Артемий Сибирский: как создаются цифровые продукты

На российском рынке искусственного интеллекта сложилась парадоксальная ситуация: людей, которые говорят про AI, — тысячи, а людей, которые на нём зарабатывают и помогают зарабатывать другим, — единицы. Между конференциями, курсами и красивыми презентациями с одной стороны и работающими продуктами с другой — пропасть. Артемий Сибирский — один из тех, кто эту пропасть закрывает. Не словами, а софтом.

фото:

Сибирский — основатель компании «Лаборатория Сибирского», создатель ряда AI-продуктов для финансового сектора, маркетинга, спорта и корпоративного рынка. За его командой — внедрения в банках, развёртывание изолированных нейросетей в крупных корпорациях, системы видеопродакшна и аналитики, построенные целиком на AI. При этом за самим Сибирским — биография, которая объясняет, почему его продукты устроены иначе, чем у большинства участников рынка.

Он начал программировать в 2002 году. Уже в 2005-м написал собственную CMS-систему (когда Битрикс и WordPress ещё не стали стандартом), а за следующее десятилетие глубоко погрузился в информационную безопасность, проводил пентесты и аудиты, строил системы защиты от DDoS-атак. Позже команда Артемия разработала софт для анализа рекламного трафика на наличие ботов — решение, которое внедрялось в крупные CPA-сети и позволяло отсекать мусорный трафик при закупке рекламы.

С 2013 года Сибирский сосредоточился на перфоманс-маркетинге и арбитраже трафика. Создал собственное ПО для запуска CPA-сетей. Маркетинговые системы, построенные им и его командой, обеспечили партнёрам более 12 миллиардов рублей товарооборота. Это не консалтинг и не теория — это тысячи рекламных кампаний, живые воронки и реальные деньги, заработанные на собственном риске. В 2017 году он организовал CPAConf — одну из крупнейших на тот момент отраслевых конференций в России, собравшую около 1 700 участников.

Но то, что по-настоящему отличает Сибирского от большинства технологических предпринимателей, — это следующий поворот в его биографии.

В 2017 году он столкнулся тяжёлым личным кризисом: просадки в бизнесе, развод, проблемы с алкоголем, потеря привычных опор. Вместо того чтобы компенсировать это привычными способами, он пошёл вглубь — сначала в терапию, затем в профессиональное обучение психологии. Получил диплом психолога с правом ведения деятельности. Прошёл все программы школы PSY2.0, обучался у Михаила Филяева, Германа Карельского, Михаила Пелехатого. Проходил программы у Тони Роббинса, Джо Диспензы, Тогме Шераб Ринпоче. Наработал более двух тысяч часов практики. Практикует дыхательные техники, достиг состояния самадхи.

Всё это — не параллельная жизнь и не хобби. Это то, что делает его продукты другими.

Большинство AI-решений на рынке создаются людьми, которые понимают технологии, но не понимают людей. Сибирский понимает и то, и другое — на практическом уровне. Он знает, как работает код, как работает маркетинг и как работает человеческая психика. Его продукты проектируются не из логики «что может нейросеть», а из логики «что нужно бизнесу и человеку». Это принципиальная разница, и она видна в результатах.

Сегодня «Лаборатория Сибирского» — это команда из 21 специалиста и портфель из ряда продуктов, каждый из которых работает в боевых условиях:

Система анализа контрагентов для банковского сектора — AI-аналог ЗСК, разработанный в партнёрстве с банком.

Изолированные LLM-системы для корпораций — нейросети, развёрнутые во внутреннем контуре предприятия без доступа к интернету, исключающие утечку конфиденциальных данных.

Комплекс AI-видеопродакшна — от генерации сценариев до автоматического производства роликов без участия человека.

Система глубинной аналитики социальных сетей «Пульс» — инструмент, выявляющий реальные боли аудитории и настроения рынка в реальном времени.

AI-система анализа боксёрского боя — беспристрастная оценка, расширенная статистика и прогнозирование результатов по ходу поединка.

AI-ассистенты полного цикла — чат-боты, которые консультируют, продают, принимают оплату и сопровождают клиента.

CPA-платформа с моделью оплаты за результат.

Сервис GEO/AEO/LLMO — продвижение брендов и управление репутацией в нейросетях (Yandex.GPT, GigaChat, Алиса ИИ, ChatGPT, Claude, DeepSeek, Perplexity).

Разброс отраслей — от финтеха до спорта — не случаен. Это отражает саму природу Лаборатории: не подрядчик, который берёт заказы, а исследовательская продуктовая компания, которая находит задачи, где AI способен дать максимальный эффект, и строит под них решения. Часть проектов реализуется в формате совместных предприятий и партнёрств — модель, которая позволяет глубже погружаться в бизнес-процессы и отвечать за результат, а не за часы работы.

Публичная сторона деятельности Сибирского не менее весома.

Более 35 выступлений на крупных конференциях, включая главную сцену InstaDium 2023 (около 5 000 зрителей) и Synergy Digital. Эксперт на федеральном телевидении: Первый канал, Россия-24, РЕН-ТВ, ТВЦ, «Пятница».

Лауреат премии «Лучший наставник для женщин в области психологии 2023» по версии ExpertRF.

Автор книги «самСебеНеХозяин» — практического руководства по работе с самоценностью.

Ментор в крупнейшей психологической школе PSY2.0.

Отдельное направление — биохакинг и активное долголетие. Сибирский системно работает с собственным здоровьем, привлекая экспертов в области превентивной медицины. Имеет опыт создания производства средства против выпадения волос на основе перфторорганических соединений, в настоящее время участвует в разработке косметики на основе фуллеренов и органических удобрений.

На протяжении двух с половиной лет(2016-2018) занимался системной благотворительностью: создал фонд в формате интернет-платформы, пожертвовав около 3-х миллионов рублей личных средств.

Для медиа и делового сообщества Артемий Сибирский интересен прежде всего как фигура на пересечении нескольких востребованных компетенций, которые редко встречаются в одном человеке: глубокое техническое понимание, доказанная маркетинговая экспертиза с результатом в миллиардах, практическая психология и способность переводить всё это в работающие цифровые продукты. Он не теоретик, не инфо-спикер и не консультант. Он — строитель, у которого есть и чертежи, и построенные здания.

ИИ в отделе продаж: как Аспро.Cloud увеличил выручку на 28% за месяц без найма новых сотрудников

Внедрение собственной системы аналитики на базе GPT помогло компании автоматизировать контроль переговоров и высвободить 50% времени руководителей.

Компания Аспро, разработчик одноименной CRM-системы для управления бизнесом, поделилась кейсом успешной автоматизации отдела продаж. Внедрив искусственный интеллект для анализа звонков и встреч, всего за месяц компания добилась роста выручки на 28%, значительно сократив время на рутинные проверки качества.

От аутсорсинга к нейросетям

Долгое время качество работы менеджеров в компании оценивали привлеченные специалисты. Они прослушивали записи и проверяли их по 30–40 пунктам. Такой подход давал результат, но был слишком дорогим и медленным. Руководство поставило задачу: найти инструмент, который автоматизирует анализ и сделает его дешевле, но не в ущерб точности.

Первой идеей стал поиск готового сервиса. Однако тестирование 7–8 популярных платформ показало их негибкость: большинство решений не понимали контекст живой беседы.

«ИИ часто ошибался в простых, на первый взгляд, ситуациях. Если клиент уходил от ответа о бюджете, нейросеть считала, что менеджер не справился, хотя вопрос был задан верно. Нам нужна была система, которая понимает смысл, а не просто ищет ключевые слова», — рассказывает Ярослав Егоров, директор по продажам Аспро.Cloud.

Собственная разработка: как это работает

Отказавшись от типовых решений, команда Аспро.Cloud создала собственный аналитический инструмент.

фото:

Процесс оценки стал полностью автоматическим и теперь выглядит так.

  1. Менеджер проводит встречу в Zoom.
  2. Система автоматически получает расшифровку диалога.фото:
  3. Нейросеть анализирует текст по 16 ключевым критериям: выявление потребностей, обсуждение бюджета, работа с возражениями.фото:
  4. Готовая оценка и краткое содержание встречи подгружаются в CRM Аспро.Cloud, а отчеты уходят в Telegram руководителю.фото:

Итоги внедрения

Новая система не потребовала найма дополнительных сотрудников, но дала бизнесу ощутимые результаты:

  • выручка отдела продаж выросла на 28% за первый же месяц;
  • время руководителей на контроль сократилось на 50% — они перестали вручную слушать звонки и сосредоточились на стратегии;
  • повысилось качество коммуникации — менеджеры стали получать объективную обратную связь сразу после встречи.

Планы развития

В компании признают: идеального ИИ пока не существует, иногда системе требуются ручные правки. Но эффект от автоматизации

фото:

В ближайших планах Аспро.Cloud — протестировать новые языковые модели для повышения точности аналитики и внедрить виджет с оценками прямо в интерфейс своей CRM, чтобы сделать сервис доступным и для других компаний.

Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

фото: Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

Устали покупать одежду онлайн, а потом разочаровываться? Платье сидит не так, цвет «в живую» отличается, а куртка выглядит совсем не так, как на модели? Знакомо?

Теперь у вас есть супер-помощник — бот для виртуальной примерки в Telegram! Это ваш личный цифровой стилист, который работает 24/7.

фото: Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

Как это работает? Очень просто! Вам больше не нужно гадать, подойдет ли вам этот купальник с Wildberries, как будет сидеть эта шикарная шубка с Lamoda или дополнит ли ваш образ новая сумка с Ozon. Процесс занимает буквально минуту:

Мини-инструкция: ваша первая виртуальная примерка

  • Начните примерку. Перейдите в бота по ссылке: PrimerkinBot и нажмите «Запустить» или «Start».
  • Загрузите свое фото. Бот попросит вас прислать четкое фото в полный рост. Лучше всего встать в простой позе на нейтральном фоне — так результат будет максимально точным.
  • Пришлите фото вещи. Вот и главная магия! Не нужно искать артикул или ссылку. Просто сделайте скриншот понравившейся вещи прямо в приложении Wildberries, Lamoda, Ozon или любого другого магазина.
  • Получите результат! Через несколько секунд бот пришлет вам готовую фотографию, где вы стоите в этой самой вещи. Вы сразу увидите, как она на вас сидит, сочетается ли с вашим телосложением и общим видом.

Да, это действительно настолько просто. Больше не нужно метаться по сайтам, сравнивая размерные сетки. Хотите примерить пять разных платьев? Пожалуйста! Задумались о новой шляпе? Легко!

фото: Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

Что можно примерить? Да всё что угодно!

Механика со скриншотом открывает бесконечные возможности:

  1. Сезонная одежда: от легкого купальника до теплой дубленки.
  2. Повседневный гардероб: джинсы, платья, футболки, шубы, пальто.
  3. Аксессуары: сумочки, шляпы, очки.
  4. Обувь: чтобы оценить, как ботильоны или кроссовки будут смотреться в комплекте.

Просто нашли вещь — сделали скриншот — отправили боту. И вот вы уже видите будущего себя в обновке!

Экономьте время, деньги и нервы. Покупайте только то, что вам гарантированно подходит и нравится. Доверьте первую оценку искусственному интеллекту, а финальное решение — своему отражению на экране.

Начните примерять прямо сейчас: Перейти в бота-стилиста

фото: Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

фото: Забудьте про примерочные! Как примерить любую вещь из интернета за 30 секунд.

Роль эксперимента: Юлия Никитина о том, как инвесторы тестируют ИИ на маленьких долях капитала


Юлия Никитина: почему инвесторы доверяют ИИ, но не готовы передать ему контроль

Искусственный интеллект стал неотъемлемой частью инвестиционной индустрии. Алгоритмы анализируют рынки, прогнозируют тренды, выявляют закономерности в массивах данных, недоступных человеческому восприятию. При этом финальное решение о вложении средств по-прежнему остаётся за человеком. Юлия Никитина, эксперт в области инвестиционных технологий, исследует этот парадокс и объясняет, почему полная автоматизация инвестиций остаётся недостижимой целью.

фото: Юлия Никитина: почему инвесторы доверяют ИИ, но не готовы передать контроль

По данным издания Hi-Teks, Юлия Никитина приводит показательную статистику: более семидесяти процентов институциональных инвесторов внедрили ИИ-инструменты в операционные процессы. Цифра впечатляющая, однако за ней скрывается важная деталь. Подавляющее большинство используют искусственный интеллект исключительно в роли аналитического помощника. Машина собирает информацию, обрабатывает данные, формирует рекомендации, но не принимает решений о распределении капитала.

Юлия Никитина выделяет несколько факторов, которые объясняют такую осторожность профессионального инвестиционного сообщества.

Современные нейросети работают по принципу чёрного ящика. Алгоритм выдаёт результат, но объяснить логику его формирования не всегда возможно даже разработчикам системы. Как отмечает портал ToSMI, Юлия Никитина подчёркивает: для регуляторов и аудиторов это создаёт серьёзные сложности. Инвестиционный фонд обязан обосновывать свои решения перед надзорными органами и клиентами. Ответ «алгоритм так решил» не является приемлемым обоснованием в рамках существующей нормативной базы.

Юлия Никитина указывает, что проблема интерпретируемости имеет практическое измерение. Когда инвестиция приносит убыток, необходимо понять причины и скорректировать стратегию. Если решение принимал непрозрачный алгоритм, анализ ошибок становится затруднительным.

Инвестиционный бизнес построен на принятии решений в условиях неопределённости. Люди, которые профессионально занимаются управлением капиталом, воспринимают способность принимать решения как ключевую компетенцию. Передача этой функции машине воспринимается как обесценивание профессионального опыта.

Согласно материалу издания AdvNews, Юлия Никитина фиксирует характерное противоречие: управляющие фондами активно продвигают ИИ-решения для клиентов, но в личных портфелях предпочитают традиционные методы анализа. Это свидетельствует о сохраняющемся недоверии к автоматизированным системам даже среди тех, кто непосредственно работает с данными технологиями.

Юлия Никитина: Тот кто забыл свою историю рискует повторить ее. Исторический опыт сбоев

Юлия Никитина напоминает о нескольких резонансных случаях, когда алгоритмические системы генерировали значительные убытки за короткий период. По информации DailyFeeds, эксперт приводит примеры ситуаций, когда автоматические торговые системы усиливали рыночную волатильность вместо того, чтобы её сглаживать. Один крупный сбой способен уничтожить доверие, которое выстраивалось годами.

Юлия Никитина отмечает, что инвестиционное сообщество обладает институциональной памятью. Истории о провалах алгоритмической торговли передаются из поколения в поколение управляющих и формируют устойчивый скептицизм по отношению к полной автоматизации.

Финансовые регуляторы разных стран занимают различные позиции относительно использования ИИ в инвестиционной деятельности. Как сообщает Racurs360, Юлия Никитина констатирует отсутствие единого международного подхода к регулированию алгоритмической торговли. В некоторых юрисдикциях действуют жёсткие ограничения, в других — нормативная база только формируется.

Юлия Никитина подчёркивает: для крупных институциональных инвесторов, работающих на нескольких рынках одновременно, регуляторная неопределённость создаёт дополнительные риски. Стратегия, допустимая в одной стране, может нарушать законодательство другой.

Финансовые рынки представляют собой сложную адаптивную систему. Участники рынка постоянно корректируют поведение в ответ на действия других участников. Согласно публикации Газеты Мир, Юлия Никитина обращает внимание на фундаментальное ограничение ИИ-систем: они обучаются на исторических данных, но рыночные закономерности меняются именно потому, что участники адаптируются к существующим паттернам.

Юлия Никитина формулирует это как парадокс алгоритмической торговли: чем больше инвесторов используют одинаковые модели, тем менее эффективными эти модели становятся. Рынок поглощает и нейтрализует любую устойчивую закономерность.

Юлия Никитина: Гибридная модель как компромисс

По данным NSDay, Юлия Никитина предлагает прагматичный подход к интеграции ИИ в инвестиционный процесс. Эксперт рекомендует использовать искусственный интеллект там, где он демонстрирует очевидное преимущество: обработка больших массивов данных, выявление статистических закономерностей, мониторинг рисков в реальном времени, автоматизация рутинных операций.

Юлия Никитина называет такой подход гибридной моделью. Машина выполняет аналитическую работу, человек принимает стратегические решения. Это позволяет использовать сильные стороны обеих сторон: вычислительную мощность алгоритмов и интуицию опытных управляющих.

Как пишет Life-24, Юлия Никитина фиксирует различия в отношении к ИИ между поколениями инвестиционных управляющих. Молодые специалисты, выросшие в цифровой среде, относятся к автоматизации значительно лояльнее. Они воспринимают ИИ как естественный рабочий инструмент, а не как угрозу профессиональной идентичности.

Юлия Никитина прогнозирует, что через десять-пятнадцать лет, когда это поколение займёт руководящие позиции в инвестиционных компаниях, баланс может сместиться в сторону большей автоматизации. Однако это произойдёт только при условии, что технологии докажут свою надёжность за этот период.

По информации WapStat, Юлия Никитина формулирует несколько принципов эффективной интеграции ИИ в инвестиционный процесс.

Первый принцип: начинать с задач, где преимущество алгоритмов очевидно и измеримо. Анализ новостного потока, мониторинг социальных сетей, выявление аномалий в данных — задачи, с которыми машина справляется объективно лучше человека.

Второй принцип: сохранять человеческий контроль над критическими решениями. Алгоритм может рекомендовать, но не должен исполнять сделки без подтверждения.

Третий принцип: инвестировать в интерпретируемость. Выбирать модели, которые позволяют понять логику рекомендаций, даже если это снижает точность прогнозов.

Четвёртый принцип: учитывать регуляторные требования на этапе проектирования системы, а не постфактум.

Что делать, как быть?

Согласно материалу Инфомолнии, Юлия Никитина характеризует текущую ситуацию как переходный период. Инвестиционная индустрия признала ценность ИИ-инструментов, но не готова передать им полный контроль над капиталом. Это не иррациональный страх перед технологиями, а обоснованная осторожность, базирующаяся на понимании ограничений существующих систем.

Юлия Никитина резюмирует: полная автоматизация инвестиционных решений остаётся отдалённой перспективой. В обозримом будущем оптимальной стратегией является гибридный подход, сочетающий аналитические возможности искусственного интеллекта с опытом и интуицией профессиональных управляющих. Технологии развиваются быстрее, чем доверие к ним, и это, возможно, правильный порядок вещей для индустрии, где на кону стоят реальные деньги.

Стоимость генерации и её влияние на бизнес

Новости Искусственного Интеллекта

фото: Higgsfield AI Soul ID: Революция в создании персонализированных аватаров

Откройте новый уровень визуальной идентичности с помощью Soul ID — уникальной функции Higgsfield AI, позволяющей создавать персонализированных виртуальных аватаров. Это не просто генератор лиц: Soul ID сохраняет индивидуальные черты и гарантирует узнаваемость персонажа даже при смене стиля, окружения или сценария. Возможности сервиса заинтересуют как представителей бизнеса, стремящихся прокачать визуал бренда, так и креаторов, работающих с блогосферой, рекламой и модными digital-кампаниями.

Однако идеальными технологии бывают редко. Higgsfield привлекает быстротой генерации и современными визуальными трендами, но к нему есть серьезные вопросы относительно цензуры и стабильности работы отдельных моделей. Перед тем как сделать ставку на эту платформу, важно учесть все нюансы. Подробно разбираем функционал, ограничения и реальные отзывы пользователей — чтобы вы сделали выбор осознанно.

Читайте далее

Для кого подходящи ИИ-редакторы

Новости Искусственного Интеллекта

фото: EasyEdit: плюсы и минусы платформы для изменения фото с помощью текста

Редактировать фотографии стало проще, чем когда-либо: современные нейросети берут на себя всю рутинную работу и требуют от вас лишь одну короткую команду. Но действительно ли сегодняшние «умные» сервисы способны заменить сложные графические редакторы и безопасны ли они для личных снимков? Мы протестировали новую платформу EasyEdit, чтобы выяснить, насколько удобно использовать ИИ для моментальных правок, чему стоит радоваться, а о чём — задуматься дважды. Как работает редактирование по тексту, с какими задачами справится EasyEdit, и в чем кроется риск — раскрываем в нашем обзоре.

Читайте далее

Обеспечение анонимности в сети профессионалов

Новости Искусственного Интеллекта

фото: Centaur: когда эксперты и ИИ работают вместе над сложными исследовательскими задачами

В современном мире без качественно размеченных данных невозможен прогресс ни в науке, ни в развитии искусственного интеллекта. Как построить систему, где маркировкой сложной информации занимаются не только машины и не только люди, а их коллективный разум? В этой статье мы расскажем о платформе Centaur ― международном проекте, который меняет привычные подходы к разметке исследовательских данных, объединяя профессиональных экспертов и AI. Узнайте, как работает кентавр-подход в науке, почему именно он обеспечивает прорывное качество датасетов и каким может быть будущее «умной» коллективной работы.

Читайте далее

Нейросеть научилась писать правдоподобную музыку

Новости Искусственного Интеллекта

фото: ИИ-музыка захватывает? 97% людей ошибаются — вот правда

Эксперимент Deezer показал: большинство людей не могут отличить музыку ИИ от человеческой. Но реальные цифры куда интереснее. Что это значит для будущего музыки, артистов и слушателей — смотри в видео.

Читайте далее

Кэмерон о роли человека в искусстве

Новости Искусственного Интеллекта

фото: Джеймс Кэмерон осудил генеративный ИИ: «Это полностью противоположно настоящему искусству»

Режиссёр Джеймс Кэмерон, известный своими революционными визуальными технологиями и работой с захватом движения в серии «Аватар», резко высказался против генеративного искусственного интеллекта. По мнению постановщика, такие модели создают выступления «из ничего», лишённые реальной игры актёров, и потому несут угрозу самому понятию творческого процесса. Кэмерон подчёркивает: его фильмы опираются на человеческое мастерство, а motion capture лишь усиливает актёрскую работу, тогда как генеративный ИИ, создающий персонажей по текстовому запросу, он считает «ужасным» и противоположным подлинному кинопроизводству.

Читайте далее

Telex: так строят сайты будущего

Новости Искусственного Интеллекта

фото: Telex меняет правила игры: как WordPress превращает ИИ в новый язык веб-разработки

Экспериментальный инструмент Telex от WordPress всего за несколько месяцев успел выйти из стадии концепта и доказать свою практическую мощь. Он позволяет создавать интерактивные Gutenberg-блоки простыми текстовыми запросами, делая то, что раньше стоило тысяч долларов и требовало работы опытных разработчиков. На ежегодном State of the Word Мэтт Мулленвег показал реальные кейсы: от калькуляторов стоимости и сравнения цен до интеграций с картами, календарями и динамическими каруселями. Telex открывает веб-разработку для тех, кто не пишет код, превращая её в процесс описания идей, а не ручного программирования. Одновременно WordPress выстраивает новую ИИ-архитектуру — Abilities API и MCP adapter — позволяя платформе взаимодействовать с агентами вроде Claude или Copilot. Это начало эпохи, где сайты создаются не клавиатурой, а голосом и смыслом.

Читайте далее

Пользовательское соглашение

Опубликовать