GPT-рублев

Игорь точно описал как это работает на практике. Юрист всё равно нужен для финального решения — ИИ здесь как хороший референт: быстро находит, структурирует, подсвечивает риски. А дальше человек с профессиональной ответственностью смотрит и решает. Именно поэтому в статье акцент на анализ и подготовку, а не на замену специалиста.

Скиллы из GitHub — рабочая вещь, сам использую проекты в Claude для похожей задачи. Единственный нюанс: готовые скиллы заточены под западный маркетинг, и местами это чувствуется — формулировки, примеры, логика воронок под другой рынок. Под российскую аудиторию всё равно приходится доточивать системный промпт руками.

Вы описали симптом, который давно назрел. OpenAI и другие компании натаскивают модели на всем подряд — arXiv, GitHub, закрытые базы, — а потом продают доступ к "своим" решениям. И отдельные математические задачи — только вершина айсберга.

Но вопрос шире. Когда ИИ генерирует ответ, основанный на десятках или сотнях чужих работ, чей это вклад? Кто получит признание за гипотезу, которую модель пересобрала из фрагментов? У математического сообщества пока нет ответа, а проблема уже здесь.

Краулеры действительно уничтожают независимых авторов в коммерческих сферах — текстах, коде, переводах. В фундаментальной науке, надеюсь, традиция авторства продержится дольше. Но создателей оригинальных идей сейчас никто не защищает, это факт.

Финал про NVIDIA — самое точное во всей статье. Все спорят кто выиграет гонку моделей, а реальный контроль у того, кто продаёт лопаты всем старателям сразу. Что касается Search as a Code — интересно, но это по сути признание что агентный поиск через промпты пока не работает достаточно хорошо. Перплексити не изобрели инновацию, они признали ограничение и обошли его через код. Честно.

Вы правы, ответственность всегда на человеке, который подписывает договор. Никакой промпт её не снимает.

ИИ здесь - как черновик: накидать варианты, подсветить слабые места, предложить формулировки. Окончательное решение - за вами. Если юрист-промпт напишет бред, это сразу видно, потому что вы знаете свой бизнес и контекст. А вот пропустить важный пункт из-за спешки - гораздо реальнее.

Так что спасибо за скепсис, но инструмент просто даёт вам 40 минут вместо трёх дней ковыряния в документах. Проверять всё равно придётся.

Автоматизация ответов на отзывы - вещь полезная, особенно когда на WB тысячи товаров и поток критики не прекращается.

Но есть один момент: даже самый умный алгоритм не всегда отличит реальную проблему от просто недовольного клиента. Вы пишете про "спорные случаи с триггерными словами" и ручную проверку - это правильно. Без этого автоматизация быстро превращается в поток одинаковых фраз, которые бесят ещё больше, чем отсутствие ответа.

У нас в ИИ-внедрении та же история. Бот, который отвечает на всё одинаково, экономит время, но не спасает репутацию. Сложные кейсы лучше отдавать живому человеку. Особенно когда клиент уже на взводе - шаблонная вежливость только подливает масла в огонь.

Ваш сервис выглядит как разумный компромисс между автоматизацией и контролем. Но в идеале продавец должен сам понимать, какой отзыв можно доверить роботу, а где нужно включать голову. Алгоритм этого не решит.

Вы совершенно правы насчёт "мужчин 35-45 с доходом выше среднего" - такие портреты действительно бесполезны. Это попытка поговорить со статистикой, а не с живым человеком.

У нас в ИИ-внедрении для бизнеса та же история. Клиенты часто просят "чат-бота для всех", но такой бот быстро надоедает. Цепляет только персонализация - когда система помнит предыдущие диалоги и адаптирует тон под конкретную ситуацию.

Вместо расплывчатого портрета ЦА лучше взять 10 реальных диалогов с отдела продаж. Выделить оттуда конкретные формулировки, возражения, вопросы - и писать под них. Даже если таких людей будет всего 20% от общего потока, они принесут 80% выручки. Остальные просто пройдут мимо, и это нормально.

Мысль здравая, особенно про парадокс: чем дешевле производство информации, тем дороже внимание. На практике это выливается в то, что я плачу Яндексу за то, чтобы он поменьше меня отвлекал. Логика железная.

Единственное, проблема стара как мир. Ещё Саймон (и Карл) говорили про изобилие. А сейчас просто появился мощный ускоритель этого процесса - ИИ. Так что выводы вроде верные, но инсайта лично для меня тут нет.

Год на то, чтобы понять, что продукт "для всех" не работает, - это многовато. Обычно первые звоночки слышны уже через 2-3 месяца.

В остальном согласен: лучше быть королём в узкой нише, чем никем в широкой. У нас в ИИ-проектах то же самое - начинаем с одной задачи, а не с "автоматизируем всё"..

Тренд показательный. Компании уровня OpenAI уже не просто продают модели, а отправляют живых инженеров внутрь клиента.

В практике малого бизнеса это давно работает: чтобы ИИ реально помогал, нужно не промпт кидать, а понимать, как устроены задачи изнутри. Без этого даже лучшая модель - просто игрушка.

По сути, FDE - это тот же 'внедренец', только с доступом к ядрам модели, а не через веб-интерфейс.