От криптофьючерсов и TensorFlow до собственного ИИ-стартапа. Почему я решил, что искусственный интеллект способен на большее

Несколько лет назад я пытался научить искусственный интеллект зарабатывать на криптовалютном рынке. Сегодня я создаю платформу цифровых сотрудников для российского бизнеса. И, как ни странно, между этими двумя идеями гораздо больше общего, чем кажется.

Я начинал не с разработки чат-ботов, автоматизации продаж или создания SaaS-платформы.

Меня интересовал совершенно другой вопрос: можно ли научить искусственный интеллект самостоятельно принимать решения на финансовых рынках?

Не просто прогнозировать движение цены, а анализировать ситуацию, выбирать действия, учитывать последствия и постепенно улучшать собственную стратегию.

Так я пришёл к машинному обучению, TensorFlow и обучению с подкреплением — Reinforcement Learning, или RL.

Именно этот опыт впоследствии изменил моё представление о возможностях искусственного интеллекта.

Как всё начиналось: криптофьючерсы и обучение с подкреплением

Криптовалютный рынок привлекал меня своей динамикой.

Огромное количество данных, непрерывная торговля, высокая волатильность и возможность автоматизировать принятие решений.

Но довольно быстро я понял, что написать обычного торгового бота и создать систему, способную обучаться на собственном опыте, — совершенно разные задачи.

Я выбрал второй путь.

В качестве одного из основных инструментов использовал TensorFlow — библиотеку машинного обучения.

А в основу экспериментов положил обучение с подкреплением.

Если объяснять максимально просто, то вместо того, чтобы заранее прописывать роботу каждое действие, я хотел создать условия, в которых он сможет самостоятельно учиться принимать решения.

Для этого мне пришлось разработать собственную торговую среду.

Зачем нужна собственная среда?

В обучении с подкреплением агент взаимодействует с окружением.

Он получает информацию о текущем состоянии, выбирает действие, наблюдает результат и получает обратную связь.

В моём случае окружением выступал криптовалютный рынок.

Агент должен был учитывать рыночные данные, состояние позиции, доступный капитал и другие параметры торговой системы.

Он мог принимать решения об открытии и закрытии позиций, а результат этих решений использовался в процессе обучения.

По сути, я пытался создать цифрового трейдера, который не просто исполняет команды, а постепенно формирует собственную модель поведения.

Когда система начала показывать результаты

После экспериментов, настройки среды, изменения параметров обучения и многочисленных проверок я начал получать результаты, которые выглядели многообещающе.

В отдельных сериях испытаний средняя доходность стратегии находилась примерно в диапазоне 5–10% в месяц.

Для меня это было важным достижением.

Я видел, что система, над которой долго работал, способна принимать решения и демонстрировать положительный результат.

Но здесь есть важный нюанс.

Результаты алгоритма на исторических данных, в симуляции и при реальной торговле — не одно и то же. Комиссии, проскальзывание, рыночные изменения и риск ликвидации могут существенно изменить итоговую доходность.

Поэтому я не рассматриваю эти цифры как обещание стабильной прибыли.

И всё же именно тогда я впервые по-настоящему почувствовал, насколько мощным инструментом может быть искусственный интеллект.

Желательно показать реальные результаты экспериментов с указанием периода тестирования, просадки и условий расчёта.

Но потом я столкнулся с простой математикой

Представим, что у тебя есть 100 000 рублей торгового капитала.

Даже если стратегия приносит 5% в месяц, это всего 5 000 рублей до учёта налогов и дополнительных расходов.

При 10% — 10 000 рублей.

А теперь представим молодого парня, который хочет самостоятельно обеспечивать себя, строить семью, развиваться и создавать что-то своё.

В современных российских условиях этих денег недостаточно, чтобы жить исключительно за счёт торговли.

Даже при капитале в 300 000 рублей условная доходность 5% принесёт 15 000 рублей за месяц.

При этом никто не гарантирует, что следующий месяц вообще окажется прибыльным.

Чтобы получать действительно существенный доход, нужен либо большой капитал, либо принятие значительно большего риска.

А большой капитал у меня отсутствовал.

И в какой-то момент я начал задавать себе другой вопрос.

А что, если использовать искусственный интеллект не только для попыток заработать на движении цен, но и для решения реальных проблем других людей?

Этот вопрос стал для меня поворотным.

Я понял, что искусственный интеллект — это гораздо больше, чем торговый алгоритм

Работая над торговой системой, я научился смотреть на ИИ не как на волшебную программу, которая выдаёт готовые ответы.

Для меня это был агент.

Система, которая получает информацию, анализирует ситуацию, принимает решения, выполняет действия и оценивает их последствия.

И однажды я задумался: почему бы не применить похожий подход к обычному бизнесу?

Ведь предприниматели каждый день сталкиваются с огромным количеством повторяющихся задач.

Клиенты спрашивают о ценах.

Уточняют наличие товаров.

Интересуются условиями доставки.

Пишут поздно вечером.

Просят подобрать подходящую услугу.

Задают одни и те же вопросы десятки раз.

И практически на каждое такое обращение компания тратит рабочее время.

Я понял, что искусственный интеллект способен приносить пользу не только через попытки предсказать рынок.

Он может помогать людям зарабатывать больше за счёт улучшения работы самого бизнеса.

Сокращать рутинные расходы.

Ускорять обработку обращений.

Помогать менеджерам не терять потенциальных клиентов.

Работать с информацией, которую человеку пришлось бы искать вручную.

И самое главное — делать подобные возможности доступными не только крупным корпорациям.

Так появилась идея AI Workforce

Я начал создавать AI Workforce — платформу цифровых сотрудников для малого и среднего бизнеса.

Моя идея заключается в том, чтобы предприниматель мог подключить ИИ-сотрудника так же просто, как подключает обычный онлайн-сервис.

Без необходимости самостоятельно изучать программирование, TensorFlow, устройство нейросетей или архитектуру сложных автоматизированных систем.

Представьте магазин, в котором вместо привычных товаров представлены цифровые специалисты.

ИИ-менеджер по продажам.

ИИ-специалист клиентской поддержки.

ИИ-администратор.

А в дальнейшем — сотрудники для аналитики, обработки документов и других бизнес-процессов.

Здесь нужно показать настоящий интерфейс платформы, её фирменный стиль и позиционирование.

Как это должно работать?

Предприниматель выбирает цифрового сотрудника.

Затем знакомит его со своей компанией: загружает информацию о товарах, услугах, ценах, правилах обслуживания.

Подключает необходимые каналы коммуникации.

Определяет, какие действия агент может выполнять самостоятельно, а в каких случаях обязан обратиться к человеку.

После этого цифровой сотрудник должен помогать компании в пределах заданных правил.

Например, отвечать на типовые вопросы покупателей, консультировать по ассортименту и передавать сложные обращения настоящим менеджерам.

От криптофьючерсов и TensorFlow до собственного ИИ-стартапа. Почему я решил, что искусственный интеллект способен на большее

Покажите выбор сотрудника, его роль и основные возможности.

Почему я считаю, что малому бизнесу это особенно необходимо

Крупная компания может позволить себе собственный отдел разработки, специалистов по автоматизации и дорогостоящие программные решения.

А небольшой предприниматель часто вынужден делать всё самостоятельно.

Он занимается рекламой, закупками, финансами, клиентами и управлением сотрудниками.

И когда бизнес начинает расти, увеличивается не только выручка, но и количество повседневных задач.

Возникает необходимость нанимать дополнительных людей.

Но далеко не каждая небольшая компания может позволить себе расширение штата.

Именно здесь, на мой взгляд, искусственный интеллект способен принести ощутимую пользу.

Допустим, компания получает 1 000 клиентских обращений в месяц.

Если менеджер тратит на каждое обращение в среднем пять минут, получается около 83 часов работы.

Если цифровой сотрудник сможет самостоятельно обработать 60% типовых обращений, потенциально освободится около 50 часов ежемесячно.

Это расчётный пример, а не подтверждённый результат внедрения нашей платформы.

Но он показывает саму идею.

Предпринимателю не обязательно увольнять сотрудников, чтобы получить пользу от автоматизации.

Он может использовать освободившееся время для продаж, развития компании и работы с действительно сложными клиентами.

Я хочу, чтобы благодаря ИИ даже небольшой бизнес мог вздохнуть свободнее.

А что происходит внутри AI Workforce?

Я не хочу создавать просто очередного чат-бота, который отвечает заранее подготовленными фразами.

В основе проекта — система управления ИИ-агентами, корпоративная база знаний и механизмы взаимодействия с языковыми моделями.

Для меня особенно важно, чтобы цифровой сотрудник понимал вопросы клиента, использовал реальные данные компании и не выдумывал условия, которых не существует.

Если клиент спрашивает об аренде автомобиля, агент должен ориентироваться на действующие правила конкретного автопроката.

Если покупатель интересуется доставкой, агент должен использовать условия конкретного магазина.

Если информации недостаточно, правильнее передать вопрос человеку, чем уверенно сообщить неправильные сведения.

Мы также уделяем внимание поддержке востребованных в России каналов коммуникации, включая Telegram и MAX, и вариантам размещения компонентов платформы.

Это сложная инженерная работа, и я не считаю её завершённой.

Но именно создание надёжного продукта, способного работать в реальном бизнесе, для меня сейчас важнее красивых обещаний.

От криптофьючерсов и TensorFlow до собственного ИИ-стартапа. Почему я решил, что искусственный интеллект способен на большее
От криптофьючерсов и TensorFlow до собственного ИИ-стартапа. Почему я решил, что искусственный интеллект способен на большее

Но торговлю криптофьючерсами я не бросаю

И здесь хочу вернуться к тому, с чего начал.

Мой интерес к финансовым рынкам никуда не исчез.

Более того, я рассматриваю его как одно из будущих направлений развития AI Workforce.

В перспективе я хочу создать отдельного цифрового сотрудника — ИИ-аналитика финансовых рынков.

Не очередного Telegram-бота, который обещает гарантированный заработок.

А полноценного интеллектуального помощника для человека, интересующегося инвестициями и алгоритмической торговлей.

Такой агент мог бы:

  • Анализировать рыночные данные и поведение финансовых инструментов.
  • Помогать разрабатывать и сравнивать торговые стратегии.
  • Проводить историческое тестирование с учётом комиссий и рисков.
  • Рассчитывать потенциальную просадку и параметры управления капиталом.
  • Формировать аналитические отчёты.
  • Помогать владельцу принимать более обоснованные решения.

А в дальнейшем я хотел бы исследовать возможность использования обучения с подкреплением для поиска и совершенствования торговых стратегий.

Моя большая мечта — создать инструмент, который поможет обычному человеку лучше разобраться в финансовых рынках, научиться управлять рисками и, возможно, приблизиться к своим первым серьёзным финансовым целям.

Может быть, даже к первым миллионам.

Но здесь я принципиально разделяю мечту и обещание.

Никакой ИИ не способен гарантировать прибыль на финансовых рынках.

И если такой сотрудник появится в AI Workforce, его ценность должна заключаться прежде всего в качественной аналитике, прозрачности стратегий и контроле рисков.

Почему я решил рассказать эту историю

Потому что со стороны создание IT-стартапа иногда выглядит так, будто человек однажды проснулся, придумал идею и начал разрабатывать продукт.

В действительности всё гораздо сложнее.

За AI Workforce стоят мои предыдущие эксперименты, попытки создать прибыльную торговую систему, изучение машинного обучения, ошибки и постоянный поиск применения технологиям.

Я не начинал с огромной команды разработчиков или многомиллионных инвестиций.

Я начинал с интереса к тому, как заставить программу самостоятельно принимать решения.

Сначала на криптовалютном рынке.

А теперь — в задачах, с которыми ежедневно сталкиваются предприниматели.

И чем больше я работаю над платформой, тем сильнее убеждаюсь: потенциал искусственного интеллекта гораздо шире, чем генерация текстов, картинок или прогнозов.

Его настоящая ценность проявляется тогда, когда он помогает человеку решать конкретные задачи.

Что дальше?

Сейчас я продолжаю разработку AI Workforce и подготовку платформы к практическим испытаниям.

Моя ближайшая цель — довести цифровых сотрудников до состояния, в котором их можно будет уверенно предлагать реальному бизнесу.

Затем — проверять эффективность, получать обратную связь и постепенно расширять возможности платформы.

Сайт проекта: https://workforceai.ru

Мне также интересно услышать мнение читателей vc.ru.

Как вы считаете, где искусственный интеллект принесёт больше практической пользы в ближайшие годы: в автоматизации бизнеса, финансовой аналитике или совершенно других направлениях?

И доверили бы вы ИИ не просто отвечать на вопросы, а самостоятельно выполнять часть повседневной работы?

Буду рад обсудить это в комментариях.

Когда-то я пытался создать искусственный интеллект, который будет зарабатывать деньги на рынке.

Сегодня я хочу создать искусственный интеллект, который будет помогать людям развивать собственный бизнес.

И, возможно, именно второй путь окажется гораздо интереснее первого.

Связаться со мной

Разрабатываю AI Workforce — платформу цифровых сотрудников для бизнеса.

Открыт к сотрудничеству, предложениям о пилотном внедрении и обратной связи.

🌐 Сайт: https://workforceai.ru

📩 Почта: aiworkforce@yandex.ru

Буду рад пообщаться с предпринимателями, разработчиками и всеми, кому интересно развитие искусственного интеллекта.

11