Почему большинство AI проектов в конечном итоге не становятся Kindred? Основная причина в том, что большинство AI проектов решают проблемы эффективности, стремясь к более быстрому, более точному и более дешевому. Но такое преимущество временно, каждый раз, когда большая модель обновляется, лидеры быстро становятся обычными, и все снова оказываются на одной стартовой линии. Kindred выбрала более медленный и трудный путь. Она не спешит выпускать функции, которые «сразу поражают», а тратит много времени на создание ярких индивидуальностей персонажей, накопление долгосрочной памяти и постепенное установление настоящей эмоциональной связи с пользователями. Инструменты эффективности можно легко заменить, пользователи просто используют их, не имея никаких эмоциональных привязанностей. Как только появляется более дешевый или более быстрый вариант, они сразу же переходят. А вот с продуктами, основанными на отношениях, все иначе: когда пользователи начинают привыкать к какому-то AI, запоминают его и даже немного привязываются, стоимость переключения становится очень высокой, это уже не то, что можно просто оценить с точки зрения технологии или цены. Вот в чем самая суть различия: большинство проектов создают более мощные инструменты, а Kindred создает долгосрочных партнеров. #KaitoYap @KaitoAI @Kindred_AI #Yap @metamaxxmoon $KIN