Уволил отдел продаж и поставил Chat GPT: вот что из этого вышло.. | Вячеслав Агапов

Добрый день. Меня зовут Николай Хлебинский. Вы находитесь на канале Экtion. Сегодня обсуждаем искусственный интеллект. У меня в гостях Вячеслав Агапов, основатель и генеральный директор компании A1. Вячеслав, привет. — Николай, привет. Спасибо, что пригласил. — Большие языковые модели этот тест давно прошли и выдают себя зараза, очень убедительно за человека. Тираются нам в доверие. Игетому прозвонит, пообщается, квалифицирует. — Здравствуйте, меня зовут Анна, компания AI1. Как я могу вам помочь? Искусственный интеллект, он даёт максимальный эффект там, где прямо очень много рутинок. — Кстати, в нашем примере и трубку бросил, не клиент. — А вот сколько бизнесу стоит такую штуку у себя получить? — Это чтобы не было иллюзий, что мы сейчас вот так взмахнём волшебным стилусом на айпаде, и у нас сразу же роботы всё делают вообще за нас. Если там брать лидзвод, то он даёт результат в три раза выгоднее, чем использование собственного кол-центра собственных оператов. — Сейчас скажу страшную вещь, ребят. Легально можно купить данные не только людей, которые зашли на ваш сайт. — Спасибо, что время нашёл. Расскажи, пожалуйста, чуть-чуть про то, чем ты занимаешься, про вот свой путь профессиональный. компании AI мы являемся иинтегратором. Мы ээ занимаемся внедрением технологий искусственного интеллекта в бизнес-процессы, начиная там от маркетинга и продаж, заканчивая производством клиентским сервисом и процессами связано с обучением и с подбором персонала. Скажи, пожалуйста

вот бизнес по внедрению технологий искусственного интеллекта, э, как тебе пришла идея его выделить в отдельное направление, а не как вот функцию внутри бизнеса, а вот прямо сказать, что всё, теперь я занимаюсь интеграт, теперь я интегратор, теперь я занимаюсь консалтингом в этой области. — У меня ээ было, ну, и до сих пор есть рекламное агентство, которое занимается элитгенерацией. Мы сфокусированы на а направлении недвижимости. Прежде всего изначально, когда появился чат GBT, там двадцать второй год, такое событие пропустить не мог. Конечно же, познакомился с этой технологией, она сразу же показалась просто невероятно э перспективной. Я сразу начал внедрять её у себя в компании в обработке клиентов, да, когда там чатча чатбот на основно искусственный интеллект начинает общаться с клиентами, их квалифицировать, готовить для них персонально-коммерческое предложение поддержки клиентов, когда в любое время, какой бы клиент не писал их в выходные, ночью, вечером, да, он получает сразу же ответ, что его задача принята. Я был делал от результатов, то есть это было прямо такое каждое решение, которое нам приносило результат, оно как бы давало какой- невероятный там приток энергии. Мне хотелось просто этим делиться. с миром.

— Ты как эксперт, который наблюдает за рынком и бизнесообразования, и онлайнообразование, то, что называется это тех, и вот фундаментального образования классической, скажем так, форме, да, которую к которой мы все привыкли. Как там наиболее выгодно сегодня использовать искусственный интеллект? Какие сценарии использования дают максимальный результат? искусственный интеллект, он даёт максимальный эффект там, где прямо очень много рутина, там, где очень много какого-то типового взаимодействия там между сотрудниками, между клиентами. Ну, если мы говорим про образование, там студенты, слушатели и так далее. То есть там, где вот ээ больше всего уходит энергии, все думают, как упросить жизнь ээ там сотрудников, например, или студентов. — Добавлюваю ещё один сценарий использования искусственного интеллекта в образовании, который меня вдохновляет. Теперь в образовании мы можем делать разного рода, то, что называется симуляции, деловые игры, тренажёры, примеры. Берём любой инструмент для вайп-кодинга, э, bolt, replet, lovable, ещё что-то. Э, как у клода, курсор, да, у клода называется. чуть ли не войсом объясняем образ результата, который мы хотим получить, то есть голосом надиктовываем, да, и получаем вот по любой образовательной истории какой-то интерактив, какой-то тренажёр какой-то, что мы можем принимать решения какие-то ээ на базе пройденного только что материала, как-то эти решения воплощать э визуально и затем смотреть на то, правильно мы сделали или неправильно, там как-то пытаться снова это делать. и так далее. Как будто бы вот этот сценарий использования искусственного интеллекта прямо тоже очень такой важный. И тем, кто думает о том, что сделать какой-то вот консалтинг, да, консалтинговый бизнес в области искусственного интеллекта, вот это вот, мне кажется, очень перспективно. Я вижу тренд и на Западе, очень большой, э, связанный с тем, что низкий пар входа в бизнес-модель консалтинговая в области внедрения технологии искусственного интеллекта. Спрос есть, рынок растущий, все хотят что-то сделать, никто ничего не понимает, как это работает. — Появляются люди, которые что-то поняли, научились в N, научились в чат GPT там какие-то ещё вот инструменты использовать. И эти бизнесы генерируют 10-20.000 долларов чистой прибыли в месяц в Америке из того, что я вижу. И эта модель постепенно к нам тоже заходит. Самый популярный бизнес, который сейчас все хотят делать - это контроль качества в отделах продаж. Куда же нам без него слушать звонки, там читать переписки выдавать? Вот это всё. Вот это я не советую. Слишком много команд этим сейчас занимается. А вот те, кто хотят бизнес свой стартовать, имеют в этой области экспертизу, очень пристально смотрят в сторону интеграции различных технологий более широкой. Расскажи, пожалуйста, что это вообще за бизнес такой? Вот как ты оцениваешь объём рынка сегодня? Сколько людей нужно? Какая там маржинальность? На какой там можно выходить доход? На каком горизонте? Самый нижний уровень - это вот, ээ, ну, вот это компания, там Nvidia и компании, которые создают там аппаратные, значит, аппарат обеспечения, там GPU, то, значит, без чего искусственный интеллект не может жить, да? То есть мы уже, значит, сервера они получают больше всего денег. Это самая дорогая компания сейчас в мире, да? Сколько она там? Четыре уже триллиона, если может быть больше даже. Дальше идут компании, которые делаютфунда фундаментальные решения. Это большие языковые модели, да? Это компания Open AI, которая делает там чат GPT, да? Это компания там, которая делает, ну и так далее. То есть — XI Google — XI, да, конечно, да. Google есть даже небольшие там французские игроки там типа Мистраль, есть российские игроки типа Сбербанка, Яндекса и так далее. То есть это те, кто создаёт модели, которыми пользуется огромное количество людей. Это и обычные касто, и обычные пользователи, и, значит, бизнесы. То есть они зарабатывают чуть поменьше, но тоже уже очень много. — На всякий случай они ничего не зарабатывают. Вот этот конкретно слой, он палит бабки просто. Вот они берут лопату, в кучу денег её запихивают и в печку. И вот так вот в печку. А тут подъезжает экскаватор, кошом эти деньги зачёрпывает и в жерло вулкана вот так вот бросает. И они такие говорят: "Скоро мы зарабатывать начнём, но пока что нам надо под — инвесторы не верят и у них растёт капитализация. Всё это они прекрасно живут. — Да, давай так. Они не зарабатывают. Ээ но у больших инвесторов есть вера. И

эта вера очень серьёзная в то, что в будущем в каком-то они будут зарабатывать очень много и, может быть, даже больше, чем все остальные, кого уже назвали, ещё назовём. Пока что это не так. Есть мнение, в том числе и полярные. Есть мнение, что это пузырь огромный, что LLM - это как ветка искусственного интеллекта, тупик, пузырь, который вот-вот лопнет. Кто-то там какой-то очень большой инвестор только что вышел полностью из позиции и из Nvidia, и из там из всех остальных. Мы приближаемся к технологическому порогу качества этих моделей. В то время как их вот по этому Last Humanity Exam, вот по этой вот метрике, по этому бенчмарку, там 25% точности они выдают из 100. Вроде бы это растёт, но у нас близок порог. Порок заключается в том, что практически весь созданный человечеством за всё время контент этими моделями уже поглощён. Ещё не весь, но вот-вот будет весь. То есть там драматического какого-то прорыва не будет уже в разы. Там будут приросты на десятки процентов именно вот в этой штуке. Вот. Но пока что непонятно, куда всё это идёт. Поэтому это, чтобы все понимали, чтобы там сейчас бежать на биржу, опять же, там что-то инвестировать, не инвестировать, как на самом деле дело обстоит. Инвесторы большие верят, огромные бабки вкладываются, капитализация растёт. Э есть довольно весомая часть сообщества и финансового, и научного, которая говорит, что предел близок, а экономической эффективности у этой модели на текущий момент не найдено ещё. — Ну, смотри, здесь два тезиса. Вот первый тези здесь я полностью согласил, что там объём там даты, объём данных, на которую мы модель общались, она там подходит уже к финишу, и там очень сложно что-то выжить в огромных масштабах, требующих для нового ровка. Но при этом мы видим, что, ну, можно же расти интенсивно, как бы захватывать всё больше, да, вернее, экстенсивно, да, а можно расти интенсивно, более умно, э, выстраивать. И мы видели вот этот рывок, который произошёл, когда появились, когда появился ризанинг, да, технологии рассуждения, когда вроде не требовалось перебучать модель, та же самая модель, но просто к ней добавили определённый алгоритм, который там позволил ей там планировать свои действия на несколько шагов. И вдруг мы увидели, что в конце результат, его точность увеличилась в несколько раз, да. Поэтому тут можно вот ещё думать интенсивно и смотреть, как вот с тем, что есть, да, как из него получить больше. Это первый тезис. Это тезис, даже те возможности больших языковых моделей, которые есть уже сейчас, ээ они ну я думаю, что вот в реальной жизни используется только на 1% из 100. Вот, то есть настолько их можно интегрировать во все области, до которых, ну, просто вот даже если сейчас остановить прогресс там больших изыгрых моделей и просто дать там вот 10 лет ничего не делать, то есть там ни Open It там, ни там Сбербанк, ни там Антропик, ни XI, вот ничего не будут делать. Вот дальше 10 лет всё будет расти только за счёт того, что эти технологии будут внедряться в реальные процессы. Ээ, как ты думаешь

бизнес, который внедрил на 20% своих процессов, а, вот эти вот технологии и бизнес, который этого не сделал? Насколько вот тому, кто не сделал на сегодняшний день, конкурировать становится тяжело или в его жизни ничего не изменилось или, наоборот, даже стало лучше, потому что фокус вот этого бизнеса внедряющего сместился с качества продукта, с маркетинга, с продаж, с производства, с клиента и так далее, сменился вот в эти игрушки новые, модные. И, ну, за счёт этого позиции, может быть, даже на рынке ухудшились. Ну, здесь очень важно понять, что внедрив там 20% бизнес процессов надо выбрать те 20%, которые дадут 80% эффекта, да? То есть как это сделать? — Просто поняв, можно на самом деле там провести там у любой компании там такой аудит, посмотреть, как у неё выстрелены бизнес-процессы, какие сотрудники значит участвуют там на каком этапе, как создаётся стоимость, ценность продукта. А и понять, что вот, ну, как бы на каждом этапе понять, что текущие там технологии AI их вот в маркетинге их можно, например, внедрить вот здесь там для создания контента, там для генерации там, значит, креативов там и рекламных кампаний. Там в продажах их можно внедрить там для автоматического взаимодействия с клиентами, для автоматического расчёта коммерческих предложений, для там обзвона клиентов, для приёма звонков, для а автоматизации там контроля качества там отделов продаж, там для автоматического заполнения карточек там в CRM-системах и так далее. В производстве их там тоже можно там в расчётах там в калькуляциях там себестоимости, в значит расчёте, а там спецификации и так далее, в контроле над процессами, видеоаналитика и так далее. В обучении вчаре можно внедерить там для отбора персонала, для проведения интервью, для вывода на собеседование уже там с живым кожаным руководителем и так далее. То есть можно по всей цепочке пройтись и посмотреть, вот где эффект даст больше. Там обычно там в любой компании есть какие-то такие подождения, которые больше всего жрает энергии, а или больше всего приносят денег. И тогда можно посмотреть, что вот здесь там в отделе продаж там есть, если внедрить там такие-то решения, это даст такой скачок. А вот если там вчари, это даст такой скачок. И посмотреть просто, где он даст больше. И именно туда делать акцент. те проекты, которые мы там запускали, они, э, дают всегда дают эффект. Где-то больше там для бизнеса, где-то меньше, где-то действительно там ожидалось больше, но мы получили меньше. Ну, есть решения, которые там ожидания даже превысили как бы результат превысил те ожидания, которые мы давали. Приведу пример. Да, приведу пример. У нас одни из рекламных компаний там на наши же услуги, например, по рекламе там ЯндексДирект. А значит, было время, когда как бы лиды на наши услуги они заходили в мессенджер, то есть те заказчики, которые хотели там заказать у нас, они обращались в мессенджер там через рекламную кампанию, через ндинг. Но менеджеры по продажам, там, если особенно вечернее время заявка пришла или там выходные, да, он мог ответить через 2 дня или там через несколько часов и так далее. И количество тех потенциальных клиентов, тех ледов, которые выходили в глубокий диалог, оно было примерно там 25%, то есть 75% они терялись, потому что у них мотивация упала, они там кого-то ещё нашли, они там решали свой вопрос быстро или там или не понравился сервис, что там через 2 дня там или там через день ответили. Вот. И мы туда поставили сны интеллект. То есть он полностью -э сразу же, как только клиент обращается, в течение там несколько секунд, он начинает, э-э, с клиентом взаимодействовать, э квалифицировать его, задавать вопросы там в какой город, какая у вас там ниша, там какие у вас там цели, там и так далее. То есть получать всю необходимую информацию как человек. То есть для клиента это неотличимо. Более того, он делает автоматический просчёт, то есть он направляет, сколько стоит именно по его городу, скидывает примеры, да, из большой базы знаний, которое в него подгружены, с реальными примерами, с кейсами, там примеры заявок, там коммерческое предложение и так далее, там ссылочки на сайт там и так далее. И количество тех вот после этого внедрения, количество тех клиентов, кто э в дальнейшем диалог уже входил в диалог, то есть такие квалифицированные льды уже, да, их стало 85%, 2585. А в каких мессенджерах это работает? — Это работает Telegram. Ну, на самом деле, это можно сделать и на WhatsApp, и Telegram, и Макс подключить. Здесь никаких проблем нет. — Как вы это делаете в Телеграме, если речь идёт не о боте? — Telegram предоставляет возможность через там, например, такие библиотеки, как пирограм, например, да, подключиться и полностью как бы эмулировать работу там, по сути, Telegram Web. Вот Telegram Web - это как бы клиент Телеграма, там десктопный, ээ, значит, который позволяет им через браузер вот полностью взаимодействить, то есть и Telegram ну мы предоставил все инструменты для того, чтобы каждый мог разработать свой собственный клиент. И таких очень много клиентов на рынке. Если там зайти там в App Store, там очень много можно увидеть там приложений, которые позволит Telegram подключить и использовать его. То есть и его можно использовать как, например, для чтения просто и дав тебе возможность как бы с него переписываться. Так и вставить туда автоматизацию, которая там при помощи искусственного интеллекта, анализируя там твои пеписки, анализируя там фотографии, которые шлют, документы, войсы, голосовые сообщения, он может полностью понять, например, контекст твоего чата и ну просто пример говорю, например, может предложить тебе э такой рекомендательная система, да, ээ, например, как тому или иному клиенту нужно ответить. То есть это супер такой крутой может сделать крутой помощник, например, для дела продаж, который каждому продавцу, вместо того, чтобы там

ему тратить время там и что-то клиенту отвечать, он может муже подсказать, что нужно ответить, проанализировав там всю текущую переписку сем илиным клиентам, зная всю ценовую политику, зная там весь всю продуктовую линейку компании, он может сразу посказать, что уже нужно ответить. А вот эти вот роботы, которые пишут мне всякие спамерские сообщения с предложением купить какое-то или куда-то проинвестировать, они тоже все делают это через вот эту штуку. Да. Как ты назвал это? Пирограмм. — Пирограмм, да. Не от слова пират, а есть разные библиотеки. Вот это одна из них, которая позволяет, ну, на самом деле, это Telegram предоставил возможность любому создать своего клиента. Если он предоставляет такие возможности, значит, ээ там каждый может использовать их по-своему. Мы сейчас не говорим про какие-то там спам истории, серистории. То есть любая технология мо использовать как работает это вот так. Потому что когда я какие-то задачи пытался ставить, связанные со своим бизнесом, мне предлагали решение только в области Telegram бота, который создаётся через botther. Но, соответственно, человек знает, что он с ботом взаимодействует. Бот не может сам начать переписку. И ещё там всячески есть у бота ограничения. Вот. А получается существует вот такая библиотека. А если она существует, это означает, что через инструменты вайб-кодинга можно опять же голосом надиктовать, что ты примерно хочешь от неё получить, и, собственно, машина сделает тебе именно то, что тебе надо. Интересно. — Ну, если мы говорим, например, про WhatsApp бизнес тоже же и официальный API, и там разные коннекторы, типа там WhatsApp или там, они предоставляют возможность управлять твоим аккаунтом Татсапа и, значит, амулировать там ответ от тебя. Мы сейчас не говорим о том, что не надо там пользователям сообщать, что это не искусственный интеллект, но просто мы говорим, что есть возможности, которые позволяют автоматизировать там работу с мессенджерами в том числе. — Да. У нас есть выпуск с Артемием Миллером на канале, обязательно посмотрите. Вот он там прямо демонстрирует боевое решение, в котором сыпятся из разных каналов, из Телеграма, из Ватсаппа, из социальных сетей. Э сообщения, они все сваливаются в интерфейс оператора, и оператору искусственный интеллект подсказывает варианты ответа. Если операторов на смене нет, тогда искусственный интеллект отвечает сам. Если операторы на смене есть, тогда он отдаёт им варианты ответа, и оператор должен выбирать с возможностью отредактировать или отклонить или написать что-то самостоятельно. Э мы всё находимся в той же парадигме, что человек внутри цепочки, который значительно усилен и ускорен искусственным интеллектом. То есть у нас в девяностых, двухтысячных, ну, по крайней мере, я мы читали Герберта Уэлса про всякий киберпанк, про то, что в людей встраивают чипы, у них там какие-то железные ноги, которые прыгают очень высоко. Э, короче, вот это вот Джоннимоник импланты, вот это всё. На самом деле, машина является нашим продолжением уже просто на интерфейс на экране, который нас точно так же ускоряет и усиливает. — Да, всё, всё верно. А вот сейчас как

раз, ээ, раз мы про зали мессенджеры, сейчас мы как раз создаём продукт в настоящий момент, а мы начали там с рынка флфилментов, ээ, достаточно такой большой рынок. А, и мы увидели, что у них, у многих есть проблема, что, м, проблема со службой заботы, с клиентским сервисом, что огромное количество чатов там с клиентами, внутренних чатов, э, по обработке заказов. И на самом деле, проанализировав, мы поняли, что 90% всей вот этой рутины, которая происходят в этих чатах, её можно автоматизировать. Мы сейчас создаём как раз продукт для целой индустрии и складов, и фолфиментов, которые позволят автоматизировать клиентское сопровождение и которые позволят там для руководителя полностью э- видеть всю картинку, в том числе по внутренним коммуникациям, без необходимости там создания каких-то своих там собственных там CRM там или RP систем. просто за счёт подключения ээ к мессенджерам Telegram, то есть в основном там происходит ээ взаимодействие через мессенengжер и сбор это и анализы через искусственный интеллект э того, что происходит. То есть мы сразу видим, какие задачи поставлены, кто просрачивает, кто перегружен, кто не догружен, э нет ли проблем там с тем или иным клиентом. Э мы можем э контролировать SL там по выполнению задач, мы можем смотреть уровень удовлетворённости, там NPS, CSI, да? То есть вот просто подключишь к телеграму без необходимости внедрения, например, каких-то новых систем, э, и проанализировав всё, все диалоги, там, каждый чат, да, он может принять такое решение. Вот мы сейчас такой продукт создаём. И это вот одно из применений, где и мессенджеры могут прямо очень э дать очень хороший буст для бизнеса. — А для тех, кто хочет развивать свой бизнес в области искусственного интеллекта, если вы это смотрите, наверное, вас такие мысли посещают. Путь примерно такой. Вы берёте в зоне, где вы являетесь экспертом, и начинаете эти технологии внедрять. Это шаг номер один. Добиваетесь результатов. Там неважно, работаете вы в найме или у вас есть какой-то свой бизнес или вы фрилансер. Э где-то всё равно у вас есть повторяющиеся задачи, где-то вы можете быть усилены этими технологиями. Сейчас в этом сомнений уже нет. Шаг номер два. Мы начинаем вот этот вот опыт внедрять дальше на рынок предлагать в качестве консалтинга. Аэ, развивая всё новые и новые сценарии использования и внедрения в бизнесы этих технологий, в какой-то момент мы натыкаемся на достаточно острую боль и проблему с одной стороны. С другой стороны, э, мы видим, что решение, которое вот разработано, внедрено, даёт очень сильный результат. Быстро, ярко, серьёзную боль лечат, которую годами никто не мог полечить. И тогда возникает вот эта фраза. Просто я её много раз слышал за последние 15 лет. Мы сейчас создаём продукт. Если он настолько специфичный, это значит нашли. Нашли, нащупали. И теперь опыт, полученный на одном из проектов, ээ продуктизируем и будем пытаться масштабировать. Ну — вот этот продукт marркеet, вот его нужно найти. Обычно он прямо вот не всегда даже на поверхности есть. Вот если правильно сказал, что вот там, где экспертиза есть, вот надо попробовать сначала там и ну постепенно отталкивались от этого. И вот только в этом году я понял, что вот тот опыт, который у меня там в течение жизни был в автоматизации, в перфоманс-маркинге и в искусственном интеллекте, вот он сейчас ээ ну замкнулся в нескольких продуктах, и их действительно вот на рынке нет. Ну, потому что как бы туда может быть никто изначально не смотрит. Приведу пример. То есть вот сейчас мы запустили, э, значит, проект завод, э, который позволяет э получать автоматически ну такой поток э заявок там на твои услуги. какой-то бизнес, ты можешь вот его включить и тебе начи будут приходить заявки там, как это работает. Он подцепляется, например, к твоему сайту, и все, кто на него на твой сайт заходит, он их идентифицирует. Ну, как бы технологии бигдата, они абсолютно открыты. Вот. И агент по телефону звонит ээ посетителю твоего сайта и выясняет. То есть он, может быть, не оставил ещё заявку, то есть он, может быть, пока ему там не хватило мотивации, может быть, какого-то вопроса ответа на вопрос на твоём сайте не хватило. Ну и агент ему прозвонит, пообщается, квалифицирует, ответит на его вопрос. И если клиент заинтересованно дальше готов продолжить общение там с тобой или с твоим менеджером, он его передаст тебе там CRM-систему или там отправит в Telegram. Вот это решение у нас сейчас разработано. Мы сейчас на там вот, ну, ему буквально несколько недель, ну вот за там сейчас у нас там пять клиентов по всем пяти есть результат. Ну, сразу видно, что человек из недвижимости, потому что в недвижимости есть такое вообще понятие, как, — ээ, ребята, карусель. Вот, ээ, с точки зрения ледов и что там творится с данными, это вообще какой-то, с одной стороны, космос, с другой стороны ужас. Значит, что сейчас Вячеслав рассказал, когда мы покупаем сим-карту какого-то оператора, мы там ставим кучу галочек и подписей внизу, или они ставят их за нас, потому что это публичная оферта, и у нас нет возможности от неё отказаться. И когда мы заходим на какой-то сайт, оператор сотовой связи видит, ну, естественно, наш номер телефона, привязанный к нашему устройству, к наше к нашей SIM-карте и адрес сайта, на который мы зашли. Технологии не позволяют увидеть содержание сайта, там те данные, которые мы в форму заполняем, это всё зашифровано, но сам адрес сайта остаётся, и эти данные совершенно легально продаются и покупаются. Кстати говоря, я слышал, что, э, один из крупнейших девелоперов, э, договорился, по-моему, то ли с одним, то ли с двумя, и вот-вот договориться с оставшимися операторами, чтобы платить деньги операторам, чтобы операторы не

отдавали вот в эти карусели, значит, номера телефонов. Потому что, если кто-то заходит со своего устройства на сайт какого-то ЖК или на сайт какого-то агентства или на lендоOS какого-то агентство, то он попадает в эти системы. Там есть много-много много агентов, которые тут же получают этот номер телефон. Все начинают названивать. В общем, э попытка купить жильё. Хуже этого только, наверное, регистрация юридического лица. Вот кто регистрировал ИП или ООО, вы знаете, что с вашим номером телефона потом происходит следующие 3 дня. Просто примерно в минуту раздаётся звонок, раз, где какой-то агент предлагает банковские услуги, предлагает какое-то там страхование, предлагает расчётно кассовое обслуживание. В общем, э вот это вот всё, насколько это законно. И можешь описать вот для тех, кто нас смотрит, цифры конверсии, потому что сейчас же дозваниваемость упала серьёзно, IP-телефонию запретили, там куча ограничительных мер вводится, вводится. И как будто бы ожидания, по крайней мере, мои вот как, ну, как не совсем обывателя, но человек, который вот этими технологиями сам никогда не пользовался, что там будет миллион звонков, и с этого миллиона звонков будет типа два лида. — Первый вопрос: насколько законно? Ну, сам ответил. То есть абсолютно законно это сами операторския. — А вот это часть звонка именно, — э, часть ээ звонка, если это, значит, если клиент как бы целевой, он зашёл к тебе на сайт, — да, и мы знаем, что то есть мы его консультируем. Если конверсия низкая, то лучше не делать. Тогда лучше это просто отключить, тогда это уже будет незвано. Если как бы интерес высокий у тебя, например, целевая реклама, да, то есть ты, например, настроился там в поиске в Яндексдиректе и тебе идёт целевой трафик, ты видишь, что клиентом находится там достаточно длительное время, например, 30 секунд и больше. Видишь, что клиент целевой, то есть тогда мы ему можем звонить, операторы как бы, соответственно, номера предоставляют тех, кто значит находится на твоём сайте. Вот. Ээ, но при этом у тебя, как у клиента, заказчика этой услуги, э, ну, полная ответственность за то, чтобы это не перейти там в уровень спама. Поэтому тебе нужно следить, чтобы конверсия была высокой и чтобы действительно был интерес к твоим услугам. — А высокая конверсия - это какая? Вот какие цифры там нормальные? Вот сколько звонков должно превратиться, ну, в заинтересованного лида, чтобы мы сказали, что конверсия хорошая? — У нас лучшие, например, компании - это примерно 40% конверсии. отказлит. То есть вот, значит, ээ там из десяти звонков, например, четы четыре уходят там, ну там мы не говорим про тех, где есть недозвоны, но там, где есть дозвоны, где мы дозвонились и пообщались, это вот четыре - это они уходят в лид, им интересно, и там шесть - это те, которы нет, нам пока не интересно, мы пока не готовы. Это очень высокая конверсия. Значит, если мы говорим, например, про те компании, которые значит, профессионально занимаются там вот идентификацией и у них там свои кол-центры, они занимаются там обозвано этих льдов, у них средне конверсия считается 7%. Ну, с учётом недозвонов, э, ну, по дозвоном там больше, может быть, там 15-20%. — Сейчас скажу страшную вещь, ребят. Легально можно купить данные не только людей, которые зашли на ваш сайт, но и на сайты всех ваших конкурентов. И четыре из десяти посетителя сайтов ваших конкурентов могут стать вашими лидами. Э, вот та в такое вот время мы живём сейчас. — Да, но это так. Опять же, я чуть-чуть знаком с этим слоем технологическим тоже. Причём нет там особенно ничего незаконного. — Вот и на масштабах ну как бы у нас всегда тоже опять же есть несколько слоёв того, делать это или не делать. Например, я никогда не использовал такого рода технологии в своих бизнесах, потому что помимо слова юридического законодательного есть ещё некоторый слой этический. И здесь уже каждый принимает решение в соответствии с своей системой ценностей собственной, потому что, не знаю, как с искусственным интеллектом, а вручными звонками, особенно если ещё через какие-то там тоже есть пачка серых источников вроде глаза бога, вроде как глаз бог забанили

но на самом деле не забанили. Ну, в смысле, его нельзя получить публично, но это не значит, что его нельзя получить. И аналоги его тоже нельзя получить. И номер телефона, полученный, можно дообогатить. достаточно большим количеством данных и ещё и преквалифицировать перед тем, как его прозванивать. И после этого ручными звонками стоимость лида э составляла, ну, где-то отно до 2.000 руб. Вот так. И во многих нишах это сильно выгоднее, чем в контексте. Особенно после того, как продавец этой технологии говорит вам, что ваши конкуренты на контекст уже потратили эти деньги, и вы как бы получаете часть их бюджета. Ну, повторюсь, что здесь есть некоторые слои этические. Моя система ценностей не соответствует вот такому вот подходу. Мне кажется, что долгосрочно бизнес на нём строить не очень перспективно, потому что в пределе всё равно как-то зарегулируют, запретят, там что-то ещё сделают. Ээ сейчас можно вот так вот посхематозить, но далеко не все так думают. Я знаю, то есть повторю, что рынок недвижимости вообще устроен так весь. Все крупнейшие девелоперы, вот все самые классные рекламы, которые вы видите, они все так делают, и у них 10.000, 20.000, 40.000 лидов в месяц, вот оттуда это абсолютная норма. — Здесь ключевое в этой технологии - это то, что мы автоматизируем кол-центр. То есть раньше для того, чтобы обзвонить там потенциальных клиентов или даже твоих собственных клиентов, может быть, у тебя есть большая клиентская база, ты хочешь сделать там кого-то заобсейлить или кросс-продажи сделать или просто там реанимировать, реактивировать свою базу, да, которая у тебя копилась годами. Тебе нужен кол-центр, тебе нужен менеджер по продажам, тебе там нужны там диспетчера и так далее. Сейчас ничего не нужно. Сейчас нужно обратиться в компанию, кто этим профессионально занимается, и настроить себе и агента, который это сможет сделать. Вот мы как раз сделали такой кол-центр там в личном кабинете, да, когда ты можешь там любой объём звонков запустить через иагента, он сам им позвонит, пусть, например, это твоя уже текущая клиентская база, и тебе нужно просто узнать и реактивировать какую-то акцию интересную донести. Ну, а вот эти же звонки, те, которые, по крайней мере, я видел вот в примерах, там есть всякие технические такие детские болезни. То есть долгое время ответа, что-то не так с голосом, не в смысле того, что что-то не так, а он бывает так чуть-чуть роботизируется, ударение там поставят, у него может измениться интонация, тональность от фразе к фразе. Короче, кучу всего. Можешь поставить пример такого звонка вот любого, чтобы мы сейчас послушали.

Мне просто интересно, — а мы можем прямо сейчас запустить и попробовать пообщаться в режиме реального времени? — Что надо сделать, чтобы мне кто-нибудь позвонил? — Давай попробуй позвонить к нам. — Так, я сейчас звоню роботу. Да, — да. — Здравствуйте, меня зовут Анна, компания AI One. Как я могу вам помочь? — Ээ, меня зовут Николай. Я хочу автоматизировать кол-центр. — Николай, отличная идея. Автоматизация кол-центра - это то, чем мы успешно занимаемся. Чтобы я могла понять, как именно мы можем вам помочь, расскажите, пожалуйста, какие задачи вы хотите решить с помощью автоматизации. — Хочу поднять выручку в два раза. — Николай, отличная цель. Для увеличения выручки в два раза. Какие процессы в вашем колл-центре вы хотели бы улучшить или автоматизировать в первую очередь? — Хочу. — Например, обработка входящих звонков. Исходящие звонки. — Входящие звонки. — Николай. Расскажите, пожалуйста, подробнее, что вы хотите. — Входящие звонки хочу. — Отлично. Николай. Николай, для автоматизации входящих звонков мы предлагаем и диспетчера, который практически не отличим от человека. Он может полностью автоматизировать первую линию, записывать на Zoom встречу с отделом продаж и работать круглосуточно. Хотели бы вы узнать об этом подробнее и обсудить детали? Так, отвечу на этот вопрос, когда ты мне скажешь ответ на мой вопрос. А и Б сидели на трубе. А упало, Б пропало. Что осталось на трубе? — На трубе осталось сидели. Но давайте вернёмся к вашему вопросу об автоматизации, чтобы я могла предоставить вам более конкретную информацию. Скажите, пожалуйста, какой у вас — пожалуйста, Николай, если у вас появятся вопросы или потребуется дополнительная информация, обращайтесь. Ну хорошо. Она обиделась на меня, бросила другу. Да. Она поняла, что ты издеваешься над ней. У неё есть на самом деле правила, да, если она понимает, что над ней издевается, она как бы слышает разговор. — Понятно. Понятно, потому что это дорого, да? — Ээ ну потому что дорого. И к чему, если клиент издевается? — Ну, во-первых, оно работает. Вот. Э, во-вторых, оно работает ээ достаточно неплохо. Понятное дело, что если придираться, если, э, оценивать это как бы вот критически, то всегда найдутся точки для улучшения. Базовое, что выдаёт робота - это пауза до ответа, потому что надо запроцессить время. Вот сама речь была довольно-таки хорошая. И вот эти вот перебивания. Я, когда иду с чат GP, общаюсь в режиме общения, э, у меня есть такой ритуал, как раз направленный на рефлексию. Я иду пешком куда-то достаточно далеко и в это время просто поток сознания свой выгружаю чат GPT и прошу его лаконично структурировать. Это может быть какой-нибудь регламент, это может быть структура презентации, которую я вот буду делать на выступлении в ближайшее время. Это может быть пост для Telegram-канала, просто какие-то мысли мои. Вот. И там то же самое. Он начинает перебивать, он начинает сбиваться. Вот это вот сейчас несколько раз тоже произошло. Поэтому этим технологиям есть куда идти. Но прогресс у них прямо-таки очевидный. — Там за последние 2 года мы пришли от того, что там пауза была, например, если подключать её к телефонии там в 2 секунды, да, там где требовалась отдельно там транскрибация, отдельно там, значит, анализ через ЛМ, отдельный

синтез речи и выдача. То есть это было несколько секунд, то есть пауза в несколько секунд, да. Сейчас мы пришли к тому, что пауза на телефонии она достигает, ну там, наверное, самая длительная была где-то, наверное, полторы секунды, а короткие были в некоторых местах, где хватало полсекунды, может быть, секунда, потому что сейчас уже вот мы используем модели, э, которые одновременно как бы и понимают, и уже тебе воспроизводят э то есть и как бы расшифровыют твою речь и понимают её смысл, и значит сразу предлагают ещё эмоции добавляют туда. Расскажи, какие технологии использованы здесь. То есть вот прямо инструменты, которые вот этому конкретному агенту или там серия агентов, я так понимаю, работает одновременно. Что там под капотом? — Вот здесь в данном случае это использован, значит, технологии 11 Labs. Это лидеры сейчас на создании там голосовых агентов. А там используется технология Рак. Она подключена к нашей базе знаний. Например, вот ты сейчас задавал ей вопрос там, например, про автобилизацию кол-центров. Она быстренько подключилась к ней, получила оттуда информацию и ответила тебе там на основании полностью всех знаний там о наших услугах, о наших технологиях. Вот. И здесь использована IP-телефония, всё это заинтегрировано и мы получаем то, что получаем. То есть любой клиент может нам позвонить и пообщаться с искусственным интеллектом. Вот. Э более того, возможности для интеграции здесь не ограничены. Всё происходит в реальном времени. можно подключать, например, к прайслистам компании, к базам данных, там, к 1С и так далее, да? когда и агент получает звонок входящий или сам звонит там твоим клиентам, он обладает всеми там возможностями, всеми знаниями в режиме реального времени он может там консультировать клиентов, да, там прекрасное решение там для автоматизации там службы поддержки или клиентского сервиса, да, то есть вот раньше требовался человек, то есть он должен был ответить, пообщаться, зайти в систему там, например, там техническая поддержка, там система там технической поддержки, там что-то там заявку завести, проконтролировать и так далее. Сейчас всё это полностью автоматизируется и на уровне голосового взаимодействия, и на уровне текстового взаимодействия, через имейлы, через там мессенджеры, через внутренние какие-то корпоративные системы. Вот. Поэтому фичреквест от меня, как от пользователя с некоторым мышлением разработчика инструментов автоматизации маркетинга, вернее, не фичереквест, а предложение. Э добавьте предзаписанные фразы после начала размышления. Пускай она идёт думать, но сразу же скажет что-то типа: "Хорошо, поняла вас, о'кей". там какие-то вот такие вот фразы, которые ничего не означают, потому что они займут э небольшое пространство. Пускай после них тоже будет небольшая ещё пауза, но, короче, она вот так вот сглазится, станет значительно более человечнее. Их можно чисто на аудио сгенерировать, заранее перезаписать, тем больше, что Level Laps это позволяет. И ещё я слышал, что частенько добавляют фоновый шум. Это уже по роботам, которые мне звонят. Вот, где есть там какой-то гул такой кол-центра или

вот эти вот звуки печатания чего-то. Вот их тоже можно включать, но самое главное, что когда у тебя есть такой инструмент, ты ещё и можешь або тест провести. То есть ты можешь на часть звонков в такую версию, на часть звонков в такую посмотреть, как она конвертит, влияет ли реально это на что-то. Не прикольно, классный инструмент, мне понравилось. — Ну вот здесь я бы добавил, что нету цели, чтобы клиент не понимал, что он общается с искусственным интеллектом. То есть пусть клиент понимает, что он общается скусным интеллектом. Ээ, если, например, клиент обращается с каким-то своим вопросом, он понимает, что там на той стороне трубки искусственный интеллект со всеми возможностями, он не будет бросать трубку, он прекрасно с ним пообщается и получит ту информацию, которая ему нужна. То есть главное, чтобы и был такого уровня, чтобы он давал ценность, а не просто там принял заявку, там спасибо там. И — кстати, в нашем примере и трубку бросил, а не клиент. — Там ну ты начал издеваться над, поэтому он бросил труп. — А вот сколько бизнесу стоит такую штуку у себя получить? — Здесь очень важно, что большая частьрения - это отработка вот всяких разных сложных случаев, разных вопросов. Ээ, и чем бизнес масштабней, чем большее количество обращений туда, э, значит, э, истекается, да, тем сложнее этот процесс пройти, да. Мы должны больше данных подключить, мы должны проверить, что он действительно в каждом случае отрабатывает, да, чтобы он не один из двух ээ раз срабатывал, да, чтобы он срабатывал там 99, например, из 100. Поэтому это всегда зависит от масштаба. Здесь какой-то минимальный там бюджет это может быть там и 70.000 руб., а максимальный это может быть и там миллионы рублей, да? зависит от объёма бизнеса и от обмазнеса — количества частных случаев, конечно, — которые надо отработать. Во, — чем мамаштабнее, тем должно всё работать стабильнее, — да. Вообще надо понимать, как в целом работает внедрение любой автоматизации через большие языковые модели. Первая версия никогда не будет работать. Вот первая версия - это черновик. Надо относиться к ней так. Она будет закрывать, наверное не 99 и 100, а там 80% случаев из 100. Но для решения, которое вот так выставлено наружу и даёт взаимодействие с клиентом, это недостаточно. Более того, скажу, 99 из 100 недостаточно. На текущий момент вот недавно был в подкасте у Оскара Хартмана был Давид Ян, — да, вот хотел его как пример, — да, и он показывал там агента, который ээ бронирует столики в ресторанах. И он сказал, что точность приемлемая, к которой они стремятся - это 998 из тысячи. — Вот это вот уже будет хорошее продакшн решение. И 0,2% ошибок как будто бы уже звучит нормально, а не 1-2%. — Причём Давид Ян занимается значит этой технологией по автоматизации там взаимодействия тоже голосовые агенты, которые это бронируют столики, бронируют отели. Он называется 2 года. То есть вот за 2 года они, то есть только этим, да, то есть у них огромный фокус на это направление. Вот и они идут к этой цели там 998 там из тысячи. — Ну и надо закладывать месяцы. То есть первая версия, она будет довольно быстро сгенерирована. На это уйдёт, ну, я не знаю, сколько, однад-три недели, наверное. Вот примерно такой диапазон, то, чтобы первую версию отдать в тест. А дальше я бы сказал, что грубая оценка будет от 2 до 6 месяцев. Это регулярные таративные доработки, докрутки ээ промптов, отсечения системными инструкциями каких-то частных случаев, каких-то глюков и так далее. И вот туда уже, видимо, надо закладывать серьёзный бюджет. Это чтобы не было иллюзий, что

мы сейчас вот так взмахнём волшебным стилусом на Айпаде, и у нас сразу же роботы всё делают вообще за нас. Их надо внедрять. Это будет стоить денег. Это будет стоить денег не только на подрядчика, на консультанта, но и на специалистов внутри команды, которые будут в тесном взаимодействии находиться. И бюджет надо закладывать соответствующий и какой-то в голове держать. А где же там возвратные инвестиции будет на этот бюджет? расходы там на AI, на внедрение IT, ну, смотрится как расходы, но тут надо ещё смотреть доходную составляющ, да, сколько это даст тебе по росту эффективности, по росту выручки, по снижению там костов. Если там брать лид завод, то он даёт результат в три раза выгоднее, чем использование собственного кол-центра собственных операторов. — В очень хорошо отстроенном кол-центре минута разговора оператора стоит если мне память не изменяет, 18-19 руб. Примерно вот так. это себестоимость э персонала и всевозможных оверхедов в виде там рабочего места, менеджмента, там какой-то аналитики там и прочих таких вещей. Вот закладывается в себестоимость что-то такое. Это если кол-сенр очень хорошо отлажен. Если вы делаете свой с нуля, наверное, это будет цифра сильно выше. А вот у этой штуки сколько себестоимость минуты? — Себестоимость порядка, наверное, 15 руб. там плю плюс-минус. Ну там где-то есть там затраты в долларах и так далее. Это курсы. То есть тут ээ — минута стоит 15 руб. — плю плюс-минус там 10 минут. тридцатку наговорил, пока загадочки разговаривал — на сотку. — Ну, мы тебе выпишем счёт. — Понятно. Поэтому, — поэтому она бросает трубки. Ну, короче, это не бесплатно. Это надо тоже понимать. Когда мы говорили про то, что Open AI и сотоварищи жгут деньги и не зарабатывают, оно вот так вот и проявляется. Это всё ещё дорого. И надо искать реально ээ экономически целесообразные, экономически оправданные сценарии использования. Кажется, что если вы работаете, допустим, на всю страну, ээ, а офис ваш находится, ну, в каком-то вот одном регионе, то 10 тире 11 часовых поясов, через которые наша страна расположена, вы все входящими телефонными звонками охватить не сможете. Вот если вы держите отдельные сайты, отдельные лендосы, отдельные рекламные кампании у вас направлены на конкретные регионы, то нет смысла не иметь такую штуку включенную, когда как минимум операторов у вас на линии нет. это ночное время, ну, то есть нерабочее в вашей тайм-зоне, в вашей временной зоне, это выходные, это праздники и так далее. Тогда это будет оправдано. — Так, ну что, соберём такого же голосового агента, — да? Давай какую-нибуд, ну, другую немножко задачку решим, чтобы было поинтереснее. И причём мы, раз уж мы занимаемся интеграциями, покажем, как она может работать в связке с другими системами. А давай в целом пройдёмся по 11 Laps. Вот прямо куда-нибудь на заглавную страничку зайдём. Что это такое? Расскажи. Labs. — Labs - это такая платформа для создания голосовых агентов. Прежде всего, она, конечно, ориентирована на голос, но там можно сделать и текстовый текстовые агенту, которую можно подключить, например, на сайт и они будут с тобой

там и общаться в текстовой переписке. Но прежде всего это, конечно, голос. То есть его можно интегрировать с телефоние, его можно интегрировать там с там поставить его тебе как виджет на сайте, да, чтобы там любой посетитель мог зайти и с ним пообщаться. Он его мог проконсльтировать. Его можно интегрировать там в Telegram, да, когда там через меня открывается, можно с ним общаться полностью. С ним можно общаться голосом, он может интегрироваться с разными системами. Вот мы, например, здесь в этом примере, который я покажу, мы сделаем э такого агента, который будет помогать руководителю управлять его календарём. Да, вот у меня часто возникает вопрос: есть у меня там какой-то слот там или нет? Или там нужно быстренько запланировать какую-то встречу и не заходя в календарь. И он будет управлять, например, там твоим таск-трекером, например, будет ээ если ты хочешь какое-то напоминание себе поставить или какую-то задачу, да, ты говоришь, он тебе поможет, сам её поставят. Вот. Или если нам захочется что-то узнать, мы к нему обратимся и зададим какой-то вопрос, он пойдёт в интернет и нам что-то ответит. Что для этого нужно? Вот нужно вот как раз вот мы сейчас на платформе Elabs. Здесь есть раздел, то есть это те агенты, их можно создавать там под любую задачу. Вот мы сделаем ассистента. Э и у такого агента, у него, конечно, есть промт, по которому он работает, там, где он понимает, что какие его задачи, что он должен делать. Вот мы сделали такой — промт будет выложен в Telegram-канале, ссылочка будет в описании к этому видео. — Угу. Да. Вот его возможности, управления расписанием, поддержкой. коммуникация и так далее. А, и первая фраза, с которой начинает, да, то есть, например, если мы подключаемся к телефонии, то это то, что при звонке клиента, что он произнесёт первым. Если мы его уберём, он, значит, ничего не будет произносить, будет ждать, когда мы с ним начнём разговор. — Что такое voices? Я вижу здесь написано голос Анна. — Да, можно выбирать любые голоса. То есть Laps, значит, ну, они являются там топовым игроком по ситузу голоса. То есть мы можем даже создать новый голос на своём промта, да? То есть мы хотим видеть там, услышать там такой-то голос с таким-то с такими-то интонациями, там высокие, низкие там и так далее. То есть мы можем прямо вбить или там похожие там на там такого-то персонажа. Вот мы вот здесь выбрали Анну молодой, — да? Соответственно, здесь есть поддержка русского языка. — Угу. Здесь есть поддержка русского языка — и выбор языковой модели. — Да, языковая модель. То есть в процессе диалога он всё время принимает решение, о чём мы говорим, что нужно ответить, анализирует. Ээ — нужно подключать какие-то ключики свои к этим моделям или тебе здесь продадут? — Тебе здесь продадут. Вот сразу указаны тарифы, да, по которым мы это всё покупаем. — А, ну вот видно, да, 2 цента в минуту, 6 центов, 3 цента в минуту, — да. В голосом взаимодействии очень важно, чтобы модель была быстрая. Поэтому чаще всего вот выбирается какая-то флш-модель, э, там от Гугла, ээ, там даже по умолчанию карсного большинство 11 лет там либо встроенная модель там от самого Levaps. — Угу. — Вот. Ну вот мы используем JН 2,5 флеш. Быстрая, очень быстро понимает и достаточно интеллектуальная. Вот, значит, разные, значит, есть здесь настройки. Можно получить базу знаний. Вот здесь у нас подключен, например, он знает всё, всё о нас. Там наш сайтом AA1 подключен, наша презентация. То есть он агент знает э о нас то, что мы хотим. То есть можем его подключить к веб-ресурсам, загрузить PDF-материалы какие-то док таблицы, там прайс-листы, — информацию о продуктах, всё, что нужно

чтобы он знал при общении. — Давай поподробнее расскажем, что такое рак и почему это важно. — Есть, ну такое понимание, что когда мы взаимодействуем с большой языковой моделью, он всё время работает с контекстным окном. То есть мы не можем использовать всю информацию, которая там только доступна. Это будет очень дорого, потому что, чтобы тебе ответить на основе гигантского объёма информации, это огромное количество потребуется вычислительных мощностей. Поэтому у каждой модели есть там своё ограничение по контекстному окну, там всё новые и новые модели у них, оно разрастается, но тем не менее там чем больше мы информации и даём для принятия то есть для того, чтобы получить ответ, тем дороже мы платим, во-первых, за это и тем дольше может быть ответ. — А поэтому всегда при работе с изыгвыми моделями мы вот должны понять, какой объём данных, который мы туда отдаём, он оптимальный, да? То есть, если мы хотим, например, получить ответ, э, ну, ээ, например, для менеджера по продажам, подсказать ему, что он должен ответить, значит, что мы должны большой языковой модели отдать, э, текущую переписку, всю хронологию, а какие-то вводные промты, информацию там о продуктах и спросить, что нужно ответить там вот этому клиенту вот с этой перепиской. Вот какой-то объём данных мы туда передали. — Вот он не бесконечный, да? То есть он в какой-то объём укладывается. Поэтому рак она позволяет из огромных ээ огромных дан огромной даты там по твоей компании выбрать только то, что нужно для текущего ответа. — Что надо вот понимать потому что некоторые путают ээ то, что сказал Вячеслав с тем, что мы сейчас загрузим сюда условный прослист и языковая модель будет ориентироваться только на данные из этого прайс-листа. Нет, оно работает не так. Я недавно встретил кейс, в который создали и агента для выставки, загрузили туда базу всех стендистов, кто на этой выставке находится, и дали возможность посетителям выставки спрашивать, как пройти на стенд, тот или иной, если я нахожусь вот здесь, сейчас вижу вот это. И там вылез такой вот сценарий. Значит, ээ человек спрашивает, где находится стенд компании, которая на этой выставке не представлена. И модель начинает объяснять, как пройти. Потому что очень важно понимать, как работают на самом деле эти языковые модели. У них нет задачи сказать правду. У них вообще нет такой категории, правда или неправда. Они предсказывают наиболее вероятный ответ, исходя из корпуса текстов, которым на котором они обучены, того, что они ответили до этого и запроса, который к ним поступил. И, э, вот эта вероятность, она определяется ожиданиями некоторыми от человека. что наиболее вероятно он ожидает получить. И машина принимает решение на основе числовых весов. И в этой системе, в том конкретном агенте, в том конкретном контексте, в котором он находился, ответ "Я не знаю" имел меньший вес. То есть нельзя было машине ответить: "Я не знаю". Поэтому тем, кто будет создавать такие агенты для себя в любом виде, значит, первое, в системную инструкцию жёстко прописать условия в системный промт. Если ты не знаешь, так и скажи. Если ты не видишь факта, который точно подтверждает, тогда дай знать, что это моё предположение. Вот это вот всё. Это первая часть. Вторая часть, обязательно тестировать этих агентов на сценарии, когда вы спрашиваете их о какой-то несуществующей информации, типа: "А сколько стоит какой-то продукт, несуществующий в прайс-листе?" Вот протестировать и посмотреть, что будет, исключить вот эти вот сценарии. Вот это очень важно. — Ты знае эти особенности, уже сейчас говоришь об этом. Поэтому разработчики таких вот A-агентов, они, конечно, все эти особенности знают и не это сразу

закладывают. — Ну, те, кто вот для выставки делал, не знали. — Это только на выставке обнару был маленький бюджет. — Да не, нам только предстоит всё это выяснять. Мы вот прямо сейчас с вами здесь учимся. У меня уже из этого разговора много инсайтов, что как можно сделать или переделать у себя в каких-то вот своих инструментах, которые я использую. Мы прямо вот находимся на острии и изучаем, как это работает. Давай продолжим. — Давай. Значит, что мы посмотрели? Мы посмотрели, что у и агента, который с тобой будет разговаривать, у него есть промт, инструкция его, как он с тобой общается баз. У него есть база знаний, да, ээ то, что называлось технология рак, и он по ней может ориентироваться и получать информацию. И у него есть вот третий такой важный элемент - это тулы или инструменты, которыми он может пользоваться для того, чтобы помогать тебе решать там твои задачи. Значит, вот для данного э агента мы вот подключили там три таких инструмента. Первый инструмент - это работа с календарём. То есть у него сейчас есть доступ там, э, значит, вот узнако тестовый календарик. И у него есть доступ вот через инструмент create task and to doist доступ кasктрекерук к списку задач. — Насколько сложно к 11 Labs подключить конкретно Google календарь? Потому что когда я сталкиваюсь с задачей подключить куда-то Google календарь, это какие-то танцы с бубном, ээ, которые мне совершенно непонятны, почему же это так сложно. Зайди куда-то в консоль, создай там какой-то проект. в этом проекте. Зайди куда-то в дебри меню, какой-то ключ создай, отнеси туда, поставь его. Это не тот ключ. Сходи какой-то Jon возьми там спи. Вот насколько с 11 Laps это сложно. — Процесс примерно такой же. То есть всё равно один раз придётся танцы с бубми, значит, сплесать. Но он делается один раз. Это на самом деле делается за там 3 минуты. То есть мы засекали, сколько времени уходит. Вот если ты знаешь, куда нажать в Google консоль, да, то 3 минутки. Вот. Э, есть разные решения, разные прослойки, которые позволяют тебе вот это избежать. Сейчас мы них не будем. Здесь такая прямая интеграция с Гуглом. Итак, значит, э, три инструмента. Первый - это работа с календарём. Второе - это создание задач в Тасктрекрекере. И третье - это поиск в интернете. Когда нам что-то хочется узнать, мы можем ему задать вопрос, он идёт в интернет, сёршит. Мы здесь подключили perplexity. Значит, все три инструмента они, ну, кто захочет, легко могут в интерфейсе разобраться, там добавить свои инструменты. ээ и подключить там инструменты для там любых задач. Значит, как здесь всё реализовано? Здесь ээ эти инструменты, они созданы отдельно в отдельной платформе. Она называется Nat или там N8N, кто как называет. Это такая платформа, такой low cod constнструктор, где там можно там без особых знаний программирования просто визуально, а создавать - AI агентов, ээ, создавать там целый workflow, когда вот они там друг другом взаимодействуют, разные постоятельность действия, то есть такое программирование, но на визуальном уровне. Вот и, ну, разобраться может каждый очень, ну, всё равно с каким-нито определённым техническим складом ума здесь проблем не составит. И вот мы сделали здесь такую простую -э значит, простой workрflow по автоматизации, состоящий по сути из там входящего в вебху. Webхуhook - это вот, собственно, когда Labs захочет что-то вызвать, он обращается, вызывает, и вот, собственно, сюда прилетает это обращение и агент подключается к Эльдерю, к тудуисту или

вот там к крплексите, да, получает какой-то ответ и возвращает его. Почему у него здесь подключена система там рассуждения, он смотрит, значит, может несколько действий там друг за другом выполнить там или что-то вернуть. Короче, ребят, N это инструмент, который позволяет через визуальный редактор, где мы перетаскиваем такие блоки и выстраиваем блок схемы, делать приложение довольно сложное, то есть это программирование языком блоксхем, где нам не надо писать код, а нам надо вот драгондропом таким зажали, перетянули действие конкретно переносить. Мы здесь вот это вот и видим, что, э, на какой-то вызов внешнего инструмента включается агент, который подключен к Open AI, который делает действие с календарём, который ищет что-то в Perplexity и создаёт задачу в сервисе Tod-Doist. Он с одной стороны очень простой по сравнению с тем, что надо писать код руками, да, по сравнению с тем, как себе надо разворачивать среду разработки, идешку, сервак, базу данных, всё это компилировать, смотреть на синтаксис и так далее. С другой стороны, это всё ещё инструмент, у которого есть некоторый порог входа. Вот предыдущий один из выпусков у нас есть про вайб-кодинг, где мы естественным языком общаемся с машиной. И в целом там можно сделать примерно то же самое, что мы сейчас сделаем. Но это будет менее гибко, менее наглядно. Здесь будут всё-таки возможности чуть-чуть побольше. У N есть ээ канал на Ютубе, и там есть базовый курс, и там есть продвинутый курс, где вы можете за пару недель вечерочком с блокнотиками посмотреть это всё, особенно если вы зайдёте это через Яндекс-браузер с автоматическим переводом на русский язык, потому что там этот курс оттена на английском, это всё будет бесплатно. Вы разберётесь от начала и до конца, как воспроизвести вот всё, что мы здесь происходим. Ссылочку на плейлист прямо YouTube канала с этим курсом тоже выложу в Telegram-канал к себе. — Я предлагаю прямо вам показать, как всё это будет работать, и попробовать пообщаться. Итак, вот у нас здесь есть кнопочка такая preview agent. И давайте попробуем с ним пообщаться в голосовом режиме. — Здравствуйте, я ваш личный помощник. Готов помочь с расписанием и аналитикой и добавлением задач. Угу. Отлично. Добавь задачу.

Просмотреть. — Конечно, я могу добавить. — Давай заново, — пожалуйста, уточнить. — Ага, давай. Значит, смотри добавь задачу. Ну, оплатить счёт за 11 Labs. — Хорошо, создаю задачу в Tod. Это займёт всего несколько секунд. Я не смогла создать задачу, так как не указала описание. Пожалуйста, уточните, нужно ли добавить описание к задаче оплатить счёт за 11 Labs? — Нет, давай без описания. Прямо так добавляй. — Хорошо, поняла. Создаю задачу: оплатить счёт за 11 Labs без дополнительного описания. Это займёт несколько секунд. Задача оплатить счёт 11 L создана в тудо. Можете просмотреть по Дада. Да, мы видим, задачка создалась. Хорошо. Аа, э расскажи, проанализируй в интернете, какие серьёзные э инструменты э есть на рынке, которые примерно с таким же функционалом, как у Labs. — Хорошо, я сейчас проведу поиск в интернете, чтобы найти аналоги Labs и проанализировать их функционал. Это займёт немного времени. А мы пока посмотрим, что происходило вот в предыдущем вызове. Здесь можно, значит, просматривать. А ты так говоришь специально потише, чтобы тебя не слышал твой агент, — да? Приглушил голос не подумал, что там. — Так, здесь есть, значит, все срабатывания этого алгоритма, этой блок схемы. Здесь есть некоторый лог событий. А, и вот в этом вот логе видно происходит. Да, вот, соответственно, вы был вызван инструмент create task, то есть создать задачу в тудусти с информацией оплатить счёт за Laps без дополнительного описания, потому что мы сказали, что ничего не нужно э после этого сработаться. — Откуда здесь это взялось? как раз технология вебхуков, она позволяет, то есть когда мы создаём инструмент в Лапсе, получается, там ещё есть где-то в Леванпсе ещё один шаг до этого, где кто-то проанализировал твой голос, его расшифровал в текст — и затем из него вычренил конкретную задачу, которую нужно поставить. Это встроенная возможность, то есть когда мы выбирали модель, которая анализирует этот диалог, то есть мы там выбрали G 2 с по фш, то есть именно вот эта модель, она всё время анализирует и принимает решение, что же нужно. Если она понимает, что мы там хотим сделать задачу, она вызывает нужный инструмент. Так мы сейчас перешли в режим чата, наверное, вопрос последний. Лучше спросим его в режиме чата, чтобы увидеть это в тексте. А проанализируй конкурентов — английский пишу. — Да, — это можно голосом диктовать. Выведи. Нет, давай напишу. Выведи список конкурентов. Lev laps. Почему написали с ошибками, но он всё равно понимает, то есть большие языком модели не понимают. Вот всё, он пошёл искать в интернете. — Угу. — И мы хотим это увидеть в тексте. — Ну и ответ мы сейчас получим от Gemini 25фш. Нет, ответ мы получим от перплексти Джемини 2 — А это новый запрос сделался вот к этому же, — да, вот мы сейчас в режиме реально видим, да, чтони получается в Eleven Labs только интерпретирует твой запрос и отправляет его структурированным уже в NN вебху. Сейчас столько слов сказал, как будто выругался или как будто собака лаяла. Вот. Ну ничего, ребят, посмотрите

вот этот вот видеокурс простенький, кому интересно в это погрузиться. Но опять же, кто себя видит как э человека, который вот в этой области будет работать, консультировать вот такие штуки, внедрять, разрабатывать и так далее. Без этого вам не обойтись. — Ну здесь же наша задача, наверное, не все технические детали показать, а просто показать возможности, что они на самом деле достаточно простые. Если есть какая-то задача, вы можете её решить сами или там привлечь — э специалистов или компаний, кто на этом специализируется. Вот мы увидели ответ. Вот, да, что основные конкуренты LAABS. А что происходило в это время на стороне N? Вот был вызван вот этот запрос, был вызван Perplexity. Видим, что зелёненькая такая вот подсветилась. То есть был два раза был вызван, э, значит, модель Open AI. То есть первый раз он получил запрос, проанализировал, что нужно сделать. Второй раз он вызвал Пепplexity, получил от него э результат, проанализировал его, понял, что его можно отправлять и, соответственно, отправил его обратно. Level Labs нам его выдал. Короче, у нас тут работает, на самом деле, это так называется всё и агент, на самом деле здесь уже целый зоопарк из всевозможных моделей больших языковых, которые через NEN как это сейчас модно называть, оркестрируются, да, между собой. То есть на стороне Eleven Labs Gemini, эта модель Гугла, проанализировала запрос, структурировала его, отдал его в N. NA, значит, отправил этот запрос в Open AI. в чат GPT, тот его проанализировал и отправил этот запрос уже дальше в Perplexity. Perplexity - это сейчас считается, ну, чуть ли не номер один поисковик информации, особенно какой-то вот технической, научной, точной, финансовой такой. Вот. Все ходят в Perplexity искать. Вот Perplexity что-то вернул, нашёл, отдал назад в Open AI и Open AI, то есть чат GPT, вернул это сюда. И получается, скорее всего, Джемини ещё как-то это потом ещё раз обработал — на уровне 11. — Абсолютно верно, да? То есть он выдал в том варианте, которому запрашиваются. Спросители его, так он выдал этот результат. — То есть, короче, на наших глазах, что только что случилось, ээ данные со скоростью света облетели планету несколько раз вот пока мы здесь сидели, болтали. Но на самом деле для меня это всё выглядит как магия. Ещё какое-то время назад, совсем недавно, мы сидели в первой версии чат GPT публично доступные, э, какие-то базовые задачи с поиском информации задавали и смотрели, как она глючит. Сегодня мы вот так вот на подкасте собираем решения, которые общаются уже искусственный интеллекты между собой. Причём вот так вот три штуки аж сразу на уровне того, что мы сидим и конструктор вот LEGO собираем, — да. Причём мы решаем какую-то маленькую задачку просто, да, вот там проанализировать там какую-то информацию в интернете. А когда реальная задача, которая в реальном бизнесе, то там вот этот workflлоу, который вот у нас здесь вот такой вот буквально из нескольких элементов, да, он может быть там больше в 100 раз, в 200 раз, может быть встроенный workflow там и так далее. То есть, то есть реальные проекты действительно очень сложные. И ещё нужно там правильно оттестировать, там проверить, что всё работает там во всех там ситуациях. Если раньше программирование - это всегда такая точная наука, точная последовательность, э, циклы и так далее, то сейчас очень много неточного, да, то есть мы переходим такое уже в мир работы с вероятностями, да, что один раз, э, значит, мондель может одно ответить, в

другой раз она уже другое ответит там и так далее. И вот чем, чем больше модели там вот в этом процессе, тем сложнее как бы довести продукт до того результата, чтобы он действительно закрывал там 990 там ситуаций там из тысячи. Попробуем ещё попробуем создать задачу в календаре. Привет. Давай. — Здравствуйте. Я ваш личный. — Привет. Хорошо. Да, давай создадим задачу в календаре проанализировать информацию о рынке искусственного интеллекта в России. Да, давай поставим её на завтра, на час по длительности там. Ну давай на 16:00. — Хорошо. Я добавляю это событие в ваш календарь. — Давай посмотрим, что у нас там появится. Какие-то у нас тестовые задачи. — Извините, произошла небольшая заминка. Из — Ну, задача появилась. — Задача появилась, да. Вот на наша задача появилась, — да. — Ну вот мы видим, что где-то про могут там происходить такие сбои, да, потому что продукт сырой, он сделан за там 10 минут. Вот просто чтобы очень быстро там показать возможности, что это всё на самом деле легко. Но в том случае он где-то он что-то может не так ответить. В этом случае, да, и вот задача там в AI разработке - это вот эти случаи отловить, понять, почему он здесь вроде бы добавил, но при этом нам сказал, что ж что-то не так, да, почему он так решил, и там исправить этот какой-то определённый цикл внедрения. Вот, несмотря на то, что как бы вот технологии простые, их можно как кубики там совместить и начать решать уже очень быстро какие-то задачи. Ээ, ну, отладить, чтобы было всё идеально. Это требует определённого времени, но потом ты начинаешь наслаждаться. — Супер. — Ну, в общем, следующий шаг - это выставить эту штуку наружу, чтобы надо было не через интерфейс Lenlaps это делать, а, например, через Telegramбот в NTN. Это тоже делается очень просто. Можем Telegramсообщение прислать и текстовое, и голосовое такого же характера, и будет происходить всё то же самое. И ответ потом будет также возвращаться в Telegram. Да, да, абсолютно верно. Вот. Ну, ещё такой интересный уже про пример расскажу. Вот как ээ то есть как вот ээ там разные модели, разные системы могут быть там взаимосвязаны целую последовательность. Вот мы, например, когда проводим Zoom с клиентами, они у нас автоматически записываются там в облако. После того, как Zoom прошёл, он автоматически выгружается, там транскрибируется, там распределяется по спикерам, анализируется, выдаются как бы результаты, а как бы итоги встречи, да, они отправляются к клиенту автоматически, на основе них формируются бизнес-требования к проекту. Просто мы пролизуем, вот пообщались, а искусственный интеллект при этом всё анализировал, автоматически создал там бизнес-трелеребование к проекту и автоматически сделал коммерческие приложение, знает всю нашу специфику, там все наши цены, прайс-листы и так далее, и полностью подготовил от дизайне коммерческое предложение, а мы просто пообщались. То есть раньше бы это заняло, наверное, день на всю эту подготовку, там пронализировать бизнес-трени, может быть, даже 2 дня, да, там бизнес-аналитик сел бы, всё это разбирал бы там. А сейчас-то искусственный интеллект полностью делает, и нужно просто провести там получасовой или там часовой зум, пройтись там по бизнес-процессам клиента и дальше всё будет автоматически. То есть ээ очень э большое ускорение вот, ну вот ящее там ускорение примерно там в 20-30 раз по сравнению с тем, что было там 5 лет назад. Вот те процессы, которые сейчас, которые мы реализуем, они, например, в 30 раз более быстро делаются, чем до появления там чата GPT и возможности больших языковых моделей. Вот. И мы стараемся внедрять это везде. Вот сейчас мы запустили такой продукт. Это живые микролендинги. А что это такое? Это когда лендинг подстраивает свой контент под запрос пользователя, да? То есть мы запускаем намер рекламу в ЯнЯнксдиректе. Ну, какой-нибудь возьмёт тему юриспруденции. То есть, ээ, одному клиенту нужен один вопрос, другой другому, одному там юриста по семейному праву, другому там автоюрист, третий там хочет узнать там ответ на какой-нибуд вопрос скат, подготовить там такое такое-то там заявление или что-то ещё. Он попадает на лнинг и лендинг, зная тот запрос, с

которым к нему пришёл клиент, он полностью перестраивает контент. Это происходит там за полсекунды. Мы используем там самые передовые модели там с самым быстрым инференсом. То есть буквально за полсекунды под него формируется тот контент, отвечающий точны на вопрос. Это такая гипер персонализация под каждого клиента. — Зачем там LLM? — Потому что LLM, разбирая запрос, что требуется клиенту, делает офер, делает там субофер и тексты. Их же можно сделать заранее, не на Литу делать, не каждый раз. — Их невозможно сделать под все запросы, которые ведёт пользователь. Ам может абсолютно на любой запрос переделать как бы сделать адаптированный контент. Во-первых, это ускоряет процесс создания. Сколько бы ты потратил времени, да, чтобы там сделать статично там под каждый случай там какие-то свои офферы и так далее. — Нет, я бы это делал всё через LLM. Просто я бы это сделал всё заранее. — Дело в том, что ты не можешь спрогнозировать все запросы, которые будет вводить пользователь. Вот. А LLM абсолютно любой запрос, даже если он будет состоять там из десяти разных слов. — Ну как, не знаю. Я у меня есть семантика, у меня есть частотность, у меня есть кластеризация. Примерно представляю себе — это тоже. Ну вот это тоже таким образом тоже будет быстрее и дешевле и там не нужен вроде как искусственный интеллект. — Ну это не быстрее дешевле, это, наверное, ээ ну по уровню стоимости примерно будет то же самое. Просто здесь это получается такое универсальное решение, которое подстраивает контенты. Более того, она не только тексты делает, она какие-то визуальные элементы даже может делать. Клиент, заходя там на там наш сайт, он увидит, что именно для его города мы делаем заявки. Э-э примеры, какие он будет получать в будущем заявок, да, прямо и в пример даже используется там код телефона этого города. То есть очень релевантную историю. — Дай посморим. Это же в каком-то параметре пробрасывается. — Это ну это мметка, конечно, по — keвор. Давай разные вещи пробросим. М keyword. Зайдём на твой сайт, — посмотрим, как это выглядит. Какие-то тоже яркие такие примеры. Угу. Ну вот здесь, значит, город Челябинск и клиент был лиды на массаж для Челябинск. — Вот. И вот сейчас мы видим, что сколько прошло вот, ну, здесь около секунды, э, по что на более медленном хостинге в реальности немножко на другом хостинге, ну, обычно до секунды приходит, ну, даже секунды это нормально, это всё в процессе. И мы видим, что именно на эти услуги, именно в Челябинске можно получить вот такие заявки, примеры заявок, да, прямо под там с кодом Челябинска и прямо с какими-то там комментариями. То есть это, конечно, супер повышает конверсию. Клиент сразу может представить, что он получит на выходе. — Да, классно выглядит. Давай какой-нибудь другой пример посмотрим, — особенно тут гневился. — Угу. — Просто там в парамет что-нибудь пишем, да? Ремонт квартир в Химках. А он показывает, получается, фразу какую-то первую, да, а потом её заменяет, — как мы захотим, да? То есть мы вот здесь и примеры видим, да, что вот вам пришли заявки, мы видим вот московские там коды телефоновгу — и примеры заявок. — То есть, конечно, ну суперрелевантно то, что искал клиент, он увидит, да, он зайдя там на сайты конкурентов, он не увидит ээ точно. э, как бы офер, отличающий его цели. Поэтому вот эта гиперсонализация, она легко делается сейчас при помощи там AI, там везде в рекламе. Поэтому вот эти технологии

конечно, нужно использовать. И те, вот ты спрашивал, а насколько эти компании, кто это будет использовать, обойдут конкрет. Обойдут. То есть, и чем больше ты их используешь в своём бизнесе, да, в каждом элементе маркетинг, продажа, ээ, там производство, там клиентский сервис, там HR, обучение и так далее, да, тем ты дальше и дальше будешь конкурентом. Тем то же самое сделать для конкурента будет дороже, чем для тебя, потому что, ну, обычно большая часть проектов, оно окупается там в течение 6 месяцев, иногда там 3х месяцев после там начала инвестиций, там в искусственный интеллект. Поэтому это всегда как бы точно будет более эффективно, чем этим не заниматься. И даже сейчас понимая, что каждый там год, каждые полгода технологии, ну, всё становятся всё лучше и лучше. Это не значит, что нужно ждать, когда там пройдёт 5 лет, они станут там на уровне там HI, на уровне там общего искусственного интеллекта и обойдут человека. Это надо начинать, это надо начинать уже сейчас. И потом просто, ну, постепенно обновлять те модели, которые у тебя в этих процессах используются, и не ждать, когда там будет потом уже поздно. То есть те, кто занимается снегрениями сейчас, они, ну, будут обходить, и чем дальше времени, тем больше отрыв будет виден и заметен. — Класс. А насколько здесь происходит повышение конверсии? — Здесь повышение конверсия до трёх раз, то есть практически на 300% раз конверсии. Если клиент заходит и ищет, например, генерацию в какой-то нише в своей, вот как здесь, да, он видит там 10 сайтов, на каждый из них заходит, они примерно там все одинаковые, мы там занимаемся там услугами там рекламы, там бла-бла-бла. А, и он нигде на этих

десяти сайтах не увидит, что он, значит, компания занимается точно решением его задачи. Поэтому, естественно, если ты что-то ищешь и ты видишь ответ на свой вопрос, конечно же, ты прежде всего точно пообщаешься с этой компанией и узнаешь, что они реально могут. Поэтому вот ээ вот этот опыт у нас в перформанс маркетинге и в AI, он сейчас на этом стыке даёт такие очень интересные, необычные решения, э которые ну кратно могут ускорять просто бизнесы. Ну что, друзья, у меня вот от этого всего, что мы тут сейчас увидели, ну, очень много инсайтов, да, технологии на сегодняшний день требуют допила, не работают вот так из коробки, да, надо побороться за экономическую целесообразность, но от одного подкаста к другому сегодня, в том числе мы видим, что всё больше и больше появляется результатов, всё больше и больше становится очевидным, что бизнесы, которые в это инвестиру в какой-то момент оторвутся от тех, кто это не делает, так далеко, что догнать уже не получится. Я сегодня убедился в очередной раз, что выжить в следующие годы в маркетинговых войнах, в перегретых бюджетами аукционах рекламных систем смогут только те, кто за клиента сможет платить больше, чем все остальные. Тот, кто сможет купить клиента дороже, чем конкуренты. Если у вас выше конверсия, если вы принимаете больше звонков, если вы доступны в большем количестве часовых поясов, это значит, что вы можете купить клиента дороже, чтобы экономика бизнеса сходилась, чем конкуренты. Это значит, что вопрос времени, пока какой-то из бизнесов дойдёт до точки, когда догнать его уже не получится из-за уровня внедрения вот этих вот технологий и степени погружения в них. Поэтому, э, усиливайте себя роботами, работайте с ними, внедряйте, тестируйте. Вячеслав, тебе большое спасибо за твой опыт, которым ты сегодня поделился. Видел, что некоторые моменты было даже так эти секретики какие-то подрассказали. Друзья, с вами мы увидимся в следующем ролике. Пожалуйста, подписывайтесь, нажимайте лайки, ставьте колокольчики. Все материалы будут выложены в Telegram-канале. Ссылочка под этим роликом в описании. Пока-пока.