Atlassian, Asana, Monday и ClickUp встроили AI-агентов в трекеры задач: они разбивают эпики, пишут статусы и назначают исполнителей. Разбираем, где это работает, а где создаёт больше работы, чем экономит.
AI-агент отличается от чат-бота тем, что не просто отвечает, а сам выполняет цепочку действий. Разбираем, какие задачи ему можно отдать в малом бизнесе, сколько это стоит и где он ломается.
AI-агенты обещают закрыть рутину бухгалтера — от разноски первички до сверок. Разбираем, что уже работает в 2024-2025, чем это отличается от старых интеграций и где агент опасно ошибается.
Автоматический скрининг резюме и роботы-интервьюеры перестали быть экзотикой: их встраивают в ATS и продают отдельными сервисами. Разбираем, что они реально умеют, где ошибаются и сколько это стоит.
Ценовые агенты перестали быть скриптами «если конкурент снизил — снижаем». Разбираем, что реально умеют LLM-агенты в pricing, чем отличаются от старых движков и где они опасны.
Отдельный класс инструментов обещает превратить бриф клиента в готовое КП за минуты. Разбираем, что реально автоматизируется, где агент подставляет цифры из воздуха и сколько это стоит на практике.
Google, Meta и Amazon встроили автономных агентов в рекламные кабинеты: они сами создают кампании, распределяют бюджет и меняют ставки. Разбираем, что это меняет для тех, кто платит за клики.
Магазины переходят от рекомендательных лент к агентам, которые ведут диалог, задают уточняющие вопросы и сами собирают корзину. Разбираем, что это меняет для покупателей и продавцов.
Retention-команды пробуют автономных AI-агентов, которые сами находят уходящих клиентов и запускают удержание. Разбираем, как это устроено, чем отличается от старых моделей оттока и где ломается.
Google выпустила T5Gemma — семейство энкодер-декодер моделей, собранных из уже обученных Gemma 2. Компания утверждает, что старая архитектура T5 всё ещё выигрывает в задачах, где важно понять вход, а не только продолжить текст.
DeepMind объявила инициативу AI for Math — совместную работу с пятью университетами над применением ИИ в доказательстве теорем и формализации математики. Разбираем, что это меняет для исследователей и где границы технологии.
Google выпустил AlphaEarth Foundations, а команды по всему миру используют нейросети для картирования лесов, океанов и видов. Разбираем, что уже работает, что переоценено и кому эти модели реально нужны.