weareway

weareway

ВиаВей — внедряем ИИ и автоматизацию в бизнес-процессы Работаем с компаниями, которым важно расти быстрее: автоматизируем закупки, документы, аналитику, продажи. Не делаем “витрину” — запускаем рабочие решения, которые экономят миллионы.
На Пикабу
207 рейтинг 36 подписчиков 11 подписок 12 постов 3 в горячем
8

Как мы спасали логистическую компанию из Баварии от телефонного апокалипсиса

Представьте офис поддержки в пиковый день.
Телефоны звонят без остановки. На линии клиенты, каждый уверен, что его вопрос — срочный. Операторы жмут на гарнитуры, лихорадочно щёлкают по вкладкам, ищут инструкции.

— «Где моя посылка?» — спрашивает клиент.
— «Секунду, проверю…» — отвечает оператор.

Эта «секунда» растягивается в пять минут. За это время у него мигают ещё два звонка. Клиент раздражён, сотрудник на грани истерики, а где-то в углу уже лежит стопка новых резюме для найма.


Именно в такой ситуации оказался Густав (имя изменено), владелец небольшой логистической компании в Баварии. Его бизнесу больше десяти лет, партнёр DHL, всё вроде стабильно. Но поддержка превращалась в болото: текучесть доходила до 40% в год, найм стоил тысячи, а результат — ноль.

Каждый звонок обходился в несколько долларов. Сложные кейсы терялись. Клиенты психовали. А в сезон распродаж линия просто падала.


Мы в Виавей привыкли к таким историям. За годы проектов мы видели одно и то же: 70–80% обращений типовые, но именно они «съедают» команду.
И если не менять систему — бизнес тонет в собственных звонках.


Мы начали с аудита.
Смотрели всё: нагрузку на линии, пиковые часы, SLA, повторные обращения, AHT, базу знаний.
И сказали прямо: «Вы тратите тысячи на найм и обучение, чтобы люди по кругу отвечали на один и тот же вопрос. Нужно менять подход».

Густав согласился. Сначала попробовал найти другого подрядчика — там выставили ценник в два раза выше. Он вернулся к нам: «Давайте без экспериментов. Сделайте так, чтобы это работало».


К делу подключился Михаил, наш разработчик.
Он слушал звонки, читал тикеты, жил день за днём рядом с операторами.

«80% вопросов одинаковые, — сказал он. — Где посылка? Когда доставка? Можно ли поменять адрес? Это адская рутина. Операторы сгорают, клиенты бесятся. Нужно ставить AI-агента на первую линию».


Мы пошли шаг за шагом.

Сначала — быстрые победы. Подключили бота к FAQ и статусам доставки. Вопросы типа «где моя посылка» закрывались моментально. Клиенты в шоке: ответ мгновенный, оператор даже не включается.

Дальше — интеграции. Подружили бота с TMS и WMS. Раньше оператор копипастил данные вручную. Теперь бот сам тянул информацию из системы. Минуты поиска превратились в секунды.

Самое сложное — эскалация. Мы сделали так, что оператор видел весь контекст: что бот проверил, какие шаги сделал. Клиент не пересказывал всё заново, а сотрудник не начинал «с чистого листа».


Через месяц цифры говорили сами за себя:

  • время первого ответа сократилось почти вдвое,

  • более 40% запросов закрывались автоматически,

  • CSAT подрос с 7,1 до 8,5.

Но главное — изменилась атмосфера.

Операторы начали шутить между собой:
— «Бот снял с меня половину звонков!»
— «Я впервые за месяц успел спокойно поговорить с VIP-клиентом».


А вот что сказал сам Густав:

«Я ожидал экономии. Но самое ценное оказалось в другом: команда перестала сгорать на рутине. Теперь они занимаются важными клиентами, а не тонут в “где моя посылка”. Клиенты довольны, операторы спокойнее, а мне не нужно нанимать новых людей».


Вся эта история — про простую вещь.
Автоматизация поддержки — это не про замену людей роботами. Это про то, чтобы дать людям воздух.

И там, где раньше клиенты слышали унылое «ожидайте на линии», теперь они получают ответ за минуту.


Показать полностью
7

Solar Pro 2: как Южная Корея меняет правила игры в глобальной AI-гонке

В последние месяцы глобальный рынок искусственного интеллекта привык к тому, что лидерами являются американские и китайские компании (Financial Times). OpenAI, Anthropic, Google DeepMind, Baidu и Tencent соревнуются в создании всё более масштабных LLM-моделей, вкладывая миллиарды в инфраструктуру. На этом фоне выход Solar Pro 2 от южнокорейской компании Upstage стал событием, которое меняет привычную расстановку сил. Эта модель вошла в число frontier models — списка мировых лидеров, способных решать сложнейшие задачи, и по ряду метрик превзошла GPT-4.1 и Claude 3.7.


Компактность как конкурентное преимущество

Секрет успеха Solar Pro 2 — в сочетании 31 млрд параметров и высокой производительности. В независимом индексе Artificial Analysis она набрала 58 баллов против 53 у GPT-4.1 (Artificial Analysis). Такой результат обеспечен технологией Depth-Up Scaling, которая оптимизирует структуру слоёв и извлекает максимум из каждого параметра.
Вывод для бизнеса: компактные модели открывают доступ к технологиям мирового уровня компаниям, которые ранее не могли позволить себе дорогостоящую AI-инфраструктуру.


Геополитическая альтернатива

Solar Pro 2 — продукт южнокорейской экосистемы. Это важный фактор для стран и компаний, которые хотят минимизировать зависимость от США или Китая. Южная Корея предлагает политически нейтральную и лицензируемую в большинстве юрисдикций технологию (KoreaTechDesk).
Вывод для бизнеса: использование таких решений снижает регуляторные и политические риски, особенно в высокочувствительных отраслях.


Практическая применимость

Модель уже внедрена в корпоративные процессы Intel, крупных южнокорейских страховых и финансовых компаний. Она используется для автоматизации документооборота, скоринга, медицинской аналитики и юридической экспертизы (Financial Times).
Вывод для бизнеса: технология готова к промышленному применению без долгих этапов доработки.


Государственная поддержка и кадровая база

Успех Upstage — результат не только инженерной компетенции, но и государственной стратегии. Южная Корея инвестирует $70 млрд в AI-сектор, субсидирует до 85% зарплат специалистов и развивает интеграцию с местными производителями чипов, такими как Rebellions и Furiosa AI (FT).
Вывод для бизнеса: партнёрство с такими компаниями даёт доступ к комплексной экосистеме — от алгоритмов до аппаратной оптимизации.


Влияние на рынок

Появление Solar Pro 2 показывает, что конкурировать в высшей AI-лиге могут не только Big Tech, но и национальные компании при поддержке государства. Конкуренция смещается в сторону эффективности, локализации и адаптивности, а не только размера модели.
Вывод для бизнеса: компании получают больше выбора, могут диверсифицировать поставщиков и быстрее внедрять решения, адаптированные под локальные рынки.


Итог

Solar Pro 2 — символ новой эры в AI, где ценятся не только масштаб и вычислительная мощь, но и эффективность, политическая независимость и экономическая доступность. Для международного бизнеса это реальный шанс снизить расходы, минимизировать риски и ускорить цифровую трансформацию.


Показать полностью
6

GPT-5 простыми словами: что вышло, как включить и что попробовать сегодня

TL;DR: OpenAI выпустила GPT-5 — новую «мозговитую» версию ChatGPT. Она умнее, лучше держит длинные тексты (до 400k токенов), и в ChatGPT появился Agent mode — режим, где ассистент сам делает многошаговые задачи, но спрашивает ваше подтверждение на важные действия. (OpenAI, OpenAI Help Center)


Что нового по факту

  • GPT-5 — дефолт в ChatGPT. Ничего включать не нужно: просто откройте ChatGPT и пишите запросы. Для тяжёлых вопросов можно выбрать «GPT-5 Thinking». (OpenAI)

  • Длинный контекст. Модель понимает очень большие документы: до 400 000 токенов контекста и до 128 000 на вывод (в API/справке это указано явно). (OpenAI, OpenAI Platform)

  • Меньше ошибок и лучше следование инструкциям. Отдельный упор на код, математику и мультимодальность. (OpenAI)

  • Новый подход к безопасности — safe-completions. В спорных темах модель старается помочь безопасно, а не просто «отказывать». (OpenAI)


Что такое Agent mode (и как включить)

Agent mode — это режим, в котором ChatGPT может сам выполнить цепочку шагов: поискать информацию, перейти на сайт, заполнить форму, собрать материалы в файл и т.д. На важных шагах он просит подтверждение и всё показывает поэтапно. Включение: Tools → Agent mode или командой /agent в поле ввода. (OpenAI, OpenAI Help Center)


Что можно попросить прямо сейчас (не про работу)

  • Сделать конспект из длинной статьи/лекции/диалога.

  • Разобрать инструкцию к гаджету: «покажи, что важно, и сделай чек-лист».

  • Учёба и навыки: объяснить тему «на пальцах», подобрать упражнения и проверить ответы.

  • Творчество: накидать варианты названия, описания к фото, подписи к посту.

  • Домашние дела: план покупок по рецептам, список вещей в поездку, памятку по уходу за растением.
    (Это примеры использования; сам функционал GPT-5 и Agent mode описан в доках.) (OpenAI)


Как попробовать без танцев с бубном

  1. Откройте ChatGPT (в вебе или приложении). GPT-5 уже выбран по умолчанию. (OpenAI)

  2. Хотите, чтобы он «думал подольше»? Напишите в начале: «подумай как следует» — или выберите режим GPT-5 Thinking. (OpenAI)

  3. Нужны многошаговые задачи — включите Agent mode и сформулируйте цель («собери источники, оформи заметку и спроси согласование перед отправкой»). (OpenAI Help Center)


Частые вопросы

Это платно? Есть бесплатный доступ, но самые стабильные возможности и новые фичи обычно у Plus/Pro/Team. Детали — на странице тарифов ChatGPT. (OpenAI)
Нужны ссылки? Да, лучше давать ссылки и файлы — так ответы точнее.
Он сам всё публикует? Только с вашего подтверждения в Agent mode. (OpenAI Help Center)


Итог

GPT-5 — это просто более умный и аккуратный ChatGPT с режимом, который может сам выполнять цепочки действий под вашим контролем. Начните с простых бытовых задач и постепенно пробуйте более сложные — почувствуете разницу быстро. (OpenAI)


Источники

  • Introducing GPT-5 (анонс, улучшения). (OpenAI)

  • GPT-5 is here (контекст 400k, параметры). (OpenAI)

  • API / Models & Pricing (характеристики моделей и справка). (OpenAI Platform, OpenAI)

  • Introducing ChatGPT agent и Help Center (что такое Agent mode, как включить). (OpenAI, OpenAI Help Center)

  • Safe-completions в GPT-5 (подход к безопасности). (OpenAI)


Показать полностью
0

GPT-5 выходит в августе. Я рад, но мне немного страшно

В этом августе OpenAI, компания, стоящая за ChatGPT, выпускает пятую версию своей языковой модели — GPT‑5. Это событие давно ожидается как сообществом разработчиков, так и бизнесом, который за последние полтора года успел глубоко интегрировать AI в свои процессы.

Я как человек, давно работающий с ИИ, с одной стороны, предвкушаю мощнейший технологический прорыв. Но с другой — чувствую определённую тревогу. Почему? Давайте разберёмся.


GPT‑5 — это уже не просто чат-бот

Когда в конце 2022 года вышел GPT‑3.5, он казался чем-то вроде текстового калькулятора на стероидах. GPT‑4 сделал огромный шаг — в сторону понимания контекста, логики, генерации сложных программ, кода, даже изображений (в версии GPT‑4o).

Но GPT‑5, по словам Сэма Альтмана, будет качественно новой ступенью. Это уже не просто модель, которая "понимает" и отвечает. Это система, способная к устойчивому агентному поведению, то есть фактически — к самостоятельному принятию решений и выполнению задач.


В чём особенность GPT‑5?

  • Глубокая мультимодальность. Модель будет работать с текстом, аудио, видео, изображениями, кодом — как с единым пространством данных. То есть можно будет, например, загрузить видеоролик, задать вопрос по нему, а затем получить ответ в форме текста, инфографики или сценария.

  • Продвинутая память. GPT‑5 обещает уже полноценную долговременную память — ИИ сможет не просто помнить текущий диалог, а связывать информацию из прошлых взаимодействий. Это фактически создание персонализированного ассистента.

  • Переход к автономным агентам. Это самый тревожный, но и самый мощный компонент. GPT‑5 смогут использовать как базу для агентов, которые выполняют задачи без постоянного человеческого надзора — анализ, выводы, принятие решений.


Почему я беспокоюсь?

Когда Сэм Альтман сравнивает GPT‑5 с Манхэттенским проектом, он говорит не ради хайпа. Мы приближаемся к ситуации, когда машины могут принимать решения быстрее, глубже и независимее, чем люди. Это хорошо, если речь идёт о поиске лекарства от рака или о контроле за энергосетями. Но плохо, если такие ИИ начнут формировать информационную повестку, принимать участие в кибератаках или даже просто манипулировать мнением в социальных сетях.


Проблема не в самой технологии, а в масштабе её внедрения

ИИ как инструмент — нейтрален. Вопрос в том, в чьих руках он окажется и по каким правилам будет использоваться. На данный момент регулирование явно отстаёт от темпов развития. Европа с трудом запускает AI‑Act, США ещё спорят, нужен ли единый орган по контролю. А технологии уже готовы менять экономику, труд и информационные каналы.


GPT‑5 и рынок труда

Бизнес вдохновлён. У GPT‑5 будет API. И это значит, что автоматизация ещё глубже проникнет в юридические департаменты, бухгалтерии, службы поддержки, маркетинг, аналитику. Мы говорим уже не о сокращении отдельных специалистов, а о переосмыслении всей структуры занятости. Кто-то выиграет — те, кто научится управлять ИИ. Кто-то — нет.


Мой личный взгляд

Я не пессимист. Я искренне считаю, что GPT‑5 может стать величайшим достижением XXI века — инструментом, который поможет решить задачи, которые были недоступны ни одному человеку, даже команде.

Но если не будет общественного обсуждения, институционального контроля, этических рамок, GPT‑5 может стать катализатором нестабильности. Потому что ИИ, даже суперумный, — это не сознание. Это система, которая действует по заданным шаблонам. И если шаблоны ошибочны, последствия могут быть катастрофическими.


Вопрос к вам

Как вы считаете — GPT‑5 станет новым Google, новой электрификацией, новым Интернетом? Или мы стоим на пороге чего-то, к чему не готовы — ни технологически, ни этически, ни юридически?

Пишите свои мысли. Очень интересно, как вы видите этот переход.

Показать полностью

Как ИИ учится думать, как человек: японская система NTT и рождение цифровых преемников


В июле 2025 года японская телекоммуникационная корпорация NTT представила систему, которая может коренным образом изменить то, как компании работают с человеческими знаниями. Это не просто инструмент для анализа разговоров. Это попытка «оцифровать» логику мышления — то, как живой эксперт принимает решения в реальной ситуации.

Источник: NTT News Release, 1 августа 2025


В чём суть технологии?

Идея проста, но амбициозна: наблюдая за работой опытного сотрудника (например, в службе поддержки), ИИ должен не только записать разговор, но и восстановить структуру мышления. То есть:

  • Как сотрудник оценивает ситуацию

  • Какие альтернативы рассматривает

  • Почему делает определённый выбор

  • Как адаптирует ответ под клиента

Это реализовано на базе языковой модели (LLM), дополненной модулем извлечения смысловых цепочек. Система строит граф принятия решений — диаграмму, отражающую ход мысли эксперта. Этот граф затем можно использовать как:

  • шаблон для обучения новичков;

  • прототип автоматического скрипта;

  • основу для цифрового агента.

По заявлению разработчиков, точность выделения ключевых этапов и логики действия достигает 90 %, особенно в рутинных кейсах с вариативной, но повторяющейся структурой (например, поддержка клиентов, техподдержка, HR-консультации).


Почему это важно?

Речь идёт не просто о машинном обучении. Это начало новой практики: "переноса мышления", где ИИ не заменяет человека, а учится у него быть экспертом.

Возможные применения:

  1. Обучение персонала.
    Вместо статичных инструкций — реалистичные кейсы, снятые с лучших сотрудников. Обучение по живой логике, а не по бумажным регламентам.

  2. Автоматизация обслуживания.
    Вместо написания чат-бота вручную — загрузка схемы принятия решений, извлечённой ИИ из разговоров настоящих сотрудников.

  3. Передача знаний при увольнении.
    Ушёл ценный специалист? Его логика осталась — в виде карты мышления, пригодной для анализа, адаптации, передачи.

  4. Контроль качества.
    Сравнение реальных действий сотрудников с "эталонной" логикой поведения. Причём логика создаётся самой системой, а не руководителем на бумаге.


Как это работает технически?

NTT использует модуль на базе собственной языковой модели, вероятно, аналогичной GPT-4 или Claude Sonnet по классу. Однако ключевое отличие — модуль извлечения цепочек с акцентом на когнитивную структуру диалога. Это не просто последовательность фраз, а выделение:

  • Контекстов (проблема, ожидание клиента)

  • Альтернатив (что можно предложить)

  • Оценки реакции

  • Обоснования выбора

На выходе получается сценарий, построенный не человеком, а машиной на основе наблюдения за человеком.

Дополнительная особенность — возможность адаптации схемы под различные сценарии и роли, например: тот же кейс может быть переупакован под обучение стажёров, автоматизацию в голосовом боте, генерацию инструкций.


Как это связано с глобальными трендами?

В 2025 году сразу несколько компаний работают в похожем направлении:

  • AWS AgentCore — платформа для создания enterprise-агентов на LLM.

  • Perplexity Assistant — мобильный агент, умеющий действовать (не просто отвечать).

  • GitHub Coding Agent — ИИ-программист, обученный на паттернах настоящих разработчиков.

  • Model Context Protocol (MCP) — стандарт, объединяющий ИИ и внешние системы в одну логику.

Это всё — элементы одного пазла: создание действующих, обучаемых, когнитивных ИИ, которые мыслят в контексте задач, а не просто повторяют ответы.


Что это означает для бизнеса?

  • Компании смогут моделировать и сохранять экспертность внутри себя — не на уровне данных, а на уровне мышления.

  • Весь процесс передачи знаний, адаптации новых сотрудников и even создания инструкций будет меняться: от "расскажи, как ты это делаешь" к "система уже извлекла, как ты это делаешь".

  • Открываются возможности для гибридных команд, где ИИ-агенты работают в связке с людьми, используя ту же логику, ту же информацию, тот же стиль решения задач.


И что дальше?

Это не замена человека. Это появление цифрового преемника. Цифрового сотрудника, который не просто знает, что делать, а понимает, почему это делалось именно так. И вопрос теперь не столько в технологиях, сколько в ответственности:

  • Как мы передаём ИИ свой опыт — с какими рамками, с какими ценностями?

  • Что значит "экспертность", если её можно формализовать?

  • И где проходит граница между помощником и заместителем?


А вы как думаете?
Где для вас проходит линия между полезным ИИ-инструментом и цифровым дублёром? Можно ли (и нужно ли) передавать мышление машине? А если машина начнёт думать лучше?

Поделитесь своим мнением в комментариях — интересно узнать, как вы видите будущее этой технологии.

Показать полностью

Пока 71% компаний внедрили ИИ для "красоты", только 6% начали на нём зарабатывать. Почему так, и как не упустить момент?

Сегодня уже не удивишь никого словом "искусственный интеллект". По данным McKinsey, 71% компаний во всём мире уже используют генеративный ИИ: кто-то пишет тексты, кто-то делает презентации, кто-то автоматизирует ответы в поддержке.

Но знаете, сколько компаний внедрили AI-агентов, которые реально работают вместо людей и делают действия (а не просто болтают)?

Всего 6%.
Источник: Lucidworks, 2025


Что такое вообще AI-агенты?

AI-агент — это не просто чатик или умный копирайтер.

Это штука, которая сама оформляет заказ, записывает на приём, ищет документ, создаёт задачу в CRM, работает с базами данных и может управлять реальными бизнес-процессами.

Пример: вы заходите на сайт стоматологии, а агент:

  • Понимает, кто вы

  • Показывает ближайшие свободные окна

  • Записывает, отправляет напоминание

  • Вносит это в систему врача

Всё это — без участия человека.


Почему так мало кто внедряет?

  1. Кажется, что это только для корпораций — Microsoft, Amazon, Walmart...
    Но это миф. Мы уже делаем такие решения для малого и среднего бизнеса.
    Облачные платформы, открытые API и фреймворки позволяют запустить агента быстро и недорого.

  2. Страх: “А вдруг агент ошибётся?”
    Ошибаются и люди. Но агент не устаёт, не забывает, работает 24/7.

  3. Нет понимания, с чего начать.
    А надо начать с одного простого вопроса:

"Какую рутину я хочу больше не делать руками?"


Кто уже внедрил и что получил

  • Walmart: агент Sparky помогает клиентам подбирать товары, оформлять заказы, искать рецепты. Это не чатик — это "цифровой продавец".
    Источник: WSJ

  • Microsoft: заменил часть операторов и внутренних задач — сэкономили $500 млн.
    Источник: Windows Central

  • HSBC: автоматизирует аналитику и бек-офис — сокращение ручной работы на 30%.
    Источник: Financial News

  • Chipotle: запускает точку общепита каждые 24 часа — благодаря AI-системе, которая помогает нанимать, планировать и открывать.
    Источник: NY Post


А теперь внимание: это доступно и вам

Сценарии, которые можно автоматизировать даже в небольшом бизнесе:

  • Приём заявок с сайта

  • Первичная поддержка и ответы на вопросы

  • Отправка расчётов, подбор товаров, генерация КП

  • Анкеты, опросы, бронирования

  • Управление встречами

Уже сейчас мы консультируем компании по таким кейсам — и делаем это бесплатно, чтобы помочь оценить потенциал. Без обязательств.


Что вы можете сделать прямо сейчас?

  1. Напишите в комментариях: где в вашем бизнесе есть рутина?

  2. Задайте вопрос — расскажем, можно ли это автоматизировать с помощью AI-агента.

  3. Или просто напишите: “Интересно, расскажите больше” — и я отвечу лично.


AI-агенты — это не про будущее. Это про то, кто быстрее начнёт использовать их в настоящем.
Те, кто будет думать ещё полгода, через год будут смотреть, как конкуренты отъели их долю.

Показать полностью
91

США снимают все тормоза с нейросетей: Трамп запускает открытую гонку за ИИ

Пока в Европе обсуждают этику ИИ, а в Китае всё под жёстким контролем, США делают ставку на ускорение. 23 июля администрация Дональда Трампа представила план по искусственному интеллекту, который можно кратко описать так: «Пусть расцветают все нейросети — кроме китайских».

План называется America’s AI Action Plan (PDF) и это не просто очередной политический манифест. Это стратегия, как сделать США лидером в гонке за AGI (Artificial General Intelligence — «сильный ИИ»). Разбираем, что они там понапридумали.

1.Правила? Какие правила?

Федеральные агентства обязали пересмотреть или отменить любые законы и регуляции, которые мешают запускать и развивать ИИ‑стартапы. Всё, что раньше требовало этических оценок, проверок на вред и риск — в утиль. Главное теперь — масштаб и скорость.

И да, если ваш стартап в «неправильном» штате (например, с законами, ограничивающими ИИ), то прощайте, никаких федеральных денег вам не светит (Business Insider)

2.Авторское право? Забудьте

Теперь обучение моделей на чужих текстах, картинках и видео будет считаться «fair use» — то есть законным использованием. Кто не согласен — пусть судится, но без поддержки государства. Потому что в приоритете не защита авторов, а развитие технологий (TechCrunch)

3.Open source в моде

Ставка сделана на нейросети с открытым кодом и весами — такие, как Mistral или Meta LLaMA. Правительство хочет, чтобы доступ к продвинутым ИИ был у всех (ну, кроме Китая). Поддержка закрытых моделей типа OpenAI — по остаточному принципу.

Но есть одно «но»: только если ваша модель неидеологическая. Никаких фильтров на темы расизма, дискриминации, климата и прочей «повесточки». ИИ должен быть нейтральным, в идеале — вообще ничего не фильтровать. «Свобода слова» — новый критерий качества (AP News)

4.Дата-центры будут строить везде

Нехватка мощности — главная проблема. Поэтому государство будет раздавать землю под дата-центры и фабрики чипов, а разрешения выдавать по ускоренной процедуре. Параллельно — инвестиции в атомную энергетику, чтобы всё это добро питать.

Уже в процессе: Илон Маск строит гига-датацентр для Grok, OpenAI готовит свой проект Stargate (предположительно на $100 млрд) с Microsoft и Oracle (The Information)

5.Китаю — ничего

США усиливают экспортный контроль: никаких чипов, SDK, моделей и даже опенсорса — всё, что может попасть в Китай, под жёстким запретом. В будущем это может вообще разделить ИИ‑мир на два блока: американский и китайский (Reuters)

Что это значит для нас?

  • Будет ещё больше нейросетей — быстрее и доступнее.

  • Качество может вырасти — но вместе с рисками фейков и «безумных» моделей.

  • Open source — снова в моде, а значит, конкуренция с монополиями усиливается.

  • Европа и Китай идут по пути контроля, США — по пути «вперёд и без тормозов».

Как думаете, это крутой шаг в сторону прогресса — или катастрофа на длинной дистанции? Хотели бы вы, чтобы такую политику приняли у нас?

Пишите в комментариях.

Показать полностью
0

Компьютеры начинают понимать нас по-человечески. И это пугающе удобно

Глава OpenAI, компании, которая сделала ChatGPT, недавно заявил: мы стоим на пороге новой эры взаимодействия с техникой. Больше никаких кнопок, выпадающих списков и сложных интерфейсов. Всё, что нужно — просто сказать, что ты хочешь, а ИИ сам всё сделает.

Пример из реальной жизни. Ты работаешь в продажах. Вместо того чтобы открывать CRM, искать фильтры, экспортировать отчёты, ты просто пишешь:

“Покажи всех клиентов из Москвы, кто заказал больше 100 000 рублей за последние два месяца”.

ИИ сам лезет в базу, сам считает, сам красиво всё оформляет. Хочешь — даст визуализацию, хочешь — выгрузит в таблицу. Никаких инструкций. Просто говоришь.

Интерфейс меняется. А вместе с ним — всё остальное

Традиционно интерфейсы выглядели так:

  • Командная строка: нужно было учить команды.

  • Графический интерфейс: кнопки, окна, мышь.

  • Мобильный UX: сенсорный экран и свайпы.

А теперь: диалог на обычном языке. Не “интерфейс”, а “собеседник”.

ИИ становится связующим звеном между человеком и системами. Он не просто инструмент — он посредник, который переводит ваши слова в действия. И делает это в десятках бизнес-сценариев: от логистики до HR, от финансов до клиентского сервиса.

Где это уже работает

Walmart внедрил “AI Super Agents” — ИИ-ассистенты, которые помогают покупателям, пишут рекламные тексты и автоматизируют внутренние процессы. Это не бета-тест, а рабочая часть их цифровой инфраструктуры.

Artisan AI создали “цифровых сотрудников” — ИИ, которые интегрированы в Slack, HubSpot, Salesforce. Один занимается продажами, другой клиентской поддержкой, третий помогает HR. Эти ИИ-работники умеют вести переписку, искать информацию, планировать и координировать задачи.

Trunk Tools предлагает “ChatGPT для стройки”. ИИ умеет анализировать чертежи, составлять графики работ, контролировать исполнение задач и всё это — через простой диалог.

А где подводные камни?

ИИ может ошибаться. Иногда он придумывает то, чего нет, иногда не улавливает нюансы. Пока он не заменит человека в критически важных решениях. Но он уже способен освободить кучу времени и рутинной работы.

Есть и психологическая сторона. ИИ делает работу, которую раньше делал ты. Он делает её быстрее, иногда лучше. Возникает вопрос: а что останется за человеком? Где твоя ценность, если интерфейс умеет “думать”?

Ответ — в контексте, в понимании тонких смыслов, в опыте и суждении. В том, что пока сложно формализовать.

Что это значит для нас

Это не просто новая технология. Это сдвиг в том, как мы работаем, принимаем решения, взаимодействуем с цифровым миром. Раньше мы учились подстраиваться под интерфейсы. Теперь интерфейсы начинают подстраиваться под нас.

Те, кто научится грамотно использовать ИИ, получат преимущество — быстрее, точнее, эффективнее. Это уже не эксперимент, а новая норма.

А ты что думаешь?

  • Готов ли ты общаться с компьютером как с человеком?

  • Стал бы делегировать рутину ИИ или всё-таки хочешь держать процесс под контролем?

  • Где, по-твоему, ИИ не справится никогда?

Напиши в комментариях. Это действительно тема, которая касается всех — не только айтишников, но и учителей, строителей, продавцов, бухгалтеров. Буду читать и обсуждать.

Показать полностью
Отличная работа, все прочитано!