Три месяца подряд приходит счет от Comcast в 2 раза больше нормы. Один раз была большая закачка под 4Т - это ожидаемо, но 2 дополнительных месяца - это непонятный паттер. Нужно найти источник не легитимного трафика.
Claude Code за 30 минут нашел паразита. Мелочь, но если игнорировать, то вообще то потерял бы 1200$/ год.
У меня на ИИ уходит примерно 500-700$/месяц, это примерно 9-10К$/ год и они давно окупились раз в 50 за счет экономии, которую я получил, используя ИИ.
Основные направления экономии - оптимизация времени и бюджета на нескольких бюджето емких проектах. На одном проекте экономия около 900 тыс.$.
Дикая экономия на консультантах и юристах в отношениях с автостраховой, с медстрахвокой и с подачей налогов. И совершенно фантастическая помощь и экономия при планировании сложных путешествий.
Постепенно сложился очень выгодный паттер соединения дженерика типа CoWork/Codex и своей кастомной базы в виде документов или SQlite. Я научился извлекать выгоду из обеих миров. С одной стороны своя база знаний, с другой стороны мощь дженерика типа Claude CoWork или Codex. Почему это круто?
Проблема №1 в том, что Дженерик отвечает на основе общих знаний, но не знает вашей специфики.
С другой стороны если вы создаете SaaS на основе вашей базы знаний, и хотите прилепить к приложению собственный ИИ ассистент, то надо реально упороться, чтобы он сравнялся с мощью дженерика.
Т.е. дженерик умный, но не имеет доступ к вашим данным. Ваши данные богатые, но не имеют умного ИИ ассистента, а создать - возможно, конечно, но чтобы достигнуть уровня дженерика - надо попотеть.
Хотелось соединить - собственную уникальную базу с мощью дженерика, что получилось через кастомный MCP сервер на локальной машине.
Это тот более сложный кейс, когда просто дать доступ к папке с доками недостаточно, когда у вас не 10-20 доков, а тысячи, и нужно все преобразовывать в размеченную базу знаний, чтобы ИИ мог быстро искать и находить релевантную инфу для ответа. Я протестировал это на 5 кейсах:
- планирование поездки на основе анализа более 1000 сохранений из Инсты, более 1000 из каналов в Телеграме + парсинг нескольких сайтов и гайдов (все куплено). Т.е. это тот случай, когда потребитель не человек, а ИИ.
- консолидация всех медицинских записей за почти более 20 лет в единый корпус, который ИИ теперь может анализировать.
- консолидация всех документов и переписки с авто-страховой
- консолидация всех документов и переписки с мед. страховой
- на очереди парсинг всех фин. данных из 10+ счетов, разнесение по категориям, формирование корректного PL и потом конвертация в в формат для формирования налогов.
Что это дает? Я получил индивидуального консультанта-аналитика по здоровью, отношениям с страховыми компаниями, налогового консультанта из коробки, который работает с огромным МОИМ объемом данных за годы, дает обоснованные рекомендации, находит дырки, скрытые угрозы и возможности + отдельно менеджмент аппоинтментов и переписки.
Отдельная выгода финансовая. Если создавать своего ассистента, то он будет работать через API за фактический трафик запросов и если его юзать в большом объеме, это может быть дорого. Если вы используете дженерика, то в рамках тарифа. Даже на тарифе за 20 экономия может быть кратной.
20September 4, 2026 1.3K 14
