Zocket разрабатывает систему, которая использует контекст для повышения эффективности маркетинга в крупных компаниях

Механики, характерные для видеоигр, такие как баллы, миссии, рейтинги и награды, перестали быть прерогативой только игрового сектора. Эти элементы все чаще интегрируются в цифровые платформы, программы лояльности и приложения, трансформируя способы, которыми компании мотивируют вовлеченность потребителей.

Стратегия, известная как геймификация, заключается в применении типичных игровых элементов к действиям, которые не являются самими играми. В Бразилии принятие этих опытов способствует высокая степень знакомства общественности с этой сферой. Согласно исследованию Pesquisa Game Brasil 2025, около 82% бразильцев потребляют цифровые игры.

На практике геймификация использует такие инструменты, как достижения, уровни, вызовы и вознаграждения для стимулирования определенных видов поведения. Например, программа лояльности может начислять баллы за покупки и предоставлять бонусы по мере продвижения клиента по уровням. Аналогично, образовательные платформы могут применять ежедневные цели и достижения для поддержания непрерывности обучения.

Эта логика прослеживается также в фитнес-приложениях, финансовых сервисах и рекламных кампаниях. По данным опроса, который цитирует Gamers Club, 34% бразильских игроков, участвовавших в исследовании, заявляют о постоянном стремлении улучшать свои результаты и преодолевать трудности.

По мнению Джонатана Перейры, директора по маркетингу компании, именно эта привычность помогает объяснить расширение данной стратегии. Он отмечает: «Логика геймификации не возникает на пустом месте; она проистекает из поведения, которое консолидировалось среди геймеров на протяжении многих лет. Соревнование, развитие и получение признания являются частью этого опыта».

Несмотря на то, что рейтинги и соревнования являются распространенными элементами, геймификация не требует обязательно противопоставления пользователей друг другу. Чувство прогресса также способно стимулировать участие, особенно когда награды привязаны к четким целям. Перейра поясняет: «Не всё должно превращаться в прямую конкуренцию. Вовлекает ощущение эволюции, ощущение достижения. Соревнование — один из путей, но не единственный».

Тем не менее, рост этих стратегий поднимает вопросы относительно использования механизмов, которые побуждают к постоянному пребыванию на платформах. Это становится особенно актуально, когда награды и вызовы применяются в сфере финансовых услуг или в опытах, связанных с деньгами. По словам руководителя, главная задача — предотвратить превращение геймификации исключительно в инструмент для увеличения времени использования. Он заключает: «Когда опыт становится лишь стимулом для удержания любой ценой, он теряет ценность. Действительно работает то, что имеет цель и представляет собой осмысленный путь для пользователя».

Распространение геймификации демонстрирует, как элементы, разработанные и популяризированные видеоиграми, начали влиять на другие отрасли. Текущая задача состоит в том, чтобы использовать эти механики для создания значимых впечатлений, не превращая каждое взаимодействие в обязанность конкурировать или накапливать награды. Статья была впервые опубликована в Olhar Digital.

Anthropic, разработчик помощника Claude, начала процесс первичного размещения акций, что может привести к одному из крупнейших IPO в истории. Эта операция послужит решающим испытанием для рынка искусственного интеллекта (ИИ), особенно в условиях неопределенности относительно многомиллиардных оценок сектора.

Исход этого IPO также потенциально повлияет на будущее размещение OpenAI на фондовой бирже и изменит готовность инвесторов финансировать технологические компании. В настоящее время инвесторы оценивают Anthropic в триллионы долларов. Компания, основанная пять лет назад, делит лидерство на рынке ИИ с OpenAI, конкурентом, который, хотя и представил конфиденциальные документы для своего собственного размещения, не планирует дебютировать до 2027 года.

Однако текущий финансовый ландшафт представляет собой проблемы. Компании, занимающиеся облачными вычислениями, ориентированными на ИИ, и операторы центров обработки данных зафиксировали падение своих акций. Австралийская компания Firmus приостановила свои планы IPO, как и американское подразделение SK Hynix Solidigm.

Несмотря на впечатляющие результаты при выходе на биржу, Anthropic также столкнулась со значительными убытками. В первом полугодии компания понесла убытки на сумму более 80 миллиардов долларов США (420 миллиардов бразильских реалов), согласно сообщению CNBC. Параллельно выручка продемонстрировала ускоренный рост, чему способствовало использование инструментов продуктивности и программирования различными корпорациями.

Во втором квартале выручка достигла 11,56 миллиарда долларов США (60,69 миллиарда бразильских реалов), что является значительным увеличением по сравнению с 787 миллионами долларов США (4,13 миллиарда бразильских реалов), зарегистрированными за аналогичный период прошлого года. К концу июня у компании было около 132 миллиардов долларов США (693 миллиардов бразильских реалов) денежных средств, включая эквиваленты и краткосрочные инвестиции. После пяти кварталов подряд с операционным убытком Anthropic получила операционную прибыль в размере 974 миллионов долларов США (5,11 миллиарда бразильских реалов) во втором квартале.

Jai Das, соучредитель Sapphire Ventures, предупредил, что если результаты окажутся ниже ожидаемых, ситуация может быть сравнена с «карточным домиком». Сотрудничество Anthropic с крупными игроками отрасли выходит за рамки конкуренции; почти половина ее выручки поступает от коммерциализации Claude через облачные сервисы, предлагаемые Microsoft, Amazon и Alphabet, материнской компании Google. Эти три гиганта также являются инвесторами в эту разработчика.

Основная инфраструктура для разработки моделей зависит от чипов, поставляемых Nvidia, AMD, Amazon и Google. Таким образом, любые изменения в готовности инвесторов финансировать ИИ могут иметь последствия для различных сегментов отрасли. Brad Bernstein, управляющий партнер FTV Capital, считает, что результаты ниже прогнозируемых могут привести к более широкой переоценке инвестиций в стартапы в области ИИ, вызвав эффект домино в венчурном капитале.

Воздействие может охватить всю технологическую цепочку. Дополнительной проблемой являются модели с открытыми весами, которые обеспечивают большую персонализацию и снижение затрат, с такими конкурентами, как Moonshot AI, DeepSeek и Zhipu. Хотя в документе IPO упоминаются OpenAI и Google как конкуренты, Anthropic признает существование более широкого спектра поставщиков.

Компания видит возможности для расширения, поскольку в последнем квартале менее 0,1% общих расходов компаний, включенных в Fortune 500, было направлено на ее модели и услуги. Триллионная оценка также помещает операцию в избранную группу; если она дебютирует с оценкой выше 1 триллиона долларов США (5,25 триллиона бразильских реалов), Anthropic станет третьей компанией, достигшей такого уровня в ходе IPO, после Saudi Aramco и SpaceX.

Тем не менее, существуют риски для рынка. Более высокие процентные ставки удорожают привлечение средств, а снижение ликвидности, направленной на ИИ, может оказать давление на акции. David Trainer, генеральный директор New Constructs, прогнозирует риск падения S&P 500 на 20%, сконцентрированный преимущественно на облигациях, связанных с этим сектором.

В целом, выход Anthropic будет служить барометром ожиданий в отношении искусственного интеллекта, и реакция инвесторов может сформировать как оценки других компаний, так и планы выхода OpenAI на биржу.

Команда Qwen от Alibaba описала процесс создания персонального агента, утверждая, что следующий этап развития AI-помощников зависит от слаженной работы трех компонентов: модели, памяти и экосистемы сервисов. Джан Гуаньджун, руководитель отдела алгоритмов ИИ в бизнес-подразделении Qwen Alibaba, представил эту концепцию 22 октября на Китайском национальном компьютерном конгрессе (CNCC) в Чэнду.

Джан разделил эволюцию приложений ИИ на три стадии: чат, агент и помощник. На этапе чата ИИ отвечает на запросы пользователей. На стадии агента система выполняет поставленные задачи. Помощник, куда, по его словам, движется отрасль, объединяет профессиональные знания с личным контекстом пользователя, планирует действия вокруг целей пользователя и обнаруживает незамеченные им потребности. Он подчеркнул, что настоящий персональный агент должен приносить дополнительную ценность и предлагать проактивный, индивидуализированный сервис.

Он предположил, что теоретически персональный агент способен решить почти все повседневные проблемы в сфере работы, учебы и личной жизни. Однако главным препятствием является способность системы соотнести свои возможности с оптимальным путем решения каждой конкретной проблемы.

Подход к разработке модели

Что касается модели, Qwen сосредоточен на стабильном выполнении задач. Команда разработала так называемую карту потребностей пользователя, охватывающую более 30 крупных отраслей, и детализировала ее до более чем 8000 атомарных требований к возможностям модели. При этом для оценки и настройки модели привлекались отраслевые эксперты.

Механизм памяти

Джан отметил, что персональный агент должен обеспечивать долгосрочное понимание пользователя, избегая простого накопления истории чатов, что увеличивает шум и затраты на вычисления. Qwen конструирует свою память на основе степени взаимосвязи событий, храня и извлекая их в различных уровнях. Например, помощник, запомнивший, что пожилой пользователь упоминал свою пенсию, сможет дать более подходящий совет, когда та же семья позже спросит о поиске работы ребенка.

Роль экосистемы

Относительно экосистемы, Джан заявил, что по мере совершенствования моделей и методов управления, решающим становится умение связывать и координировать внешние сервисы. Qwen создает модель-ориентированную открытую систему сервисов, которая интегрирует профессиональные знания, инструменты, отраслевые навыки и сторонних агентов, а также связывает с электронной коммерцией, местными услугами, здравоохранением и образованием.

В его представлении, эти три элемента объединяются для обеспечения проактивного обслуживания: память предоставляет личную информацию, модель использует экспертные знания для определения потребностей и планирования, а экосистема осуществляет работу, например, отслеживая график реабилитации пациента или сигнализируя о новых рисках в финансах пользователя. Данный доклад представляет собой наиболее подробное публичное описание технической концепции, стоящей за персональным агентом Qwen Go!, который Alibaba открыла для регистрации в этом месяце.