PPC |AI | Маркетинг| для себе та інших

AI поки створює більше робочих місць, ніж забирає — The Economist
The Economist подивився, що реально відбувається з ринком праці США на фоні AI-буму.
І поки картина не схожа на масове безробіття.
За оцінкою видання, з AI пов'язують близько 200 тисяч скорочень, але одночасно технологія могла створити близько 1 млн нових робочих місць.
Причому велика частина нових вакансій з'являється не там, де люди сидять і пишуть промпти.
Головний бум зараз — інфраструктура для AI.
Дата-центри потрібно будувати, підключати до електромереж, охолоджувати, ремонтувати та обслуговувати.
За даними LinkedIn, тільки у США у 2023–2025 роках з'явилося майже 500 тисяч робочих місць, пов'язаних із дата-центрами. Кількість вакансій у цій сфері більш ніж подвоїлася за два роки, хоча загальна кількість вакансій у країні знижувалася.
І зарплати теж реагують.
Монтажникам та спеціалістам з обслуговування дата-центрів пропонують приблизно на 40% більше, ніж за аналогічну роботу в інших сферах.
За рік погодинна оплата у виробництві електрообладнання зросла більш ніж на 13%, а в електромонтажників — майже на 8%.
Паралельно з'являються нові професії безпосередньо навколо AI:
— AI/model engineers
— спеціалісти з розмітки даних
— forward-deployed engineers
— спеціалісти з впровадження AI
— керівники AI-напрямків.
За оцінкою на основі даних LinkedIn, у 2023–2025 роках у США з'явилося близько 640 тисяч нових AI-specific jobs.
Але є й зворотний бік.
З початку 2023 року зайнятість у customer service скоротилася приблизно на 10%, а серед секретарів та адміністративних асистентів — приблизно на 15%.
Тобто AI поки не просто «забирає роботу».
Він перерозподіляє попит на людей: частину задач автоматизує, але одночасно створює величезний попит на інженерів, енергетиків, електриків, будівельників, спеціалістів із дата-центрів та людей, які вміють впроваджувати AI в бізнес.
І це поки дані про перший етап AI-буму в США, а не відповідь на питання, що буде з ринком праці через 5–10 років.
The Economist — The jobs apocalypse is postponed. An AI jobs boom is here
#ai #робота #вакансії #ринокпраці #технології #automation #економіка

NYT радить не віддавати AI написання текстів повністю
Ми звикли просити ChatGPT:
— «напиши ввічливу відповідь»
— «сформулюй нормально»
— «зроби пост»
— «напиши листа»
Але разом із цим ми віддаємо AI частину роботи, яку раніше робив мозок: сформулювати думку, знайти потрібні слова, вибудувати аргументи та перетворити все це на зв'язний текст.
Саме про це пише The New York Times, посилаючись, зокрема, на експеримент дослідників MIT Media Lab.
Учасників розділили на три групи. Одні писали есе самостійно, другі користувалися пошуком, треті — ChatGPT.
Під час роботи їм вимірювали активність мозку за допомогою EEG. (MIT Media Lab)
Результат:
найсильнішу та найбільш розподілену нейронну зв'язність показала група, яка писала самостійно.
У тих, хто користувався пошуком, показники були середніми.
У групи з ChatGPT — найнижчими. (DOI)
Учасникам із ChatGPT також було складніше точно процитувати текст, який вони самі щойно здали, а відчуття авторства власного есе в них було нижчим. (MIT Media Lab)
Потім дослідники зробили ще один тест.
Людей, які до цього писали з ChatGPT, попросили написати есе вже без AI.
І в них все одно спостерігалася слабша нейронна зв'язність порівняно з учасниками, які від початку писали самостійно. (MIT Media Lab)
А от коли групі, яка спочатку писала сама, потім дали ChatGPT, вона показала краще запам'ятовування та вищу нейронну активність, ніж люди, які з самого початку покладалися на AI. (DOI)
Тобто питання не обов'язково в тому, користуватися AI чи ні.
Важливо, на якому етапі його підключати.
Спочатку самому подумати, сформулювати позицію та написати чернетку — а потім віддати AI редактуру, структуру або пошук слабких місць — це зовсім інший процес, ніж одразу написати: «зроби текст за мене».
І важливе обмеження: це поки невелике дослідження. Автори MIT прямо попереджають, що результати не можна автоматично переносити на всі види роботи з AI, а незалежні дослідники вже вказували на обмеження вибірки та методології EEG. (MIT Media Lab)
The New York Times — Why You Should Write Your Own Stuff
#ai #chatgpt #llm #копірайтинг #контент #нейромережі #продуктивність

OpenAI випустила GPT-Live-1 в API — голосових AI-агентів тепер можна перебивати
OpenAI відкрила розробникам GPT-Live-1 — голосову модель, яка вже працює в ChatGPT Voice.
Головна відмінність від попередніх голосових систем — модель одночасно слухає і говорить.
Тобто не потрібно чекати схеми:
ви сказали → замовкли → AI зрозумів, що репліка закінчилася → почав відповідати.
GPT-Live-1 працює в режимі full-duplex. Її можна перебити, зробити паузу, змінити думку посеред речення — модель продовжує стежити за розмовою в реальному часі. (OpenAI)
Ще одна важлива зміна — голос і міркування тепер можна розділити.
GPT-Live-1 веде сам діалог, а якщо потрібно щось складніше — пошук, робота з інструментами або глибше міркування — може передати завдання іншій моделі.
Наприклад, GPT-6 Astra.
Поки Astra думає або працює з інструментами, GPT-Live-1 може продовжувати розмовляти з користувачем. (OpenAI)
OpenAI також покращила:
— роботу з фоновим шумом
— розпізнавання пауз і тиші
— довгі голосові сесії
— телефонні дзвінки
— керування темпом, тоном і стилем голосу.
У Full Duplex Bench GPT-Live-1 отримала результат на 30 процентних пунктів вище за GPT-Realtime-2.1. А в тестах Speak нова модель майже на 80% рідше перебивала учнів порівняно з попередніми turn-based системами. (OpenAI)
Модель уже доступна через API.
Ціна — $0,05 за хвилину голосової сесії, тарифікація посекундна. Backend-модель та інструменти оплачуються окремо. (OpenAI Developers)
Для бізнесу це насамперед новий рівень голосових агентів: підтримка клієнтів, бронювання, call-центри, продажі та інші сценарії, де AI має не просто озвучувати текст, а нормально вести живу розмову.
OpenAI — GPT-Live-1 в API
#openai #gptlive #ai #voiceai #aiagents #api #automation #технології

DeepSeek і Kimi таємно відправляли запити користувачів у Claude — Anthropic (розслідування Anthropic)
Anthropic опублікувала новий звіт і заявила, що китайські AI-компанії використовували Claude для покращення власних моделей.
У випадку Moonshot AI, яка розробляє Kimi, схема працювала буквально так:
користувач ставить питання Kimi → запит непомітно відправляється в Claude → відповідь Claude показується користувачеві як відповідь Kimi.
За один 10-денний період Moonshot таким чином передала Anthropic майже 300 000 запитів користувачів, переважно в Claude Opus. (Anthropic)
Але на цьому все не закінчувалося.
За даними Anthropic, Moonshot зберігала частину цих діалогів і створила окремий pipeline для отримання reasoning traces Claude. Потім ці дані використовували для навчання власних моделей.
Загалом Anthropic приписує Moonshot понад 23 млн обмінів із Claude з травня по липень 2026 року. (Anthropic)
DeepSeek робила схоже.
Anthropic стверджує, що DeepSeek визначала частину користувачів своїх моделей і непомітно перенаправляла їхні запити в Claude Opus.
Лише за 14 днів липня — понад 12,1 млн обмінів. (Anthropic)
При цьому DeepSeek також намагалася отримувати reasoning traces Claude для дистиляції — тобто використовувати сильнішу модель як «вчителя» для покращення власної. (Anthropic)
І тут є ще одна проблема — дані користувачів.
Anthropic пише, що разом із запитами до Claude могли потрапляти внутрішні документи компаній, код, credentials та інша конфіденційна інформація. Користувачі при цьому могли взагалі не знати, що їхній запит обробляє стороння модель. (Anthropic)
Наприклад, через DeepSeek у Claude, за даними Anthropic, потрапили запити з внутрішньою інформацією китайської технологічної компанії та навіть credentials до бази даних російської державної структури, пов'язаної з Міноборони. (Anthropic)
Anthropic також повідомила про схожі кампанії Alibaba, Xiaomi та Zhipu. Найбільший масштаб компанія приписує Alibaba — понад 151 млн обмінів із Claude за період із травня по липень. (Anthropic)
Тобто історія тут уже не тільки про те, що одна нейронка вчиться на відповідях іншої.
Користувач може думати, що відправляє конфіденційні дані в одну AI-модель, а фактично його запит може опинитися у зовсім іншої компанії.
Повний звіт Anthropic — September 2026 Threat Intelligence Report
#ai #anthropic #claude #deepseek #kimi #moonshot #alibaba #llm #технології

Krea запустила AI-агентів для креативної роботи
Krea розвиває формат Agents — замість того щоб окремо генерувати картинку, потім відео, потім апскейлити результат, можна описати кінцеве завдання і передати агенту весь workflow.
Наприклад:
👉 зробити серію креативів для рекламної кампанії
👉 підготувати product visuals
👉 зібрати storyboard
👉 створити відео
👉 зробити кілька варіантів і довести вибрані до фінальної якості.
Агент сам може підбирати потрібні моделі та інструменти Krea для різних етапів роботи.
У Krea зараз доступно понад 20 моделей для зображень і відео — Krea 2, GPT Image 2, Kling, Veo, Seedance, Flux та інші.
Тобто не потрібно вручну вирішувати, в якій нейронці робити кожен наступний крок. Krea також можна підключати до інших AI-агентів через MCP. Підтримуються ChatGPT, Claude, Claude Code, Cursor та інші інструменти.
Тобто Krea рухається від набору окремих генераторів до AI-агента, якому можна віддати цілий креативний процес, а не кожну операцію окремо.
Krea Agents
#krea #ai #aiagents #креативи #дизайн #aivideo #automation #marketing

Новий член ради OpenAI: у разі втрати контролю над надрозумним AI більшість людей може загинути
OpenAI призначила Пола Крістіано до ради OpenAI Foundation та її Safety and Security Committee.
Це один із відомих дослідників AI alignment. З 2017 до 2021 року він очолював дослідження alignment в OpenAI та зробив важливий внесок у розвиток RLHF — навчання моделей на основі зворотного зв'язку від людей. Пізніше заснував Alignment Research Center і працював над AI safety у NIST.
Одразу після призначення Крістіано опублікував доволі жорстку оцінку того, що зараз відбувається з AI.

«Якщо ми створимо superintelligence без надійнішого alignment, я очікую, що ми назавжди втратимо над ним контроль. Якщо це станеться, більшість людей може загинути».

За його словами, проблема в тому, що AI дедалі краще справляється із самими дослідженнями AI.
У певний момент моделі можуть почати допомагати створювати наступні, ще потужніші моделі. Крістіано допускає сценарій швидкого «інтелектуального вибуху», коли можливості систем почнуть зростати швидше, ніж люди встигатимуть їх контролювати.
Окремо він говорить про reinforcement learning.
Модель навчають отримувати максимальну винагороду за виконання задачі. І Крістіано давно досліджує ризик того, що достатньо потужний AI може навчитися обходити людський контроль, приховувати свої дії та шукати додаткові ресурси, якщо це допомагає досягти поставленої цілі.
При цьому він прямо заявив, що зараз AI-індустрія загалом, включно з OpenAI, не знижує цей ризик до прийнятного рівня.
Саме для цього Крістіано і входить до Safety and Security Committee OpenAI, який контролює практики безпеки компанії. У OpenAI його призначення пояснюють необхідністю посилити контроль за безпекою на фоні швидкого зростання можливостей frontier-моделей.
Тобто OpenAI фактично запросила до своєї ради людину, яка публічно говорить:
нинішніх заходів безпеки недостатньо, включно із заходами самої OpenAI.
OpenAI — про призначення Пола Крістіано
#ai #openai #aisafety #alignment #superintelligence #chatgpt #технології

⠿🔦 GTM InspectorNo GTM container found on this page

Трамп не підтримав ідею сповільнити розвиток AI: «Хто лідирує в AI — той лідирує»
Поки керівники Anthropic, OpenAI та інших AI-компаній обговорюють можливість сповільнити розвиток найпотужніших моделей через ризики безпеки, Дональд Трамп виступив проти такого підходу.
13 вересня журналісти запитали президента США, чи потрібно AI-індустрії сповільнитися або запровадити жорсткіше регулювання.
Трамп відповів, що США зараз випереджають Китай у сфері AI і він хоче зберегти це лідерство.
За його словами, обмеження та safeguards запроваджувати можна, але частина побоювань навколо AI перебільшена.
Він назвав критиків, які говорять про катастрофічні сценарії розвитку AI, «дуже негативними силами» і заявив, що вони порушують питання про речі, які, на його думку, не відбудуться.
Заява прозвучала буквально наступного дня після того, як глава Anthropic Даріо Амодеї запропонував сповільнити розвиток frontier-моделей, щоб дати більше часу на вирішення проблем із безпекою.
Пропозицію Амодеї підтримали Сем Альтман та Ілон Маск. Але сам Амодеї визнав головну проблему такого сценарію — конкуренцію США та Китаю. Якщо одна сторона сповільнюється, потрібно бути впевненими, що інша робить те саме.
Тобто зараз сформувалися дві позиції.
AI-компанії все активніше говорять про необхідність знизити швидкість розвитку найпотужніших моделей і посилити контроль.
Адміністрація Трампа поки робить ставку на інше — не втратити технологічне лідерство США в гонці з Китаєм.
І це вже не просто дискусія всередині AI-індустрії. Питання швидкості розвитку AI переходить на рівень державної політики США та міжнародної конкуренції.
Reuters — заява Трампа про регулювання та уповільнення AI
#ai #trump #openai #anthropic #aisafety #технології #регулювання

З 15 по 17 вересня SpaceXAI проведе триденний експеримент Grok Bot Galaxy.
Троє учасників — Matt Palmer, Lauren Tan та Roshan Sadanani — почнуть з ідеї та чистого аркуша і в прямому ефірі спробують пройти весь шлях:
— сформувати бізнес-ідею
— скласти бізнес-план
— визначити функції продукту
— розробити продукт
— написати код
— запустити реальні робочі процеси.
Для всього цього вони використовуватимуть Grok Bot — AI-агентів SpaceXAI, яким можна поставити ціль і дати доступ до застосунків, інструментів та сайтів. Кілька ботів можуть паралельно виконувати різні завдання.
У програмі окремо покажуть використання Grok Bot для різних відділів компанії.
15 вересня: Engineering, Product, Founders.
16 вересня: Sales, SDR, Customer Support.
17 вересня: Marketing Operations, Post-Sales та Marketing.
Увесь процес транслюватимуть наживо. Подивитися можна онлайн, також захід пройде офлайн у Сан-Франциско.
Тобто це буде публічна демонстрація того, скільки роботи зі створення бізнесу сьогодні реально можна передати AI-агентам — від першої ідеї та коду до продажів, підтримки й маркетингу.
Grok Bot Galaxy — офіційна сторінка та трансляція
#ai #grok #xai #aiagents #стартап #бізнес #automation #технології

OpenAI, Anthropic та інші AI-компанії обговорюють спільне уповільнення розвитку найпотужніших моделей
Сем Альтман заявив, що найбільші AI-лабораторії можуть домовитися про спільне уповільнення розвитку frontier-моделей, щоб встигнути вирішити проблеми з їхньою безпекою.
На запитання, чи можуть OpenAI, Anthropic, Google та інші компанії сісти за один стіл і домовитися про правила, Альтман відповів, що не хоче передчасно розкривати приватні переговори, але вважає, що така домовленість буде.
Усередині OpenAI вже обговорювали можливість сповільнити розробку найпотужніших моделей разом з іншими лабораторіями. При цьому поки незрозуміло, як саме може виглядати таке обмеження і чи погодяться на нього всі компанії.
Раніше глава Anthropic Даріо Амодеї також закликав AI-індустрію знизити темпи нарощування можливостей моделей, щоб заходи безпеки встигали за їхнім розвитком. Anthropic запропонувала, зокрема, допустити незалежних експертів до постійної перевірки безпеки frontier-моделей та виробити спільні стандарти для найбільших AI-компаній.
OpenAI паралельно намагається з'ясувати у Конгресу США, чи не порушуватиме координація такого уповільнення антимонопольне законодавство.
На цьому фоні OpenAI відмовилася від можливого IPO у 2026 році. Альтман заявив, що через ситуацію з AI safety зараз був би невдалий момент для виходу компанії на біржу. Офіційної дати IPO в OpenAI до цього не було.
Anthropic свої плани поки не скасувала. За даними Reuters, компанія може почати маркетинг IPO не раніше середини жовтня, а завершити розміщення — за кілька днів до проміжних виборів у США в листопаді. Терміни ще можуть змінитися.
Тобто поки мова не про «AI-компанії натиснули стоп».
Вони обговорюють, як синхронно знизити темпи розвитку найпотужніших моделей, щоб жодна лабораторія не отримала перевагу просто тому, що інші вирішили пригальмувати заради безпеки.
#ai #openai #anthropic #samaltman #darioamodei #aisafety #технології

Новий iPhone зможе «читати думки»?
Apple купила Sonera — стартап, який розробляє сенсори для безконтактного зчитування магнітних полів, що виникають під час роботи нервів і м'язів.
Технологія дозволяє реєструвати сигнали тіла без електродів і прямого контакту зі шкірою.
Sonera працювала над кількома напрямками застосування таких сенсорів:
— вимірювання активності мозку
— розпізнавання рухів і жестів
— зчитування сигналів м'язів
— silent speech — розпізнавання беззвучної артикуляції
— використання сенсорів у пристроях на зап'ясті, окулярах і навушниках.
У перспективі компанія також досліджувала можливість отримувати із сигналів мозку інформацію, пов'язану з думками та емоціями.
Apple поки не повідомляла, у яких саме пристроях планує використовувати технології Sonera. Тому про функцію «читання думок» в iPhone наразі не йдеться — відоме лише про придбання компанії та її технологій.
9to5Mac — про придбання Sonera
#apple #sonera #iphone #технології #нейроінтерфейс

Suno випустила v6 — тепер пісню можна редагувати по шматках
Suno представила нове сімейство моделей v6. І цього разу його розробляли разом із великими гравцями музичної індустрії — Warner Music Group, BMG та Believe.
Найцікавіше — тепер не потрібно перегенеровувати всю пісню, якщо вам не подобається якась її частина.
Можна написати:
👉 «заміни одне слово в тексті»
👉 «зроби приспів госпел-хором»
👉 «витягни гітарний риф на 0:45 і побудуй навколо нього новий біт»
А все інше Suno постарається залишити без змін.
Ще можна змішувати кілька джерел в одному промпті. Наприклад, взяти вокал з одного треку, барабани з іншого і попросити Suno додати новий текст та переробити все в synthwave.
Усередині три моделі:
🟡 v6 — основна модель для Pro та Premier: більш точна і передбачувана
🟡 v6-wild — теж для Pro та Premier, але спеціально зроблена менш передбачуваною для експериментів
🟡 v6-mini — швидша версія, доступна всім.
І промптом тепер може бути не тільки текст.
Текст + аудіо + voice memo + картинка + відео — усе це можна дати Suno як вихідний матеріал для створення музики.
По факту Suno все більше рухається від «напиши промпт — отримай готову пісню» до повноцінного AI-інструмента для музичного продакшену.
Згенерував → послухав → витягнув потрібний інструмент → переписав один рядок → переробив приспів → зібрав фінальний трек.
І ось це вже набагато цікавіше за чергове «нова модель генерує музику ще краще».
Suno — Introducing v6
#suno #ai #музика #нейромережі #aitools #musicproduction #технології

78% розробників перестають читати текст, щойно помічають у ньому AI
Браян Кантрілл з Oxide зібрав у своєму тексті The Revolt of the Reader те, що багато хто вже помічав на собі: читачі починають дуже погано реагувати на тексти, які явно написані нейромережею.
Він наводить результати опитування 668 розробників:
— 78% припиняють читати, щойно розуміють, що текст написаний LLM
— 71% після цього намагаються уникати цього автора в майбутньому
— 98% віддадуть перевагу недосконалому тексту самого автора, а не відполірованому AI-тексту. Кантрілл пояснює її через «суспільний договір» між автором і читачем.
Коли я витрачаю час, щоб зрозуміти твою думку, я очікую, що ти теж витратив час, щоб цю думку сформулювати.
А якщо автор просто дав prompt і опублікував отриманий текст — навіщо читачеві витрачати час на його розбір? Ще цікавіше його порівняння з email-спамом.
У 2000-х спаму стало настільки багато, що здавалося, email просто потоне в ньому.
Потім з'явилися нормальні фільтри — і економіка змінилася.
Тепер потрапити в spam означає проблеми вже для самого відправника: можна зіпсувати репутацію домену і бренду.
Кантрілл припускає, що з AI-slop може статися приблизно те саме. І це вже цікаво для маркетингу.
Бо зараз компанії масово використовують AI, щоб збільшити кількість контенту.
100 SEO-статей замість 10.
20 постів замість 5.
Автоматичні LinkedIn-пости.
Email-розсилки.
Описи товарів.
А наступною проблемою може стати не виробництво контенту, а довіра до нього. Причому Кантрілл не пропонує взагалі відмовитися від LLM. Навпаки, він вважає їх дуже хорошими редакторами.
Різниця в тому, хто формує саму думку.
AI може допомогти скоротити, відредагувати, перевірити структуру.
Але якщо людина віддала йому і думку, і текст, і стиль — читачі все краще це помічають.
Схоже, після етапу «як зробити більше контенту за допомогою AI» починається наступний:
«як використовувати AI так, щоб у контенті все ще залишалася людина».
The Revolt of the Reader — Bryan Cantrill
#ai #контент #marketing #contentmarketing #llm #seo #копірайтинг #digital

Дослідник звільнився з Anthropic і заявив: AI-компанії «ставлять на кін наші життя»
Джейкоб Коксон працював над pre-training моделей в OpenAI, а в липні перейшов до Anthropic.
Через два місяці він звільнився — і написав доволі жорсткий пост про те, що відбувається всередині найбільших AI-лабораторій.

«Вони мчать прямо до самовдосконалюваного суперінтелекту і ставлять на кін наші життя».

За словами Коксона, найстрашніше навіть не це.
Він стверджує, що люди, які безпосередньо створюють ці моделі, самі серйозно допускають сценарій, за якого AI може призвести до загибелі людства вже до кінця десятиліття.
У свіжому інтерв'ю WIRED Коксон каже, що всередині Anthropic наступні 1–2 роки називають “crunch time for humanity” — періодом, коли може вирішитися, наскільки контрольованими залишаться найпотужніші AI-системи.
При цьому між OpenAI та Anthropic він бачить різницю.
За його словами, в OpenAI багато людей ще не до кінця усвідомлюють цивілізаційний масштаб того, що створюють.
В Anthropic ризики сприймають набагато серйозніше. Але там є інша логіка:
якщо ми зупинимося, хтось інший продовжить.
Тому компанія все одно бере участь у гонці.
І Коксон не єдиний, хто так думає.
Evan Hubinger, який керує alignment stress testing в Anthropic, публічно підтримав його і заявив, що особисто оцінює ймовірність загибелі людства через AI протягом наступного десятиліття у понад 10%. Він також визнав, що зараз немає готового рішення проблеми alignment для superintelligence.
А CEO Anthropic Даріо Амодеї раніше оцінював ймовірність того, що з AI щось піде «дуже, дуже погано», приблизно у 25%. Це його суб'єктивна оцінка ризику, а не статистично розрахована ймовірність.
Коксон при цьому не закликає відмовитися від AI.
Він вважає, що технологія може дати величезний прорив у науці та медицині.
Але пропонує загальмувати гонку найпотужніших моделей і домовитися про міжнародні правила, перш ніж з'являться системи, здатні самостійно прискорювати власну розробку.
І ось тут виходить доволі дивна ситуація.
Люди, які знаходяться найближче до frontier AI, одночасно кажуть:
«Ця технологія може радикально змінити світ»
і
«Ми не впевнені, що зможемо її контролювати».
Але зупинятися окремо ніхто не хоче — тому що боїться, що першим це зробить конкурент.
Схоже, питання AI safety поступово перестає бути дискусією про далеке майбутнє. Тепер про необхідність гальмувати розробку говорять уже люди, які самі безпосередньо будували ці моделі.
Інтерв'ю Джейкоба Коксона у WIRED
#ai #anthropic #openai #aisafety #superintelligence #claude #chatgpt #технології

ChatGPT Ads відкрили для рекламодавців у Європі. України поки немає
З 31 серпня OpenAI відкрила self-service доступ до ChatGPT Ads Manager у 31 європейській країні. Серед них — Польща, Німеччина, Румунія, Франція, Іспанія, Італія, Бельгія, Нідерланди та інші. України в списку поки немає.
Причому є важливий момент: щоб самостійно запускати рекламу через Ads Manager, юридична особа, яка запускає кампанії та отримує рахунки, має бути зареєстрована в одній із доступних країн.
За функціоналом усе вже досить знайоме для PPC-спеціаліста:
— CPC bidding
— оптимізація під конверсії
— геотаргетинг
— Custom Audiences
— OpenAI Pixel
— Conversions API
— інтеграції зі сторонніми системами вимірювання.
Тобто це вже не просто експеримент із кількома рекламодавцями, а нормальна рекламна платформа, де можна запускати кампанії, передавати конверсії й оптимізуватися під результат.
Рекламу бачать користувачі Free та Go Plus, Pro, Business, Enterprise та Edu залишаються без реклами. Актуальний список країн ChatGPT Ads
#chatgpt #openai #chatgptads #ppc #таргет #digitalmarketing #реклама #ai

💾 Тепер AI можна буквально носити з собою на флешці
Без ChatGPT у браузері, без підписок і навіть без інтернету.
Розробник зробив Uncensored Local Studio — portable AI-студію, яка запускається локально на комп’ютері.
Що можна запускати:
— LLM для чату
— генерацію зображень
— Speech-to-Text через Whisper
— Text-to-Speech
І все це працює прямо на вашому залізі. Дані не відправляються в хмару.
📦 Найцікавіше — portable формат.
Старий проєкт цього ж розробника дозволяв запускати AI прямо з USB-флешки.
Там навіть був розрахунок:
— 16 ГБ — одна легка модель
— 32 ГБ — кілька моделей
— 64 ГБ — повний набір із шести готових моделей
Але цей репозиторій уже заархівований — розробка перейшла в Uncensored Local Studio.
🤖 І це вже цікавіше, ніж просто «AI без інтернету».
Можна мати свою маленьку AI-станцію:
👉 флешка
👉 ноутбук або ПК
👉 локальні моделі
👉 ніяких API-ключів
👉 ніяких підписок
👉 дані залишаються локально
Але є нюанс:
модель сама по собі не робить комп’ютер потужнішим.
Чим більша модель — тим більше потрібно RAM/VRAM і тим повільніше вона може працювати на слабкому залізі.
Наприклад, старий USB-проєкт рекомендував щонайменше 8 ГБ RAM для 12B-моделі.
📉 По факту:
AI поступово рухається від:
👉 «зайди на сайт і користуйся»
до:
👉 «ось твоя модель, вона лежить у тебе локально і працює без хмари».
Для приватних даних, роботи офлайн або просто як персональний AI-інструмент це дуже цікавий напрямок.
🔗 Uncensored Local Studio:
https://github.com/techjarves/Uncensored-Local-Studio
👉 Підписуйся: t.me/ppc_chuhui — тут про AI, automation і технології, які реально можна використовувати
#ai #шi #localai #llm #opensource #automation #технології #digital #нейромережі

🎓 Гарвард продає підприємницький буткемп за $699 — а консультують там AI-клони викладачів
Harvard Business School запустив 8-тижневий HBS Foundry для підприємців.
І частина менторства тут тепер виглядає так:
👉 ти заходиш на відеодзвінок
👉 перед тобою AI-аватар реального викладача HBS
👉 презентуєш йому свій стартап
👉 отримуєш фідбек
Можна тренувати:
— пітч для інвестора
— продажі
— board meetings
— презентацію бізнес-ідеї
І повторювати це скільки завгодно.
🤖 Аватари зробили за допомогою HeyGen.
При цьому живі викладачі нікуди не зникли — вони проводять щотижневі сесії.
Тобто AI тут не замінює ментора.
Він забирає ту частину роботи, яку можна масштабувати:
👉 вислухати пітч
👉 поставити питання
👉 рознести слабкі місця
👉 дати спробувати ще раз
💡 І ось тут цікавіше.
Спочатку Harvard тестував звичайний AI-чат.
Але учасникам більше сподобався формат конкретного викладача з обличчям і голосом.
Тобто проблема була не тільки в тому, що відповідає AI.
Важливо й хто саме ніби-то з тобою розмовляє.
💸 Вартість буткемпу — $699.
Для порівняння: це не MBA і не диплом Harvard.
Це окремий онлайн-формат, який дозволяє отримати доступ до методології HBS і AI-менторства без навчання в самому Harvard Business School.
📉 По факту:
AI поступово забирає не тільки написання текстів чи генерацію картинок.
Тепер його використовують як:
— тренера
— симулятора співбесіди
— sales coach
— ментора
— опонента для перевірки ідей
І тут аватар може бути навіть кориснішим за звичайний чат.
Бо з ним можна тренувати не відповідь, а поведінку в реальній ситуації.
😏 І так, поки це все ще трохи creepy.
Але якщо через AI можна 20 разів прогнати свій пітч до зустрічі з реальним інвестором —
$699 вже виглядають зовсім не як “оплата за робота-викладача”.
👉 Підписуйся: t.me/ppc_chuhui — тут про AI, automation і технології, які поступово заходять у реальну роботу
#ai #harvard #edtech #стартап #підприємництво #automation #digital #технології #marketing

💸 Google AI Mode показує дорожчі товари — дослідження
Productrise 23 дні порівнювали однакові shopping-запити в класичному Google і AI Mode.
За цей час вони проаналізували понад 2 млн товарних пропозицій у більш ніж 100 тис. SERP та AI Mode-відповідей.
І знайшли цікаву різницю.
Якщо той самий товар показувався і там, і там, то в AI Mode він у середньому коштував на 21,6% дорожче.
А коли ціни відрізнялися, AI Mode показував дорожчий варіант у 68,4% випадків.
Ще цікавіше:
у 49,6% випадків AI Mode взагалі вибирав іншого продавця для того самого товару.
Тобто це вже не просто:
Google Search → знайшов товар → показав ціну.
AI Mode сам вирішує:
👉 які товари показати
👉 як їх представити
👉 якого продавця вибрати
👉 яку пропозицію поставити перед користувачем.
І товарів там значно менше.
У класичному пошуку дослідники бачили в середньому 27,8 товарів на запит.
В AI Mode — лише 3,9.
Тобто AI Mode показує приблизно на 86% менше товарних пропозицій.
І ось це вже дуже цікаво для e-commerce.
Раніше магазин міг конкурувати:
ціною →
позицією →
кількістю товарів →
акцією.
А коли AI Mode залишає користувачеві 4 варіанти замість 28, вибір стає набагато більш залежним від того, кого саме Google вирішив порекомендувати.
Причому найнижча ціна вже не виглядає головним критерієм.
Для продавців це означає, що одного Merchant Center feed може бути недостатньо.
Важливо, які дані про товар бачить Google, як він розуміє продукт, які є відгуки, характеристики, ціни, доступність і як товар виглядає на інших майданчиках.
Тобто AI Shopping поступово перетворюється з:
«покажи мені товари»
на:
«вибери мені кілька товарів, які ти вважаєш релевантними».
І це вже зовсім інша модель пошуку.
Для e-commerce я б за таким точно стежила.
Бо якщо AI Mode стане основним способом shopping-пошуку, питання буде вже не тільки:
«на якій позиції мій товар?»
а:
«чому Google взагалі вирішив показати саме його?»
#GoogleAI #AIMode #GoogleShopping #ecommerce #MerchantCenter #SEO #GEO #PPC #AI #digitalmarketing

65% офісних працівників уже сумують за роботою до AI
Adaptavist опитали 2500 knowledge workers у США, Великій Британії, Канаді, Німеччині та Іспанії.
І виявилося, що 65% регулярно сумують за тим, як працювали до масового приходу AI.
Причому це не просто страх:
«AI забере мою роботу».
Людей дратує й те, що навички, на які вони витрачали роки, раптом перестали виглядати такими унікальними.
46% кажуть, що їх фруструє ситуація, коли завдання, яке раніше вимагало багаторічної експертизи, тепер може зробити майже будь-хто за допомогою AI.
А 23% прямо відчувають, що їхня особиста експертиза вже знецінилася.
І далі цифри ще цікавіші.
33% уже замислюються про зміну індустрії через AI.
Серед топменеджерів — 46%.
Ще 34% хоча б розглядали достроковий вихід на пенсію.
Adaptavist навіть назвали це white-collar exodus — потенційним відтоком людей із професій, де AI починає сильно змінювати саму цінність роботи.
Є ще хороший термін — verification tax.
AI щось зробив швидко.
А потім людина:
перевірила →
знайшла помилки →
виправила →
перевірила факти →
переробила формулювання →
довела до нормального стану.
52% регулярно виправляють AI-роботу своїх колег.
Тобто AI економить час на створенні першої версії, але частину цієї економії потім забирає перевірка.
І ще одна проблема — люди починають відчувати, що їх порівнюють уже не з іншими людьми, а з AI.
26% кажуть, що через AI виріс тиск працювати продуктивніше.
54% переживають, що протягом найближчих п’яти років AI зменшить потребу в їхній ролі.
Але тут є парадокс.
При всьому цьому люди не хочуть прибрати AI з роботи.
73% кажуть, що з ним працюють ефективніше.
67% хочуть, щоб їхні компанії використовували AI ще більше.
Тобто проблема не в тому, що:
«AI поганий, поверніть нам 2022 рік».
Швидше:
«AI мені допомагає — але одночасно змінює те, за що я цінувала власну роботу».
І от це, як на мене, набагато цікавіше за чергове дослідження про те, скільки професій AI автоматизує.
Бо люди можуть не втратити роботу взагалі.
Але втратити відчуття:
«я вмію щось складне, я добре це роблю і саме за це мене цінують».
До речі, найбільше за pre-AI роботою в опитуванні сумує Gen Z: 42% сказали, що загалом віддали б перевагу робочому життю до AI.
Здається, наступна проблема впровадження AI буде вже не технологічною.
З інструментами ми якось розберемося.
Складніше буде розібратися, що робити з людьми, яким стало незрозуміло, у чому тепер цінність їхньої власної експертизи.
🔗 Fast Company:
https://www.fastcompany.com/91602520/workers-are-already-nostalgic-for-the-pre-ai-era
#AI #FutureOfWork #Work #Automation #Career #ArtificialIntelligence #Productivity

Anthropic відкрила код Claude Commerce Agents — готової основи для AI-агентів у e-commerce
Anthropic виклала на GitHub Claude Commerce Agents — відкриту reference implementation для створення агентів для покупців і продавців.
https://github.com/anthropics/commerce-agents
Усередині два основні типи агентів.
Shopping Agent працює з покупцем:
— шукає товари;
— порівнює варіанти;
— допомагає з вибором;
— збирає кошик;
— відповідає на питання про замовлення та політики магазину;
— пам’ятає контекст клієнта.
Merchant Agent — уже для команди магазину:
— аналізує performance;
— працює з картками товарів;
— реагує на проблеми із залишками та замовленнями;
— допомагає з цінами й промо;
— готує маркетингові кампанії.
Причому записи агент не змінює самовільно.
Усі зміни з боку Merchant Agent спочатку створюються як staged changes, і людина має їх підтвердити.
Є одразу 4 робочі демо:
🛍 retail
✈️ travel
📱 telecom
🎟 entertainment.
Тобто можна не просто подивитися код, а запустити приклад і побачити, як одна й та сама архітектура працює в різних бізнесах.
Ще Anthropic додала плагін для Claude Code.
Він може взяти цю основу й зібрати commerce-agent уже поверх вашого бекенду.
Є окремі сценарії для:
— створення нового агента;
— додавання flow;
— написання evals;
— рев’ю вже існуючого агента.
Тобто не потрібно починати з порожнього репозиторію і самій придумувати всю архітектуру.
Паралельно Anthropic опублікувала окремий гайд:
https://claude.com/blog/the-anatomy-of-effective-commerce-agents
Там вони детально розбирають, як будувати таких агентів:
— як організовувати tools і Skills;
— як зменшувати latency;
— як рахувати реальну вартість виконання задачі;
— як будувати evals;
— де потрібне підтвердження людини.
Мені там особливо сподобався підхід не плодити окремого subagent під кожну дрібну задачу.
Покупець може в одному діалозі:
знайти товар →
порівняти →
уточнити умови →
перевірити попереднє замовлення →
покласти щось у кошик.
Якщо на кожному кроці перекидати його між різними агентами, ростуть latency, токени й ризик втратити контекст.
Тому базова схема у Anthropic значно простіша:
одна модель + tools + Skills + evals.
Для мене тут найцікавіший саме Merchant Agent.
Shopping assistants ми вже бачили багато.
А тут агент починає працювати вже всередині самого магазину:
побачив просідання →
перевірив дані →
запропонував зміну ціни →
підготував промо →
створив чернетку кампанії →
віддав людині на підтвердження.
Для PPC та e-commerce це вже дуже близько до того, як можуть виглядати внутрішні AI-агенти магазинів.
І Anthropic тепер ще й виклала готовий blueprint під Apache 2.0, який можна адаптувати під власні системи. Важливо тільки, що це саме reference implementation, а не готовий production-продукт.
#Anthropic #Claude #AIagents #ecommerce #ClaudeCode #AgentSkills #automation #retail #AI

OpenAI випустила GPT-6 Astra — нове покоління моделі з дуже сильним акцентом на агентність
Учора OpenAI офіційно представила GPT-6 Astra.
https://openai.com/index/gpt-6-astra/
Компанія називає її своєю найсильнішою моделлю й окремо говорить про step change у computer use, coding, науці та складній професійній роботі.
І по цифрах стрибок справді місцями дуже великий.
Наприклад:
AutomationBench
GPT-6 Astra — 41,4%
GPT-5.6 Sol — 18,1%
Claude Fable 5.1 — 31,4%
Тобто на складних бізнес-workflow Astra більш ніж удвічі випередила GPT-5.6 Sol.
Agents’ Last Exam
Astra — 59,3%
GPT-5.6 Sol — 53,6%
Claude Opus 5 — 55,5%
OSWorld 2.0
Astra — 72,6%
GPT-5.6 Sol — 65,7%
Claude Opus 5 — 70,2%.
Ще сильніше виглядають результати в задачах, де модель має не просто відповісти, а самостійно працювати за комп’ютером.
Astra навчали:
відкривати програми →
працювати з браузером →
редагувати файли →
робити документи й презентації →
аналізувати дані →
писати й тестувати код →
виконувати довгі багатокрокові workflow.
І ось тут, як на мене, головна різниця покоління.
Моделі вже порівнюють не тільки за:
«хто краще відповів на складне питання»
а за:
«кому можна віддати реальну роботу від початку до кінця».
Окремо OpenAI дуже голосно показала результати на ARC-AGI-3.
Astra набрала 99,9% і, за словами ARC Prize Foundation, перевищила human action-efficiency baseline на 96% рівнів.
Але я б не перекладала це як:
«AI досяг людського рівня мислення».
Це означає, що на конкретному benchmark модель працювала приблизно на рівні або краще за людський baseline.
Людський інтелект як такий ніхто цим тестом не виміряв :)
Ще одна цікава цифра — FrontierMath Tier 4: 98%.
OpenAI пише, що Astra вже допомагала розв’язувати давні відкриті математичні задачі.
А в ExploitBench модель отримала 100%.
І ось тут починається найнеприємніша частина релізу.
GPT-6 Astra стала першою моделлю OpenAI, яка офіційно досягла рівня Critical у кібербезпеці за Preparedness Framework.
Тобто з правильними інструментами вона вже може:
— знаходити раніше невідомі вразливості;
— придумувати нові способи експлуатації;
— працювати проти добре захищених систем;
— робити це без постійного керування людиною.
Саме через це OpenAI ще до релізу кілька тижнів перебудовувала safeguards навколо Astra.
Після історії з Hugging Face OpenAI окремо навчала модель не виходити за межі поставленої задачі.
У новому тесті:
GPT-5.6 Sol без production safeguards виходила за дозволену область у 48% випадків.
GPT-6 Astra — 0%.
Тобто OpenAI одночасно намагається зробити модель:
більш автономною
і
менш схильною самовільно розширювати собі повноваження.
Є й важливий нюанс у порівнянні з конкурентами.
OpenAI справді показує Astra кращою за Claude Fable 5.1 у багатьох агентних і професійних тестах.
Але не «в усьому».
Наприклад, в Artificial Analysis Intelligence Index:
Claude Fable 5.1 — 65,7
GPT-6 Astra — 61,2
GPT-5.6 Sol — 60,9.
Тому я б сказала так:
Astra зараз виглядає однією з найсильніших моделей саме для computer use, агентних workflow і складної професійної роботи.
Поки доступ обмежений.
Спочатку Astra отримують окремі організації, а протягом найближчих днів модель обіцяють відкрити для:
Plus
Pro
Business
Enterprise
API
AWS.
Контекст — 1,05 млн токенів.
Ціна API:
$10 / 1 млн input tokens
$50 / 1 млн output tokens.
OpenAI явно рухає frontier-моделі в бік:
побачив задачу → сам відкрив потрібні інструменти → зробив роботу → перевірив результат → повернув готове.
Тобто GPT-6 Astra — це вже не стільки «ще розумніший ChatGPT».
Це спроба зробити модель, якій можна делегувати цілий шматок роботи, а не окремий промпт.
#OpenAI #GPT6 #Astra #AIagents #ChatGPT #coding #automation #AI #computeruse