Пара мыслей от заядлого пользователя всяких ваших нейросетей и автоботов, на личном примере.
Я давненько работаю в сфере affiliate marketing на американском рынке, и часть работы всегда приходится автоматизировать. Уследить за сотнями работающих источников траффика самому практически невозможно, а нанимать людей в команду я никогда не любил, им еще платить надо

Одна из рутинных задач в моей работе — общение с потенциальными клиентами через почту, ответы на всякие вопросы и т.д. И в сфере, в которой я работаю (услуги по дому: электрики, сантехники и т.д) главное — это отвечать быстро. Американская домохозяйка не будет ждать два часа, у неё труба течёт. Ответил быстро — дал номер телефона — получил клиента. Прозевал сообщение — потерял клиента.
Пару лет назад я работал в одной компании, там дело было нехитрое — с дрожащими пальцами и красными глазами я по 8 часов не отлипал от компьютера, отвечая на сообщения вручную. Удовольствие было весьма сомнительное, да и время ответа в ручном режиме страдало. Ночью приходилось меняться с другим менеджером, в общем — ужас. Но
тогда мне это казалось вполне нормальным и естественным решением. Потом мы сделали нехитрого бота для быстрых ответов клиентам, но бОльшую часть работы все равно делали менеджеры вручную.
Для наглядности... У моего направления по маркетингу был целый отдел.
— Руководитель занимался анализом работы рекламных кампаний, планированием и т.д.
— 2 менеджера, которые работали с сообщениями клиентов, собирали номера телефонов и передавали в отдел продаж
— Еще несколько человек, отвечающие за написание постов в социалке + еще для некоторой рутинной работы
— Еще был отдельный отдел контроля качества, который проверял работу руководителя и менеджеров
Потом с компании я уволился, начал работать сам, в этой же нише. Начал строить свою систему, сделал своего бота... Нейросетей еще тогда не было, а имеющиеся особо интеллектом не отличались и для постоянной работы не подходили.
А потом... Потом появился этот ваш... чат-гпт. Прикрутил я его к боту по авто-ответам — красота, первый вопрос — а что, так можно было? Это была еще версия GPT 3.5, довольно тугая, потом перешёл на GPT-4, там уже было попроще.
Затем появился Claude Sonnet. Первые версии были, как обычно, тугие, но вот Sonnet 3.5... Это было нечто. Он вышел прошлым летом, и он был... Чертовски умён. Я как раз пытался решить проблемы масштабирования своей работы, и эта модель была способна на всё. Почти без опыта программирования, я начал писать через Claude скрипты, один за другим, это был как наркотик, мне хотелось сделать скрипты буквально для всего. Вспоминаются слова...

Для понимания, что в итоге удалось автоматизировать, часть самому, а часть с помощью программиста + с подключенной Claude API для обработки текста:
— Полный цикл текстового общения с клиентами, включая ответы на вопросы, распределение диалогов/лидов по категориям, отправку напоминалок и т.д.
— Анализ звонков и сообщений по нишам/времени/количеству/ко
нверсиям и т.п.
— Генерацию контента для оформления социалок + источников трафика (бизнес-страниц), включая описания/логотипы/постеры + прочий контент
+ Множество вспомогательных инструментов для помощи мне в работе, аналитике и проверке ошибок.
Всё это я сделал сам, почти не имея опыта в программировании и автоматизации. И этот текст не про то, какой я молодец, а про то — что теперь так может сделать каждый. Нужно просто научиться задавать правильные вопросы и задачи для нейросети.
В октябре вышел сервис Bolt.new, построенный на базе Sonnet 3.5. У нейронок есть проблема — код они писать умеют, но вот что с ним потом делать, если ты не дядя разработчик? Куда его пихать, чтобы оно заработало и можно было пользоваться? А вот туда. Bolt решает все эти проблемы, на выходе ты сразу получаешь готовое мобильное приложение или сайт, который можно открыть и пользоваться. Под любые задачи, ты главное объясни, что надобно.
Сами разработчики говорили — мы не смогли бы построить такой продукт без Claude Sonnet. Все другие модели — это не то, это не в те ворота. Ничто, по сравнению с новым Sonnet. На базе Bolt.new уже построены тысячи сайтов и небольших приложений, советую полистать их официальный твиттер и посмотреть на количество сделанного. Особенно хорошо Bolt справляется с лендингами (одностраничными сайтами) и нехитрыми приложениями, где не слишком много компонентов.
Лично у меня получилось сделать на его основе веб-приложение для аналитики звонков, которым я регулярно пользуюсь в работе — на скриншоте один из компонентов, которых больше 10, включая подключение Google Maps и использование ИИ для анализа разных метрик.
Мораль сей басни в чём... Ещё года два назад такое мне бы показалось невозможным. За все эти скрипты и приложение мне бы пришлось заплатить минимум тысяч 10 (естественно, не рублей), если не больше. Не говоря уже о постоянной плате за обслуживание и исправление ошибок. Сейчас я всё это могу сделать сам, чтобы исправить ошибку — нужно всего-то... попросить это сделать нейросеть. За символическую подписку в $20/месяц.
Работу, для которой раньше требовалось минимум человек 5... сейчас могу сделать я один. У меня есть единственный помощник, который вполне справляется с (ещё) не автоматизированными задачами, но я уверен — что следующее поколение моделей и агентов сможет закрыть и их.
Несколько основных мыслей касательно ИИ:
— То, что сейчас кажется невозможным, то, про что мы даже сейчас не думаем — станет реальностью уже через пару лет
— Следующее поколение моделей уже не за горами — SamA недавно анонсировал запуск GPT 4.5 и GPT-5 в этом году. Где-то в сторонке скромно за этим смотрят ребята из Anthropic — они не любят громких анонсов, но я почти уверен, что следующее большое обновление Claude снесёт всем башку и станет новым эталоном моделей для кодинга/разработки, вылеченное от нынешних проблем
— Агенты развиваются во всю, и уже к концу года (если не раньше) появятся первые гиганты, про которых будут говорить везде, как когда-то говорили про ChatGPT
Немного грустно, что знания о развитии ИИ и текущих LLM у подавляющего большинства заканчиваются на чат-гпт, ну и ладно 

За закрытыми моделями подтянется и Open Source, что так важен для развития DeAI в частности. SamA уже заикается в твиттере про открытое ИИ, Zuck анонсировал в Threads первый ивент для разработчиков на Llama, на котором также может быть представлено новое поколение моделей Llama, а их в DeAI используют все и везде. Не забываем и про нашумевший DeepSeek, который в этом году точно еще успеет удивить новыми моделями.
Недавно вышедший Deep Research от OpenAI уже во всю применяется в профессиональной аналитике и создании отчётов, а если у вас нет $200 для подписки, есть недорогая альтернатива от Perplexity. Всем советую попробовать, работает весьма недурно и может анализировать сотни источников.

ИИ уже вошел в нашу жизнь без спроса, буквально открыв дверь с ноги, и ему чихать, что вы там думаете. «а модели на самом деле не умные», «а они не могут посчитать буквы r в слове strawberry», «да это не настоящий интеллект», да это, да это...
А потом просыпаясь с похмелоса, внезапно оказывается, что вы остались без работы. У меня уже есть примеры в ближайшем окружении — иллюстраторы, потерявшие работу с приходом нейросетей. Ваши каракули больше никому не нужны, у нас есть Midjourney, Ideogram и ещё 100500 моделей на любой вкус и цвет, которые становятся лучше с каждым днём. Как иронично, не правда ли? Спроси лет 5 назад любого встречного, какие профессии первым заменит ИИ — ответ был бы в духе «нуу, бухгалтеры/аналитики и т.д.», но уж точно не художники.
Ещё недавно генерация видео казалась невыполнимой задачей для ИИ, а сейчас советую заглянуть на сайт Sora от OpenAI. На контенте, сгенерированном ИИ, строятся целые состояния. ИИ уже заполонил TikTok и если сейчас такой контент можно отличить от «настоящего» и недовольно сморщиться, то через годик-другой — разницы уже никто не заметит.
ИИ будет везде, от этого уже не убежать. Остаётся учиться с ним работать, и тогда будет шанс занять своё место в новом мире.
Ссылки:
— Моя любимая модель Claude, очень советую попробовать в ней анализ .csv и PDF файлов (если у вас есть таблица с кучей данных/большая PDF-ка), Claude сделает отчёт на любой вкус и цвет
— Perplexity AI, идеально подходит для изучения новостей, также есть DeepResearch для анализа комплексных тем с множеством источников. Под капотом — сразу несколько моделей, можно выбрать свою любимую, начиная от o3-mini, заканчивая Gemini от Google
— Bolt.new, платформа для full-stack разработки, поможет сделать сайт/мобильное приложение под любые нужды и сразу его запустить