#понедельник

Вдохновлено @above_the_range

Гугл не только других учит, как ИИ использовать, но и сам отчитался о целых 14 способах, которыми его сотрудники используют ИИ.
1. Естественно, генерация кода. 30% нового кода пишет ИИ
2. Ускорение всей разработки. Не только написание кода, но и его ревью, тестирование, миграции.
3. Приоритизация и починка багов
4. Помощь с креативами
5. Написание контента
6. Создание всякого визуального
7. Тестирование новых идей
8. Ускорение создания коммерческих предложений
9. Улучшение качества лидов
10. Генерация заметок после встреч и обсуждений
11. Безопасность пользователей на всех платформах: обнаружение контента, нарушающего правила
12. Улучшение работы с отзывами пользователей
13. Поиск новых талантов для найма
14. Снижение количества пищевых отходов
Масштаб, конечно, разный у разных пунктов, но в целом подход впечатляет. И это только начало, утверждается: Ultimately, AI not only boosts efficiency and fosters creativity but also leads to the creation of new roles and opportunities that help our teams concentrate on high-impact work
https://blog.google/technology/ai/google-ai-workplace-examples/

Слова менеджера весят тонну. Проверьте, что вы не уроните их на команду.

Вот вам два моих личных урока, как никогда не надо делать при общении с командой. Я их выучил на своем опыте, не повторяйте моих ошибок.

Ошибка №1: катастрофический юмор.

У меня раньше была неудачная привычка шутить на тему "парни, если мы это не сделаем, меня уволят". Конечно же, это неправда. Ну, я надеюсь.

Я считал эту фразу очень смешной. Мои сотрудники так не считали и на 1-1 говорили мне, что реально переживали по поводу моих слов. Для меня это было шуткой, для них — стало поводом для тревог.

Больше я так не делаю.

Ошибка №2: рассуждения без предупреждения.

На прошлом месте я писал грейд-матрицу для программистов. И когда я рассуждал вслух о том, что должен уметь делать условный senior, я именно что рассуждал. Но часть моих сотрудников слышала не рассуждения — они слышали выводы!

А выводы были такие, что они не совсем подходят под senior. Потом на 1-1 с каждым мы обсуждали, что это только видение матрицы будущего.

Теперь я часто использую фразу "сейчас будет фантазия на тему", если хочу указать на то, что мысли не финальные и это только рассуждения вслух.

В общем: менеджер должен точно выверять свои слова, если он говорит их публике.

И самое плохое: вы можете даже не узнать, что ваши слова поняли неправильно и они обернутся вам проблемой. Не факт, что человек придет к вам и скажет, что вас не так поняли. Вас просто неправильно поймут и пойдут неправильно делать.

Думайте над словами, потому что слова менеджера весят тонну. Не роняйте ее на ваших сотрудников.

«Прежде чем использовать искусственный интеллект, надо научиться использовать естественный» (c)

Урок по внедрению AI на полмиллиарда долларов

Меня один пример провала учит в 100 раз лучше, чем 100 историй успеха. Разберем классический кейс 2021 года: как IT-гигант Zillow потерял полмиллиарда долларов на AI-алгоритме.

Спойлер: проблема была вовсе не в алгоритме.

Контекст

Zillow — это медиа-платформа о недвижимости с оборотом $2.4 млрд. Это синоним поиска дома в США. Одна из ключевых фишек — "Zestimate": модель ИИ, которая предсказывает стоимость недвижимости.

В какой-то момент Zillow решила перевернуть игру. Раз у нас есть такая мощная модель, мы будем сами скупать дома по оценке ниже рыночной, делать косметический ремонт и перепродавать дороже. Может, они восхитились слайдом с метриками MSE от лида их тех. команды.

Что же может пойти не так? :)

Модель систематически переоценивала стоимость приобретаемых домов, в то время как компания агрессивно наращивала закупки. В итоге Zillow была вынуждена продавать дома с огромным дисконтом, получить $500 млн прямого убытка, закрыть программу и уволить 25% штата.

Реальная причина провала

Обычно этот кейс приводят как пример технических проблем модели: не учли сезонность, экономический тренд, забыли положить нужные сигналы в модель. Я с этим на 100% не согласен.

Главная ошибка: Zillow использовали ИИ не чтобы улучшить свой бизнес, а чтобы сделать другой бизнес.

Их основная бизнес-модель — это классифайд: дешево привлечь аудиторию и дорого продать ее внимание агентам по недвижимости. Эту модель можно и нужно улучшать с помощью AI: в алгоритмах рекламы (самое важное), в поиске, в пользовательских фишках типа "Zestimate".

Но Zillow решила построить капиталоемкий, операционный бизнес по перепродаже активов. В этой нише есть свои успешные игроки (например, Opendoor), и они тоже применяют AI. Но они сначала досконально разобрались в самом бизнесе — в операциях, логистике, управлении рисками.

Сейчас я доделываю "12 правил внедрения LLM", но я совсем забыл правило 0: Встраивайте ИИ только в те процессы, которые вы досконально понимаете без него.

Сначала — понимание бизнеса и его точек роста. Затем — усиление узких мест с помощью AI. Никогда наоборот.

Пишите свои мысли в комментариях. Если есть вопросы, всегда можно задать в личке @seva_batareika

В экстремистской Мета творится ужас!

Цукерберг активно строит ИИ-отдел, который должен догнать и нагнуть весь ИИ-рынок, включая эти ваши OpenAI, Anthropic и Google. Растить кадры с нуля тяжело, поэтому Цукерберг адово пылесосит рынок и переманивает людей на девять цифр. Ну, типа, сотни миллионов долларов signing bonus.

Неплохая прибавка к пенсии.

Но я всегда говорю: деньги сами по себе не решают проблему найма. Они позволяют набрать кадры, но это не самая сложная часть. Ну правда же: если вы МОЖЕТЕ предложить человеку $100M+, проблема хантинга как будто бы исчезает.

Зато остро встает проблема менеджмента.

И тут экстремистская Мета пока справляется не очень хорошо. Смотрите сами:

- ИИ-ресерчер Верма, которого схантили из OpenAI, прошёл весь онбординг и просто не пришёл в первый рабочий день. Испарился.
- Со-создатель ChatGPT, Shengjia Zhao, на работу в Мету* вышел, но через несколько дней уже подписывал документы на возврат в OpenAI. Пришлось срочно давать ему титул "главного учёного", чтобы удержать.
- Машин-лернинг ученый Найт ушёл через несколько недель после найма.

С моей колокольни причины вот в чём

1️⃣ Цукерберг пока что не смог построить правильную оргструктуру. Я в этом уверен, потому что ИИ-отдел его компании переживает сейчас четвёртую реорганизацию за полгода. Как пошутил один из сотрудников: "Еще один реорг, и всё наладится. Правда. Ещё один."

2️⃣ Строить команду сплошь из рок-звезд — страшная пытка. А Цукерберг делает именно это. Цитата инвестора, близкого к новым ИИ-лидерам Меты: "Там слишком много больших парней на кампусе". Представьте, что два крутых инженера спорят про название переменной. Теперь представьте, что их не двое, а двести. Страшно? Мне тоже.

3️⃣ Цукерберг настолько вовлечен, что люди жалуются на микроменеджмент. При этом главе секретного отдела "TBD" (to be determined — "ещё не определились") всего 28 лет.

В следующий раз, когда вы подумаете, что сможете решить проблему найма одними лишь деньгами, вспомните этот кейс.

P.S. А ещё они заморозили найм после всего этого хаоса. Логично.

*Мета признана террористами-экстремистами