[айдженси] ИИ в бизнесе

Вайбкодим личный кабинет #sekta | Прямой эфир: среда, 13 мая, 14:00 МСК Мы делаем новый интерфейс школы #sekta и хотим показать процесс прямо в онлайне. Обычно такие штуки остаются за кадром: обсуждения, черновики, спорные решения, первые версии экранов.…

Вайбкодим личный кабинет #sekta | Прямой эфир: среда, 13 мая, 14:00 МСК Мы делаем новый интерфейс школы #sekta и хотим показать процесс прямо в онлайне. Обычно такие штуки остаются за кадром: обсуждения, черновики, спорные решения, первые версии экранов. Но в этот раз мы соберем все в лайве. На встрече: — Покажем, как вайбкодинг работает на реальном продуктовом кейсе — Разберем, как ускорить свою работу — Ответим на вопросы и разберем, что из этого можно унести в свою практику Для кого этот эфир: — Ты делаешь цифровой продукт: как дизайнер, основатель, менеджер — Хочешь понять, как применять вайбкодинг в реальной работе — Хочешь посмотреть на живой процесс сборки интерфейса, а не только на финальный результат Эфир пройдет онлайн в среду 13 мая в 14:00 МСК. Вход бесплатный → Регистрация на эфир P.S. Лучше приходить вживую можно будет задать вопросы! P.P.S. Ссылку на эфир здесь тоже продублируем. Ставь ❤️-ки, если придешь.

Почему ваша автоматизация не работает так, как хочется Когда внедряешь ИИ-автоматизацию и она не дает результата, то приходит мысль: «вот блин, раздутая технология, не работает, люди сделают лучше». Но нельзя сравнивать ИИ-автоматизацию, которой месяц от роду, с бизнес-процессом, который люди выстраивали годами. Сотни итераций, факапы, исправления, регламенты — все это зашито в то, как работает ваша команда сейчас. ИИ-автоматизациям нужно пройти те же этапы, просто на это нужно время и тесты. Яблоки сравнивают с яблоками, сырой процесс с сырым, зрелый со зрелым. Чем больше времени и итераций вы вложите в систему, тем больше результата она принесет. Еще полезное: → Lovable для документов или как мы сделали агента по тех. заданиям → Что такое ИИ-агент? Чем он отличается от ChatGPT или ИИ-автоматизаций?

— Обучили команду рекламного агентства BigfishGroup работать с ИИ-инструментами

Римская армия, агенты и конец менеджмента. Разбор статьи основателя Twitter Недавно бывший CEO Twitter сократил около 4 тысяч человек в своей финтех-компании. А потом выпустил текст про ИИ и свои планы, который быстро разлетелся по рынку. Текст ужасно интересный и местами футуристичный. Джек Дорси рассказывает про устройство армии, агентов, информационный слой и границы реальности. Дочитайте до конца, если хотите понять, как ИИ поменяет вашу жизнь. 1. Иерархии наших компаний пришли из прошлого Начнем не с ИИ, а с истории. Почему существующие компании вообще устроены так, как они устроены? Мы привыкли к отделам, менеджерам и цепочкам согласования так, будто это закон природы. Но это просто ответ на одну конкретную проблему: как принимать решения, когда людей становится много. Возьмем римскую армию. Самый маленький юнит контуберний состоит из 8 человек. Потом сотня из 100 человек (спасибо кеп), когорта из 480, легион почти 5 тысяч солдат! Это была первая модель управления сложностью человеческих организаций. Позже тот же принцип переехал в корпорации. Так родилась современная компания. 2. Чем больше уровней управления, тем медленнее компания думает У этой конструкции есть встроенный предел. Чем крупнее компания, тем больше уровней. Чем больше уровней, тем дольше идет информация и тем медленнее принимаются решения. В какой-то момент организация тратит огромную часть сил не на создание продукта, а на внутреннюю координацию. За последние десятилетия это много раз пытались лечить: стратегия, матричные структуры, холакратия. Но в основе всегда оставалась одна задача, которую так и не решили — передача информации все равно тормозится об людей. 3. ИИ может заменить не инструмент, а сам механизм координации Теперь мы подходим к самому важному тезису Джека Дорси. Сейчас многие воспринимают ИИ только как помогатора и ускорителя. Это не плохо, так как уже дает повышает эффективность. Но основная сила ИИ не в прокачке старой компании. Это шанс заменить сам механизм координации и управления бизнесом. До этого координация держалась на людях: менеджер собирал статусы, руководитель держал контекст, кто-то синхронизировал команды. Теперь значительную часть этой работы может взять на себя система. Как? Рассказываем дальше на примерах. 4. Агенты работают хорошо только там, где собрана информационная среда Следующий тезис, что агенты смогут работать качественно, если у них будет быстрый доступ к инфе. Вот конкретный пример из нашей работы. Команда разработки общается в рабочем чате. Раньше, когда кто-то замечал баг, он шел в таск-трекер, писал задачу, добавлял контекст, назначал ответственного. Это занимало время и требовало, чтобы кто-то конкретный этим занялся. Теперь в этот же чат подключен агент. Он видит всю переписку, знает кодовую базу, имеет доступ к задачам и деплою. Как только в чате появляется сообщение о баге, агент сам начинает разбираться. Находит проблему, предлагает фикс или сразу его делает, создает задачу и уведомляет нужных людей. Никто не ставит задачу вручную. Это работает потому, что агент подключен к информационному слою компании: история решений, доступы, роли, структура проекта, реальные сигналы из работы команды. Это живая среда, в которой накапливается собственное понимание реальности. Дорси называет это моделью мира компании. Компании, которые такую среду соберут, получат системы, способные работать в операционном контуре. Те, кто просто прикрутит ИИ к старым процессам, получат только ИИ-ассистентов. 5. Люди уходят на границу того, что система еще не понимает Если ИИ берет на себя координацию понятной реальности, роль человека сдвигается туда, где понятности пока нет. Можете представить себе карту с очерченными границами. Внутри границ есть информация, там работает ИИ. А на краях находятся люди и расширяют эти границы. Такие пироги! Читайте оригинал статьи, чтобы увидеть всю картину самостоятельно. И ставьте ❤️, если вам заходят такие разборы.

6 кейсов внедрения ИИ в бизнес за 5 минут В этом видео показываем, чем мы занимались в первом квартале и какие задачи решали для клиентов. Посмотрите видео до конца, если хотите понять, как ИИ можно встроить в маркетинг, поддержку, контент, внутренние процессы и обучение команды. Внутри: — Помогли команде Prosto Meditation (приложения №1 по медитациям) запускать веб-воронки быстрее — Полностью автоматизировали ответы по статусу заказа в е-ком бренде — Собрали модуль для извлечения данных из медицинских документов — Обучили команду рекламного агентства BigfishGroup работать с ИИ-инструментами — Провели персональное обучение для фаундера по вайбкодингу — Собрали автоматический мониторинг новостей для медиа команды Пишите нам, если вам тоже хочется внедрить ИИ в работу, автоматизировать рутину или обучить команду → Записаться на внедрение #кейс

Lovable для документов или как мы сделали агента по тех. заданиям #кейс Читайте до конца, если…

Lovable для документов или как мы сделали агента по тех. заданиям #кейс Читайте до конца, если у вас: — много муторной работы с документами — вы работаете в B2B — и вы хотите это ускорить Пару недель назад мы выпустили новый формат работы — микроавтоматизация за неделю. Смысл в том, что мы берем один небольшой процесс компании и либо кратно его упрощаем, либо полностью автоматизируем. Сегодня хотим показать первый кейс. О клиенте и проблемах К нам обратилось маркетинговое агентство, работают с топами рынка, в штате 60 человек. И мы с клиентом определили 4 проблемы. 1. Руководители тратят свое ценное время на технические задания, которые прикрепляются к договорам. Хочется это время экономить. 2. Форматов технических заданий очень много, порядка 10 штук. Есть разные вертикали в бизнесе: мероприятия, ведение соц. сетей, пиар, разработка и так далее. Это мешает все автоматизировать на 100%. 3. Третья проблема связана с самим ИИ. Команда уже частично пишет ТЗ через обычные нейросети. Но каждый раз нужно заново объяснять контекст, тон, формат, специфику клиента. Плюс 10 разных вертикалей это 10 разных подходов. 4. А когда текст наконец получается хорошим, его еще нужно было вручную копировать и переносить в документ. Лишние движения туда-обратно, снова и снова. Мы сделали операционную систему для тех. заданий Чтобы решить все эти проблемы мы создали простое веб-приложение. В нем есть два главных элемента: чат с ИИ-агентом и редактор документа рядом. Все в одном окно, больше ничего не нужно! Агент заранее настроен под формат документации самого клиента. Все 10 вертикалей уже зашиты внутрь, руководитель просто выбирает нужную и начинает работать. Как это работает? Все просто! Считайте, что вайбкодите документы. Заходите в чат и описываете задачу в свободной форме, а агент сразу создает полный черновик со всеми разделами. Там где не хватает данных, агент проставляет [уточнить] и потом задает уточняющие вопросы. Никакого «сначала ответьте на 15 вопросов, а потом получите текст».

✨ Идея для автоматизации за неделю: ответы на отзывы на картах Если у вас офлайн-бизнес или сеть, то отзывы в Яндекс Картах или 2ГИС напрямую влияют на поток клиентов. Люди смотрят не только на оценку, но и на отзывы. Если там есть негативные, то важно, чтобы был ответ от компании. Здесь можно сделать очень простую автоматизацию. 1. Новый отзыв сразу попадает в систему, и дальше она делит его на два типа. 2. Если отзыв положительный, система сама готовит и отправляет ответ, можно даже с идеями для следующего визита или новостями. 3. Если отзыв конфликтный, он уходит человеку вместе с готовым черновиком. Нам нравится этот сценарий тем, что он очень понятный и быстро запускается. Вы просто наводите порядок в работе с отзывами, ускоряете ответы и снимаете с команды рутину. А сложные случаи все равно оставляете человеку, чтобы не наломать дров. Для стоматологий, клиник, салонов, фитнес-студий, ресторанов, автосервисов и любого бизнеса с точками это один из самых понятных сценариев автоматизации. Отзывы нельзя игнорировать, но отвечать на каждый вручную тоже не всегда хватает времени. P.S. Если захотите собрать это сами, вот официальная документация Яндекс Бизнеса по работе с отзывами. P.P.S. Если нужна помощь с такой или другой автоматизацией, пишите нам, поможем сделать.

Сильные руководители автоматизируют не ради экономии времени Обычная логика автоматизации выглядит так: — вот у нас есть процесс, который съедает слишком много времени — давайте его ускорим и сократим ручную работу — освободим человеку несколько часов в неделю Звучит правильно, и для начала даже это хорошо! Но сильные руководители смотрят на шаг вперед и сразу задают себе вопрос «Что будет после успеха?». Когда автоматизация сработает и у человека появится 5, 10 или 20 часов в неделю, то на что именно они пойдут? Почему самой экономии времени недостаточно Потому что сама по себе экономия времени еще ничего не гарантирует. Реальная ценность появляется в тот момент, когда у вас есть понятный ответ, во что это время превратится дальше. Если такого ответа нет, можно очень легко автоматизировать кусок процесса, показать красивый результат в часах, а потом обнаружить, что никакого заметного эффекта для бизнеса не произошло. Время как будто освободили, но новая ценность из него не родилась. Как же тогда автоматизировать? Разберем на примере. Допустим, у вас есть менеджер, который подключает новых клиентов к продукту. Сейчас он тратит на подключением слишком много времени: объясняет одно и то же, собирает вводные, отвечает на типовые вопросы, ведет людей по одним и тем же шагам. И вы хотите это автоматизировать не просто потому, что «жалко времени», а потому что у вас есть четкий план, чем заменить эти часы. Например, сделать так, чтобы сотрудник отвечал уже не за сам процесс подключения, а за успех текущих клиентов, за то, чтобы они быстрее доходили до результата, лучше удерживались и глубже использовали продукт. В таком случае автоматизация станет давать бизнес-эффект. Подключение будет быстрее в несколько раз, а свободное время пойдет на рост показателей. БОНУС! Это снижает сопротивление внутри команды Когда у вас заранее есть план, что будет происходить с человеком после автоматизации, от этого легче не только бизнесу, но и самому сотруднику. У него появляется понятный прогноз: куда движется его роль, что от него будут ждать дальше, как будет выглядеть его рост, почему компания вообще затеяла эти изменения. Это сильно снижает тревогу и убирает сопротивление, потому что человек перестает воспринимать автоматизацию как историю в духе «у меня просто забирают работу». Вместо этого он видит, что компания не вынимает из него задачи вслепую, а переводит его время в более осмысленную и ценную зону ответственности. Кроме этого у руководителя появляется стратегия Для руководителя это тоже намного полезнее. Ты уже смотришь не просто на то, сколько часов можно снять с процесса, а понимаешь, какой следующий управленческий шаг за этим стоит. Какие задачи ты теперь сможешь усилить, где появится дополнительная мощность, что именно вырастет после автоматизации. Поэтому перед стартом автоматизации спросите себя: Когда у нас все получится, чем именно будет заниматься человек в освободившееся время? P.S. Эта логика не работает, если ваш сотрудник уже ПЕРЕгружен, и нужно просто вернуть время работы в норму. Или же вы планируете сокращать позиции в команде.

Claude умеет в инфографику и диаграммы (и даже с интерактивом) Если вы делаете посты, презентации или объясняете что-то визуально, вам точно это понравится. Claude теперь умеет рисовать графику прямо в чате. Например, картинка в прошлом посте так и была создана. Мы просто скинули текст про кейс и попросили визуализировать. В ответ получили аккуратную и стильную блок-схему. И это все в чате без Figma или Canva!) Попробуйте, это займет буквально минуту. Еще полезное: → ТОП-5 ИИ-инструментов для креатива и маркетинга 🥰 → Почему обычные компании проигрывают ИИ-командам (и даже не замечают этого)

Как ИИ помогает разгрузить поддержку и перестать тратить время инженеров на рутину Сегодня расскажем про кейс американской компании DNSFilter. Они занимаются кибербезопасностью, и у них ИИ-агент разбирает все входящие запросы в поддержку. Команда поддержки у них меньше 10 инженеров, и для такой команды даже несколько часов, которые можно вернуть обратно в неделю, уже очень много значат. По сути, автоматизация у них очень простая 1. Приходит вопрос от пользователя, и ИИ сначала понимает, насколько он простой или сложный. 2. Если вопрос типовой, агент сам отвечает на него, опираясь на внутреннюю документацию. Например, когда человек не до конца понял функцию продукта. 3. Если кейс сложный, агент передает его человеку. Весь этот цикл занимает около 4 минут. Какие результаты Со стороны на это правда можно посмотреть и сказать: ну хорошо, и это все? Да, по большому счету это и есть вся автоматизация. Но как раз такие простые автоматизации часто и дают экономический эффект. У DNSFilter человек обычно ведет около 35 запросов в неделю, а агент около 60 запросов. Плюс инженеры поддержки экономят до 3 часов в неделю на человека. Один такой агент закрывает объем работы двух специалистов и экономит компании около 200 тысяч долларов в год. Этот кейс отлично показывает, что ИИ-автоматизация не обязана быть сложной, чтобы быть полезной. Но бывают нюансы и проблемы у таких решений, о них рассказали здесь: → 2 компании внедрили ИИ в поддержку. Одна потом пожалела, а другая нет. Разбираем почему ——— → Записаться на консультацию

2 слота на микроавтоматизацию забрали. Остался 1 на этой неделе Если не видели первый пост, объясняем что это за формат и зачем вообще нужно. Каждый день в вашем бизнесе или команде есть задачи, которые кто-то делает руками. Это время, которое стоит денег…

Агентность в эпоху искусственного интеллекта (и как ее сохранить?) Хочется оторваться от новостей и немного пофилософствовать вместе с вами. Вопрос дня - как сохранить собственную агентность, пока мы привыкаем к тому, что ИИ умеет все больше и больше. Под агентносью мы подразумеваем способность человека самому думать, принимать решения и действовать, а не просто реагировать на то, что предлагает машина. На своем опыте мы видим, что кроме работы ИИ еще забирает момент внутреннего участия, что и есть ту самую агентность. Разберем на простом примере Сейчас существует очень много инструментов для создания заметок на созвонах. Например, tl;dv, Fireflies, Otter и тд. Все они записывают разговор, делают краткое резюме, вытаскивают задачи и собирают письмо с итогами встречи. Если честно, автоматические резюме почти у всех ужасные, надо писать свои промты. С ними сильно лучше. Это удобно, и мы сами такими инструментами пользуемся. Но у этого удобства есть побочный эффект. Когда человек знает, что все записалось и потом восстановится, он начинает меньше присутствовать в процессе. А значит меньше вслушивается, формулирует мысли на ходу и удерживает нить разговора у себя в голове. Внешне он стал эффективнее, но по факту просто отдал машине кусок собственного внимания. Мы наблюдаем то же самое в анализе, подготовке идей, стратегии и коммуникации и тд. Друго подход работы с ИИ Есть еще один ИИ-сервис для заметок, называется Granola. С ним во время звонка человек пишет свои заметки в обычном виде, буквально несколько слов или коротких фраз, самое важное. После встречи ИИ берет эти заметки и делает из них полноценный структурированный документ, дополняя детали из транскрипта. То есть человек остается в процессе, думает, фиксирует главное, а ИИ упаковывает то, что ему нужно. Такая модель сохраняет нашу агентность. Конечно, иногда можно полностью делегировать задачу, это тоже нормально, и от ситуации к ситуации все отличается. Но там, где важен наш опыт и взгляд, мы выбираем работать с ИИ в паре без полной автоматизации. А вы что думаете? ——— → Записаться на консультацию

Почему одни компании уже получают пользу от ИИ-агентов, а другие так и остаются с ChatGPT во вкладке Сейчас почти все хотят агентов, а дальше станет только хуже больше. Хочется, чтобы ИИ сам готовил КП, сам вытаскивал итоги из встреч, сам собирал контекст по клиенту, сам помогал команде в работе. И есть одна причина, по которой у кого-то получается, а у кого-то нет — дело в контексте. Контекст это все, что ИИ знает о вашем бизнесе: правила, шаблоны, исследование компании, логика работы и тд. Без этого он каждый раз начинает с нуля :( Разберем концепцию на 3 примерах. 1. Prosto Meditation. Сначала контекст, потом генерация Сейчас мы работаем с маркетинговой командой Prosto, это №1 приложение для медитации в России. Сотрудники хотят быстро генерировать десятки веб-воронок и креативов. Чтобы это получилось, нужно использовать ИИ-агентов. А чтобы агенты делали свою работу хорошо, нужно собрать контекст: — кто аудитория и клиенты — какой тон общения — какие офферы и месседжи работают ИИ генерирует много и быстро, и работает хорошо, когда у него есть доступ к нормальному контексту. К сожалению, иначе не получается. Поэтому прямо сейчас мы занимаемся именно этим, и только потом переходим к агентам. 2. Dashly. Когда каждый работает по-своему Этот кейс мы подглядели у Димы Сергеева, фаундера Dashly (см. оригинал в канале). У команды Dashly ИИ использовали все, но каждый по-своему. Качество зависело от того, кто лучше умеет писать запросы. Тогда они вынесли в Notion ВЕСЬ продуктовый контекст, клиентов, звонки, офферы, бенчмарки, кейсы. А дальше и запустили агентов поверх этого. Теперь результат зависит от качества общего контекста команды, что кратно подтянуло результаты работы с ИИ. 3. Маркетинговое агентство. Тонули в ручной работе Еще один кейс с Reddit (см. источник). У агентства все было как у всех. Открыл ChatGPT, заново вставил тон общения компании, заново объяснил как работает компании, прикрепил рефы, письмо клиента, заметки со встречи и тд. ИИ вроде есть, а ручной работы стало только больше. Потом они собрали в одной системе стратегию, процесс работы регламенты и остальные доки. В целом, ровно также, как и Dashly. Теперь один агент берет транскрипт звонка и через пару минут присылает готовое письмо. Другой слушает недельный созвон и обновляет отчет. ИИ начинает работать хорошо, когда у него есть доступ к нормальному контексту. К сожалению, иначе не получается. Поэтому мы рекомендуем начинать с простых автоматизаций Автоматизация закрывает один процесс, поэтому четко понятно, какой контекст нужен. Агент же берет на себя кусок роли. Думает, принимает решения, действует в рамках заданной логики. Например, не просто отправляет письмо после звонка, а анализирует разговор, определяет следующий шаг в сделке, меняет статусы в CRM. Чем сложнее роль, тем больше контекста нужно собрать заранее, и тем выше требования к самой команде. P.S. Но если у вас есть ресурсы в компании, на подготовку знаний для агентов, то это конечно быстро окупается. → Записаться на консультацию

Новый формат работы | За неделю автоматизируем процесс, который забирает время и деньги вашей компании Сейчас у большинства компаний одна и та же история. Клиентов и денег становится меньше, людей не хватает, а задачи никуда не делись. Мы сделали под это…