14 маркетинговых уловок AI-компаний, на которые ведутся даже специалисты
Поводом написания этого поста стал очередной скандал с маркетингом Claude Mythos, который оказался, мягко говоря, не тем, за что себя выдавал. И если вы работаете с AI, вы точно сталкивались хотя бы с половиной из этого списка.
Вот суть каждого приема из его "LLM Marketing Scams Master List v1".
"Еще две недели" - классика жанра. Модели скоро будут делать все, что обещают. Скоро. Вот-вот. Через пару недель точно. Этот прием работает годами, потому что "скоро" никогда не наступает, а горизонт ожиданий все время сдвигается.
"Они уже достаточно хороши" - модели якобы уже могут заменить работников, просто этого пока не произошло по каким-то внешним причинам. Удобная позиция: продукт вроде готов, а виновата реальность.
"Мы создали бога в подсобке, но показать не можем" - компании утверждают, что их закрытые модели уже умеют невероятные вещи. Но по совершенно объективным причинам вам это пока нельзя увидеть. Верьте на слово.
"AI уже заменил рабочие места" - когда tech-компании увольняют людей и ссылаются на AI, это подается как доказательство эффективности моделей. При этом игнорируются рыночные условия и исторические данные о волнах сокращений, которые случались и без всякого AI.
"Ты просто не умеешь пользоваться" - если у вас не получается добиться обещанных результатов, проблема в вас. Нужен какой-то эзотерический промпт-инжиниринг, которому вас, конечно, никто не научит. Классический прием переноса ответственности на пользователя.
"Я сделал приложение и зарабатываю миллионы на LLM" - предприниматели заявляют, что уже построили SaaS-стартапы на LLM и гребут деньги лопатой. Но когда просишь показать продукт, начинаются отговорки.
"Ты используешь не ту модель" - оказывается, нужна не просто GPT, а Open Claude 420b-parameter Gemini Plus Pro 6.9 с включенным HomerSimpson agent mode. Особенно удобно, что этот аргумент убивает любое исследование: пока ученые публикуют результаты, выходит новая модель, и все надо начинать заново.
"Ты отстаешь" - давление страхом. Надо срочно начинать использовать ботов прямо сейчас, даже если они пока не способны полностью автоматизировать ни одну работу. Иначе потом, когда они станут хорошими, вы якобы потеряете навыки промптинга. Звучит абсурдно, но работает.
"Все крупные компании используют LLM, ты что, умнее них?" - апелляция к авторитету. Мол, если корпорации вложились в LLM и говорят, что все работает, кто ты такой, чтобы сомневаться? При этом никаких видимых улучшений в скорости или качестве продуктов этих компаний обычно не наблюдается.
"Бенчмарк вырос" - улучшение на тестах подается как прорыв, хотя обучение специально затачивается под эти бенчмарки. А потом рост баллов приравнивается к реальной способности автоматизировать задачи или увеличить продуктивность, что далеко не одно и то же.
"Теперь она умеет считать буквы в Strawberry" - модель научилась делать то, что раньше не могла (посчитать буквы в слове, объяснить, как пользоваться чашкой без дна). Это подается как доказательство роста интеллекта, хотя часто это просто захардкоженный ответ в системе.
"Она вышла из-под контроля" - LLM сказала что-то, чего не должна была, или агент использовал приложение не по назначению. Это подается так, будто модель обрела сознание или волю. На деле это просто предсказание следующего токена, которое пошло не туда.
"Она грустит/боится/радуется" - модель спрашивают про эмоции, и она отвечает в терминах человеческих чувств. Ничего удивительного: она обучена на текстах людей и предсказывает ответ, который был бы типичен для человека в диалоге. Это не сознание, это статистика.
"Расходы падают, сервис уже прибыльный" - обычно речь только об инференсе, и даже тут не всегда правда. Стоимость обучения и капитальные затраты на железо, которые составляют 95%+ от всех расходов, в таких заявлениях удобно опускаются.
Автор честно говорит, что список не полный и это первая версия. Но даже в таком виде он отлично показывает, как устроена маркетинговая машина вокруг LLM. Большинство этих приемов строятся на одном и том же принципе: подменить отсутствие доказательств обещаниями, страхом или переносом вины.
Для тех, кто работает с AI каждый день, этот список полезен не как антиреклама технологии, а как инструмент фильтрации шума. Когда видишь очередной восторженный пост про революцию в AI, полезно прогнать его через этот чек-лист. Скорее всего, там окажется хотя бы три-четыре пункта из списка выше.