LUMEN AI

AI-агенты в SMS: новый канал продаж без приложений

Технологические компании начали запускать ИИ-агентов, которые живут прямо в текстовых сообщениях. Они могут заказывать еду, бронировать столики, уточнять статус заказов и решать проблемы клиентов — всё это через обычные SMS или мессенджеры. Для пользователей это способ получить помощь без установки приложений, а для бизнеса — прямой канал коммуникации с автоматизацией.

🔹 ЧТО СЛУЧИЛОСЬ:
TechCrunch опубликовал обзор 15+ AI-агентов, интегрированных в текстовые сообщения. Среди них — сервисы для планирования встреч, отслеживания посылок, бронирования отелей и даже переговоров о снижении цены. Один из агентов от OpenAI выполняет 87% запросов без перехода к живому оператору. Стартап Among AI сократил время обработки заявки в 24 раза — с 4 часов до 10 минут. Ключевая особенность: агенты работают в текстовых каналах, не требуя от клиента установки приложения или регистрации.

🔹 ЧТО ЭТО ЗНАЧИТ:
• Для бизнеса: снижение нагрузки на колл-центры и рост конверсии — клиент решает вопрос в привычном интерфейсе SMS.
• Для специалистов: меняются задачи — вместо повторяющихся ответов они настраивают AI-агентов и контролируют их работу.
• Для рынка: появляется тренд на «невидимый» AI — технология становится частью повседневных каналов коммуникации, что усиливает конкуренцию между крупными платформами и стартапами.

🔹 ЧТО ДЕЛАТЬ:
Изучите подборку TechCrunch и выберите 2–3 агента, которые решают задачи вашей клиентской поддержки. Запустите пилот на одном канале и замерьте метрики: время ответа, CSAT и экономию.

🔗 Источник: Читать статью

Экономия токенов в Claude Code: как event loop сокращает расходы

Разработчики часто сталкиваются с перерасходом токенов при работе с AI-ассистентами. Разбор принципов event loop показывает, что простое изменение архитектуры диалога позволяет значительно снизить затраты. В статье подробно разбирается, как это работает.

🔹 ЧТО СЛУЧИЛОСЬ:
Авторы статьи (ссылка на Habr) описали метод экономии токенов при использовании Claude Code. Они проанализировали, как порядок обработки событий и асинхронные операции влияют на количество токенов в запросах. Применив принципы event loop, они добились сокращения расхода токенов на 30-40% в типовых сценариях. Например, группировка задач и отложенная отправка ненужных данных сократили число итераций в диалоге.

🔹 ЧТО ЭТО ЗНАЧИТ:
• Для бизнеса: снижение операционных затрат на AI-инструменты.
• Для специалистов: необходимость осваивать принципы эффективного взаимодействия с AI.
• Для рынка: тренд на оптимизацию AI-запросов как часть инженерной культуры.

🔹 ЧТО ДЕЛАТЬ:
Пересмотрите свои типовые диалоги с Claude Code, применяя принципы event loop: группируйте запросы и минимизируйте контекст.

🔗 Источник: Читать статью

Как Event Loop сократил расход токенов Claude Code на 40%

Лид: Разработчики нашли способ радикально снизить расход токенов при работе с Claude Code. Применив принципы Event Loop, они перестроили архитектуру запросов к ИИ. Результат — экономия бюджета и ускорение задач.

🔹 ЧТО СЛУЧИЛОСЬ:
В статье на Habr инженеры рассказали, как оптимизировали работу Claude Code. Они обнаружили, что последовательная обработка задач приводит к дублированию контекста и лишним вызовам модели. Переписав пайплайн на основе асинхронной очереди событий, они сократили расход токенов с 12 000 до 7 200 на сессию — на 40%. Время выполнения типовых задач (рефакторинг, код-ревью) уменьшилось на 35%, а число повторных запросов API упало на 58%. Ключевое решение — группировка токенов по приоритетам и отложенная отправка некритичных событий.

🔹 ЧТО ЭТО ЗНАЧИТ:
• Для бизнеса: прямое снижение затрат на ИИ-инструменты при росте объемов разработки. Меньше токенов — дешевле каждая сессия, а значит, можно масштабировать использование ассистентов без увеличения бюджета.
• Для специалистов: разработчики и DevOps теперь должны понимать не только промптинг, но и архитектуру событий. Умение управлять контекстом и асинхронностью становится таким же важным, как знание языка.
• Для рынка: этот подход задает тренд на «инфраструктурную» оптимизацию ИИ-агентов. Компании, которые первыми внедрят такие практики, получат конкурентное преимущество по скорости и стоимости разработки.

🔹 ЧТО ДЕЛАТЬ:
Проанализируйте, как ваша команда использует Claude Code: найдите повторяющиеся последовательные запросы и попробуйте перевести их в асинхронный режим с приоритизацией. Начните с группировки мелких задач для экономии токенов.

🔗 Источник: Читать статью

Как LLM меняет профессию системного аналитика

Статья на Habr разбирает, как большие языковые модели трансформируют работу системных аналитиков. Авторы оценивают новые инструменты и перспективы профессии.

🔹 ЧТО СЛУЧИЛОСЬ:
На Habr опубликован материал, посвященный влиянию LLM на системных аналитиков. В статье рассматриваются сценарии использования нейросетей для анализа требований, документирования и общения с заказчиками. Поднимаются вопросы о неизбежности изменений и необходимости адаптации.

🔹 ЧТО ЭТО ЗНАЧИТ:
• Для бизнеса: снижение затрат на начальные этапы анализа, ускорение подготовки документации.
• Для специалистов: смещение фокуса с рутинных задач на верификацию, валидацию и архитектурные решения.
• Для рынка: рост спроса на аналитиков, умеющих грамотно использовать LLM как ассистента.

🔹 ЧТО ДЕЛАТЬ:
Изучите возможности LLM для автоматизации ваших текущих артефактов — начните с генерации черновиков требований и их ревью.

🔗 Источник: https://habr.com/ru/articles/1098788/?utm_campaign=1098788&utm_source=habrahabr&utm_medium=rss

Как LLM меняет профессию системного аналитика

Статья на Habr разбирает, как большие языковые модели трансформируют работу системных аналитиков. Авторы оценивают новые инструменты и перспективы профессии.

🔹 ЧТО СЛУЧИЛОСЬ:
На Habr опубликован материал, посвященный влиянию LLM на системных аналитиков. В статье рассматриваются сценарии использования нейросетей для анализа требований, документирования и общения с заказчиками. Поднимаются вопросы о неизбежности изменений и необходимости адаптации.

🔹 ЧТО ЭТО ЗНАЧИТ:
• Для бизнеса: снижение затрат на начальные этапы анализа, ускорение подготовки документации.
• Для специалистов: смещение фокуса с рутинных задач на верификацию, валидацию и архитектурные решения.
• Для рынка: рост спроса на аналитиков, умеющих грамотно использовать LLM как ассистента.

🔹 ЧТО ДЕЛАТЬ:
Изучите возможности LLM для автоматизации ваших текущих артефактов — начните с генерации черновиков требований и их ревью.

🔗 Источник: https://habr.com/ru/articles/1098788/?utm_campaign=1098788&utm_source=habrahabr&utm_medium=rss

Uber делает ставку на корпоративный ИИ: все 30 000 сотрудников получат доступ к ChatGPT Work. Это один из самых крупных примеров масштабного внедрения ИИ-ассистента в бизнес-процессы.

🔹 ЧТО СЛУЧИЛОСЬ:
Uber разворачивает ChatGPT Work для всех сотрудников по всему миру. Решение затронет инженеров, операторов, юристов и маркетологов. Инструмент станет единой точкой входа для рутинных задач, аналитики и внутренней коммуникации.

🔹 ЧТО ЭТО ЗНАЧИТ:
• ИИ перестаёт быть экспериментом и становится стандартным рабочим инструментом корпоративного масштаба.
• Компании, которые не интегрируют ИИ, рискуют проиграть в скорости и эффективности.
• Рынок корпоративных ИИ-решений получает мощный сигнал: спрос на массовое внедрение будет расти.

🔹 ЧТО ДЕЛАТЬ:
Оцените, какие рутинные задачи в вашей компании можно делегировать ИИ уже на этой неделе, и запустите пилот на одном отделе.

🔗 Источник: https://techcrunch.com/2026/10/22/uber-puts-all-30000-employees-on-chatgpt-work/