ИИ для бизнеса

Агент, который читает тендеры вместо менеджера

Менеджер по тендерам каждое утро открывает десятки закупок. Большинство оказываются не подходящими по производству — но чтобы это понять, каждую надо вычитать и посчитать.

— КАК БЫЛО —

Сотрудник подбирал закупки в системе по тендерам и разбирал их руками: открыть документацию, выписать позиции, объёмы, сроки, сверить с прайсом, посчитать.

Просчёт одного тендера занимает время, а просматривать надо каждый день. Через одни руки шли и те закупки, которые завод физически не может произвести.

Пропускать нельзя: пропустил — контракт ушёл конкуренту.

— ЧТО СДЕЛАЛИ —

Сначала навели порядок в источнике. Вместо поиска по ключевым словам «бытовая химия» — сохранённая подборка закупок под профиль производства: только то, что клиент реально может выпустить.

На эту подборку посадили агента. Он разбирает каждую закупку и собирает отчёт в утверждённой форме — привычный документ, а не список ссылок.

— КАК РАБОТАЕТ СЕЙЧАС —

1. Закупки берутся из сохранённой подборки, а не из широкого поиска — мусор в отчёт не попадает.
2. Агент по каждой закупке вытягивает заказчика, срок, объём, позиции и требования к поставке.
3. Сверяет позиции с прайсом и правилами производства: что делаем сами, чего не делаем, где нужно запросить цену у поставщика.
4. Считает ориентировочную стоимость по прайсу и готовит рекомендацию «берём / не берём» с обоснованием.
5. К утру собирает отчёт, прогоняет проверку полноты и присылает документ в Telegram.

— ЧТО ЭТО ДАЁТ —

• Разбор идёт по расписанию: к началу дня у собственника на столе готовый документ, а не очередь из вкладок.
• Непрофильные закупки отсекаются до того, как на них потратили время.
• Остаётся один вопрос — брать или нет. Считать и сравнивать уже не надо.

> Агент не заменяет опыт. Он снимает с опыта черновую работу: открыть, вычитать, посчитать, сравнить. Решение о цене и участии остаётся за человеком.

Это один пример. Под вашу закупочную рутину агент настраивается отдельно — от источника закупок и критериев отбора до формы отчёта.

Напишите в личные сообщения слово «ТЕНДЕР» — покажу, как это будет выглядеть на ваших закупках.

Экономисты не нашли у ИИ прибыли. И это хорошая новость 🤔

Главный экономист Apollo Торстен Слок выпустил разбор, от которого ИИ-индустрии стало неловко: за пределами техсектора искусственный интеллект пока не принёс бизнесу ни цента.

📉 Смотрим в цифры
Выручка и маржа растут только у «большой семёрки» — тех самых гигантов, которые сами ИИ и продают. А остальные 493 компании S&P 500 — ровная линия. Роста производительности от ИИ статистика не видит вообще.

Обычный бизнес устал верить в «чудо» и уже считает траты на ИИ статьёй расходов, которая давит на маржу.

👀 Смотрю изнутри
Слок прав в главном — в бизнесе интеллект это не вычисления, а суждение. А суждение держится на контексте, доверии и неписаных правилах. Этого у машины нет. Поэтому «новейшая модель» предпринимателю не нужна, и платить за неё он не будет.

💡 А вот с выводом поспорю
Беда не в том, что ИИ бесполезен. Беда в том, что бизнесу пытаются продать калькулятор — а ему нужен сотрудник.

Узкий, дисциплинированный. Который отвечает на заявку ночью, не теряет клиента, пока хозяин занят, и помнит, кому что пообещали. Когда такой агент закрывает рутину — окупаемость видна сразу, в деньгах. Просто в отчётность гигантов это не попадает: происходит на уровне одной компании, а не целой отрасли.

Итог простой: ИИ-революцию решают не в «большой семёрке». Её уже делают те, кто перестал ждать чуда и просто отдал агенту телефон по вечерам.

В США тимлид отправил резюме на свою же вакансию в своей команде — и получил отказ за 6 минут. Он месяцами не мог закрыть позицию, а в HR говорили, что подходящих кандидатов на рынке нет. Оказалось, отбор переложили на нейросеть, и она резала почти все резюме: искала точное совпадение с ключевым словом.

Меня это цепляет не самой историей, а тем, как это выглядит на практике. Компания уверена, что рынок пустой, а на деле сломан фильтр. ИИ тут не «плохо работает» — он работает ровно так, как его настроили: буквально по совпадению слов, без контекста. Живой рекрутер увидел бы, что человек подходит, а система — нет.

Пара деталей, которые важны. Отказ пришёл через шесть минут. Причину менеджер нашёл только через неделю: фильтр требовал указать «React.js», а в его резюме было написано иначе. И это при том, что вакансия — его собственная, в его команде.

Вывод простой: если ставите ИИ на входной фильтр, проверяйте его руками на реальных кандидатах. Иначе он будет месяцами отсеивать нужных людей, а вы будете думать, что виноват рынок.

Вот есть новость: Gemini 4 Argon появилась в BotHub. Это новая флагманская модель Google, и её главная фишка — длинные цепочки рассуждений. То есть она не просто выдаёт ответ, а изучает данные, строит план, проверяет промежуточные шаги и идёт до конца. Контекст и вывод — до 1 млн токенов.

Что это значит на практике? Для малого бизнеса это пока не про «напиши пост в соцсети». Это про задачи, где нужно долго думать над большим объёмом данных: разобрать огромную таблицу, найти ошибку в логике, спланировать сложный процесс. Меня цепляет, что Google уже гоняет её на переносе кода с C/C++ на Rust — и в проекте libgav1 результат оказался в 2,7 раза быстрее предыдущего порта. Но настораживает другое: на бенчмарке DeepSWE v1.1 она взяла 77,9%, а на FrontierSWE v2 — лишь 55%, отстав от GPT-6 Astra и Claude Opus 5.5. То есть модель мощная, но не универсальная.

Мой вывод: если вы пока используете ИИ для ответов на вопросы клиентов или генерации текстов, Argon вам не нужна — переплатите за мощность. А вот если у вас есть аналитика, где нужно копать вглубь, — стоит присмотреться.

🤖 Три агента от гигантов — и одна альтернатива

За месяц вышли сразу три агентные системы — коротко, что каждая умеет и в чём минус.

1️⃣ dots (OpenAI) — свой компьютер в облаке, браузер, доступ к 4000+ приложений. Работает, даже когда ваш выключен: сам ищет, чем помочь, раздаёт задачи агентам-программистам. Минус: платная подписка и доступность не во всех странах.

2️⃣ Grok Bot (xAI) — команда ботов на общем компьютере: мак и айфон, помнит ваш порядок работы. Минус: только внутри подписок Grok и Cursor.

3️⃣ Muse (Meta) — файлы, терминал, браузер, упор на быт и покупки; память можно править руками. Минус: на старте только США.

————————

📌 Общее у всех: подписка, чужой сервер, привязка к одной компании — данные не у вас.
🔓 Четвёртый путь: открытый агент на вашем сервере: данные у вас, нейросеть меняется за минуту, функционал не хуже.

————————

Выбор — по задаче. Главное: где живёт агент и кому он принадлежит.

#ии #агенты #автоматизация

Мы тестируем новые возможности: посты теперь могут выходить в видеоформате — и собирает их команда ИИ-агентов.

Как это устроено:

1. Задаётся тема — и первый агент пишет пост.
2. Текст утверждается — решающее слово остаётся за человеком.
3. Второй агент собирает видео в фирменной стилистике компании — по заданному референсу, с озвучкой и титрами. Без съёмки и монтажа.
4. Третий агент публикует готовое во все подключённые каналы.

Первый такой ролик вы уже могли видеть в наших каналах — он собран именно этой цепочкой. От вас на всём пути — только тема и одно слово «утверждаю».

Инструмент уже доступен: мы передаём необходимую инструкцию вашему агенту — и он разворачивает этот процесс у вас, в вашей инфраструктуре. Хотите так же — напишите слово «ВИДЕО» в личку.

«Вроде работает» — самая дорогая ошибка в бизнесе.

Проверяем код на уязвимости — как команда безопасности: разведка → поиск → проверка на прочность → отчёт. В отчёт попадает только то, что выдержало проверку.

Мы прогнали этот маршрут на себе: 40 зацепок, 25 подтвердились, в том числе три серьёзных. Всё закрыли.

Хотите проверить свою систему — напишите «АУДИТ» в личку.

Схема: как проходит проверка на прочность

«Вроде работает» — самая дорогая ошибка в бизнесе

Системы, на которых держится бизнес, растут быстро: сайт, чат-бот, автоматизация, интеграции, доступы. Всё это работает — пока не выясняется, что где-то лежит открытый пароль, где-то данные уезжают третьим лицам, а какое-то действие доступно не тем людям. О таком обычно узнают последними. В лучшем случае — до того, как этим воспользуются.

— КАК ЭТО РАБОТАЕТ —

Мы собрали инструмент, который проверяет код на уязвимости — как это делает команда безопасности:

1. Разведка. Система разбирается на части: сервисы, файлы, доступы — и отмечаются границы, где что считается «снаружи».
2. Поиск. Несколько независимых «охотников» параллельно проверяют своё: утечки секретов и ключей, доступы, опасные данные на входе, целостность данных, утечки через копии и бэкапы.
3. Проверка на прочность. Каждую находку получает независимый проверяющий — он сначала пытается её опровергнуть. В отчёт попадает только то, что выдержало.
4. Отчёт. Что не так, доказательство (файл и строка), чем это грозит и минимальная правка.

Код при этом только читается: ничего не запускается и никуда не отправляется. Всё, что требует запуска, выносится отдельным списком.

— МЫ ПРОВЕРИЛИ НА СЕБЕ —

На входе — 40 зацепок. Подтвердились 25, в том числе три серьёзных: доступы и ключи уезжали в облачную копию; служебные файлы были открыты лишним; отправка могла уйти не тому человеку — просто по совпадению имени. Всё закрыли. Теперь секреты в облако не попадают, а чужим именем ничего не отправить.

— ЧТО ЭТО ДАЁТ БИЗНЕСУ —

• находится то, что руками никто не проверяет — и на что обычно закрывают глаза;
• на выходе не «список страшных слов», а конкретные правки: что изменить и где;
• можно проверять регулярно: перед запуском, после доработок, перед передачей проекта на сторону;
• база клиентов, переписки и деньги перестают зависеть от «вроде бы работает».

Большинство слабых мест — не там, где мы думаем. Их просто никто не ищет.

Если хотите проверить свою систему — напишите мне в личные сообщения слово «АУДИТ». Покажу, что найдём и что с этим делать.

Не придумывайте офферы. Ваши клиенты их уже написали

В рекламе почти любого бизнеса — «качественный сервис» и «индивидуальный подход». Слова, которые подходят всем. И поэтому не цепляют никого.

А ваши клиенты уже всё сказали — своими словами. Только не вам, а в отзывах у ваших конкурентов.

Офферы не нужно придумывать. Они уже написаны.

— КАК ЭТО РАБОТАЕТ —

Наш ИИ-сотрудник делает это целиком сам:

1. Собирает отзывы конкурентов — с карт, справочников, отзовиков, отраслевых площадок. По вашей нише и вашему городу.
2. Разбирает жалобы: что клиенты повторяют чаще всего. Считает по людям, а не по количеству повторов — чтобы один эмоциональный отзыв не превратился в «массовую проблему».
3. То же по похвале: за что клиентов правда хвалят.
4. Отдельно вытаскивает то, о чём клиенты пишут сами, а в описаниях и рекламе этого нет. Именно там прячется то, за что возвращаются — о чём вы даже не заявляете.
5. Достаёт дословные фразы клиентов. Короткие, настоящие. Многие — готовый оффер.

На выходе — таблица: боль → оффер → подтверждение цитатой клиента → куда поставить: объявление, сайт, пост, скрипт разговора.

— ЧТО ЭТО ДАЁТ —

Офферы словами ваших клиентов. Не «комфорт для всей семьи» и не «широкий спектр услуг» — а фраза, которую уже написал живой человек. И она зацепит такого же, как он.

Плюс два бонуса: видно, что конкуренты делают плохо — и не повторять их ошибок. И видно, где вы уже выигрываете, но молчите об этом.

— —

Конкуренты придумывают. Ваши клиенты — говорят. Начните слушать.

Хотите разбор отзывов конкурентов по вашей нише — напишите слово «отзывы».