Лого vc.ru

Бум нейросетей: Кто делает нейронные сети, зачем они нужны и сколько денег могут приносить

Бум нейросетей: Кто делает нейронные сети, зачем они нужны и сколько денег могут приносить

В первой половине 2016 года мир услышал о множестве разработок в области нейронных сетей — свои алгоритмы демонстрировали Google (сеть-игрок в го AlphaGo), Microsoft (ряд сервисов для идентификации изображений), стартапы MSQRD, Prisma и другие.

Редакция vc.ru рассказывает, что из себя представляют нейронные сети, для чего они нужны, почему захватили планету именно сейчас, а не годами раньше или позже, сколько на них можно заработать и кто является основными игроками рынка. Своими мнениями также поделились эксперты из МФТИ, «Яндекса», Mail.Ru Group и Microsoft.

Поделиться

Что собой представляют нейронные сети и какие задачи они могут решать

Нейронные сети — одно из направлений в разработке систем искусственного интеллекта. Идея заключается в том, чтобы максимально близко смоделировать работу человеческой нервной системы — а именно, её способности к обучению и исправлению ошибок. В этом состоит главная особенность любой нейронной сети — она способна самостоятельно обучаться и действовать на основании предыдущего опыта, с каждым разом делая всё меньше ошибок.

Нейросеть имитирует не только деятельность, но и структуру нервной системы человека. Такая сеть состоит из большого числа отдельных вычислительных элементов («нейронов»). В большинстве случаев каждый «нейрон» относится к определённому слою сети. Входные данные последовательно проходят обработку на всех слоях сети. Параметры каждого «нейрона» могут изменяться в зависимости от результатов, полученных на предыдущих наборах входных данных, изменяя таким образом и порядок работы всей системы.

Руководитель направления «Поиск Mail.ru» в Mail.Ru Group Андрей Калинин отмечает, что нейронные сети способны решать такие же задачи, как и другие алгоритмы машинного обучения, разница заключается лишь в подходе к обучению.

Все задачи, которые могут решать нейронные сети, так или иначе связаны с обучением. Среди основных областей применения нейронных сетей — прогнозирование, принятие решений, распознавание образов, оптимизация, анализ данных.

Директор программ технологического сотрудничества Microsoft в России Влад Шершульский замечает, что сейчас нейросети применяются повсеместно: «Например, многие крупные интернет-сайты используют их, чтобы сделать реакцию на поведение пользователей более естественной и полезной своей аудитории. Нейросети лежат в основе большинства современных систем распознавания и синтеза речи, а также распознавания и обработки изображений. Они применяются в некоторых системах навигации, будь то промышленные роботы или беспилотные автомобили. Алгоритмы на основе нейросетей защищают информационные системы от атак злоумышленников и помогают выявлять незаконный контент в сети».

В ближайшей перспективе (5-10 лет), полагает Шершульский, нейронные сети будут использоваться ещё шире:

Представьте себе сельскохозяйственный комбайн, исполнительные механизмы которого снабжены множеством видеокамер.

Он делает пять тысяч снимков в минуту каждого растения в полосе своей траектории и, используя нейросеть, анализирует — не сорняк ли это, не поражено ли оно болезнью или вредителями. И обрабатывает каждое растение индивидуально. Фантастика? Уже не совсем. А через пять лет может стать нормой.

— Влад Шершульский, Microsoft

Заведующий лабораторией нейронных систем и глубокого обучения Центра живых систем МФТИ Михаил Бурцев приводит предположительную карту развития нейронных сетей на 2016-2018 годы:

  • системы распознавания и классификации объектов на изображениях;
  • голосовые интерфейсы взаимодействия для интернета вещей;
  • системы мониторинга качества обслуживания в колл-центрах;
  • системы выявления неполадок (в том числе, предсказывающие время технического обслуживания), аномалий, кибер-физических угроз;
  • системы интеллектуальной безопасности и мониторинга;
  • замена ботами части функций операторов колл-центров;
  • системы видеоаналитики;
  • самообучающиеся системы, оптимизирующие управление материальными потоками или расположение объектов (на складах, транспорте);
  • интеллектуальные, самообучающиеся системы управления производственными процессами и устройствами (в том числе, робототехнические);
  • появление систем универсального перевода «на лету» для конференций и персонального использования;
  • появление ботов-консультантов технической поддержки или персональных ассистентов, по функциям близким к человеку.

Директор по распространению технологий «Яндекса» Григорий Бакунов считает, что основой для распространения нейросетей в ближайшие пять лет станет способность таких систем к принятию различных решений: «Главное, что сейчас делают нейронные сети для человека, — избавляют его от излишнего принятия решений. Так что их можно использовать практически везде, где принимаются не слишком интеллектуальные решения живым человеком. В следующие пять лет будет эксплуатироваться именно этот навык, который заменит принятие решений человеком на простой автомат».

Почему нейронные сети стали так популярны именно сейчас

Учёные занимаются разработкой искусственных нейронных сетей более 70 лет. Первую попытку формализовать нейронную сеть относят к 1943 году, когда два американских учёных (Уоррен Мак-Каллок и Уолтер Питтс) представили статью о логическом исчислении человеческих идей и нервной активности.

Однако до недавнего времени, говорит Андрей Калинин из Mail.Ru Group, скорость работы нейросетей была слишком низкой, чтобы они могли получить широкое распространение, и поэтому такие системы в основном использовались в разработках, связанных с компьютерным зрением, а в остальных областях применялись другие алгоритмы машинного обучения.

Трудоёмкая и длительная часть процесса разработки нейронной сети — её обучение. Для того, чтобы нейронная сеть могла корректно решать поставленные задачи, требуется «прогнать» её работу на десятках миллионов наборов входных данных. Именно с появлением различных технологий ускоренного обучения и связывают распространение нейросетей Андрей Калинин и Григорий Бакунов.

Главное, что произошло сейчас, — появились разные уловки, которые позволяют делать нейронные сети, значительно меньше подверженные переобучению.

— Григорий Бакунов, «Яндекс»

«Во-первых, появился большой и общедоступный массив размеченных картинок (ImageNet), на которых можно обучаться. Во-вторых, современные видеокарты позволяют в сотни раз быстрее обучать нейросети и их использовать. В-третьих, появились готовые, предобученные нейросети, распознающие образы, на основании которых можно делать свои приложения, не занимаясь длительной подготовкой нейросети к работе. Всё это обеспечивает очень мощное развитие нейросетей именно в области распознавания образов», — замечает Калинин.

Каковы объёмы рынка нейронных сетей

«Очень легко посчитать. Можно взять любую область, в которой используется низкоквалифицированный труд, — например, работу операторов колл-центров — и просто вычесть все людские ресурсы. Я бы сказал, что речь идет о многомиллиардном рынке даже в рамках отдельной страны. Какое количество людей в мире задействовано на низкоквалифицированной работе, можно легко понять. Так что даже очень абстрактно говоря, думаю, речь идет стомиллиардном рынке во всем мире», — говорит директор по распространению технологий «Яндекса» Григорий Бакунов.

По некоторым оценкам, больше половины профессий будет автоматизировано – это и есть максимальный объём, на который может быть увеличен рынок алгоритмов машинного обучения (и нейронных сетей в частности).

— Андрей Калинин, Mail.Ru Group

«Алгоритмы машинного обучения — это следующий шаг в автоматизации любых процессов, в разработке любого программного обеспечения. Поэтому рынок как минимум совпадает со всем рынком ПО, а, скорее, превосходит его, потому что становится возможно делать новые интеллектуальные решения, недоступные старому ПО», — продолжает руководитель направления «Поиск Mail.ru» в Mail.Ru Group Андрей Калинин.

Зачем разработчики нейронных сетей создают мобильные приложения для массового рынка

В последние несколько месяцев на рынке появилось сразу несколько громких развлекательных проектов, использующих нейронные сети — это и популярный видеосервис MSQRD, который выкупила социальная сеть Facebook, и российские приложения для обработки снимков Prisma (в июне привлёк инвестиции от Mail.Ru Group) и Mlvch и другие.

Способности собственных нейронных сетей демонстрировали и Google (технология AlphaGo выиграла у чемпиона в го; в марте 2016 года корпорация продала на аукционе 29 картин, нарисованных нейросетями и так далее), и Microsoft (проект CaptionBot, распознающий изображения на снимках и автоматически генерирующий подписи к ним; проект WhatDog, по фотографии определяющий породу собаки; сервис HowOld, определяющий возраст человека на снимке и так далее), и «Яндекс» (в июне команда встроила в приложение «Авто.ру» сервис для распознавания автомобилей на снимках; представила записанный нейросетями музыкальный альбом; в мае создала проект LikeMo.net для рисования в стиле известных художников).

Такие развлекательные сервисы создаются скорее не для решения глобальных задач, на которые и нацелены нейросети, а для демонстрации способностей нейронной сети и проведения её обучения.

«Игры — характерная особенность нашего поведения как биологического вида. С одной стороны, на игровых ситуациях можно смоделировать практически все типичные сценарии человеческого поведения, а с другой — и создатели игр и, особенно, игроки могут получить от процесса массу удовольствия. Есть и сугубо утилитарный аспект. Хорошо спроектированная игра приносит не только удовлетворение игрокам: в процессе игры они обучают нейросетевой алгоритм. Ведь в основе нейросетей как раз и лежит обучение на примерах», — говорит Влад Шершульский из Microsoft.

«В первую очередь это делается для того, чтобы показать возможности технологии. Другой причины, на самом деле, нет. Если речь идёт о Prisma, то понятно, для чего это делали они. Ребята построили некоторый пайплайн, который позволяет им работать с картинками. Для демонстрации этого они избрали для себя довольно простой способ создания стилизаций. Почему бы и нет? Это просто демонстрация работы алгоритмов», — говорит Григорий Бакунов из «Яндекса».

Другого мнения придерживается Андрей Калинин из Mail.Ru Group: «Конечно, это эффектно с точки зрения публики. С другой стороны, я бы не сказал, что развлекательные продукты не могут быть применены в более полезных областях. Например, задача по стилизации образов крайне актуальна для целого ряда индустрий (дизайн, компьютерные игры, мультипликация — вот лишь несколько примеров), и полноценное использование нейросетей может существенно оптимизировать стоимость и методы создания контента для них».

Основные игроки на рынке нейронных сетей

Как отмечает Андрей Калинин, по большому счёту, большинство присутствующих на рынке нейронных сетей мало чем отличаются друг от друга. «Технологии у всех примерно одинаковые. Но применение нейросетей — это удовольствие, которое могут позволить себе далеко не все. Чтобы самостоятельно обучить нейронную сеть и поставить на ней много экспериментов, нужны большие обучающие множества и парк машин с дорогими видеокартами. Очевидно, что такие возможности есть у крупных компаний», — говорит он.

Среди основных игроков рынка Калинин упоминает Google и её подразделение Google DeepMind, создавшее сеть AlphaGo, и Google Brain. Собственные разработки в этой области есть у Microsoft — ими занимается лаборатория Microsoft Research. Созданием нейронных сетей занимаются в IBM, Facebook (подразделение Facebook AI Research), Baidu (Baidu Institute of Deep Learning) и другие. Множество разработок ведётся в технических университетах по всему миру.

Директор по распространению технологий «Яндекса» Григорий Бакунов отмечает, что интересные разработки в области нейронных сетей встречаются и среди стартапов. «Я бы вспомнил, например, компанию ClarifAI. Это небольшой стартап, сделанный когда-то выходцами из Google. Сейчас они, пожалуй, лучше всех в мире умеют определять содержимое картинки». К таким стартапам относятся и MSQRD, и Prisma, и другие.

В России разработками в области нейронных сетей занимаются не только стартапы, но и крупные технологические компании — например, холдинг Mail.Ru Group применяет нейросети для обработки и классификации текстов в «Поиске», анализа изображений. Компания также ведёт экспериментальные разработки, связанные с ботами и диалоговыми системами.

Созданием собственных нейросетей занимается и «Яндекс»: «В основном такие сети уже используются в работе с изображениями, со звуком, но мы исследуем их возможности и в других областях. Сейчас мы много экспериментов ставим в использовании нейросетей в работе с текстом». Разработки ведутся в университетах: в «Сколтехе», МФТИ, МГУ, ВШЭ и других.

Статьи по теме
Авторы фотосервиса Mlvch выпустили приложение для Android раньше конкурентов из Prisma08 июля 2016, 18:36
Холдинг Mail.Ru Group стал инвестором фотосервиса Prisma21 июня 2016, 16:59
Призма Моисеенкова: Как устроен проект Prisma и сможет ли он повторить успех MSQRD20 июня 2016, 17:39
Facebook купил белорусскую компанию-разработчика приложения MSQRD09 марта 2016, 18:44
MSQRD — сервис для изменения внешности во время видеочатов в режиме реального времени11 января 2016, 09:12
— интеллектуальный партнёр рубрики «Будущее»
Популярные статьи
Показать еще
Комментарии отсортированы
как обычно по времени по популярности

Мы в 2015 начали использовать самообучающуюся нейронную сеть для анализа финансовой отчетности компаний выходящих на IPO, а в 2016 расширили на уже торгующиеся (на рынках США).

Как принято говорит, начали до того как это стало мейнстримом =))

Сеть не брешет? Кпд каков?

0

На реальных торгах, дала 500+ процентов за 2015.
YTD пока 120+-%
Бэктест на истории дал хорошие результаты (отрицательный результат только в 2008).

Судя по 2008, работаете на чистых финансовых данных? Ньюсами-событиями кормить не пробовали?

0

При IPO чуть больше данных, кто андеррайтер и его действия, основные инвесторы, как прошел road show и еще десяток данных.

При анализе уже торгуемых: отбор секторов и компаний по одним данным, точек входа/выхода - по отчетности и цене.

Сложновато прикрутить новости, хотя в ProductMap застолбили время для этого в конце года. Думаю у нас не хватит компетенции. Да и HFT'шники лучше умеют это делать =) (если речь про отторговку конкретных новостей), мы лишь пока можем формировать общий фон по акции (для нас это более актуально, т.к. мы больше ориентированы на среднесрок, плюс (в теории пока) возможно применить на отторговку отчетности, нас правда не очень интересует маржинальная и краткосрочная, так как крупнякам (зарубежным) более интересно сохранения и приумножение, нежели просто приумножение...

Если есть идеи, как сделать правильно, буду очень рад выслушать.

0

С HFT'шниками понятное дело соревноваться в реакции сложно. Я имел ввиду именно отложенный "эффект бабочки". Хотя бы по "стандартным" новостям. Например, после сплита, выхода гайденсов, каких-то сековских репортов по сделкам инсайдеров. и т.д.
Я понимаю что учет массива всех новостей требует их "предварительной очистки" перед скармливанием. Кластеризация, тематизация, проксимизация и еще много страшных слов.
Что бы уж прямо насчет идей, так я слишком "ненастоящий сварщик". :) Вот у вас и хотел разведать.

0

Скромный хедж фонд, выросший из скромного family office.

А где можно почитать подробнее? Интересует скорее не доходность и всё такое, а применимость. Сталкивался с сетями в студенчестве при анализе цен на недвижимость.

0

вот сразу видно больших мечтателей - "комбайн, который каждое растение обрабатывает индивидуально"

Обрабатывать унифицированно - более сильная идея.
Индивидуальная обработка имеет смысл только если очень высока стоимость экземпляра (к примеру, в медицине)

А ГМО, имхо, еще дешевле, чем такой навороченный комбайн.

0

Даж не могу себе представить, как общаться с ботом из колл-центра. Наверное, и мне придется завести себе бота-покупателя. Чтоб те на одном языке и по своим понятиям коммуницировали друг с другом.

В Москве яндекс уже внедряет ботов в колл-центре. У них какое-то соглашение с Мэрией Москвы

0

Ну и как с ботами разговаривать о деле? Они только и умеют, что матюкаться, да флиртовать.

вот вместо "пакета Яровой" применили бы такую сеть для анализа, потенциальных угроз.. зачем весь шлак хранить?

Нейронная сеть может ошибаться. Да и закон этот будет использоваться для слежки за оппозицией. Ну или за тем, кто может составить конкуренцию режиму.
1. Появился оппозиционер.
2. Начинаем его подозревать в терроризме.
3. Без решения суда начинаем мониторить его.
4. Подсовываем ему в браузер рекламу, в которой айфрейм на сайт с детским проном.
5. ....
6. PROFIT!

Всем пофиг на оппозицию т.к. она не несет в себе угрозы. От того, что она публично выступает есть даже плюсы т.к. мониторинг дает информацию о трендах, которые в иной ситуации уходили бы "на кухню".

С учетом взрывов по всему миру и того факта, что наибольший урон ИГ наносит ВКС РФ + армия Сирии, есть более приоритетные задачи нежели слежка за оппозиционерами поддержка которых, в глобальном плане, где-то в пределах статистической погрешности.

Ну как Вам сказать. От некоторых действий оппозиционеров, например, Навального, у текущие власти знатно припекает. И дело даже не в политической борьбе, а во вполне элементарной, гражданской. Вся эта движуха с Газпромом, Роспилом, Чайкой и прочими проектами знатно досаждает властям. На каждый довод оппозиции дается один ответ - это происки госдепа, это всё заказуха и клевета. При этом даже нет попыток как-то официально опровергнуть. Из-за панамских документов несколько европейских политиков подали в отставку, а наших, как с гуся вода.
Вот чтобы такое в будущем не допускать, вводят эти меры. Ведь на любого человека можно повесить всё что угодно. А в интернете это сделать гораздо легче. Ну не наносят террористы такого урона, который будет стоить несколько триллионов рублей. Не везут через почту России бомбы и героин. Ну нет этого.

По поводу ИГ. Россия воюет в Сирии не из-за террористов, там идет дележка и Россия в ней участвует. Не выгодно нам, чтобы Катар через Сирию проложил газо/нефтепровод в европу. Опять же, если вы почитаете, что такое понятие терроризм, то обнаружите, что ИГ - это не совсем террористы.

От ОНФ текущей власти припекает гораздо больше, чем от Навального. Цифры и реальные результаты говорят сами за себя.

Что касается закона, то можно и без него навесить если что. Закон скорее не о оппозиции.

Константин, вы понимаете, что ОНФ это структура, которая просто имитирует оппозицию? Ну как так-то? Как может быть Путин оппозиционером самому себе? :) Господи, да на этом сайте нет ничего про протест дальнобойщикой, про скандал с мостом Кадырова, там ничего нет. О чем Вы вообще?

0

ОНФ никого не имитирует. ОНФ вообще отдельна. Они занимаются борьбой с коррупцией на деле, а не на словах. О чем говорят реальные цифры и посадки. ))

Если что, то vc.ru как бы не про политику ;)

на сайте ОНФ вся отчетность. Я не справочное бюро.

0

Если Вы об этом onf.ru/category/results/ , то это чушь собачья. Просто местечковая самодеятельность. Ни о каких реальных результатов и речи нет. Или я не туда смотрю?

0

Там есть подсайты с подробной отчетностью. Гугл в помощь.

0

Константин, можете дать ссылку, хочется получить её от вас (да и сам я ничего не нашел по запросу "ОНФ отчетность", кроме как того, что они распилили пол лярда рублей за год). Можете дать ссылку на отчет, от которого бомбит у правительства?

0

Еще раз объясняю. Я не справочное бюро. Вы вполне соответствуете указанной вами фамилии.

0

Ну вот, раз не поленился перейти на личности и поленился дать ссылку, значит ты обыкновенный петушок. Разговор закрыт.

0

Этот комментарий написала и оставила тут нейросеть.

Да не. Нейросеть сотню идентичных комментариев в секунду пишет.

Не идентичных, а каждый будет чуть-чуть изменен.

0

Начнем с того, что на данный момент, нету 100% картины, как работает мозг человека. Вы пишите, что разработка нейронных сетей началась аж в 1943 году. И так, главное заблуждение, большинства статей, искусственные нейронные сети НИКАК не относятся к работе мозга человек. Абсолютно. Точка. Прекратите перепечатывать

Привет. В материале нет ни слова про мозг человека.

−1

"Нейронные сети — одно из направлений в разработке систем искусственного интеллекта. Идея заключается в том, чтобы максимально близко смоделировать работу человеческой нервной системы — а именно, её способности к обучению и исправлению ошибок."

Нейросети это ох...ое будущее для хакеров. Я им даже завидую

0

>>По некоторым оценкам, больше половины профессий будет автоматизировано
А с безработными что делать?

0

Трудоспособное население развитых стран сокращается, сейчас это решается завозом мигрантов, но нейросети позволят обойтись без них.

Раньше на телефонных станциях сидело множество операторов, которые переключали штекеры, их заменил автомат. Раньше цветы в Голландии выращивали десятки тысяч работников, теперь на крупнейшем предприятии 4 человека следят за гигантским автоматизированным парником...

0

только глобально низко квалифицированных кадров гораздо больше, чем просто телефонистов на ТС и тех, кто выращивал цветы. Речь идет о сотнях миллионов тех же китайцев, где Фокскон уже начинает эксперементировать, индийцев, южноамериканцев и т.д.

Как всех их задействовать если нет возможности резко повысить уровень их образования и компетенции что бы это совпало со скоростью развития технологий )

0

В Китае серьезный спад рождаемости и они начали уже испытывать проблемы с кадрами. По прогнозу к 2100 году там будет жить на 400 млн человек меньше чем сейчас.

В большинстве развитых стран население сократиться на 30-40% от текущего (Япония, Германия, Италия, Южная Корея и многие другие от 30 д 40%, в РФ сократиться на 17%, на Украине на 50%) и будет сильно старше по составу, надо как-то восполнять потери трудоспособного населения за счет искусственных систем и дальнейшей автоматизации.

В целом будет бум рождаемости только в Африке и отдельных мусульманских странах.

Ну, к 100му году думаю уровень образования глобально подтянут )

Появятся новые должности, +никто не отменял безусловный базовый доход.

0

А еще слово "нейросеть" нравится заказчикам, особенно естественнонаучных направлений. Даже и предупреждаешь, что толку от нее не будет, в любом случае, классические методы ту же задачу решают эффективней.
Нейросети - страшная сила. Я как-то ездил в Сербию, ессно билет на сайте покупал. Так меня контекстная реклама завалила предложениями поехать в Ирак и то ли Лесото, то ли Сомали. В Сирии еще было спокойно.
И такую же степень разумности они проявляют, подозреваю, и в остальных сферах человеческой деятельности.

Хотите объясню работу простых нейросетей ?
В школе решали уравнения 2*x+y*x-2=53 ?
Вот смысл нейронных сетей - подобрать такие коэффициенты, чтобы уравнение было верным. Т.е взяли одни коэффициенты и подставили в уравнение (вы точно знаете сколько должно получится) и смотрите на результат. Если он не равен 53, высчитываете, на сколько нужно подправить коэфф. и меняете их и так тысячи раз.
В итоге - есть уравнение и оно может принимать даже неизвестные ранее данные.
Но какой тут интеллект ? Просто аппроксимация.

Так мы с вами до определенного уровня так и учимся, дети пытаются встать сотни тысяч раз, пока мозг не подберет идеальный алгоритмы для движения.

Искусственный интеллект и творческое сознание вещи разные.

дети не пытаются вставать сотни тысяч раз - мозг у себя прокручивает последовательность сенсорно-моторной информации из буфера кратковременной памяти для закрепления новых нейронных связей
просто с каждой попыткой встать они продвигаются чуть дальше - это скорее онлайн обучение из reinforcement learning

проблема простых сетей была в том что им нужен был грамотный feature engineering. для этого придумали сверточные сети - теперь сеть сама конструирует фичи из данных. реальная проблема этих сетей что нужно громадное количество обучающих примеров - сотни тысяч примеров
есть еще reinforcement learning (очень высокий темп развития) и обучение без учителя - а это далеко не подгон параметров :)))

а каков принцип работы reinforcement learning? и на какой базе осуществляется? Не могли бы вкратце?

0

Так нейронные сети и интеллект - это немного разные вещи.

0

Ох уж эти buzz words. Нейросетями стали называть систему уравнений, которые стараются описать исходные данные! Ничего особо хитрого - вариации статистики, но термин романтичный.

Интересная перспектива.
Что будет с интернетом, и в частности с контент-проектами. Ведь по сути крупные игроки оставят далеко позади рядовых специалистов в этой области.

0

Возможность комментирования статьи доступна только в первые две недели после публикации.

Сейчас обсуждают
Dmitry Kaigorodov
Kuoll

Откуда ворует?

Сооснователь Maps.me Юрий Мельничек выпустил приложение для обработки фона фотографий с помощью нейросетей
0
Yury Melnichek

Градиент в следующей версии поменяем

Сооснователь Maps.me Юрий Мельничек выпустил приложение для обработки фона фотографий с помощью нейросетей
0
Максим Мостовой
Куппи.ру

А что может сделать маркетинг с кадровой политикой, если акционеры не хотят платить зп больше потому что "других найдём"?

«Товарооборот на 44% превысил ожидания маркетологов»: история акции с «Прилипалами» в «Дикси»
0
Artemy Ustimenko
Venuelab

Non capisco

Telegram выпустил инструменты для интеграции через IFTTT
0
Katerina Pigasova

Рады стараться!

Кейс из России: Рост продаж в 2,3 раза благодаря оптимизации работы колл-центра
0
Показать еще