Сергей Кобелев. ГенИИ для бизнеса
1.67K subscribers
64 photos
9 videos
1 file
76 links
Канал о стратегии внедрения генеративных ИИ в бизнес: повышайте эффективность сотрудников, решайте повседневные бизнес-задачи с помощью нейросетей.

Чат: https://t.me/aisimplicitychat

По вопросам: @KobelevS
Download Telegram
ML или ChatGPT: наконец-то понятный гайд

Мы окончательно запутались в двух разных ИИ. Распутываю на примерах

Вчера досмотрел вебинар крупного интегратора про "Стратегии внедрения ИИ для бизнеса". 47 минута: "Облачные решения доступны от 1500₽/месяц". 52 минута: "Для внедрения нужна команда из 3-5 ML-инженеров".

Стоп. Это же принципиально разные технологии с разницей в бюджетах в 1000 раз.

После 2,5 лет существования ChatGPT критически важно разделять:

1️⃣ Классический ИИ (ML/Big Data):
- Предсказание оттока клиентов Сбера
- Рекомендательная система Яндекс.Маркета
- Бюджеты от 5-50 млн ₽
- Команда от 3 человек
- Внедрение 6-18 месяцев

2️⃣ Генеративный ИИ (LLM):
- Обработка запросов клиентов
- Создание контента и аналитика
- От 0₽ (Deepseek) до 20$/мес (ChatGPT)
- Запуск за 1-7 дней
- Обучение сотрудника за неделю

Реальный кейс Финама подтверждает: после месячного обучения сотрудников работе с GPT субъективная экономия времени составила 6,9%. Через полгода выросла до 13%. Без ML-инженеров и Data Scientist. Без серверной инфраструктуры.

Но пока мы валим всё в одну кучу, происходит вот что:
- Малый бизнес думает, что ИИ = миллионы рублей и годы внедрения
- Вообще не начинают экспериментировать
- Упускают возможность получить быстрые результаты от простых инструментов

Чек-лист для быстрого старта с генеративным ИИ:
1. Определите повторяющиеся текстовые задачи (ответы клиентам, создание описаний, аналитика)
2. Протестируйте бесплатно: Deepseek для общих задач, Claude для аналитики
3. Измерьте время выполнения задач ДО и ПОСЛЕ (даже субъективно)
4. При положительном эффекте — масштабируйте на отдел

Не нужно строить космический корабль, чтобы доехать до соседнего района.

🤔 В вашей компании уже разделяют эти технологии или всё ещё ждут "настоящего" ИИ с миллионными бюджетами?

P.S. Подготовил подробный чек-лист "Классический vs Генеративный ИИ:
что выбрать для вашего бизнеса" с примерами задач, бюджетами и сроками.
👉
Скачать
🔥13👍10👏41
GPT-5: первое разочарование или мои завышенные ожидания?

Все носятся с GPT-5, а я честно попробовал — и разочаровался

Сегодня несколько человек спросили мое мнение о новой модели. Отвечу прямо: на моих бизнес-задачах GPT-5 работает хуже Gemini 2.5 Pro. Причем заметно хуже.

Конкретный пример: анализ большого документа с извлечением ключевых инсайтов с подгрузкой инструкций и правил. Gemini справился за 4 запроса, выдал глубокий качественный результат. GPT-5 потребовал 17 запросов (17, Карл!) — и итог все равно получился поверхностнее.

🤔 В чем проблема? Судя по всему, у OpenAI проблемы с маршрутизацией между моделями. Вместо полноценной GPT-5 часто срабатывают слабые версии mini или nano. Игорь в Сиолошной сегодня писал об этом.

Это показывает, как работает современная гонка ИИ: компании торопятся с релизами, чтобы не потерять PR-момент. В итоге пользователи становятся beta-тестерами "революционных" продуктов.

Но есть и бочка меда в этой ложке дегтя: теперь пользователям не нужно выбирать между моделями. Раньше большинство пользовались слабыми моделями 4o/4.1, не зная про мощную o3. Сейчас — одна модель, никакой путаницы.

Но результат пока не впечатляет. На следующей неделе Google обещают показать Gemini 3.0 — вот тогда и сравним по-честному, дай бог GPT-5 оклемается.

Мой совет: не верьте хайпу, тестируйте на своих задачах. Ваш опыт может кардинально отличаться от моего.

А какие результаты у вас? Поделитесь в комментариях!
👏11🔥5👎21👍1🥰1
MIT дал цифры про ИИ. СМИ увидели провал. Я вижу парадокс века

Исследование MIT NANDA взорвало инфополе: "95% компаний не видят ROI от ИИ!" Паника, $40 млрд впустую, конец хайпа?

Открываем документ — и что видим? 40% компаний УЖЕ внедрили GenAI. За 2 года! Это феноменальная скорость проникновения технологии. 90% сотрудников тайком используют ChatGPT для работы, хотя официальные подписки есть только у 40% компаний.

Откуда тогда "95% провалов"? А это про измеримый финансовый эффект. Внедрили? Да. Используют? Да. В отчетности отразилась польза? Нет.

И вот тут самое интересное. Проблема не в ИИ, а в метриках.

Прошлые технологии было легко посчитать:
• ERP сокращал отделы — было 50 бухгалтеров, стало 20
• Cloud заменял датацентры — $1M серверная → $100K/год на AWS

А что генеративки? Размазывают ценность тонким слоем. Менеджер пишет на 30% быстрее, но его не увольняют. Программист делает меньше ошибок — списывают на опыт. Презентации стали красивее — попробуй измерь в деньгах.

Парадокс: это первая технология, которая делает всех немного лучше, но никого не делает лишним.

💡 Как говорится: "Я не могу оценить ROI от электричества в офисе, но попробуйте его отключить".

Что делать прямо сейчас:
• Сотрудник? Будь в тех теневых 90%, кто уже разобрался с ИИ
• Руководитель? Найди свой главный revenue-процесс и думай, как туда внедрить ИИ (подсказка: думать об этом тоже можно с ИИ)

СМИ спасибо за панику. Но реальность интереснее: ИИ уже везде, просто мы еще не научились это считать.
7👍22🔥118💯7👏2
Продолжаем разбор "95% провалов ИИ". Спасибо Дарье за наводку на отчет Google — там комедия

В прошлый раз разбирали парадокс MIT: 95% компаний не видят ROI от ИИ, хотя все им пользуются. В комментариях Дарья напомнила про свежий отчет Google Cloud с прямо противоположными выводами:

88% ранних последователей агентного ИИ видят положительный ROI.
74% сообщают, что получают отдачу в течение первого года.
39% опрошенных заявили, что продуктивность их сотрудников как минимум удвоилась.
53% из тех, кто заметил рост выручки, оценили его в 6-10%.

Цифры космические. MIT плачет в углу со своими 5%. Что происходит?
Полез в методологию Google. И там — классика жанра.

Как Google "измерял" ROI:
Сноска к вопросу о росте выручки гласит: "How much did gen AI directly increase overall annual company revenue? Your best estimate is fine." (Насколько GenAI напрямую увеличил вашу годовую выручку? Ваша лучшая оценка подойдет).

Всё. Это весь научный метод. Не "предоставьте данные". Не "покажите метрики". А буквально: "Как думаете, помогло?"

Это как спросить человека после бани: "Насколько процентов улучшилось ваше здоровье?"
— "Процентов на 40!"
— "Отлично, запишем в отчет."

Вот и сошлись две вселенные:
MIT смотрел на измеримую финансовую отчетность — увидел 5% с ROI.
Google спросил про ощущения — получил 88% довольных.

Именно об этом мы и говорили в прошлый раз! Проблема не в ИИ, а в том, ЧТО мы измеряем. Руководители действительно "чувствуют" эффект, но пока не могут его "посчитать".

Менеджер пишет письма на 30% быстрее? Программист делает меньше ошибок? Это та самая "размазанная ценность", которая не влезает в строки финансового отчета.

💡 Вывод из двух отчетов становится еще сильнее: ИИ — это не станок. Это электричество. Мы живем в мире, где одновременно "95% не видят измеримого ROI" и "88% чувствуют результат".

P.S. И вишенка на торте: после этого «ощущения ROI» компании не жалеют денег, а наоборот — начинают инвестировать еще активнее. Тот же отчет Google показывает, что 77% организаций увеличили расходы на ИИ. Вера в пользу, основанная на чувствах, двигает многомиллионные бюджеты. Вот вам и парадокс в действии. 🤷‍♂️

P.P.S. Ссылка на pdf, из которого сделана картинка к посту, если захочется вчитаться. Это мы с ИИ перевели один из ключевых слайдов отчета Google Cloud.
1👍177🔥6👏2
Недавно заглянул в гости к Ивану Крутько, и у нас получился, как мне кажется, очень глубокий и честный разговор об искусственном интеллекте.

Постарался разложить по полочкам всё: от того, как правильно "общаться" с ChatGPT, до того, как ИИ меняет целые компании.

Буду рад вашим мыслям в комментариях под видео!
👍4🔥2
🔸🔸🔸🔸🔸🔸🔸🔸

Чему учить? Чему учиться в эпоху ИИ?

Недавно у меня состоялось очень своевременное интервью с Сергеем Кобелевым — научным сотрудником ВШГУ РАНХиГС и практикующим экспертом по генеративному искусственному интеллекту с 17-летним опытом в IT. Мы говорили о том, как ИИ меняет бизнес уже сегодня, но для меня, как родителя 14-летнего сына, этот разговор вышел далеко за профессиональные рамки.

Передо мной, как и перед многими родителями, стоит непростой вызов: чему учить ребенка сегодня, чтобы он был востребован через 5-7 лет? Мир меняется так быстро, что страшно ошибиться. Беседа с Сергеем помогла расставить несколько важных акцентов.

Волна ИИ: от ажиотажа к практической пользе

Сергей подтвердил то, что многие из нас уже чувствуют: первоначальные завышенные ожидания от ИИ (тот самый «9-й вал») сменились спокойным и практичным внедрением. Речь идет не о революции завтрашнего дня, а о постепенной «инфильтрации» инструментов ИИ во все процессы. Уже сейчас нейросети работают как ассистенты, автоматизируя рутину и экономя до 12.9% рабочего времени сотрудников. Это не «вау», а измеримая эффективность.

Из нашего разговора я вынес для себя два четких ориентира навыков будущего:

1️⃣ Критическое мышление — новый «золотой» навык. Когда любая информация может быть сгенерирована или искажена ИИ, способность отделять факты от вымысла, проверять и анализировать становится бесценной. Исследования и прогнозы, с которыми я ознакомился, единодушно ставят его на первое место среди востребованных компетенций. В эпоху дипфейков и AI-генеративного контента этот навык — основа личной и профессиональной безопасности.

2️⃣ Информационная безопасность — это не только для IT. Мне запомнилась мысль, что чем мощнее становятся технологии, тем важнее умение от них защищаться. Яркий пример — дипфейки. Прогнозируется, что только в США мошенничество с использованием ИИ к 2027 году может достичь $40 млрд, а количество атак с использованием дипфейков за три года выросло на 2137%. Это создает колоссальный спрос на специалистов по кибербезопасности — не только в IT-компаниях, но и в банках, страховых компаниях, СМИ и даже государственных структурах. Эта профессия требует технического склада ума, аналитических способностей и предлагает быстрый карьерный рост с конкурентной зарплатой.

Из нового интервью вы также узнаете:

🔵Как правильно «общаться» с нейросетью, чтобы получать качественные ответы;
🔵Правда ли, что использование ИИ делает человека глупее? 
🔵Как ИИ меняет образование: от написания дипломов до персонального менторства. 

Уже на площадках, выключайте!

YouTube
ВКонтакте
Дзен
Rutube

Развивайте критическое мышление. Берегите себя! 🙂
Please open Telegram to view this post
VIEW IN TELEGRAM
10🔥30👍1081
Корпоративный курс по ИИ — теперь бесплатно для всех

За два с половиной года я провёл лекции, тренинги и воркшопы по генеративному ИИ почти для 10 000 человек. В какой-то момент понял, что отвечаю на одни и те же вопросы, и решил упаковать всё в курс.

Сделал. 9 уроков. Изначально — для корпоративных команд: чтобы сотрудники научились решать свои ежедневные рабочие задачи с помощью нейросетей. Думал продавать компаниям.

Не продал. Все силы ушли на обучение и внедрение — на продажи просто не осталось времени. А курс лежит и стареет — с ИИ это происходит быстро.

Поэтому выкладываю в открытый доступ. Бесплатно, пока актуален.

📌 Что внутри:
— Как работает ГенИИ (без магии и хайпа)
— Как писать запросы, чтобы получать нормальный результат
— Практика: пишем письмо, делаем выжимку, генерим идеи — за 15 минут
— Безопасность: что можно загружать в ChatGPT, а что нет
— Как перестать «играться» и встроить ИИ в ежедневную работу

Я не придумал ничего нового — просто собрал весь свой опыт и структурировал то, на что у вас уйдут часы поиска.

Подойдёт тем, кто работает с текстами, данными, отчётами и хочет тратить на рутину меньше времени.

🎬 Смотреть:
YouTube
VK Видео
Rutube

Если пригодится — отлично. Если знаете, кому нужно — скиньте 🙌
8🔥88👍2826👏8🦄3🙏2
ChatGPT отвечает. Агент — делает.

Разница не в мощности модели. Разница в подходе: агент сам разбивает большую задачу на шаги, сам следит за контекстом между частями, сам собирает результат. Ты ставишь цель — он выстраивает путь.

Пример. Стратегический план города: 400 страниц, 21 000 строк, схемы, таблицы. На португальском. Нужен рабочий перевод на русский.

Варианты:
— Бюро переводов: 300 000 ₽, два месяца
— DeepL: максимум 60 страниц, файлы больше 10 МБ не тянет (этот — 232)
— ChatGPT: 400 страниц кусками — потеряет контекст между частями, целиком — обощит и потеряет 9/10 текста

С июля перешёл на Claude Code — агентный режим Claude (отдельная тема, расскажу). Это другой подход: не промпты пишешь, а цели ставишь. Загрузил 400 страниц, описал что нужно на выходе — два часа, и готово: перевод + разбор схем + саммари.

Мы незаметно перешли из эры диалогов в эру исполнения. ИИ больше не "умный собеседник, который подскажет". Он — исполнитель.

Сложная задача больше не требует команды и бюджета. Иногда — только правильного инструмента и понимания, как его применить.

2026-й для меня — год агентов. Буду глубоко копать тему и делиться: что работает, что хайп, как применять в бизнесе.

🔥 — начнём с разбора инструментов
❤️ — начнём с гайда "как начать"
6🔥7555👏9🤷‍♂1
Мой лучший ассистент — не человек

Пообещал на встрече и забыл. Идея пришла в машине, испарилась. Дедлайн всплыл через две недели, когда уже неловко. Знакомо?

Когда ведёшь три проекта, держишь в голове. Пять: уже напрягаешься. Десять: что-то обязательно проваливается.

У меня сейчас 15+. И ни одна задача за квартал не выпала из поля зрения.

В декабре обещал копать тему агентов. Копал. Собрал себе AI-ассистента. Назвал Jarvis (ну вы понимаете:). По сути, бизнес-ассистент, которого не надо вводить в курс дела. Он уже в курсе.

Закончилась встреча — Jarvis уже разобрал: что я пообещал, что пообещали мне, какие сроки. Куча встреч за квартал, из каждой автоматически вытащены задачи и дедлайны, разложены по проектам. Мысль пришла, написал в Telegram, задача в системе. Утром брифинг: что просрочено, с кем встреча, на чём фокус, какие первые шаги. Проект завис больше недели? Напоминание.

Но удивило не это.

Я перестал просыпаться с фоновым гулом «что-то забыл». Думал, мелочь. Оказалось, именно этот гул жрал больше энергии, чем сами задачи.

В следующем посте покажу, что у Jarvis внутри.

🔥 — покажи
👎 — а я и так всё помню
Please open Telegram to view this post
VIEW IN TELEGRAM
9🔥117❤‍🔥87👎2👏2
Замечаю паттерн: компании, где CEO сам пробовал AI — заметно впереди тех, где «этим занимается IT-отдел».

71% крупных компаний говорят, что используют AI. Но результат появляется только там, где первое лицо пробует руками, а не читает отчёты.

Разобрали это в колонке для РБК с Мариной Дороховой из «Яков и Партнёры» — работаю с ними как внешний эксперт по AI.
Ниже репост с развернутым материалом👇
110🔥3👏3
Искусственный интеллект трансформировал роль гендиректора

71% крупнейших отечественных компаний пользуются ИИ, показало исследование «Искусственный интеллект в России – 2025: тренды и перспективы». Но вопрос здесь не в количестве, а в качестве – как раз за него в этих реалиях отвечает гендиректор.

ИИ вынудил руководителей поменять риторику с «я принимаю решения» на «я формирую среду, в которой люди и технологии усиливают друг друга».

Сигнал «свыше»

Результаты работы организации оказываются выше там, где гендиректор работает с ИИ-технологиями лично, отмечают Марина Дорохова, директор «Яков и Партнёры», и Сергей Кобелев, внешний эксперт компании. Один из рабочих форматов – это когда первое лицо организации пробует ИИ-инструменты в одном помещении с остальными сотрудниками.

Эпоха ИИ определила лидера

Гендиректор должен лично задавать культурный сигнал: «мы используем ИИ, мы учимся этому, мы вправе ошибаться в процессе». Без этого инициативы сотрудников неизбежно вязнут в корпоративной осторожности. Именно активная вовлеченность первого лица решает, станет ли искусственный интеллект неотъемлемой частью компании или останется лишь техническим пилотом.

Кроме того, для СЕО важно самому активно работать с ИИ-инструментами и интегрировать их в свои стратегические процессы: моделировать сценарии, проверять управленческие гипотезы и выявлять слепые зоны в собственном мышлении. Невозможно убедительно продвигать технологию, если знаешь о ней только из отчетов подчиненных.

Чем больше рутинных задач и аналитики берет на себя искусственный интеллект, тем важнее становятся человеческие стороны лидерства — те, которые невозможно алгоритмизировать. Это способность работать с людьми в условиях неопределенности: выстраивать доверие, проводить наставничество, открыто обсуждать тревоги и ожидания команды. Именно гендиректор, который честно признает «я тоже не вижу полной картины — но мы разберемся вместе» создает безопасную среду для экспериментов, где ИИ-инструменты действительно приживаются и дают максимальный эффект.
👍128🔥4