. Давайте разберёмся, и начнём издалека. Сегодня в AI мы платим за доступ: $20/мес для обычных смертных, $200 для гиков или за каждый токен через API. Очень похоже на начало любой технологической волны. Сам помню, как в далеком 1999-м в Нижнем Новгороде платил за каждый час в сети и следил за минутами, как за таксометром. А в Америке AOL в 96-м году перешла с почасовой оплаты на безлимит — за пару недель пришёл миллион новых пользователей, и сеть легла. Сегодня OpenAI и Anthropic в той же роли: продают доступ по подписке, вводят лимиты и упираются в нехватку мощностей. Дальше доступ в интернет превратился в трубу, за которую все платят и о которой никто не думает. Большие деньги достались не провайдерам, а тем, кто стоял ближе к намерению человека. Google брал с рекламодателей деньги за клики из поиска, то есть за людей, которые уже готовы купить. Amazon и eBay брали процент с покупки. С мобильным интернетом повторилось то же самое. Мы, миллениалы, помним, как платили оператору за каждый килобайт. Потом появились App Store и бесплатные приложения, а операторы стали трубой. Когда Facebook выходил на IPO в 2012 году, мобильная выручка у него была почти нулевой. Через полтора года мобильная реклама давала почти половину. В AI это уже происходит, но с подвохом. По данным MIT FutureTech, цена за один и тот же уровень качества падает в 5–10 раз в год. Только дешевеет единица, а не счёт: работа с самыми мощными моделями, по тем же данным, дорожает в 3–18 раз в год, потому что на каждую задачу уходит всё больше токенов. Помните, как мегабайт дешевел, но стоило начать смотреть видео с телефона — и счёт за связь улетал в космос? Кто в этой схеме проигрывает, хорошо видно на Harvey. Клиенты стали тратить в 20 раз больше, и маржа ушла в минус. Harvey выкрутился, переехав на собственную модель на базе открытой. Но это лечит себестоимость, а не бизнес-модель. Продавать доступ к модели — бизнес трубы. Он может быть огромным: телекомы зарабатывают до сих пор, и Anthropic с OpenAI, скорее всего, тоже будут. Но это игра для пары компаний с дата-центрами. Остальным перепродавать чужие токены с наценкой значит жить на чужом прайсе, пока счёт клиента растёт. Выигрывает тот, кто продаёт не токены, а результат. Instinct идёт именно этим путём. Это AI-агент, который не советует, а сам делает то, что вам нужно. Продукт бесплатный, а зарабатывать собираются процентом с транзакций, которые совершает агент. Логика понятна: это Google и Amazon в одном лице. Агент владеет намерением «мне нужно в Нью-Йорк сегодня вечером» и сам его исполняет. Сработает ли это, будем посмотреть... В следующем посте хочу разобрать девять классических бизнес-моделей стартапов: какие AI усилит, какие перерастут во что-то новое, а какие отомрут. Ставьте 🔥, если тема заходит. Андрей Резинкин | Money For Startup

ИИ не сокращает рабочие места. Кликбейтные заголовки от «ИИ заменит всех» (что неизбежно) до «ИИ не заменит никого» не рассказывают ничего о реальности. Я инвестировал в кучу ИИ-нейтив компаний и хочу поделиться несколькими трендами, которые, кажется, подтверждаются исследованиями. 1. Найм растет, но только для сеньорных позиций. Джуны не нужны никому, поэтому количество начальных позиций в ИТ компаниях сократилось на 10%, а реальная занятость упала на 2.5%, тогда как сеньорные открытые позиции выросли на 6.7%. Про это говорится в недавнем исследовании Стенфорда на эту тему. Никому не нужен аналитик, маркетолог, программист — эти вещи в разы лучше (а еще и дешевле) делает китайский опенсорсный бот, но зато вместо одного, любая адекватная компания должна нанять 10 человек уровня СТО, каждый из которых создает команды из пары инженеров, тысяч агентов и деливерит результаты для бизнеса. То есть, не нужен джун который умеет программировать, но нужен СТО, который не раз был фаундером, понимает бизнес и продажи, ультраумный и глубокий в технологиях и может организовать ИИ процесс вокруг новых продуктов, R&D или полностью оунить клиента без посторонней помощи. Отсюда и ответ на вопрос «откуда возьмутся новые сеньоры» — это будут те самые сотни тысяч билдеров, которые продают свои стартапчики направо и налево в лабы, учатся кодить одновременно с обучением продавать привередливым клиентам, одновременно с обучением менеджерить и рейзить.

Велика ли разница по энергии между суборбитальным и орбитальным полётом Starship V3? Примерно на 1.27%. Это к вопросу о том, насколько SpaceX всё это время были близки к замкнутой орбите, если бы не регуляторные ограничения FAA. Анализируя телеметрию запуска Flight 14 стоит сразу уточнить, что это не совсем штатный сценарий из-за отказа одного двигателя RVac. То есть корабль потратил чуть больше времени на разгон + отклонение вектора + масса полезной нагрузки + гравитационные потери для выхода на первичную орбиту. Да и сами параметры орбиты чуть отличаются, так что это не совсем яблоки с яблоками по сравнению с двумя предыдущими запусками V3, и для наглядности последним V2. Но импульс для поднятия перигея добавил всего ~91 м/с. Это очень мало, хотя для прототипов V1/V2 орбиты чуть отличались и по энергии разница была до ~4%. На графике от sanitaravel также хорошо видно 3 важных события: 1. Снижение тяги из-за отказа одного RVac в двух миссиях — разгон снизился и вывод шёл дольше. Но при этом масса полезной нагрузки не влияла на изначальное ускорение Flight 14. 2. Разгонный импульс для выхода на замкнутую орбиту добавил всего ~91 м/с за 17 секунд, для этого зажгли только 1 двигатель не на полной тяге. Также перед этим было небольшое ускорение с помощью систему коррекции для усадки топлива. 3. Тормозной импульс для свода с орбиты снизил скорость на 53.6 м/с, также с помощью одного Раптора на ~12 секунд, также была усадка перед. 📸: sanitaravel

Бывший инженер Microsoft Дэйв Пламмер подключил к интернету восстановленный PDP-11/83 Minerva, машину середины 1980-х с 4 мегабайтами оперативной памяти под управлением 2.11BSD. Сейчас она обслуживает веб-страницу с аналогом команды top, где снимок состояния обновляется каждые 5 секунд. В списке процессов висят inetd, веб-сервер httpd, FTP-сервер ftpd и sendmail. Трафик к странице разгоняют Varnish, Caddy и Cloudflare, которые кэшируют HTML и данные системного монитора. Исходным сервером остаётся сам PDP-11, он обрабатывает запросы к монитору процессов и счётчику посетителей. Minerva собрана на базе MicroPDP-11/83 1985 года, который DEC называла самым мощным на тот момент 16-разрядным компьютером компании с шиной Q-bus. Внутри стоят процессорный комплекс Mentec M11, два корпуса Q-bus, контроллеры DEC и Emulex, жёсткие диски RA82 и RA92, накопители RL02, дисководы RX50 и ленточный привод TKZ50. Ядро BSD Пламмер доработал сам, чтобы оно понимало реализацию вычислений с плавающей запятой на процессоре Mentec. Установленная 2.11BSD закрывает ветку 2BSD для PDP-11. Связь PDP-11 с UNIX появилась ещё в 1970 году, когда первая конфигурация укладывалась в 24 КБ оперативной памяти, из которых 16 КБ забирала система и 8 КБ оставалось программам пользователя. Интерес Пламмера к наблюдению за процессами вырос из университетского PDP-11/40, где он запускал ps и top. Спустя десятилетия он написал Task Manager для Windows, а теперь вернул монитор процессов обратно на старое железо. Примерно 400 строк рабочего кода на C для этого сочинил ИИ. Гостевой доступ к Minerva открыт через Telnet. Пламмер попросил посетителей не считать компьютер полигоном для взлома. Повреждённую систему можно поднять с магнитной ленты, только возвращать ретрокомпьютер в рабочее состояние придётся вручную.

Всем привет! Давненько от Ирины Геймдевовны ничего не слышно ни видно, да?)) Ну что ж поделать, табы все еще лишают меня мысленной деятельности, которая интенсивно двигала блогерский путь. Поэтому приходится перебиваться КРОХАМИ моего нынешнего сознания. НО я все еще стараюсь :D Кароче, я сейчас испытываю мощности АИшки в создании игры. Это что-то типа экшн рогалика про котиков, Милота. И вроде код делает хорошо, качественно, вопросов нет. Баги минимальны. Какой кайф, думаю я! Наверное и с остальным она справится не хуже)) Ага, пока дело не дошло до моделей. Их мне тоже обещали, что жпт астра делает их превосходно! Хорошо, давайте начнем с простого, моделей камней. Хмммм, выглядят неплохо, давай теперь папортоник! Хммммм, тоже хорошенечно! Ну раз мы разошлись так хорошо, давайте сразу бахнем МОДЕЛЬ КОТИКА! .....Это шо за.. ШО ЗА ХРЕНЬ? Ну йобен бобен...Т.е. легкого пути не будет, я правильно поняла? :( ЭЭЭэээх, очень жаль очень жаль... Чо, ребят, есть кто по 3д моделям тут? :D (я знаю, что нет🌚)

Опыт становится важнее навыков! Любопытные данные от Revelio Labs (анализируют рынок труда), по 75 млн вакансий: 1️⃣ С приходом AI в описаниях заметно сократилось число навыков (с 30 до 21), и одновременно резко вырос требуемый опыт (с 4,6 до 4,8 лет, что немало для такого датасета). Причем тренд сохраняется и с поправкой на падение спроса на джунов, т.е. это не просто эффект того, что джунов перестали нанимать. 2️⃣ У разработчиков сильно уменьшились общие скиллы вроде software development, но подросли узкие типа Java API, AWS Data Pipeline и т.п. Намного больше опыта теперь нужно для работы с данными (data organization, data research, etc.) - рост сразу на несколько лет. 3️⃣ Вакансии с требованиями AI навыков слабо отличаются от тех, что без AI. Так что во-первых, не факт, что описанный в посте тренд полностью из-за AI (хотя он конечно влияет). А во-вторых, тренд виден широко по айтишному рынку, так что скорее всего это теперь новая норма. 4️⃣ Кажется теперь все больше будут цениться логические суждения, здравый смысл, умение анализировать и все то, что часто подразумевается под опытом в вакансиях. А вместе с устойчивым трендом на рост важности софт-скиллов (пост), возможно быть генералистом перспективнее, чем специалистом. Остается открытым вопрос, как теперь вкатываться в айти? И что делать джунам? 🥲 @kyrillic