Чёрный кейс из мира AI-железа: голосовую активацию, которая нормально живёт в колонке, попытались запихнуть в

Чёрный кейс из мира AI-железа: голосовую активацию, которая нормально живёт в колонке, попытались запихнуть в наушники — и сразу упёрлись в физику.

Что сломало привычную схему:
— не розетка, а крошечный аккумулятор;
— не «много памяти», а около 200 КБ под модель;
— не мощный CPU, а чип с жёстким лимитом по частоте;
— плюс сюрпризы на уровне SDK, которые добили архитектуру споттера.

Итог: команду не спасало «чуть оптимизировать». Пришлось перепридумывать саму логику распознавания обращения «Алиса» прямо на устройстве. То есть не натянуть старую модель на новое железо, а собрать систему заново под реальные ограничения.

Что забрать в свои продукты:
1) если железо/устройство меняется — старый пайплайн часто умирает первым;
2) модель без бюджета по памяти и latency = не продукт, а демка;
3) самые дорогие ошибки обычно не в ML, а в архитектуре вокруг него.

Для growth-команд тут прямой урок: перед масштабированием канала или AI-фичи считайте не только uplift, но и стоимость каждого ограничения — RAM, battery, SDK, response time. Иначе «инновация» заканчивается на первом устройстве 🧠