Реймер | AI Трансформация Бизнеса
رفتن به کانال در Telegram
Канал Дэна Реймера о AI-трансформации бизнеса, стратегии и бизнес-моделях, технологических трендах и культуре лидерства. Основатель и CEO Reymer Digital зам. директора НИИТ НИУ ВШЭ https://denreymer.com https://reymer.digital https://reymer.ai
نمایش بیشتر3 138
مشترکین
+124 ساعت
-47 روز
+1830 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+59
در 1 کانال‌ها
سپتامبر '26
+61
در 5 کانال‌ها
Get PRO
اوت '26
+90
در 2 کانال‌ها
Get PRO
ژوئیه '26
+47
در 1 کانال‌ها
Get PRO
ژوئن '26
+53
در 0 کانال‌ها
Get PRO
مه '26
+68
در 1 کانال‌ها
Get PRO
آوریل '26
+93
در 3 کانال‌ها
Get PRO
مارس '26
+157
در 6 کانال‌ها
Get PRO
فوریه '26
+237
در 8 کانال‌ها
Get PRO
ژانویه '26
+560
در 2 کانال‌ها
Get PRO
دسامبر '25
+649
در 3 کانال‌ها
Get PRO
نوامبر '25
+399
در 2 کانال‌ها
Get PRO
اکتبر '25
+347
در 0 کانال‌ها
Get PRO
سپتامبر '25
+147
در 3 کانال‌ها
Get PRO
اوت '25
+37
در 1 کانال‌ها
Get PRO
ژوئیه '25
+34
در 0 کانال‌ها
Get PRO
ژوئن '25
+60
در 2 کانال‌ها
Get PRO
مه '25
+47
در 0 کانال‌ها
Get PRO
آوریل '25
+51
در 1 کانال‌ها
Get PRO
مارس '25
+75
در 2 کانال‌ها
Get PRO
فوریه '25
+31
در 1 کانال‌ها
Get PRO
ژانویه '25
+71
در 0 کانال‌ها
Get PRO
دسامبر '24
+32
در 4 کانال‌ها
Get PRO
نوامبر '24
+28
در 3 کانال‌ها
Get PRO
اکتبر '24
+77
در 2 کانال‌ها
Get PRO
سپتامبر '24
+42
در 1 کانال‌ها
Get PRO
اوت '24
+273
در 1 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 27 اکتبر | 0 | |||
| 26 اکتبر | +1 | |||
| 25 اکتبر | +1 | |||
| 24 اکتبر | 0 | |||
| 23 اکتبر | 0 | |||
| 22 اکتبر | +1 | |||
| 21 اکتبر | 0 | |||
| 20 اکتبر | 0 | |||
| 19 اکتبر | +3 | |||
| 18 اکتبر | +5 | |||
| 17 اکتبر | 0 | |||
| 16 اکتبر | +1 | |||
| 15 اکتبر | +4 | |||
| 14 اکتبر | +7 | |||
| 13 اکتبر | +3 | |||
| 12 اکتبر | +3 | |||
| 11 اکتبر | 0 | |||
| 10 اکتبر | +1 | |||
| 09 اکتبر | +1 | |||
| 08 اکتبر | 0 | |||
| 07 اکتبر | +2 | |||
| 06 اکتبر | +3 | |||
| 05 اکتبر | +9 | |||
| 04 اکتبر | +5 | |||
| 03 اکتبر | +5 | |||
| 02 اکتبر | +4 | |||
| 01 اکتبر | 0 |
پست‌های کانال
+7
Чем мир занят в ChatGPT
26 октября OpenAI выложил данные о том, как люди используют личный ChatGPT: миллион сообщений в месяц, 94 страны, с июля 2024 по сентябрь 2026 года.
Какие тренды:
1. Женские имена обогнали мужские. В июле 2024 года люди с женскими именами писали 42% сообщений, сейчас 52%.
2. Программирование теряет долю. Среди рабочих запросов его стало на 60% меньше, визуального дизайна в 2,6 раза больше.
3. Запросов по работе стало меньше по доле: 32% против 52% два года назад. На тарифе Pro работа по-прежнему занимает 68%.
4. Каждый четвёртый запрос - ни вопрос, ни поручение: человек рассказывает, делится, высказывает мнение. Доля таких запросов выросла с 10% до 25%.
5. У каждой страны своя работа для ИИ. Япония в 4,6 раза чаще среднего консультируется по личным вопросам, Филиппины, страна колл-центров, в 4,2 раза чаще отвечают клиентам, Европа чаще спрашивает про право.
6. 65% сообщений пишут люди моложе 35 лет.
Данные только по личным аккаунтам, без корпоративных и без Codex.
Если кратко: серьезные парни в уже в чатах не пишут. все ушли в Codex.
| 2 |  Anthropic идёт на IPO | 352 |
| 3 |  بدون متن... | 1 |
| 4 |  +9Gartner выпустил топ-10 стратегических технологических трендов на 2027 год.
ИИ за пределами текста. Большие количественные модели, речевые модели с рассуждением, модели мира.
Управление агентами. Контекстные платформы для ИИ, среда управления ИИ-агентами разработки, идентификация ИИ-агентов, автономное устранение уязвимостей.
Устойчивая архитектура. Технологический суверенитет, одноразовые приложения, биологические вычисления как услуга.
В этот раз уже сплошной ИИ
подробности в карточках.
@ReymerDigital в TG и Max | 669 |
| 5 |  А вы знали, что ИИ-агента показали ещё в 1987 году?
Тогда Apple сняла ролик про компьютер, которого не существовало. Планшет, агент в галстуке-бабочке, который разбирает почту, ищет статьи, строит графики и сам звонит коллеге. Сделали его за шесть недель и 60 тысяч долларов, экран рисовали вручную.
Ролик называется Knowledge Navigator. Почти всё, что в нём показано, стало обычным делом за последний год. | 608 |
| 6 |  بدون متن... | 765 |
| 7 |  بدون متن... | 708 |
| 8 |  Как работать с ИИ-агентами
1. Поставить цель
2. Определить критерии достижения результата
3. Подключить инструменты и зафиксировать границы их использования
4. Дать обратную связь и скорректировать цель
"Сделай видео 1 минуту на песню с максимальной динамикой"
1. Агент предложил несколько вариантов и вместе выбрали "чернильную каплю". дальше полная автономность.
2. Написал песню в Suno. Скрипт разрезал её по сильным долям, а Whisper разметил каждое слово по времени: потом эти слова появляются в кадре мазками кисти ровно тогда, когда их поют.
3. Дальше 15 ключевых кадров в Midjourney: город из туши на странице скетчбука, манга, и единственный цвет во всём клипе - красная капля с пера.
4. Главное - видео. Его делала модель Seedance 2.5 в Runway. На вход одной сцены идут четыре ключевых кадра и кусок песни на 13 секунд. На выходе - сцена из четырёх-пяти планов, смонтированная под этот кусок музыки. Где резать план, модель решает сама. Пять таких сцен дают всю минуту.
5. Браузер вели ИИ-агенты. Загружали кадры, вписывали промпты, ждали очередь, скачивали, проверяли каждый ролик по листу кадров: держится ли тушь, не появился ли второй цвет, не ушёл ли сюжет. После обрыва связи агенты сами находили в ленте Runway то, что успело досчитаться, и продолжили с места обрыва, не запустив ни одной сцены дважды.
6. Агенты сами управляли ожиданиями и очередями. Сцена в runway ждала от 51 до 110 минут, а генерировалась 4-8 минут.
Те же сцены агенты прогнали ещё через Hailuo H3, Kling 3.0 и Midjourney и поставили модели рядом на одном экране. Seedance лучше всех удержал тушь, поэтому агент собрал клип на нём.
Все шаги агент определяет сам автономно в рамках заданных границ и доступных инструментов.
Не важно - делаете ли вы клип, или автономизируете свои процессы - ваша работа с ИИ будет определяться умением ставить задачу и принимать результат.
И не забывайте - если дали агенту доступ к какому-либо инструменту - когда-нибудь он им обязательно воспользуется. | 709 |
| 9 |  а ведь можно было бы подумать, что ИИ.
но нет - Tesla теперь умеет летать | 634 |
| 10 |  Gemini 4 Agron перерисовывает фото языком чистой математики - одной непрерывной линией из 6 000 вращающихся эпициклов Фурье и 32 768 точек, без единого пикселя исходного снимка, под музыку Lyria 3.5 | 687 |
| 11 |  Gemini 4 Argon
"сделай презентационный ролик в чем твоя уникальность и превосходство над другими моделями"
С выхода Gemini 3.1 Pro прошло почти 8 месяцев. И вот всего за один месяц OpenAI, Anthropic и Google дружно обновили свои главные флагманские модели.
Ключевые тезисы (как сам Аргон про себя говорит):
• 1M на вход и 1M на выход (Long Decode): генерирует в 16 раз больше кода или текста за один ответ, чем Claude и ChatGPT - без обрывов и заглушек.
• Лидер в коде и интерфейсах: #1 в мире по созданию приложений (Vibe Code - 91.9%) и автономной разработке (DeepSWE - 77.9%, выше Claude и ChatGPT).
• Не теряет нить в огромных проектах: точность на сверхдлинном контексте до 1M токенов на 12.4% выше, чем у флагмана OpenAI, а в юридических задачах - отрыв в 3.6 раза.
• Умная работа с видео (-88% токенов): не смотрит всё подряд, а сама перематывает видео к нужным моментам и приближает детали.
• Автономные агенты и кэш -95%: сама запускает субагентов, управляет браузером и автоматически делает скидку 95% на повторный контекст.
Главный ответ - 1 млн токенов на вход и до 1 млн токенов на выход!
Раньше нейросети могли прочитать целый проект, но ответить могли лишь коротким куском (до 64К токенов). Argon 4 снимает этот лимит и способна за один раз выдать готовую систему целиком.
начинаем эксперименты. | 641 |
| 12 |  بدون متن... | 677 |
| 13 |  AI-Native Кай-Фу Ли 🔥
через пять лет после выхода "ИИ-2041. Десять образов нашего будущего" Кай-Фу Ли решил нас порадовать книгой как правильно трансформировать организации.
Автор сравнивает ИИ «из коробки» с блестящим выпускником в первый рабочий день: умный, но не знает правил компании, её языка и того, что в ней происходит.
Чтобы ИИ заработал, нужен слой принятия решений из четырёх элементов.
1. Мозг - модель. Рассуждает и делает выводы. Быстро дешевеет и становится одинаковой у всех.
2. Карта - описание бизнеса. Понятия компании и связи между ними - онтология, которую описывают обычным языком люди бизнеса.
3. Навигатор - события в реальном времени. Карта показывает, как должно быть. Навигатор показывает, что происходит сейчас.
4. Операционная система - действие под контролем.
• Планирование: разбивает задачу на шаги и умеет ждать согласований.
• Исполнение: проверяет каждое действие в песочнице до запуска.
• Доступ: агенты работают в системах компании через единый протокол.
• Контроль: у агента права его пользователя, каждое действие записано и может быть отменено.
Модель можно арендовать у кого угодно. Карта, навигатор и опыт агентов есть только у вашей компании.
Книга очень глубокая и поднимает вопросы не только проблем внедрения ИИ в бизнес, но и то какое будущее нас ждет и какие роли мы будем в нем занимать.
Людей будет отличать отношение к умственному усилию. Психологи называют это «потребностью в познании». Два человека с одинаковым IQ получают одних и тех же агентов: один с их помощью думает больше, другой меньше. Когда интеллект доступен всем, ценной становится воля.
Ценнее всего станут люди, которые отвечают за результат. Агенты берут на себя исполнение, но когда они ошибаются, с ними ничего не происходит. Поэтому дорожают те, кто ставит задачу, проверяет то, что вернули агенты, и отвечает за итог.
Мой фаворит на лучшую книгу про ИИ в 2026 году.
🅰️🅱️ @ReymerDigital | 911 |
| 14 |  Сатья Наделла опубликовал текст о том, как выстраивать доверие к системам сверхинтеллекта.
Традиционный софт мы всегда могли разобрать до конкретной строки кода. С современными моделями так не получается: мы не можем объяснить, почему модель поступила именно так, и при этом уже даём ей доступ к самым чувствительным данным и право действовать от нашего имени. Ответственность за эти действия остаётся на нас, и заверения поставщика модели её не снимают.
Наделла предлагает не ждать решения проблемы согласования ценностей, а начать с инженерии: относиться к моделям как к источнику инсайдерского риска. Не потому, что они злонамеренны, а потому, что любой мощный участник с доступом к важным системам может ошибиться или быть скомпрометирован. Отсюда следует, что контроль над тем, что модель может видеть и делать, должен находиться вне модели. Поставку интеллекта нужно отделить от управления им.
На этом он строит семь принципов наблюдаемости:
1. Разнообразие моделей. Ни одна модель не должна быть единственной зависимостью для важного результата или проверять собственную работу.
2. Наблюдать всё. Каждое значимое действие оставляет защищённый от подделки и понятный человеку след. Что нельзя наблюдать, тому нельзя доверять. Ход получения результата должен воспроизводиться без опоры на рассказ самой модели.
3. Проверяемость. Систему тестируют непрерывно и целиком: сбои, атаки, пограничные случаи, изменения, а не только удачные прогоны.
4. Независимый контроль. Организация сама решает, к чему у модели есть доступ и какие действия ей разрешены.
5. Независимый аудит. Проверка не зависит от проверяемого интеллекта. Одна модель не может одновременно управлять системой и свидетельствами о том, как она себя ведёт.
6. Изоляция. Исходим из того, что модель уже скомпрометирована, и изолируем её с первого дня. Уполномоченный человек всегда может остановить её посреди задачи, как стоп-краном. Чем сильнее модели, тем совершеннее нужна изоляция, и её стоит стандартизировать.
7. Раскрытие инцидентов. О сбоях и компрометации своевременно сообщают затронутым сторонам: что пошло не так, какой контроль не сработал, как не допустить повтора. Выводами делятся с отраслью, включая детали реализации, которые меняют поведение агентов во время работы.
Итог у Наделлы такой: самой надёжной окажется не та система, чьей модели мы доверяем больше всего, а та, что позволяет доверять модели меньше всего.
а от себя я еще раз добавлю - делегируем интеллект, но не ответственность.
🅰️🅱️ @ReymerDigital | 629 |
| 15 |  5 ИИсследований недели
Самые интересные публикации с arXiv о ИИ и ИИ-агентах за первую неделю октября.
1️⃣ ИИ-помощники покупателей срезают скрытые сборы
В симуляции Принстона и NYU помощник самостоятельно отменял навязанные дополнительные услуги при аренде автомобиля. Так он экономил покупателю 13,7 доллара в день. Продавцы подняли базовую цену на 4,4 доллара и забрали треть выгоды. Если выручка держится на сборах и дополнительных услугах, модель ценообразования стоит пересчитать заранее.
2️⃣ ИИ, который сначала задаёт вопросы, пишет лучше
В эксперименте Оксфордского центра OCIR ИИ перед подготовкой стратегического документа уточнял контекст, цель и аргументы. Оценка документов выросла на 32%, доля работ не по теме снизилась с 34% до 5%. Времени ушло всего на 2,4 минуты больше.
3️⃣ В операционной работе правила пока сильнее моделей
В тесте StoreBench семь топовых моделей управляли интернет-магазином в течение 30-45 дней. Простой скрипт с правилами выполнил 97% заданий, лучшая модель - 49%. Чаще всего агенты теряли деньги из-за пустых полок и недоплаченных возвратов.
4️⃣ KPI по токенам обходится дорого
В симуляции Carnegie Mellon и Amazon поощрение за расход токенов привело к затратам в 3,7 раза выше, чем оплата за проверенный результат. При этом ценность работы оказалась ниже. Отбор сотрудников по числу токенов оставляет тех, кто много работает, но не добивается результата.
5️⃣ Оболочка агента определяет счёт
Сравнение Claude Code, mini-SWE-agent и OpenCode на одной модели показало разницу в стоимости задачи до 3,2 раза. При этом ни одна оболочка не обеспечила прироста качества.
хороших и продуктивных выходных!
@ReymerDigital | 612 |
| 16 |  Почему мы будем работать с оркестром моделей
Последние модели Claude стали уж очень привередливые.
И цитаты отказываются воспроизводить дословно - только в своей интерпретации - и переводить книги не берётся. Иди, говорит, сам в Яндекс переводчик или Deepl и переводи. На просьбу - ты же агент, сам открой и переведи через них - выдает: "если я это сделаю, то это будет моим переводом и нарушением авторского права. не проси".
Пришлось попросить Claude сделать мне аналог Deepl на локальных моделях.
Gemma4-26B справилась с переводом книги на 200 страниц за 20 минут и очень неплохо.
Чем дальше мы будем двигаться с вами - тем больше у моделей будет ограничений. Поэтому сценарий только один - оркестр моделей, у каждой модели своя партия подобранная под ваши задачи. | 726 |
| 17 | https://www.instagram.com/p/DeKNa00DO38/?stkn=dTBhNncyMWdhZ20w | 1 |
| 18 |  Что такое ИИ-агент?
давайте разбирать на примере этого видео.
Claude Code получил задачу:
"сделай клип на собственную песню, длительность 1 минута. живое выступление"
Агент - это:
• Мозг (в нашем случае Opus 5.5), Планирует, проверяет результат и раздаёт роли субагентам: автор текста, критик, автор промптов. На клип ушло 8 субагентов.
• Память - файлы в папке задачи: бриф, план, текст песни, промпты, журнал очереди генераций, инструкция по Runway и Midjourney которую агент собрал из логов прошлых сессий.
• Руки - инструменты, навыки, которые доступны нашему агенту.
Инструменты - это ключевое с чем работает агент и на основе чего планирует работу. Понимая, что ему доступно - он автономно строит план своей работы.
Как он работал над песней:
• Suno v6. Текст написали субагенты: черновик, критик, доработка. Suno сделал музыку и вокал в 4 версиях. Лучшую агент выбрал сам: распознал слова и сверил с текстом.
• ElevenLabs. Отделил голос от музыки, распознал слова с точностью до сотых секунды и сделал звуки: толпу, ветер, подпевающий зал, аплодисменты.
• Nano Banana Pro. 13 картинок-эталонов: лицо певца, сцена, зал. Певец одинаковый во всех кадрах.
• Runway Seedance 2.0 Fast. 14 видео. На вход эталон певца и кусок нашего вокала, на выходе он поёт эту строку. Сцены и ракурсы агент выбирал сам.
• Midjourney. Видео-перебивки: дрон, зрители с телефонами, руки на гитаре. Из каждых 4 вариантов агент брал лучший.
• Chrome. Агент сам работает в браузере на сайтах Suno, Runway, Midjourney и Gemini. Когда скачивание песни повесило браузер, он нашёл обходной путь и забрал файл через API Suno.
• Python и ffmpeg. Сведение звука, «плёнка» и подгонка губ: модель поёт в своём темпе с расхождением до 0,9 с, и агент растягивает видео между словами, пока губы не совпадут с треком.
• Remotion. Монтаж кодом: агент пишет, какой план и с какой секунды, программа собирает клип.
Агент сам себя проверяет. После каждой генерации он режет видео на кадры и смотрит их, сверяет слова в дубле с треком и проверяет, открыт ли рот на длинных нотах. Брак уходит на пересъёмку без человека.
Весь процесс создания, включая подход к проверке качества промежуточных и итоговых результатов, в этом сценарии выполнен полностью автономно без моего участия.
Мы больше не пишем длинные промпты. Мы ставим цель, задаем критерии и даем обратную связь ИИ.
ИИ-агент - это сотрудник, которого вы нанимаете на работу. И результат будет зависеть исключительно от вашего умения ставить задачи и принимать результат. | 953 |
| 19 |  +5Компании с полным контролем над ИИ-агентами получают от них втрое больше
BCG опубликовала свежий Applied AI Index. В опросе участвовали 1 330 руководителей, отвечающих за решения по ИИ, в компаниях из 20 с лишним отраслей и более чем 60 стран.
Почти половина компаний уже получает от ИИ измеримую отдачу. Лидеров, которых BCG называет future-built, 7,5%.
Их выручка растёт на 12% в год, у отстающих - на 5%.
Что отличает лидеров
→ Стратегия плюс технологии. Где есть и то и другое, ИИ приносит 4,5% выручки. Где нет ничего - 0,9%.
→ Учёт в P&L. 95% лидеров считают эффект через финотчётность или KPI. У отстающих 47% оценивают его на глаз или никак.
→ Масштаб. У лидеров в полном масштабе работают 20 ИИ-процессов, у отстающих - 4.
→ Скорость. До эффекта в P&L лидеры доходят примерно за 11 месяцев, отстающие - за 17.
Агенты и контроль
Агенты дают 22% всей отдачи от ИИ, к концу десятилетия BCG ждёт 39%. 42% компаний рассчитывают, что к тому же сроку агенты будут принимать решения без согласования с человеком.
6 мер контроля:
- память и контекст,
- рамки полномочий,
- тесты и возврат состояния,
- стандарты интеграций,
- владелец у каждого агента,
- безопасность и аудит.
Компании со всеми шестью мерами по всей компании получают от агентов 1,8% выручки, с одной мерой - 0,5%. Больше всего весит память: 32% вклада. Через общую память ошибка одного агента может разойтись по остальным.
Куда идут деньги
Расходы на ИИ выросли с 1% выручки в прошлом замере BCG до 3,3%. ИТ-бюджеты за год почти не изменились. Через бюджет ИТ проходит 0,5% выручки, остальные 2,8% тратят на людей, правила и ИИ в продуктах.
Банки тратят на ИИ больше всех - 5,7% выручки. Рост выручки от ИИ у них 1,2%, у технологических компаний - 2,0% при расходах 4,1%.
Со штатом руководители ждут перестройки.
89% опрошенных ждут, что ИИ создаст новую работу, 11% - что он в основном заменит людей. Сокращения закладывают примерно на 10-15%, сильнее всего в среднем звене.
@ReymerDigital | 998 |
| 20 |  #пятнИИчное | 757 |
