Видео недоступно для предпросмотра
Смотреть в Telegram
🚫🤖 Не давайте GPT-6 Astra всем сотрудникам
OpenAI выпустила GPT-6 Astra — свою новую сверхмощную модель.
И первая реакция многих компаний будет предсказуемой:
👉 «Давайте подключим её всем»
Я бы сделал ровно наоборот.
Большинству сотрудников Astra вообще не нужна!!!
Потому что использовать самую сильную и дорогую модель для обычной рутины — это примерно как нанять партнёра McKinsey, чтобы он переносил данные из Excel в CRM.
Смысл Astra совсем в другом.
🔥 Её нужно ставить туда, где одна правильно решённая задача стоит бизнесу сотни или тысячи долларов.
Например:
• изучить сотни документов и найти риски;
• разобраться в большой кодовой базе;
• провести исследование и собрать презентацию руководству;
• выполнить цепочку действий в браузере, CRM и других системах.
То есть новая модель интересна бизнесу не как ещё один «умный чат», а как дорогой цифровой специалист, которому можно делегировать целый кусок работы.
И отсюда я бы сформулировал 5 правил внедрения.
1️⃣ Astra должна быть не моделью «по умолчанию», а моделью эскалации
Простые задачи прекрасно решаются более дешёвыми моделями.
Поэтому архитектура должна быть такой:
🟢 простая задача → дешёвая модель
🟡 сложная задача → Astra
🔴 критически важная задача → Astra + проверка человеком
Например:
Сделать краткое резюме разговора клиента — обычная модель.
А вот изучить всю историю клиента, переписку, договор, предыдущие покупки и подготовить стратегию переговоров по сделке на $1 млн — уже Astra.
2️⃣ Забудьте про стоимость токена
У Astra цена через программный интерфейс — $10 за 1 млн входных токенов и $50 за 1 млн выходных.
На первый взгляд дорого.
Но бизнесу вообще не надо оптимизировать стоимость токена.
Нужно оптимизировать:
💰 стоимость выполненной работы.
Если аналитик потратит на задачу 8 часов, а ИИ сделает её за несколько долларов — уже не так важно, какая именно модель была дешевле на 30%.
3️⃣ Не включайте максимальное мышление без необходимости
У Astra можно регулировать глубину рассуждений.
И здесь компаниям тоже захочется нажать:
🔥 MAXIMUM INTELLIGENCE 🔥
…на каждую задачу.
Не надо😁
Условно:
🟢 обычный документ → низкая глубина;
🟡 серьёзный анализ → средняя;
🔴 стратегия, сложное программирование или решение с высокой ценой ошибки → высокая/максимальная.
4️⃣ Не загружайте в неё всю компанию
Контекст Astra огромный — около 1,05 млн токенов.
Звучит очень соблазнительно:
«А давайте просто дадим ей все договоры, переписку и регламенты».
Плохая идея⛔️
Во-первых, модели не обязательно нужна вся информация.
Во-вторых, после 272 тыс. входных токенов стоимость существенно увеличивается.
Поэтому правильный подход:
сначала найти нужные данные → потом дать их сильной модели → получить решение.
А не:
«Вот тебе корпоративный диск на 10 лет, разбирайся».
5️⃣ Главный эффект будет не от генерации текста
Вот это, на мой взгляд, самое интересное.
Astra умеет работать не только с текстом, но и выполнять задачи через компьютер: браузер, сайты, системы компании.
Именно здесь потенциально лежит самый большой ROI.
Не:
💬 «Напиши отчёт».
А:
⚙️ «Сделай работу».
Например:
🤝 Продажи:
«Изучи 200 крупнейших клиентов → найди тех, у кого высокий риск оттока → подготовь менеджерам рекомендации → обнови CRM».
📊 Стратегия:
«Изучи рынок, конкурентов и финансовые отчёты → сформируй три сценария → собери презентацию для совета директоров».
🐚 И вот какой вывод я бы сделал для руководителей.
Не надо покупать самый мощный ИИ и раздавать его всей компании.
Нужно сначала найти:
👉 10 самых дорогих интеллектуальных процессов в бизнесе.
А потом спросить:
«Какие из них теперь можно частично или полностью отдать Astra?»
Идеальная схема, на мой взгляд, постепенно будет выглядеть примерно так:
80% простой работы → дешёвые модели
15% сложной работы → сверхмощные модели вроде Astra
5% самых критичных решений → ИИ + человек
Компании, которые построят такую систему, получат гораздо больше эффекта.
💬 Кто-нибудь уже опробовал новую модел? Как впечатления?
Пишите 👇
OpenAI выпустила GPT-6 Astra — свою новую сверхмощную модель.
И первая реакция многих компаний будет предсказуемой:
👉 «Давайте подключим её всем»
Я бы сделал ровно наоборот.
Большинству сотрудников Astra вообще не нужна!!!
Потому что использовать самую сильную и дорогую модель для обычной рутины — это примерно как нанять партнёра McKinsey, чтобы он переносил данные из Excel в CRM.
Смысл Astra совсем в другом.
🔥 Её нужно ставить туда, где одна правильно решённая задача стоит бизнесу сотни или тысячи долларов.
Например:
• изучить сотни документов и найти риски;
• разобраться в большой кодовой базе;
• провести исследование и собрать презентацию руководству;
• выполнить цепочку действий в браузере, CRM и других системах.
То есть новая модель интересна бизнесу не как ещё один «умный чат», а как дорогой цифровой специалист, которому можно делегировать целый кусок работы.
И отсюда я бы сформулировал 5 правил внедрения.
1️⃣ Astra должна быть не моделью «по умолчанию», а моделью эскалации
Простые задачи прекрасно решаются более дешёвыми моделями.
Поэтому архитектура должна быть такой:
🟢 простая задача → дешёвая модель
🟡 сложная задача → Astra
🔴 критически важная задача → Astra + проверка человеком
Например:
Сделать краткое резюме разговора клиента — обычная модель.
А вот изучить всю историю клиента, переписку, договор, предыдущие покупки и подготовить стратегию переговоров по сделке на $1 млн — уже Astra.
2️⃣ Забудьте про стоимость токена
У Astra цена через программный интерфейс — $10 за 1 млн входных токенов и $50 за 1 млн выходных.
На первый взгляд дорого.
Но бизнесу вообще не надо оптимизировать стоимость токена.
Нужно оптимизировать:
💰 стоимость выполненной работы.
Если аналитик потратит на задачу 8 часов, а ИИ сделает её за несколько долларов — уже не так важно, какая именно модель была дешевле на 30%.
3️⃣ Не включайте максимальное мышление без необходимости
У Astra можно регулировать глубину рассуждений.
И здесь компаниям тоже захочется нажать:
🔥 MAXIMUM INTELLIGENCE 🔥
…на каждую задачу.
Не надо😁
Условно:
🟢 обычный документ → низкая глубина;
🟡 серьёзный анализ → средняя;
🔴 стратегия, сложное программирование или решение с высокой ценой ошибки → высокая/максимальная.
4️⃣ Не загружайте в неё всю компанию
Контекст Astra огромный — около 1,05 млн токенов.
Звучит очень соблазнительно:
«А давайте просто дадим ей все договоры, переписку и регламенты».
Плохая идея⛔️
Во-первых, модели не обязательно нужна вся информация.
Во-вторых, после 272 тыс. входных токенов стоимость существенно увеличивается.
Поэтому правильный подход:
сначала найти нужные данные → потом дать их сильной модели → получить решение.
А не:
«Вот тебе корпоративный диск на 10 лет, разбирайся».
5️⃣ Главный эффект будет не от генерации текста
Вот это, на мой взгляд, самое интересное.
Astra умеет работать не только с текстом, но и выполнять задачи через компьютер: браузер, сайты, системы компании.
Именно здесь потенциально лежит самый большой ROI.
Не:
💬 «Напиши отчёт».
А:
⚙️ «Сделай работу».
Например:
🤝 Продажи:
«Изучи 200 крупнейших клиентов → найди тех, у кого высокий риск оттока → подготовь менеджерам рекомендации → обнови CRM».
📊 Стратегия:
«Изучи рынок, конкурентов и финансовые отчёты → сформируй три сценария → собери презентацию для совета директоров».
🐚 И вот какой вывод я бы сделал для руководителей.
Не надо покупать самый мощный ИИ и раздавать его всей компании.
Нужно сначала найти:
👉 10 самых дорогих интеллектуальных процессов в бизнесе.
А потом спросить:
«Какие из них теперь можно частично или полностью отдать Astra?»
Идеальная схема, на мой взгляд, постепенно будет выглядеть примерно так:
80% простой работы → дешёвые модели
15% сложной работы → сверхмощные модели вроде Astra
5% самых критичных решений → ИИ + человек
Компании, которые построят такую систему, получат гораздо больше эффекта.
💬 Кто-нибудь уже опробовал новую модел? Как впечатления?
Пишите 👇