R77 AI | Кейсы в ИИ (от выпускников МФТИ)

Агенты нерабочая история — не всегда готовы принять качество LLM. Выход - RPA с LLM...

При масштабировании надо использовать скрипты...

Рост производительности не на 1 человека, а на единицу контента - масштабирование персонализации...

Вот такие страшные штуки завтра обсудим онлайн у нас на канале с ребятами из Альфа Head of AI Products Иваном Александровым и у руководителя группы продуктов Ксенией Рязанцевой.

18 февраля, среда, 16-00, у нас в канале. Тут можете добавить в календарик https://calendar.app.google/oMinHTef3kbSm98V7

"Unlearning в рекомендашках" вебинар прямо сейчас

Без смс, vpn и регистрации — https://www.twitch.tv/r77_ai

Задавайте вопросы под этим постом)

UPD Закончили — скоро выложим на ютубе)

Unlearning в рекомендашках завтра

Ребята, завтра в 18 поговорим на вебинаре с Никитой Зелинским директором по машинному обучению и исследованию данных в MTS Web Services про рекомендательные системы, а точнее про:

Unlearning в рекомендашках — постараемся вместе разобраться о чем речь, куда удалось продвинуться и почему до нашей индустрии это пока не докатилось.

Подпишитесь кстати на его канал — очень крутой, там про жесткий DS в корпах @datarascals

Ссылка на трансляцию будет у нас в канале, а напоминалку можете добавить в календарь: https://calendar.app.google/7rrdX5SmZgeXcqdRA

Валерий Бабушкин — OpenClaw, Moltbook и почему деньги всё ещё в ML

В этом выпуске подкаста поговорили с мощнейшним Валерием Бабушкиным про:

— что такое OpenClaw и зачем вообще нужны автономные агенты — эксперимент с Moltbook и системами, которые могут работать неделями без постоянного контроля — GPT-5.2, Codex, Claude Opus и Gemini — где какая модель реально удобнее — синтетических пользователей и ограничения такого подхода — почему большинство ML-пилотов не доходят до продакшена — и почему деньги до сих пор в классическом ML, а не только в LLM

Залетайте: Ютуб ВК

Почему мы не используем MCP в наших проектах

Привет, это Руслан Бельков расскажу почему мы почти не используем популярный и казалось бы удобный MCP у нас на проектах.

Model Context Protocol — это стандарт для подключения AI-инструментов (клиентов) к сторонним системам (mcp серверам), реализован он на базе JSON-RPC. Он содержит в себе доступные инструменты для использования LLMкой, вместе с инструкцией как этим всем пользоваться. Например, можно к Cursor подключить гугл-таблицы.

То есть, до тех пор пока система заказчика (сайт или телеграм бот или что-то подобное) не является AI-инструментом по типу Claude Code, Cursor, OpenClaw и т.д. — мы не попадаем под основной юзкейс MCP, на стороне клиента просто нет LLM, которой нужно скармливать MCP инструкции. Более того, мы можем обернуть практически любую REST API в MCP-формат когда нам понадобится примерно за один промпт. Также REST API более устоявшийся, имеет стандартизованную схему OpenAPI с генерацией клиентов во всех-всех возможных вариациях, понятен всем.

в общем пока для нас старое доброе REST API более подходящая история.

"3 из 4 пилотов в AI заканчиваются неуспешно"

Посмотрите наш подкаст для любимых МТС Web Services там:

— что происходит, когда прописывают precision ≥ 0.95 — почему модель может быть точной, но бесполезной — зачем инженеру две недели учиться сортировать алмазы — и почему самый важный человек в AI-проекте — не ML-инженер

Отдельно много говорим про Computer Vision в производстве:

Как реально выглядит внедрение на заводе. Почему bottleneck — не модель, а latency. Когда edge-решение выгоднее облака. Почему нельзя просто «взять YOLO и запустить».

https://t.me/MWS_Cloud/2197

Обсуждаем че там у американцев прямо сейчас на РБК ТВ

https://tv.rbc.ru/archive/chez

UPD Все мы высказались, запись — https://tv.rbc.ru/archive/chez/6971059e2ae59636bd4e6de2

Валерий Бабушкин у нас скоро)

Мы отошли от праздников и смотрите кто у нас скоро, легенда — Валерий Бабушкин (один из лучшах каналов) на подкасте!

Какие темы интересно спросить у него?

Q4’25 анализ из нашей CRM Продолжаю делиться тем, что реально происходит на рынке ИИ “в полях” tl;dr: спрос есть, но сделки зависают на последней миле.

Статистика: - Кол-во лидов в Q4 выросло на 7% (67 квал. лидов) - 32% зависли в "Ждем фидбэк по КП" - 26% застряли до КП на фазе уточнения требований - В финалах 43% отказов "без причины" (чаще всего – клиент уходит думать, оценивать ROI от ИИ)

Что это говорит про рынок ИИ: - Все хотят “ИИ”, но покупают “следующий шаг”, а не "вижн". Лиды приходят, КП отправляются, но дальше клиент быстро теряет "интерес" - Рынок смещается в реальные кейсы с эффектом, а не "сказки" про ИИ

Узкое место у нас – дожим после КП, хоть это и выглядит как рыночный паттерн: “покажите прототип/ROI/риски”.

Основной спрос все еще на NLP(LLM): 58% лидов.

Пару интересных запросов: 1. Приемка яблок с компьютерным зрением🍎 2. ИИ-Агент для Process Mining, интересно что получится 🔥 3. Копилот для Продактов в корпорациях 👨‍🎨 4. Проверка договоров на соответствие требованиям 📄 5. Построение 360-панорамы с камер машины 🚖

Производствооо

Были сегодня вот на производстве — куча задач по ComputerVision.

Пока сказать не можем кто и что, но вот делимся этой клевой атмосферой, когда не за компом, а в полях)

"Почему быть гиком — это боль"

Видимо такой следующий подкаст будет у нас судя по комментам к "Почему LLM это боль"))

Почему LLM — это боль? Выложили подкаст с Севой Викулиным!

Зацените,кстати, его крутейший канал про ML и AI @vikulin_ai

Собрались с Севой (ex-Mail.ru, Marusya, Яндекс.Нейро, сейчас Т-Банк) и поговорили честно — почему LLM-проекты в реальности такие тяжёлые, почему fine-tuning почти никому не нужен, куда исчез «science» из Data Science и что такое настоящая контекст-инженерия.

Обсудили: — почему 8–9 из 10 запросов сейчас про LLM — как выбирать модель: 5B, 7B, DeepSeek, Qwen — снимает ли LoRA боль (спойлер: почти нет) — что ломает RAG-ассистентов — какие агенты реально работают, а какие — фантазии — откуда брать бизнес-эффект и как считать ROI — и куда движется рынок: платформы, no-code, агенты, enterprise-LLM

https://vkvideo.ru/video-228941334_456239060 https://www.youtube.com/watch?v=2e3JOXK9mfg

Мама я в телевизоре

Постоянно начали звать в СМИ и обычно спрашивают про новые законы в ИИ. Мы в политику не уходим, но отвечаем с точки зрения технички.

Вот на этой неделе давали комментарий по административным штрафам через распознование лиц в "Коммерсант", а потом в костюме с пакетом пошли на телепередачу в "РБК". Мы там с 7-40 минуты, но вообще тема интересная, так что с нуля можно посмотреть)

MCP (Model Context Protocol) вебинар выложили!

Ура мы вернулись с отпусков и коммандировок и снова с вами!

Прикладываем обалденный вебинар с Олегом Стефановым (его ютуб, его тг-канал), где он рассказывает о MCP.

Мы разбираем: • что такое MCP и зачем он нужен; • как LLM может создавать файлы, управлять,например, Blender, работать с базами данных и API; • как устроены MCP-клиенты и серверы — Claude Code, Cursor, CLID, консольные утилиты; • как писать собственные MCP-сервера на Python и подключать их к экосистеме; • как автоматизировать задачи: Telegram-боты, Notion, файловая система, PostgreSQL; • как работает SIP (Server Interaction Protocol) внутри MCP; • какие инструменты лучше выбрать новичку и разработчику; • безопасность MCP-серверов, риски и проверка репозиториев; • как строятся агенты, tool-calls и автономные рабочие процессы.

https://youtu.be/qj13mgCd2Is

https://vkvideo.ru/video-228941334_456239059

🚀 Через 50 минут начинаем вебинар про ограничения LLM ! 🚀 По ссылке: https://www.twitch.tv/r77_ai

Вопросы можно сюда в комментарии 👇🏻

Когда уже эти LLM реально заработают? Что сдерживает индустрию от массового внедрения LLM

Проблема не в GPU или в квалификации кадров. Текущая технология имеет фундаментальные ограничения для обучения решения сложных задач. Но в «мало-шаговых» задачах все давно работает.

Завтра (5.11) в 18:00 к нам придет Всеволод Викулин. О чем поговорим:

- Как выглядит классический AI-модель - оптимизация на одну целевую метрику

- В такой постановке в LLM уже как год работает.

- Реальные задачи вообще не такие. Тут вылезают планирование и сложные рассуждения.

- Такое текущий RL нормально обучать не умеет. Есть интересные наработки, но пока заводится только на sparse-ревордах

О нашем крутом госте: Всеволод Викулин, 9 лет разрабатывает ML-решения. Внедрял ML в VK, Yandex и сейчас в Т-Банке. Последние 3 года занимается внедрением LLM-сервисов, так что очень хорошо знает все их проблемы :) ещё подписывайтесь на канал Севы, там полезно 🔥

MCP!

🚀 Через 20 минут начинаем вебинар про MCP ! 🚀 По ссылке: https://www.twitch.tv/r77_ai

Вопросы можно сюда в комментарии 👇🏻

MCP-вебинар!

Мы позвали самого крутого человека, который понятнее и подробнее всего рассказывает про MCP — Олега Стефанова! Вот зацените его ютуб https://www.youtube.com/@stepoleggg и тг-канал https://t.me/oleglimited про AI — золотце!

Вот че будет: - Что такое MCP и почему это must have для любой digital работы. - Как пользоваться MCP. Программы и конфиги. - Приемы работы с MCP серверами для максимальной эффективности в решении задач. - Как создать свой MCP сервер.

В четверг в 16-00 у нас на канале, можете поставить напоминалку в календарь https://calendar.app.google/Vnj3wE5WADo7T8cD6

ухххххх

Наши друзья делают Gen Ai конфу Conversations )

Крута она тем, что там реальные кейсы по генэйяю и не только в биг корпах:

1) "LLM для слов, MCP для цифр: как можно оптимизировать экономику проектов с помощью MCP-серверов" от Ивана Четверикова из Raft. 2)"Универсальный агент = ReAct + REPL" от Констанина Крестникова из GigaB2B. 3) Про AI-кибербез "Агенты ловят хакера: от экспертизы до моделей" от Positive Technologies.

Еще там Норникель, Т-Банк, Plata card (Mexico), Яндекс, Just AI, GigaB2B, ВкусВилл. В общем серьезно так. Вот тут инфа на сайте. и еще же промокод от нас на билет CVS25mDvS

Просто покажем, что мы хорошо работаем)

Антон Цапаев "Команда цифровых каналов Альфа-Банка": Команда R77 AI помогла разработать, протестировать и внедрить пилотное AI-решение для портала документации Alfa API. Чат-бот был успешно запущен и включён в список значимых инициатив блока цифровых каналов Альфа-Банка.

Александр Кумар CPO inSales by Сбер: С коллегами из R77.ai выполнили работы по реализации AI агента аналитика на базе LLM. Квалифицированные и ответственные исполнители – все работы были успешно сделаны в срок. Кроме того, экспертиза в области ИИ помогла усовершенствовать наш проект.

Алексей Хрячков Старший менеджер продукта в dreamjob.ru by HH.ru: Нам понравилось работать с R77 AI: результат хороший, коммуникация прозрачная, реакция на вопросы и уточнения - понятная и быстрая. + уложились в гораздо меньшую сумму, чем рассчитывали изначально. Поэтому, как стартовый проект в нашем взаимодействии считаю это успешным)