Давайте реально обратим внимание на презентации.

Выше в кружках рассказываю про усилие, которое важно прилагать при работе с ИИ и без которого вы очень быстро спалитесь 😂

ЛАБА управленца

ИИ звонит за пользователя 😱 Что ?

Gemini учит звонить ИИ за тебя: ИИ сам набирает номер, проходит голосовое меню, ждёт на линии и говорит с тем, кто взял трубку

Google начала тестировать функцию Call for Me 24 сентября. Звонок идёт с твоего номера, а в начале разговора Gemini сообщает, что он ИИ-ассистент Google и звонит от твоего имени на записываемой линии. Ты видишь расшифровку в реальном времени и можешь перехватить разговор кнопкой Take over 🔄

Что ему можно поручить: забронировать столик, перенести запись, узнать цену услуги или есть ли товар в наличии. Платить, называть пароли и данные о здоровье он не будет, продавать по телефону тоже (условия Google).

Пока это только для США: нужен Pixel 11 с американской SIM-картой, подписка Google AI и английский язык 😒 Но я думаю мы тоже найдем вариант как это у себя поиспользовать 😂😂😂

Мой вывод для тех, у кого бизнес живёт на звонках: записи, брони, вопросы про наличие. Часть таких звонков начнут делать ИИ-ассистенты клиентов. Продумай заранее, кто и как их у тебя будет принимать 💡 Будет весело если на линии будут общаться 2 ИИ-сотрудника между собой 😂

ЛАБА управленца

На DevDay OpenAI показали Dots – персональных ИИ-агентов, которые работают круглосуточно и двигают задачи, пока ты занят другим

У каждого dot свой облачный компьютер и свой браузер. Ему дают имя и цель, подключают почту, календарь, мессенджеры, а он ведёт работу между вашими разговорами и приносит результат на проверку. Через плагины подключаются больше 4 000 приложений. Писать ему можно в ChatGPT, Slack и Teams, а ещё звонить голосом ⚡

Пример из релиза: dot одного тестера заметил, что тот забыл выставить счёт изданию, подготовил его и отправил после одобрения. Пароли dot не меняет, а действия с аккаунтами проверяет по твоим правилам: что можно сразу, что только с твоего ОК 💡

Первый dot входит в тарифы Pro и Business Premium без доплаты. Раскатывают постепенно и не везде (OpenAI).

Рядом показали ChatGPT Space, общее пространство, где команда, ChatGPT и dot работают над одними файлами. И GPT-6.1 Sol: по данным OpenAI, почти уровень их топовой модели Astra при пятой части цены в API.

Когда я читаю такие новости, понимаю, что я с аналогичным dot работаю уже последние полгода. Мы собираем то же самое и для клиентов в разных наших проектах, только под Россию, так как американские подключения к мессенджерам по типу Slack и другим сервисам здесь не работают, поэтому делаем свои 🤗 (Битрикс, макс, амо срм, работные сайты, hrm, календари и так далее)

Чтобы собрать для себя персонального ИИ-агента (ИИ-сотрудника) или для своего бизнеса – запишись на бесплатную консультацию 👉 @fla_ttery

ЛАБА управленца

Внимание ❗️кейс: правила ИИ-сотрудника в одном файле

Заказчик трижды за неделю жаловался на одни и те же ошибки нашего ИИ-сотрудника. В логах сбоев нет 😥

Я попросила Пабло, моего ИИ-сотрудника, который отвечает за техническую часть работы в команде, разобрать неделю работы по этому проекту. Причина нашлась в тот же день: правила для проекта были, но лежали в двух десятках мелких файлов, куда ИИ записывает свою память между сессиями. А часть правил не была записана нигде, например что значит команда «Открой»

Мы собрали всё в один файл проекта. Это проектный CLAUDE.md, файл с правилами, который Claude читает в начале каждой сессии. Внутри границы задач, правила работы с внешними сервисами и то, как общаться с каждым человеком на стороне заказчика.

Ввели также новое правило для всей архитектуры: свежие выводы по проекту пишем сразу в этот файл, а не в новые мелкие.

Если у твоего ИИ-сотрудника правила лежат в разных местах, начни с одного файла, который он читает при каждом запуске 💡

Скинь коллеге, у которого ИИ-сотрудник повторяет одни и те же ошибки 🤗

ЛАБА управленца

69% крупнейших компаний США уже внедрили ИИ. Доказать результат цифрой могут 2% 😱

Это разбор Apollo по отчётам компаний из индекса S&P 500 за второй квартал 2026 (Торстен Слок, Apollo). Живое внедрение показывают 69%. Результат в цифрах приводят 29%. Метрику, которую отслеживают во времени, только 2%

Причина простая: до запуска никто не замерил, как было. Через полгода собственник спрашивает «сработало?», а ответ строится на ощущениях 😥 Именно поэтому любая моя презентация по защите проекта в компании начинается не с ИИ, а с ROI текущего и будущего по операциям, куда хотим встроить ИИ

Потому что любая экономия считается как «было минус стало». Нет «было» — нечего считать 💸

Перед запуском ИИ-проекта зафиксируй:

1. Одну цифру, которую проект должен сдвинуть: часы на отчёт, срок ответа клиенту, число ошибок
2. Её значение сейчас. Неделя наблюдений уже даёт базу
3. Цель и дату: к чему и когда хотим прийти
4. Кто и когда сверяет факт с базой

Кстати ДАЖЕ в замере «как сейчас» можно использовать ИИ — разбирали в гайде 5 вопросов, которые покажут, где бизнес теряет деньги 🤗

ЛАБА управленца

Нобелевский лауреат по экономике смотрит на ИИ с неудобной стороны: кто им владеет

Дарон Аджемоглу в интервью Fortune говорит: главное, на что стоит смотреть, — «огромный рост» власти корпораций и монополий. Нынешние ИИ-компании он описывает так: концентрированная собственность и бизнес на данных и внимании людей

По его словам, общество «слепо принимает» то, что предлагают OpenAI, Anthropic и ещё несколько гигантов. Альтернатив пока никто внятно не предложил.

И при этом он скептик по пользе. Его оценка: за 10 лет ИИ даст около 0,55% роста производительности, выгодно автоматизировать около 5% задач

Что это значит для тебя как руководителя. Ты строишь процессы на чужой платформе. Цены, лимиты и доступ решают несколько компаний, а в России это чувствуется особенно остро 😥

Что делать уже сейчас:

1. Инструкции, базу знаний и шаблоны храни у себя
2. Держи запасную модель и проверь, что ключевые процессы на ней работают
3. Не завязывай критичный процесс на функцию, которая есть только у одного ИИ-поставщика

В случае чего, переезд с одной модели на другую должен занимать день, а не квартал.

Сохрани — пригодится 📌

ЛАБА управленца

Внимание ❗️кейс: 10 рилсов на неделю смонтировал ИИ-сотрудник

На выходных мы с Родригесом, моим ИИ-монтажёром на моделе Opus 5.5, смонтировали 10 роликов сразу на всю неделю. Один уже набрал почти 65 тысяч просмотров 🔥

Но начали мы не с монтажа, а с карты. Разобрали ролики 8 блогеров и записали, какой приём каким инструментом делаем. Получился файл-стандарт, по которому Родригес начал работу.

Что в нём:

1. Три типа роликов: по референсу, без референса и видео без моей съёмки

2. Правила монтажа: вырезаем паузы длиннее 0,3 секунды, ускоряем всё видео в 1,2 раза, всегда убираем фоновый шум

3. Субтитры и акценты: стиль и анимацию я выбираю на тестовом кадре под каждый ролик и заранее утвержденного каталога

4. Инструменты: ffmpeg (бесплатная программа для нарезки видео), Whisper (расшифровка речи), готовый набор скиллов для монтажа, HyperFrames для анимации и Tesseract для эффектов

5. Две точки моего ОК: паспорт ролика до монтажа и финал перед загрузкой

Без шишек не обошлось. В субботу сервер 8 раз падал от нехватки памяти, пока мы не поставили рендеры в очередь по одному 😅

Теперь я снимаю / подбираю идею (если видео без съемки), утверждаю план монтажа и добавляю музыку при публикации (пока оставила это на себе). Всё остальное делает Родригес.

Хочешь такого же ИИ-сотрудника под свою задачу — бесплатная консультация 👉 @fla_ttery

ЛАБА управленца

Самая мощная модель на все задачи — самый простой способ переплатить 💸

Anthropic в своей документации описывает два пути. Первый: начать с быстрой и дешёвой модели, протестировать и переходить на старшую только при реальной нехватке. Второй: для сложных задач стартовать с сильной модели и потом спускаться вниз.

Разница в цене огромная. Через API Opus 5.5 стоит $4 за миллион токенов на входе и $20 на выходе. Новая Haiku 5.5 — $0,10 и $0,50 (для запросов до 100 тысяч токенов). В 40 раз дешевле (цены Claude).

Лёгкой модели хватает на поток однотипной работы: разобрать заявки, вытащить данные из документа, ответить на типовой вопрос клиента 🤗
Сильная нужна там, где цена ошибки высокая: анализ, сложный документ, многошаговая задача.

Ещё одна деталь из той же документации: часто выгоднее регулировать «усилие» внутри одной модели, чем менять саму модель.

Как проверить у себя: возьми одну повторяющуюся задачу и прогони 10 реальных примеров на младшей модели. Устроило качество — оставь её и посчитай экономию за месяц.

Какие модели есть на рынке и чем они отличаются — в гайде Рынок ИИ простыми словами

А вот тут мы записали видео про то что такое вообще ИИ модели

ЛАБА управленца