Блог инженера Шмакова

Как устроен рынок AI продуктов в России и не только 🚀 Про размеры рынка В 2025 году Яндекс совместно сApple Hills Digital провёл большое исследование рынка Российского ПО. Картинка из исследования в этом сообщении. По прогнозам к 2030 году общая емкость рынка корпоративных решений составит 156 млд р суммарно, из них около 40 процентов занимает Saas AI и чуть больше Paas AI остаток в 15 процентов занимают услуги и консалтинг в сфере. Уже сейчас оборачиваясь на цифры из 2026 и наблюдая за трендами в зарубежной индустрии мы можем допускать еще более агрессивный рост сегмента. При этом PaasAI требует на старте большие объёмы инвестиций c длинными циклами возврата или готовую донорскую инфраструктуру, поэтому хорошо растет как часть уже успешного бизнеса в IT сфере. Гораздо интереснее то, что происходит поверх этой инфраструктуры — в сегменте GenAI SaaS. Безусловно не всякий Saas работает как GenAI, но именно GenAI сейчас предлагает простые и быстрые инструменты для начала бизнеса. Если аккуратно прикинуть текущие масштабы, то речь идет примерно о 1,6 млрд рублей, приходящихся на продукты на базе генеративного ИИ. Это пока небольшая цифра, но важно другое: это один из самых быстрорастущих сегментов с интересом как со стороны потенциальных клиентов, так и со стороны стратегических и финансовых инвесторов И он растёт сразу с двух сторон: - С одной стороны — стартапы: быстро собирают решения, тестируют гипотезы, занимают узкие ниши. - С другой — крупные компании. Например, в экосистеме Яндекса уже появились прикладные продукты вроде: нейроюриста или нейроэксперта. Это не просто эксперименты — это попытка занять будущие рынки заранее. Именно конечные сценарии нужны заказчикам, продукт, который решит конкретную проблему или сценарий. не крутая «модель», а: автоматизированная поддержка, быстрый юридический анализ, генерация документов, работа с внутренними знаниями. Именно поэтому среди точечных решений наибольший потенциал роста имеют не те, кто делает не технологию, а те кто создают понятный конечный продукт. Ближайшее логичное действие это взять пресловутые 1,6 млд и разрезать из на отдельные ниши с учётом текущей рф специфики. Но если вы следите за рынком в РФ сейчас, то наверняка заметили что он очень быстро меняется и становится частью глобального ландшафта и всё больше походит на рынок США в части Gen AI решений. Например, уже сейчас всем знакомая Алиса находится в топ 10 в Gen AI mobile apps Предлагаю сфокусироваться на поиске трендов будущего рынка, поговорим про то какие сигналы видны уже сейчас. Имеет смысл посмотреть на более зрелые и агрессивные экосистемы. Нет оснований полагать, что в России темпы роста GenA будут принципиально отличаться, пусть и с временным лагом. Общий сдвиг который подтверждают сигналы рынка и исследования Menlo Ventures: рынок всё больше уходит от «моделей ради моделей» к прикладным сценариям. картинки из отчёта Menlo

#гис https://plain.jxd.dev/blog/realtime

TechCrunch: Годовой доход ИИ-стартапа Lovable превысил $500 млн – Lovable разрабатывает ИИ-инструменты для генерации кода – Недавно показатель ARR стартапа составил $500+ млн – В феврале 2026 стартап сообщал, что ARR составлял $400 млн – Летом 2025 стартап планировал достичь $1 млрд через год – С помощью инструментов Lovable создано 50+ млн проектов – Каждую неделю пользователи стали создавать уже 1 млн проектов – В основном пользователи Lovable не имеют тех. образования – Основные пользователи платформы: дизайнеры, менеджеры и др. @ftsec

🗣 Как верно из чата пишут. Вот вы сами, господа разработчики, фактически на 100% свели к чату использование IDE, и там, думаю, многие уже забыли или даже не знают, где какие кнопки нажимаются после обновлений версий того же VS Code. Если вы сами «слиняли» с UI в IDE в чат, то почему вы думаете, что обычные офисные сотрудники не сделают то же самое? У вас IQ больше, чем у какого-нибудь маркетолога или бухгалтера, поэтому вам чат, а им «формы для дебилов»? Сомневаюсь в такой гипотезе. На самом деле я пишу это не для хайпа, а указываю на ТРЕНД. Что агенты в UI — это РЕВОЛЮЦИЯ, в этом крайне мало сомнений. Они изменили сам порядок использования приложений. Я призываю сейчас не отказываться от старых фронтов завтра, но изучать, как устроены фронты на агентах. Фронты на агентах — это ДРУГАЯ тема. Старый опыт тут часто контрпродуктивен, потому что агент — это не алгоритм, а ИНТЕЛЛЕКТ, причём по мощности он часто сильнее обычного оператора. Раз эту тему нельзя победить, значит, её надо возглавить. 😎 Я такой позиции придерживаюсь во всех ИИ-технологиях. Можно совершать набеги Дон‑Кихота на ветряные ИИ-мельницы, но шансы так себе. Лучше оседлать тренд, чем бороться с вендорами, которые сидят на триллионах долларов.

#гис

📊 Актуальный рейтинг ИИ-моделей по количеству пользователей в месяц. ChatGPT постепенно теряет доминацию и уже занимает менее 50% рынка.

#гис https://www.youtube.com/watch?v=ERia1SoZmQw

Заметки Архитектора или как будет выглядеть разработка UI в эпоху ИИ или почему React скорее всего выдавит даже специализированные фреймворки под узкие задачи. У меня работа уже много лет архитекторская, поэтому отношение к UI у меня утилитарное относительно бизнес-логики в бэкенде. В моих приложениях реально где-то 70% себестоимости — бэкенд много лет. Это не означает, что я во фронтах не разбираюсь, я просто не тот человек, что их программирует, но тот человек, который по работе с конечным пользователем создаёт спеки (ТЗ) на фронты и также решает, что увидит фронт по API из бэкенда. Сейчас внимательней потестировал React в разных кейсах — как раз специализированных фреймворков: BI-решения, ERP-формы, чаты ИИ-агентов. Практически везде Claude с React превзошёл качество специализированных решений, остальные LLM примерно на уровне специализированных решений выдавали на React разные UI. На самом деле тут важный инсайт, что «оптимальный фреймворк под задачу» — это чисто антропизация. Обычно разработчик мыслит, что если он написал 20 строк, а не 100, то значит первый вариант лучше. Однако в случае SFT у ИИ ситуация совсем другая. Строго говоря, ИИ просто наплевать на сложность фрагментов программирования по 100–200 строк, но самое главное — пройти целевое SFT-обучение на нужную среду. В случае ИИ там гиперобучение LLM на бэкенды на Python и фронты на React. Мне уже как архитектору очевидно, что можно на все виды UI делать ставку React Only. Специальные фреймворки под задачу нужны людям, но не LLM. Богатые библиотеки под React позволяют сделать что угодно. И есть ещё важный кейс. Сейчас проглядывается уже сильно сценарий, когда разработчиков фронта начнут вытеснять не бэкендеры с backend-driven UI, а обычные пользователи, если разработчик бэка сделал API в духе «данные для контролов». В этом случае можно юзера уже сейчас отправлять на Арену с выжимкой примеров данных для формы из API или дешборда, чтобы он сам себе сделал форму ввода или дешборд как ему нравится. Переставить обратно в систему его UI, заменив мокированные вызовы на реальное API, — 10 минут работы агента. Фокус проканает при подходе «тонкого UI», когда API бэка не просто отдает объекты, а фактически готовые данные для наполнения контролов. Это возможно, я всегда так и делал, когда проектировал API. Это так называемая концепция BFF (Backend for Frontend). Такой подход ещё очень безопасный, т.к. вам придётся решить в таком подходе 100% проблем security в бэкенде. В наше время, когда есть Claude Mythos, следует взять как аксиому, что фронт взломан просто всегда (Zero-Trust Architecture). Явно грядут большие перемены, как строятся приложения даже по философии. Будет намного больше сотрудничества с пользователями и создание UI пользователями точно будет популярный кейс. PS. Обратите внимание насколько мощен Claude во фронтах на React, он даже попробовал нарисовать векторной графикой карту мира, когда у него не подгрузилась картинка в Arena.

частично да, частично нет. так как человек архитектор, то про родовые травмы реакта не слышал и не понимает, что реально соврменное приложение на нём не написать.

Как мы выводим SaaS и онлайн-сервисы в ответы ChatGPT, Perplexity, Claude, Gemini и Алисе: 6 факторов на нашем опыте #habr https://habr.com/ru/articles/1047358/ Tags: продвижение в нейросетях, geo продвижение, продвижение в chatgpt, продвижение в claude, как попасть в ответы нейросети, оптимизация под нейросети, генеративная оптимизация, продвижение в perplexity, упоминания бренда в нейросетях, видимость в ии выдаче Author: Saitcraft77

🔜Мы с Claude и ChatGPT собрали графики по использованию нейросетей пиарщиками. Оценка основана на открытой аналитике SuperJob, Mediascope и других источников. ✏️На одном графике — структура запросов PR-специалистов к нейросетям. На двух других — динамика по годам и объёму. 👉Что сказать? Генерация и адаптация текста по-прежнему занимает топ-3. Для пиарщиков это остаётся ядром. ИИ пока ускоритель рутины. 🔜Но при этом растут сложные задачи: антикризис, аналитика, внутриком, стратегия и месседжи. Кризисов больше, инструменты мощнее, порог входа ниже. ⚡️Самый быстрый рост — запросы про GEO: как сделать, чтобы бренд упоминался в ответах нейросетей. Год назад этой темы просто не существовало. 📣Новинка 2026 — запросы про промпты и автоматизацию: пиарщики переходят от разовых обращений к выстраиванию систем. ИИ всё активнее используется для персонализации контента, мониторинга СМИ и настройки рабочего процесса. ☕️И на закуску. За три года доля PR-специалистов, регулярно использующих ИИ, выросла с 8% до 55%. Объём запросов — с 100 тысяч до 5,3 млн в месяц.

#гис

#гис https://jsonjoy.com/

✔️ Самый известный технологический миллиардер Турции, зять Эрдогана и основатель и глава корпорации «Baykar» Сельчук Байрактар выступил с любопытным программным заявлением об искусственном интеллекте (ИИ):

Гигантские монополии, пытающиеся контролировать технологию ИИ гегемонистскими методами, требуют огромной вычислительной мощности, которая поглотила бы почти все энергетические ресурсы, имеющиеся у человечества. Эти амбиции напоминают пирамиды, построенные с помощью чистой грубой силы, подобно тем гигантским сооружениям, которые фараоны возводили, чтобы возвеличить свои вечные эго. Сегодня глобальные гиганты собирают все данные человечества с помощью сотен тысяч процессоров и получают непропорциональную власть. Что нам нужно сделать, так это сосредоточиться не на сегодняшнем дне, а на будущем, как мы это делали в нашем приключении с БПЛА и БПАК, и добиться совершенно нового прорыва, сделав сдвиг парадигмы вместо того, чтобы следовать правилам, установленным другими...[...] Сбор данных о жизни всего человечества в собственных дата-центрах глобальных монополистов, единственная цель которых - максимизация прибыли, является коварным ударом по суверенитету наций и обществ. Не нужно быть пророком, чтобы увидеть, во что превратится эта осада завтра. Это декрет современного мира о добровольном рабстве. Именно поэтому, вместо того, чтобы отдавать наши данные на серверы гигантских глобальных монополистов, мы должны внедрять архитектуры распределенного обучения и обработки.

#гис

#гис https://www.youtube.com/watch?v=hCMrEfPG2Yg

🥊 Приложениям невозможно тягаться с моделями. А победителями будут поставщики лопат для Frontier Labs.   Это вольная интерпретация твита Brendan Foody (Mercor), который он недавно запостил. Суть:

Cледующие 12 месяцев будут намного лучше для инфраструктурных компаний upstream от Anthropic и OpenAI, чем для приложений downstream от них.

  Что думаете по этому поводу?   1/ В чём логика Фуди: ▪️AI labs как Anthropic и OpenAI сами становятся конкурентами application-layer стартапов – они захватывают всё больше use cases нативно. ▪️Известные кейсы были с продуктами типа Claude Design для дизайнеров, из-за которых и без того страдающая на публичном рынке Figma полетела вниз, AI агенты для финансов от Anthropic, ChatGPT Health и так далее. ▪️А на другой стороне потребность в данных и compute – AI Labs активно расширяют мощности (чего стоит контракт на Colossus от xAI для Anthropic объемом в $40B) и скупают экспертные данные для моделей.   2/ Что тут может быть не так? ▪️Ключевой moat infra компаний – это либо капитал (для датацентров), либо уникальные данные (для expert data). ▪️С капиталом все понятно, а вот с данными – чем глубже мы углубляемся в отдельные нишевые рынки, тем уже эти рынки становятся. К тому же лабы хотят нам выдать AGI, интеллект, который готов учиться на контексте. ▪️А контекст и workflows – это как раз то, что есть у application layers. Нам сейчас кажется, что контекст может создать каждый – контекст есть у тебя в голове и рядом есть вайб кодинговый инструмент. Но чем сложнее процессы будут подвергаться дизрапшну, тем сложнее будет создавать контекст на лету. ▪️К тому же если мы перейдем на локальные модели, контекст станет более важен, нежели датасет для тренировок. ▪️В тему: Menlo Ventures недавно намекнули, что inference costs упали в 150x с запуска GPT-4 – это расширяет маржу приложений, а не сжимает ее.   3/ Конечно, в пункте выше речь идет про уникальный контекст и рабочие процессы. Если вы вайбкодите wrappers, то вероятность того, что модели придут на вашу поляну очень высока. Кстати, все соображения выше касаются скорее enterprise софта, для пользовательских приложений все может быть по-другому.   4/ Не забываем, что Mercor – это поставщик evals для лабов, так что тут позиция в любом случае biased.   👉 Твит Brendan Foody: https://x.com/BrendanFoody/status/2056057857460859181   @proVenture   #ai #trends #howtovc