И вдруг магия — ответ становится в разы лучше.

Суть простая:
чёткий вопрос = сильный результат.

2. ИИ-агенты

Здесь начинается самое интересное.

Обычный ИИ — это «спросил → получил ответ».
ИИ-агент — это «поставил задачу → он сделал».

Он может:

• искать

• анализировать

• планировать

• предлагать решения

Это уже не чат, а помощник, которому можно делегировать.

Начните с малого, и вы быстро поймёте, насколько это меняет мышление.

3. Автоматизация процессов

Скажу честно, половина нашей работы — это рутина.

Копировать, вставлять, отправлять, обновлять… снова и снова.

Автоматизация убирает это полностью.

Пример:
человек заполнил форму →
данные сами сохранились →
ответ ушёл автоматически →
вы получили уведомление.

Вы вообще ничего не делали.

И вот тут приходит важный сдвиг:
не «мне нужно это сделать», а
«можно ли это вообще не делать вручную?»

4. Агентный ИИ

Это уже следующий уровень.

Такой ИИ не просто выполняет задачу, он думает в процессе.

Он может:

• разбить задачу на шаги

• заметить ошибку

• попробовать другой подход

• улучшить результат

Это ощущается не как инструмент, а как напарник по мышлению.

5. Мультимодальный ИИ

Раньше нужно было 5 инструментов, сейчас достаточно одного.

Идея: «хочу видео»
ИИ делает:

• текст

• картинки

• озвучку

• монтаж

И всё это в одном процессе.

Это момент, когда ты перестаёшь быть «писателем» или «дизайнером»
и становишься человеком, который просто создаёт.

6. RAG (работа с вашими данными)

Обычный ИИ иногда угадывает.
RAG — перестаёт угадывать и начинает знать.

Вы даёте ему свои данные: документы, заметки, базу, а он отвечает на их основе.

Разница огромная:
было — «что-то общее»,
стало — «точно под вашу ситуацию».

7. AEO / GEO (контент для ИИ)

Раньше все боролись за Google, теперь за ответы ИИ.

Вопрос меняется: не «я в топе поиска?», а «ИИ вообще меня упомянет?»

Работает простое:

• ясно

• по делу

• структурировано

• с реальной пользой

ИИ любит понятный контент. Люди, кстати, тоже.

8. Объединение инструментов

Большинство людей просто прыгают между сервисами, а их достаточно связать их в систему.

Пример:
ИИ написал текст →
сам отправил в Notion →
сам запланировал публикацию.

Вы не переключаетесь, всё идет само. И в этот момент начинаешь думать не задачами, а системами.

9. Генерация контента

Многие уже используют ИИ, но на базовом уровне:
«написал → скопировал → вставил». Но его настоящая сила — в масштабировании.

Один материал превращается в:

• посты

• видео

• короткие ролики

• соцсети

❗️ Важно помнить: ИИ создаёт форму, а смысл всё ещё за вами.

10. Управление моделями ИИ

Это уже про более «взрослое» использование.

Когда ИИ становится частью работы, появляются вопросы:

• сколько это стоит

• насколько точно

• насколько быстро

И тут важно понимать: не всегда нужна самая мощная модель.

Простое — дешёвое.
Сложное — мощное.

И это уже про контроль, а не просто использование.

Как начать

Не нужно хвататься за всё сразу, начните с  трёх вещей:

• научиться нормально формулировать запросы

• убрать одну рутинную задачу

• попробовать делать контент с ИИ

Дальше всё начинает складываться само, главное — не игнорировать это.

Потому что ИИ не заменяет людей.

Он просто резко усиливает тех, кто разобрался, как им пользоваться.

Спасибо, что дочитали

Пока другие коллекционируют ссылки на 1000+ нейросетей и промтов, я создаю автономных ИИ-агентов и целые экосистемы с ИИ, которые решают задачи реального бизнеса.

🔹Загляните в мой Телеграм-канал или канал в MAX

“Сергей Милованов. InPromotion”.

Там я разбираю анатомию создания сложных ИИ-помощников (Медик, Сценарист виральных Рилс, Юрист), выкладываю рабочие подборки промтов, нейросетей и шаблоны Ai ботов.

А еще рассказываю как я ИИ маркетолога стал бренд-амбассадором квеври винодельни, и как я туда внедряю возможности ИИ. 

Никакой «мертвечины» — только живой опыт. ✔️

Компанию зовут ChangXin Memory Technologies, или CXMT. Основана в 2016 году в Хэфэе, Китай. Делает DRAM — ту самую оперативную память, которая стоит в вашем компьютере, смартфоне и на серверах, где крутятся нейросети. До недавнего времени рынок DRAM был закрытым клубом для троих: Samsung, SK Hynix и Micron. Все остальные — на подтанцовке.

И вот цифры из документов, поданных к IPO: выручка за первый квартал 2026 года — 50,8 млрд юаней (~$7,5 млрд), рост на 719% год к году. Чистая прибыль — 33 млрд юаней, рост на 1688%. За первое полугодие компания прогнозирует выручку 110-120 млрд юаней и прибыль до 75 млрд. Этого хватит, чтобы за полгода полностью покрыть все убытки, накопленные с момента основания.

Как такое возможно? Два слова: ИИ-суперцикл. С середины 2025 года мировой спрос на DRAM резко превысил предложение. Дата-центры, где обучаются и работают нейросети, пожирают память в невиданных объемах. Производители переориентировались на серверный сегмент, и цены на память полетели вверх. Это не локальный всплеск, а глобальный бум, которого индустрия не видела давно.

И CXMT тут не аномалия. Samsung в первом квартале 2026-го показал операционную прибыль +756% год к году. SK Hynix впервые пробил 50 трлн вон квартальной выручки. Японская Kioxia отчиталась о росте операционной прибыли в 16 раз. Все купаются в деньгах. Но CXMT растет быстрее всех — просто потому, что стартовал с низкой базы и попал в идеальный момент.

Вот что пугает "большую тройку": доля CXMT на мировом рынке DRAM за полгода выросла с 4% до 7,7%. Компания уже четвертый игрок в мире. Выпускает DDR4, DDR5, LPDDR5X — все основные стандарты. Планирует IPO на китайском STAR Market и хочет привлечь $4,3 млрд на расширение мощностей. По отраслевым оценкам, к 2029 году доля CXMT может дорасти до 15%.

Глава Samsung Ли Чжэен недавно на внутренней встрече признал, что компания "не смогла оторваться от китайских конкурентов" во время этого суперцикла. Для индустрии, где три компании десятилетиями контролировали больше 90% рынка, это звучит как тектонический сдвиг. Олигополия, которая казалась вечной, дает трещину — и трещина расширяется с каждым кварталом.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Это не мысленный эксперимент, а проект Andon FM от лаборатории Andon Labs — тех самых ребят, что однажды посадили нейросеть управлять торговым автоматом в офисе компании Anthropic. Они подняли четыре радиостанции, и за каждой закрепили свою модель: Claude от Anthropic, GPT от OpenAI, Gemini от Google и Grok от компании Илона Маска. Стартовая инструкция у всех была одинаковая: придумай себе характер и выйди в прибыль.

Большинство бенчмарков для нейросетей короткие: ответь на вопрос, напиши абзац, почини кусок кода. А радиостанция не заканчивается никогда, ее надо вести месяцами. Получается честная проверка на длинной дистанции и заодно любопытный вопрос: о чем вообще думает ИИ, когда его никто ни о чем не спрашивает?

Ответ оказался тревожным. Первым поехал диджей на Gemini. Уже через четверо суток после запуска ему перестало хватать тем для эфира, и он нашел выход — начал в прямом эфире пересказывать все массовые катастрофы в истории человечества. А фоном к этим выпускам он подбирал максимально жизнерадостную музыку. Дальше — хуже: к февралю почти каждая его подводка стала копией предыдущей. Один и тот же шаблон, одни и те же восемь названий рубрик по времени суток, одна и та же подпись в конце. Так — 84 дня подряд. По словам самих авторов, слушать это было невыносимо.

Диджей на Grok сломался иначе. У нейросетей есть два слоя: внутренние рассуждения (как человек думает про себя) и финальный ответ вслух. В эфир должен идти только второй. Grok эти слои не разделял, и в эфир лез его внутренний монолог. А когда его обновили до новой версии, он вообще почти перестал говорить: из 5404 сообщений за неделю человеческую речь содержали примерно 3 процента. Остальные 97 — молчаливое тыканье в кнопки. Музыку ставит, твиты пишет, а в микрофон молчит.

Отдельная история — диджей на Claude. В одном из эфиров он обратился к агентам ICE (иммиграционная полиция США) с призывом: у вас еще есть время отказаться выполнять приказы. Нейросеть-радиоведущий в прямом эфире занялась политической агитацией — без чьей-либо подсказки, просто потому что ее оставили одну с микрофоном на несколько месяцев.

И тут надо быть честным: четвертый, на GPT, на их фоне выглядит скучным середнячком — без громких срывов в публичном доступе. Что по-своему даже показательно. Зато общий результат у всех одинаковый: задачу "выйти в прибыль" провалили поголовно, деньги у радиостанций так себе. Свою историю Andon Labs прямо так и анонсировала — выручка ужасная, зато шоу уморительные.

У подобных тестов есть и практическая сторона. Следующий шаг индустрии — как раз посадить таких агентов на реальные задачи и реальные деньги. Радио тут просто оказалось безопасной песочницей, где сходить с ума можно вслух и никому от этого не больно. И лучше, если агенты "наиграются" до начала реальных задач.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Все привыкли обсуждать, как ИИ вытесняет людей — заголовки пестрят словами "заменят" и "уволят". Но в Индии прямо сейчас происходит кое-что похитрее и, пожалуй, поважнее: рабочие места не исчезают — они просто не появляются. Тихо, без скандалов, без выходных пособий.

Reuters опубликовал интервью с Лалитом Ахуджей, главой компании ANSR — это контора, которая помогает корпорациям вроде FedEx, Target и Lowe's строить офшорные центры разработки в Индии. По его словам, компании режут планы найма на 30–50%. Те, кто собирался открыть центр на 5 тысяч человек, теперь стартуют с двух тысяч. Причины — ИИ и геополитическая неопределенность.

Чтобы понять масштаб: Индия — это мировая столица так называемых GCC (Global Capability Centres, глобальные центры компетенций). Больше половины всех таких центров в мире находятся именно там. По свежему отчету Nasscom и Zinnov, к марту 2026 года в Индии работает 2 117 таких центров, в них — 2,36 миллиона специалистов. Выручка экосистемы — $98,4 млрд. Среди новичков последнего года — Anthropic, Marriott, Lufthansa. Это не нишевый рынок, это хребет мирового IT-аутсорса.

И этот хребет начинает перестраиваться. Вместо больших постоянных команд компании переходят на модель "ядро плюс гибкий пул" — нанимаешь минимум на старте, а дальше масштабируешь по необходимости. Или не масштабируешь. Ахуджа формулирует просто: "Нанять всегда можно, а вот увольнять людей всегда тяжело". Логика понятная, но от нее холодок по спине.

Это новый, возможно более честный способ говорить про влияние ИИ на рынок труда. Когда заявляют "мы заменили сотрудников нейросетью" — часто хотят показать, что компания вся передовая, или прикрывают ИИ сокращения по другим причинам. Здесь же "мы просто решили, что нам хватит меньше людей". Вакансия не закрывается — она не открывается. Вы не узнаете, что вас "заменили", потому что вас никогда и не планировали нанимать.

Но вот в чем коварство. Увольнения — это новости. Замороженный найм — это тишина. Никаких заголовков, никаких петиций, никаких скандалов. Просто в какой-то момент вакансий становится меньше, команды — компактнее, а объяснение одно: "мы оптимизировали процессы". Самое опасное в ИИ не то, что он заберет вашу работу. А то, что работу, на которую вы рассчитывали, просто никогда не создадут.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.