TGViewer
LLM под капотом LLM под капотом @llm_under_hood · 29.3K subscribers
Post #469 8.87K
А теперь будет самый забавный момент.

(это завершение поста про "Как ищете клиентов?")

Можно с самого начала смотреть на весь этот процесс (от маркетинга до передачи проекта на интеграцию) как на одну систему. И если оптимизировать все шаги для максимальной пропускной способности, то получится, что bottleneck в компаниях будет не на первых шагах, а на стадии:

аааа, клиент хочет поскорее подписать бюджет на интеграцию работающего LLM Core, а у нас команды разработчиков все заняты. Где можно поскорее найти опытных PM, full-stack, FE/BE ребят в районе DACH для remote-first работы? Опыт с LLM не нужен совсем!


После подобной оптимизации компания получает себе очень приятную головную боль - потенциально прибыльных проектов сильно больше, чем команд для их реализации. Вторая приятность - для реализации этих проектов не требуются какие-то особые скиллы. Даже если нанимать новых людей, не нужно спешно учить их работать с LLM/AI. При желании, конечно, такое привествуется, но можно обойтись и “LLM логика спрятана за вон той API-шкой, вам нужно интегрировать ее в процессы клиента”.

TLDR; Как находить клиентов на проекты с LLM под капотом?

(1) Выстраиваем эффективный и хорошо масштабируемый маркетинг.
(2) Набираем портфель кейсов в своих областях для привлечения потенциальных клиентов
(3) Оптимизируем процесс работы с лидами так, чтобы быстро идентифицировать проблемы, которые можно быстро и выгодно (для всех) решить с использованием LLM/AI
(4) Страдаем от того, что рост компании упирается в скорость поиска, найма и обучения команд интеграции AI Biz Integration.

Там сбоку будет еще два процесса: (1) обучение разработчиков и менеджеров, (2) добавочная приоритизация проектов, активностей и мероприятий, чтобы системно набирать новый опыт и расширять портфель AI Cases. Но это уже скорее стратегический уровень, нежели просто привлечение клиентов.

Честно ли такое разделение проектов между двумя типами команд? См следующий пост.

Ваш, @llm_under_hood 🤗

[1] При приоритизации проектов на самом первом этапе выбираются такие, которые потом можно будет удобно разделить между командами на две части - LLM Core и AI Biz Integration. Между ними для эффективной работы команд мы четко пропишем интерфейс взаимодействия (смотрим с перспективы ACL в мире DDD или воплощения Inverse Conway Maneuver)

PS: Не нужно мне писать сообщения на тему "нужен ли вам подрядчик на задачи?" В данных постах разбирается кейс TimeToAct GROUP/Astria, а они рассматривают партнерство только с компаниями, у которых уже есть сравнимый портфель успешно выполненных проектов на рынках DACH.
  • ❤ 48
  • 🔥 28
  • 👍 10
More from @llm_under_hood
  1. Sep 24, 2026Период полураспада софта - 3 месяца Я сейчас возвращаюсь к сайту BitGN, чтобы начать подго…
  2. Sep 23, 2026Post #947
  3. Sep 22, 2026GPT-6 Sol и Luna - бенчмарк цены, качества и скорости А еще Opus 5.5 и Astra 6 (medium). В…
  4. Sep 22, 2026Доклад про DDD + AI в проектах (Berlin, 2025, EN) Не прошло и года с прошлого KanDDDinsky,…
  5. Sep 22, 2026LLM Benchmark Jev - топ для простых задач Jev - это новая LLM модель, в которую встроили S…
  6. Sep 21, 2026Давно я не публиковал эссе. Вот новое. We never wanted human code. Ваш, @llm_under_hood 🤗
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →