Олег Копылов | про AI, контент и маркетинг

Почему нейросеть иногда надо выбивать из колеи В ответ на прошлый пост мне рассказали, кто как мотивирует нейронки. Кто-то пишет: «уверен, ты можешь», кто-то ругается в духе: «б#$@#, сделай уже нормально». Почему всё это срабатывает? Дело, конечно, не в том, что ИИ становится стыдно. У него нет эго и страха выглядеть хуже коллег. Причина в другом. Когда модель говорит, что не может что-то сделать (хотя может), она оказывается заложницей контекста. Нейронка обучена быть последовательной: если один раз сказала «не умею», то каждый следующий ответ подстраивается под эту версию. Эффект колеи. Сообщение про способных коллег, ругательства и тому подобное просто выбивают агента из этой колеи. Так что токсичным руководителем для нейросети становиться необязательно: сработать может и обычное «попробуй ещё раз по-другому». С людьми, кстати, смена контекста тоже работает: мы часто становимся заложниками однажды выбранного убеждения. Эффект установки. Тогда смена контекста ломает не проблему, а способ смотреть на неё. Иногда человеку нужен не более сильный аргумент, а другой ракурс.

Ситуация. На тренинге подключали ИИ-агента к внутренним дашбордам. У всех подключился, у одного участника ну никак. Агент начал придумывать отговорки: мол, такого не умею. Помог хак из работы с живыми людьми. Написали агенту: «У коллег агенты смогли, а ты нет. Сделай что-нибудь». Подключился. Все как у людей.

Прогноз: ИИ в маркетинге и коммуникациях начнут откатывать назад, когда компании и люди поймут, что он бьёт по их репутации. Я вижу много писем, рассылок, предложений о сотрудничестве, где с ходу заметен ИИ, не тронутый человеческой рукой. Всегда одна и та же структура, везде надо продраться сквозь слова. Мозг автоматически отправляет такие тексты в зону баннерной слепоты. Ценность таких писем не ноль, она отрицательная: это признание, что моё время автору не дорого, а своё он жалеет. Недавно было два случая. В первом сам написал текст рассылки и услышал от коллеги: «как приятно увидеть крафтовый текст». Во втором накидал черновую коммуникацию с нейросетью (с контекстом, передовыми моделями и прочим) и получил критику. Справедливую. Человеческое общение рождается из намерения, усилий, эмпатии, эмоций. У ИИ этого нет. Когда убираешь человеческую составляющую, это просто робот. И считывается он не на уровне длинного тире, а на уровне доверия. И тут уточню свой же прогноз: ИИ не исчезнет из коммуникаций, так как экономика сильнее эстетики. Но премия за крафт будет расти. Появится новый водораздел: вместо «с ИИ или без ИИ» будет «вложился ли человек в текст с ИИ». Как сказала моя подруга про хороший текст с использованием ИИ: «Понадобился всего час времени и одна нейросеть, которую бьют».

ИИ для многих — как калькулятор? Обратил внимание на цифру и явление, которые плотно связаны. Цифра из свежего отчёта Stanford AI Index: за три года ИИ так или иначе попробовали 53% населения планеты. Внедрение идёт быстрее, чем в своё время расходились компьютеры или интернет. А вот явление: массовое проникновение ИИ помогает спрятать низкий уровень понимания. Человек делает работу нейросетью, но саму суть задачи не схватывает. Это явление уже получило название — когнитивная капитуляция. Психологи решили проверить: не угасают ли наши когнитивные способности в теплых объятьях ИИ? Исследования показали, что да. В трех экспериментах с участием 1300 человек иследователи обнаружили нечто поразительное: когда у людей был доступ к ИИ-помощнику, они обращались к нему более чем в половине случаев. И их точность почти полностью соответствовала точности ИИ. Когда ИИ был прав, правы были и люди. Когда ИИ ошибался, ошибались и люди. Они ничего не проверяли. Просто принимали ответы ИИ, полностью игнорируя интуицию и анализ. Это и есть когнитивная капитуляция. Мы используем ИИ, чтобы он помогал нам думать, и принимаем его результаты, не задавая вопросов и не прилагая усилий. Мы уже не просто думаем с помощью ИИ, а позволяем ему думать за нас. ИИ тут как калькулятор. Он упростил вычисления, но не отменил необходимость понимать, какую именно задачу ты решаешь. Так и здесь: тебе всё равно надо знать, что ты делаешь. Ощутил это на собственном опыте. Последний месяц занимаюсь новым направлением (поэтому почти не писал сюда). Нейросети облегчают путь, но не более. Пока не прощупаешь руками и не соберёшь картинку сам, будешь чувствовать себя студентом, который списал ответ на экзамене, но засыпался на элементарных вопросах.

ИИ-приложение, которым я пользуюсь чаще, чем ChatGPT и Claude Давно не рассказывал ничего прикладного. Есть приложение, которое я использую каждый рабочий день. Это Granola — блокнот-расшифровщик, который делает саммари по всем моим онлайн-встречам. Приложение автоматически подключается, когда я захожу в Zoom или Телемост, записывает разговор и сразу делает саммари. В том числе с учетом моих заметок по ходу встречи. Качество мне нравится: заметки структурированные, без ощущения, что ИИ что-то додумал или переврал. Я тестировал разное, но Granola точнее и быстрее всех. Я показываю ее на обучениях, и везде она производит вау-эффект. Зачем мне это? Не только для быстрых постмитов. Я постепенно создаю себе контекстную память по встречам. Можно быстро найти факт из прошлой встречи. Или посмотреть серию встреч и вытащить из них общие выводы. Причем с помощью тех же ChatGPT и Claude: они подключены к Granola через коннекторы. Из минусов: ➡️В бесплатной версии безлимитные расшифровки, но хранятся 30 дней. Проблема решается за счет все той же интеграции с ChatGPT и Claude, которые просто копируют эти записи. ➡️Базово заметки сохраняются в облаке. Это всегда риск утечки, хотя и небольшой (но это не значит, что его нет). Если это чувствительный момент, то рекомендую использовать опенсорсный Anarlog, который сохраняет расшифровки сразу на компьютер. Есть еще один подводный камень. Если раньше надо было вслушиваться в ход встречи, то теперь можно отвлекаться: за тебя всё сделает ИИ. Чем лучше Granola слушает за меня, тем легче перестать слушать и участвовать самому.

ИИ должен был заменить людей. Но сначала пошел съедать бюджеты Увидел новости от Fortune и AxioS: ИИ стал обходиться компаниям чуть ли не дороже сотрудников-людей. Microsoft отменяет сотрудникам подписки на Claude Code из-за больших трат. А Uber за 4 месяца сжёг годовой бюджет на ИИ, поэтому инженеры шутят, что возвращаются к чертежным доскам. В отдельных компаниях расходы на ИИ сравнялись с бюджетом на зарплаты сотрудников. Первая мысль: всем можно выдохнуть, потому что ИИ нас не заменит. Но если копнуть чуть глубже, то за этим можно рассмотреть новый интересный тренд. До сих пор большая часть разговоров была про то, что ИИ снизит издержки. А теперь, вероятно, началась другая эра. ИИ может удешевить отдельные этапы, но может резко повышает общие расходы. Это превращает ИИ из преимущества в проблему. Последние несколько месяцев от разных людей я слышу похожую мысль: мы внедрили ИИ-проекты, но не увидели от них выхлопа. В экономии, росте прибыли и так далее. Два года назад AI казался серебряной пулей. А в 2026 году как всегда оказалось, что этой пули нет. Менеджерам уже приходится думать над экономикой внедрения: бюджетах на команду, лимитах, маршрутизации моделей и так далее. Просто отчет о том, что мы повысили использование ИИ с 6% до 85% уже не работает. Теперь надо считать, сколько ресурсов сотрудников и бюджетов тратится на само внедрение ИИ. И какую это действительно дает экономию. Интересно, если скоро выяснится, что человеческий труд все же более рентабелен.

Почему я не убираю из своих текстов главный маркер нейрослопа Люди стали стесняться тире. Кто-то маскирует следы нейронки (не помогает), кто-то калечит свои тексты, чтобы они не выглядели как нейронка. Лингвист Адам Алексик, автор любопытной рассылки Etymology Nerd — о том, как нейросети меняют язык, называет этот феномен anti-AI backlash. Я бы вольно перевёл его как отторжение ИИ. Люди отказываются от слов и знаков препинания, которые использовали годами, чтобы их работу не приняли за нейросетевую. Алексик говорит: «Я видел, как людей критикуют за использование тире, потому что это выглядит как ИИ. Меня это расстраивает, потому что я фанат тире». Я с ним согласен. Не ChatGPT изобрел тире. В русском письменной речи оно появилось в 1760-х годах. Тогда его называли «молчанкой». Логика прямая: тире — знак молчания. Самая длинная пауза. Тире и другие знаки препинания приблизили письменную речь к устной — заставили ее звучать. Чехов потом сформулировал это так: «Знаки препинания служат нотами при чтении». У Достоевского тире работало на создание нерва героев, Бродский им делал паузу и разворачивал мысль. А у Цветаевой вообще нет ни одного стихотворения, в котором не было бы тире. Насколько мне известно, никто из них не пользовался нейросетями. LLM действительно вставляют тире где только можно. Есть исследование: ChatGPT использует тире в 3,28 раза чаще, чем человек в своих текстах. Частота превращает приём в штамп. Неуместное использование выдает фальшь. Но я не хочу, чтобы нейросети украли у нас тире. Иначе получается парадокс: чтобы в 2026 году писать «по-человечески», нам приходится зажимать себя и писать менее творчески.

Что не так с новостью про массовый блок россиян в Claude? Несколько человек переслали мне новость про то, что Anthropic заблокировал несколько сотен россиян в Claude. Спрашивают: «что, началось?» Меня сразу многое смутило в новости, но потом ещё разбирался с темой. И вот что думаю. Короткий ответ: не началось (а продолжается), не массово (относительно), не только россиян. Объясняю: 1. О случаях с блокировками российских юзеров я слышу примерно последний год, то есть это не история мая 2026-го. Случаи скорее редкие, у большинства знакомых мне пользователей Claude всё нормально. 2. Пользователей из «разрешённых» стран точно так же банят. И отдельных юзеров, и целые компании. В апреле под раздачу попал аргентинский финтех Belo. Им разом заблокировали все 60 аккаунтов, без объяснения причины. Критическая часть данных и процессов компании была завязана на Claude. 3. За второе полугодие 2025 года Anthropic заблокировал 1,45 млн аккаунтов, это официальные данные из их Transparency Hub. Чтобы прочувствовать масштаб: 1,45 млн банов за полгода — это около 240 000 в месяц или около 8 000 аккаунтов в день в среднем. «Несколько сотен» россиян (кстати, так и не понял откуда цифра) это даже не статистический шум. Кладбище аккаунтов глобальное, Россия в этом списке частный случай. 4. За что банят? Anthropic не поясняет причин конкретным пользователям. Но среди самых частых: шеринг аккаунтов на несколько человек, использование для сторонних агентнтных решений типа OpenClaw, создание бот-ферм, использование несовершеннолетними. 5. Да, забанить могут и за доступ из неподдерживаемых регионов. Формально доступ из России и так запрещён, россияне пользуются средствами обхода. Это легко отловить, если в одной сессии меняются регионы входа. Но я за один день могу зайти из Германии, Нидерландов и США. Симка привязана тайская, карточка — таджикистанская. Бан за два года не словил. 6. И вот самое интересное: основная причина банов — ложное срабатывание автоматики на основе ИИ. Инженеры Anthropic сами признают: автоматика слишком агрессивна. Например, на Reddit есть истории о том, как автоматический классификатор маркирует взрослые аккаунты как «используемые ребёнком». И банит, конечно. 7. Дальше ещё интереснее: блокировку практически невозможно оспорить. За то же прошлое полугодие залокированные юзеры подали 52 тысячи апелляций, из них удовлетворили только 3,3%. То есть из 1,45 млн аккаунтов удалось восстановить только 0,12%. Угадайте, кто рассматривает апелляции? Судя по шаблонным ответам и срокам, та же самая автоматика. Так что ваш ИИ-аккаунт скорее могут забанить не из-за того, что вы из России, а потому что так решил сам ИИ. И на ваши возражения вы даже не услышите в ответ: «Отличное замечание! Вы абсолютно правы — я действительно допустил неточность. Прошу прощения за путаницу, сейчас всё исправлю».

Нейросети не только заберут нашу работу, но и обвалят экономику? Экономисты из Пенсильванского и Бостонского университетов математически обосновали неизбежность кризиса из-за массового внедрения ИИ. Логика простая: если нейросети заменят сотрудников, то люди останутся без дохода, бизнес — без покупателей. И нас ждёт экономический обвал. Такая «ловушка автоматизации», где сначала страдают уволенные сотрудники, а потом компании. Насколько вероятен такой сценарий для России и как нам к этому подготовиться? Порассуждал на эту тему для проекта «Теперь вы знаете» вместе с другими экспертами. Почитайте на Lenta.ru, там любопытно. Из моего комментария вошло три фрагмента, поэтому поделюсь с вами его полной версией. Там про то, какие навыки будут дешеветь, а какие дорожать, какой сдвиг я заметил в найме за последний год, а ещё почему работа с ИИ похожа на сендвич. Упаковал текст в лендинг. Еестественно, с помощью нейросетей. Вот вариант от Claude Code, а вот от Codex (ChatGPT). На каждый ушло минут по 15: забрифовал, дальше они все сами придумали и сделали. Специально не стал править результат, чтобы вы увидели, что наделали нейронки без вмешательства человека.

Зарплата в фантиках ИИ-токенами Тренд на шринкономику в нейросетях привел к необычному эффекту. В Кремниевой долине ИИ-токены (вычислительные единицы, на которых работают модели) начинают выдавать инженерам как часть зарплаты. Главным евангелистом идеи стал Дженсен Хуанг, глава Nvidia. Он предложил такую модель: к базовой зарплате инженера добавлять токены примерно на половину оклада. Потребность в токенах — часть масштабного перехода к агентным системам. Если на написание текстов вы потратите 10 тыс токенов за день, то инженер, управляющий роем агентов, может потратить миллионы токенов. Причем в фоновом режиме. Щедрые бюджеты на покупку токенов постепенно становятся стандартной привилегией, как когда-то стоматологическая страховка или бесплатный обед. В OpenAI уже появились внутренние таблицы, где инженеры соревнуются кто больше использовал токенов. Сэм Альтман даже заговорил про «универсальный базовый компьют» как замену универсальному базовому доходу. Логика такой плюшки такая: доступ к большим вычислительным мощностям повышает продуктивность инженеров, а более продуктивные сотрудники ценятся выше. Идея в том, что это инвестиция в человека. Хотя, на мой взгляд, выгода здесь скорее для компании, а не для сотрудника, который фактически будет работать больше за те же живые деньги. А токены, что называется, в карман не положишь. Как это могло бы выглядеть в России? Да скорее всего пока никак. Во-первых, пока мало в каких российских компаниях выдают доступ к нейросетям за счет компании. Хотя от разных знакомых из зарубежных компаний слышал, что корпоративный Claude это база. Во-вторых, у нас банально сложнее получать доступы к токенам иностранных нейросетей. И дороже: российские компании это делают через провайдеров-посредников. А отечественных ИИ-мощностей пока сильно меньше, распределять особо нечего.

Как распознать неочевидные галлюцинации нейросетей Хорошая новость: 2023 году нейросети выдавали галлюцинации в 20% ответов, сейчас — в 3–5%. Плохая: ловить их стало труднее. Раньше модели выдавали очевидные ошибки, который видно сразу. Теперь это могут быть ссылки на источники, которых нет, несуществующие законы, склеенные факты и так далее. В блоге МТС Линк вышла статья, где я рассказываю: ➡️ почему нейросети продолжают галлюцинировать даже в 2026 ➡️ про 5 типов галлюцинаций и то, как их распознать ➡️ как проверять ответы ИИ и снижать риск ошибок на выходе. Читайте здесь.

Нейросети по талонам? Эпоха бесплатных и дешевых нейросетей если не уходит, то усушается. Формально нейросети не дорожают. Но происходит то, что называют шринкфляцией: когда в магазине за ту же цену получаешь не 1 литр молока, а 930 мл. Вот как это происходит с ИИ-сервисами: ➡️Режут бесплатные тарифы Google в декабре урезал бесплатные квоты на Gemini на 50–80%. С 1 апреля убрал Pro-модели из бесплатного тарифа полностью. То же самое происходит с сервисами для генерации видео. Как было раньше: выходит новая модель, раздают жирный набор бесплатных токенов. Сейчас же бесплатного пакета едва хватает на одну простую генерацию, почти везде надо сразу платить. ➡️Подменяют модели В тарифе Plus после исчерпания лимита ChatGPT тихо переключается на упрощённую модель. Ответы становятся хуже, пользователи даже не замечают, что их пересадили на другую модель. ➡️Подписки усушаются Заметил по своим задачам: раньше в рамках лимита личной подписки на Claude за $20 я мог сделать несколько презентаций или одну большую. И еще оставалось. Сейчас после одной презы упираюсь в дневные лимиты. А есть еще недельные. Поэтому буду переходить на личную подписку за $100. А там не за горами и $200. Почему так происходит? Старая модель подписки за $20 в месяц работала, пока мы общались с ботом текстом. Вычислений мало, бюджета подписки хватало с запасом. А потом появились агенты. Один разработчик с Claude Code за ночь сжигает столько вычислительных мощностей, сколько 200 обычных пользователей за то же время. Это как шведский стол. Экономическая модель работает, пока кто-то поест больше, кто-то меньше, в среднем сходится. А потом кто-то приехал на грузовике и стал вывозить котлеты ящиками. И таких становится всё больше. Поэтому обеды начинают выдавать по талонам. К чему это приведет? А вот это самое интересное. Вижу, как те, кто серьезно интегрировал агентов в свою работу (в основном в разработке), стали спотыкаться об ограничения. Процессы вроде автоматизированы, но могут встать в любой момент. И даже не из-за выключения «рубильника», а из-за продуктовой политики ИИ-сервисов. Получается, нейросети из режима «всегда включённая розетка» превращаются в «сервис с ограничениями». И это надо закладывать в любой процесс, где вы планируете всерьез использовать ИИ.

Ожидание: мы отупеем, потому что за нас будет думать ИИ. Реальность: люди тупеют, потому что ИИ заставил их работать больше. Вот типичные сообщения из чатов про ИИ в апреле 2026 года: «Открыла вечером ИИ-ассистента настроить одну задачу, очнулась в час ночи» «Скажите, а есть кто не вайбкодит в выходные?» (спойлер: нет) «С нейронками могу просидеть за работой 12 часов вместо прежних 8. Некоторый азарт, как с казино» Появился даже новый термин — brain fry. Дословно это «жареный мозг», по факту — умственная усталость от чрезмерного использования ИИ. Исследователи из Boston Consulting Group опросили 1500 человек, которые используют ИИ в работе, и 14% подтвердили, что испытывают что-то похожее на перегрузку мозга. Участники опроса говорили про ощущение «гула» в голове или «мозговой туман», трудности с концентрацией внимания, замедление принятия решений и головные боли. В итоге это приводит к росту числа ошибок, усталости от принятия решений и желанию уволиться. Самое интересное, что эти 14% в основном ИИ-передовики: те, кто начал внедрять нейросети в работу раньше других и использует их чаще других. То есть самые ИИ-продуктивные оказались самыми проигравшими. В моменте бесконечная работа с ИИ ощущается как прогресс, постоянное движение вперёд. В этом и фокус. С вещами, которые не нравятся, всё просто: ты их избегаешь. Но попробуй оторваться от того, что приносит удовольствие и при этом выглядит как эффективная работа. Так что, возможно, действительно важный навык в эпоху ИИ — это умение вовремя закрыть крышку ноутбука.

Если хотите понять, как ИИ может трансформировать компанию, в которой вы работаете, рекомендую это эссе от Джека Дорси. Вот перевод, который я сделал, заверстал и опубликовал с помощью Claude Code. Дорси основал Twitter, а сейчас руководит платежной компании Block. В марте Дорси сократил 4 000 человек (~40% штата). Причина — AI, который меняет саму природу управления компанией. В эссе Дорси объясняет как. Вот ключевые мысли: ➡️Большинство компаний раздали сотрудникам доступ к нейросетям и считают, что внедрили AI. Но это лишь делает старую структуру чуть быстрее, не меняя её. Block строит «mini-AGI» — интеллектуальный слой, который сам собирает решения из информации внутри компании. ➡️Единственная причина существования менеджмента — человек может координировать не больше 3-8 сотрудников, поэтому нужны слои иерархии. AI снимает это ограничение. ➡️AI заменяет координационный слой менеджмента. Тот, что мы привыкли называть средним управленческим слоем. В традиционной компании менеджер среднего звена по сути передатчик информации. Он знает, что делает его команда, какие есть блокеры, куда идут ресурсы, что работает, а что нет. И передаёт это вверх и вниз по цепочке. Проблема в том, что на каждом слое информация теряется, искажается и замедляется. ➡️В новой архитектуре контекст теперь даёт не начальник, а «мировая модель компании». Это ИИ-система, которая в реальном времени собирает и обновляет картину всего, что происходит внутри компании: что строится, что застряло, где выделены ресурсы, что работает, что нет. ➡️Теперь в компании нет менеджеров, вместо них всего три роли: Индивидуальный специалист — глубокий эксперт в своей области. Ответственный за результат — человек, который должен решить конкретную проблему за 90 дней. У него нет подчинённых, но есть полномочия привлечь любых спецов под задачу. Играющий тренер — замена классическому менеджеру, но с ключевым отличием: сам пишет код, строит модели, делает дизайн. Параллельно вкладывается в развитие людей вокруг. Но не сидит на бесконечных встречах (зависть, да?). _____ Подход Block активно критикуют. Одни называют это «AI-промыванием мозгов». Другие спрашивают: а не станет ли сам Дорси, к которому теперь «репортят все 6 000», тем самым бутылочным горлышком, которое он пытается устранить?

Про возможный запрет иностранных нейросетей Получил несколько вопросов про законопроект «Об искусственном интеллекте в РФ». Ключевая формулировка, которая и подняла волну: иностранные технологии ИИ могут быть запрещены или ограничены в доступе. Что будет? Обсуждали это на выходных с моей подругой Настасьей, которая занимается внедрением ИИ. И вот что получается. Представим, что всё. Иностранным ИИ нельзя пользоваться. Никаким образом. Остаётся только несколько своих и, возможно, в каком-то виде китайских. Этого мало. Без доступа к передовым иностранным решениям никакого интенсивного развития ИИ-отрасли быть не может. Для конкуренции и развития нужно смотреть, пробовать и применять то, что делают другие. Это как минимум. Поэтому никакие ИИ-агенты у нас людей не заменят. Ни разработчиков, ни тех, кто занимается текстами или поддержкой клиентов. В общем, никого из этого списка. Никаких 20% уволенных не будет, на сантехников можно не переучиваться. Так что проблема с трудовыми местами решена. Профит! _______________________________ А если серьёзно, то вот какие мысли: 1. Если закон примут, то он вступит в силу с 1 сентября 2027 года. Пока конкретные блокировки не прописаны. Но база для этого появится. 2. Топовые сервисы ChatGPT, Claude, Gemini и так официально заблокированы для россиян. Правда, с той стороны. Мы все знаем способы обхода. Но если OpenAI достаточно лоялен, то Anthropic довольно часто блокирует россиянам аккаунты в Claude. Для доступа к Gemini тоже порой нужны отдельные танцы с бубном. 3. Регулирование ИИ неизбежно. Собственные ИИ надо развивать. Но ограничения иностранных технологий в этом не помогут, скорее откатят назад. И нас с вами тоже. 4. Ограничения стремительно увеличат разрыв между российскими ИИ и мировыми. Для отрасли, где именно сейчас происходит максимальное ускорение, даже небольшая заминка может превратиться в пропасть. 5. Самое обидное, что нашими IT, цифровизацией и технологиями действительно можно гордиться. Но все последние ограничения и блокировки, которые мы видим, больно бьют по всему этому.

18 марта выступлю на нашей яндексовой конференции ПромоСреда. Расскажу про то, как мы переложили экспертизу редакторов в ИИ-инструмент для написания рекламных текстов. Смотрю сейчас на презентацию и понимаю, что рассказ получается шире, чем просто про продуктовое решение. Будет про то, какова настоящая роль ИИ в нашей жизни, как меняются навыки маркетолога, редактора и не только. Авторские мемы и метафоры, естественно, тоже будут. Буду рад видеть вас в зале или онлайн. Регистрируйтесь здесь.

Прогнозы утомили: нас всех вот-вот заменят. Но вот Anthropic (создатели Claude) взглянули на перспективы рынка труда по-новому. Суть подхода: теория без практики бесполезна. Их новый индекс учитывает не что ИИ мог бы делать, а что реально делает в рабочих контекстах. Основные выводы: ➡️ИИ далёк от теоретического потенциала. Claude реально используется в 33% задач в сфере ИТ, хотя теоретически мог бы охватить 94%. ➡️ Профессии с максимальным риском замены: программисты, сотрудники клиентского сервиса, маркетинговые и финансовые аналитики, QA-тестировщики. ➡️ Портрет группы риска неожиданный: в ней больше женщин, людей с высоким уровнем образования и хорошей зарплатой. ➡️ Под наименьшим ударом — повара, бармены, механики, спасатели. На мой взгляд, это временно: к 2030-м ожидают массового появления гуманоидных роботов. ➡️ Безработица в группе риска пока не выросла. Но молодых берут реже: частота найма 22–25-летних упала примерно на 14%. Массовых увольнений нет, но зайти на рынок становится сложнее. Что это значит для нас: 1. Про угрозу ИИ много говорят, но в реальности он не вытесняет людей. Пока все ждут апокалипсиса, мы буксуем на этапе внедрения. 2. Проблема уже не в том, что ИИ «не может». А в том, что бизнес-процессы не адаптированы под него. Мы пытаемся вставить реактивный двигатель в телегу. Победят не те, у кого технологии лучше, а кто быстрее пересоберёт процессы под формат «человек + ИИ». 3. Для двадцатилетних ИИ открывает возможности: можно быстро превзойти старших коллег. Но войти на рынок труда становится сложнее, чем 10 лет назад. 4. И ещё: образование перестаёт быть страховкой. Мы входим в эру «ренессанса дилетантов». Глубокие академические знания в маркетинге или финансах обесцениваются быстрее, чем навык быстрого пересбора смыслов с помощью нейронки. После прошлого поста про прогнозы на 5–10 лет было много вопросов: а что делать, как не потеряться в эпоху ИИ-революции? Тут постом не отделаешься — нужен лонгрид или подкаст. Если готовы к такому формату, поставьте ⚡.

«Больше не нанимаю сотрудников, потому что теперь есть ИИ-агент» Уже пару недель думаю про рилз с этой фразой от одной предпринимательницы. Она теперь не нанимает новых сотрудников на операционку, потому что за них всю работу может выполнять агент OpenClaw (ClawBot). Он бесплатный, точный, работает 24/7. В комментариях к ролику уже написали, что в этом подходе не так. Но сама тема «боты заменят сотрудников» набирает обороты. Понимаю, что такие истории могут вызвать страх: что, скоро и за мной придут? Поэтому напишу, что про это думаю. 1. Это не бесплатно Да, само решение OpenClaw бесплатно. Но под капотом работают те же модели: ChatGPT, Claude, Gemini. Они потребляют токены. На клодовской последней модели один сеанс обходится $1,5. И чем больше вы с ним общаетесь, тем больше он запоминает и обращается к контексту. И тем дороже каждый следующий запрос. А еще OpenClaw усложняет: задачу, которую вы решаете одним запросом в нейронку, он может прогнать через десятки итераций. Стоимость улетает в космос. Самые активные пользователи могут потратить $4000 в месяц. 2. Он не точный Есть такая метрика pass@1 — вероятность того, что бот выполнит задачу с первой попытки. У OpenClaw она равна 60%. Чтобы дотянуть до 94%, нужны три попытки — это дополнительные токены, время и деньги. А самые топовые модели всё равно ошибаются. Самое неприятное, что если бот ошибется на одном из этапов, то потом по сути продолжит множить ошибки. За ваши деньги. 3. Он не безопасный ClawBot имеет полный доступ к вашей машине. Может запускать процессы, удалять файлы, открывать браузер. Достаточно одной промпт-инъекции, и бот начнет все это удалять. Для человека это потеря писем, для бизнеса — потеря данных и другие неприятные последствия. Вплоть до потери самого бизнеса. 4. Без системы он не особо полезен AI приносит пользу только при работе в систематизированной структуре бизнес-процессов, которой нет у 95% предпринимателей. Да, я это вижу на примере даже крупных бизнесов, где внедрение ИИ спотыкается о хромые процессы и сопротивление сотрудников. Вообще это отдельная тема, после погружения в которую у меня поубавился оптимизм по поводу быстрых переходов компаний на ИИ-рельсы. Что в итоге? Да, персональные ИИ-агенты станут неотъемлемой частью нашей жизни и работы. Но не думаю, что они быстро заменят вас. Ими тоже надо будет управлять, их надо будет контролировать, учить и встраивать в процессы. И ваша ценность не в выполнении цепочки рутинных действий. Она в понимании контекста, способности принимать решения, в ответственности за результат. Бот не может нести ответственность. Бот не понимает, что ошибся, пока ему не скажут. Бот не придёт к клиенту извиниться.

Нейросеть подлизывается. Что делать? Частый вопрос, расскажу несколько решений. Но сначала объясню почему так происходит. Дело не в тупости нейросетей, а в людях. Они дообучают модели: ставят оценки их ответам. И, естественно, выше оценивают те, где с человеком соглашаются. Нейросети делают это довольно часто: ChatGPT угодничает в 58% случаев, Claude — в 60%, Gemini — в 62% (данные SycEval). Вот что можно с этим сделать: 1. Написать прямо: «Оценивай объективно, не учитывай, соглашусь ли я с критикой». 2. Если вижу, что ответ мне льстит, пишу что-то вроде «Или нет?», «А это точно?». Хорошая модель должна либо объяснить, почему меняет мнение, либо отстоять свою точку зрения. 3. Тот случай, когда задавать роль действительно полезно: критик, оппонент, провокатор. 4. Лайфхак от моего товарища Игоря Коробкова, евангелиста Яндекс Директа: Если я сомневаюсь в ответе нейронки, то добавляю в промпт строчку "давай поработаем в режиме радикальной искренности". Эта "радикальная искренность" работает как триггер — нейронка начинает нормально общаться, говорить правду как есть. Тестировал на Gemini, результат сильно поменялся. 5. А вот подход писателя Марка Мэнсона, автора книги «Тонкое искусство пофигизма». В своей рассылке он пишет: если хотите использовать ИИ для роста, перестаньте просить его помочь вам. Вместо этого попросите его бросить вам вызов. Даже предать вас. Почему предать? Потому что ИИ при определенном подходе может прямо указать на ваши недостатки и ошибки. Покажет, чего именно вы избегали. Мэнсон пишет в промпте: Твоя цель — помочь мне глубже понять недавнюю проблему или неудачу и извлечь из нее наиболее ценные уроки. Задавай по одному вопросу за раз, только то, что необходимо для раскрытия ключевых идей. Я пробовал. Предательства не ощутил, но выводы были действительно глубже, чем когда просто спрашиваешь нейронку. Делитесь своими приемами в комментариях.

✌️ Как использовать Claude Code для маркетинга и контента На прошлой «НейроМастерской» Олег Копылов в свойственной ему лёгкой и простой для восприятия манере показал, что можно делать в Claude Code людям НЕтехнических специальностей. А делать можно, между прочим, реально огненные вещи! 🔥 👉 Если пропустили, то держите запись: VK / YouTube  Также, по традиции, вот краткое саммари, чтобы всем было проще ИИнизироваться. 👇 ✦ 5 ШАГОВ К CLAUDE CODE Claude Code — ваш персональный «инженер», который автоматизирует рутинные задачи, на которые раньше уходили часы ручного труда. Он позволяет маркетологу создавать собственные инструменты под конкретные задачи, не имея при этом глубокого технического бэкграунда. Чтобы эффективно начать работать с Claude Code, следуйте этому алгоритму: >> ШАГ 1. Выберите подходящую рабочую среду Claude Code существует в нескольких измерениях, и выбор зависит от ваших текущих задач и навыков: — Терминал: Позволяет напрямую «общаться» с вашим компьютером, файлами и интернетом. Это наиболее стабильный вариант, который никогда не «висит» и работает максимально быстро. — Десктопное приложение: Адаптированная версия для тех, кто не занимается разработкой. Здесь удобнее всего использовать готовые навыки (Skills), подключать маркетинговые плагины и коннекторы к внешним сервисам, таким как почта или Figma. — IDE (Cursor или VS Code): Идеально подходит, если вам нужно видеть структуру файлов проекта и иметь возможность вносить правки вручную в соседнем окне. >> ШАГ 2. Используйте «Plan Mode» для сложных проектов Перед тем как приступить к генерации, для масштабных задач (например, создания сложного аналитического инструмента) перейдите в режим планирования (Shift + P). В этом режиме Claude проводит брейншторм, задает уточняющие вопросы и прорабатывает архитектуру решения. Это помогает избежать ошибок на старте. >> ШАГ 3. Сформируйте базу знаний и навыки (Skills) На смену длинным промтам приходят Skills — постоянные команды для частых задач (например, «Проверь мой пост» или «Проведи конкурентный анализ»). — Загрузите базу знаний: Передайте нейросети папки с вашими редполитиками, гайдлайнами и примерами успешных материалов. — Настройте триггеры: Claude Code будет автоматически обращаться к этим файлам, используя ваши стандарты стиля и типографики при каждом вызове соответствующего навыка. >> ШАГ 4. Соберите команду цифровых агентов Вместо одного универсального помощника создайте команду специализированных агентов, которые могут работать параллельно и даже «общаться» между собой для уточнения деталей. — Researcher (Исследователь): Собирает фактуру и анализирует конкурентов. — Writer (Писатель): Создаёт черновик на основе исследования. — Editor (Редактор): Проверяет логику и факты. — Anti-slop редактор: Специальный агент, который вычищает текст от характерных нейросетевых штампов. >> ШАГ 5. Масштабируйте контент через Pipeline (цепочки) Один качественный исходник (например, ссылка на подкаст в YouTube) Claude Code может превратить в целую экосистему материалов с помощью настроенных цепочек действий.   — Автоматически расшифрует и переведёт контент.  — Создаст на его основе статью, презентацию (в HTML или PPTX) и даже интерактивный мини-лендинг в нужном стиле.  — Самостоятельно опубликует результат на бесплатный хостинг (например, Netlify) или отправит готовый пост в ваш Telegram-канал. 💡 Главная ценность Claude Code заключается в том, что он снимает трение между идеей и реализацией. Вы можете буквально «из головы» сконструировать работающую идею, просто описывая свои мысли словами. ✦ НИШТЯКИ ОТ ОЛЕГА — Забойный канал Олег Копылов | про AI, контент и маркетинг  — Как оплачивать зарубежные сервисы из РФ — Обзор сервисов для надиктовки  — Самые полезные скиллы для Claude — Самые популярные плагины для Cowork (1 / 2) — Как подключить API Wordstat — Крутой терминал для Mac — Сервис Cursor Лучи благодарности друзьям из Cossa за поддержку проекта — они офигенные! #нейромастерская