В чём идея?
Siro — это мобильное AI-приложение, которое записывает и анализирует живые, офлайн-продажи. Продавец просто включает Siro — дальше система сама транскрибирует разговор, извлекает ключевые фразы, ошибки, возможности. Ты просто продаёшь — система всё сделает.

Проект уже привлёк $50M в Series B 22 мая 2025 года, и нацелен на триллионный рынок «полевых» продаж, где ранее оцифровывалось ровно 0% общения. Это не просто запись — это коучинг, аналитика и рост продаж из невидимого.

В чём тренд?
«AI в sales enablement» — не хайп, а новая норма. Всё, что раньше делал руководитель продаж на слух, теперь делает нейросеть на цифрах. Но большая часть ИИ-платформ работает только с Zoom-звонками и перепиской.

Полевые продавцы, которые двигают миллиарды долларов, оставались слепым пятном.
Siro фактически приносит возможности Gong и Zoom-помощников в офлайн-пространство. Это как если бы у тебя был аналитик, коуч и ассистент в кармане. Аналитики уверены: полевые продажи — это следующая большая зона роста для AI.

Где деньги и как это работает?
Siro зарабатывает на B2B-подписках и корпоративных лицензиях.

Простой кейс: крупная FMCG-компания внедрила Siro для своей выездной команды — 150 продавцов. Каждый день записываются десятки часов встреч. Из них автоматически формируются отчёты: какие возражения чаще всего встречаются? Где можно было предложить апселл? Какие фразы работают лучше?

Больше данных → лучше обучение → выше закрытие сделок → выше выручка.

Платформа уже используется компаниями в США и Европе, и готовится к масштабированию в другие регионы.

Как это использовать?

• Интегрировать Siro с CRM-системами: от Salesforce до Bitrix
• Добавить поддержку языков и региональных акцентов — масштабировать на Латам, Восточную Европу
• Подключить автоаналитику конкурентов: выделять упоминания других брендов
• Сделать версию для рекрутеров: анализ собеседований в полевых условиях
• Расширить в HR: использовать для коучинга не только продажников, но и полевых инженеров, техподдержки
• Подключить партнёрскую сеть: провайдеры обучения могут использовать Siro как платформу данных для курсов

Похожие решения

• Gong.io — лидер в анализе Zoom-продаж
• Chorus.ai — распознавание и анализ звонков
• Wingman — коучинг на основе разговоров
• Avoma — AI-помощник для встреч
• Salesloft — платформа для автоматизации воронки
• Fireflies.ai — универсальная транскрипция встреч

Siro берёт невидимый сегмент рынка — и делает его видимым.

В чём идея?
Pay-i — это платформа «ROI-интеллекта», которая привязывает каждую активность в Generative AI (prompt, вызов API) к конкретной бизнес-метрике: выручке, экономии времени, CSAT, LTV.

Это не мониторинг токенов — это панель, где видно, что GPT-помощник в саппорте снижает затраты на тикет в 2,3 раза. Прямо сейчас.

Стартап только что вышел из stealth и поднял $4.9M, чтобы ответить на главный вопрос 2025 года: «А этот AI нам реально помогает?».

Очень простая и красивая идея для копирования.

В чём тренд?
Компании тратят сотни миллионов на внедрение LLM, но по-прежнему измеряют успех по «скорости генерации» и «длине ответа». Это всё равно что оценивать продавца по скорости речи.

Pay-i встроен в мейнстрим корпоративной тревоги: «где окупаемость?». И делает из ИИ не игрушку, а инструмент со строкой в бюджете.
Платформы вроде LangSmith от LangChain измеряют поведение агента. А Pay-i — его бизнес-эффект.

Где деньги и как это работает?
Модель — B2B SaaS. Пример: страховая компания внедряет AI-чатбота для обработки обращений. Через Pay-i видно:
– latency упала на 32%,
– удовлетворённость клиентов выросла на 18%,
– стоимость обращения сократилась на $1.12.

Платформа сравнивает, какая LLM лучше работает в конкретном кейсе: GPT-4, Claude, Mistral.
Оптимизировать можно не только текст, но и бюджет. Что и нужно CPO, CFO и CIO одновременно.

Как это использовать?

• Подключить Pay-i к BI-системам и CRM: видеть не просто «ответ», а его результат
• Использовать в финтехе: анализировать ROI рекомендательных LLM-движков
• Встроить в no-code-платформы генеративных агентов
• Продавать MSP и консалтингу как white-label для обоснования AI-проектов
• Использовать как аргумент для бюджетов: «вот сколько приносит наш AI»
• Строить дашборды для CEO с реальными, а не гипотетическими метриками от GenAI

Похожие решения

• Humanloop — оптимизация prompt-инжиниринга
• Weights & Biases — трекинг ML-экспериментов
• WhyLabs — мониторинг моделей в продакшене
• Honeycomb.io — наблюдаемость для инженеров, но без связи с бизнес-метриками
• PromptLayer — логи prompt-активности

Когда корпорации инвестируют в AI — кто-то однажды должен подсчитать, приносит ли это деньги.

Врач на смене отсматривает множество снимков, усталость накапливается и ошибка — может стоить жизни.

ИИ от Rad AI берёт на себя рутину, чтобы врач наконец смог сосредоточиться на главном — диагнозе, а не диктовке. Плюс ИИ снижает количество ошибочных диагнозов и человеческий фактор.

В чём идея?
Rad AI — это генеративный AI-помощник для врачей-рентгенологов. Он автоматически составляет черновики медицинских заключений по снимкам и следит за тем, чтобы врач не упустил важную рекомендацию. Это не просто шаблон — это умная система, которая адаптируется под стиль каждого специалиста и повышает точность отчётов.

Стартап только что получил дополнительные $8M инвестиций, доведя общий объём привлечённых средств до $151M. После раунда C в начале года оценка компании достигла $525M.

В чём тренд?
В здравоохранении, там где есть множество специфичных данных (рентген-снимки, анализы крови и т.п.) разворачивается бум ИИ-инструментов, особенно в рутине: составление отчётов, контроль рекомендаций, triage.

Rad AI оказался в нужном месте в нужное время. По данным самой компании, её софт экономит врачам до часа на смену. И это не прототип. Это внедрённое решение в сетях вроде LucidHealth. В России тоже есть подобные стартапы, например

Где деньги и как это работает?
Rad AI работает по B2B-модели с клиниками и госпиталями.
Пример: клиника внедряет Rad AI в свой PACS. Врач получает снимок → система сама генерирует черновик → врач проверяет и подписывает.
На практике:
–43% времени на диктовку
+22% точности рекомендаций
–12% пропущенных follow-up’ов
За счёт автоматизации повышается throughput, сокращаются ошибки, падает нагрузка на команду. Это напрямую влияет на маржинальность и качество сервиса.

Как это использовать?

• Внедрять в телемедицинские сервисы с собственным флотом рентгенологов
• Локализовать для рынков с нехваткой специалистов (например, Индия, Латинская Америка)
• Добавить поддержку других типов визуализаций: МРТ, УЗИ, PET
• Интегрировать с RIS и EHR — один интерфейс, меньше фрагментации
• Использовать в обучении: как тренажёр по составлению отчётов
• Запустить white-label-версию для вендоров оборудования

Похожие решения

• Aidoc — анализ снимков КТ и МРТ в реальном времени
• Lunit — корейский стартап, выявляющий рак на рентгенах
• Qure.ai — ИИ-диагностика туберкулёза и пневмоний
• Botkin.AI — российский ИИ для анализа томограмм
• Промобот МРТ — отечественная разработка для диагностики мозга

Rad AI делает простую вещь: забирает у врачей рутину и возвращает им фокус на пациента.

Продолжение трендов 4-10 в Tweekly Pro.

Пока ты открываешь 16 вкладок и залипаешь в обзорах, проект уже собрал тебе маршрут. И даже ресторан на вечер забронировал.

ИИ-стартап говорит: хватит гадать. Доверь решение ассистенту, который знает, что происходит в твоём районе лучше, чем ты.

1. UnGPT — превращает текст, сгенерированный ИИ, в естественный и «человечный» контент.
2. Snapdeck — генерирует слайды в Figma с помощью ИИ.
3. Fin AI Bot — ИИ-агент для автоматического обслуживания клиентов.
4. Emergent — конструктор приложений на базе ИИ.
5. Rork 1.0 — создаёт мобильные приложения и позволяет сразу сохранить их на телефоне.
6. Comet — браузер для агентского поиска от Perplexity.
7. c/ua — ИИ-инструмент для управления компьютером.
8. S(ai)na — автоматически проводит и оценивает собеседования с кандидатами.
9. AltPage — инструмент для оптимизации SEO.
10. Den — общее пространство для сотрудничества людей и ИИ-агентов.