🚫🤖 Не давайте GPT-6 Astra всем сотрудникам

OpenAI выпустила GPT-6 Astra — свою новую сверхмощную модель.

И первая реакция многих компаний будет предсказуемой:👉 «Давайте подключим её всем»

Я бы сделал ровно наоборот.

Большинству сотрудников Astra вообще не нужна!!!

Потому что использовать самую сильную и дорогую модель для обычной рутины — это примерно как нанять партнёра McKinsey, чтобы он переносил данные из Excel в CRM.

Смысл Astra совсем в другом.

Например:

• изучить сотни документов и найти риски;

• разобраться в большой кодовой базе;

• провести исследование и собрать презентацию руководству;

• выполнить цепочку действий в браузере, CRM и других системах.

То есть новая модель интересна бизнесу не как ещё один «умный чат», а как дорогой цифровой специалист, которому можно делегировать целый кусок работы.

И отсюда я бы сформулировал 5 правил внедрения.

Простые задачи прекрасно решаются более дешёвыми моделями.

Поэтому архитектура должна быть такой:

🟢 простая задача → дешёвая модель

🟡 сложная задача → Astra

🔴 критически важная задача → Astra + проверка человеком

Например:

Сделать краткое резюме разговора клиента — обычная модель.

А вот изучить всю историю клиента, переписку, договор, предыдущие покупки и подготовить стратегию переговоров по сделке на $1 млн — уже Astra.

У Astra цена через программный интерфейс — $10 за 1 млн входных токенов и $50 за 1 млн выходных.

На первый взгляд дорого.

Но бизнесу вообще не надо оптимизировать стоимость токена.

Нужно оптимизировать:💰 стоимость выполненной работы.

Если аналитик потратит на задачу 8 часов, а ИИ сделает её за несколько долларов — уже не так важно, какая именно модель была дешевле на 30%.

У Astra можно регулировать глубину рассуждений.

И здесь компаниям тоже захочется нажать:

🔥 MAXIMUM INTELLIGENCE 🔥

…на каждую задачу.

Не надо😁

Условно:

🟢 обычный документ → низкая глубина;

🟡 серьёзный анализ → средняя;

🔴 стратегия, сложное программирование или решение с высокой ценой ошибки → высокая/максимальная.

Контекст Astra огромный — около 1,05 млн токенов.

Звучит очень соблазнительно:

«А давайте просто дадим ей все договоры, переписку и регламенты».

Плохая идея⛔

Во-первых, модели не обязательно нужна вся информация.

Во-вторых, после 272 тыс. входных токенов стоимость существенно увеличивается.

Поэтому правильный подход: сначала найти нужные данные → потом дать их сильной модели → получить решение.

А не: «Вот тебе корпоративный диск на 10 лет, разбирайся».

Вот это, на мой взгляд, самое интересное.

Astra умеет работать не только с текстом, но и выполнять задачи через компьютер: браузер, сайты, системы компании.

Именно здесь потенциально лежит самый большой ROI.

Не: 💬 «Напиши отчёт».

А: ⚙ «Сделай работу».

Например:

🤝 Продажи: «Изучи 200 крупнейших клиентов → найди тех, у кого высокий риск оттока → подготовь менеджерам рекомендации → обнови CRM».

📊 Стратегия: «Изучи рынок, конкурентов и финансовые отчёты → сформируй три сценария → собери презентацию для совета директоров».

Не надо покупать самый мощный ИИ и раздавать его всей компании.

Нужно сначала найти:👉 10 самых дорогих интеллектуальных процессов в бизнесе.

А потом спросить: «Какие из них теперь можно частично или полностью отдать Astra?»

Идеальная схема, на мой взгляд, постепенно будет выглядеть примерно так: 80% простой работы → дешёвые модели, 15% сложной работы → сверхмощные модели вроде Astra 5% самых критичных решений → ИИ + человек

Компании, которые построят такую систему, получат гораздо больше эффекта.

Если эта тема вам интересна, загляните в наш Telegram.

Там мы публикуем новые AI-инструменты и интересные находки раньше, чем они превращаются в большие статьи на VC.ru, а также делимся ссылками и полезными материалами.