Статистика и тренды игрового рынка 2024 по версии Newzoo

– Кол-во игроков в 2024: 3,42 миллиарда (+4,5% YoY).

– 53% игроков в Азиатско-Тихоокеанском регионе (1,809 миллиарда; +4% YoY), MENA-регион (559 миллионов; +8,2% YoY); Европа (454 миллиона; +2,4% YoY); Латинская Америка (355 миллионов; +5,6% YoY); Северная Америка (244 миллиона; +2,9% YoY).

– Прогноз роста по игрокам к 2027 году: 3,759 миллиарда человек.

– Объём игровой индустрии по итогам 2024: $187,7 миллиардов (+2,1% YoY).

– К 2027 году игровой рынок достигнет выручки в $213,3 миллиардов.

Тренды

1. Комфортнее всего себя чувствуют инди-разработчики и проекты AA-уровня, т.к. на их разработку тратится меньше ресурсов, комады могут экспериментировать и нет давления больших бюджетов.

2. Поэтому разработчики осознанно уменьшают масштаб своих проектов.

3. Мобильная игровая экосистема обретает второе дыхание благодаря европейскому DMA, допускающему новые разные платёжные методы на iOS и Android.

4. Лояльность и коммуникации с пользователями по-прежнему играют ключевую роль в развитии игрового комьюнити.

7. Gen-AI продолжает всё глубже проникать в разработку, но массовых и известных кейсов применения нет.

8. Для игроков поколений Alpha и Z предпочтения меняются в сторону UGC.

Советы как писать заметки по совещаниям и встречам

Секрет успешного развития команды и продукта не только в эффективных встречах и совещаниях, но и в... том, как ведутся заметки по ним.

В большинстве крупных компаний цель встреч состоит в том, чтобы назначить ещё одну встречу

В итоге, все встречи смешиваются друг с другом, не прогрессируя и не достигая никаких целей.

Секрет успешных совещаний в выполнении элементов действий.

Элемент действия — задача, которая отвечает на 3 вопроса и вносит ясность в то, что нужно сделать:

1) Кто? Это не только тот, кто отвечает за задачу (вы или коллега), но и тот, с кем вы будете работать или другие люди, от которых вы зависите в завершении этой задачи.

2) Что? Это краткое описание задачи в виде одного-двух предложений с использованием глаголов действий (например, "Просмотреть бэклог продукта и подготовить идеи по приоритизации фич на следующий квартал") .

3) Когда? Это конкретная дата и время, когда действие должно быть завершено или продолжено(!!!).

🎁 Полезные советы:

– Заметки о встречах не являются протоколами собраний.

Записывая прошлое, твои мысли должны быть направлены исключительно в будущее

– Вы должны использовать заметки как возможность зафиксировать все идеи и мысли, которые приходят вам в голову во время встреч.

– Относитесь к записям совещаний как самым актуальным корпоративным знаниям.

– Ведение заметок от руки заставляет вас быть экономным и сфокусированным (не пытайтесь записать всё).

– Сделайте свои заметки "сканируемыми". Используйте разные стили и форматы для выделения важных моментов.

– Выберите "правильный метод" для "правильной встречи".

Неизвестно, что появилось первее – правильная встреча или правильная заметка по встрече

Главный вопрос любой встречи: «А в чём смысл этой встречи?»

STORM — свежая ИИ-система от Стэнфордского университета, демонстрирующая работу Агентских Систем.

Фреймворк STORM может использовать большие LLM и моделировать многосторонние разговоры и решения между ИИ-агентами, объединённых в Агентскую Систему.

Агентские Системы — это глобальные ИИ-фреймворки, построенные с помощью сетей ИИ-агентов для выполнения множественных подзадач и имеющие определённую степень автономности.

В системе STORM работает несколько типов ИИ-агентов:

– Исследовательские агенты, которые отвечают за сбор информации по теме из различных источников в Интернете.

– Агенты, задающие вопросы, которые моделируют различные точки зрения, чтобы задавать содержательные вопросы по теме исследования.

– Агенты-эксперты, которые дают ответы на вопросы, заданные агентами, задающими вопросы.

– Агенты синтеза, которые объединяют и организуют собранную информацию в целостную структуру.

Работа STORM состоит из 3 этапов:

1) Извлечение. Получив тему, STORM отправляет свою команду агентов на поиски в Интернете соответствующей информации из различных источников.

2) Далее STORM имитирует беседы, в которых другие агенты представляют разные точки зрения и задают вопросы эксперту по теме, помогая агентам развить всестороннее понимание темы исследования.

3) Синтез. Наконец, STORM синтезирует все собранные данные в связанный, хорошо организованный и структурированный ответ в духе профессиональной статьи с Википедии.

🌊 https://storm.genie.stanford.edu (manual).

Наглядная визуализация работы LLM или что скрывается за чатом с ИИ: данные, абстракции, вычисления, сложность, тензоры, веса + масштабы расчётов для разных моделей (на видео самая маленькая).

https://bbycroft.net/llm (пояснения)

Юзер: «приветкакдела»
ИИ: ...

Разминаем мозги с теорией иерархически-механистического разума (The Hierarchically Mechanistic Mind, HMM).

Мозг – сложная адаптивная Система, которая активно минимизирует энтропию сенсорных и физических состояний человека, генерируя циклы действия-восприятия

HMM объединяет две взаимодополняющие точки зрения на мозг:

– Разум работает по принципу свободной энергии "free-energy" (обеспечивая биологически правдоподобную математическую модель функций мозга);

2) нейронные структуры и функции мозга возникают из причинно-следственных механизмов, которые формируются системой "мозг-тело-окружающая среда" в различных временных масштабах и рамках.

Согласно этой точке зрения, настроение напрямую влияет на реакции в мозге, вызывая изменения в восприятии им окружающей среды и факторов, например, чрезмерной чувствительность/бесчуствию к рискам, которые находят своё отражение в дальнейших действиях или умышленном бездействии по отношению к ним.

Ещё больше умных слов: https://www.sciencedirect.com/science/article/pii/S1571064519300028

В AppMetrica появились инсайты, которые анализируют динамику ключевых метрик приложения.

Новая фича позволяет оперативно отслеживать значимые колебания по времени и частоте использования приложения, а также упрощает отслеживание динамики ключевых метрик (DAU/WAU/MAU, Sticky Factor, ARPPU, ARPWAU), экономя время на изучении отдельных отчётов и сопоставлении данных.

Функция уже доступна владельцам и пользователям с правами чтения и редактирования в AppMetrica.

Узкое место Неймана (Von Neumann Bottleneck) — явление, при котором производительность или пропуская способности Системы ограничена одним или несколькими компонентами или ресурсами самой Системы(ой?).

VNB – это ограничение компьютерной архитектуры, которое происходит из-за того, что один и тот же канал/объект используется для 2+ операций, например, получения и данных и инструкций, а это означает, что в текущих условиях одновременно может происходить только одно из этих событий.

Есть 5 основных узких мест VNB:

1. Узкое место памяти. Центральному процессору необходимо постоянно обращаться к памяти как для программного кода, так и для данных, что приводит к задержкам.

2. ЦП теряет время, поскольку инструкции и данные проходят по одному и тому же каналу, а это означает, что он может обрабатывать инструкции только после поступления данных.

3. Узкое место ядра. В 2000 году процессоры не могли выйти за пределы определенной скорости (иначе они выделяли слишком много тепла), что привело к появлению многоядерных процессоров.

4. Узкое место в когерентности кэша (свойство, означающее целостность данных) при использовании многоядерных процессоров затрудняет согласованность данных в 2+ кэшах.

5. Узкое место соединения. Растущий объём данных и ПО провоцирует рост скорости передачи данных, что приводит появлению узкого места в соединениях между различными компонентами системы.

Проблемы VNB решаются с разной степенью успешности различными способами:

– Кэш-память. Один из способов — поместить критическую память в легкодоступный кэш для ускорения извлечения данных.

– Многопоточность и параллельная обработка позволяют сократить время обработки за счёт одновременной обработки различных частей задачи несколькими процессорами с установленнымм между ними приоритетами.

– Конструкция Памяти. Улучшение конструкции архитектуры памяти увеличивает пропускную способность памяти, входящей и исходящей от ЦП.

– Не-VNB Системы. Эти системы моделируются на примере работы систем из биологического мира (например, экосистемы грибов или системы квантовых вычислений), что позволяет распределенно использовать память (по сравнению с линейной системой, используемой в традиционной компьютерной архитектуре).

– Гарвардская архитектура — это компьютерная архитектура с раздельным хранением и сигнальными путями для инструкций и данных.

– Мемристоры. Компоненты, которые обрабатывают данные непосредственно там, где они хранятся, устраняя необходимость передачи данных между памятью и процессорами и сохраняя это состояние памяти после того, как они были отключены.

– Оптические вычисления. Для этого типа вычислений данные передаются с помощью света, а не электрических сигналов, что делает скорость передачи быстрее и снижает потребление энергии.

Джони Айв о том, как он и Стив Джобс поняли, что видят мир одинаково:

«...Мы были в магазине в Италии. Стива заинтересовал нож, он взял его, посмотрел и положил назад. Я подумал: «О, хороший нож» и тоже взял его посмотреть.

Но взяв его в руки, я увидел крошечную неровность в месте соединения рукоятки и лезвия металла. И я понял, что это был клей.

И теперь это был уже не нож. Это был просто кусок металла, приклеенный к рукоятке

И мы со Стивом поняли, что оба ощутили это.

Я думаю, что в этом есть некое чудесное осознание, когда ты понимаешь, что ты такой не один. И со Стивом мы поймали его довольно рано».

Обычное утро в Сан-Франциско: гугловские роботакси Waymo сигналят другим роботакси, которые тупят на выезде с парковки в 4 утра.

UPD. Небагафичу пофиксили "ещё неделю назад" сразу после сюжета в новостях, выпустив срочное обновление.

Самоуправляемые автомобили Waymo больше не сигналят, находясь рядом друг с другом (с) директор по продукту Waymo Вишай Нихалани

UPD2. Айтишница из дома напротив сообщает, что спустя неделю после апдейта, фича до сих пор в проде и гудит даже по субботам, а в качестве пруфов запустила live-стрим на ютубе с той самой парковки.

UPD3. Гудеть перестали, трансляция выросла до 3,000 подписчиков и на неё прикрутили монетизацию :)

Из комментов: Thinking how boring my life has become, watching autonomous car get freaky, lol.

FYI: Онбординг как ездить на такси Waymo (ютуб)

🪿

Вышли записи с Turbo ML Conf 2024:

Интересное:

– Подходы к построению LLM-приложений
– LLM для автоматизации поддержки
– Cильная LLM на основе открытых моделей
– Вредные LLM‑советы для продактов

Все доклады тут
@zheltyi_ai 🤜🤛

Как нанимают ТОПов и руководителей в Andreessen Horowitz:

Чтобы найти ТОПа/хеда/дира/любого руководителя, вам нужно взять все знания вашей команды и преобразовать их в процесс, который на выходе будет выдавать вам лучших кандидатов

Как нанимать лучших из лучших:

– Запишите требуемые вами сильные стороны от будущего кандидата на позицию.

– После запишите слабые стороны, которые вы и команда готовы/не готовы терпеть от будущего кандидата.

– Разработайте вопросы, которые проверяют у кандидатов наличие или отсутствие профессиональных навыков.

Базовые критерии оценки кандидата:

• Является ли кандидат Выдающимся в своей области? За счёт чего?

• Будет ли он поэтому первоклассным в управлении нашим продуктом/направлением/фичей?

• Будет ли кандидат вносить значительный вклад в стратегическое развитие компании?

• Будет ли он эффективным членом команды?

• Готов ли кандидат делать это с Энергией?

FYI: Если кандидат будет очень эффективным и вносить чрезмерный вклад в продукт-компанию, но при этом команда будет его не переваривать – это неплохо.

Далее, соберите команду для собеседования.

Собирая команду, вы должны задать себе 2 вопроса:

1. Кто лучше всего поможет вам выяснить, соответствует ли кандидат вашим критериям?

Это могут быть действующие сотрудники, совет директоров, другие ТОПы или внешние эксперты.

2. Кто будет нужен для поддержки работы после того, как руководитель ступит на борт?

Независимо от того, насколько хорош руководитель, ему будет трудно добиться успеха, если окружающие его люди саботируют всё, что он инициирует и делает.

Лучший способ избежать этого — понять все потенциальные проблемы до того, как человека наймут

Первая группа поможет вам определить лучших кандидатов, а вторая — оценить, насколько легко каждый кандидат интегрируется в вашу компанию.

✨ Лучше всего, чтобы вторая группа интервьюировала только финалистов.

Затем задайте кандидату вопросы на основе его талантов и навыков.

Убедитесь, что интервьюер, который будет задавать такие вопросы, глубоко понимает, как может звучать хороший ответ

Во время проведения интервью обязательно обсуждайте само интервью с кандидатом.

Используйте это время, чтобы получить как можно больше дополнительной информации и прийти к цельному пониманию возможностей и способностей кандидата.

Важно, чтобы СЕО сам проводил проверку финальных кандидатов и их рекомендаций

Рекомендации необходимо проверять по тем же требованиям к позиции, по которым вы проверяли кандидата во время начальных этапов.

Проверки рекомендаций через бэкдор (проверки от сторонних людей, которые знают кандидата) могут быть чрезвычайно полезным способом получить непредвзятое и дополнительное мнение.

Больше по теме:

– Как продакты нанимают продактов
– Как руководителю въехать в новый продукт
– Качества хорошего руководителя
– Виды компетентности