Основы
Термины ИИ: история и база учёта
Кто и в какие годы сдвинул отрасль — и почему для работы с нейросетями нужна общая база учёта, а не память чата.
Коротко
ИИ — искусственный интеллект; по-английски AI (Artificial Intelligence). Так называют системы, которые отвечают, планируют шаги и вызывают инструменты.
Чтобы копить факты о клиентах и сделках и решать по актуальным данным, нужна общая база учёта (System of Record, SoR) — не память диалога. Siarem — такая база для вашего ИИ-агента: клиенты, сделки, сроки и подтверждение человека с правом апрува там, где есть риски.
ИИ и AI: как расшифровываются
ИИ — сокращение от «искусственный интеллект»; по-английски AI — Artificial Intelligence. Так называют системы, которые по запросу отвечают текстом, предлагают шаги и вызывают инструменты: почту, таблицы, API, мессенджер. Рядом часто звучат «нейросеть», «модель», «агент» — разные уровни одной практики, а не разные предметы.
В бизнесе под ИИ сегодня чаще имеют в виду связку «сильная языковая модель + агент с доступом к инструментам», а не абстрактную «машину, которая думает как человек». Чем Siarem отличается от агента — в статье про ИИ и Siarem.
Откуда взялся термин и как росла область
Формулировка «искусственный интеллект» / AI закрепилась в середине XX века: так назвали программы, которые решали задачи, прежде считавшиеся уделом человека — поиск, доказательство, распознавание, игры. Ниже — сжатая лента: годы и люди, без которых отрасль выглядела бы иначе. Листайте периоды или выбирайте точку на ленте.
1950
Может ли машина мыслить?
Алан Тьюринг публикует статью Computing Machinery and Intelligence и формулирует практический критерий: можно ли в диалоге отличить машину от человека. Это ещё не слово «ИИ», но уже рамка, в которой отрасль спорит десятилетиями.
1956
Появляется имя Artificial Intelligence
На исследовательском собрании, которое организовал Джон Маккарти с коллегами, закрепляют термин Artificial Intelligence. Русское «искусственный интеллект» / ИИ — прямой перевод и параллель этой формулы.
1958
Персептрон — ранняя нейросеть
Фрэнк Розенблатт описывает персептрон: простую обучаемую сеть, которая различает образы. Это один из корней линии, которую позже назовут «нейросетями» и deep learning — даже когда на десятилетия доминировал другой, «символьный» подход.
1956–1969
Символьный ИИ и экспертные системы
Аллен Ньюэлл и Герберт Саймон показывают программы вроде Logic Theorist и General Problem Solver: машина ищет доказательство и план через символы и эвристики. Позже на этой логике вырастают экспертные системы 1970–80‑х — узкий, но полезный «ИИ» для правил бизнеса.
1986
Обратное распространение ошибки
Работа Дэвида Румелхарта, Джеффри Хинтона и Рональда Уильямса делает практичным обучение многослойных сетей методом обратного распространения ошибки. Параллельно Алексей Ивахненко развивает методы группового учёта аргументов — ещё одну линию обучения моделей на данных.
2012
Глубокое обучение выходит в мейнстрим
Победа сети AlexNet (Алекс Крижевский, Илья Суцкевер, Джеффри Хинтон) на крупном конкурсе распознавания образов делает «нейросеть» словом десятилетия. Ян Лекун и Йошуа Бенжио годами держали линию свёрточных сетей и представления признаков — позже эту тройку часто называют «крёстными отцами» глубокого обучения.
2017
Трансформеры: архитектура современных LLM
Статья Attention Is All You Need (Ашиш Васвани и соавторы) вводит трансформер: механизм внимания вместо прежней опоры на рекуррентные сети. На этой архитектуре строятся крупные языковые модели, с которыми сегодня работают Claude, ChatGPT и другие хосты.
2022–2024
Генеративные модели становятся рабочим инструментом
Чат с сильной моделью перестаёт быть лабораторией: появляются привычные продукты и API. Владелец дела пишет обычным языком и получает черновик, план, код. Модели сменяются быстрее, чем карточки клиентов — отсюда вопрос, где хранить факты о сделках вне переписки.
2025–2026
Агенты с инструментами и общая база учёта
Следующий рабочий слой для бизнеса: не только ответ в чате, а вызов инструментов и запись факта. Модели сменяются быстрее, чем карточки клиентов. Поэтому рядом с рейтингом нейросетей появляется вопрос учёта: где лежит сумма и срок Клиент-N, когда вы перешли на новую модель. Здесь и нужен System of Record.
| Кто | Годы / узел | Вклад |
|---|---|---|
| Алан Тьюринг | 1950 | Критерий интеллекта через диалог |
| Джон Маккарти | 1956 | Термин Artificial Intelligence / ИИ |
| Фрэнк Розенблатт | 1958 | Персептрон — ранняя обучаемая сеть |
| А. Ньюэлл, Г. Саймон | 1950–60‑е | Символьный поиск и планирование |
| Дж. Хинтон, Я. Лекун, Й. Бенжио | 1980–2010‑е | Глубокое обучение как рабочая линия |
| А. Васвани и соавт. | 2017 | Трансформер — основа современных LLM |
| Волна | Годы (ориентир) | Как чаще говорили | Что умели на практике |
|---|---|---|---|
| Правила и эксперты | 1960–80‑е | «Экспертная система», «ИИ» | Жёсткие правила «если — то»; узкий сценарий |
| Обучение на данных | 1990–2010‑е | «Машинное обучение», «ИИ» | Классификация, прогноз, рекомендации |
| Глубокие сети | с 2012 | «Нейросеть», «deep learning» | Картинки, речь, сложные признаки |
| Генеративные модели | с 2017 / массово с 2022 | «Чат с ИИ», «LLM» | Текст, код, черновики по запросу |
| Агенты с инструментами | 2024–2026 | «ИИ-агент»; «AI agent» | План шагов + вызов API и учёта |
Для соло-услуг и небольшой команды важна последняя волна: модель не только отвечает в чате, а работает с фактами — читает карточку клиента, обновляет сделку, спрашивает подтверждение на риске. Здесь ИИ перестаёт быть разговором про будущее и становится рабочим контуром дня.
Почему общая база учёта — ключ к работе с нейросетями
SoR — System of Record, система учёта. Простыми словами: место, где лежит актуальная правда о бизнесе — кто клиент, какая сделка, какая сумма, какой срок. Не саммари чата и не «модель вспомнила». Пока факты живут только в переписке с ИИ, база не копится: каждый новый диалог и каждая новая модель начинают почти с нуля.
С общей базой учёта картина другая. Агент перед ответом читает запись; вы и коллега видите ту же карточку; смена Claude на другую модель не стирает историю Клиент-N. На рисках — смена суммы, закрытие сделки — подтверждает человек с правом апрува. Так база растёт как актив: из неё собирают воронку, сводку и решения о следующем касании, а не пересказывают вчерашний чат. Чем список в таблице отличается от учёта с кодом карточки — в статье про базу клиентов для ИИ-агента.
Про позицию относительно привычной CRM — в статье Siarem и обычная CRM.
Практика
Как опереться на это в работе
Четыре шага: как назвать область — вторично; база учёта — первична.
-
Разделите модель, агента и учёт
Модель отвечает текстом. Агент вызывает инструменты. Учёт хранит факт. Путаница начинается, когда «память чата» принимают за базу клиентов.
-
Заведите общую базу с первого дня
Не копите суммы и сроки «пока в диалоге». Чем раньше карточки в учёте, тем проще сменить модель или добавить второго агента.
-
Просите агента читать учёт
Перед ответом про Клиент-N — чтение базы. Пусто → «в системе учёта такой записи нет». На риски — ваше подтверждение.
-
Растите базу как актив
Каждое касание и смена статуса — запись. Из актуального учёта агент собирает сводку и подсказки, на чём развивать продажи и повторы.
Вопросы
Частые вопросы
Короткие ответы по теме статьи.
Как расшифровывается ИИ и что такое AI?
ИИ — искусственный интеллект; по-английски AI (Artificial Intelligence). Так называют системы, которые отвечают на запрос, планируют шаги и вызывают инструменты. В работе с агентом говорят «ИИ-агент».
Когда появился термин «искусственный интеллект»?
В 1950 Алан Тьюринг поставил вопрос о мышлении машин. В 1956 Джон Маккарти и коллеги закрепили термин Artificial Intelligence; русское «ИИ» — параллель этой формулы. Дальше — персептрон, символьный ИИ, глубокое обучение (около 2012), трансформеры (2017) и массовые чаты с 2022. Полная лента — в блоке истории выше.
Что означает имя Siarem?
Siarem — имя продукта без расшифровки по буквам. По категории это System of Record — общая база учёта для вашего ИИ-агента.
Что важнее — название модели или база учёта?
Для работы вторичен ярлык модели. Факты о клиентах и сделках нужны вне чата — в общей базе учёта. Сменили модель или хост — карточки C-XXXX и сделки D-XXXX остаются, если они уже записаны.
Что такое SoR простыми словами?
System of Record — система учёта: место, где лежит актуальная правда о бизнесе — клиент, сделка, сумма, срок. Не память чата и не саммари модели. В Siarem это общая база для вашего ИИ-агента.
Зачем база учёта, если модель уже «всё помнит»?
Память чата не переживает смену модели и обнуление диалога. Без общей базы нельзя копить проверяемые факты и опираться на них в решениях. С учётом агент читает карточку C-XXXX и сделку D-XXXX; на риски подтверждает человек с правом апрува.
Заменяет ли Siarem обычную CRM?
Siarem не заменяет обычную CRM другим кабинетом с кнопками — он делает её ненужной, когда с базой работает один ИИ-агент или несколько на одном учёте: факты в общей базе, воронку и отчёты собирает агент; риски подтверждает человек с правом апрува.
С чего начать?
Выберите привычную модель, оформите Старт на 14 дней и подключите агента к учёту. Демо — siarem.ru/demo, заявка — siarem.ru/start-request.