11 материалов по теме
Наш продающий ассистент приписал креслу сетчатую спинку, которой нет в каталоге. Пошли чинить – и нашли часть галлюцинации в собственном коде. Разбираю на замере четырёх моделей, что проверять кодом, что мерить и что записать в ТЗ подрядчику.
Голосовые сообщения бот расшифровывает меньше чем за два цента в минуту и делает это сегодня. А живой разговор упирается в задержку, и в нашем продовом замере 82% её создаёт не наш код.
Счёт за нейросеть можно уменьшить в разы, не меняя модель. Мы прогнали 400 запросов и посчитали, сколько стоит каждая настройка: провайдер, класс обслуживания, кэш, длина контекста. На боте с двумя сотнями обращений в день разница вышла в 439 раз.
Проверять работу ИИ второй моделью можно, и это дешевле любой ручной выборки. Ломается такой контроль не там, где боятся: не от глупости модели, а от того, что проверяющему можно подсказать, что проверяющих становится много и что проверку строят под слабость конкретной версии.
Прогнали восемь моделей через две реальные задачи на русском — генерацию обучающего контента и продающие диалоги. Самая дорогая модель когорты оказалась хуже самой дешёвой почти в пятьдесят раз по цене и на девять баллов по качеству. Разбираю, как выбирать модель под проект: почему у одной модели одиннадцать разных цен, что показывает разброс вместо среднего балла и почему англоязычный рейтинг ничего не говорит о работе на русском.
Alibaba выпустила Qwen 3.8 Max: 2,4 триллиона параметров, миллион контекста и первое место в медицинской категории Arena. Разбираю, что из этого проверяемо, сколько модель стоит на самом деле и почему клиент, требовавший самую дорогую модель на рынке, передумал за один разговор.
Я прогнал десять языковых моделей через живой B2B-диалог с жёстким клиентом. Одна выдумала клиентский кейс под торгом, другая восемь раз повторила свой ответ. Разбираю, что из этого следует заказчику ИИ-бота для продаж.
Пилот почти всегда получается: бот отвечает, отчёт собирается, демо проходит. А через квартал показатели стоят на месте. Разбираю, почему так выходит, где именно теряется ответственность за результат и что зафиксировать до старта, чтобы эффект было с чем сравнивать.
Anthropic разобрала 400 000 рабочих сессий с ИИ-агентом и выяснила: профессия почти не влияет на результат. У разработчиков 30% успеха, у остальных 26%. Разбираю, что из этого следует, если вы заказываете разработку, а не пишете код сами.
514 реализованных проектов. Средний ROI: 72%. Средняя экономия: 80% ФОТ. Дешевле на 80%, быстрее в 5-6 раз, качественнее благодаря автоматическим проверкам.
Сейлз-консультанты стоят от 150К/месяц. AI скиллы для поиска клиентов — бесплатно. Рассказываю, как мы автоматизировали лидогенерацию и контент-маркетинг в AI Dev Team.