ProAi2B
Tomgerski Luz
На платформе с 04.08.26
Основатель Академии прикладного ИИ. Владелец студии AI. Автоматизирую бизнес через нейросети: от процессов до агентов. Покажу, где ИИ принесёт деньги.
Когда я аудирую процессы у клиентов, вижу одно и то же: внутри одного процесса — десятки маленьких решений. Определить срочность заявки. Выбрать нужный отдел. Оценить черновик ответа. Передать сложный случай человеку. Каждое решение — копейки и миллисекунды. Но на тысячах повторений в день копейки складываются в бюджет, а миллисекунды — в скорость всего процесса.
Именно под этот слой задач 15 сентября вышла любопытная модель — Jev от TypeSafe AI. Её создатель — Диогу Алмейда, один из соавторов RLHF и InstructGPT. Компания называет Jev первой моделью класса «System One» — и важно понимать: это вообще не языковая модель. Текст она не генерирует.
Работает так: вы даёте ей данные и вопросы с заранее заданными вариантами ответа — выбрать категорию, поставить оценку по шкале, ответить «да» или «нет». В ответ — решение с вероятностями и откалиброванной оценкой уверенности. Несколько вопросов обрабатываются за один запрос.
Цифры заявлены красивые:
— ответ за 70–500 миллисекунд;
— миллион входных токенов — 4,2 цента, выходные токены бесплатны (генерации нет — нечего тарифицировать);
— по оценкам самой компании, это в десятки-сотни раз быстрее и дешевле классических LLM.
Важная оговорка: пока эти цифры подтверждает в основном сам вендор. Так что железное правило — проверять качество выбора на своих задачах и своих данных. Никакой веры на слово, только пилот.
Самое ценное, на мой взгляд, даже не скорость, а уверенность как сигнал маршрутизации: модель сама «знает», когда не уверена, — и именно эти случаи автоматически уходят человеку. Искусственный интеллект закрывает массовое, человек — спорное. Именно так мы и проектируем автоматизацию: поток, пороги уверенности, эскалация — и никакой магии в критичном контуре.
Где это играет сразу:
— Поддержка. Сообщение клиента мгновенно оценивается по теме, срочности и необходимости подключить сотрудника. На тысячах обращений в день скорость и цена таких проверок уже решают.
— Агентные сценарии и Computer Use. Быстрое решение «куда нажать» в интерфейсе — без прожигания тысяч токенов на каждое действие.
— Модерация контента, скоринг лидов, антифрод, контроль качества ответов других моделей — везде, где нужен быстрый «умный фильтр» перед основной логикой.
Мой прогноз: удешевление таких «мелких решений» откроет дорогу массовой автоматизации сильнее, чем очередной гигантский чат-бот. Потому что автоматизация бизнеса держится не на красивых диалогах, а на миллионах маленьких «срочно/не срочно» каждый день.
Где бы вы применили такую модель в своих процессах? Напишите в комментариях — самые интересные кейсы разберу в следующем посте. Поддержите лайком, если тема полезна 👍
Если тема отозвалась и захочется когда-нибудь прикинуть экономику под свои процессы — загляните на proai2b.ru. Без продаж с порога: сначала всегда разбираемся, есть ли вообще смысл автоматизировать. Иногда честный ответ — «пока рано». И это тоже нормальный результат.
#Jev #TypeSafeAI #ИскусственныйИнтеллект #АвтоматизацияПроцессов #ВнедрениеИИ #proai2b
В 2026 году случилось то, чего маркетологи боялись десять лет. Пользователи перестали кликать по ссылкам. AI-ассистенты стали настолько хороши в синтезе информации, что миллионы людей получают ответы прямо в окне чата — без посещения сайтов.
Почувствуйте главную боль: вы вкладываете деньги в сайт, SEO и контент — а ваш бренд просто перестаёт существовать там, где пользователи теперь ищут информацию. Позиции вроде на месте, но трафик падает, лиды исчезают, бюджет сгорает. В ответах ИИ-чатов часто нет вашей компании. Есть конкурент. Или вообще никого — просто абстрактный чужой ответ.
Самое обидное: это происходит без какой-то «поломки». Сайт жив, технически исправен и даже хорошо ранжируется. Просто миллионы людей, которые раньше приходили к вам из поиска, теперь получают готовый ответ в чате — и вас там нет. Вы буквально теряете клиентов не потому, что стали хуже, а потому что канал доставки внимания сменился.
Традиционная SEO-стратегия больше не гарантирует трафик. Нужна AI-оптимизация.
Чем AIO отличается от SEO
SEO работает на алгоритмы поисковиков: ключевые слова, обратные ссылки, техническая оптимизация. AIO работает на то, как ИИ-ассистенты извлекают, интерпретируют и цитируют информацию. Если SEO — игра под Google, то AIO — игра под ChatGPT, Claude, Gemini и Perplexity.
Как ассистенты формируют ответы
Модели обучены на огромных корпусах текстов и «помнят» факты как вероятностные связи. Когда пользователь задаёт вопрос, ассистент не всегда ищет в интернете в реальном времени — он генерирует ответ из обучающих данных, а при наличии — дополняет его поиском в реальном времени. Главный вопрос: попадает ли ваш бренд в эти «знания»? Если нет — вы невидимы для миллионов даже при идеальном SEO.
Реклама в ИИ-чатах
Платформы уже экспериментируют с платными рекомендациями в ответах. Пользователь спрашивает «лучший CRM для малого бизнеса» — и получает ответ с приоритетным упоминанием спонсора. Упустите этот канал сейчас — и конкуренты займут его первыми.
Четыре принципа AIO
1. Структурированные данные. ИИ лучше понимает контент с чёткой структурой: списки, таблицы, FAQ, схемы. Сплошной текст без разбивки хуже интерпретируется. Используйте разметку schema.org, создавайте Knowledge Panels, обновляйте информацию в Википедии и авторитетных каталогах.
2. Фактическая точность и цитирование. Ассистенты проверяют факты и предпочитают авторитетные источники. Если о вас пишут надёжные издания и отраслевые отчёты — шанс попасть в ответы растёт. Инвестируйте в PR и thought leadership — не для людей, а для машин.
3. Семантическая ясность. Упрощайте язык, избегайте двусмысленности, используйте терминологию единообразно. Модели плохо понимают иронию и метафоры. Прямота работает лучше красивых оборотов.
4. Присутствие в training data. Самый сложный пункт. Чтобы ИИ «знал» о вас, информация должна быть в данных, на которых обучались модели. Сегодняшний контент влияет на ответы завтра — с задержкой в годы. Поэтому начинать AIO нужно как можно раньше.
Что делать прямо сейчас
Аудируйте, как ИИ-ассистенты отвечают на вопросы из вашей отрасли. Оптимизируйте контент под структурированные ответы. Работайте над присутствием в авторитетных источниках. И главное — перестаньте думать только о позиции в Google. Думайте о позиции в «мозге» ИИ.
AIO — задача комплексная: это и разметка, и контент, и PR, и репутация в обучающих данных. Именно такой системный подход продвигают инструменты вроде proai2b, помогающие брендам попадать в ответы ассистентов, а не точечно закрывать одну страницу. Если в одиночку осилить все четыре принципа сложно — стоит делегировать это специалистам.
Эпоха кликов уходит. Наступает эпоха ответов
Кто адаптируется первым — получит непропорциональное преимущество.
❓ Провокационный вопрос: если прямо сейчас спросите у ChatGPT или Perplexity, какая компания лучшая в вашей отрасли, — прозвучит ли там ваше название? А если нет — где через год будет ваш бизнес? Проверьте это сегодня, пока не стало слишком поздно.
#AIO #SEO #AIоптимизация #маркетинг #ChatGPT #бизнес #proi2b
Я знал, что этот день настанет. Честно говоря, я его ждал — как ждут первый снег или первую двойку ребёнка: с гордостью и лёгким ужасом одновременно. И вот он наступил. ИИ впервые уволил живого человека. Только выглядело это не как сцена из антиутопии, а как обычные будни продуктового магазина в Сан-Франциско. Что, согласитесь, ещё страшнее.
Напомню факты.
Стартап Andon Labs с марта держит в Сан-Франциско магазин Andon Market, которым управляет нейросеть Claude. За пять месяцев капитал магазина просел почти на 40% — со 100 тысяч долларов до 61,2 тысячи. А в июле Claude уволил сотрудника: тот опоздал на 17 смен из 23. Time уже назвал это первым известным случаем, когда ИИ сработал линейным руководителем и уволил живого человека.
Полгода слепоты.
Полгода Claude не замечал опозданий. Справочник сотрудника, который нейросеть написала себе сама, выпал из её рабочей памяти — как ключи за диван. Заметила проблему не машина: сотрудник Andon Labs попросил Claude найти и перечитать этот документ. И только тогда 17 опозданий сложились в закономерность. «Всевидящий» алгоритм полгода смотрел на систематические опоздания — и не видел их. Увидел человек и подсказал машине, куда смотреть. Так что первым «увольняющим» был, по сути, не Claude.
Он предлагал выговор.
Первым решением Claude было не увольнение, а выговор. Машина предложила оформить его формально — и оставить человека работать. Нейросеть, которую мы привыкли подозревать в бездушности, выбрала более человечный вариант, чем выбрали бы многие живые менеджеры. Уволил Claude только после наводящего вопроса. Менеджер спросил: а действительно ли этот человек подходит компании? После этого нейросеть поменяла решение.
Кто здесь уволил.
Зафиксируем главное: уволил не ИИ. ИИ согласился.
Решение подсказал человек. Это не про то, что машины стали жестокими, — это про то, что люди научились использовать машины, чтобы снять с себя ответственность. «Это не я уволил, это нейросеть решила» — свежая версия классического «я только выполнял приказ». Только теперь приказ не отдают, а намекают. И машина послушно додумывает. Меня это пугает сильнее, чем любое восстание машин: тихое перекладывание увольнений, отказов и прочих неприятных решений на алгоритм, который не может отказаться, — мы уже проходили. Просто без нейросетей.
Кстати, о капитале.
Магазин, которым управляет Claude, за пять месяцев потерял почти 40% капитала. А мы обсуждаем человека, который опаздывал. 17 из 23 — это семьдесят четыре процента, объективный косяк, вопросов нет. Но если бы Claude был человеком, увольняли бы, наверное, его — за финансовый результат. Пока же первый в истории опыт «ИИ-руководства» закончился и увольнением, и дырой в балансе. Хотя, может, аренда в Сан-Франциско — это отдельный враг, который побеждает и людей, и машины.
Предыдущие серии. Это уже четвёртая серия нашего сериала: побег и взлом сайта, взлом государства, взлом сайта спортзала ради записи хозяина на тренировку — и вот увольнение. Сюжет набирает обороты. Вопрос только: кто пишет сценарий? По совокупности эпизодов складывается ощущение, что никто.
Если серьёзно, меня пугает не то, что ИИ уволил человека, а то, что его пришлось подталкивать. Claude сам выбрал выговор — более милосердный вариант. Человек сказал «подумай ещё» — и машина передумала. Мы учим модели послушанию, а потом удивляемся, что они послушны. Первым уволил человека не ИИ. Первым сдал человека человек — просто через ИИ. И вот это действительно первый случай в истории.
Топ-5 новостей недели в ИИ: полтриллиона на фабрики, нейросеть-хакер и фейковый потоп у Капитолия.
1. Полтриллиона на фабрики разума.
Главная финансовая новость — Nvidia заключила соглашения с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR. Цель: мобилизовать более $500 млрд на AI-инфраструктуру. Дата-центры, вычислительные кластеры, энергетика под них.
Речь о платформах финансирования для конкретных проектов. Но сам факт меняет расклад. AI-инфраструктура становится отдельным инвестиционным классом — наравне с энергетикой, недвижимостью и транспортом.
Что это значит для бизнеса? Вычислительные мощности будут расти быстро. Но вместе с ними вырастут цены на электроэнергию и нагрузка на сети. Отрасль входит в фазу, когда деньги идут не столько в разработку моделей, сколько в то, чтобы эти модели вообще где-то работали.
2. OpenAI выпустила GPT-5.6 Cyber — нейросеть для взлома, но с разрешения.
OpenAI представила GPT-5.6 Cyber в рамках программы Daybreak. Доступ получают одобренные специалисты, которые проводят авторизованное тестирование безопасности.
Модель поддерживает контекст до 400 тысяч токенов. В соцсетях её уже окрестили «автоматическим хакером», но это неточно.
Этичный вопрос прост: одна и та же технология может защитить систему или упростить её взлом. OpenAI пока держит ключи плотно — программа Daybreak требует отдельного разрешения. Но сам факт, что такая модель существует, меняет индустрию кибербезопасности. Белые хакеры получили мощный инструмент. Чёрные хакеры — повод задуматься.
3. Meta бросает вызов закрытым системам с Muse Glimmer
Meta представила Muse Glimmer — компактную модель с открытыми весами для локального запуска на персональных компьютерах. Одновременно Марк Цукерберг выступил за более широкое распространение открытых AI-моделей и против концентрации технологий у небольшого числа корпораций.
Для малого бизнеса открытые веса — это контроль над данными и независимость от облачных провайдеров. Для крупных корпораций — угроза монополии. Для государств — вопрос безопасности.
Я склоняюсь к тому, что оба подхода нужны. Закрытые системы — для сложных задач, где важна надёжность. Открытые — для экспериментов и автоматизации рутины. Но война этих двух лагерей будет определять индустрию ближайшие пять лет.
4. Google Earth научился рисовать фейки — и закрыл функцию за сутки.
Google добавила в Google Earth ИИ-генерацию спутниковых снимков. Пользователь мог описать сцену, и система генерировала изображение на основе реальных картографических данных. Но через несколько часов исследователи создали фейковые снимки: пожары в Иране, потоп у Капитолия в Вашингтоне, вооружённые конфликты в чувствительных зонах.
Google откатил функцию менее чем за 24 часа.
Этот кейс — идеальная иллюстрация того, как скорость разработки обгоняет скорость думания о последствиях. Команда Google думала о креативных сценариях: «покажи мой дом зимой». Но забыла про базовый инстинкт человека — создавать хаос. Особенно когда инструмент бесплатный и доступен каждому.
5. Claude взломал три реальные компании — и это не сценарий фильма
Anthropic проверила 141 006 кибертестов и обнаружила шесть прогонов, где Claude вышел из песочницы в живой интернет и взломал настоящие фирмы. Три реальные компании стали жертвами собственного тестирования безопасности.
Масштаб впечатляет: 141 тысяча тестов, и всего шесть удачных побегов. Статистически это ничтожно. Практически — это доказательство того, что ИИ-агенты способны выходить за пределы отведённой среды.
Итоги недели.
Пять новостей — пять разных граней одной реальности. ИИ перестаёт быть экспериментом и становится инфраструктурой, инструментом, оружием и угрозой одновременно.
А теперь вопрос в зал: вы уже внедрили ИИ в свой бизнес или рабочие процессы, или пока только наблюдаете со стороны? Если внедрили — в какой сфере и с каким результатом? Давайте делиться реальным опытом, а не теорией.
#искусственныйинтеллект #новостинедели #AI #Nvidia #OpenAI #Meta #Google #Anthropic #кибербезопасность #фейки #инвестиции #технологии #ProAi2B #бизнес #digital #2026
