JPMorgan запустил чат-бот-аналитика для сотрудников

Внедрение разработки на базе LLM Suite стартовало в начале года. Модель помогает в написании отчетов, генерации идей и обобщении документов. Сейчас доступ к LLM Suite имеют 50 тыс. сотрудников подразделения по управлению финансовыми активами и благосостоянием (примерно 15% персонала). Собственный чат-бот позволяет компании использовать AI-технологии при работе с конфиденциальными данными.

В банке описывают модель как «продукт, похожий на ChatGPT», который должен использоваться для повышения «продуктивности общего назначения» в дополнение к другим приложениям для работы с конфиденциальной финансовой информацией — Connect Coach и SpectrumGPT. Президент JPMorgan Дэниел Пинто ранее оценил стоимость технологий искусственного интеллекта, которые уже использует банк, примерно в $1-1,5 млрд.

Конкурирующий американский инвестиционный банк Morgan Stanley сотрудничал с OpenAI и в сентябре прошлого года выпустил чат-бот на базе GenAI. Разработка открывает финансовым консультантам быстрый доступ ко всему интеллектуальному капиталу компании.
#news #AI

https://www.reuters.com/technology/artificial-intelligence/jpmorgan-launches-in-house-chatbot-ai-based-research-analyst-ft-reports-2024-07-26/

🦞 OpenClaw на своём сервере: полная инструкция

Записали с фаундером alfaci.xyz Александром Агафонцевым подробный видео-гайд — как безопасно развернуть OpenClaw в Docker-контейнере на изолированном сервере и подключить Telegram-бота.

Что внутри:

— Установка Docker и сборка образа с нуля
— Подключение API Anthropic (Claude) и Telegram
— Device Pairing — почему бот не отвечает и как это починить
— Настройка «личности» агента через identity.md, soul.md и user.md
— Создание собственных скиллов
— Типичные ошибки при запуске (Trusted Origins и др.) и их решение
— Честный разбор проблем с безопасностью: промпт-инъекции, утечки ключей, трояны в форках

⚠️ Главное правило: НЕ ставьте OpenClaw на личный компьютер. Только изолированный сервер + Docker. В видео объясняем почему.

OpenClaw — мощнейший open-source AI-агент, который умеет буквально всё. И проблема в том, что он умеет буквально всё. Поэтому показываем, как использовать его с умом.

🎬 Смотрите на YouTube или RuTube!

📦 GitHub: github.com/openclaw/openclaw
📄 Docker-документация: docs.openclaw.ai/install/docker

#OpenClaw #AI #Docker #Telegram #ИИагент

МЫ УЖЕ В ЭФИРЕ!
ИИ экономит бизнес — или может его разорить?
Почему дешёвый эксперимент с нейросетью после масштабирования превращается в огромные счета за LLM, токены, API, GPU и работу AI-агентов? Может ли неудачная экономика ИИ довести стартап до кассового разрыва — и когда автоматизация действительно обходится дешевле сотрудников?

Сегодня в прямом эфире разбираемся:

— как считать реальную стоимость внедрения ИИ и его ROI;
— почему расходы резко растут после перехода от пилота к промышленной эксплуатации;
— что выгоднее: внешний API, облачная инфраструктура или локальная модель;
— почему многошаговые AI-агенты иногда оказываются дороже людей;
— может ли AI-продукт жить с отрицательной юнит-экономикой;
— где ИИ действительно сокращает расходы, а где лишь создаёт новые;
— как экономить с помощью AI FinOps, model routing, prompt caching и небольших специализированных моделей.

Участники дискуссии:

🔹 Mikhail Savchenko (Михаил Савченко) — Founder & AI Architect в INITE, специалист по agent-first автоматизации, мультиагентным системам, CRDT, local-first архитектурам и Graph RAG.
🔹 Артём Демидов — основатель студии AI-разработки AINEX LAB, преподаватель НГТУ, Skypro и Znania. Более 10 лет в разработке и более четырёх лет в AI.
🔹 Татьяна Матвиенко — эксперт по операционной эффективности и трансформации бизнес-процессов, основатель «КЛАРИТУС Консалтинг».
🔹 Юрий Прозоров — Product / Engineering Lead в «Омни Сейл».
🔹 Денис Тимощук — Solution-партнёр, «Диасофт».

Подключайтесь прямо сейчас и задавайте вопросы участникам в чате:|

▶️ Смотреть трансляцию

#ИИ #LLM #AI #AIагенты #экономикаИИ #нейросети #автоматизациябизнеса