Сайёд Баротов

Помню будучи маленьким попросил денег у мамы. Когда она спросила почему, сказал, что куплю ей открытку в подарок-)

С праздников, дорогие женщины! 💐

Apple выбирает Gemini 🤝

После объявления о сотрудничестве с OpenAI казалось очевидным, что ChatGPT станет ключевым AI-решением для Apple. Однако на деле компания тестировала и его, и Google Gemini, сравнивая их возможности.

Результаты испытаний показали, что Gemini оказался лучше — он точнее справлялся с задачами, связанными с сообщениями, заметками и интеграцией в систему. В итоге Apple сделала выбор в пользу Google, а не OpenAI.

Этот шаг стал неожиданностью, ведь Apple и Google долгие годы конкурировали. Теперь же Google получает выход на миллионы iPhone, а Apple — мощнейший AI. При этом компания настаивает: все процессы должны происходить прямо на устройстве, без отправки данных в облако.

Парадоксы

1. Чем страшнее приложение/сайт, тем больше там полезной информации и нужных фич.

2. Чем красивее у чувака сайт/линкедин/CV, тем меньше от него пользы.

3. Чем длиннее отчет по запуску фичи, тем выше вероятность, что запуск ничего не дал.

4. Чем больше у стартапа отчетов в аналитике и чем красивее доки в Miro и Notion, тем меньше пользователей в продукте.

5. Чем больше компания говорит, что «мы одна семья», тем ниже там зарплаты.

6. Чем больше техническая команда уделяет внимания чистоте кода и архитектуре, чтобы новые фичи выезжали быстрее, тем медленнее выезжают новые фичи.

7. Чем более широким арсеналом инструментов пользуется менеджер, тем меньше выхлоп от его работы.

8. Чем больше англицизмов и аббревиатур использует продакт, тем меньше он понимает о чем говорит.

9. Чем больше фич, тем меньше денег в кассе.

10. Чем чаще кто-то говорит «у меня был кейс», тем сильнее хочется его ударить.

Источник: @betternotworse

А, все, закрывают доступ с 20 марта.

Сообщает НАПП.

Давно хотел написать про проект наших соотечественников, вот и подвернулся отличный повод это сделать.

Zypl — компания, которая разрабатывает решения на основе искусственного интеллекта для банков и финансовых организаций. Основана Азизджоном Азими в 2021 году во время его учебы в Стэнфорде.

Сейчас Zypl сотрудничает с 30 финансовыми институтами в 13 странах, включая MENA (Ближний Восток и Северная Африка), SEA (Юго-Восточная Азия), Америку и Центральную Азию. Среди партнеров — крупнейшие банки QNB ($330 млрд активов), Capital One, FINCA и другие.

В чем главная технология Zypl?

Компания разработала zGAN — систему, которая делает ИИ-модели более устойчивыми к неожиданным ситуациям.

Например, она создает искусственные примеры мошеннических транзакций, чтобы проверить, сможет ли система их обнаружить в реальной жизни. Это помогает банкам снижать кредитные риски и бороться с мошенничеством.

zGAN встроен в платформу Lucid AI, которая помогает банкам:

• Оценивать заемщиков и прогнозировать, вернут ли они кредит (кредитный скоринг)

• Обнаруживать подозрительные операции (защита от мошенничества)

• Анализировать транзакции и предсказывать финансовые потоки

Как Zypl помогает банкам принимать решения?

Прежде чем запустить свою систему в банке, компания тестирует ее на реальных данных. Тесты показывают:

• 80% «хороших» клиентов система определяет правильно — это значит, что из всех клиентов, которым банк в итоге одобрил кредит, 80% действительно оказались надежными и выплачивают его без проблем.

• 30% проблемных заемщиков выявляется еще до выдачи кредита — система помогает заранее отсеять треть клиентов, которые с большой вероятностью могли бы допустить просрочки или вовсе не вернуть деньги.

Почему 80% и 30%, а не 100%?

Представим, что в банк подали заявку 100 человек. Среди них:
• 50 человек надежные (они точно вернут кредит).
• 30 человек рискованные (есть большая вероятность, что они не вернут деньги).
• 20 человек находятся в “серой зоне” — пока непонятно, хорошие они или плохие.

Теперь смотрим, как работает система Zypl:
1. Она верно определяет 80% из хороших клиентов. Это 40 человек из 50. Им можно смело одобрять кредит.

2. Она заранее находит 30% из плохих клиентов. Это 9 человек из 30. Им можно сразу отказать.

Что остается?
• 10 хороших клиентов система не уверена, что они хорошие, и банк может им отказать по другим причинам.

• 21 плохой заемщик система не смогла сразу распознать, и они могут получить кредит.

Почему не 100%? Потому что предсказать всех с идеальной точностью невозможно. Главное, что банк благодаря Zypl находит большинство хороших клиентов и отсеивает часть плохих, снижая свои риски.

Zypl уже выдал кредиты на сумму более $300 млн 🚀

Штаб-квартира в Дубае, а основные команды разработчиков работают в Таджикистане и Узбекистане.

Что сейчас разрабатывает Zypl?

Компания работает над тем, чтобы банки могли самостоятельно настраивать ИИ-системы без помощи программистов. Для этого создается:

• Lucid + zypl.Admin — платформа, которая помогает банкам легко запускать и управлять моделями ИИ

• Интеллектуальные виртуальные помощники, которые ускоряют процесс анализа заемщиков и упрощают работу с кредитными рисками

• Новые способы применения ИИ в финансах

Знаю, знаю, все ждут 18:00, чтобы быстрее домой-)

Интересно узнать: какая была ваша первая профессия, чем вы зарабатывал и какая сейчас?

Начну с себя: записывал музыку на флэшки/диски ===> fintech, банки, рассрочка, e-commerce

Вот и пришли данные по банковским приложениям: