Мониторинг tech рынков в формате Telegram-канала

Мониторинг технологических рынков и конкурентов для крупного бизнеса — это комплексная система наблюдения за рынками, трендами, конкурентами и изменениями.

В зависимости от задач топ-менеджмента такие проекты в Spektr могут принимать разные форматы:

В этом материале подробнее расскажем о формате Telegram-канала, какую роль в сборе данных играет AI, и где заканчиваются его возможности.

Заказать мониторинг конкурентов в удобном для вас формате можно здесь

За годы работы с крупнейшими российскими экосистемами команда Spektr выстроила гибридный процесс мониторинга данных, где ключевым ускорителем стал AI. Алгоритмы забрали на себя рутину: за минуты просеивают сотни источников, фильтруют информационный шум, ищут неочевидные паттерны и готовят первичные саммари. Однако превратить этот поток данных в осмысленные бизнес-инсайты, очистить контент от AI-галлюцинаций и сопоставить тренды с реальным контекстом компании может только человек.

На примере одного из Telegram-каналов разберем, как устроен этот процесс на каждом этапе — от автоматизированного сбора данных до ручного синтеза смыслов.

С 2017 года Spektr ведет открытый Telegram-канал с аналитикой технологических новостей. Заказчик — крупная российская технологическая экосистема. За 7,5 лет редакция канала выстроила четкий процесс мониторинга новостей и тем. Он позволяет анализировать рынки, тренды и конкурентов, выделять самые важные темы и транслировать их топ-менеджменту компании в наиболее оптимальных форматах и в сжатые сроки.

Публикации в канале помогают формировать видение и принимать решения разным командам и функциям экосистемы. За это время канал стал источником ценной аналитики для более чем 6,5 тыс. подписчиков, а от заказчика мы часто получаем положительную обратную связь. Расскажем, из каких этапов состоит мониторинг новостей и трендов в Telegram-канале.

Изначально мы собрали список из десятков сайтов-источников, которые в совокупности ежедневно поставляют сотни новостей и материалов. За годы приоритеты развития экосистемы заказчика менялись, а база источников росла, чтобы охватить новые векторы. Вот основные источники:

Мы выстроили систему поиска и фильтрации новостей с помощью AI-агента в Codex от OpenAI. Нейросеть каждое утро за 5−6 минут автоматически просматривает сотни источников и составляет список из 10−20 наиболее интересных новостей и тем, следуя инструкциям и приоритетам. За время тестирования инструмента мы обнаружили, что агент не видел аналитического потенциала статей на некоторых сайтах из-за слишком общих / творческих заголовков. Мы выделили 12 сайтов, с которыми агент работает некорректно и которые требуют ручной фильтрации публикаций. Новости от этих сайтов поступают редактору в виде RSS-ленты на платформе Feedly. Здесь редактор отсматривает все новости на уровне заголовков, читает наиболее интересные статьи и тегирует те статьи, которые формируют картину дня и имеют потенциал для попадания в пост.

Все новости и темы, которые в разных форматах можно использовать для создания постов, попадают в большую Google Таблицу. В частности, нам интересны аналитические лонгриды, исследования, отчеты экосистем, новости с технологических конференций, крупные продуктовые запуски и т. п.

Имея под рукой список ключевых новостей, редактор видит их не как фрагментарные сигналы, а как новостную картину дня. Он сравнивает эти новости как по аналитической ценности, так и по количеству упоминаний в ленте. Если о каком-то явлении одновременно написали несколько источников, то в нем можно заметить возникающий тренд, а редактор может дополнительно выявить срез мнений экспертов об этом тренде. Если сравнить недельный новостной поток с новостями прошедшего месяца, можно выявить зарождающиеся тренды, о которых ранее никто не писал.

В дополнение мы используем анализ искусственного интеллекта Feedly AI. Он помогает находить важные сигналы в потоке информации из тысяч источников — от медиа и блогов до научных публикаций, инвестиционных баз и патентных реестров. С помощью Feedly AI можно выявлять тренды на ранней стадии, автоматически отслеживать инвестиции, патенты, запуски продуктов и поведенческие сдвиги в потреблении контента.

Например, мы можем задать в AI-фильтрах поиск всех новостей из любых онлайн-изданий о продуктовых запусках и обновлениях только в сфере беспилотных автомобилей. Просмотрев эту узкоспециализированную ленту новостей и материалов за месяц, редактор может самостоятельно проанализировать, что становится важным в индустрии, как она меняется, о каких проблемах пишут издания. При необходимости он расширит фильтры и включит события и изменения на рынке беспилотных авто, в том числе материалы о финансировании, инвестициях и M&A-сделках.

Кроме того, анализ новости на наличие тренда или аналитического потенциала — это важная часть нашего поискового агента в Codex. Агент формирует список заголовков с гиперссылками, а под каждым заголовком он сразу выдает пояснение с кратким анализом. Эта справка позволяет оценить новость, не открывая саму статью, а редактору не нужно отдельно просить чат-бота дать оценку аналитического потенциала к материалу.

В канале мы публикуем трендлеттеры, еком-подборки, подборки ключевых новостей российских технологических лидеров, а также аналитические посты. Основная масса постов в Telegram-канале — аналитические. Автоматизировать их написание с помощью genAI сложно из-за склонности технологии к галлюцинациям. Например, AI может придумать несуществующие факты и смыслы в словах экспертов, сослаться на фейковое исследование. Алгоритмы наполняют текст канцеляризмами и ненужными фразами, неправильно переводят имена людей и некоторые термины. Часто искусственный интеллект пишет тезис со ссылкой на какую-либо статью — при проверке статьи выясняется, что AI заложил в тезис свой неправильный вывод в результате прочтения этой статьи. GenAI-боты часто пытаются некорректно подтянуть какие-то цифры из статьи, чтобы обосновать ошибочный вывод.

При подготовке аналитических постов мы применяем genAI для глубокого исследования темы поста. Gemini может подробно проанализировать исследование и найти в нем интересные факты. Например, он сопоставит данные из разных частей отчета и найдет перекрестные зависимости, разделенные десятками страниц. Для поста о списке 30 лидеров рынков в возрасте до 30 лет «30 до 30» Forbes искусственный интеллект проанализирует, какие индустрии наиболее представлены? и как эта представленность менялась в рейтингах разных лет.

ChatGPT прошерстит весь интернет в поисках подходящих исследований и материалов к конкретной теме и укажет, в какой части найденного исследования есть особенно интересные факты для поста. Например, для поста о видеоиграх он может найти ежегодный отчет McKinsey о 18 больших аренах конкуренции и взять из него прогнозы о росте объема рынка до 2040 года.

Особенный формат поста в канале — трендлеттер. Такие посты выходят ежемесячно, они призваны глубоко осветить отдельные технологические или поведенческие тренды.

Первый этап работы над трендлеттером — выявить тренд. Здесь возможны три пути: работа с Feedly AI (описана выше), поиск готовых трендов в отчетах консалтинговых компаний и синтез трендов из десятков новостей и статей.

Во всех случаях главный метод проверки тренда — насмотренность редактора, который ежедневно складывает в уме новостную картину за месяц, несколько месяцев или год.

Для синтеза трендов (третий путь) мы используем ChatGPT. Он анализирует весь список статей из Google Таблицы за последние месяцы и синтезирует из них тренды с пояснениями и ссылками на источники. Раньше такой анализ проводился вручную — теперь процесс проходит значительно быстрее.

Еще один вид особого поста в канале — еженедельная подборка ключевых новостей российских технологических лидеров. Она включает 25−30 основных событий за последнюю неделю: продуктовые запуски и обновления, планы, M&A-активность, отчеты, стратегические изменения и т. п. Такой пост помогает читателям быстро узнать, что важного происходит на рынке. Дайджест еженедельно читают сотни людей. Часть из них — представители экосистем и крупных компаний, которым важно следить за конкурентами.

Отдельный агент в Codex помогает синтезировать дайджест новостей российских экосистем. Агент ищет новости отечественных игроков в СМИ, Telegram-каналах и корпоративных блогах, распределяет их по экосистемам и дает оценку приоритетности каждой новости. Например, новость о запуске платформы получит высший приоритет, а новость о том, что телеком-оператор улучшил связь в российской глубинке, вовсе не попадет в результаты поиска.

Затем агент создает краткое саммари каждой новости высокого приоритета на 1−2 предложения. Редактору остается проверить результаты и оформить эти саммари в готовую подборку.

Telegram-канал можно сравнить с аналитическим хабом, который благодаря AI наращивает скорость работы от первых сигналов до готового вывода. За последний год мы убедились, что AI — это удобный инструмент для черновой работы: он быстро просеивает информационный шум, вытаскивает скрытые взаимосвязи и помогает собирать сложную фактуру. При этом финальная магия всегда остается за живым редактором. Именно его насмотренность, понимание бизнес-задач и банальный здравый смысл защищают контент от AI-галлюцинаций.

В этом и кроется главный рецепт качественной аналитики: алгоритмы экономят время и расширяют горизонт, а человек превращает сухие данные в осмысленные инсайты, которые реально помогают топ-менеджменту принимать решения.