Регулярно вижу одну и ту же картину: ИИ-проект защитили как разовую инвестицию: разработали модель, обучили, выкатили в прод — ну и дальше она начинает работать. Через 3–6 месяцев начинается неприятный разговор с финансами: счета растут, качество падает, команда снова что-то "срочно чинит". Формально всё запущено. По факту — создали не механизм, а "тамагочи", который требует постоянного внимания и денег.

В реальности создание ML-модели — это все лишь 15–20% усилий. Всё самое интересное начинается потом.
6️⃣ Дрейф данных и переобучение. Модель не может жить долго на старых данных.
Нужен постоянный цикл: сбор → очистка → разметка → дообучение → валидация → деплой
И это не раз в год, а это регулярный конвейер. Если его нет, то Data Science команда начинает вручную чистить данные и выполнять прочее шаманство. На практике до 70–80% времени уходит не на создание ценности, а на обработку данных.
2️⃣ Технический долг ML-систем, который накапливается быстрее, чем в обычной разработке, хуже виден инженерам и менеджменту и сильно дороже в поддержке.
3️⃣Стоимость инфраструктуры. Кроме того, что инфра просто дорожает, еще есть куча вещей, которые съедают бюджет. Например, забытые после экспериментов инстансы, прогоны полных датасетов (на всякий случай), хранение устаревших эмбеддингов и прочих отходов магического производства.

Отсюда логично следует, что не всегда нужно все пытаться запихнуть в ИИ и постоянно держать на продуктиве. Например, если решаемая задача редкая или статичная, или просто когда денег нет или их очень мало.
В общем - считайте TCO, учитывая все возможные затраты не только на создание моделей, а еще и на их содержание и поддержание в актуальном состоянии. И если решили развивать эту тему, то сразу смотрите в сторону MLOps, он может помочь вам построить правильные процессы обновления и сэкономить. Ну и воспринимайте все это как "скрытый налог на искусственный интеллект".

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #ChatGPT #чтотампроchatgpt #data #данные

Новости рынка труда на базе ежемесячного отчета Краткий обзор рынка труда за декабрь 2025 от ХХ.
Основное:
🟣 Конкуренция на рынке труда все растет и растет - hh индекс (соотношение количества активных резюме к количеству активных вакансий) повысился до 8.6 против 8.1 в ноябре - очередной максимум обновлен. Мы уверенно вошли в зону высокого уровня конкуренции и продолжаем идти дальше.
🟣 В ноябре среднее число активных вакансий уменьшилось на 28%, а активных резюме увеличилось на 37% по сравнению с уровнем предыдущего года - количество людей, которые ищут работу, опять увеличилось.
🟣 Среднее число активных вакансий упало по сравнению с ноябрем, а количество резюме стабильно растет уже четвертый месяц

По ритейлу и по ИТ, имеем:
🔘 В ритейле дефицит кадров сохраняется на прежнем уровне ( hh индекс изменился незначительно - 2.6 по сравнению с 2.7 в ноябре)
🔘 В ИТ вакансий было мало, а стало еще меньше (hh индекс обновил максимум 20.7 против 19.4 в ноябре)
🔘 Число вакансий в ИТ уменьшилось на 40% по сравнению с декабрем прошлого года, а число соискателей увеличилось на 29% за тот же период
🔘 Число соискателей в ИТ уменьшилось на 3% и количество вакансий уменьшилось на 3% по сравнению с ноябрем этого года

Из ироничного - согласно отчету, заметнее всего за год снизился спрос на специалистов в сфере управления персонала, а число вакансий за месяц увеличилось только в сфере административного персонала.
Согласно оценке ХХ:

Рынок труда смещает фокус с оперативного реагирования, гиперспроса и массового найма на стратегическое планирование, а также удержание персонала через его профессиональное развитие и внутреннюю ротацию кадров. Основа спроса на рынке труда остаётся неизменной: 2/3 вакансий сосредоточены в сферах рабочего персонала, ретейла, производства, строительства, транспорта, ИТ.

Но при этом по моим наблюдениям - все профессионалы, кто искали работу - в прошлом году ее нашли. Да, массового набора нет, но точечный набор продолжается. Улыбаемся, машем, запасаемся попкорном и продолжаем следить за ситуацией на рынке труда.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит

Пока многие компании все еще обсуждают внедрение чат-бота для первой линии поддержки, технологический ландшафт уже сдвинулся (главное следить за тем, чтобы он нас не накрыл). Судя по дайджесту Технологических трендов от ДомРФ за 4 квартал 2025 года, мы входим в эру Large Action Models (LAMs). Это модели, которые не просто генерируют текст, а запускают процессы, управляют кодом и интерфейсами. Другим важным знаком по мнению коллег является тот факт, что в 2025 году 37% топ-1000 сайтов в США получают больше трафика из GenAI, чем из платного размещения в поисковиках.

Возможно для нас и наших бизнесов это сигналы к пересмотру стратегии:
1️⃣ API-First снова в фокусе, но уже с прицелом на ИИ агентов. Движение в сторону LAMs означает, что начинается переход от "пользователей-людей" к "пользователям-ИИ агентам".
2️⃣ Смерть классического SEO и переход к GEO. Если трафик идет из GenAI, то борьба за позицию в поисковой выдаче Яндекса или Гугла теряет смысл. Сайт должен стать понятен нейросетям, чтобы они могли его рекомендовать.
3️⃣ Новые люди - успех коллаборации человека и ИИ зависит не от IQ и не от технической грамотности, а от способности общаться с ИИ, понимая логику его поведения и предугадывая места возникновения ошибок. Эдакая синергия человека с машинным интеллектом.
4️⃣ Данные как актив - непрерывный сбор данных и построение цифровых двойников чего бы то ни было - ключ к построению системы, способную проактивно реагировать на изменяющиеся условия и возникающие проблемы и даже предвидеть проблемы, и их предотвращать. В контексте дайджеста говорится о цифровых двойниках городов и предиктивной урбанистике.

Получается мы очень мелкими шажками, но движемся в сторону реализации моделей фантастов, где все оцифровано, подключено к глобальной сети, где ИИ выполняет за людей множество действий и требует для своей работы космических энергий и технологий. Почти матрица.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка

Google Cloud Security совместно с партнерами выпустил прогноз Cybersecurity Forecast 2026. Ключевой тезис — в 2026 ИИ у атакующих становится опцией по умолчанию, а у защитников — инструментом масштабирования SOC.

Если оставить за скобками фирменную риторику Гугла, то документ фиксирует смену подхода к атакам.
🖇 ИИ как ускоритель атаки. Речь уже не точечное использование LLMок, а про ускорение всего процесса - от разведки, персонализации, разработки ВПО до проведения самой атаки.
🖇 Промпт-инъекции перестают быть исследовательским кейсом и становятся масштабным инструментом добычи данных - проблема не вLLMках, а в том, что бизнес массово встраивает ИИ в различные процессы (поиск, саппорт, аналитика, автоматизация) без анализа безопасности и получает новый класс уязвимости.
🖇 Сдвиг в сторону агентов ломает привычную модель Identity and Access Management. Агенты, выполняющие определенные цепочки действий и принимающие решения не являются субъектами в классическом смысле. Требуются дополнительные подходы к управлению идентификацией и делегированию.
🖇 Теневой ИИ дрейфует в сторону Теневых Агентов. Самое неприятное: автономные агенты сотрудники могут поднять без санкции ИТ, самостоятельно. Банить эту историю бесполезно. Чтобы этот канал утечек перекрыть надо возглавить тему ИИ в компании. По другому это не победить.
🖇 Инфраструктурный слой снова в моде у атакующих. Отдельно коллеги отмечают разворот в сторону гипервизоров и виртуализации: много устаревших версий и дефолтных конфигов, сильное влияние — компрометация даёт контроль над большим куском инфры.

По мнению коллег из Гугла, все это будет основными фокусом кибербеза на 2026 год. Поэтому наравне с продолжением борьбы с фишингом и защитой от шифрования, надо начинать прорабатывать новые направления по защите ИИ направлений.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#итбезопасность #кибербезопасность #ИТбез #разработка #AI #ChatGPT #чтотампроchatgpt

Главная ошибка при запуске Внутренней Платформы Разработки (Internal Development Platform - IDP) — это отношение к внутренней платформе как к проекту, а не как к продукту. DevOps команды (в силу исторических факторов) больше фокусируются на технологиях (Kubernetes, Terraform, CI/CD), забывая, что у них есть внутренний клиент, который может просто не принять новый инструмент.

Подход к построению платформы как продукта "Platform as a Product" строится по законам продуктового подхода. Платформенная команда работает как стартап (только внутренний): у нее есть целевая аудитория (все разработчики компании), MVP и задача найти Product-Market Fit, постоянно собирая обратную связь. Если это не делать, то есть риск создать никому не нужный набор чего-то.

Чтобы не "пролететь" с платформой можно сделать следующее:
🟣 Принцип любимого товарища Парето. Не пытаемся загнать в платформу все возможные кейсы использования и технологии. Эффективно можно покрыть 80% всех кейсов, а остатки даже не трогать. Попытки закрыть оставшиеся 20% могут привести к созданию моструозной платформы и сливанию бюджета.
🟣 Принцип блендера. Смешиваем опенсорс, проприетарные решения и собственную разработку. Не пытаемся изобретать велосипед и все написать с нуля.
🟣 Помним про быструю лошадь и глубинное интервью. Ищем корневые проблемы в разработке и решаем их, а не просто интересуемся у разработчиков - "какую фичу им запилить".
🟣 Приобрести агентов влияния и выстроить внутренний маркетинг. Нужны ранние последователи.

Как обычно бывает в современном ИТ и диджитал мире - основной барьер внедрения не технический в ИТ, а людской. На рынке острый дефицит продактов с техническим бэкграундом, способных управлять нормально разработкой вообще, а разработкой внутренней платформы - от слова совсем. Если вы решаетесь пойти в эту историю, то найм такого специалиста должен быть пререквизитом этого проекта. Ну или не найм, а выращивание "бабы Яги" в своем коллективе. Иначе рискуем потратить бюджет на инструмент, который будет никому не нужен.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #архитектура #development #продуктоваяразработка

Я думаю, перед новым годом все уже посмеялись на тему шуточного твита про внедрение Microsoft Copilot на 4 тыс человек. Смех-смехом, но в практике такая ситуация встречается и не сказать, чтобы очень редко. Характерно для больших проектов и больших корпораций. Компания закупает "инновационный инструмент", формально запускает его, пишет в отчетности об "успехе", но фактическое использование и ценность остаются низкими или вообще не измеряется.

Все это про формальное поведение организации при внедрении технологий.
Если рассматривать саму шутку, то это не про сам Microsoft Copilot или ИИ вообще — это все про формальное поведение организации при внедрении технологий и про некритическое мышление в попытке показать "цифровую трансформацию". Краткая формула "успеха": "Купили, внедрили, отчитались" при полном отсутствии понимания что именно решает инструмент и какими бизнес-результатами измеряется его работа.

Характерные признаки такого подхода:
🔵 бизнес KPI формулируются задним числом (двигаем цель под достигнутый результат)
🔵 метрики выбираются так, чтобы они выглядели хорошо (график абстрактного показателя Доступность ИИ должен идти вверх и вправо)
🔵 никто из ключевых стейкхолдеров реально не пользуется продуктом

Конечно это все создает впечатление прогресса для совета директоров, инвесторов и акционеров (особенно если все красиво оформлено), может мотивировать часть команды к экспериментам и добавляет компании +100500 в информационном поле из-за использования ИИ и других новых технологий, но результат чаще всего грустный.
🔘 Отсутствие чётких целей и метрик приводит к неэффективному расходу бюджета
🔘 Реального эффекта нет и все внедрение оказывается "потемкинской деревней"
🔘 За красивой отчётностью и графиками скрывается отсутствие реальной ценности
🔘 Подготовка данных, процессов и обучения зачастую игнорируется

Что делать, чтобы не попасть в такую ситуацию:
🔵 Определить бизнес-результаты, которых хотим достичь перед началом внедрения. Если цель не определена до покупки, то любые метрики потом будут спорными
🔵 Измеримые целевые KPI. Доступность ИИ звучит модно, но это не показатель. Цель — изменение бизнес-результата (время цикла, ошибки, затраты)
🔵 Вовлечение пользователей в процесс построения. Низкое использование после внедрения почти всегда означает несоответствие между ожиданиями и повседневными нуждами.
🔵 Расчет стоимости владения. Бюджет на лицензии — это только часть затрат. Обучение, интеграция, отказ от устаревших процессов — всё это имеет цену.

Шутка из твита — это отражение распространенного сценария: корпоративная мода на технологии без ясной цели, метрик и ценности для бизнеса. Но мы то знаем, что технологии сами по себе не улучшают процессы и важно начинать не с инструмента, а с проблемы, которую нужно решить, ну и результаты измеряются действиями и эффектами, а не красивыми диаграммами.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны

Переход от стартапа к энтерпрайзу обычно выглядит как "логичное взросление": появляются крупные клиенты, серьезные контракты, обязательства по роадмапу, требования по безопасности и соответствию разным требованиям. Вместе с этим в разработку приходят квартальные планы, согласования, архитектурные ревью, управление изменениями, отчётность, формальные роли.

Заблуждение начинается там, где формализацию воспринимают как управленческую ошибку или бюрократию. Зачастую кажется, что достаточно "сохранить скорость стартапа" и не усложнять. Но тут возникает проблема - компания пытается одновременно продавать предсказуемость большим клиентам и управлять разработкой как в стартапе — и сталкивается с провалом либо в обещаниях, либо в скорости поставки. С другой стороны - типичная ошибка ожидать, что формализация процессов будет бесплатной по времени и бюджету.

Энтерпрайз клиент покупает не только функциональность. Он покупает способность поставщика:
🔵 давать предсказуемые обязательства на горизонте месяцев
🔵 объяснять статус и риски на языке управленцев
🔵 выдерживать все возможные формы аудита
🔵 управлять изменениями без "сюрпризов" для заказчика
🔵 обеспечивать поддержку и надежность на уровне SLA

Чтобы это стало возможным, компания неизбежно формализует разработку: работу нужно описывать, оценивать, согласовывать, фиксировать решения и ответственность. Отсюда и неизбежные накладные расходы:
🔘 координация между продуктом, разработкой, безопасностью итд
🔘 управление зависимостями и изменениями
🔘 документирование всего и вся и прослеживаемость (кто, что, почему)
🔘 контроль качества релизов, процессы инцидент менеджмента
🔘 коммуникация статуса для клиентов и внутреннего менеджмента

Технически это означает удлинение цикла. Организационно — рост транзакционных издержек. Они не всегда приятны, но часто являются ценой входа в энтерпрайз сегмент. Чтобы окончательно не потонуть во всем этом стоит подумать над следующими вещами:
🔵 Заложить стоимость управления в финансовую модель. Энтерпрайз клиенты всегда предполагают рост функций контроля, поэтому надо закладывать эти накладные издержки.
🔵 Формализовать только то, что требуется. В остальном можно сохранять более легкие процессы управления.
🔵 Выстроить быстрый контур - для ограниченного класса задач (технические риски, срочные исправления, критические улучшения) с ясными границами и ответственностью.
🔵 Измерять ту цену, которую вы платите за координацию, чтобы видеть, где delivery функция начинает дорожать.

Переход от стартапа к энтерпрайзу почти неизбежно сопровождается формализацией разработки и ростом управленческих накладных расходов. Вопрос обычно не в том, как этого избежать, а в том, как сделать формализацию управляемой: связанной с обязательствами, прозрачной по стоимости и не убивающей способность быстро решать реальные инженерные проблемы.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #антипаттерны #development #продуктоваяразработка

Все помним про спагетти-архитектуру?! Одной из причин, приводящей к такому результату является отсутствие описания данных в системах и обменов между оными. Если у вас такая архитектура, то у меня есть для вас плохая новость - с уходом одного или нескольких ключевых сотрудников, все это может рассыпаться как карточный домик.

Коллеги из комьюнити Digital4food организуют вебинар, где желающие смогут узнать:
🌟 Почему документация — это не формальная формальность, а часть инженерного процесса
🌟 Практические подходы к документированию
🌟 Минимальный набор артефактов, без которых вы не сможете снизить свои риски
🌟 Как повысить качество работы ваших систем и сделать развитие ИТ ландшафта предсказуемым

Это встреча CIO и CTO пищевой промышленности с экспертами из Data Tech Team и Дмитрием Комаровым КОМОС Информ. Конечно, пищевая промышленность имеет свои собственные особенности и регламенты, но ИМХО принципы построения информационных обменов и систем едины для всех.

Семинар онлайн, бесплатный, по регистрации. Живой разговор, как превратить знания о данных и интеграциях из устных договоренностей в формализованный рабочий процесс.
#архитектура #development #разработка #платформы #впоискахсеребрянойпули #антипаттерны

Сегодня на разборе аналитический отчет от Harvard Business Review - The Year in Tech - 2026. HBR начинает свой отчет с кликбейтного заголовка - "Хаотичная середина беспорядочных перемен" ("The Messy Middle of Disruptive Change") - подразумевая, что мы сейчас живем во время когда технологии уже даже не меняют, а ломают процессы, но ПДД для них еще не разработаны.

На что обратил внимание (и что подтверждается другими аналогичными исследованиями):
🟡 Агентный ИИ: сдвиг от ассистентов к агентам, которые планируют и исполняют цепочки действий (а значит, меняется профиль рисков и управления). А значит должна появиться новая модель ответственности с определением границ полномочий, прослеживаемостью и решением инцидентов. Без этого агенты будут множить ошибки.
🟡 Доверие к ИИ - не просто красивое требование и абстрактные материи, а реальная прослеживаемость и контроль применимости и неизменности моделей. Возможно, мы придем к варианту блокчейна - требования → данные → тесты → согласования → выпуск.
🟡 Риски обновлений даже от "безопасных партнеров". Любое обновление может стать причиной простоя. И тут начинается конфликт между "change management" и "устойчивостью и непрерывностью" и без выработки моделей оценки рисков и их влияния на бизнес не обойтись.
🟡 Данные и трудовые отношения - новая проблема — это ответ на вопрос - где проходит водораздел между данными, принадлежащими компании и личными данными работника. Кому принадлежит результат генерации чего-то через ИИ? Это нужно начинать закреплять в договорах.
🟡 Стратегический фокус на ставки на технологии. Технологии не "стреляют" сразу (а могут вообще не выстрелить), но если пропустить точку входа и ждать выхода технологии на масс-маркет, то можно ничего от технологии и не выиграть.

В общем вывод - Основной фокус смещается с восторгов по поводу генерации текста в сторону автономности и глубокой интеграции ИИ в бизнес-процессы. Известный вопрос, связанный с юридическим аспектом использования ИИ, выходит на новый уровень - уровня трудовых отношений и прав на результат труда. Ну и радует, что несмотря на массовый движ в сторону ИИ, такая простая вещь как кибербезопасность не сходит с радаров.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка

Недавно пришли ко мне с очень интересным вопросом - Какая концепция сорсинга информационных систем сейчас приоритетна для компаний - построить самим или купить готовое решение. Не секрет, что крупные компании в последние 5 лет брали курс на концепцию BUILD - т.е. написать все самим. Но сейчас ситуация меняется. К примеру, компании-ритейлеры в рамках выступлений на Retail TECH Net IT&Innovations Forum в сентябре 2025 года, фактически признали общую смену курса: попытка "сделать всё самим" в ИТ оказалась дорогой и в итоге снизила скорость и гибкость бизнеса. Сейчас фокус смещается на готовые платформы и экосистемы, а своя разработка ведется только там, где это реально даёт конкурентное преимущество.

По факту это не "капитуляция перед вендорами", а разумное взросление архитектуры: разделение core vs context, сформулированное Джеффри Муром еще в 2006 году. В реальности кастомные ERP/OMS/CRM/BI часто превращаются в портфель legacy с постоянно растущим TCO: дефицит людей, сложность интеграций, нескончаемые миграции, требования ИБ и регуляторики — всё это съедает инвестиции быстрее, чем бизнес успевает получать ценность. Поэтому критерий выбора снова стремится к эффективности и прибыли, а не к идеологии "самодостаточности" и "технологической независимости".

Как вывод можно зафиксировать: В очередной раз качели рынка качнулись в противоположную сторону и подход сменился на прагматичный. Поэтому не надо спорить насчет "build vs buy", а, согласно тому же Джеффри Муру, идем в портфельную логику:
🔘 строим то, что усиливает "differentiation" - уникальные бизнес-механики и данные
🔘 покупаем то, что относится к ядру и коммодити и должно быть надёжным
🔘 не забываем про то, что чем более "ванильным" вы оставите купленный софт, тем проще и безболезненнее вам будет его обновлять

Ну и не забываем, что одни только лицензии это не все, еще надо инвестировать в людей/процессы/архитектуру, иначе очень быстро вы превратите "коробку" в "самопис" и вся история начнется сначала.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #антипаттерны #development #продуктоваяразработка

ХХ выпустил исследование - Будущее навыкоцентричности - новая логика найма, оценки и развития сотрудников - своего рода манифест и обзор того, как рынок найма и развития уходит от должностей/дипломов к измеримым навыкам и данным о реальной работе.

Решений, построенных вокруг должностей, резюме и формальных требований, уже не всегда достаточно. Реальность требует новых инструментов и принципов, которые позволяют действовать быстрее, точнее и раскрывать потенциал человека.

Ключевые моменты исследования (и мои комментарии по ходу):
🖇 Навыкоцентричность становится важным элементом, но системности пока нет. (по данным самого исследования 68% компаний в России используют навыкоцентричность "в той или иной мере", "43% из этих компаний используют подход точечно" что означает, что 25% компаний хоть как-то пытаются масштабировать этот подход)
🖇 Ключевой преимущество - выявление реальной экспертизы. Системы оценки дают более объективную оценку навыков кандидатов, чем резюме или диплом. (если честно, то на резюме смотрят обычно "для знакомства", а на диплом не смотрели приблизительно никогда)
🖇 Нехватка актуальных навыков - барьер для развития бизнеса. У соискателей часто нет тех компетенций, которые ищут работодатели. Особенно это касается сложных навыков в цифровых и производственных сферах. (наблюдение в стиле "Капитан Очевидность" )
🖇 Навыкоцентричный подход становится драйвером роста внутренней мобильности сотрудников. Оцифрованные навыки помогают формировать маркетплейсы талантов и кросс-функциональные команды. (в целом ничего особо нового - скоринг сотрудников хардам и софтам уже давно практикуется и без навыкоцентричности)
🖇 ИИ становится важным инструментом для оценки навыков. Решения на основе ИИ обрабатывают большие объёмы информации о результатах сотрудников и объективно оценивают потенциал роста компетенций. (очевидно, что лавры СБЕРа не дают покоя составителям исследования)
🖇 Развитие подхода требует инфраструктуры. В первую очередь это касается таксономий навыков и автоматизированных систем оценки результатов работы. (Урра. Да будет внедрение новой системы по построению таксономий навыков с применением ИИ.)

Выводы самого исследования - вероятности сценариев развития событий:
🖇 80% - ИИ будет активно использоваться для оценки навыков. (Удивлен, что не 100%. Сейчас ИИ будут пытаться приделать ко всему, к чему только можно)
🖇 70% - Роли в компаниях будут описываться как наборы конкретных навыков. (Тут я люто плюсую. Если мы доберемся до этой цифры, то всем на рынке будет жить сильно легче)
🖇 70% - Индивидуальные планы развития будут составляться по навыкам. (Тоже поддерживаю. При этом видел как классно это работает. Если это навыкоцентричность, то пусть будет)
🖇 60% - Навыки станут ядром резюме кандидата. Вместо опыта работы — наглядная карта умений с подтверждённым уровнем и сертификатами. (Осталось понять, как подтверждать уровни. Навидался я разных "сертифицированных специалистов" с очень серьезными сертификатами. Но сертификат еще не означает подтверждение реального уровня мастерства.)

В общем, как по мне, крайне неоднозначный микс между уже существующими годами практиками, фантазиями на тему, как это должно быть, приправленное ИИ и прочими новомодными штучками. Отдельное спасибо за термин "таксономия". Для меня это маркер профессионализма, как и термин "идемпотентность".

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит

Dell на CES 2026 сделал редкую для индустрии вещь: публично признал, что "ИИ ферст" в потребительском маркетинге не работает. Именно поэтому из коммуникаций по новой линейке убрали акцент на ИИ. Хорошо хоть сами функции оставили.

"What we’ve learned over the course of this year," says Terwilliger to PCG‘s Dave James, "especially from a consumer perspective, is they’re not buying based on AI. In fact I think AI probably confuses them more than it helps them understand a specific outcome."

Почему так произошло и почему Dell стал сознательно дистанцироваться от ИИ:
🔵 В первую очередь это признание не провала технологии, а сомнений в качестве "упаковки". ИИ перестал быть дифференциатором и начал работать как шум: людям сложно понять, за что они платят. А дальше просто, по продуктовой книжке - когда value proposition расплывчатый, то конверсия падает — банальная экономика спроса, а не "усталость от инноваций".
🔵 Dell возвращается к базовым преимуществам своих продуктов: автономность, производительность, шум/тепло, камера/микрофоны, надежность, сервис. По факту именно по этим критериям и выбирают корпоративные парки и BYOD-устройства, а не по наличию ИИ на шильдике. Но при этом все NPU и ИИ возможности остаются, просто на них не делают фокус.
🔵 Для крупных корпоратов это ещё и снижение рисков. Чем больше рекламы "ИИ инсайд", тем больше вопросов от ИБ/юристов/комплаенса — где данные, какие модели, какие политики, какой аудит. Снижение хайпа упрощает внедрение там, где ИИ реально нужен потому что обсуждение становится предметным.

В общем все движется в правильном направлении - от продажи "технологии как волшебной таблетки" к продаже "измеримого эффекта". К чему всех и призываю - если кто-то в стратегии/продуктах/внутренних коммуникациях всё ещё пишет "добавим ИИ — и сразу все попрет", то у меня плохая новость - пора все переписать в терминах добавленной стоимости, KPI, метрик и подкрепить все тщательно посчитанным TCO и матрицей рисков. Иначе все это - слив бюджетов. А в текущих экономических реалиях, за это прилетит и очень быстро.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны

Новости рынка труда на базе ежемесячного отчета Краткий обзор рынка труда за январь 2026 от ХХ. Посмотрим с чего начался новый год.
Основное:
➡️ Конкуренция на рынке еще подскочила - hh индекс (соотношение количества активных резюме к количеству активных вакансий) обновил очередной максимум на 1 пункт и составил 9.6 против 8.6 в декабре и против 8.1 в ноябре. Плавно войдя в зону высокого уровня конкуренции, мы уверенно ее проходим и стремимся к "крайне высокому уровню конкуренции" по версии ХХ.
➡️ В январе среднее число активных вакансий уменьшилось на 30%, а активных резюме увеличилось на 39% по сравнению с уровнем предыдущего года - количество людей, которые ищут работу еще увеличилось.
➡️ В целом отмечается стабильность - среднее число активных вакансий стабильно падает, а количество резюме стабильно растет уже четвертый месяц

По ритейлу и по ИТ, имеем:
➡️ В ритейле дефицит кадров сохраняется на прежнем уровне ( hh индекс изменился незначительно - 2.8 в январе по сравнению с 2.6 в декабре и 2.7 в ноябре)
➡️ В ИТ вакансии исчезают как снег на солнце. (hh индекс обновил максимум в 21.3 против 20.7 в декабре и против 19.4 в ноябре)
➡️ Число вакансий в ИТ уменьшилось на 39% по сравнению с январем прошлого года, а число соискателей увеличилось на 30% за тот же период
➡️ Число соискателей в ИТ уменьшилось на 6% и количество вакансий уменьшилось на 8% по сравнению с декабрем прошлого года

По каким профессиям отмечается особое снижение спроса: специалисты по управлению персоналом, стратеги, инвесторы и консалтинг, массмедиа и развлечения.

Честно говоря, больше комментировать нечего. Общая турбулентность сохраняется и будет влиять минимум до конца этого года на поведение компаний, на их бизнес стратегию и на их стратегию в области персонала. Из положительного - ключевая ставка понижена на половину пункта, стоимость денег должна уменьшиться.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит

Добрались руки до статистического сборника - Индикаторы цифровой экономики: 2026 (подготовленного Вышкой в партнерстве с Росстатом и Минцифрой). В рамках этого документа цифровая экономика определяется как деятельность по созданию, распространению и использованию цифровых технологий и связанных продуктов/услуг. Все выводы основаны на статистической модели измерения по жизненному циклу технологий: ресурсы (затраты, кадры, инфраструктура) → спрос/предложение → эффекты.

Мысли и факты, на которые обратил внимание:
🌟 Россия держится в середине верхней части международных рейтингов, но без прорыва в лидеры (37 место из 164, 41 из 133, 43 из 193, 49 из 173, 39 из 188)
🌟 Цифровая экономика растёт, но финансируется в основном "из себя" (86,6% собственные средства, 12,4% бюджеты)
🌟 Внутренние затраты на R&D в области цифровых технологий у крупных/средних организаций выросли
🌟 ИИ в корпоративном контуре — это чаще покупка/подряд, а не собственная разработка. ИИ больше используется в коммерции, операциях, HR, но такие области как цепочки поставок и складские операции - охвачены слабее.
🌟 Основные препятствия для развития больших данных в крупных/средних организациях это высокие затраты (54,4%), недостаток данных, инфраструктуры и денег на кадры.
🌟 Для ИИ основные препятствия похожи - высокие затраты (54,3%), дефицит данных/инфраструктуры/средств на квалифицированные кадры и сложности интеграции

Выводы из документа:
🔗 Цифровизация стала устойчивой статьёй затрат, причём в основном за счёт бизнеса, а значит требование к измеримому эффекту будет только жёстче.
🔗 ИИ внедряется широко, но преимущественно через поставщиков, и “взрослость” внедрения упирается в интеграцию и данные, а не в выбор модели.
🔗 Сегмент малого и среднего бизнеса сильно отстаёт по продвинутым технологиям (ИИ/Big Data) что может означать что это зона для стимулирования, либо зона для готовых SaaS-решений.
🔗 Рост сектора ИКТ заметен, но по доле в экономике потенциал увеличения остаётся — особенно если удастся конвертировать внедрение технологий в производительность, а не в рост ИТ-расходов.

В общем лишний раз убедился - статистика — это страшная вещь и оставляет место для различных трактовок.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #мнения #впоискахсеребрянойпули

Сегодня на обзоре исследование Gartner Top 10 Strategic Technology Trends for 2026. Как только начинаешь читать, сразу обращаешь внимание, что Gartner пишет уже не про технологии как таковые, а про новую модель управления ИТ: как одновременно ускорять Delivery, держать стоимость под контролем и не протерять безопасность. Gartner разложил тренды по трём направлениям ИТ-лидерства: Архитектор, Синтезатор и Авангардист — база, синтез ценности и ее продвижение.

Какие основные моменты "зацепили":
🖇 ИИ становится операционной средой. Gartner фиксирует тренды "AI-native development" и "AI tiny teams" — про переход от разрозненного ИИ в отдельных командах к стандартизированным платформам разработки: шаблоны, политики, автоматизация, встроенные проверки. В реальности это переход к мини-командам, усиленным ИИ агентами в которых люди управляют качеством и правилами.
🖇 Инфраструктура опять становится конкурентным фактором - вычисления (и их цена) ограничивают бизнес. Выигрывают те, кто научился правильно размещать нагрузки: что-то в публичном облаке, что-то рядом с данными, что-то в локальном контуре по причине регуляторики или скорости вычислений. И самое главное, что это бесконечный процесс оптимизации, а не разовый выбор - что и куда положить.
🖇 Главной проблемой масштабирования ИИ стало доверие, а не точность. Компании должны уметь отвечать на вопросы "откуда взялся этот код/модель/документ", "кто и где его менял", "можно ли доказать, что данные не утекли". Если это не решить, то ИИ останется пилотом, без права на масштабирование.
🖇 Один агент не может тянуть все корп.процессы - идет переход к ансамблям агентов - мультиагентным системам. По мнению Gartner, цена перехода велика - рост управленческой сложности, определения ответственности, контроля качества, недопущения "самодеятельности" агентов и сложность расчета экономики
🖇 Domain-specific language models — вынужденный ответ на "галлюцинации" и непредсказуемость: в узкой области проще встроить ограничения, терминологию, нормативку и получить повторяемость по качеству. Это не про "умнее", а про "надёжнее и дешевле в эксплуатации".

Какие выводы сделал для себя:
🖇 Скорость теперь упирается в платформу и управление, а не в количество разработчиков.
🖇 Стоимость ИИ вычислений будет одним из крупнейших факторов стоимости цифровых продуктов.
🖇 Можно попробовать увеличить количество изменений и качества принятия решений за счет ИИ процессов, но есть риск получить "зоопарк пилотов", если не контролировать ландшафт

Похоже, что в 2026 году самым "инновационным" будет не новый очередной ЖПТ, а способность ИТ-организации работать со всеми этими инструментами предсказуемо быстрее, не теряя контроль.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #ChatGPT #чтотампроchatgpt #data #данные

Euromonitor опубликовал обзор Global Consumer Trends 2026 в котором описал новую норму поведения: потребитель одновременно хочет больше простоты и заботы, больше правды и контроля, больше доказательности (как в медицине) и больше скорости (как в азиатских цифровых экосистемах).

Что получается по трендам:
➡️ Зона комфорта - комфорт как управляемый риск. Это про экономику внимания и хроническую усталость от неопределённости. Пользователь выбирает сервисы, которые снижают когнитивную нагрузку (меньше решений/шагов), дают предсказуемый результат (понятные статусы, сроки, правила), не заставляют разбираться во внутренней кухне продавца. Выигрывает не тот, кто добавил ещё одну супермегаумную функцию, а тот, кто убрал лишнее и сделал путь к результату короче.
➡️ Доверие как продуктовая характеристика. Коммуникация больше не отделяется от операционной реальности. Любая нестыковка быстро становится публичной — и превращается в издержки на PR/поддержку. Технически это реализуется через наблюдаемость и доказуемость (почему так посчитали, почему отказали, что произошло с заказом/возвратом/инцидентом) и управление контентом и политиками (модерация, антифрод, конфликтные кейсы)
➡️ Велнес уходит в сторону медицины. Euromonitor описывает смещение к велнесу, который "переподключён" к технологиям и ожидается как более точный, измеримый и персонализированный. Значит нужны: данные, трекинг, рекомендации, важна доказательность эффекта, повышается чувствительность к ошибкам и рискам. А значит нельзя обойтись без зрелого data governance, security-by-design и ясных границ ответственности.
➡️ Новая волна азиатского опыта. Дело в том, что азиатские digital-экосистемы продолжают задавать стандарт: mobile-first, алгоритмическая персонализация, связь контент→коммерция, высокая скорость итераций. И для всех это означает, что конкурировать приходится не только с локальными компаниями, но и с эталоном удобства и скорости, который пользователи уже видели в других продуктах.

И какой из этого следует вывод? В целом я соглашусь с выводами коллег - Упрощение - залог успеха. Простота и доверие — это то, куда смещается фокус клиента. Очевидно, что если не следовать запросам клиента, то можно очень быстро остаться в одиночестве. Выигрывает не самый умный, а близкий и дружелюбный, но в то же время цифровой и быстрый.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #еком #ритейл #цифроваятранформация #мнения #разработка #впоискахсеребрянойпули

В выходные задумался на тему: Классический ИИ и генеративный ИИ — это одно и то-же или это разные вещи. Так сложилось, что эти два типа ИИ в корпоративном контуре решают разные классы задач, но бизнес их продолжает смешивать — отсюда зачастую рождаются завышенные ожидания и провальные проекты.

Если убрать хайп, различие простое и лежит в основном в инженерной плоскости:
🖇 Традиционный ИИ (ML/классический DS) — это про решения и предсказания на основе данных: классификация, скоринг, выявление аномалий, прогноз, оптимизация. Четкие метрики качества, структурированные и размеченные наборы данных, понятные алгоритмы и способы контроля.
🖇 Генеративный ИИ — про производство новых артефактов: текст, код, изображения, синтетические данные. Технологически это другие классы моделей и другой режим работы: модель не вычленяет факт из данных, а статистически достраивает ответ, поэтому и ошибки в генеративных моделях зачастую выглядят правдоподобно.

По основным моментам, важным как для ИТ, так и для бизнеса:
🖇 Надёжность и контроль: в генеративном ИИ по умолчанию зашит риск "галлюцинаций" и слабая объяснимость (что особенно критично для финансов, юристов, бухгалтерии). В классическом ИИ объяснимость, прослеживаемость и воспроизводимость чаще достижимы (хотя и не гарантированы на 100%).
🖇 Стоимость владения: у генеративного ИИ вычислительная нагрузка и стоимость запроса могут неприятно удивить, если вдруг планируется "поставить каждому сотруднику по ассистенту" без лимитов и контроля.
🖇 Безопасность: у генеративного ИИ добавляются специфические угрозы — утечки через промпт-иньекции, генерация вредного контента/кода. У классического ИИ больше фокуса на целостность данных и состязательные атаки на входы.

Практически - прикрутить LLM — не равно внедрить ИИ. Это другой продуктовый контур, другие риски, другие показатели качества и другой набор средств контроля. Поэтому хорошим тоном будет перед запуском инициативы задать один вопрос: "Нам нужно принять решение на данных или что-то сгенерировать?” Если первое — начинаем с классического ИИ/ML, а если второе - то идем в генеративный ИИ, но сразу работаем с контурами контроля: ограничения на данные, проверку фактов/источников, оценку качества, безопасность и бюджет на эксплуатацию.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны