Shadow AI (теневой ИИ) это когда ИИ уже работает в компании, но "в тени". Сотрудники решают задачи через личный ChatGPT или Claude, без утвержденных инструментов и без понимания, какие данные туда улетели.

Письмо клиенту, сводка по проекту, анализ выгрузки. Дальше кто-то один раз кидает в промпт кусок переписки, таблицу из CRM или фрагмент финмодели и приносит руководителю "готовый вывод".

И вот тут начинается неприятная часть.
Цифры выглядят убедительно, но вы не знаете:
• какие данные ушли наружу и где они теперь
• на каких допущениях модель собрала ответ
• можно ли воспроизвести результат завтра, в том же виде, с теми же входными

Это уже вопрос не "нравится или не нравится ИИ". Это вопрос управляемости.

Следующий шаг обычно не запреты, а AI Governance (управление ИИ): какие инструменты разрешены, какие данные можно отдавать модели, где ответ ИИ не может быть финальным решением и т.д.

Когда это появляется, ИИ перестает быть теневым. И становится обычным рабочим инструментом, за который можно отвечать.

ИИ залил ленты "красивым за быстро". И на этом фоне произошло удивительное: люди начали ценить "сделано руками" - даже если некрасиво.

Не потому что ручное внезапно стало круче.
А потому что в нём видно усилие: время, сомнения, переделки. Это считывается моментально.

Появляется тренд, "человеческое" стало новой роскошью. Но это маятник. Надолго ли!?

Ещё недавно вокруг запросов к нейросетям было много «магии»: базы промптов, шаблоны, роли, специальные метки. Казалось, что правильная формулировка делает модель заметно умнее.

Сейчас для простых задач это почти не даёт преимущества. Современные модели лучше понимают обычные человеческие просьбы: важнее смысл, вводные и ограничения, а не украшения текста.

Но есть ловушка. От ощущения «модель и так всё понимает» легко начать писать расплывчато. И тогда нейросеть вернёт Вам аккуратно оформленный, уверенный… хаос.

Профессия «промпт-инженер» умирает. Её заменяет навык постановки задачи: сформулировать результат, дать данные и проверить ответ.

Вывод: меньше веры в «магические промпты», больше — в ясность мышления.

Как повысить эффективность отдела продаж?

Иногда достаточно одного шага: подключить IP-телефонию и связать её с CRM (хоть Битрикс, хоть amoCRM).

Сразу видно реальную картину: сколько звонков делает каждый, сколько пропускает, где теряются лиды. Интересно, но запись разговора порой лучше дисциплинирует чем планёрки. А если добавить ИИ-модуль, звонки превращаются в текст: расшифровка, ключевые моменты, подсказки по следующему шагу.

Вроде простые, но очень эффективные решения.

Записи звонков в CRM — это уже полезно. Но настоящий эффект начинается, когда их не нужно слушать вручную.

Потому что "контроль качества" почти всегда разбивается о бытовуху: 30–50 звонков в день, параллельно лиды, встречи, счета и т.д. В итоге руководитель либо слушает 2–3 звонка "для галочки", либо вообще откладывает. А ошибки при этом повторяются неделями: менеджер не выясняет потребность, говорит слишком много, не фиксирует следующий шаг, забывает про договорённость — и лид тихо умирает.

Сильнее работает модель "автоматический разбор". Когда каждый звонок сам превращается в понятный итог: расшифровка, короткое резюме "о чём договорились", ключевые фразы клиента, где разговор просел, и что нужно поправить в следующем контакте. Плюс оценка по вашим правилам — чтобы видеть динамику по менеджеру и по команде, а не жить на ощущениях. Тогда записи перестают быть архивом "на всякий случай" и становятся инструментом управления.

В следующих постах покажу, как это работает на практике

В сети вирусится ИИ-ролик, который на какое-то время оказался опубликован в аккаунте Дональда Трампа.

Особо в содержание не будем погружаться, там политический контекст. Важнее другое: генеративное видео перестало быть «игрушкой». Оно уже попадает в коммуникацию людей с властью, пресс-службами и огромными аудиториями.

ИИ-видео сейчас - самый дешёвый способ упаковать эмоцию и разогнать её алгоритмами.

Любая громкая публикация сейчас почти сразу получает ИИ-«ответку». И в итоге вопрос «кто прав» вторичен: выигрывает тот, кто быстрее попал в эмоцию и удержал внимание.

OpenClaw - популярный open-source инструмент, из которого собирают ИИ-помощника “с руками”, а не просто чат.

Он подключается к каналу общения (например, Telegram), принимает текст/голосовые/файлы, отправляет их в выбранную модель и возвращает результат. При желании — умеет делать действия: запускать команды, работать с сервисами, собирать отчёты и выдавать готовый ответ.

Почему вокруг него шум: поставить относительно просто, код открыт, и многие быстро собирают “своего ассистента” под задачи.

Но это не магия. Чем больше доступов вы даёте такому помощнику, тем выше цена ошибки — поэтому в следующих постах разберём плюсы, минусы и безопасный подход.

OpenClaw - продвинутый ИИ-помощник, которого можно поставить у себя на Макбук, либо VPS сервер.

Смысл работы простой: ты пишешь ему в Telegram (или в другой подключённый канал), кидаешь текст/голосовое/файл и он отвечает так, как ты задумал. Его можно заточить под конкретные бытовые и рабочие сценарии: разобрать голосовое, сделать короткое резюме, собрать список задач, подготовить черновик письма, разложить мысли по пунктам.

Почему вокруг него столько шума: он даёт ощущение “личного ассистента”, который живёт не где-то в чужом интерфейсе, а рядом на твоём устройстве или на твоём сервере. И его можно подстроить под себя без ощущения, что ты собираешь ракету.

Я собирал этого помощника на VPS сервере, столкнулся со следующими особенностями:

1. Не все умеют работать с VPS серверами, туда надо уметь подключаться, развертывать окружение и т.д.

2. Нужен оперативный сервер
На VPS с 2 гигабайтами RAM всё регулярно “умирало”: сервис падал, начинались перезапуски. Оказалось, это не “баги OpenClaw”, а банально нехватка памяти

3. Транскрибация голосовых из Telegram - не «взял и работает».
Telegram может прислать файл с расширением .m4a, а внутри он оказывается другим форматом. Из-за этого конвертация и распознавание ломались, пока мы не сделали обработку более аккуратной.

4. Подключение к OpenRouter оказалось чувствительным к деталям.
Много ошибок было не из-за модели, а из-за того, как именно формируется запрос: режимы, формат передачи аудио, требования к параметрам. Чуть ошибся и получаешь странные отказы.

5. Штатные “скиллы” не всегда готовы к жизни. Их надо допиливать.
Например, чтение файлов: в теории “умеет”, на практике часто нужно адаптировать под свои форматы, ограничения и ожидаемое поведение. То же самое с медиа: без правок под свой сценарий стабильности не будет.

Итог простой: OpenClaw - мощная основа, но старт обычно не про “пользу за 10 минут”. Сначала придётся пройти этап “заставить работать стабильно”: память, голосовые, подключение к провайдерам, и доработка стандартных функций под себя.

Экономика вялая, вакансий меньше, конкуренция выше. И в такой рынок резюме перестаёт быть формальностью: рекрутер смотрит 20–30 секунд и решает, звать дальше или закрыть вкладку.

Если хотите трезво оценить своё резюме прогоните его через промпт. Он сначала разберёт слабые места, потом перепишет формулировки, проверит, хочется ли звать на интервью далее подгонит под конкретную вакансию.

ПРОМПТ 👇

Ты — опытный рекрутер и hiring manager. Смотри на моё резюме глазами человека, который ежедневно отсматривает десятки откликов и ищет пользу для бизнеса, а не список обязанностей.
Действуй строго по шагам и с чёткими подзаголовками:

Честный разбор без переписывания.
Укажи:
— какие формулировки звучат слабо/размыто и почему
— где я не доношу свою реальную ценность
— что мешает ответить на вопрос “зачем мне звать этого человека дальше?”

Перевод на язык рекрутера (перепиши резюме).
Правила:
— фокус на результатах и влиянии, а не процессе
— конкретика вместо общих слов
— каждый пункт отвечает: какую пользу я приношу компании
— ничего не выдумывай и не добавляй опыт, которого нет
Меняй только формулировки и акценты, сохраняя смысл.

Проверка “хочу позвать на интервью”.
Ответь:
— какие 3 сильные стороны кандидата сразу видны
— на какую роль он выглядит наиболее убедительно
— хочется ли позвать на интервью и почему
Если нет — что именно мешает и как исправить (коротко и по делу).

Адаптация под вакансию (если я вставлю текст).
Если ниже есть блок “ВАКАНСИЯ”, адаптируй резюме под неё:
— подсвети релевантное в первую очередь
— ослабь/убери то, что не усиливает отклик
— сделай так, чтобы за 20–30 секунд было понятно “подходит”
В конце напиши:
— на какие требования вакансии резюме теперь отвечает лучше всего
— где остаётся разрыв и как его закрыть без выдумок (портфолио, цифры, кейсы, формулировки).

Вот моё резюме:
[ВСТАВЬ РЕЗЮМЕ]

ВАКАНСИЯ (опционально):
[ВСТАВЬ ТЕКСТ ВАКАНСИИ]

Я на днях тестировал OpenClaw и писал о нём, а сегодня новость: создатель OpenClaw Питер Стайнбергер официально присоединился к OpenAI. Анонс сделал Сэм Альтман.

Питер возглавит направление агентских продуктов, которые работают с личными задачами и данными.

При этом: OpenClaw не "закрывают". Проект остаётся open source и переходит под управление отдельного фонда, а OpenAI продолжит поддерживать.

Если коротко, это выглядит как сигнал: начинается новая эра агентов, которые живут рядом с пользователем и делают работу каждый день. Внедряйте ИИ-агентов, это будущее, они сильно ускоряют работу.

Друзья, масштабирую сервис контроля качества звонков. На практике показывает высокую эффективность. Он актуален для компаний, где есть телефонные переговоры с клиентами. Чаще всего деньги теряются именно в звонках: не уточнили, не дожали, не зафиксировали следующий шаг. Клиент ушёл, а рекламный бюджет уже потрачен.

Что делает сервис?
Он разбирает каждый звонок и превращает аудио в управляемую систему:
- делает транскрипцию
- даёт оценку качества
- отмечает, где было сильное и где провал
- пишет, что исправить
- фиксирует следующий шаг по клиенту.

Важный момент: речь не о тотальном контроле, а про обучение и рост команды. Сервис помогает быстро находить повторяющиеся ошибки и подтягивать слабые места.

Сервис интегрируется в amoCRM и Битрикс24.

Более подробно в ролике и презентации. Если интересно, пишите в личку.

По данным WSJ, Claude от Anthropic был задействован в январской операции американских военных по захвату бывшего президента Венесуэлы Николаса Мадуро. Операция включала бомбардировку объектов в Каракасе и завершилась арестом Мадуро и его жены.

Модель использовалась через партнёрство Anthropic с Palantir Technologies, компанией, чьи инструменты Министерство обороны США применяет регулярно.

Сам пользуюсь Claude и Claude Code и это реально крутые нейросети.
Sonnet 4.6 и Opus 4.6 делают глубокий анализ, пишут код, собирают презентации в ppt прямо из чата. Качество материала выше, чем у ChatGPT, особенно в сложных задачах.
Но есть один большой минус, который портит всё удовольствие: лимиты на токены заканчиваются быстро.