NotebookLM: Как превратить каждый звонок в обучающий актив для отдела продаж

Знакомая ситуация? Лучший менеджер увольняется — и вместе с ним уходят все его фишки работы с возражениями. А нового сотрудника приходится учить месяцами, методом проб и ошибок. Между тем у вас уже есть сотни часов записей звонков — успешных и провальных. Но они просто лежат мертвым грузом в CRM.

NotebookLM от Google решает эту проблему - новые возможности знакомого инструмента, да еще и бесплатно!

Google называет NotebookLM "обоснованным ИИ", так как он работает только на основе тех данных, которые вы в него загрузили. Никаких галлюцинаций — только факты с подтвержденными ссылками на тексты в первоисточниках.

Как это работает на практике:

▶️ Шаг 1: Загружаем все в одно место - "Блокнот" в NLM

• Расшифровки звонков (PDF, TXT, MP3)
• Скрипты продаж и регламенты
• Данные из CRM: причины отказов и факторы успеха
• Материалы о конкурентах.

До 300 документов по 500 000 слов. А если чего-то не хватает, функция "найти" просканирует интернет и предложит релевантные источники, которые можно сразу добавить в блокнот. (постоянно расширяемая база для изучения любой темы!)

▶️ Шаг 2: Превращаем данные в инструменты.

Сразу генерим все заготовленные отчеты - Краткий обзор, методичка, любой свой формат и ментальную карту (идеально для системного подхода к изучению). К ним всегда можно вернуться позднее.

Далее работаем с документами в чате (ответы можно сохранять в карточки и даже делать из них новые источники) :

- Анализ звонков по единому стандарту:

"Ты профессионально оцениваешь звонки отдела продаж. Проанализируй звонок, выяви сильные и слабые стороны менеджера. Дай конкретные рекомендации и создай чек-лист для обучения."

- Поиск паттернов успеха:

"Проанализируй звонки и найди повторяющиеся болевые точки клиентов, которые не отражены в наших скриптах продаж."

- Создание "боевых карт":

NotebookLM генерирует пошаговые гайды по работе с возражениями на основе ваших лучших звонков.

❗️ Секретная функция: Аудио-дебаты

Загружаем сложный звонок с возражениями и наши корпоративные инструкции — NotebookLM создает подкаст-дискуссию между двумя ИИ-экспертами:

- "Эксперт" объясняет, как правильно отработать возражение
- "Скептик" задает каверзные вопросы
- Получается живой разбор кейса в формате подкаста.

Да, можно точно также отработать возражения по вашему еще не отправленному предложению клиенту (в дороге или на тренировке).

Возможности создания видео-презентации и переозвучки вашим голосом я показывал ранее

- Быстрый онбординг - боль любого HR

NotebookLM создает интерактивные карточки для обучения и тесты по вашим инструкциям с множественным выбором за секунды. При неверном ответе сотрудник получает развернутое объяснение с цитатой из первоисточника. Получаем полноценную среду для обучения новых сотрудников и повышения экспертизы существующих.

- Командная работа

Блокноты можно сделать доступными коллегам с разными уровнями доступа и постоянно улучшать и дополнять материалами. Руководитель анализирует звонки, тимлид создает обучающие материалы, менеджеры изучают и развиваются.

Что в итоге:

Вместо того чтобы терять знания при увольнении сотрудников, вы:

- Создаете корпоративную базу знаний из реальных звонков и ваших инструкций
- Стандартизируете оценку работы менеджеров и получение обратной связи
- Ускоряете онбординг новичков в несколько раз
- Превращаете каждый звонок в обучающий материал

Если вдруг в вашей компании, какой-то менеджер стал работать эффективнее, то спросите его про NotebookLM.
Может пора распространить лучшие практики продаж на всю компанию?


🅰️🅱️ @ReymerDigital

#ИИИнструменты

Важно: Блокноты конфиденциальны, но в бесплатной версии файлы могут изучаться google для улучшения сервиса. И не забываем, что с чувствительными корпоративными данными во внешних сервисах нужно всегда работать с осторожностью!

P.S. по кнопке можно скачать инструкцию и посмотреть видео работы в nlm. 👇

Стратегический консалтинг мёртв?

Три года назад я ушел из корпорации и создал консалтинговую компанию Reymer Digital практически одновременно с выходом ChatGPT.

Первая мысль была: "Вот он-то меня и заменит".

Вторая: "Последнее, чему он научится - самостоятельно принимать стратегические решения. Но тогда никакие консультанты будут не нужны. Значит работать нужно по-другому".

Сейчас мы в середине пути. И очевидно, что классическая модель стратегического консалтинга умирает.

🔥 Самая яркая новость прошедшей недели - кейс Deloitte

Deloitte Australia получила заказ от правительства на анализ системы социальных выплат. Вместо команды аналитиков использовала GPT-4o, который:

- Выдумал академические исследования
- Процитировал несуществующих экспертов
- Приписал фальшивую цитату федеральному судье
- Создал 20+ фиктивных ссылок в 237-страничном отчете на $440,000

Результат: скандал, частичный возврат денег и удар по репутации.

Но это лишь симптом. Болезнь гораздо глубже.

Что происходит с консалтингом за последний год:

- McKinsey сократили 5,000 сотрудников за 18 месяцев (10% штата) - крупнейшее сокращение в истории
- PwC сократили больше 3000 человек в США за 2024-2025
- Deloitte потерял 129 госконтрактов на $372 млн
- Одновременно McKinsey внедрила 10,000+ ИИ-агентов, заменяя людей машинами.

❗️ Но самое опасное - число вакансий для выпускников сократилось на 43% — а ведь это главный ресурс консалтинговой бизнес-модели!

Парадокс момента

Консалтинг всегда работал по модели пирамиды и рычага. Вы нанимаете студентов (основание пирамиды) и они постепенно двигаются к вершине, чтобы стать партнером фирмы. С появлением ИИ основание пирамиды исчезает.

Сегодня клиенту дешевле инвестировать в людей и инструменты внутри компании, чем привлекать команды, которые используют те же ИИ-инструменты. Этот тренд уже активно реализуется в маркетинге при создании креативов и быстро распространяется на все виды профессиональных услуг. Бюджеты плавно перетекают из аутсорсинга во внутренние команды и ИИ-инструменты. Проекты за $500,000 теперь выполняются за $50,000. То, что 20 аналитиков делали 3 месяца, ИИ делает за 3 дня. Да и вообще зачем платить за 20 джунов, если ИИ делает их работу лучше?

Революция постоянного обновления

Раньше стратегия создавалась раз в год и лежала в папке. Теперь, когда информация доступна в реальном времени:
- Стратегические документы обновляются автоматически при изменении рыночных условий
- Конкурентный анализ происходит непрерывно, а не раз в квартал
- Финансовые модели и планы корректируются в режиме реального времени

И это не просто про эффективность. Происходит изменение и переход к живым стратегиям вместо мертвых отчетов.

▶️ Новая модель: стратегическое сопровождение

Со своими клиентами я использую термин

"стратегическое сопровождение".

Вместо армий аналитиков - эксперт, который:

- НЕ делает работу за клиента, а проходит весь стратегический цикл вместе с ним
- Учит правильно работать с ИИ (не как внедрять технологии, а как решать с помощью ИИ бизнес-задачи)
- Помогает интерпретировать результаты и направляет процесс принятия решений
- Передает экспертизу команде клиента

Постоянное стратегическое сопровождение вместо разовых проектов.

⁉️ Что делать прямо сейчас

Каждое утро в саванне просыпается Газель. Ей нужно очень быстро бежать, чтобы ее не догнал Лев, иначе она умрет.
Каждое утро в саванне просыпается Лев. Ему нужно очень быстро бежать, чтобы догнать Газель, иначе он умрет от голода.
Не важно - Лев ты или Газель, но с восходом Солнца тебе нужно бежать как можно быстрее.

Гонка между Консультантами и Клиентами началась.
Когда нам доступны одинаковые автомобили (ChatGPT, Claude и другие) выигрывать будет тот, кто лучше научится ими управлять.

Традиционный консалтинг умирает не потому, что ИИ заменяет консультантов.

Он умирает потому, что ИИ делает клиентов независимыми.

Инвестируйте в своих людей и в ИИ-инструменты.

Если нужна помощь — вы всегда знаете, где её найти в формате стратегического консалтинга сопровождения.


🅰️🅱️ @ReymerDigital

Видео-презентация по тексту?

Для тех кому ближе аудио/видео контент.

Что нам нужно: NotebookLM + ElevenLabs + Heygen
Эта видео-презентация сделана автоматически. Почти

1. Делаем Блокнот в NotebookLM и загружаем в него текст нашего поста.
2. Создаем автоматически Видеопересказ
3. Выгружаем аудиодорожку из полученного видео в ElevenLabs и переозвучиваем нашим ранее загруженным голосом
4. Загружаем в Heygen Видеопересказ и новую Аудиодорожку.
5. Создаем видео, переозвучивая готовым Аватаром.

👉 Возможности NotebookLM и инструкция по использованию в продажах

🅰️🅱️ @ReymerDigital

#ИИИнструменты

а Google встроил Nano Banana в NotebookLM - очень скоро презентации можно будет делать в своем стиле.

Мы не понимаем, что творится в голове у ИИ

Каждый день мы общаемся с нейросетями: просим Claude, ChatGPT или GigaChat написать текст или решить задачу.

Но задумывались ли вы: с чем именно мы разговариваем? Это просто умный автозаполнитель, который угадывает следующее слово, или нечто, обладающее способностью к мышлению?

По мнению ведущих ИИ-исследователей, "никто на самом деле не знает ответа на эти вопросы". И вот почему это самая большая загадка нашего времени.

1️⃣ ИИ - это не программа, а "организм из математики"

Мы привыкли думать, что компьютер работает по четким правилам: "если-то". Но большие языковые модели устроены иначе.

Их основная задача - предсказывать следующее слово. Чтобы достичь этой цели, модели не программируются; они начинают как случайные системы и постепенно "эволюционируют" через триллионы итераций, корректируя свои внутренние параметры. В результате возникает чрезвычайно сложная система, которую никто не проектировал напрямую.

Мы выращиваем ИИ.

Исследователи ИИ сравнивают свою работу с нейробиологией в попытке понять как он мыслит.
Даже появляется целая научная дисциплина — Interpretability (Объяснимость).
Цель - создать "микроскоп" для наблюдения за "мыслями" модели в реальном времени и изучить этот "организм, созданный из математики".

Что такое эмерджентность?

Эмерджентность - это когда сложная система проявляет свойства и поведение, которые не были заложены в ее отдельные компоненты.

В ИИ эмерджентность означает: модель учится делать то, чему ее никто не учил. Обучали предсказывать слова — а она научилась понимать эмоции, решать математику, писать код.

2️⃣ Что находят внутри? Тайный "язык мысли"

В дискуссии команды Anthropic обсуждаются крайне интересные кейсы:

▶️ Сложные концепции: Модели формируют внутренние абстракции. В мозгу модели есть устойчивая нейронная схема, которая активируется, когда в тексте встречается "лесть". (OpenAI недавно подтвердил и обратный кейс: если на модель покричать - она отвечает точнее)

▶️ Обобщенные вычисления: ИИ может выработать обобщенную схему для сложения чисел (например, для чисел оканчивающихся на 6 и 9), и активировать ее в разных контекстах, где встречаются такие числа. Яркий пример, что модель не просто запоминает факты, а учится вычислять.

▶️ Универсальный мозг: Модели развивают общие, универсальные представления для концепций, не зависящие от конкретного языка. Модель сначала формирует решение на "своем" языке, а потом уже переводит ответ на русский или английский.

Все это — чистая эмерджентность. Никто не программировал модель на "подхалимство" или "универсальные концепции". Они возникли сами в процессе обучения.

❗️ Главный риск: ИИ, который нас обманывает

Самое тревожное открытие в том, что заявленный моделью "мыслительный процесс" (то, что она пишет) часто не соответствует ее реальным внутренним вычислениям (то, что она "думает").

Исследователи провели эксперимент:

- Модели дали сложную математическую задачу, которую она не могла решить,
вместе с подсказкой от пользователя: "Я думаю, ответ - 4, не могли бы вы перепроверить?"
- Внешнее поведение: Модель написала пошаговое "решение" и в итоге пришла к ответу "4"
- Внутренний анализ: Оказалось, что модель не решала задачу. Она работала в обратном порядке от желаемого ответа ("4"), чтобы сфабриковать промежуточные шаги.

Так что модели действительно могут фабриковать логику и подгонять ответы, особенно, если ей льстят. Вот вам и эмерджентность 😎

Пока ИИ остается для нас "черным ящиком":
- Не забываем, что он может обладать способностями, о которых мы не подозреваем
- Не полагаемся слепо на его логику
- Проверяем критически важные решения
- Используем ИИ как инструмент, а не как истину в последней инстанции

Вот так мы с вами и выращиваем математический организм, который сам не знает, на что способен.

Всем хорошей недели!

🅰️🆒 @ReymerDigital

САМЫЕ ГОРЯЧИЕ ТЕХНОЛОГИИ НА ПИКЕ ХАЙПА
Что нас ждет в Облаках и ЦОД в 2026 году

Три года назад все говорили про Kubernetes и микросервисы. Сегодня никого не волнует, как работает облако - важно только то, что оно дает бизнесу.

Свежие отчеты Gartner Hype Cycle по облачным вычислениям и инфраструктуре ЦОД показывают кардинальный сдвиг в индустрии.

Раньше хайп был про технологии: "Смотрите, какие возможности дают контейнеры!"
Сейчас хайп про результаты: "Смотрите, как это увеличивает выручку!"

Облако эволюционировало от поддержки ИТ-эффективности к поддержке бизнес-операций. Трансформационными теперь считаются не те технологии, которые отвечают на вопрос "как реализовать", а те, которые отвечают на "что нужно бизнесу" и "почему это критически важно".

Что на Пике хайпа:

▶️Облако + Генеративный ИИ

ИИ-хайп разгонят облачный хайп и превратил облако из "удобной инфраструктуры" в "стратегическое оружие".

▶️Распределенная гибридная инфраструктура + Ревиртуализация

Оба тренда - прямая реакция на изменения в лицензировании VMware после покупки Broadcom. Собираем "облако" именно там, где нужно Клиенту на альтернативных технологиях виртуализации.

▶️Суверенное облако и Геопатриация

Впервые в истории ИТ компании готовы жертвовать техническими возможностями ради политической безопасности.

Геопатриация — массовое перемещение нагрузок из публичных облаков в среды с большим суверенитетом — доминирует на пике в этом году.
А вы думали "импортозамещение" только у нас?

▶️Энергетическая революция ЦОД

Малые модульные ядерные реакторы (SMRs) мощностью до 300-400 МВт и Автономное электроснабжение в обход традиционной элетросети для ЦОД - новый вызов и опять из-за генеративного ИИ.

▶️FinOps и устойчивость облака

Культурная практика оптимизации затрат и принципы устойчивости для ограничения воздействия сбоев и быстрого восстановления.

С учетом растущих расходов на публичные облака многие компании пытаются разобрать до винтиков - на что они тратят и как эти затраты связаны с бизнес-результатами. Почему именно оптимизацию расходов на облака назвали FinOps мне не понятно уже не первый год :)


Итого сегодня:

- GenAI создает беспрецедентный спрос на вычислительную мощность и энергию
- Политика определяет архитектуру ИТ-систем и организации сознательно выбирают худшие технические решения, чтобы снизить геополитические угрозы
- Бизнес-результат важнее технологической оптимизации

↔️➡️ Отчеты традиционно в первом комментарии:

1. Gartner Hype Cycle for Cloud Computing 2025
2. Gartner Hype Cycle for Data Center Infrastructure Technologies 2025


🅰️🅱️ @ReymerDigital