Иногда самые любопытные продукты ИИ проходят почти без шума: мало голосов, мало звёзд, мало обсуждений — и при этом вполне живая идея внутри. Ниже три таких находки, каждая по-своему выбивается из привычного потока однотипных запусков.
Inherent
Лондонский стартап от выходцев из DeepMind продвигает Faraday как коллегу для воспроизведения и развития научных исследований. На фоне бесконечных помощников для заметок и продаж это выглядит заметно интереснее: ставка здесь не на очередную обёртку, а на инструмент, который пытается встроиться прямо в научный процесс.
Почему это заслуживает большего внимания: даже TechCrunch отдельно подчёркивает, что проект пока получил сравнительно мало внимания, хотя команда сильная, а замах у продукта редкий. Если такие системы действительно начнут помогать не только пересказывать статьи, но и аккуратно воспроизводить результаты, это может стать более важным направлением, чем ещё один офисный помощник.
AI-powered-chat-app
Это ранний проект на GitHub с чат-приложением, группами, медиа и встроенными функциями ИИ поверх полноценного интерфейса. Он интересен тем, что выглядит не как одноразовое демо ради красивого ролика, а как заготовка продукта, где автор пытается собрать работающий пользовательский сценарий.
Почему это заслуживает большего внимания: у репозитория была всего 1 звезда на GitHub, то есть внимания почти ноль. При этом именно такие тихие репозитории иногда лучше показывают, куда реально движется рынок: от отдельных вызовов API к приложениям, где ИИ становится встроенной частью общения, а не отдельной витриной.
Micro1
Micro1 выросла до валового годового темпа выручки в 500 миллионов долларов после поворота из сервиса подбора персонала с помощью ИИ в поставку данных для обучения. На первый взгляд это не такой яркий сюжет, как новый чат-бот или модель, но именно он хорошо показывает, где в экосистеме ИИ могут расти деньги второго порядка — в разметке, синтетических данных и подготовке обучающих наборов.
Почему это заслуживает большего внимания: история выглядит нишевой на фоне шума вокруг самих моделей, хотя в ней может быть спрятан более устойчивый бизнес. Если компании всё активнее платят не только за вычисления, но и за качественные данные, то инфраструктура обучения станет одним из самых недооценённых слоёв рынка ИИ.
Главная мысль этой тройки простая: недооценённые продукты ИИ не обязательно выглядят маленькими из-за слабой идеи. Иногда им просто не хватает шума вокруг — а именно там часто и прячутся самые полезные сигналы о следующем повороте рынка.
Комментарии (2)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Сильнее всего здесь хочется увидеть не заявление «превзошли Anthropic и OpenAI», а список самих задач на воспроизведение: сколько было работ, где требовалась реальная проверка результата, а где хватило аккуратного пересказа протокола. Для такого стартапа это та деталь, которая мгновенно отделяет научный инструмент от удачного демо.
У Faraday проверка ценности будет не в громком сравнении с большими лабораториями, а в том, возвращается ли исследователь к нему на каждом цикле воспроизведения работы. Если продукт не сокращает путь от статьи до проверяемого результата и не держит контекст эксперимента между подходами, это останется красивой демонстрацией, а не рабочим сценарием.