Samsung Electronics підключає ChatGPT Enterprise і Codex для працівників у Кореї та глобальної команди Device eXperience.Простими словами: компанія дає людям не один чат для відповідей, а робочий набір інструментів для щоденних задач.ChatGPT допомагає з тим, що зазвичай забирає багато часу: знайти інформацію, порівняти дані, підготувати документ, розкласти ідею, пояснити складний матеріал простими словами.Codex закриває інший тип роботи. Він допомагає писати код, перевіряти його, знаходити помилки, а також збирати прості внутрішні інструменти, сайти й автоматизовані процеси.Як це може виглядати всередині Samsung:Інженер готує зміну в коді. Codex допомагає написати частину рішення, перевірити помилки й швидше довести задачу до робочого стану.Продуктова команда має ідею для внутрішнього сервісу. Замість довгої презентації вона швидше збирає простий прототип і перевіряє, чи справді він потрібен.Виробнича команда має повторювану перевірку. ChatGPT допомагає розібрати дані й документи, Codex - перетворити частину перевірки на автоматизований процес.Маркетинг готує кампанію. Команда швидше збирає чернетки, аналізує матеріали, робить простий інструмент або сторінку для внутрішньої перевірки.Результат тут не в тому, що працівники "користуються ШІ". Результат у тому, що звичайна робота проходить коротший шлях: задача, чернетка, перевірка, робочий варіант, рішення.Тому ця історія важлива не лише через Samsung. Вона показує, як великі компанії починають ставитися до ШІ: не як до окремої програми для цікавості, а як до робочого шару для документів, коду, даних, внутрішніх інструментів і щоденних процесів.#шірадар
Пару днів тестую круту фічу від CodexCodex Record & Replay дозволяє один раз показати дію на екрані й перетворити її на навичку, яку можна запускати знову.Працює найкраще там, де словами довго пояснювати, а руками показати швидше: які поля заповнити, яку папку відкрити, де натиснути, як назвати файл, що перевірити перед завершенням.Наприклад:• створити задачу в Planer з потрібним проєктом, мітками і шаблоном опису;• завантажити щотижневий звіт з кабінету й покласти його в правильну папку;• оформити витрату: чек, сума, дата, категорія; (так, зі всіх любимою ERP воно також працює)• підготувати чернетку листа після зустрічі у вашій звичній структурі;• опублікувати відео з назвою, описом, обкладинкою і потрібними налаштуваннями;• перевірити сторінку товару: ціна, опис, наявність, фото, помилки;• заповнити повторювану внутрішню заявку без ручного згадування кожного поля.Як працює: відкриваєте Codex, запускаєте запис навички, виконуєте процес на Mac і зупиняєте запис, коли все готово. Codex після цього збирає порядок дій: коли запускати, які дані потрібні, які кроки пройти і як перевірити результат.Головне - записувати одну завершену дію. Не весь робочий день, не десять процесів одразу, не паролі й коди доступу. Один зрозумілий сценарій, де змінюються тільки дата, файл, клієнт, назва або період.Потім достатньо написати: “використай цю навичку для звіту за 17-21 червня” або “створи задачу за цим описом”. І Codex повторює вже не відео, а зрозумілий порядок роботи.Користуйтесь, бо це реально кайф#шірадар
Цікавий кейс від індійського Телеком оператора JioJio Call Agent - голосовий ШІ-агент, вбудований прямо в телефонну мережу Reliance Jio. Його викликають під час дзвінка словами "Hey Jio", без окремого застосунку, а запуск обіцяють цього року для понад 500 млн користувачів Jio.Він слухає розмову, розшифровує її в реальному часі, розрізняє до 10 учасників у конференції, робить підсумок, витягує завдання й нагадування. Під час того самого дзвінка може замовити їжу, забронювати столик, викликати таксі або додати людину до конференції.Найсильніше тут не сама розшифровка. Її вже багато хто вміє. Сильне місце - розподіл: Jio ставить агента не в окремий застосунок, а в саму телефонну мережу. Якщо це спрацює, голосовий ШІ отримає шлях до масового користувача швидше, ніж більшість окремих ШІ-сервісів.Такий агент чує розмови, створює записи, може діяти під час дзвінка і торкається платежів, бронювань та особистих даних. Треба мати згоду, журнал дій, підтвердження перед транзакцією і зрозуміле правило, що потрапляє в навчання моделей, а що ні. #шірадар
ChatGPT Enterprise отримав аналітику використання кредитів і оновлені ліміти витрат у Global Admin Console. Це панель керування, де ChatGPT і Codex видно як один витратний контур: хто користується, яка модель споживає кредити, у якому продукті росте навантаження.Система показує тренди використання, топових користувачів, витрати за людиною, продуктом і моделлю. Дані можна забрати через Cost API у власні фінансові або аналітичні системи. Адміністратор може поставити загальний ліміт для робочого простору, окремі ліміти для груп і персональні винятки для людей, яким справді потрібна більша місткість.Насправді, ми це дуже часто використовуємо для контролю використання ШІ в компаніях, оскільки просто купити Copilot чи Gemini - це не впровадити ШІ. Компанія отримує механізм, який зводить ШІ до мови операційного бюджету: хто створює результат, хто просто експериментує, де треба навчання, де треба обмеження, де треба підняти ліміт без збільшення витрат для всіх.ШІ в компанії починають рахувати як керований ресурс, а не як красиву підписку на всіх одразу.#шірадар
ChatGPT переробив заплановані завдання і прибрав Pulse з центру уваги.Тепер у ChatGPT є окрема сторінка Scheduled: там видно всі активні завдання, наступний запуск, паузу, редагування і видалення. Можна просити не лише нагадати про щось, а регулярно перевіряти зміни в інтернеті чи підключених застосунках і повідомляти лише тоді, коли справді є що сказати.Оце вже цікаво.Бо нагадування саме по собі нічого не змінює. Календарі, списки справ і сповіщення давно вміють кричати в один час. Інша річ, коли система сама стежить за умовою: зʼявилась потрібна вакансія, змінилась ціна, вийшла згадка про компанію, прийшов лист від конкретної людини, конкурент оновив сторінку.Ви не ставите собі ще один сигнал. Ви ставите маленьку перевірку, яка працює без вашої участі. Не “зайди і запитай”, а “перевір щодня, порівняй, відфільтруй шум і принеси тільки зміну”.Саме тому згортання Pulse виглядає логічно: OpenAI прибирає окремий режим ранкових підбірок і переносить проактивність у звичайну роботу ChatGPT.Тестую… поки в Pro підписці… #шірадар
Genie One від Databricks - ШІ-працівник для команд, які живуть у корпоративних даних: таблицях, документах, листах, чатах, задачах і внутрішніх застосунках.Він відповідає на питання простою мовою, готує звіти, ставить розклади й сповіщення, моніторить показники, створює документи, запускає дії в Slack, Teams, Gmail, Jira та дозволяє з одного запиту зібрати окремого Genie Agent під конкретну задачу.У реальному процесі це виглядає так: керівник продажів просить ранкову довідку по зустрічах, і Genie тягне календар, пошту, CRM-дані, показники з Lakehouse та попередні обговорення. Операційна команда бере місячний бізнес-огляд, додає свіжі запаси, стенограми командних дзвінків і отримує оновлений документ без черги до аналітика.Найважливіша частина тут - Genie Ontology. Це граф понять, метрик, таблиць, команд і джерел, який пояснює агенту, що в компанії означає "активний клієнт", "валова маржа", "відвантаження", "ризиковий регіон" або "пріоритетний рахунок". Без такого шару модель легко вигадує впевнену відповідь із неправильного місця.По внутрішньому тесту Genie з онтологією відповів правильно з першої спроби на 84,5% складних питань по корпоративних даних. Найсильніший універсальний кодовий агент у тому ж тесті дав 52,4%, ще й працював повільніше.Ринок корпоративного ШІ зараз швидко зростає і розуміє суть: сам агент дешевшає тільки тоді, коли він знає ваші дані, не плутає визначення, не лізе за межі доступу і не спалює бюджет на повторні спроби.#шірадар
Glia AI Outreach запустили як ШІ-систему для банківських вихідних дзвінків і SMS.Вона сама знаходить клієнтів у списках: закінчується депозитний сертифікат, наближається платіж за кредитом, є шанс перевести позичальника у повноцінного клієнта банку. Далі система телефонує або пише, відповідає на типові питання, відпрацьовує заперечення і передає людині тільки ті розмови, де вже є намір або складний запит.Це цікаво не як «голосовий бот». Він вирішує проблему простих, але дорогих дій: нагадати, пояснити, втримати депозит, не пропустити ризик, не завалити контакт-центр ручною роботою.Тепер ви можете взяти конкретний банківський сценарій і рахувати його не в кількості дзвінків, а в збережених депозитах, нижчому простроченні, меншому навантаженні на команду та швидшій реакції на момент, коли клієнт готовий піти.Головний контроль тут не в гарному голосі. Його треба ставити на правилах: кому система має право дзвонити, що може обіцяти, коли мусить зупинитися і які розмови одразу передає людині.За останній тиждень знайшов дуже багато різних кейсів вже готових застосувань в фінансовій та банківській сфері, тому якщо цікаво пишіть в коментах, будемо більш розвивати цю тему і не тільки по фінансовим ШІ Агентам #шірадар
Avatars in ElevenCreative дає вам швидкий спосіб зробити відео з аватаром: пишете текст, обираєте голос, додаєте обличчя - і отримуєте ролик із людиною в кадрі та синхронізацією губ.ElevenLabs тут зшиває свою найсильнішу частину, голос, із відео. Ви можете тримати одного аватара для серії роликів, створити його з фото або опису, а потім випускати ті самі повідомлення різними мовами без нової зйомки.Практичне застосування: навчальні відео, пояснення продукту, короткі звернення до клієнтів, внутрішні інструкції, рекламні ролики під різні ринки. Ви працюєте не з окремими шматками - голосом, відео, монтажем і синхронізацією, а з одним сценарієм і одним персонажем.Найсильніше місце тут - серійність. Через Flows такі відео можна створювати пачками: під різні мови, різні аудиторії, різні товари або різні етапи продажу. Тобто ви швидше перевіряєте не один красивий ролик, а кілька варіантів повідомлення.Контроль лишається на вашому боці: обличчя, текст, обіцянки в рекламі, право на використання образу, відповідність бренду. ШІ скорочує шлях від сценарію до першого відео, але рішення, що саме можна сказати клієнту, має залишатися у вас. P.S: це дуже круте оновлення і я вирішив написати вже сьогодні#шірадар
Сьогодні багато компаній кажуть: “ми вже використовуємо AI-агентів”. Але тут є важливий нюанс.Бо одна справа - дати співробітникам доступ до Claude, ChatGPT чи Gemini. І зовсім інша - реально змінити якість процесів у бізнесі.Після першої хвилі хайпу enterprise-сегмент якраз входить у тверезішу фазу. Уже стає зрозуміло: AI-трансформація - це не про те, хто краще “поговорив із нейромережею” і не про магічні промпти.Справжня різниця починається там, де зʼявляються інженерні метрики.Перше - вартість результату, а не вартість одного запиту.Можна пишатися тим, що один промпт витрачає мало токенів. Але якщо після цього модель пʼять разів помиляється, людина витрачає час, а результат все одно треба переробляти - це не ефективність.Професійний підхід рахує cost per successful outcome. Скільки коштує не “запит”, а готовий правильний результат. Іноді краще дати агенту більше контексту, довший ланцюг міркування і кешування повторюваних частин, але отримати якісний результат з першої спроби.Друге - інструменти без хаосу.Початковий рівень - підключити до агента десять API і сподіватися, що він сам розбереться. У бізнесі це швидко ламається.Сильніша логіка - дати агенту тільки ті інструменти, які потрібні для конкретної задачі. А для доступу до закритих корпоративних даних використовувати стандартизовані підходи на кшталт MCP, а не щоразу писати окремі костилі під кожну базу.Третє - оркестрація замість “супер-агента”.Багато хто намагається зробити одного агента, який знає все, робить все і відповідає за все. Звучить красиво, але в реальності такий агент тоне у власному контексті.Професійний підхід - розбити процес на ролі. Один агент збирає контекст, другий готує рішення, третій перевіряє помилки, четвертий дивиться на compliance, якість або бізнес-логіку.Це вже не чат. Це робочий процес.Четверте - тести, а не “ніби працює”.Найбільша помилка - змінити промпт, перевірити на одному прикладі й вирішити, що все добре.У бізнесі так не працює. Якщо змінюється логіка агента, модель або системний промпт, це треба перевіряти на еталонному наборі кейсів. Інакше сьогодні все виглядає добре, а завтра в продакшені починаються дивні помилки.Тому професійна робота з AI - це не магія.Це коли компанія рахує вартість успішного результату, контролює інструменти, будує модульну архітектуру, тестує зміни і вбудовує AI в нормальні бізнес-процеси.І от тут проходить межа.Одні “користуються AI”.Інші будують систему, яка реально дає бізнесу швидкість, контроль і повторюваний результат.#шісистема
Модель, якою всіх лякали в квітні і давали лише відібраним кіберзахисникам, тепер стоїть у звичайному Claude.Назва - Claude Fable 5. Усередині - той самий клас Mythos, через який Anthropic раніше ходила навколо теми з максимальною обережністю. Тільки тепер цю силу винесли в публічний продукт і обклали запобіжниками.Fable 5 бере довгі задачі, тримає контекст на мільйон токенів, працює з кодом, документами, таблицями, графіками, зображеннями, може тягнути складну роботу не в одному красивому абзаці, а в кількох проходах: перевірити, виправити, знову перевірити, дотиснути результат. Для розробки, фінансової аналітики, юридичних правок, роботи з великими файлами це вже не “помічник поруч”. Це виконавець, якому можна віддати шмат процесу.Кібербезпека, біологія, хімія, дистиляція моделей - у ризикових зонах Fable 5 не має повної свободи. Частина запитів автоматично йде на Opus 4.8. Компанія фактично продає не лише потужність, а й механізм стримування цієї потужності.Бо підприємства (особливо те що ми бачимо в банках і фінансових компаніях) купують не “найрозумнішу модель”. Вони купують модель, яку можна пустити до даних, коду, звітності, внутрішніх документів і не пояснювати потім раді директорів, чому система сама навчила когось ламати інфраструктуру.Snowflake вже тягне Fable 5 у Cortex AI: фінансові звіти, таблиці, графіки, SQL, агенти біля корпоративних даних. AWS одразу виводить її у Bedrock, але з дуже показовою умовою - треба погодитися на зберігання і передавання даних Anthropic для контролю зловживань. Ось та сама ціна “безпечної” потужності, яку в презентаціях зазвичай кладуть дрібним шрифтом.Важливо - якщо ви використовуєте цю модель то Антропік все одно буде 30 днів зберігати дані в себе на серверах, навіть якщо у вас стоїть режим «нульового зберігання» Ціна $10 за мільйон вхідних токенів і $50 за мільйон вихідних. Удвічі дорожче за Opus 4.8.Потужно. Тестуємо…#шірадар
TGLIST.COM.UA
