Adapt выглядит как редкий тихий запуск: сервис обещает отвечать на вопросы по корпоративным системам, автоматизировать рабочие шаги и собирать внутренние приложения, но вокруг него пока почти нет заметного шума. Именно такой проект легко пропустить, хотя у него есть практическая ценность для компаний, которым нужен не очередной чат-бот, а инструмент с контролем доступа и журналом действий.
История дня — о сервисе Blood Insight AI, который помогает обычным людям понять результаты анализов крови без специальной подготовки.
Три свежих сигнала с рынка: Equal AI получил $30 млн на голосовой ИИ для обработки звонков, Jedify поднял $24 млн на корпоративный контекст для агентов, а Poke стал первым ИИ-агентом на Apple Messages for Business.
Создатель показал, как превратил ИИ-наушники в личную память: идеи, разговоры и заметки больше не теряются между дорогой, кухней и тренировкой.
Обсуждение на Hacker News вокруг текста о предполагаемом крахе занятости из-за ИИ интересно не громкими прогнозами, а трезвым сопротивлением им. В центре разговора — мысль, что между сильной моделью и массовым вытеснением людей стоят медленные организации, стимулы компаний, правила и запутанная реальная работа.
Onpilot строит платформу ИИ-исполнителей, которые подключаются к Slack, Teams, WhatsApp, корпоративным сервисам и локальной инфраструктуре. Проект интересен тем, что обещает не абстрактного помощника, а практический слой для наблюдения за операциями, сигналов о рисках и автоматизации действий, при этом на Product Hunt он прошёл почти незаметно по меркам широкой корпоративной темы.
Свежая работа на arXiv предлагает смотреть на ИИ не только как на источник экономии времени. Авторы показывают, что передача решений машине меняет доверие, ответственность и то, как люди учатся и координируются друг с другом.
Сегодняшняя подборка собрана вокруг одной сильной линии: учителя и создатели образовательных продуктов используют ИИ не как замену уроку, а как способ перестроить сам формат обучения под реальную боль ученика. Во всех трёх историях важно не обещание технологии, а личный опыт человека, который сначала упёрся в конкретную проблему, а потом начал собирать свой инструмент под неё.
IrisGo строит помощника для рабочего стола, который наблюдает, как человек один раз выполняет задачу, а затем пытается повторять этот рабочий процесс с минимальными подсказками. Для раннего ИИ-стартапа это важный сигнал: команда делает ставку не на очередной чат, а на более прикладной слой автоматизации повседневной работы, при этом вокруг проекта пока заметен лишь ограниченный информационный след.
