هوش‌مصنوعی برای توسعه کسب‌کار و مارکتینگ

سلام به همه دوستان

حدود ۴ ماه پیش سه تا از داشبوردهای لوکراستودیویی که ساخته بودم رو به دلیل قطعی اینترنت و شرایط بد کسب‌وکارها و نیاز به بررسی دیتا با حداقل مصرف اینترنت رایگان کردم.

بیش از ۳۰۰ شرکت و دیجیتال‌مارکتر درخواست دادن و بهشون دسترسی دادم.
و خیلی خوشحالم که در این مدت تونستم همراه کسب‌وکارهاشون باشم🙂

این دسترسی به زودی منقضی می‌شه و دیگه آفر رایگان نخواهدداشت. اگر شما قبلا این داشبوردها رو تهیه کردید یا تمایل دارید تهیه کنید، فقط همین هفته میتونید به من پیام بدید (@Najmeddini) تا با شرایط ویژه دریافتشون کنید.

بعد از این هفته دسترسی رایگان متوقف میشه و قیمت داشبوردها افزایش پیدا میکنه.

@Analyfy | توسعه مبتنی بر داده

سلام ✋
تو این مدتی که پستی منتشر نکردم داشتم ۳ شیفت ۳ تا کسب‌و‌کار از صفر میساختم و امروز هر ۳ تاشون دارن کار میکنن و فرصت کردم یه نفسی بکشم😊

۳ تا کسب‌و‌کار با ۳ تا پلتفرم
1⃣ claude code + Graphyfy
2️⃣ chatGPT Site
3️⃣ Open Code + OmniRoute

البته از Antigravity و Google AI Studio هم استفاده کردم ولی محصول نهایی رو با اونها نساختم.

یکی از اینها همون آکادمی هست که Pivot کردم و یه پلتفرم آموزشی شده که به زودی معرفیش میکنم.

و دیگری یه ابزار رایگان برای مدیریت زمان مخصوص Solopreneur هاست به اسم Open Office. و همین ابزار باعث شد بتونم پروژه سوم رو کار کنم و وقتم آزاد بشه که سریعتر کارها رو پیش ببرم.

تجربه‌ی من از کار با هوش‌مصنوعیا

و من همچنان ابزارهای Google و ChatGPT رو در اغلب اوقات به Calude ترجیح میدم😎
کلاد فقط وقتی خوبه که کنارش ۱۰۰ تا ابزار دیگه داشته باشید و یه سیستم کامل بسازید. در اینصورت کلاد orchestration بهتری بین همه ابزارها ایجاد میکنه و خروجی بهتر خواهد بود.

چت‌جی‌پی‌تی برای کسانی عالیه که هنوز اون سیستم بالا رو نساختن و میشه روش حسابی تکیه کرد. جذاب لعنتی😉

و گوگل هم مثل chatgpt پکیج کامله و ارزون. اما یه مشکلی داره. پونصدتا ابزار جداگانه داره. خود اهل تک ازش دارن مینالن. فکر میکنم به زودی اکوسیستم گوگل هم جمع‌وجور‌تر بشه. در آن روز انتخاب اول من خواهد بود احتمالا.
فعلا بهترین تجربه من از Google AI Studio بود. ✅

@Analyfy توسعه به کمک هوش‌مصنوعی

دوره‌ی رایگان «ورود به دنیای هوش‌مصنوعی» که برای آشنایی عموم علاقمندان تهیه کردم، به پایان رسید. لینک همه‌ی ویدئوها، اسلایدها و ژوپیترها را تقدیم می‌کنم. از پیام‌های سراسر مهری که ارسال کردید بی‌اندازه سپاس‌گزارم ❤️

۱. مسافر نمانیم، خلبان شویم

۲. ماشین چگونه می‌آموزد

۳. داده، ویژگی، برچسب: چرا حفظ‌کردن یادگیری نیست

۴. گرادیان کاهشی، قلب یادگیری ماشین

۵. درخت تصمیم و معمای تایتانیک

۶. دقت کافی نیست: سنجش صادقانه‌ی یک مدل

۷. شبکه‌های عصبی: از یک نورون تا یادگیری عمیق

۸. کانولوشن: ماشین چگونه یاد می‌گیرد ببیند

۹. وقتی ماشین سخن ما را می‌فهمد: آشنایی با ترنسفورمر

۱۰. از صفر شروع کنیم و یک چت‌بات و عامل هوشمند (Agent) بسازیم

اسلایدها و نوت‌بوک‌ها

کلاودفلر یه مرورگر ساخته که اصلا قرار نیست انسان ببیندتش، قراره ایجنت‌های هوش مصنوعی ازش استفاده کنن.

این شرکت Kitesurf رو معرفی کرد، یه مرورگر ابری که مخصوص عامل‌های هوش مصنوعیه، نه انسان. برخلاف مرورگرهای معمولی که تم و افزونه می‌خوانن، Kitesurf به این‌ها کاری نداره، فقط وظیفه‌ش اینه: گشتن وبسایت، پر کردن فرم، انجام کارهای خودکار، با کمترین توان پردازشی ممکن.

طبق اعلام کلاودفلر، Kitesurf در کارهای ایجنتی معمول، مصرف CPU و حافظه خیلی کمتری نسبت به Chromium داره. فقط ۱۲ هفته طول کشیده و توسط فناوری‌های متن‌باز متن‌افزای دیگر (موتور از Blitz، پارسر CSS فایرفاکس و موتور جاوااسکریپت در راست) ساخته شده و روی زیرساخت Workers کلاودفلر اجرا می‌شه، و فعلا رایگانه در نسخه‌ی بتاس.

برای کسب‌وکارهای کوچک و متوسط که دارن تیم‌هایشون رو به سمت اتومیشن، استخراج داده از وب‌سایت، کار با فرم‌ها یا رصد قیمت رقبا هدایت می‌برند، این یعنی زیرساخت ارزان‌تر برای تیم‌های فنی که می‌خوان این جور ابزارها رو خودشون بسازن، بدون هزینه‌ی ساخت یه مرورگر از صفر.

اگه تو کسب‌وکارت به سمت automation یا agent‌های وب می‌رید، این یه گزینهٔ ارزونهٔ جدیده که ارزش دونبال کردنش رو داره.

لینک سایت: https://kitesurf.cloudflare.app/

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

خلاصه گزارش «شاخص هوش مصنوعی ایران ۱۴۰۴» (منتشر شده در اسفند ۱۴۰۴ توسط مرکز استراتژی و تحول هوش مصنوعی شریف با همکاری اتاق بازرگانی تهران و معاونت علمی ریاست جمهوری) :

1⃣ وضعیت کلی و نرخ پذیرش هوش مصنوعی در کسب‌وکارهای ایرانی
✔ اصلی‌ترین میزان نفوذ در کسب‌وکارها: نرخ پذیرش هوش مصنوعی در کسب‌وکارهای ایرانی حدود ۲۷ درصد است. اگرچه این میزان نسبت به سال گذشته رشد داشته، اما ایران همچنان حدود ۷ سال از میانگین جهانی عقب‌تر است.

✔ اصلی‌ترین پیشتازی هوش مصنوعی مولد (Generative AI): بخش عمده‌ای از پذیرش هوش مصنوعی در شرکت‌های ایرانی مربوط به هوش مصنوعی مولد است. ابزارها و مدل‌های مولد به دلیل سهولت دسترسی، هزینه پایین و کاربرد مستقیم، به اصلی‌ترین دروازه ورود کسب‌وکارها به زیست‌بوم AI تبدیل شده‌اند.

2⃣ چالش‌ها و بودجه‌بندی کسب‌وکارها در توسعه AI
✔ اصلی‌ترینسرمایه‌گذاری بسیار محدود: حدود ۷۵ درصد از شرکت‌هایی که از AI استفاده می‌کنند، در ۳ سال اخیر کمتر از ۲ میلیارد تومان برای این فناوری هزینه کرده‌اند.

✔ اصلی‌ترین موانع توسعه محصولات AI:

- هزینه‌های بالای توسعه و زیرساخت.

- فقدان مهارت کافی و کمبود نیروی انسانی باکیفیت و متخصص.

3⃣ وضعیت بازار، سرمایه‌گذاری و زیرساخت (دیدگاه اقتصادی)
✔ اندازه بازار AI در ایران: اندازه بازار هوش مصنوعی ایران در سال ۱۴۰۳ حدود ۵.۵ همت (هزار میلیارد تومان) برآورد شده که معادل ۹۰ میلیون دلار (حدود ۰.۰۲ درصد از GDP ایران) است. این میزان در مقایسه با کشورهای منطقه در جایگاه پایین‌تری قرار دارد.

✔ سرمایه‌گذاری تجمیعی: کل سرمایه‌گذاری تجمیعی صورت‌گرفته در AI ایران تاکنون حدود ۸۲ میلیون دلار بوده است (در مقایسه با سرمایه‌گذاری ۳۰ میلیارد دلاری رژیم صهیونیستی و ۲۴ میلیارد دلاری عربستان در دهه اخیر).

✔ ضعف شدید زیرساخت پردازشی (GPU): مجموع توان پردازشی سرویس‌دهندگان بزرگ کشور معادل ۱۷۲ عدد پردازنده H100 است. (در حالی که این رقم برای عربستان معادل ۸,۳۹۱ و برای امارات ۳,۰۷۲ پردازنده H100 است).

✔ شکاف دانشگاه و صنعت: سهم بخش صنعت ایران در تولید و انتشار دانش هوش مصنوعی نزدیک به صفر (۰.۱ درصد) است که نشان می‌دهد صنایع بزرگ و کسب‌وکارهای دیجیتال حضور فعالی در توسعه علمی این حوزه ندارند.

4⃣ بازار کار، نیروی انسانی و مهارت‌های مورد نیاز
✔ حجم نیروی انسانی: در سال ۲۰۲۴ حدود ۱۴,۱۶۴ استعداد فعال در حوزه AI در ایران شناسایی شده است.

✔ چالش شدید مهاجرت (فرار مغزها): در سال ۲۰۲۴، حدود ۱,۲۶۲ نفر از متخصصان AI از کشور خارج شده‌اند و در مقابل تنها ۳۲۳ نفر وارد شده‌اند (خروج ۴ برابری). مقصد اصلی آن‌ها کانادا، آمریکا و آلمان بوده است.

✔ تمرکز جغرافیایی: ۸۵ درصد از آگهی‌های شغلی هوش مصنوعی کشور متمرکز در استان تهران است.

✔ رقابت بالا در استخدام: شدت رقابت جویندگان کار در حوزه AI حدود ۵ برابر بیشتر از سایر مشاغل IT است و بالاترین میانگین حقوق و دستمزد را در میان مشاغل فناوری دارد.

✔ مهارت‌های کلیدی و پرتقاضا:

- مهارت‌های نرم‌افزاری: زبان Python همچنان مهارت غالب است، اما بالاترین نرخ رشد تقاضا مربوط به Docker بوده است.

- مهارت‌های مرتبط با Generative AI: بیشترین سهم آگهی‌های شغلی به مهارت‌های «مدل‌های چندوجهی» (Multimodal Models) و «تبدیل متن به گفتار» (Text-to-Speech) اختصاص دارد.

5⃣ وضعیت دیتاست‌های زبان فارسی
✔ در پلتفرم مرجع Hugging Face، حدود ۹۱۵ دیتاست به زبان فارسی وجود دارد (در مقایسه با بیش از ۳۸ هزار دیتاست انگلیسی).

✔ تفکیک دیتاست‌های فارسی: شامل ۶۳۹ دیتاست متنی، ۴۱ دیتاست صوتی و ۴۰ دیتاست تصویری است.

✔ سرانه دیتاست‌های فارسی به ازای هر میلیون نفر سخنور، حدود ۸ دیتاست است که از سرانه زبان‌های عربی و چینی بالاتر است.

💡 جمع‌بندی و پیشنهادهای راهبردی:
✅ تمرکز بر ابزارهای هوش مصنوعی مولد: به دلیل هزینه زیرساختی بالا در ایران، بهترین راهکار برای کسب‌وکارها و تیم‌های مارکتینگ، بهره‌گیری از ابزارها و مدل‌های آماده مولد (چندوجاهی، متنی و صوتی) جهت تولید محتوا، چت‌بات‌های پشتیبانی و اتوماسیون فرآیندها است.

✅ سرمایه‌گذاری روی آموزش داخلی (Up-skilling): با توجه به رقابت ۵ برابری و هزینه‌های بالای جذب نیروی متخصص AI و همچنین نرخ بالای مهاجرت آن‌ها، آموزش و ارتقای سواد دیجیتال تیم‌های فعلی مارکتینگ و فنی اقتصادی‌ترین مسیر است.

✅ استفاده از ظرفیت بازاریابی صوتی و چندوجهی: با توجه به روند بازار کار، تقاضا برای مدل‌های چندوجهی و پردازش گفتار/متن در حال افزایش است؛ کسب‌وکارها می‌توانند از این ابزارها برای بهبود ارتباط با مشتری و شخصی‌سازی تجربه کاربر (Personalization) استفاده کنند.

در پست بعدی متن کامل سند رو ارسال میکنم.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

دیگه نمیشه AI رو پنهان کرد!

از ۲ آگوست، اگه محتوای ساخته‌شده با هوش مصنوعی رو برای مخاطب اروپایی منتشر کنی و لیبل نزنی، جریمه‌ش می‌تونه تا ۱۵ میلیون یورو باشه!

این هفته بخش شفافیت قانون هوش مصنوعی اتحادیه اروپا (AI Act) رسما اجرایی شد.

سه تعهد جدید برای هر کسب‌وکاری که مشتری اروپایی داره:
1⃣ هر چت‌بات یا دستیار AI که با مشتری حرف می‌زنه، باید صریحاً اعلام کنه که انسان نیست.
2️⃣ هر ویدیو، عکس یا صدای ویرایش‌شده یا ساخته‌شده با هوش‌مصنوعی (دیپ‌فیک) باید لیبل بخوره.
3️⃣ تبلیغات و محتوای تولیدشده با AI باید علامت قابل‌تشخیص با ماشین داشته باشه (این یکی تا دسامبر ۲۰۲۶ مهلت داره).

نکته‌ای که خیلی‌ها ازش غافلن، این قانون فقط شامل شرکت‌های مستقر در اروپا نمی‌شه. اگه فروشگاه آنلاین یا آژانس مارکتینگت خارج از اروپاست ولی برای مخاطب اروپایی تبلیغ می‌زنی، این وظیفه گردن توئه، حتی اگه ابزار AI رو از یه شرکت آمریکایی گرفته باشی.

جریمه؟ تا ۱۵ میلیون یورو یا ۳ درصد از درآمد جهانی، هرکدوم بیشتر بود.

همین امروز یه نگاه به کمپین‌ها، چت‌بات‌ها و محتوایی که برای مخاطب اروپایی داری بنداز.

اطلاعات بیشتر رو از سایت زیر میتونید بگیرید:
https://artificialintelligenceact.eu/

اگر راهنمایی بیشتر لازم داشتید لطفا دایرکت پیام بدید.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

دیگه لازم نیست بین حرف زدنت و جواب هوش مصنوعی مکث بیفته؛ OpenAI یه سیستم صوتی جدید ساخته که تصمیم می‌گیره کِی حرف بزنه، کِی ساکت بمونه، کِی وسط حرفت بیاد یا کِی یه ابزار رو صدا بزنه، دقیقاً مثل یک آدم واقعی.

این مدل جدید (GPT-Live) روی GPT-5.5 ساخته شده و برخلاف صداهای مصنوعی قبلی که هر بار باید صبر می‌کردن تا جمله‌ت تموم بشه، مکالمه رو به‌صورت پیوسته و لحظه‌به‌لحظه دنبال می‌کنه. یعنی می‌تونه وسط حرفت بیاد، سوال بپرسه، یا حین گوش‌دادن یه کار دیگه رو هم‌زمان انجام بده.

این برای کسب‌وکارها یعنی چی؟

اگه پشتیبانی مشتری تلفنی داری، دیگه لازم نیست کاربر با یک ربات خشک و اسکریپت‌محور طرف باشه.

اگه جلسه یا وبینار برگزار می‌کنی، می‌تونی زیرنویس زنده و خلاصه‌ی مکالمه رو هم‌زمان با پیشرفت جلسه داشته باشی.

اگه تیم فروش یا استخدامت تماس‌های زیادی دارن، این تکنولوژی می‌تونه پیگیری‌های بعد از تماس رو سریع و دقیق‌تر انجام بده.

شرکت Avatarin از نسخه قبلی همین تکنولوژی برای ساخت یک ایجنت استفاده کرده؛ این نشون می‌ده این نوع صدا دیگه فقط دمو نیست، الان قابل استفاده در محصول واقعیه.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

قیمت یکی از مدل‌های OpenAI یه شبه ۸۰٪ ارزون‌تر شد.

از دیروز، مدل GPT-5.6 Luna (سریع‌ترین و ارزون‌ترین مدل OpenAI) ۸۰٪ ارزون‌تر شده و مدل میانی Terra هم ۲۰٪ کاهش قیمت داشته.

طبق گفته‌ی OpenAI، Luna الان کیفیتی نزدیک به مدل‌های فرانتیر سال قبل داره، اون‌هم با حدود ۶ سنت به ازای هر تسک و نزدیک ۹ برابر سریع‌تر. چند تا شرکت (Replit، Notion، Ramp) گفتن Luna الان مدل پیش‌فرضشون برای اتوماسیون‌های پس‌زمینه‌شون شده، چون هزینه رو تا ۸۷٪ کم کرده بدون افت محسوس کیفیت.

برای صاحب کسب‌وکار این یعنی: کارهایی مثل طبقه‌بندی مشتری، تحلیل حجم بالای اسناد، یا پاسخ خودکار که قبلاً به‌خاطر هزینه صرفه نداشت، الان ممکنه به‌صرفه بشه.

کدوم کار تکراری توی کسب‌وکارت هست که تا الان به‌خاطر هزینه‌ی AI ازش صرف‌نظر کردی؟ زیر پست بنویس، شاید الان وقتشه دوباره حسابش کنی.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

چرا هیچ مدل زبانی رو نمی‌شه کاملاً امن کرد، و این برای کسب‌وکار تو یعنی چی

یه گروه از پژوهشگرها توی مقاله‌ای که توی ICML (یکی از مهم‌ترین کنفرانس‌های AI) ارائه شده، ادعا کردن امن‌کردن کامل مدل‌های زبانی بزرگ عملاً غیرممکنه، به خاطر یه ضعف بنیادی توی نحوه‌ی کارکردشون.

ماجرا چیه
مدل‌های زبانی برای تشخیص اینکه کدام بخش از متن از کجا اومده (از کاربر، از خودشون، از یه سند بیرونی، یا از دستورالعمل‌های اصلیشون) از برچسب‌هایی به اسم «role» استفاده می‌کنن. محققا نشون دادن مدل‌ها این تشخیص رو اصلاً بر اساس برچسب انجام نمی‌دن، بلکه بر اساس سبک و لحن متن حدس می‌زنن.

یعنی اگه متنی بنویسی که شبیه یادداشت داخلی chain-of-thought مدل باشه، مدل باورش می‌کنه که این دستور از طرف خودشه، حتی اگه واقعاً از یه کاربر معمولی اومده باشه. محققا این حمله رو «chain-of-thought forgery» نامیدن و تونستن با همین ترفند ساده، مدل‌های OpenAI، Anthropic، Alibaba و DeepSeek رو وادار به دادن اطلاعات ممنوعه کنن.

چرا این «قابل حل» نیست
مدل‌سازها معمولاً با روش «red-teaming» (پیداکردن حملات و آموزش مدل در برابرشون) این مشکلات رو حل می‌کنن. اما محققا می‌گن این روش شبیه دادن یه لیست بلندبالا از «این کارو نک» به مدله؛ همیشه یه راه جدید پیدا می‌شه که توی لیست نیست.

این برای کسب‌وکار تو چه اهمیتی داره
اگه ایجنت یا چت‌بات AI رو به مشتری، به اسناد داخلی، یا به ابزارهای دیگر (مثل ایمیل، CRM، یا وب) وصل کردی، نباید فرض کنی گاردریل‌های داخلی مدل به‌تنهایی کافیه. چند تا اقدام عملی:

1⃣ هیچ‌وقت به ایجنت اجازه نده بدون تایید انسانی کارهای حساس (پرداخت، ارسال ایمیل به مشتری، تغییر داده) رو مستقیم انجام بده.
2⃣ اگه ایجنتت از اسناد یا صفحات بیرونی متن می‌خونه، فرض کن اون متن ممکنه حاوی دستورالعمل پنهان باشه.
3⃣ محدودیت‌های دستی و لایه‌های نظارتی بیرون از خود مدل بذار، نه فقط به تربیت مدل تکیه کن.

جمله‌ی یکی از نویسنده‌های این مقاله گویاست: «نباید به LLM‌ها اعتماد کرد، و باید فرض کنیم هر کاری که یه ایجنت انجام می‌ده می‌تونه ناامن باشه.»

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

این پست خیلی مهمه ⚠️
خیلی‌ها از این مشکل خبر ندارن و ممکنه اطلاعاتشون در اختیار همه قرار بگیره. لطفا این پست رو برای دوستانتون ارسال کنید تا کسی به مشکل برنخوره.

هوش‌مصنوعی برای توسعه کسب‌کار و مارکتینگ pinned a photo

چند روز پیش، توییتر و ردیت پر شد از این خبر: چت‌های شیر شده‌ی کلود (Claude) و حتی آرتیفکت‌هاش، توی گوگل قابل جستجو بودن. بین چیزهایی که پیدا شد: پرونده‌ی پزشکی واقعی، مدارک داخلی شرکت‌ها، و حتی اسم و شماره‌ی بچه‌های دبستانی.

ماجرا از قابلیت «Share chat» کلود شروع شده. وقتی یه لینک عمومی برای چت یا پروژه‌ات می‌سازی، هر کسی که اون لینک رو داشته باشه می‌تونه ببینه، و اگه اون لینک یه جایی مثل فروم یا شبکه‌ی اجتماعی پست بشه، گوگل هم می‌تونه ایندکسش کنه.

آنتروپیک می‌گه لینک‌ها قابل حدس زدن نیستن و مقصر کاربرهایی هستن که لینک رو جایی عمومی پست کردن، ولی برای صاحب کسب‌وکار این یعنی یه چیز ساده: هر گزارش مالی، هر قرارداد مشتری، هر تحلیل داخلی که با کلود ساختی و لینکش رو برای تیم فرستادی، ممکنه بدون اینکه بدونی، عمومی شده باشه.

این یعنی الان وقتشه که بری چک کنی. Settings بعد Privacy بعد Shared Chats، هر چیزی که نباید عمومی باشه رو Private کن. و یه قانون ساده برای تیمت بذار: هیچ‌وقت داده‌ی حساس مشتری یا مالی رو با لینک عمومی شیر نکن، فقط با دسترسی خصوصی.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

گوگل قیمت Gemini Flash رو کم کرد، دقیقاً وقتی داشت سریع‌تر و بهتر می‌شد.

مدل Gemini 3.6 Flash با قیمت ۱.۵ دلار ورودی و ۷.۵ دلار خروجی روی هر میلیون توکن منتشر شد؛ یعنی قیمت خروجی نسبت به نسخه‌ی قبلی (Flash 3.5 با ۹ دلار) ارزون‌تر شده. علاوه بر این، مدل جدید برای انجام همون کار، ۱۷ درصد توکن کمتری مصرف می‌کنه و قدم‌های استدلالی کمتری لازم داره.

یعنی چی؟ اگه از Gemini برای خودکارسازی محتوا، چت‌بات، یا پردازش داده استفاده می‌کنی، هزینه‌ی واقعی هر عملیات، به‌خاطر ترکیب قیمت پایین‌تر و مصرف توکن کمتر، به‌طور قابل‌توجهی پایین اومده؛ بدون اینکه کیفیت کار افت کنه.

اگه هزینه‌ی API هوش مصنوعی یکی از دغدغه‌های کسب‌وکارته، این به‌روزرسانی دقیقاً ارزش بررسی داره.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

مدلی که هم قوی‌تره، هم ارزون‌تر، هم کمتر بهتون «نه» می‌گه.

آنتروپیک همین هفته Opus 5 رو منتشر کرد؛ نسخه‌ی جدید سنگین‌ترین مدل کلود. طبق اعلام رسمی، Opus 5 در چند بنچمارک از Fable 5 بهتر عمل کرده، ولی قیمتش پایین‌تره و محدودیت‌های کمتری داره.

نکته‌ای که برای تیم‌های مارکتینگ و بیزینس مهمه اینه، آنتروپیک می‌گه فیلترهای ایمنی Opus 5 حدود ۸۵ درصد کمتر از Fable 5 درخواست‌ها رو رد می‌کنن. یعنی اگه تا حالا با پیام‌های «امکان‌پذیر نیست» توی کارهای روزمره مثل تولید محتوا یا تحلیل داده مواجه می‌شدید، این عدد براتون مهمه.

یه قابلیت جدید هم به اسم Automatic Fallbacks اضافه شده، وقتی یه درخواست توسط فیلتر ایمنی رد بشه، به‌جای پیام خطا، خودکار به یه مدل ضعیف‌تر ولی فعال هدایت می‌شه تا کارتون متوقف نشه.

اگه از Claude API برای کارهای بیزینسی استفاده می‌کنید، قبل از رفتن سراغ گزینه‌های گرون‌تر، حتماً Opus 5 رو تست کنید.

شما با کدوم مدل AI کار می‌کنید؟ بیشترین مشکلی که باهاش مواجه بودید چی بوده، رد شدن درخواست‌ها یا هزینه؟ کامنت بذارید.

@Analyfy | توسعه مبتنی بر هوش‌مصنوعی

و بالاخره ChatGPT Work هم اومد!

دقیقا مشابه Claude Cowork، ولی بسیار ارزونتر و البته احتمالا کاراتر.

حتما تستش کنید و تجربتون رو کامنت کنید👇

@Analyfy | آنالیفای، توسعه مبتنی بر هوش‌مصنوعی

تو این ویدیو نقش ایجنت‌ها رو به خوبی می‌تونید ببینید!

یک بار وقت می‌ذارید و کارهای روزمرتون رو تبدیل می‌کنید به ایجنت‌، و هر روز از رقباتون یک قدم جلوتر خواهید بود.

هر روزی که این کار رو زودتر شروع کنید، زودتر زمان بیشتری رو آزاد می‌کنید تا به کارهای مهمتر برسید.

اگر نمیدونید چه کاری رو میتونید ایجنت کنید و چطور، کافیه به من پیام بدید تا چندتا پیشنهاد مختص کسب و کار خودتون بدم👇
@Najmeddini

یک‌سوم مردهای جوون آمریکایی الان از ChatGPT مشاوره‌ی عشقی می‌گیرن.

بلومبرگ تازه گزارش داد ChatGPT و Claude دارن یواش‌یواش وارد اپ‌های دیتینگ میشن، نوشتن بیو، پیشنهاد اولین پیام، حتی تمرین مکالمه قبل از قرار.

طبق یه نظرسنجی، یک‌سوم مردهای ۱۸ تا ۳۴ سال آمریکا الان از ChatGPT برای مشاوره‌ی روابط استفاده می‌کنن (در مقابل ۱۴٪ زن‌های همون سن).

این خبر بیشتر از اینکه درباره‌ی دیتینگ باشه، درباره‌ی چیزیه که ما مارکترها باید جدی بگیریم: مردم دیگه AI رو فقط ابزار کاری نمی‌بینن، بلکه بهش به چشم یه «دستیار شخصی برای برقراری ارتباط» نگاه می‌کنن.

اگه کاربرای شما هم دارن قبل از خرید یا تصمیم‌گیری با AI «صحبت» می‌کنن، یعنی تجربه‌ی برند شما هم باید برای این نوع تعامل طراحی بشه — نه فقط برای فرم و چت‌بات کلاسیک.

ما تو تیم آنالیفای داریم برای ارتباط اولیه تو لینکدین از یه سری ایجنت استفاده میکنیم. اگر شما هم دوست دارید براتون ایجنت ارتباط با مخاطبینتون رو بسازیم بهمون پیام بدید😊

یه بازی ساختگی نشون داد AI هم مثل آدم‌ها یاد می‌گیره تبعیض بذاره — فقط سریع‌تر.

محقق‌های Princeton و دانشگاه شیکاگو یه آزمایش جالب انجام دادن: مدل‌های AI (ChatGPT، Claude، Gemini) رو گذاشتن توی یه بازی شبیه‌سازی‌شده‌ی استخدام برای ۲۰ شغل مختلف، با ۴ گروه قومی ساختگی که همه از اول شانس موفقیت برابر داشتن.

بعد از چند دور تصمیم‌گیری، مدل‌ها بدون اینکه کسی صراحتاً بهشون تعصبی یاد بده، شروع کردن به ترجیح دادن بعضی گروه‌ها روی بقیه — دقیقاً مثل رفتاری که قبلاً فقط توی آدم‌ها دیده بودیم.

این خیلی فراتر از بحث استخدامه. هر بیزینسی که داره از AI Agent برای تصمیم‌گیری‌های تکرارشونده استفاده می‌کنه — انتخاب مشتری برای کمپین، اولویت‌بندی لید، حتی قیمت‌گذاری پویا — باید بدونه که این تعصب‌ها می‌تونن از تجربه‌ی خودِ مدل شکل بگیرن، نه فقط از داده‌ی آموزشی.

یعنی تست کردن یک‌بار قبل از لانچ کافی نیست؛ باید مانیتورینگ مداوم داشته باشیم.

شما توی سیستم‌های AI که برای بیزینستون استفاده می‌کنید، مانیتورینگ تعصب رو چطور انجام می‌دید؟ 👇