Что это за канал?
Всем привет, меня зовут Влад и я AI-продакт менеджер. Тематика AI и продакт менеджмента - это то, чем я буквально дышу и в чем стремлюсь прокачиваться каждый день. Продакт-менеджментом я занимаюсь с 2019 года, когда совместно с одногруппниками основал небольшое консалтинговое агентство NEXT G-Innovation (NGI), параллельно с учебой в магистратуре ЭФ МГУ им. М.В.Ломоносова. Сейчас хочется развивать NGI не только как консалтинг, но как и место, через которое можно будет осущесвлять обмен знаниями. Идея создать канал, где я смогу делиться своим опытом и мыслями с другими продактами, развивающимися в этом направлении родилась в октябре 2022 и, наконец, в мае 2024 это происходит!

Тематикой AI начал интересоваться в 2017, в 2020 году защитил магистерскую диссертацию по применению ИИ в менеджменте. С тех пор успел поработать продактом как в стартапах, так и в крупных компаниях, среди которых КРОК, Skyeng и британская Pearson. В начале 2022 года решил перенаправить вектор своей карьеры на работу исключительно с AI, так как тематика была очень интересна и я видел огромный потенциал в развитии этой технологии.

В период с января 2022 по апрель вместе Женей Литвиненко мы построили команду R&D в Skyeng, где я выступал в роли Lead R&D-продакта. В команде я отвечал за дизайн процессов, ресерч, лидировал разработку инноваций на базе AI, а также участвовал в создании стратегии R&D 2025. За время моей работы в компании мы с командой разработали 11 технологий на базе AI, 5 из которых успели внедрить.

Вот некоторые из них:
- инструмент для автоматической оценки audio-CV учителей, сокративший teacher aqusition cost (TAC) на 4% ежемесячно
- собственная версия генератора иллюстраций для учебных материалов на базе Stable Diffusion
- симулятор для отработки разговорных ситуаций - Kesha
- собственная система распознавания и оценки качества речи ASR, использующаяся в ряде проектов, например, в недавно вышедшем Skyeng Avatar, который за 15 минут определит ваш уровень владения английским и разложит на метрики

В 2023 наши со Skyeng пути разошлись и я перешел на контрактной основе в подразделение ELL Accelerator британской Pearson, где работал над проектами компании на основе AI и VR. В Pearson я руководил разработкой VR-игры для изучения английского языка с NPС с интегрированным Gen AI. Если у вас есть очки Meta Quest - результаты моей работы можно посмотреть в Mondly VR. Главным же моим проектом был инструмент, помогающий частным и университетским преподавателям генерировать с нуля персонализированные уроки. В период с апреля по декабрь я довел продукт от идеи до готовности к реализации, сформировав первоначальный PMF и проведя ряд экспериментов, которые помогли создать POC. Продукт удалость пропитчить перед менеджментом для запуска в 2024.

В декабре 2023 мой контракт с Pearson закончился, в компанию пришел новый СOE и найм на 2024 заморозили. С тех пор я преимущественно занимаюсь консалтинговой деятельностью и готовлюсь к переезду в США в июне этого года.

Здесь я буду делиться своим опытом как AI PM, описывать кейсы и лучшие практики, рассказывать о своем карьерном пути в консалтинге и попытках построить карьеру AI-продакта в США.

Планирую в ближайшее время нагонять трафик в этот канал, где-то через нетворк, а где-то возьму рекламу. Пока же, хочется заняться наполнением. И где-то в течении недели буду постить здесь переводы своих постов которые делал для LinkedIn с дополнительным контекстом.

Сегодня хотелось бы поделиться своими мыслями о том, каким должен быть процесс созания ИИ-продуктов. Впервые этот вопрос встал передо мной в период работы в R&D-команде Skyeng. Довольно быстро я понял, что здесь есть несколько подводных камней:
1) Цена ошибки очень высока, так как машинное время и время инженеров стоит существенно дороже
2) Работа традиционными спринтами из разработки здесь не работает, так как в ряде экспериментов сложно спрогнозировать сроки их реализации
3) Здесь нужно больше рефлексии и постоянного планирования

Я проанализировал множество подходов к разработке ИИ-продуктов, смотрел в сторону Lean DS, DDS Agile, STX Next и ряда других. Однако нас они не устраивали, ввиду того, что были слишком линейны и в них было мало “продуктовости”. Пришлось разработать свой процесс, основанный на логике Stage-Gate.

Основной принцип здесь заключается в том, что наш продукт проходит через несколько этапов его развития - стадии (Stages), а для перехода на следующую стадию нам необходимо выполнить ряд требований (преодолеть Stage-gate).

Более детальным процессом со всеми шаблонами я буду делиться в своем тренинге по AI-продакт-менеджменту, который планирую презентовать в конце мая - начале июня. Здесь делюсь упрощенной его версией

🔍 Стадия 1: Сбор идей
Наше приключение начинается с идеи, в которой сеется семя инноваций. Речь идет о сборе первоначальных идей, которые потенциально могут превратиться в решения на базе ИИ. Идеи могут исходить от вас, от инженеров, родиться в результате брейнсторма. Суть данного этапа состоит в том, чтобы собрать идеи, которые не просто очаровывают нас как создателей, но и обещают решить реальные проблемы пользователей с помощью ИИ. Чтобы пройти стейдж-гейт здесь - нужно иметь на выходе проработанный список идей

🚀 Стадия 2: Инициация
Стадия инициации превращает эти идеи из простых мыслей в концепции, в которые стоит вложить нашу энергию. В идеале это нужно делать так: собираем нашу продуктовую команду, включае ресерчеров, аналитиков и инженеров и отбираем самые классные, на наш взгляд, идеи. Сделать это можно любым способом, который вам нравится. После того, как мы отобрали несколько топовых идей, с которыми мы готовы работать - нам нужно проанализировать их несколько глубже, определив их потенциальную ценность для пользователя, ценность для бизнеса, соответствие текущей стратегии компании. Чтобы пройти стейдж-гейт - для каждой отобранной идеи должна быть сформирована оценка.

🔬 Стадия 3: Дискавери
На этапе дискавери начинают формироваться общие контуры нашего продукта. В зависимости от идеи нам нужно определить список исследований, которые мы будем проводить. Обычно это технический ресерч, анализ трендов, конкурентов, патентный анализ. Этот этап имеет решающее значение для детального понимания рынка, определения портрета пользователя и формулирования целей ИИ. Здесь мы проводим пользовательские интервью по результатам которых обрисовываем первоначальную концепцию соответствия продукта рынку (PMF), подготавливая почву для ее проверки. Также критически важно понять, есть ли технический потенциал на реализацию нашей идеи.Чтобы пройти стейдж-гейт здесь нам важно иметь оформленные результаты всех исследований с выводами инженеров о потенциале технического решения.

🛠 Стадия 4: Валидация
Валидация вдыхает жизнь в наши концепции посредством создания претотипов и прототипов, здесь мы также создаем POC. На данной стадии инженеры проводят эксперименты с ИИ. А мы, как продакт - менеджеры занимаемся тщательным пользовательским тестированием и обратной связью. Этот этап имеет решающее значение для обеспечения того, чтобы наш продукт не просто существовал, но и процветал в руках наших пользователей. Если упростить, то чтобы пройти на следующий этап нам нужно ответить на 2 вопроса: нужен ли пользователям наш продукт и можем ли мы технически его реализовать. Если хотя бы один ответ отрицательный - идею нужно будет отложить до лучших времен

🤝 Стадия 5: Передача в релиз
Финалом нашего процесса является передача, знаменующая переход нашего уже проверенного и готового к выходу на рынок продукта ИИ. Здесь мы уже имеем MVP, описанный бизнес-кейс, обратную связь от пользователей. Этот этап означает, что наш продукт не просто готов встретиться с миром, но и готов изменить его.

В предыдущем посте я уже затронул тему вовлечения команды в процесс работы с идеями. Сегодня хочется поговорить об этом подробнее, раскрыв тему того, какой должна быть продуктовая культура в команде, которая занимается ИИ-продуктами.

Здесь нам необходимо сделать все, чтобы получить больше от объединения талантов инженеров, дизайнеров и менеджеров по продукту.

Вот несколько принципов, которых я как продакт придерживаюсь в каждой своей команде:

1) Поощрение инноваций
Каждый в команде должен иметь свой голос. Мне нравится практика «FedEx дней», которые есть в FedEx, где 1 день в неделю сотрудники могут заниматься любым проектом, в котором видит потенциал. Мы должны культивировать среду, где каждый может свободно предлагать инновации. Выделение времени на то, чтобы члены команды могли исследовать свои собственные инициативы, способствует формированию культуры, в которой ценится каждая идея и каждый голос имеет значение.

2) Согласование целей с помощью OKR
Проясняйте и связывайте цели: внедрение системы целей и ключевых результатов (OKR) может значительно улучшить взаимодействие в команде. Понимание того, как работа каждого отдельного человека способствует достижению общих целей, от задач коллег до видения генерального директора, культивирует чувство единства и целеустремленности.

3) Культивирование открытости и мониторинг “здоровья команды”
Поощряйте прозрачность и оценивайте динамику команды: создание открытой среды, в которой есть регулярная обратная связь, и применение таки фреймворков, как Spotify Squad Health Check, помогают поддерживать среду, в которой благополучие команды является приоритетом. Регулярная оценка показателей здоровья команды гарантирует, что мы можем проактивно решать проблемы, способствуя созданию устойчивой и адаптивной команды.

4) Эмпатия во главе угла
Уже многое было сказано про эмоциональный интеллект и все такое. И это правда не пустые слова. Никогда нельзя воспринимать свою команду как какой-то инструмент. Мы люди и работаем с людьми. Если у кого-то что-то не получается - поговорите с ним, возможно у человека не лучший период в жизни. Регулярные F2F должны выглядеть как встреча двух друзей, а не отчетная встреча по проекту. Интересуйтесь теми, с кем работаете и 100% увидите, насколько лучше работает такая команда.

Применяли ли вы какие-либо из этих стратегий в своих командах? Какой получили результат? Может пробовали что-то другое?

Посмотрел анонс новой версии GPT от OpenAI - GPT-4o (омни)

Главное:
1. Модель будет доступна даже в бесплатной версии ChatGPT с лимитами.
2. Основное улучение - работа в режиме реального времени. Задержка ответов сопоставима с ответом реального человека.
3. Может распознавать аудио, видео, а еще умеет петь
4. Модель дешевле и быстрее GPT-4 Turbo, для русского языка разница будет в 3.5 раза.
5. Выпустили приложение ChatGPT на мак (уже иду скачивать).
6. И ряд более продвинутых возможностей для ограниченного числа пользователей

Пост в блоге OpenAI (там видосики)

Интересно попробовать, а еще интереснее, чем ответит завтра Google. С выходом Gemini я перешел на него и применяю версию 1.5 PRO через Google AI Studio практически каждый день.

Завершилась презентация Google I/O.

Краткий рекап интересного:

1. Gemini 1.5 pro будет доступна для всех за пределами AI Studio
2. Предоставили GEMS - аналог GPTs, доступны для всех позже, в этом месяце
3. Новая модель Gemini Flash - более быстрый вариант Gemini 1.5 Pro, для задач, где важна скорость
4. Представили Google VEO - аналог Sora от Open AI, может генерировать видео в 1080p
5. Представили Imagen 3. Из изменений - повысили качество генерации и улучшили понимание промптов
6. Поиск Google в ближайшее время сможет выполнять роль ресерч-ассистента, в общем, гугл сделал свою версию Perplexity
7. Анонсировали более глубокую интеграции Gemini в android и Google Workspace
8. Презентовали Project Astra - мультимодальную модель, способную взаимодействовать с пользователем в реальном времени. Естественно, может отрабатывать видеопоток в около реальном времени. Очень похоже на то, что вчера показали OpenAI
9. Gemma 2.0 будет доступна для разработчиков.

В целом, то, что показали Google сегодня и OpenAI вчера - очень похоже друг на друга, не могу сказать, что какая-то компания прямо опережает конкурентов. У них разные подходы. OpenAI стремятся быть первыми, делают ставки на скорость работы. Гугл больше инвестирует в работу с контекстом и практическое применение ИИ в своей экосистеме.

У продуктов компании разные юзкейсы, нужно идти и использовать и то и другое. OpenAI впечатляют и особенно впечатляют обывателей, реализуя тот ИИ, который нам показывают в фильмах. Но лично мне для моих задач ближе Google Gemini и его возможностями работы с контекстом.

Сильная продуктовая команда - это что?

Сегодня я хочу поделиться своими мыслями о создании сильных команд, занимающихся разработкой продуктов. Мой опыт работы в разных командах, нетворкинг с коллегами и литература сформировали мое представление о том, что делает команду по-настоящему успешной.

Независимо от того, на чем сосредоточен ваш продукт — на искусственном интеллекте или на чем-то другом — основа отличной команды — это страсть. Члены команды не должны просто работать за зарплату; они должны быть движимы общей миссией создать что-то значимое. Например, в образовательных технологиях такой миссией может быть сделать образование более доступным или улучшить качество жизни людей. Каждый член команды должен чувствовать, что он вносит свой вклад в эту миссию через продукт.

Еще один ключевой ингредиент — это интерес к работе коллег. Менеджер продукта должен интересоваться дизайном и технологиями; инженеры должны быть вовлечены в исследования и пользовательский опыт. По моему опыту, лучшие продукты получаются у команд, где каждый понимает и ценит работу своих коллег, а не только свои собственные задачи.

Именно общая миссия является причиной, по которой я считаю, что сильные команды нуждаются в стабильности. Долгосрочные, внутренние команды всегда превосходят команды, собранные из фрилансеров или аутсорсеров. Деньги — это мотиватор, но он не может конкурировать со стремлением изменить мир.

Наконец, лучшие команды ставят клиента выше собственного эго. Привязываться к идеям — это естественно, но успешные команды готовы менять направление на основе отзывов пользователей. Они ставят в приоритет создание того, что нужно клиенту, даже если это означает пожертвовать любимой функцией или умным техническим решением.

А какое ваше видение идеальной команды? Я бы хотел более подробно остановиться на том, каким должен быть «правильный» менеджер продукта, дизайнер, инженер и другие роли в будущих постах

Ты кто такой, продуктовый дизайнер?

Продолжаю переносить и дополнять свой англоязычный контент в канал. Вечером будет отдельный пост с контентом по Google Gemini, который еще не публиковал нигде.

Вчера я делился своими мыслями о том, какими качествами должна обладать продуктовая команда. Я где-то наткнулся на термин “Продуктовый треугольник” - понятие, описывающее минимально необходимую команду для разработки любого продукта. Подобный концепт также описывал Марти Каган в очень крутой книжке “Inspired - все, что нужно знать продакт-менеджеру”.

Так вот, в этот треугольник входят сам продакт менеджер, продуктовый дизайнер и инженеры. Под инженерами здесь подразумеваются любые технические специалисты, в зависимости от того, над каким продуктом вы работаете.

Сегодняшний пост будет про одну из самых недооцененных ролей в команде на мой взгляд – продакт-дизайнера. Если у вас в команде крутой продуктовый диз - все будет идти очень круто. Если нет - вы будете страдать, выполняя часть его работы и все равно имея гораздо худшие результаты, какая бы крутая насмотренность у вас ни была. Я постоянно вижу, что эту позицию затыкают то графическим дизайнером, то просто чуваком, который умеет рисовать или еще хуже - просят разработчика самому отрисовать интерфейс. Каким должен быть по-настоящему классный продуктовый дизайнер?

Если описать в двух словах, продакт-дизайнер – это второй продакт-менеджер, только без управленческих функций. Его задача – превратить ценность продукта в удобный и приятный пользовательский опыт, иначе говоря, он отвечает за юзабилити продукта.

Крутой продакт-дизайнер – это не просто художник. Он мыслит как исследователь и стремится досконально понять своих пользователей. Не только сам делает, но и инициирует ресерчи. В Pearson у меня был худший продуктовый дизайнер, с которым я когда-либо работал: отлынивал от исследований, хотел все по ТЗ, не ресерчил конкурентов. А на прямые замечания об этом - жаловался своему менеджеру о том, каким я был rude and inappropriate, говоря ему об этом 😄 Ох уж эта западная культура! Мне повезло и я смог привести на продукт @MaxNegabsburg, который был полной противоположностью и затащил в этом проекте, очень рекомендую Макса к сотрудничеству!

Что еще должен уметь продакт-дизайнер? Очень важно понимать особенности и ценность продукта примерно на том же уровне, что и продакт-менеджер. В своей работе он должен учитывать весь путь клиента (CJM), включая точки входа в продукт. Быть продакт-дизайнером – это не просто рисовать отдельные фичи.

В продуктовой команде дизайнер – это бро и лучший друг продакта. Они постоянно делятся наблюдениями, экспериментируют и обмениваются идеями. Такое партнерство – залог создания продукта, который понравится пользователям.

Также, если речь идет об IT, продакт-дизайнер обязан разбираться в технических основах. Он понимает, что входит цикл разработки, способен идентифицировать узкие места и обсуждает с инженерами, что реально сделать, а что нет.

Многие талантливые дизайнеры могут создавать красивые интерфейсы, но именно продакт дизайнер обладает уникальным сочетанием эмпатии к пользователю и технической грамотности. В этом и заключается секрет создания продуктов, которые по-настоящему любят.

Уже довольно поздно, но вот обещанный пост про Gemini или как Google рекомендует писать нам промпты!

Сегодня наткнулся на руководство от Google по составлению промптов для Gemini и не смог пройти мимо. Я прочитал его от корки до корки и собрал здесь основные рекомендации, прикольные примеры промптов, добавив пару комментариев от себя.

В гайде Google не просто дает общие советы по промптам, но и предоставляет конкретные примеры для разных сфер, что классно.
Идеальная формула промпта от гугл это Роль + Задача + Контекст + Формат. Это абсолютно рабочая история, которую я использую на повседневной основе. Вам необязательно использовать все элементы для лучшего результата, все зависит от задачи.

Также гугл делятся результатами своих исследований, по которым промпт не должен быть слишком длинным или слишком коротким, отмечая оптимальную длину в 21 слово для английского языка (на русском будет короче). Здесь я могу сказать следующее: это правило скорее будет работать для функции “Help Me” внутри сервисов гугла. Если у вас стоит какая-то более масштабная задача, лично для меня работали лучше более массивные промпты. Так, например, когда мы используем формулу промпта выше, говоря о контексте - я пытаюсь сделать его максимально подробным: описываю, кто я, чего хочу добиться, а также вместо того, чтобы просто описать формат, типа “сделай таблицу”, стараюсь дать модели несколько примеров. Это могут быть шаблоны или ранее написанные мной документы (главное - удалить всю конфиденциальную информацию).

Другой полезный хак из моего опыта - волшебная фраза "Let's work step by step”. Она помогает разбить задачу на этапы и сделать промпт более понятным для Gemini.

Гугл также рекомендует выстраивать промпты таким образом, чтобы общение с моделью велось в форме диалога. Когда я изучал тему промпт-инжиниринга, я встречал кучу исследований, которые подтверждают, что данная стратегия повышает качество работы модели. Это называется few-shot prompting. Когда мы даем модели подумать, присылаем ей примеры в отдельных сообщениях, она в процессе “рефлексирует” и “дообучается”, что на выходе дает нам более крутой результат.

В гайде есть много примеров классных промптов, которые могут быть полезны для продактов, например, для проведения исследований, бреинсторминга, анализа трендов и А/B-тестов. Я не буду их копировать, просто прикреплю сюда информацию по юзкейсам, с которыми стоит знакомиться и их названиями:

Промпты для CMO, страница 16: Brainstorm content and thought leadership + Use case: Conduct competitive analysis
Промпты для CTO, страница 17: Use case: Summarize emerging technology trends
Промпты для маркетинга, страница 28, страница 31: Use case: Conduct market research and identify trends, Use case: Create a strategic marketing plan
Промпты для проджекта, страница 34: Use case: Create a project retrospective

Короче говоря, руководство Google Gemini Prompting Guide - это must-read для всех продакт-менеджеров, работающих с AI.

Гайд можно найти по ссылке и в комментариях!

#обучающиематериалы

К чему быть готовым, если ты решаешь заниматься продуктовым консалтингом на фулл-тайм?

Этот вопрос мне задали в LinkedIn на прошлой неделе. Как я писал ранее, в данный момент я работаю не в найме, а консалчу разные компании как AI Продакт. С 2019 я занимался этим на парт-тайме, с февраля 2024 - это вся моя деятельность, поэтому удалось набить определенные шишки.

Итак, вот список челленджей:
Первое, к чему стоит быть готовым, так это, то, что если ты решишь делать это на фулл-тайм - первое время твой доход упадет в несколько раз, возможно даже до 0 :D. Это может быть психологически сложно, в идеале - иметь подушку и хорошую систему поддержки в виде семьи и друзей, которые не дадут упасть духом.

Второе - в этой ситуации, когда у тебя падает доход, не стоит браться за первый попавшийся проект, сколько бы денег тебе ни предлагали. ТОЛЬКО если деньги совсем заканчиваются/кто-то заблел/нет никаких других вариантов. Вы можете оказаться в такой ситуации, что заказчик будет некомпетентным, неадекватным, проект окажется не тем, что вы ожидали. Ииии, вы просто выгорите в своем же первом проекте.

Третье, подготовьте шаблоны, которые будут объяснять ценность, которую вы можете дать, своим потенциальным клиентам. Это нужно сделать, чтобы не тратить кучу времени на анализ каждого нового клиента. Также никогда не делайте глубоких исследований до того, как заключите контракт. Просто заполняйте свои шаблоны и высылайте клиенту. Самое обидное, что есть в консалтинге - это когда ты тратишь неделю или две на ресерч и создание презентаций, твой клиент уже почти согласен на заключение контракта и потом отказывается него в последний момент.

Четвертое, работайте со своим нетворком. 80% моих проектов, с которыми я работаю - это результат нетворка, остальные - стечение обстоятельств 🙂 Делайте цены ниже для нетворка, чем ты делаете для всех остальных, так как вы не тратите время на привлечение клиентов. Это окупится в долгосрочной перспективе и финансово и нефинансово

Пятое, попробуйте через нетворк запартнериться с другими ребятами, которые делают консалтинг. Это могут быть небольшие компании либо другие PM. Как правило, у них часто может быть больше проектов, чем они могут сделть и они с радостью с тобой поделятся, взяв себе небольшой процент. Также будет круто, если вы покажете, что у вас есть какая-то специализация, например, я позиционирую себя как AI PM, а не просто PM. Вы можете быть Growth PM, Innovation PM или каким-либо другим, главное - выделяться.

Perplexity AI объявили о партнерстве с Tako

Один из моих любимых инструментов для проведения исследований получил обновление, запартнерившись с Tako.

Кто это такие?
Ребята делают поисковый движок с ИИ для визуализации знаний.

Какую проблему решают?
Необходимость самостоятельной визуализации при проведении экономических, финансовых и геополитических исследований. В общем, ребята избавляют нас от необходимости кликать на 10 ссылок с цифровой информацией, копировать оттуда данные в Excel и создавать графики.

Вот, что они сами о себе говорят

Наш поиск на естественном языке генерирует хорошо выглядящие визуализации данных, которыми можно делиться и которые можно встраивать в приложения, поисковую выдачу и презентации. Все наши данные поступают в режиме реального времени от авторитетных, проверенных поставщиков.

Результаты поиска можно будет сохранять в виде Knowledge Cards, примеры можно посмотреть тут. Юзкейсы, где могут понадобиться графики, у каждого свои. Лично мне это точно будет полезно при анализе состоявшихся раундов инвестиций, чтобы понять, за что сейчас готовы платить. Прикольная фича, которая сэкономит еще немного времени 🙂

Что читать и за кем следить, чтобы оставаться актуальным в AI и продакт-менеджменте?

Такой вопрос можно задавать себе бесконечно. AI-тематика очень динамична, и если сегодня ты актуален, то через 2 недели выйдет новая модель, которая перевернет все с ног на голову и твои знания мгновенно устареют.

Как с этим бороться? Либо следить самостоятельно за первоисточниками: блогами компаний, конференциями и другими мероприятиями либо создать себе информационное поле из генералистов и специалистов, читая которых вы сможете получать нужную информацию.

Сегодня я делюсь своей подборкой телеграм-каналов, на которые советую подписаться каждому, кто хочет развиваться в тематике AI и/или продакт-менеджмента.

эйай ньюз - очень крутой канал парня, работающего с ИИ в Мета (запрещенная в России организация). Артем освещает последние новости, давая информацию полезную как для технарей, так и для людей, которые не создают ИИ-шки своими руками напрямую

Все о AI - коротко о новинках в AI, заполнит ваш FOMO

GigaChat - хоть я и не фанат гигачата, но ребята регулярно делают новостные подборки по AI.

EDU - канал Байрама Аннакова, фаундера App In The Air. Сейчас Байрам занимается другим проектом по цифровым двойникам и регулярно делится у себя в канале своими мыслями.

The Edinorog - канал про венчур, стартапы и все с ними связанное. Так как ИИ сейчас на хайпе - помогает быть в курсе того, во что из ИИ люди инвестируют

Канал Александра Горного - еще один канал с новостями про AI. Также коротко и емко о последних новинках в ИИ.