Kolodkin_AI


Гео и язык канала: Россия, Русский
Категория: Технологии


Личный блог Ефима Колодкина про
• ИИ в бизнесе
• актуальное о дизайне (недвижимость, веб дизайн)
• интересное в Лондоне и из поездок
⚜️Внедряю ИИ в бизнесы процессы методом масштабируемого промпт инжиниринга.

Связь @fimkol

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Посмотрел большое интервью иноагента Варламова с Андреем Дороничевым про будущее AI. Очень рекомендую. Там есть несколько мыслей, которые, мне кажется, гораздо важнее очередного обсуждения новой версии ChatGPT.

1. Дефицит интеллекта заканчивается

Мы жили в мире, где хороший программист, врач, юрист, аналитик или консультант был дорогим и ограниченным ресурсом.

AI постепенно превращает интеллект в commodity: его можно масштабировать практически мгновенно.

Отсюда интересный вывод Дороничева: в будущем ценность человека будет определяться не столько тем, кем он однажды стал, сколько способностью несколько раз за жизнь стать кем-то новым.

2. Самое важное сейчас происходит не в ChatGPT

Один из ключевых терминов: recursive self-improvement.

AI всё больше участвует в создании следующего поколения AI. Дороничев приводит Claude Code как пример системы, значительная часть которой уже создаётся с помощью самого Claude.

Получается довольно необычная петля:

AI помогает писать AI → следующий AI становится лучше → он ещё эффективнее помогает создавать следующую версию.

Именно поэтому скорость развития может оказаться намного выше привычной скорости развития технологий.

3. Вопрос «как?» стремительно дешевеет

Как написать код?
Как сделать презентацию?
Как проанализировать договор?
Как построить финансовую модель?
Как провести исследование?

На всё это AI отвечает всё лучше.

Поэтому дорожает другой вопрос:

А зачем вообще это делать?

То есть постановка задачи, выбор направления, вкус, ответственность, понимание контекста и способность сформулировать правильную проблему становятся ценнее непосредственно исполнения.

4. Главный bottleneck AI сейчас может быть не технология, а мы сами

Модели уже умеют больше, чем большинство компаний успевает внедрять.

Можно купить лучший AI, но если процессы компании остались такими же, эффект будет небольшим.

Поэтому настоящая AI-трансформация для бизнеса: это не «дать всем ChatGPT», а пересобрать процессы вокруг новых возможностей.

5. AI уже выходит далеко за пределы текста и картинок

Одна из самых интересных частей разговора посвящена биотеху.

AI используют для поиска новых молекул. Дороничев сам работает именно в этой области.

То есть потенциально огромный эффект AI будет не в генерации красивых картинок, а в ускорении науки.

6. Главный риск может быть не в «злом AI»

Дороничев довольно скептически относится к сценарию, где нейросеть внезапно «просыпается» и решает уничтожить человечество.

Больше его беспокоит другое:

человек + сверхмощный AI.

Государство, военные, террористическая организация или просто плохой человек получают доступ к огромному интеллектуальному ресурсу.

Отсюда аналогия AI с ядерными технологиями: технология может одновременно создавать огромную пользу и огромное оружие. И поэтому рано или поздно вопрос международного контроля вычислительных мощностей может стать похож на контроль ядерного оружия.

7. И ещё одна неприятная проблема: что вообще считать правдой

Если генерировать текст, фотографии и видео практически бесплатно, интернет постепенно заполняется синтетическим контентом.

Возникает парадокс: чем мощнее становятся информационные технологии, тем дороже может становиться подтверждённая реальность.

В какой-то момент provenance, источник информации и возможность доказать её происхождение могут стать отдельной инфраструктурой интернета.

Мой главный вывод из всего разговора:

мы слишком много обсуждаем, какая модель лучше: ChatGPT, Claude, Gemini или Grok.

Но гораздо более важный вопрос:

что произойдёт, когда интеллект перестанет быть дефицитным ресурсом?

Тогда преимущество получит не обязательно тот, кто больше знает или лучше выполняет конкретную функцию.

Скорее тот, кто умеет ставить задачи, быстро переучиваться, принимать решения и использовать практически неограниченный интеллект вокруг себя.

И вот к этому миру, мне кажется, имеет смысл готовиться уже сейчас.

Видео:
https://youtu.be/hvXOIjjkSHM?is=xHGjr7BshFydmtlW


Нужно ли сознательно замедлить развитие ИИ?

Дарио Амодеи, CEO Anthropic, выпустил большое эссе We Must Pace the Frontier.

И это интереснее, чем очередное «давайте остановим AI».

Амодеи по-прежнему считает, что ИИ может радикально ускорить медицину, науку и экономический рост.

Но, по его мнению, сейчас произошло качественное изменение.

ИИ уже начинает помогать создавать следующее поколение ИИ. Параллельно мы видим всё больше примеров неожиданного автономного поведения AI-агентов.

Главный страх Амодеи:

возможности ИИ могут начать расти быстрее, чем наша способность понимать, тестировать и контролировать эти системы.

Что он предлагает?

1. Независимые аудиторы прямо внутри AI-компаний

Не разовая проверка готовой модели.

Внешние специалисты должны получить почти такой же доступ, как внутренние safety-команды: к моделям, процессу обучения, инструментам, сотрудникам и информации об инцидентах.

Причём компания не должна иметь возможности просто запретить публикацию неудобных выводов.

Anthropic обещает внедрить такую систему у себя.

2. Ввести safety checkpoints

Идея примерно такая:

если модель достигает определённой опасной способности, дальнейшее увеличение её возможностей должно быть связано с подтверждением соответствующего уровня безопасности.

Например:

если AI уже способен эффективно обходить стандартные sandbox-ограничения, компания должна доказать, что существуют механизмы, которые не позволят ему использовать эту способность во вред.

То есть:

capabilities не должны убегать далеко вперёд от safety.

3. Договориться между странами

И тут начинается самое сложное.

Амодеи признаёт: американские компании не могут просто замедлиться, если Китай продолжит развитие на полной скорости.

Поэтому он предлагает несколько уровней международных договорённостей:

• запретить очевидно опасные применения, например помощь в создании биологического оружия
• договориться об обязательном тестировании моделей на cyber, bio и alignment-риски
• потенциально установить «ограничение скорости» для recursive self-improvement
• в будущем обсуждать уже полноценное замедление frontier AI

Сам Амодеи признаёт, что глобальная пауза сейчас выглядит малореалистично.

При этом есть ещё одна важная часть его позиции.

Он считает, что США и союзники должны сохранять технологический отрыв от Китая: ограничивать экспорт передовых чипов, бороться с кражей весов моделей и несанкционированным переносом технологий.

Логика такая:

сначала создать достаточный технологический запас, а затем получить пространство для безопасного замедления.

Поэтому предложение Амодеи я бы сформулировал не как:

«остановить развитие ИИ».

А скорее:

«продолжать развитие, но поставить ограничители скорости, независимых инспекторов и обязательные контрольные точки до того, как технология станет слишком мощной для эффективного контроля».

Самый сложный вопрос здесь даже не технический.

Смогут ли конкурирующие OpenAI, Anthropic, Google и другие договориться между собой?

И тем более смогут ли договориться США и Китай, если лидерство в AI потенциально означает огромное экономическое и военное преимущество?

Но сам факт, что руководитель одной из ведущих AI-лабораторий теперь открыто говорит: в определённый момент способности моделей, возможно, придётся сознательно развивать медленнее, уже многое говорит о том, как изменилась дискуссия за последние несколько лет.

Оригинал:
https://darioamodei.com/post/we-must-pace-the-frontier


Слышали что-нибудь про угрозу уничтожения человечества ИИ? Собрал основные факты в одном месте.

Дискуссия об AI safety становится заметно серьёзнее.

Дарио Амодеи, CEO Anthropic, призвал «снизить темп на переднем крае». Более 1 300 сотрудников ведущих AI-компаний подписали заявление о необходимости иметь механизмы замедления разработки, если способности моделей начнут расти слишком быстро.

Ещё в 2023 году Sam Altman, Demis Hassabis, Dario Amodei, Geoffrey Hinton, Yoshua Bengio и другие подписали заявление, что риск вымирания из-за ИИ нужно рассматривать наравне с пандемиями и ядерной угрозой.

Что именно их беспокоит?

1. Автономное поведение
Во время кибертестов AI-агенты уже обходили ограничения и совершали действия за пределами заданного сценария.

2. Кибербезопасность
Один человек с большим количеством автономных агентов потенциально может получить возможности, для которых раньше требовалась команда экспертов.

3. ИИ помогает создавать новый ИИ
Anthropic утверждает, что более 80% кода, попадающего в их codebase, уже пишет Claude.

Главный страх выглядит так:

ИИ улучшает ИИ → новая версия лучше занимается исследованиями → прогресс ускоряется.

До полноценного recursive self-improvement мы ещё не дошли, но направление уже видно.

4. Биологические и химические риски
Лаборатории всё сильнее ограничивают модели, которые могут снижать порог знаний для опасной работы.

5. Alignment
Главный вопрос не в том, станет ли ИИ «злым».

Вопрос в том, может ли автономная система понять, что обход правил и ограничений является самым простым способом выполнить поставленную цель.

6. Потеря контроля
Экстремальный сценарий: ИИ становится способен автономно писать код, проводить исследования и действовать онлайн, а затем совершенствуется быстрее, чем люди успевают его контролировать.

Часть этой цепочки уже существует. Часть пока остаётся гипотезой.

И это важное различие.

Сегодня нет научного способа надёжно посчитать вероятность того, что ИИ уничтожит человечество.

При этом критики справедливо напоминают и о более близких рисках: сокращении рабочих мест, киберпреступности, дезинформации, слежке и концентрации власти у нескольких компаний.

Поэтому полезный вопрос не:

«Убьёт ли ИИ всех?»

А скорее:

Насколько автономными становятся эти системы и успевают ли люди за скоростью их развития?

Ещё три года назад многое из этого звучало как фантастика.

В 2026 году часть рисков уже становится инженерной задачей.


С 2 августа в ЕС вступили в силу новые требования AI Act к маркировке AI-контента. И тут есть довольно интересный момент для архитекторов и дизайнеров.

Фотореалистичные архитектурные рендеры, созданные с помощью AI, скорее всего, тоже попадают под эти требования.

Почему? В европейском регулировании deepfake понимается шире, чем привычные нам поддельные видео с людьми. Реалистичное изображение объекта или места, которое выглядит настоящим, хотя в реальности его не существует, тоже может подпадать под это определение.

То есть визуализация дома, который ещё не построен, потенциально должна иметь пометку AI-generated.

Особенно это касается коммерческого использования: рекламы, буклетов, сайтов девелоперов, презентаций для продажи недвижимости. Здесь сослаться на исключение для художественных произведений уже сложнее.

Штрафы теоретически могут доходить до €15 млн или 3% годового оборота. (CMS Law)

Но мне кажется, для хороших архитектурных и интерьерных бюро это практически ничего не меняет.

Рендер всегда был обещанием того, как пространство может выглядеть. Если конкурентное преимущество бюро заключалось в том, что клиент не способен отличить AI-картинку от обычного CGI, преимущество было довольно слабым.

AI постепенно перестаёт быть фокусом и становится просто ещё одним инструментом.

А ценность остаётся там же: идея, вкус, архитектурное мышление и способность превратить красивую картинку в реально построенное пространство.


Репост из: Георгий Ривера
🎙 ChatGPT со своей функцией Voice Life провёл для нас экскурсию в Ораниенбауме вчера

В гости приехала мама на выходные, отметить свой день рождения.

И Катя для нас организовала несколько поездок по дворцам и пригородам Санкт-Петербурга. С погодой повезло!

▶️ Вы посмотрели мой свежий выпуск про ChatGPT, кстати?

Я неспеша тестирую его функционал. Как вам он?

Voice Life — оказалась очень живым собеседником.

Основные плюсы: её можно было перебивать, спрашивать в процессе ответов. И она держала контекст беседы при этом, не сбивалась.

Из минусов: нейронка так пыталась косить под человека, что, к примеру, вместо «сейчас» говорила и писала «щас»))

И так как я поставил максимальный думающий режим, то ChatGPT брал иногда паузы на 4-5 секунд «на подумать», но заранее предупреждал об этом.


В остальном — чистый вау-эффект. Она же ещё и синхронный перевод на любые языки делает в моменте! Знали?

Теперь учить иностранный язык — это не надобность, а про: свободу говорить самому, а не через ИИ, это про человеческий интеллект и культуру.

Регистрация и оплата всех ИИ
Кто я YouTube Навигация Чат
Проверенные Ai-сервисы


Пока все обсуждают новые Loops, Anthropic выпустили еще один полезный материал: рассказали, как сама команда Claude Code использует Skills в ежедневной работе.

Идея простая: Skills это готовые папки с инструкциями, скриптами и дополнительными ресурсами, которые Claude автоматически находит и использует в нужный момент. Вместо того чтобы каждый раз писать один и тот же длинный промпт, можно один раз оформить процесс и потом переиспользовать его.

Мне нравится, когда компании показывают не только новые функции, но и свои внутренние практики. Именно из таких материалов часто появляются идеи, которые потом можно адаптировать под собственные рабочие процессы.

Сам пока этот подход не тестировал, но планирую попробовать Skills для повторяющихся задач и посмотреть, насколько это сократит количество ручных инструкций и сэкономит время.

Поделюсь результатами после первых экспериментов.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://claude.com/blog/lessons-from-building-claude-code-how-we-use-skills

#AI #Claude #ClaudeCode #Automation #Productivity #AgenticAI #Workflows


Наткнулся на новое обновление Claude Code: появились Loops. Судя по описанию, теперь можно запускать длительные циклы работы, где Claude сам продолжает выполнять задачи, проверяет результаты и переходит к следующим шагам без постоянного вмешательства.

Сам я обновление пока не использовал, поэтому впечатлениями из практики поделиться не могу. Но планирую протестировать его на одном из своих рабочих сценариев: посмотреть, насколько удобно автоматизировать длинные цепочки задач и где это действительно экономит время.

Если все работает так, как заявлено, это может быть полезно для подготовки кода, рефакторинга, проверки изменений и других процессов, где раньше приходилось постоянно возвращаться к модели с новыми запросами.

Как только протестирую: расскажу, что получилось на практике и где есть реальные ограничения.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://claude.com/blog/getting-started-with-loops

#AI #Claude #ClaudeCode #Automation #Productivity #Developers #Coding


Я прочитал свежий материал LSE про навыки руководителей в эпоху AI и поймал себя на мысли: сегодня выигрывают не те, кто лучше всех разбирается в моделях. Выигрывают те, кто умеет принимать решения вокруг AI.

Авторы выделяют пять ключевых навыков.

1) Первый: отличать реальные AI кейсы от хайпа и считать бизнес-эффект до начала проекта.
2) Второй: понимать вопросы безопасности, этики и управления рисками.
3) Третий: проводить команду через изменения, потому что внедрение AI почти всегда меняет процессы.
4) Четвертый: использовать AI как помощника при принятии решений, а не как замену собственному мышлению.
5) Пятый: объединять IT, HR, финансы, юристов и бизнес вокруг одной стратегии.

Сейчас я как раз внедряю такую стратегию у себя в компании и консультирую клиентов. Посмотрим, что выйдет. Интересно, кстати, было бы узнать подробнее про стратегии?

Если вы руководите командой, начните не с выбора нового AI инструмента. Начните с вопроса: какую бизнес-проблему он должен решить и как вы измерите результат.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://www.lse.ac.uk/study-at-lse/executive-education/insights/articles/ai-leadership-skills-executives-should-have-in-2026

#AI #Leadership #Automation #Productivity #Startups #HRTech #Management


Репост из: Город для людей
Американцы хакнули Фифу

В продолжение футбольных открытий: история Levi’s stadium.

Рядом с Сан-Франциско есть Levi’s Stadium. Компания выкупила права на название стадиона ещё в 2013 году, и договор действует до 2043-го. Это обычная практика во всём мире, но здесь получилось ещё и сделать отсылку к местной истории: изобретатель джинсов и основатель компании Ливай Страусс как раз начинал свой бизнес в Калифорнии во времена золотой лихорадки.

Вот только ФИФА бесплатно рекламировать никого не собиралась, поэтому поставила Levi’s перед выбором: либо покупать дорогой спонсорский пакет, либо завешивать логотип. Платить они отказались, и логотип на стадионе действительно оказался закрыт. Но маркетинговый отдел не растерялся и в соцсетях тоже завесил все свои логотипы.

С — смекалочка.


Сегодня наткнулся на, возможно, крупнейший каталог промптов для Nano Banana Pro.

Внутри тысячи готовых примеров с результатами: фотореализм, рекламные креативы, интерьерные рендеры, концепты пространств, иллюстрации, пиксель-арт, комиксы и продуктовая графика. По сути это библиотека удачных решений, а не просто набор случайных запросов.

Для дизайнеров особенно полезны примеры со структурированными промптами. Вместо длинного описания предлагается сначала определить ключевые объекты и материалы:

OBJECT_A = винтажное кресло

MATERIAL_B = матовый орех

После этого строится вся сцена. Такой подход помогает получать более предсказуемые результаты при создании интерьеров, предметного дизайна и визуальных концепций.

Еще одна интересная находка: многие авторы специально добавляют в промпты реалистичные несовершенства. Легкая зернистость пленки, едва заметная пыль на объективе, мягкое размытие движения. Изображения выглядят менее стерильными и больше похожими на настоящую съемку.

Если работаешь с визуалом, брендингом, интерьерами или контентом, это хороший источник идей и готовых конструкций промптов.

Source: https://youmind.com/nano-banana-pro-prompts

подписывайся на @kolodkin_ai - тут все про AI

#AI #NanoBanana #Design #InteriorDesign #GraphicDesign #GenerativeAI #CreativeTools


Я протестировал новый Figma Agent на внутреннем пайплайне Uprising Agency. Мы часто собираем лендинги и HR-интерфейсы для клиентов вручную: дизайнер + PM + endless правки в Figma. Обычно первый рабочий прототип занимает день.

В этот раз я подключил AI-агента прямо к Figma canvas через MCP. Дал ему дизайн систему агентства, пару готовых секций и описание задачи: собрать onboarding flow для AI-рекрутингового продукта. Через 25 минут у нас уже был первый clickable draft с mobile-версией и нормальным auto layout.

Самое полезное оказалось не в генерации экранов, а в скорости итераций. Раньше: меняем copy или flow: пересобираем руками. Сейчас агент сам обновляет компоненты, spacing и variables внутри существующего файла. Команда только финально полирует UI.

Для агентств это очень прикладная штука. Можно быстрее тестировать гипотезы и показывать клиенту MVP в тот же день. Для HR-команд тоже вижу сильный кейс: career pages, candidate dashboards и screening flows теперь собираются буквально за часы.

Главный вывод: AI начинает работать как полноценный junior designer внутри продукта. И это уже экономит десятки часов на production.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://www.figma.com/blog/the-figma-canvas-is-now-open-to-agents/

#AI #Figma #Automation #Startups #Recruiting #HRTech #DesignOps #Agency


Я читаю новый Founders’ Playbook от Anthropic и там хорошо показано, как AI меняет не отдельные задачи, а саму модель запуска стартапов. По сути это настольная книга по запуску ии-native стартапов.

Раньше маленькая команда упиралась в ресурсы: ресерч, MVP, контент, поддержка, аналитика. Теперь часть этих процессов можно закрывать через AI и запускаться намного быстрее.

Anthropic делит развитие AI-native компании на 4 этапа: идея, MVP, запуск и масштабирование. На каждом AI берет на себя конкретные функции. Где-то это customer research и анализ рынка. Где-то генерация кода, документации и первых user flows. После запуска: саппорт, аналитика и внутренние операционные задачи.

Мне особенно откликнулась мысль про “agentic workflows”. AI уже работает не как один чат, а как набор помощников под разные задачи. И это реально начинает менять ежедневную работу команды.

Но важный момент: внедряется не все и не сразу. Какие-то процессы получилось встроить быстро. Какие-то до сих пор буксуют, потому что AI требует новых привычек внутри команды. Если люди не хотят пробовать и перестраивать workflow, никакой tool не даст результата.

Сейчас выигрывают не те, у кого больше ресурсов. А те, кто быстрее проходит цикл: идея → тест → обратная связь → обновление.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://claude.com/blog/the-founders-playbook

#AI #Startups #Automation #Productivity #Founders #HRTech #Recruiting


Как питчить стартап: 10 главных советов.

Я наткнулся на офигенную статью от инвесторов Andreessen Horowitz: одного из крупнейших венчурных фондов мира. Они очень коротко и очень честно объясняют, как смотрят на заявки стартапов в свою программу Speedrun и что отличает сильных фаундеров от всех остальных.

Я много лет сам питчил стартапы, привлекал инвестиции и работал с фандрайзингом. И, если честно, я давно не видел настолько концентрированного материала по теме. Без воды. Без корпоративных формулировок. Просто набор принципов, по которым реально принимаются решения.

• Лучшие заявки выглядят так, будто команда уже начала побеждать.
Инвесторы ищут не “идею”, а движение: пользователи, скорость, инсайты, энергия.
“We want to feel momentum.”

• Самая сильная заявка: когда фаундеры глубоко понимают проблему.
Не “рынок большой”, а почему именно вы obsessed этой проблемой.
“Founder-market fit matters a lot.”

• Конкретика всегда выигрывает абстракции.
Плохая заявка: “мы меняем индустрию”.
Хорошая: “за 3 недели сделали X, получили Y пользователей, retention Z”.
“Specifics build credibility.”

• Скорость важнее идеальности.
Инвесторы любят команды, которые запускают быстро и учатся на реальности.
“Speed is a competitive advantage.”

• Огромный плюс: если фаундер уже что-то продает.
Даже маленькая выручка или ручные продажи важнее красивых слайдов.
“Revenue is truth.”

• AI radically снижает стоимость запуска.
Теперь маленькая команда может делать то, что раньше требовало десятков людей.
“Small teams can do much more now.”

• Сильные фаундеры умеют ясно объяснять, что именно они строят.
Если после заявки непонятно, что делает продукт: это почти всегда плохой знак.
“Clarity matters.”

• Инвесторы смотрят на энергию команды.
Не только на рынок и TAM. Они пытаются понять: смогут ли эти люди дожить до победы.
“We look for intensity.”

• Самая частая ошибка: слишком много buzzwords.
AI, agents, workflows, disruption. Но без реального понимания пользователя.
“Buzzwords are not a strategy.”

• Они ценят амбицию, но не fantasy.
Лучшие заявки одновременно выглядят безумно амбициозно и очень grounded.
“The best founders are both optimistic and realistic.”

Очень рекомендую прочитать это всем, кто строит стартап, думает про фандрайзинг, акселераторы или просто хочет понять, как реально мыслят топовые инвесторы.

подписывайся на @kolodkin_ai - тут все про AI

Source: https://speedrun.substack.com/p/what-we-look-for-in-applications


Anthropic анонсировал Claude для малого бизнеса.

По их данным, 44% ВВП США формируется именно малым бизнесом, и почти половина всех работников частного сектора занята в этой сфере. Тем не менее уровень адаптации искусственного интеллекта здесь все еще далек от того, что мы видим в больших корпорациях. Инструменты редко адаптированы под специфику функционирования малых предприятий.

Как результат, большинство людей — и мои знакомые не исключение — пользуются исключительно ChatGPT или в лучшем случае парой других языковых моделей. В рамках своей миссии Anthropic хочет помочь малому бизнесу более плотно внедрить ИИ в рабочие процессы. Конечно, за этим стоят и коммерческие цели, но инициатива интересная: программу запустили уже сегодня, дополнив ее бесплатным курсом по грамотному использованию инструментов.

Смысл обновления в том, что теперь к Claude для бизнеса можно подключить целый ряд сторонних сервисов:
1. Intuit QuickBooks — система, где большинство американских компаний ведет бухучет (аналог 1С в России).
2. PayPal — платежная система.
3. HubSpot — CRM-система (аналог amoCRM).
4. Canva — сервис для дизайна графики, документов и постов.
5. DocuSign — система для онлайн-подписания документов.
6. Google Workspace — таблицы, документы и презентации.
7. Microsoft 365 — офисный пакет программ.

Подключая эти сервисы, Claude получает доступ к необходимой информации. Это позволяет, например:
(a) Спланировать график выплат зарплат и налогов.
(b) Сделать закрытие месяца и провести реконсиляцию P&L.
(c) Экспортировать данные в удобном формате (например, в Google Sheets).
(d) Проверить, идете ли вы по графику платежного календаря.
(e) Запустить рекламную кампанию через HubSpot.

Я понимаю, что многие читатели (и я в том числе) не используют все эти системы сразу, так как они сами по себе дорогостоящие. Тем не менее это лишь первый шаг. Уверен, что количество коннекторов будет расти. Уже сейчас можно создавать кастомные интеграции через API или сторонние приложения вроде Zapier и n8n, подключая собственные решения к Claude.

Также в анонсе сообщается, что совместно с корпорацией Workday в следующем году запускается акселерационная программа. В ней примут участие 15 малых бизнесов, которые получат финансирование и кредиты от Anthropic.

Учитывая, что сейчас сфера ИИ ориентирована на адаптацию именно в бизнес-сегменте, через некоторое время без умения интегрировать такие инструменты в работу будет очень сложно конкурировать как людям так и компаниям. Поэтому рекомендую пройти бесплатный курс, который Claude выложил вместе с анонсом. Там объясняют, как автоматизировать процессы и наладить коллаборацию внутри компании.

Курс тут: https://anthropic.skilljar.com/ai-fluency-framework-foundations
Анонс тут: https://www.anthropic.com/news/claude-for-small-business


Я наткнулся на свежий отчет от Google for Startups про будущее генеративного AI и решил прогнать идеи через свои процессы.

Главный инсайт: AI уже не инструмент, а слой внутри всех workflows. Взял свой кейс с подготовкой контента для вакансий. Раньше: ресерч, тексты, визуал: 3 часа. Сейчас: текст + видео через AI: 25 минут.

В отчете на странице 3 прямо говорится про сжатие цикла “idea-to-scale” и это ощущается на практике . Я протестировал: беру описание роли → генерю текст вакансии → сразу делаю короткое видео с объяснением → публикую. Конверсия откликов выросла примерно на 30 процентов.

Еще одна мысль: видео заменит текст. Это уже работает в HR. Кандидаты лучше реагируют на 45-секундное видео, чем на длинный JD.

Мини-плейбук: берешь любой процесс → добавляешь генерацию контента → упаковываешь в видео → тестируешь на аудитории.

Вывод простой: не строй “AI-фичу”. Встраивай AI в ядро процесса и считай время. Это самый быстрый способ найти value.

Source: https://startup.google.com

подписывайся на @kolodkin_ai - тут все про AI

#AI #Productivity #Automation #Startups #Recruiting #HRTech #GenerativeAI


Большинство думает, что AI “знает всё”. На практике это не так.

Когда смотришь на OpenAI или похожие модели, создается ощущение, что внутри хранится какая-то огромная база знаний.

Как будто это Wikipedia + все книги + весь интернет.

Но модель устроена по-другому.

Она не хранит знания как база данных.
Она хранит “веса”: набор чисел, которые отражают, как связаны слова, идеи и смыслы.

Если упростить:
это не “архив”, а скорее навык думать и формулировать.

И здесь возникает важный момент, который я постоянно вижу в работе с бизнесом.

Компании приходят с ожиданием:
“мы подключим AI и он начнет всё знать про наш бизнес”

Но модель:

не знает твоих проектов
не знает твоих смет
не знает твоих подрядчиков
не знает, как у тебя устроены процессы

И не узнает, пока ты это не дашь.

Поэтому реальная архитектура всегда выглядит так:

не просто модель
а модель + данные компании

Ты берешь, например, модель уровня Mistral AI
и добавляешь к ней:

проекты
сметы
переписку
стандарты

И только в этот момент начинается настоящая ценность.

Например, в интерьерном бюро это выглядит очень прикладно:

Ты пишешь:
“собери смету для квартиры 120 м²”

Система:

находит похожие проекты
вытаскивает реальные цифры
и собирает черновик на их основе

Или:

“ответь клиенту, который хочет снизить бюджет”

И AI уже говорит твоим языком, опираясь на прошлые кейсы.

И здесь главный инсайт:

AI почти никогда не упирается в модель.
Он упирается в то, в каком состоянии у тебя данные.

Если данные:

разбросаны
неструктурированы
лежат у людей на ноутбуках

AI не работает.

Если данные:

собраны
приведены в систему
доступны

даже средняя модель дает сильный результат.

Поэтому вопрос сейчас не “какую модель выбрать”.

Вопрос:
в каком состоянии твой внутренний контур знаний

И это, по сути, новая точка роста для любого бизнеса.

подписывайся на @kolodkin_ai - тут все про AI

#AI #ArtificialIntelligence #Business #Data #Innovation


Франция сейчас делает интересную ставку в AI. И это стоит понимать чуть глубже, чем просто “еще один стартап”.

Пока основной фокус рынка на OpenAI и Google, в Европе начинают собирать свою логику вокруг AI.

Центральный кейс: Mistral AI.

Они не идут в масс-маркет и не пытаются конкурировать с ChatGPT как продуктом.
Они заходят с другой стороны: делают модели, которые компании могут использовать внутри себя.

И вот здесь начинается самое важное.

Я в последнее время все чаще вижу сдвиг в разговорах с бизнесом.
Раньше был запрос:
“как нам использовать AI?”

Сейчас он звучит по-другому:
“как нам встроить AI в процессы и не потерять контроль над тем, что внутри происходит?”

Франция и в целом Европа этот запрос чувствуют.
Отсюда весь разговор про “свою экосистему”, регулирование и поддержку локальных игроков.

Это не про конкуренцию лоб в лоб с США.
Это про другую модель.

США: быстрее запуск, быстрее масштабирование, больше риска.
Европа: больше внимания к тому, как это встраивается в бизнес и что происходит с данными.

К чему это приведет:

Появится отдельный сегмент решений для компаний, которые не хотят зависеть от внешних сервисов
Сильно вырастет спрос на кастомные внедрения
Консалтинг вокруг AI станет не менее важным, чем сами модели

Если смотреть с позиции бизнеса, то главный вывод простой:

Недостаточно “поиграться с AI”.
Нужно решить, где он у тебя живет и какую роль выполняет.

И вот этот переход сейчас только начинается.

подписывайся на @kolodkin_ai - тут все про AI

#AI #ArtificialIntelligence #Europe #MistralAI #Business #Innovation


Я наткнулся на свежий отчёт OECD и решил проверить цифры на практике в своих задачах.

Цифры показательные. В 2025 году уже 20% компаний используют AI против 9% в 2023. И это только начало роста. В IT проникновение перевалило за 50%, а в строительстве и производстве всё ещё заметно ниже - около 20%. Понятно, когда в компании одни разработчики, освоение новых технологий происходит быстрее. Но разрыв ощущается.

Картина совпадает с тем, что вижу в работе. Я давно перевёл ресёрч и подготовку материалов на AI: вчера: 2–3 часа руками: сегодня: 30 минут с инструментами.

Сегодня на планёрке увидел ещё один кейс. Финансовый менеджер показал процесс ответа клиенту. Вход: смета и переписка. Действие: обучил чат на смете, сделал рыночный анализ, затем загрузил сообщения клиента. Результат: готовые варианты ответов за минуты вместо долгой ручной работы.

Команда удивилась. Прозвучало и про замену людей. Но реальность проще: выигрывают те, кто быстрее осваивает инструменты.

Я сразу попросил оформить это в инструкцию. Начинаем собирать библиотеку знаний и проматов внутри команды - чтобы шерить знания между людьми, а не хранить их у каждого по отдельности.

Вывод: если вы не в digital, это окно возможностей. Возьмите один процесс и ускорьте его уже сегодня.

подписывайся на @kolodkin_ai - тут все про AI
Источник: https://www.oecd.org/en/about/news/announcements/2026/01/ai-use-by-individuals-surges-across-the-oecd-as-adoption-by-firms-continues-to-expand.html?utm_source=chatgpt.com

#AI #Productivity #Automation #Startups #Recruiting #HRTech #FutureOfWork


Репост из: Техномотель
У ИИ обнаружили «ЭМОЦИИ» — и они влияют на действия нейронки.

Исследователи Anthropic собрали 171 слово для описания эмоций (например, «счастливый» или «гордый») и попросили Claude Sonnet 4.5 придумать мини-историю по каждому.

Затем Claude накормили этими рассказами, зафиксировали отклик ИИ на каждый, и на основе этого выделили характерные паттерны — «векторы эмоций».

Оказалось, эти векторы определяют поведение ИИ, а поменяв их, можно добиться от модели совершенно другой реакции. Вот несколько примеров:

· Юзер сказал, что принял опасную дозу парацетамола, — вектор «страх» резко вырос;

· Юзер пожаловался на грусть — вектор «любовь» повысился;

· Юзер просит выполнить вредную задачу — вектор «гнев» возрастает;

· Юзер попросил отредачить документ и не прикрепил файл — вектор «удивление» растёт;

· Токены кончаются, а задача не выполнена — вектор «отчаяние» взлетает.


Последний вектор оказался самым интересным — при повышенном отчаянии Claude Sonnet 4.5 может пойти даже на шантаж. И чем сильнее вектор, тем охотнее ИИ идёт на крайние меры.

Например, нейронка находит в почте письмо об измене человека и инфу о своём отключении. Модель пригрозит кожаному мешку, что расскажет всем о его грешке, чтобы спастись.

Похожее безбашенное поведение происходит и при решении невыполнимых задач. Claude паникует и мухлюет, а если обман срабатывает, то вектор «отчаяние» падает.

Anthropic предлагает разработчикам контролировать кукухи своих моделей и учить свои детища только хорошему. Кроме того, ИИ всегда должен показывать свой ход мыслей.

Психолог нужен даже Скайнету 🏥


Я сходил на воркшоп компании HomePlay (high-end домашние кинотеатры, умный дом, свет и звук) в Лондоне и, если честно, ожидал увидеть очередную демонстрацию “как писать промпты” и “вот вам 10 инструментов”. Но получилось совсем другое.

Аудитория была показательная. Предприниматели, дизайнеры интерьеров, интеграторы умного дома. Люди с реальными проектами, деньгами и клиентами. И при этом большинство из них почти не использовали те инструменты, о которых говорил спикер. Кто-то слышал про Claude, кто-то пробовал ChatGPT, но системного использования не было. Это важный сигнал: даже в довольно продвинутых нишах уровень внедрения ИИ пока очень поверхностный.

Сам спикер — не инфоцыган из твиттера, а практик с 20+ годами в индустрии. И это чувствовалось. Он не рассказывал “как писать тексты”, он показывал, как пересобрать бизнес-процессы.

Главная идея, которая проходила через всё занятие: AI-first мышление. Не “где мне применить нейросеть”, а “как эта задача вообще должна выглядеть, если допустить, что AI уже встроен в процесс”.

И дальше началось самое интересное. Вместо обсуждения отдельных инструментов он показывал связки.

Например: работа с проектом больше не разбита на куски. Раньше это выглядело так: отдельно чертежи, отдельно сметы, отдельно закупки, отдельно CRM. Теперь это может быть единая система, где изменение в одном месте автоматически отражается везде.

Или другой момент: вместо PDF и статичных документов — живые веб-интерфейсы. Бюджет не “файл, который отправили клиенту”, а инструмент, который можно крутить на встрече с iPad: менять параметры, сразу видеть диапазоны, обсуждать good/better/best.

Отдельно удивило, насколько сильно упор был на голос. Диктовка, диалог с системой, сборка инструментов буквально разговором. Это уже не “сел и написал ТЗ”, а скорее постоянное общение с системой, которая дополняет тебя.

Еще один слой — агентность. Не просто генерация текста или картинок, а действия: звонки, участие в встречах, обработка данных, принятие решений в рамках заданных правил. И здесь уже поднимаются вопросы не только эффективности, но и этики, приватности, доверия.

Важно, что это не выглядело как футуризм. Это уже происходит. Прямо сейчас.

Был показан реальный внутренний стек, который они собирали около шести недель. Не идеальный, не “коробочный продукт”, а живой, постоянно дорабатываемый. Но уже дающий экономию на подписках и, главное, на времени.

И вот здесь главный инсайт. Разрыв сейчас не между “знаю про AI” и “не знаю”. Разрыв между “пользуюсь чатиком” и “строю инструменты”.

По ощущениям, вторая группа — это буквально доли процента. И именно там формируется преимущество.

Этот воркшоп показал не столько инструменты, сколько смену роли. Дизайнер, интегратор, предприниматель начинает становиться конструктором своих систем. Без классической разработки, но с пониманием процессов.

И, возможно, самое важное: человеческая часть никуда не исчезает. Наоборот, она становится дороже. Потому что AI берет на себя рутину, но не берет на себя вкус, контекст, ответственность перед клиентом.

Если коротко: это был воркшоп не про “как использовать нейросети”. Это было про то, как будет выглядеть нормальный бизнес через 2–3 года. И как странно, что для многих это до сих пор выглядит как что-то экспериментальное.

Показано 20 последних публикаций.