Автоматизация приема заказов по телефону. Личный опыт и реальные результаты
Каждый день миллионы клиентов звонят в компании по телефону - и каждый такой звонок обходится бизнесу в деньги, время и репутацию. Операторы выгорают от монотонных разговоров, клиенты бросают трубку после долгого ожидания, а бизнес теряет прибыль на рутине, которую давно пора автоматизировать. Я уже несколько лет занимаюсь разработкой и внедрением голосовых ботов для приема заказов по телефону - не в теории, а для реальных компаний, с реальными клиентами и реальными заказами.В этой статье я поделюсь конкретными кейсами, которые помогут владельцам и руководителям бизнеса понять:
Сравнение LLM-кодеров: GPT-5.1, Grok, DeepSeek, «Алиса» и GigaChat
Привет, Хабр! Сегодня проверим, какая нейросеть лучше помогает в программировании. На дворе 2025 год у нас подоспел GPT-5.1, подтянулись конкуренты вроде Grok от xAI и DeepSeek из Поднебесной, а на отечественной сцене выступают обновлённая
Как повысить свою продуктивность с генеративным ИИ (и почему это не ChatGPT)
Если ты управляешь даже небольшой командой, то знаешь: каждая минута на счету, а цена ошибки — заоблачная. Мы живем в мире, где стратегическое решение нужно принять не через неделю, а «вчера». И тут на сцену выходит ИИ. Но я не собираюсь рассказывать, как попросить ChatGPT написать за тебя письмо или пост в ТГ-канал (об этом прочитаешь в других медиа).Речь о стратегическом усилении, которое помогает мне, как CEO, принимать решения быстрее и точнее. Это процесс, который может настроить под себя каждый за несколько вечеров, чтобы потом сэкономить сотни часов.
Интеллектуальный поиск: почему RAG уже недостаточно и как мы его превзошли
Каждый день на Хабре появляются статьи и эксперименты с RAG, fine‑tuning и векторными базами. Это интересные опыты, но все они упираются в один и тот же потолок — низкую точность, отсутствие диалога с пользователем, сложность интеграции и риск утечек данных из‑за использования с облачными LLM‑моделями.
Нейросети в реальных задачах агентства: обучение сотрудников, создание фото, тексты, HR, документы
Привет, меня зовут Кострюков Александр, я генеральный директор диджитал-агентства Panda Family и учредитель
Как MCP-серверы помогают бизнесу раскрыть потенциал ИИ
Революция произошла еще в прошлом году, но ее мало кто заметил. В среде бизнеса так уж точно. И зря! Я считаю, что именно стандарту Model Context Protocol от Anthropic суждено сформировать ландшафт внедрений искусственного интеллекта в бизнес в ближайшие несколько лет. Сейчас расскажу, почему.
Создание Системы генерации ответов на истории тикетов поддержки (часть 2)
Привет, Хабр!Меня зовут Анатолий, занимаюсь автоматизацией бизнес-процессов и применением Искусственного Интеллекта в бизнесе. Кейсовая задача - создать Систему генерации ответов на основе существующей истории тикетов. При этом Система должна работать в закрытом контуре.Это вторая часть.В первой части был рассмотрен подход Question-Answering с timpal0l/mdeberta-v3-base-squad2 (модификация BERT для задач Question-Answering) - модели, умеющей "читать" текст и "вытаскивать" ответы.В этой части переходим к семантическому поиску, контекстному сходству и SentenceTransformer. SentenceTransformer
Создание Системы генерации ответов на истории тикетов поддержки (часть 1)
Привет, Хабр!Меня зовут Анатолий, занимаюсь автоматизацией бизнес-процессов и применением Искусственного Интеллекта в бизнесе.Кейсовая задача - создать Систему генерации ответов на основе существующей истории тикетов. При этом Система должна работать в закрытом контуре.Общий ходДатасет, поиск релевантного тикета, генерация ответаПодготовка данныхИсходные данные представляли собой большой CSV-файл, полученный как экспорт истории тикетов поддержки, по нескольким филиалам, на нескольких языках.
X5 разработала собственную систему пополнения запасов для торговых сетей
Х5 разработала собственную систему пополнения запасов для торговых сетей «Пятёрочка» и «Перекрёсток» и начала её поэтапное внедрение. Ранее компания использовала решение иностранного вендора, что ограничивало возможности управления и доработки. Теперь Х5 полностью переходит на внутреннюю технологическую платформу, что даёт полный контроль над ключевыми логистическими процессами, повышая их эффективность.
