MWS AI


Гео и язык канала: Россия, Русский


Мы разрабатываем решения и продукты на базе технологий NLP, CV и Gen AI. Формируем AI-сообщество, сотрудничаем с ведущими технологическими компаниями и экспертами, проводим исследования, инвестируем в перспективные проекты и команды.

Связанные каналы  |  Похожие каналы

Гео и язык канала
Россия, Русский
Статистика
Фильтр публикаций


В ИИ-компаниях появились философы, но Аристотель здесь ни при чём 💭

ИИ уже автоматизирует большинство рутинных процессов, разработчики понимают, как собрать такую систему, юристы проверяют ограничения, а бизнес считает эффект. А корпоративного философа подключают, когда нужно определить, какие решения можно доверить алгоритму, где должен вмешиваться человек и не расходится ли автоматизация с тем, что компания обещает сотрудникам и клиентам.

8 октября наши партнеры философский клуб Quercus проведут конференцию «Философия в ответе», где обсудят роль корпоративного философа в эпоху ИИ. Перед встречей разбираемся, что это за профессия и как она уже влияет на поведение нейросетей в больших компаниях 🗒

Забрать промокод на скидку 50% на первые 5 регистраций: QMWSAI50


⚡️ Сегодня встречаемся на форуме «Цифровые решения» ⚡️

CEO MWS AI Денис Филиппов примет участие сразу в двух дискуссиях об эффективности ИИ и инфраструктуре, от которой зависят стоимость внедрения и результат для бизнеса.

15:30–16:45, зал №1
«Эффекты применения ИИ в системах управления ресурсами: метрики, кейсы, масштабирование»


17:00–18:15, зал №3

«ИИ на распутье: как выбор инфраструктуры определит эффективность и выгоду на годы вперёд»


Если не сможете присоединиться на площадке, подключайтесь онлайн. Все трансляции доступны на
сайте форума 🔍


📩📩📩

Открыли RESON для оценки моделей распознавания речи
▶️

Мы опубликовали RESON — первую открытую разработку MWS AI в области распознавания речи. Инструмент помогает комплексно оценивать качество ASR-моделей, которые используют в голосовых помощниках, контакт-центрах, сервисах расшифровки аудио и голосовом поиске.

Что умеет RESON

Он объединяет подготовку данных, расчёт метрик, сравнение моделей и детальный разбор ошибок, сокращая время анализа с нескольких часов до 10–15 минут.

🔍 сравнивает модели более чем по 10 метрикам и показывает, где именно возникают ошибки;

🔍 приводит расшифровки к единым правилам, чтобы варианты написания слов не искажали результат;

🔍 находит проблемы с редкими, но важными для бизнеса словами, включая названия компаний, продуктов и сервисов;

🔍 помогает определить, какие ошибки нужно исправлять в первую очередь;

🔍 автоматически собирает интерактивный HTML-отчёт для технической и бизнес-команды.


RESON доступен как Python-библиотека, подключается через командную строку или API и разворачивается в инфраструктуре компании, включая закрытый контур.

Вместе с инструментом мы опубликовали бенчмарк MWS RESON ASR OSD с более чем 12 тысячами русскоязычных записей общей длительностью около 38 часов.

Бенчмарк разработан руководителем команды распознавания речи MWS AI Александром Шевченко и его командой.

MWS AI развивает технологии распознавания речи с 2019 года. Решения компании, в том числе голосовые модели семейства Audiogram, используются, в том числе крупнейшим по числу абонентов и выручке телекоммуникационным оператором России МТС.

✅ Забрать RESON на GitHub
✅ Скачать бенчмарк на Hugging Face
✅ Узнать больше о разработке на Хабре


Дайджест 😊

Собрали шесть поводов задержаться в ленте ещё на несколько минут перед выходными.

🚫 Билл, ты не прав

Билл Гейтс предлагает заранее «зарезервировать» часть профессий за людьми. Денис Филиппов в колонке для «Известий» объясняет, почему делить работу между человеком и ИИ пока преждевременно.

Читать


👀 Аватары разогнали до 60 FPS на смартфоне

Стаматис Лефкиммиатис и соавторы представили GALA — метод, который ускоряет анимацию нейросетевых 3D-аватаров на CPU до тысячи раз и позволяет запускать её на мобильных устройствах.

Читать


🤖 Трансформеров ускорили без полного переобучения

Исследователи MWS AI вместе с коллегами из ИТМО разработали LATTE — метод для ускорения уже обученных трансформеров без полного переобучения. Статью приняли на ECCV 2026, одну из главных мировых конференций по компьютерному зрению и машинному обучению.

Читать


👩‍🎓 Зачем технологической компании философ

Выступим 8 октября на конференции «Философия в ответе», где обсудим роль человека в цифровой среде, и зачем бизнесу нужен корпоративный философ в эпоху ИИ.

Регистрация


☝ Новости у партнёров: в МТС Линк появились Почта и Календарь

Платформа для бизнес-коммуникаций расширилась двумя новыми сервисами. Теперь пользователи могут работать с письмами, планировать встречи, бронировать переговорные и добавлять видеозвонки в календарь одним кликом.

Всё о платформе


🔍 79 команд не поверили картинке на слово

Задачу MWS AI и VisionLabs в основном этапе AI Challenge выбрали 79 команд. Они отправили 1 552 посылки с предсказаниями, лучший результат на приватных данных составил 0,9607, а 41 команда представила полное решение для экспертной проверки. Впереди финальный этап и онлайн-защиты.

О конкурсе


79 команд не поверили картинке на слово 🔍

Завершился основной этап AI Challenge, где кейс MWS AI и VisionLabs по поиску скрытых ИИ-манипуляций на изображениях и выделению изменённых областей выбрали 79 команд.

Итоги основного этапа:

🤖 Команды отправили 1 552 посылки с предсказаниями

🤖 Максимальный результат на приватных данных составил 0,9607

🤖 41 команда представила полное решение для экспертной проверки

Сейчас организаторы, эксперты MWS AI и VisionLabs оценивают работы, чтобы определить участников финала. О финалистах и самых сильных решениях расскажем отдельно, следите за событиями в канале 🗒


⚡ Через час начинаем вебинар про автоматизацию клиентского сервиса ⚡

Последняя возможность зарегистрироваться 🗒


Видео недоступно для предпросмотра
Смотреть в Telegram
Кирилл Дьяков, старший юрист MWS AI, рассказал, какие юридические задачи уже можно передавать ИИ и что важно учитывать при работе с ним 🤖

ИИ работает с судебной практикой и документами, но без проверенной базы знаний может упустить важное или сгаллюцинировать, поэтому финальная проверка остаётся за юристом.

MWS AI Agents Platform позволяет в едином корпоративном контуре создавать и масштабировать ИИ-агентов для разных задач, включая юридические. Их можно подключать к RAG, безопасно встраивать в процессы и предусматривать проверку результата специалистом. Так компания автоматизирует целые участки работы юридической службы, а не отдельные запросы.

✅ Узнать о платформе больше ✅


Дайджест новостей 😊

Два крупных продуктовых обновления, вебинар о реальной эффективности автоматизации поддержки и новое партнёрство с Вышкой.

⚡️ Обновление WordPulse для клиентского сервиса

На платформе для управления качеством коммуникаций WordPulse появился встроенный ИИ-агент, который находит причины недовольства и повторных обращений, анализирует продажи и проверяет соблюдение скриптов.

Во время тестирования в МТС подготовка новых отчётов сократилась с нескольких дней до нескольких часов.

Подробнее


🤖 Новые фичи MWS AI Agents Platform

Агенты получили песочницу для безопасного выполнения кода внутри инфраструктуры заказчика, долгосрочную память и запуск задач по расписанию. Также появился конструктор интерфейсов, который позволяет собирать для агентов экраны с кнопками, формами, таблицами и графиками.

Подробнее


📔 Уже во вторник разберём, чем чат-бот отличается от ИИ-агента и как понять, что автоматизация поддержки действительно работает

29 сентября в 12:00 (МСК) проведём вебинар, где на реальных обезличенных диалогах покажем, чем ИИ-агент отличается от чат-бота, как считать экономику автоматизации до пилота и какие метрики позволяют оценить реальный результат.

Зарегистрироваться на вебинар


👩‍🎓 MWS AI и НИУ ВШЭ объединяют экспертизу в технологиях и праве

Факультет права НИУ ВШЭ и MWS AI подписали соглашение о сотрудничестве. Вместе будем развивать образовательные и исследовательские проекты, студенческую науку и практическую подготовку специалистов на стыке права и ИИ.

О партнёрстве


Видео недоступно для предпросмотра
Смотреть в Telegram
Обновление WordPulse для клиентского сервиса 🔍

На платформе для управления качеством коммуникаций WordPulse появился встроенный ИИ-агент, который анализирует звонки и переписки, находит причины проблем в клиентском сервисе и предлагает план действий, подтверждая выводы точными цитатами из диалогов.

WordPulse входит в ИИ-клиентский сервис MWS AI — мультиагентную систему для автоматизации и масштабирования клиентского обслуживания.


Что может ИИ-агент:
✅ выявлять причины недовольства и повторных обращений;
✅ сравнивать работу с возражениями в успешных и неуспешных продажах;
✅ определять темы, в которых боты уступают операторам;
✅ находить нарушения скриптов и регламентов;
✅ готовить рекомендации и план действий по итогам анализа.

О первых результатах применения обновления рассказывает Елизавета Алтухова, менеджер продукта в команде «Речевой аналитики» МТС:
Подготовка новых отчётов, которая раньше занимала несколько дней и требовала участия специалистов с прикладными знаниями, теперь занимает несколько часов. Аналитики могут уделять больше времени содержательным выводам и проверке гипотез. Мы прогнозируем, что благодаря такому подходу эффективность аналитической команды вырастет минимум на 30%. Срок адаптации новых специалистов может сократиться с недели до одного-двух рабочих дней.


Галина Прохорова, директор по продукту WordPulse:

Сложные вопросы аналитики по-прежнему разбирали вручную: почему клиенты остаются недовольны, какие факторы в диалогах влияют на продажи, какие приёмы операторов приводят к покупке или положительному отзыву. Для этого приходилось выгружать разговоры, отбирать нужные сессии, читать и сравнивать их — такой анализ мог занимать несколько дней. Теперь агент проводит его по запросу на естественном языке. Пользователь может начать с общего вопроса, затем уточнить его и проверить гипотезу на отдельных сессиях. К каждому ответу прилагаются цитаты из разговоров, поэтому выводы можно проверить.


Узнать больше о WordPulse и записаться на демо 🗒

922 0 19 1 29

Бот закрыл диалог, а клиент снова звонит. Что может быть не так с автоматизацией поддержки? 👀

29 сентября в 12:00 (МСК) на вебинаре «Чат-бот врёт. ИИ-агент решает» покажем на реальных диалогах, чем чат-бот отличается от ИИ-агента и как понять, что автоматизация поддержки действительно работает.

В программе:

👩‍🎓 Почему закрытый без оператора диалог может вводить в заблуждение при оценке автоматизации.
👩‍🎓 Как боты улучшают статистику, не решая вопросы клиентов, на примерах реальных обезличенных обращений.
👩‍🎓 Как ИИ-агент подключает услуги, оформляет заявки и проверяет качество ответов.
👩‍🎓 Как рассчитать стоимость диалога и окупаемость внедрения ещё до пилота.
👩‍🎓 Как провести пилот за шесть недель, выбрать методику оценки, закрепить метрики в договоре с вендором и организовать контроль качества.

В конце ответим на вопросы и обсудим кейсы участников.

Ведущий — Антон Оцепов, руководитель направления ИИ-продуктов клиентского сервиса MWS AI.


🗒 Зарегистрироваться на вебинар 🗒


ИИ-агент сам напишет код и запустит работу по расписанию 🤖

Обновили MWS AI Agents Platform, чтобы агенты могли выполнять код в изолированной среде, помнить важную информацию между диалогами и запускаться по расписанию.

Ответы теперь можно проверять автоматически, а в отдельном конструкторе — собирать интерфейс с таблицами, формами и кнопками.

Посмотреть возможности платформы и оставить заявку на демо можно по ссылке 🗒

897 0 13 1 15

Видео недоступно для предпросмотра
Смотреть в Telegram
Когда хорошая метрика приводит к плохому решению? 🔍

В ролике наш дата-аналитик Николай Курков разбирает кейс, в котором результаты теста выглядели убедительно, но привели команду не к тому выводу.

Проблема оказалась не в цифрах, а в самом подходе к эксперименту. Чтобы такого не происходило, A/B-тест нужно правильно спроектировать ещё до запуска.

Собрали несколько важных пунктов, которые стоит проверить перед стартом и после.

✅ Сразу определите, что именно вы хотите сравнить
До старта зафиксируйте гипотезу, основную метрику и то, как будете её считать.

Для бота результат можно оценивать по пользователям, диалогам или отдельным запросам, и это не одно и то же. Если считать каждый запрос отдельно, человек, который пишет боту сотни раз в день, будет влиять на итог сильнее десятков или даже сотен обычных пользователей.


✅ Сформируйте контрольную и тестовую группы так, чтобы их можно было честно сравнивать
Контрольная группа работает со старой моделью, тестовая — с новой. Важно, чтобы в обеих были похожие пользователи по активности и типу запросов.

Если в тестовую группу случайно попадёт больше активных клиентов, новичков или людей с каким-то специфическим поведением, итог может зависеть именно от состава группы, а не от качества новой модели.


✅ Перед A/B-тестом проверьте, что сами группы не дают разницу
Для этого можно провести A/A-тест, когда двум группам показывают одну и ту же модель и смотрят, насколько похожими получаются результаты.

Если модель одна и та же, а метрики уже заметно отличаются, значит, сначала нужно разобраться с составом групп или способом подсчёта, и только потом сравнивать старую и новую версии.


✅ Даже несколько первых дней часто не дают правильный результат
Заранее определите, сколько будет идти тест и сколько данных нужно собрать.

В начале цифры могут сильно прыгать просто потому, что наблюдений ещё мало. Сегодня новая модель выглядит лучше, завтра хуже, а через несколько дней разница вообще исчезает.


✅ Посмотрите, кто именно повлиял на итог
После теста не ограничивайтесь одной средней метрикой. Проверьте, сколько запросов делали разные пользователи и нет ли среди них нескольких аномально активных.

Если большинство написало боту пару раз, а один пользователь сделал 200 запросов, это важно увидеть отдельно. После этого стоит проверить, сохраняется ли разница между моделями у основной массы пользователей или весь результат держится на нескольких исключениях.


И ещё один уровень проверки можно добавить до выхода на реальную аудиторию. В MWS AI Agents Platform работу агента можно тестировать автоматически: команда заранее задаёт контрольные вопросы и ожидаемые ответы, а платформа прогоняет их и показывает, где агент ошибся и что происходило на каждом этапе.

💬 Узнать подробнее 💬


По какому сценарию вы собираете ИИ-команду?
Опрос
  •   Нанимаем специалистов с внешнего рынка
  •   Развиваем ИИ-компетенции внутри команды
  •   Совмещаем внешний найм и внутреннее развитие
  •   Не формируем отдельную ИИ-команду
7 голосов


Сколько времени закладывать на найм AI-команды?

Сегодня поиск ML-инженера занимает в среднем 23 рабочих дня, а продуктового менеджера ИИ — уже 42. С руководителем AI- или ML-направления поиск может занять 2–3 месяца и иногда растянуться до четырёх.

Мы посмотрели на собственную практику найма AI-специалистов за 2025-2026 гг и собрали ориентиры по срокам закрытия разных ролей. Всего за 1,5 года наши специалисты закрыли 177 позиций.

🤖 ML-инженер — 23 рабочих дня
Здесь уже есть понятные критерии отбора и стабильный поток кандидатов. Сложнее найти специалистов с реальным опытом вывода моделей в промышленную эксплуатацию, потому что такие кандидаты быстро получают несколько предложений и могут уйти с рынка за 3–5 дней.


🤖 Промпт-инженер или тренер ИИ — 27 рабочих дней
Кандидатов на эти позиции больше, а уровень специалиста относительно легко проверить с помощью тестового задания.


🤖 Руководитель проектов — 37 рабочих дней
Здесь многое зависит от того, насколько точно в вакансии описана специфика работы с ИИ. Если не указать опыт с ML-жизненным циклом, исследовательской неопределённостью и AI-проектами, входящий поток быстро забивается классическими IT-проектными менеджерами без нужной специфики.


🤖 ML-разработчик-исследователь — 24 рабочих дней
Это более редкая специализация, поэтому одного поиска на сайтах вакансий часто недостаточно. Лучше всего работают реферальная программа, профильные сообщества, конференции и академическая среда.


🤖 Продуктовый менеджер ИИ — 42 рабочих дня
Одна из самых сложных комбинаций на рынке, где нужен продуктовый опыт и одновременно достаточное понимание AI. 70–80% кандидатов могут отсеиваться уже на техническом скрининге, поэтому эта позиция в нашей практике закрывалась примерно в 2 раза дольше ML-инженера.


Руководитель AI- или ML-направления — 60–90 календарных дней
Для таких позиций обычного размещения вакансии уже недостаточно. Кандидатов чаще ищут напрямую, через профессиональные сообщества и специализированный поиск руководителей. Иногда процесс занимает до 4-х месяцев, причём срок зависит не столько от рекрутера, сколько от того, насколько точно компания сформулировала профиль и насколько быстро готова принимать решения.


💬 Наталья Рейслер, руководитель отдела подбора персонала MWS AI 💬

ИИ-найм живёт по своим правилам и заметно отличается от остального IT-рынка. Даже при большом количестве кандидатов поиск осложняют высокая конкуренция за сильных специалистов, размытые профили ролей и медленные внутренние решения. При этом сам рынок меняется буквально на ходу: то, что востребовано сегодня, через год может выглядеть совсем иначе.

Сроки выше — ориентиры уже сложившейся команды, которая выстроила тесную работу с заказчиками и хорошо понимает их требования. Это позволяет нам снимать часть типичных сложностей ещё на старте поиска.

И данные, и наш опыт показывают, что самая устойчивая стратегия в AI-найме сегодня — не только искать готовых специалистов снаружи, но и развивать своих. Часть новых ролей на рынке просто ещё не сформировалась и компании, которые уже сейчас создают внутренние треки роста, через 2–3 года получат специалистов, которых конкуренты будут пытаться найти на внешнем рынке.



Показано 15 последних публикаций.