Направление Петрова

Курсор интересно было бы протестировать) имхо, лучший агент

Тестируем ИИ-агентов. Осторожно, тут на техническом 🔞 Макс — глава нашей разработки. Тот самый человек, который «точно знает, как надо» и следит, чтобы всё работало предсказуемо и надёжно. Мы попросили его протестировать AI-агентов для написания кода, и он так увлёкся, что из его подробного разбора пришлось монтировать короткий ролик. (Если хотите полную версию — маякните в комментариях, подумаем над выходом Макса на YouTube). Задача: проверить, кто из трёх AI-агентов — Codex, Gemini и Cloud Code — лучше справится с созданием «умного» агрегатора новостей. Инструмент должен был спарсить сайт(забрать оттуда всю информацию), извлечь новости, сохранить в базу данных и подготовить выгрузку в CSV. Что получилось: Спойлер: с первого раза не справился никто, всем потребовалась сессия отладки. Но даже после неё результаты оказались очень разными: Codex: приложение так и не смогло извлечь ни одной статьи. Gemini: приемлемый результат, но с малым количеством тестов, что делает его непредсказуемым. Cloud Code: выдал наиболее полное веб-приложение, которое хорошо работает, сопровождено тестами и подробной документацией. Ссыль на репу с исходниками.

Адаптация ролика с YouTube в 5 соцсетей: 3 дня команды или 1 час AI-агента? Задача: адаптировать часовое YouTube-интервью в контент для 5 соцсетей — нарезать клипы, сделать описания, подготовить визуал. Было: ручной подход Год назад на это уходило до 3 дней работы команды из трёх специалистов. Процесс включал ручную нарезку, согласования и постинг. Давайте посчитаем стоимость в человеко-часах: - Работа специалистов (24 часа): Средняя стоимость часа работы монтажёра и SMM-специалиста с учётом налогов — около 1 500 ₽. Итого: ~36 000 ₽. - Менеджмент и согласования: Ещё около 8 часов работы менеджера и редактора. Итого: ~12 000 ₽. Результат «до»: 3 дня работы и ~48 000 ₽ прямых затрат на один ролик. Стало: AI-агент + контроль Мы внедрили AI-агента, который автоматически забирает ролик, находит лучшие моменты, генерирует описания и публикует. На обработку уходит около 10 минут, после чего SMM-специалист проверяет результат и вносит финальные правки. - Работа AI-агента: Бесценно))) - Контроль качества (1 час): Работа SMM-специалиста. Итого: ~1 500 ₽. Раньше один проект стоил 3 дня и ~48 000 ₽. Теперь — 1 час и ~1 500 ₽. Чистая экономия на каждой адаптации — более 45 000 ₽. При этом из одного большого материала вы получаете десятки единиц контента, которые ведут трафик в сообщество. А теперь переложите эту экономику на несколько проектов. Сколько уже экономии насчитали? Пишите в комментарии))

Как собрать AI-команду, если вы не технарь Когда я начинал, у меня не было команды AI-гениев. Было только понимание бизнес-задачи и желание разобраться, как её решить с помощью новых инструментов. Руководитель, который не понимает, чем управляет, так себе руководитель. Чтобы ставить ТЗ разработчикам, я сам погрузился в матчасть: читал профильные блоги, активно спрашивал у жпт, написал своего первого бота. Это позволило говорить с техспециалистами на одном языке и переводить «с птичьего на человеческий». При найме я искал не просто кодеров, а людей, которые видят за кодом бизнес-цель. Нам нужны были специалисты, понимающие, как технология решает конкретную задачу клиента, а не просто выполняет пункт из ТЗ. Результат даёт не «магия» ИИ, а связка «человек + процесс»: верная постановка задачи, контроль качества и интеграция в бизнес-контур клиента. Именно это обеспечивает предсказуемый результат и снижает риски. Мы можем стать вашей внешней AI-командой или помочь выстроить и обучить собственную. вы знаете, где меня искать.

Почему AI внедряется у одних компаний за 2 месяца, а у других не приживается годами Маркетолог мне подкинула исследование, в котором говорится, что 40% компаний тормозят из-за нехватки кадров, ещё 27% — из-за страха и скепсиса. Но проблема не в самих нейронках. AI не «ошибается» , он выдаёт вероятностный результат. Вопрос в том, как построен процесс проверки и контроля. Мы закрываем проблему нехватки компетенций: даём сотрудникам возможность работать с ИИ и поощряем это (деньгами в том числе!!). Самый показательный пример — мой зам Женя. Парень вообще-то режиссёр монтажа, ни одного курса по разработке не проходил и в программировании был НОЛЬ. Но за счёт AI-инструментов, без мам пап и кредитов он за полгода стал писать код и уже сделал несколько коммерческих ботов на заказ. Ни один критический вывод нейронки не уходит к клиенту без валидации нашим экспертом. Мы не заменяем людей, мы усиливаем их. Хотите, жалуйтесь на маркетолога, который три раза подряд заворачивает текст с кучей артефактов от ЖПТ, но проверка должна быть!!! Разница между компаниями, где AI запускается за пару месяцев, и теми, кто буксует годами, только в одном: готовность команды учиться и адаптировать процессы. Там, где к этому подходят системно, внедрение идёт быстро. Так что ребят, чтобы AI работал, нужно обучать не модель, а людей.

Статья проходит 5 согласующих: как ИИ сокращает время на 40% Одна статья, 5 пар рук, 10 итераций правок. Знакомая ситуация, когда редактор выдыхается на запятых вместо того, чтобы работать над смыслами, а продакшн растягивается на недели? Я сам собаку на продакшене съел и знаю, как всё это выглядит изнутри. Именно эта боль подтолкнула меня развивать айти направление, чтобы сначала помочь своей же команде, а потом начать помогать другим. Мы, конечно, не ускорим ваш процесс согласований, хотя и очень хочется, но можем предложить точечное решение: вместо того чтобы ломать процесс - «залатать» его с помощью ИИ на этапе подготовки. Инструмент берёт на себя рутину: вычитывает текст на ошибки, проверяет стилистику и даже готовит черновики для адаптации под разные форматы. В результате редактор получает уже отшлифованный черновик, а общее время на продакшн сокращается до 40%. Специалисты фокусируются на качестве, а не на механической работе. Создание такого AI-ассистента занимает около недели. Напишите в комментариях, как вам вообще, актуально?

Пятничная история: когда диктор спит, а до эфира — час Готовили большую конференцию по кибербезопасности. Тут и площадка РБК и онлайн-трансляция и , естественно, плотный график. Заранее записываем голос диктора для всех объявлений в зале. Но, как это бывает, правки в сценарий вносятся до двух часов ночи накануне. Утро. До старта мероприятия — пара часов. Прилетают правки и мы понимаем, что все записанные аудиофайлы — неактуальны. Диктор, который работал с нами до поздней ночи, разумеется, спит. Начинается лёгкая паника. И тут мне приходит мысль. Мы взяли имеющиеся записи голоса нашего диктора, за несколько минут склонировали его с помощью нейросети и сгенерировали все новые объявления через text-to-speech (из текста в голос). В результате никто из сотен участников не заметил разницы. Мероприятие прошло гладко, а голос в колонках был абсолютно неотличим от оригинала. Это кейс о том, как AI-инструменты становятся «планом Б» в критической ситуации, снижая риски и спасая проект, когда человеческий ресурс объективно недоступен. Надёжность и скорость в форс-мажоре — вот реальная польза для бизнеса.

Адаптация ролика с YouTube в 5 соцсетей: 3 дня команды или 1 час AI-агента? Задача: адаптировать часовое YouTube-интервью в контент для 5 соцсетей — нарезать клипы, сделать описания, подготовить визуал. Было: ручной подход Год назад на это уходило до 3 дней работы команды из трёх специалистов. Процесс включал ручную нарезку, согласования и постинг. Давайте посчитаем стоимость в человеко-часах: - Работа специалистов (24 часа): Средняя стоимость часа работы монтажёра и SMM-специалиста с учётом налогов — около 1 500 ₽. Итого: ~36 000 ₽. - Менеджмент и согласования: Ещё около 8 часов работы менеджера и редактора. Итого: ~12 000 ₽. Результат «до»: 3 дня работы и ~48 000 ₽ прямых затрат на один ролик. Стало: AI-агент + контроль Мы внедрили AI-агента, который автоматически забирает ролик, находит лучшие моменты, генерирует описания и публикует. На обработку уходит около часа, после чего SMM-специалист проверяет результат и вносит финальные правки. Работа AI-агента: Стоимость подписки на сервисы. Контроль качества (1 час): Работа SMM-специалиста. Итого: ~1 500 ₽. Вывод для бизнеса: Раньше один проект стоил 3 дня и ~48 000 ₽. Теперь — 1 час и ~1 500 ₽ (не считая подписки на сервис). Чистая экономия на каждой адаптации — более 45 000 ₽. При этом из одного большого материала вы получаете десятки единиц контента, которые ведут трафик в сообщество. А теперь переложите эту экономику на 5-10 проектов в месяц. Впечатляет? А теперь переложите эту экономику на несколько проектов. Сколько уже экономии насчитали? Пишите в комментарии))

AI - катализатор хаоса ИИ умножает не только интеллект, но и ошибки. Без умения ставить чёткие задачи никакие промты не помогут Когда мы начали внедрять нейросети внутри команды, ожидали, что процессы ускорятся. Но на первом этапе столкнулись с тем, что на те же задачи, стало тратиться на удивление БОЛЬШЕ времени. Люди писали кривые запросы, результат приходилось перепроверять по сотне раз. Тратилось тонна кредитов на генерации, а выхлоп был нулевой. Чтобы исправить ситуацию, мы решили написать «большой промт» для команды и начали проводить лекции как формулировать задачу, какая логика нужна, чтобы получить адекватный результат. Перед 9 мая нужно было собрать около 20 роликов. Ставят нам задачу естественно не заранее, а за месяц до. Мы за пару дней собрали учебный план, прогнали через интенсив ребят и подключили всю команду. При таком подходе ролики были готовы за пару недель. Без этого мы бы собирали их пару месяцев при хорошем раскладе. Чтобы сэкономить время, его сначала нужно вложить. И кстати, ток тссс... мы можем обучить вашу команду под нужные вам цели и выдать сертификаты гособразца о повышении квалификации.

Как ИИ в 10 раз ускоряет подготовку к тендерам. Наш клиент, компания, которая работает с сложным оборудованием, сталкивался с проблемой: поиск нужных номенклатур в тендерной документации вручную. Да, вручную! 2-3 дня на каждый тендер. Представляете? Мы решили всё это автоматизировать. Что мы придумали? Преобразовали документацию в RAG-архитектуру. Зачем это нужно? В двух словах: модель теперь не ищет информацию «вслепую», а обращается к специально подготовленной базе данных. Получается, что она быстрее находит, меньше ошибается и даёт точные ответы. А что с моделью LLM (large language model)? Это когда ИИ не просто выдаёт информацию, а понимает контекст и может отвечать на вопросы. Например, инженер задает: «Покажи все спецификации для модели X в тендерах 2023 года», и система сразу выдаёт всё, что нужно. Без шума и пыли. Как ИИ учится? Вот как это работает: 1. Объем данных — чем чище данные, тем быстрее модель обучается. 2. Структура данных — если документация чёткая и стандартизированная, ИИ впитывает информацию на раз. 3. Хаос в документах — если всё в разнобой, модель учится дольше, но мы с этим тоже справляемся. Какая реальная выгода? Точное время на обработку: что раньше занимало 2-3 дня, теперь решается за несколько минут. Сокращение нагрузки: если раньше 5 аналитиков крутились над этим процессом, теперь это всё делает 1 человек, проверяя готовые результаты от ИИ. Обработка тысяч страниц: система уже обрабатывает сотни документов, экономя десятки часов в неделю. Что впереди? Мы всё ещё на стадии дообучения модели и оптимизации. Но уже сейчас клиент экономит кучу времени на подготовку к тендерам. А в будущем мы планируем масштабировать систему на новые процессы и ещё больше ускорить работу с большими объёмами данных. Так что, ребята, ИИ — это не фантастика, а вполне реальный инструмент для бизнеса. Мы идём по пути максимальной автоматизации и уже видим результаты!

Как Цукерберг тратит миллиарды, а малый бизнес может выиграть, не тратя целое состояние Цукерберг и другие гиганты не жалеют миллиардов на искусственный интеллект, потому что знают: это вложение в будущее. Но что делать малым бизнесам, у которых нет таких бюджетов? Проведем аналогию: представьте магазин у дома, который ведет учет в старом блокноте. Все работает, но сколько времени и усилий уходит на это? Даже просто подсчитать, сколько товаров продано, — задача не из легких. Но вот если магазин перейдет на Excel? Вдруг всё станет проще, быстрее и точнее. Так вот, малому бизнесу тоже можно внедрять ИИ, не потратив миллионы. Конечно, речь не идет о создании сложных систем, как у корпораций, но на базе доступных технологий можно сделать бизнес куда более эффективным. Простые ИИ-решения для малых компаний: 1️⃣ Автоматизация общения с клиентами с помощью чат-ботов. 2️⃣ Инструменты для учета и анализа продаж, которые делают процессы быстрее и точнее. 3️⃣ Простой анализ данных, который помогает выявить, что именно приносит прибыль, а что — нет. Представьте, что ваша команда не тратит время на ручной анализ данных, а использует ИИ для автоматической оценки эффективности маркетинговых каналов и оптимизации стратегий. Система сама подскажет, какие подходы работают лучше, а какие требуют доработки — и всё это без необходимости в огромных инвестициях в сложные решения.

Мультипликация 2025: полчаса против недели Недавно один клиент попросил сделать короткий мультик. Задача: оживить известную личность, чтобы она говорила нужные фразы и делала определённые движения прямо в кадре. Если бы мы делали это по-старинке, процесс выглядел бы так: - Художник рисует персонажа и каждый ключевой кадр, - Аниматор оживляет картинку, прорисовывает промежуточные фазы, - Монтажёр собирает всё в единую сцену, дополняет фоны и детали. И это только базовый цикл. Часто добавляется ещё звукарь, сценарист и правки на каждом этапе. В итоге — неделя работы трёх специалистов и бюджет от 200–300 тысяч рублей (и это по нижней планке). А теперь, благодаря современным технологиям, этот процесс значительно упростился. Но это не значит, что результат можно получить без знаний и опыта. Мы работаем с ИИ, но с учётом профессионального подхода и умения. Да, в УМЕЛЫХ РУКАХ профессионала весь процесс занимает гораздо меньше времени и ресурсов, и это экономит деньги для клиента. Вдобавок, такие технологии позволяют малому бизнесу, который раньше не мог позволить себе полноценную мультипликацию, теперь получить качественный результат за адекватную цену. Профессиональный подход позволяет нам создавать контент быстрее и дешевле, не теряя в качестве. Это экономия для вас — и результат, который невозможно отличить от ручной работы

Когда нейросети спасают бюджет Недавно столкнулись с задачей: обновить ролик для «Росатома». Пять секунд видео. Нужно дорисовать один 3D-элемент и анимировать его. Подрядчик выставил счёт… 150 тыс. ₽. Для сравнения - раньше весь ролик целиком стоил около 100 тыс. ₽. Причина проста: «Росатом» в титрах - ценник для VIPов))) Мы решили попробовать сделать всё через нейросети. Да, пришлось поиграться с инструментами ( всего 2 дня работы вышло, мы с подрядчиком старым дольше бодались), получилось быстро и качественно, заказчик внёс только пару правок в свой же текст и всё принял. 150к профита сэкономлено для коллег. AI - это не только про скорость. Это ещё и способ не зависеть от подрядчиков, которые видят в заказчике только кошелёк. На фото — финальный 3D-элемент. Он моделирует прибор, который использует поток гамма-излучения для анализа плотности или уровня контролируемой среды прямо внутри резервуара. В комплекте идут специальные блоки гамма-излучения. А у вас бывало, что цену ломили из-за статуса клиента? Как выходили из ситуации?

Как ИИ помогает работать, не выгорая Недавно в СМИ писали о человеке, который был уверен, что ИИ управляет его жизнью. История странная, но она напомнила мне о важной вещи: ИИ — это всего лишь инструмент. Он не заменит нашу способность принимать решения и управлять своим временем. Когда-то я и сам был заложником бесконечной работы. Вечера, выходные — всё уходило на задачи и звонки. Казалось, что именно так и строится успех. Пока не столкнулся с последствиями: усталость, потеря концентрации и здоровье, которое дало сбой. После 4 экстренного попадания в больницу с панкеатитом, пришлось признать, что пора все-таки учиться находить этот пресловутый ворклайфбэланс Тогда я установил для себя три правила, чтобы выстроить границы: 1️⃣После 20:00 — все рабочие уведомления в мьют. Срочные вопросы — только через звонок. 2️⃣Выходные — минимум рабочих задач. Есть один ответственный, который фильтрует срочные темы. 3️⃣Один час офлайна в неделю — без экранов, чтобы переключиться и восстановить фокус, банально покататься с семьей на велике, что я в последнее время сильно полюбил. Почему это важно для руководителей и команд: Если вы сами не ставите границ, команда копирует ваше поведение. А перегруженные сотрудники — это не про продуктивность, а про постоянные сбои в работе. ИИ может помочь разгрузить процессы: автоматизировать рутину, структурировать задачи, фиксировать договоренности. Но он не решит главного — как вы распределяете внимание и ресурсы. Технологии — это поддержка. Ответственность за баланс — на нас.

Как быстро зафиксировать идею, не отпуская клавиатуру Есть у нас больная тема - идеи, которые улетают, пока ищешь, где их записать. Особенно, если ты сидишь за компьютером и одновременно ведёшь звонок, пишешь письмо или держишь кота на коленях. Мы разрабатываем десктоп-приложение, которое по горячим клавишам будет включать запись голоса, распознавать речь и сразу кидать текст в буфер обмена. Кому может быть полезно: -Сейлз-менеджерам - фиксировать инсайты и скрипты из звонков с клиентами. -Контент-менеджерам - записывать идеи и фразы «на лету», пока готовят -материалы. PM и тимлидам - быстро фиксировать задачи прямо во время созвонов. Почему просто не использовать смартфон? Телефон хорош в дороге, но если ты работаешь за компьютером, переключаться на диктофон - лишние движения и потерянное время. Плюс - можно напрямую захватывать важные куски из Zoom или Teams, не переписывая их вручную. Мы пока на стадии прототипа и хотим понять, есть ли в этом реальный спрос.

Как я вернул деньги за товар без суда — с помощью ChatGPT Заказал автомобильный холодильник перед отпуском. За день до поездки его привезли в таком состоянии, будто он пережил пару переездов и драку на складе - вмятины, царапины, углы побиты. Пришлось срочно купить новый у другого продавца. А на поломанный — оформил возврат в приложении, но получил отказ. Сил на конфликт не было, и я решил вместо ругани пригрозить судом: попросить ChatGPT составить досудебную претензию по российскому законодательству. Что сделал пошагово: -Ввел в GPT: номер заказа, дату, фото повреждений и краткую хронологию событий. -Попросил сгенерировать досудебную претензию с упоминанием статей закона. -Проверил и чуть подкорректировал текст под свою ситуацию. -Отправил документ заказным письмом + на e-mail продавца и маркетплейса. Результат - на следующий день деньги вернули без суда и долгих споров. Важно: GPT не юрист. Это был шаблон, черновик - финальный текст я проверил и свёл к корректным формулировкам. Если случай сложный, лучше проконсультироваться со специалистом. Пы.сы. А новый холодильник, который я купил на пару тысяч дешевле, мне пришлось отправлять транспортной компанией из отпуска в Москву, потому что уж больно много места он занимал, так что расходы на доставку почти сравнялись с ценой доставки нового. Но хотя бы на юристе получилось сэкономить.)))