В подборке этой недели рекомендуем полезные книги для опытных руководителей и начинающих управленцев.
Управление и развитие селф-навыков, стратегия, риторика, дизайн-мышление и конечно про искусственный интеллект и будущее в новой подборке Кластера цифровой экспертизы.
Подписаться на канал Кластера цифровой экспертизы ВШЮА НИУ ВШЭ
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥3👏3
В компаниях с большим объёмом договоров договорная работа нередко остаётся «чёрным ящиком»: документ отправляется на согласование, и дальше сложно понять, кто его рассматривает.
В таких случаях согласование может затягиваться на дни или недели, из-за чего откладываются запуски проектов и другие важные бизнес-инициативы.
🗣 Приглашаем на вебинар о том, как выстроить современную архитектуру работы с договорами и сократить сроки согласования до 40% за счёт ИИ и интеграций.
🗣 Спикер — Иван Верещагин, руководитель направления операционной эффективности юридической функции (LegalOps) крупного многопрофильного промышленного холдинга.
Обсудим:
🔹 интеллектуальную маршрутизацию согласования договоров
🔹контроль SLA и выявление узких мест процесса
🔹элементы зрелой модели управления договорной работой
🔹 типовые ошибки в договорных процессах и способы избежать их без дополнительного бюджета
Будет полезно руководителям юридических департаментов, юристам, специалистам по комплаенсу и всем, кто отвечает за договорную работу в компании.
Регистрация
В таких случаях согласование может затягиваться на дни или недели, из-за чего откладываются запуски проектов и другие важные бизнес-инициативы.
🗣 Приглашаем на вебинар о том, как выстроить современную архитектуру работы с договорами и сократить сроки согласования до 40% за счёт ИИ и интеграций.
🗣 Спикер — Иван Верещагин, руководитель направления операционной эффективности юридической функции (LegalOps) крупного многопрофильного промышленного холдинга.
Обсудим:
🔹 интеллектуальную маршрутизацию согласования договоров
🔹контроль SLA и выявление узких мест процесса
🔹элементы зрелой модели управления договорной работой
🔹 типовые ошибки в договорных процессах и способы избежать их без дополнительного бюджета
Будет полезно руководителям юридических департаментов, юристам, специалистам по комплаенсу и всем, кто отвечает за договорную работу в компании.
Регистрация
Как проходит ваше лето ? Возвращаемся после небольших летних каникул с полезным контентом.
Поговорим о подготовке презентаций.
Готовить слайды для лекции или внутреннего совещания - трудоемкое занятие.
Даже если у вас есть шаблон - заполнение файла, правки, выравнивание блоков и подбор визуального стиля отнимает часы.
ИИ-сервисы для презентаций обещают ускорить процесс, но в бесплатной версии вы столкнетесь с в лимитом токенов.
Обычно это происходит так: вы потратили время, сгенерировали слайды, а когда нужно поправить пару пунктов, модель требует подписки за 20–30 долларов в месяц.
Альтернативный вариант - генерировать их формате HTML с помощью любой LLM.
HTML-презентация — это файл веб-страницы, который выглядит как набор профессиональных слайдов и открывается в браузере.
ИИ помогает сформулировать содержание,
и сразу сверстать презентацию: подобрать структуру, оформить слайды, добавить стили, изображения, ссылки и при необходимости сконвертировать в нужный формат.
Подробная инструкция по ссылке:
https://telegra.ph/Kak-s-pomoshchyu-lyuboj-LLM-modeli-bystro-gotovit-prezentacii-07-27
Поговорим о подготовке презентаций.
Готовить слайды для лекции или внутреннего совещания - трудоемкое занятие.
Даже если у вас есть шаблон - заполнение файла, правки, выравнивание блоков и подбор визуального стиля отнимает часы.
ИИ-сервисы для презентаций обещают ускорить процесс, но в бесплатной версии вы столкнетесь с в лимитом токенов.
Обычно это происходит так: вы потратили время, сгенерировали слайды, а когда нужно поправить пару пунктов, модель требует подписки за 20–30 долларов в месяц.
Альтернативный вариант - генерировать их формате HTML с помощью любой LLM.
HTML-презентация — это файл веб-страницы, который выглядит как набор профессиональных слайдов и открывается в браузере.
ИИ помогает сформулировать содержание,
и сразу сверстать презентацию: подобрать структуру, оформить слайды, добавить стили, изображения, ссылки и при необходимости сконвертировать в нужный формат.
Подробная инструкция по ссылке:
https://telegra.ph/Kak-s-pomoshchyu-lyuboj-LLM-modeli-bystro-gotovit-prezentacii-07-27
Telegraph
Как с помощью любой LLM модели быстро готовить презентации
Расскажем, как шаг за шагом превратить набор тезисов в итоговый файл и ускорить работу над материалом. Шаг 1. Подготовьте исходные материалы Подойдут любые рабочие заготовки: тезисы; заметки со встречи; структура лекции; текст документа; список ключевых идей;…
⚡3🔥3
In Tech We Trust, но есть нюанс. Почему технологии часто не решают проблемы юристов
На лекциях по цифровизации юрфункции мы часто слышим один и тот же вопрос: «Какой конструктор документов лучше?».
За этим вопросом кроется опасная иллюзия: кажется, стоит купить правильный софт, и операционные проблемы исчезнут сами собой. Но когда дело доходит до внедрения, магии не происходит. Причина таких провалов кроется не в технологиях, а в том, что их пытаются внедрять в отрыве от реальной жизни компании.
Разберем четыре основных фактора, о которые чаще всего спотыкаются проекты по цифровизации.
👥 Люди
Компания закупает конструктор договоров и ждет роста производительности. Но вместо этого сталкивается с тихим саботажем. Команда находит одну незначительную ошибку алгоритма, публично объявляет систему сырой и по старинке продолжает работать со своими личными шаблонами в Word.
Пользователи боятся потерять статус незаменимых экспертов и переложить ответственность на алгоритм, поэтому до последнего будут доказывать его неэффективность. Поэтому важно работать с изменениями.
⚙ Процессы
Департамент внедряет проекты по электронному согласованию договоров, чтобы ускорить работу. Но старые регламенты никто не переписывал. В итоге типовой договор всё так же должен собрать пять избыточных виз и предсказуемо виснет на этапе «согласование со службой безопасности».
Технология работает быстро, но сам неоптимизированный процесс остается бутылочным горлышком. Неэффективность просто перенесли в новый красивый интерфейс.
📄 Данные
Руководству презентуют наглядный дашборд с аналитикой. Но если в исходных реестрах кочуют ошибки, неверные статусы и дубли, система просто визуализирует плохие данные. В какой-то момент красивые графики начинают расходиться с реальностью. Из-за ручного ввода одни юристы заносят контрагента как «ООО Ромашка», другие — как «РомаШка ООО». В итоге дашборд дробит статистику, искажает суммы рисков по ключевым партнерам, и общая картина просто разваливается на части.
Доверие к новому софту падает. Чтобы увидеть реальную картину, команде приходится выгружать базу в Excel, вручную вычищать дубли и сводить цифры по старинке. Система, которая должна была избавить от рутины, просто добавляет новый этап перед работой в таблицах.
🔃 Интеграции
Департамент закупает отдельный конструктор документов, отдельный таск-трекер и сервис для учета судов. Без сквозной связи юристам приходится вбивать одни и те же реквизиты трижды в разные программы.
Вместо экономии времени получается дополнительная рутина по обслуживанию софта.
Получается парадокс: инвестиции в технологии растут, а скорость и управляемость функции остаются на прежнем уровне.
На лекциях по цифровизации юрфункции мы часто слышим один и тот же вопрос: «Какой конструктор документов лучше?».
За этим вопросом кроется опасная иллюзия: кажется, стоит купить правильный софт, и операционные проблемы исчезнут сами собой. Но когда дело доходит до внедрения, магии не происходит. Причина таких провалов кроется не в технологиях, а в том, что их пытаются внедрять в отрыве от реальной жизни компании.
Разберем четыре основных фактора, о которые чаще всего спотыкаются проекты по цифровизации.
Компания закупает конструктор договоров и ждет роста производительности. Но вместо этого сталкивается с тихим саботажем. Команда находит одну незначительную ошибку алгоритма, публично объявляет систему сырой и по старинке продолжает работать со своими личными шаблонами в Word.
Пользователи боятся потерять статус незаменимых экспертов и переложить ответственность на алгоритм, поэтому до последнего будут доказывать его неэффективность. Поэтому важно работать с изменениями.
Департамент внедряет проекты по электронному согласованию договоров, чтобы ускорить работу. Но старые регламенты никто не переписывал. В итоге типовой договор всё так же должен собрать пять избыточных виз и предсказуемо виснет на этапе «согласование со службой безопасности».
Технология работает быстро, но сам неоптимизированный процесс остается бутылочным горлышком. Неэффективность просто перенесли в новый красивый интерфейс.
Руководству презентуют наглядный дашборд с аналитикой. Но если в исходных реестрах кочуют ошибки, неверные статусы и дубли, система просто визуализирует плохие данные. В какой-то момент красивые графики начинают расходиться с реальностью. Из-за ручного ввода одни юристы заносят контрагента как «ООО Ромашка», другие — как «РомаШка ООО». В итоге дашборд дробит статистику, искажает суммы рисков по ключевым партнерам, и общая картина просто разваливается на части.
Доверие к новому софту падает. Чтобы увидеть реальную картину, команде приходится выгружать базу в Excel, вручную вычищать дубли и сводить цифры по старинке. Система, которая должна была избавить от рутины, просто добавляет новый этап перед работой в таблицах.
Департамент закупает отдельный конструктор документов, отдельный таск-трекер и сервис для учета судов. Без сквозной связи юристам приходится вбивать одни и те же реквизиты трижды в разные программы.
Вместо экономии времени получается дополнительная рутина по обслуживанию софта.
Получается парадокс: инвестиции в технологии растут, а скорость и управляемость функции остаются на прежнем уровне.
С какими из этих барьеров — саботаж команды, кривые процессы, «грязные» данные или разрозненные ИТ-системы — вы сталкиваетесь чаще всего? И как вы их преодолеваете?Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Пятница - лучшее время почитать про вайбкодинг.
https://telegra.ph/Vajbkoding-ne-uskorenie-razrabotki-a-ubijstvo-ozhidaniya-08-28
https://telegra.ph/Vajbkoding-ne-uskorenie-razrabotki-a-ubijstvo-ozhidaniya-08-28
Telegraph
Вайбкодинг: не ускорение разработки, а «убийство ожидания»?
Разбираемся, какую неочевидную пользу может принести вайбкодинг в компаниях — особенно когда его используют не IT-специалисты. Вайбкодинг — это создание программного кода с помощью ИИ-инструментов через естественные запросы на обычном языке, без глубоких…
❤2
В прошлом посте разбирали вайбкодинг и то, как он меняет цикл разработки. Коротко: заказчик перестаёт ждать ИТ. Собирает прототип за вечер, не дожидаясь спринтов. Очередь не исчезает — просто перестаёт быть видимой.
Теперь цифры. Keyhole Software в июне 2026 опубликовала сводку по 14 отчётам — ArXiv, MIT Management Science, McKinsey, METR, Veracode, Endor Labs и другие, плюс данные Alphabet, Forrester и Gartner.
63% пользователей вайбкодинг-инструментов — не разработчики. Владельцы бизнеса, фрилансеры, дизайнеры, маркетологи. Люди, которые раньше не думали писать код.
Экономика сходится: SaaS-продукт, который недавно стоил $200 000 и полгода разработки, теперь собирается за $5 000 и шесть недель. У четверти стартапов последнего набора Y Combinator 95%+ кода сгенерировано ИИ.
И тут появляется новый слой ошибок. Раньше заказчик не мог ошибиться в коде т.к. он его не писал.
Теперь может, причём дважды: сначала на уровне смысла, когда запрос на естественном языке интерпретирован не так, как задумано. Потом на уровне реализации — от 41% до 46% нового продакшн-кода уже пишется с AI, и по сводным данным такой код даёт примерно в 1,7 раза больше дефектов, а 45% сгенерированных образцов не проходят проверки OWASP Top-10.
Вот куда девается очередь. Ожидание на входе в ИТ уходит, но появляется на выходе — в проверке, безопасности, интеграции с архитектурой. ИТ-отдел не освобождается, он начинает работать с другим материалом: не с чистого листа, а с сырыми заготовками, в которых уже что-то заложено неправильно.
Вайбкодинг не делает разработку быстрее. Он даёт заказчику самостоятельность на входе и добавляет инженерам задачу на выходе, требует
необходимой инженерной поддержки.
А у вас уже появлялись вайбкод-прототипы, которые пришлось доводить? Или пока договариваетесь, кто за это отвечает?
Теперь цифры. Keyhole Software в июне 2026 опубликовала сводку по 14 отчётам — ArXiv, MIT Management Science, McKinsey, METR, Veracode, Endor Labs и другие, плюс данные Alphabet, Forrester и Gartner.
63% пользователей вайбкодинг-инструментов — не разработчики. Владельцы бизнеса, фрилансеры, дизайнеры, маркетологи. Люди, которые раньше не думали писать код.
Экономика сходится: SaaS-продукт, который недавно стоил $200 000 и полгода разработки, теперь собирается за $5 000 и шесть недель. У четверти стартапов последнего набора Y Combinator 95%+ кода сгенерировано ИИ.
И тут появляется новый слой ошибок. Раньше заказчик не мог ошибиться в коде т.к. он его не писал.
Теперь может, причём дважды: сначала на уровне смысла, когда запрос на естественном языке интерпретирован не так, как задумано. Потом на уровне реализации — от 41% до 46% нового продакшн-кода уже пишется с AI, и по сводным данным такой код даёт примерно в 1,7 раза больше дефектов, а 45% сгенерированных образцов не проходят проверки OWASP Top-10.
Вот куда девается очередь. Ожидание на входе в ИТ уходит, но появляется на выходе — в проверке, безопасности, интеграции с архитектурой. ИТ-отдел не освобождается, он начинает работать с другим материалом: не с чистого листа, а с сырыми заготовками, в которых уже что-то заложено неправильно.
Вайбкодинг не делает разработку быстрее. Он даёт заказчику самостоятельность на входе и добавляет инженерам задачу на выходе, требует
необходимой инженерной поддержки.
А у вас уже появлялись вайбкод-прототипы, которые пришлось доводить? Или пока договариваетесь, кто за это отвечает?
Keyhole Software
Vibe Coding Trends 2026: Adoption, Productivity, and Code Quality Data
2026 vibe coding trends: 92% daily U.S. developer adoption, $4.7B market, 63% non-developer users, and a deepening quality crisis. Data for engineering leaders.
Как у вас в компании или проекте обстоят дела с вайбкод-прототипами, которые создают заказчики (или бизнес-сторона) без участия ИТ?
Anonymous Poll
20%
Уже появились, вывели в прод
40%
Появились, пытаемся
0%
Появились, но не знаем что с этим делать
40%
Не сталкивались/не актуально
0%
Нам не нужен вайбкодинг/у нас есть эксель
🔥1
На одной из наших программ участник очень точно сравнил проекты по цифровизации с хоббихорсингом. Меткое сравнение: усилий много, препятствия настоящие, отчётность тоже. Только лошадь остаётся в руках.
Разобрали, почему это происходит, как отличить реальный результат от «бурной деятельности» и какие три вопроса стоит задать до запуска нового цифрового проекта.
https://telegra.ph/Cifrovizaciya-kak-hobbihorsing-pochemu-mozhno-mnogo-skakat-i-nikuda-ne-priehat-09-04
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegraph
Цифровизация как хоббихорсинг: почему можно много скакать и никуда не приехать
Как не перепутать запуск цифрового проекта с реальным изменением работы компании. На одной из наших образовательных программ мы разбирали практические кейсы слушателей курса: что компании внедряют, где теряют эффект, почему хорошие на бумаге инициативы застревают…
Когда «второй мозг» ушёл в офлайн.
Третьего сентября стали недоступны ChatGPT, Claude и Grok , сбой продолжался несколько часов.
В профильных чатах сразу начался поток шуток, мемов, обсуждений конца света и причин сбоя. Кто-то просто сидел и не знал, чем заняться, кто-то переживал, ведь "дедлайны горят".
Получилось даже забавно, ведь ИИ нам продавали как способ разгрузить голову и убрать рутину.
Получилось наоборот: появился ещё один повод для тревоги.
Нужно следить, какая модель вышла, кто подорожал, какой агент появился, не отстал ли ты от тех, кто уже всё автоматизировал. Раньше уставали от объёма работы. Теперь ещё и чувствуют себя виноватыми, что работу недостаточно хорошо переложили на нейросеть.
Шум вызывает ступор, ступор — чувство вины, а вина гонит читать ещё больше статей про продуктивность с ИИ. В итоге вместо работы читаешь, как бы начать работать получше и поэффективней.
Этот временный сбой подсветил как стремительно и глубоко за последние пару лет ИИ ворвался в наши жизни. Для многих из нас он уже не инструмент, а часть процесса. Работает — всё едет. Молчит три часа — и кто-то уже понимает, что без подсказки не могут собрать обычный документ, решить простую задачу.
Три часа без чатов — не трагедия. Скорее, бесплатная диагностика: сколько из того, что мы называем своей работой, на самом деле делаем не совсем мы.
Третьего сентября стали недоступны ChatGPT, Claude и Grok , сбой продолжался несколько часов.
В профильных чатах сразу начался поток шуток, мемов, обсуждений конца света и причин сбоя. Кто-то просто сидел и не знал, чем заняться, кто-то переживал, ведь "дедлайны горят".
Получилось даже забавно, ведь ИИ нам продавали как способ разгрузить голову и убрать рутину.
Получилось наоборот: появился ещё один повод для тревоги.
Нужно следить, какая модель вышла, кто подорожал, какой агент появился, не отстал ли ты от тех, кто уже всё автоматизировал. Раньше уставали от объёма работы. Теперь ещё и чувствуют себя виноватыми, что работу недостаточно хорошо переложили на нейросеть.
Шум вызывает ступор, ступор — чувство вины, а вина гонит читать ещё больше статей про продуктивность с ИИ. В итоге вместо работы читаешь, как бы начать работать получше и поэффективней.
Этот временный сбой подсветил как стремительно и глубоко за последние пару лет ИИ ворвался в наши жизни. Для многих из нас он уже не инструмент, а часть процесса. Работает — всё едет. Молчит три часа — и кто-то уже понимает, что без подсказки не могут собрать обычный документ, решить простую задачу.
Три часа без чатов — не трагедия. Скорее, бесплатная диагностика: сколько из того, что мы называем своей работой, на самом деле делаем не совсем мы.
💯4⚡3
Что именно вы заказываете у ИТ?
На наших программах мы разбираем цифровые проекты юридических функций. И почти каждый раз в обсуждении возникает одна и та же ситуация: юристы видят проблему, передают её ИТ-команде, а через несколько месяцев получают работающую систему, которая эту проблему почему-то не решила.
Представим, что договор согласуется девять дней. Юрист работает с ним полтора часа, остальное время документ ждёт: исходных данных от инициатора, проверки службы безопасности, визы финансиста или ответа сотрудника, который ушёл в отпуск.
Юрдепартамент хочет ускорить процесс и ставит ИТ-команде задачу внедрить электронное согласование. Через полгода систему запускают. В ней есть маршруты, роли, уведомления и отчёты. Только договор по-прежнему согласуется девять дней.
Пять последовательных виз никуда не исчезли. Теперь документ лежит не в почте, а в новом интерфейсе.
ИТ-команда при этом могла сделать всё правильно. Она получила описание действующего процесса и перенесла его в систему. Если заказчик не разобрался, где именно теряется время и какие этапы действительно нужны, разработчики не должны решать это за него.
Проверить свой проект можно одним вопросом: что конкретно должно измениться в ежедневной работе после запуска?
Ответ «появится новая система» не подходит. Нужен результат, который можно проверить: срок согласования сократится с девяти дней до трёх; типовые договоры перестанут проходить пять виз; инициатор больше не будет вручную уточнять статус; юрист перестанет возвращать заявки из-за недостающих данных.
Так юрфункция перестаёт быть заказчиком интерфейса и становится владельцем изменения. Она не диктует ИТ-команде архитектуру и не пишет код, но понимает исходный процесс, определяет нужный результат и принимает решения по существу.
Именно поэтому на разборах цифровых проектов мы начинаем не с выбора системы. Сначала восстанавливаем реальный процесс, ищем место, где возникает задержка, и договариваемся, по каким изменениям поймём, что решение сработало.
Иначе можно успешно запустить систему, освоить бюджет и обучить сотрудников, но оставить ежедневную работу ровно такой же.
На наших программах мы разбираем цифровые проекты юридических функций. И почти каждый раз в обсуждении возникает одна и та же ситуация: юристы видят проблему, передают её ИТ-команде, а через несколько месяцев получают работающую систему, которая эту проблему почему-то не решила.
Представим, что договор согласуется девять дней. Юрист работает с ним полтора часа, остальное время документ ждёт: исходных данных от инициатора, проверки службы безопасности, визы финансиста или ответа сотрудника, который ушёл в отпуск.
Юрдепартамент хочет ускорить процесс и ставит ИТ-команде задачу внедрить электронное согласование. Через полгода систему запускают. В ней есть маршруты, роли, уведомления и отчёты. Только договор по-прежнему согласуется девять дней.
Пять последовательных виз никуда не исчезли. Теперь документ лежит не в почте, а в новом интерфейсе.
ИТ-команда при этом могла сделать всё правильно. Она получила описание действующего процесса и перенесла его в систему. Если заказчик не разобрался, где именно теряется время и какие этапы действительно нужны, разработчики не должны решать это за него.
Проверить свой проект можно одним вопросом: что конкретно должно измениться в ежедневной работе после запуска?
Ответ «появится новая система» не подходит. Нужен результат, который можно проверить: срок согласования сократится с девяти дней до трёх; типовые договоры перестанут проходить пять виз; инициатор больше не будет вручную уточнять статус; юрист перестанет возвращать заявки из-за недостающих данных.
Так юрфункция перестаёт быть заказчиком интерфейса и становится владельцем изменения. Она не диктует ИТ-команде архитектуру и не пишет код, но понимает исходный процесс, определяет нужный результат и принимает решения по существу.
Именно поэтому на разборах цифровых проектов мы начинаем не с выбора системы. Сначала восстанавливаем реальный процесс, ищем место, где возникает задержка, и договариваемся, по каким изменениям поймём, что решение сработало.
Иначе можно успешно запустить систему, освоить бюджет и обучить сотрудников, но оставить ежедневную работу ровно такой же.
💯3🔥1
Проекты цифровизации начинаются одинаково. Приходим к спонсору изменений и будущим пользователям с опросом или готовой идеей.
Идея нравится, пользователи в целом за, серьёзных возражений нет. А потом по ходу реализации выясняется: система есть, а работа идёт рядом с ней. Никто не врал — все так думали в тот момент.
Этот механизм хорошо разобран в книге «Спроси маму» Роба Фицпатрика, и подход из неё применим в проектах
Главная мысль: мнения почти бесполезны. На вопрос «вам будет удобно?» мы получаем вежливость, догадки и пожелания. Надёжны только факты о прошлом: что человек уже сделал сам, чем обходился, на что тратил время. Мнение бесплатно, а поведение дорого.
По-хорошему идею стоило бы не обстукивать, а выращивать из таких разговоров. Но в наших проектах она обычно появляется раньше нас: бюджет защищён, вендор выбран. Значит, проверяем то, что уже есть.
Отсюда приём: не спрашивать, чего людям не хватает, а искать костыли— то, что они изобрели себе сами, без нас и без регламента.
Рассмотрим два примера.
В компании есть типовые формы договоров, утверждённые регламентом. Менять их долго, а запросы от бизнеса прилетают каждый день. Юристы готовят свои формы — неофициальные, но с закрытыми основными рисками — и отдают контрагентам. Потому что согласовать правки к своей форме проще, чем писать протокол разногласий на десять страниц к чужой, скачанной из интернета. Костыль? Да. Но работает.
Боль пользователя реальная, только лечится она не запретом, а скоростью: правильный вывод не «привести в соответствие с регламентом», а сделать подготовку и обновление форм быстрыми и небюрократичными. Костыль показал, где жмёт процесс.
Второй пример. Есть система учёта судебных дел, но юристы параллельно ведут дела в своих таблицах. Разбираемся: нужный функционал в системе есть, просто на обучении о нём упомянули в двух словах.
Если бы пошли за опросом, заказали бы доработку того, что уже куплено. А лечится это не разработкой, а нормальным обучением и настройкой под запрос.
В этом ценность приёма: костыль показывает не только где болит, но и чем лечить — процессом, обучением или функцией. И довольно часто оказывается, что лечить можно вообще без цифровизации, хотя проект начинался как ИТ-проект.
А ещё костыль подсказывает, с кого начинать: человек, который однажды потратил силы на обходной путь, будет союзником, а не сопротивлением.
Только не переносите костыль в систему «как есть» он говорит о боли, но не о решении.
В следующем посте расскажем подробнее про процесс поиска таких костылей.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2💯1
Мы рассказали о том, как искать самодельные обходные пути, которые сотрудники придумывают себе в тишине. Но найти — это полдела. Гораздо интереснее, что эти находки говорят о вашем продукте, процессе и данных. Во второй части — как читать эти сигналы и куда их девать 👇
https://telegra.ph/Inventarizaciya-kostylej-kak-eyo-provesti-09-17
https://telegra.ph/Inventarizaciya-kostylej-kak-eyo-provesti-09-17
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegraph
Инвентаризация «костылей»: как её провести
В прошлом посте мы говорили об одном из способов заранее проверить вашу идею. Главная мысль — искать так называемые костыли, то есть обходные пути, которые люди придумали себе сами. Часто это работает эффективнее, чем просто опрос пользователей. Костыль человек…
❤2🔥2⚡1
Усталость при работе с ИИ
Мы используем в работе практически каждый день, и спорить о его пользе уже неактуально.
Однако, общаясь с коллегами, которые активно его используют, мы часто слышим, что после рабочего дня чувствуется усталость. Звучит странно, ведь ИИ вроде бы забирает часть нагрузки на себя.
За последние два года накопилось достаточно данных, чтобы говорить об этом не на уровне ощущений. Делимся обзором интересных работ по теме.
Исследование BCG и Университета Калифорнии в Риверсайде
Ближе всего к теме исследование BCG и Университета Калифорнии в Риверсайде, опубликованное в Harvard Business Review в марте 2026 года. Опросив 1488 штатных сотрудников крупных американских компаний, авторы описали состояние, которое назвали AI brain fry: умственную усталость от надзора за ИИ сверх когнитивной ёмкости. Респонденты описывали его как гудение в голове, туман, замедленные решения, головную боль.
Важно, что авторы отделяют это от выгорания: выгорание накапливается месяцами и связано с эмоциональным истощением, здесь же речь об остром перерасходе внимания и рабочей памяти. Продуктивность начинает снижаться примерно с трёх-четырёх одновременно управляемых инструментов; у тех, кто перешёл этот порог, усталость от изменений на 33% выше, а серьёзных ошибок на 39% больше. При этом там, где ИИ просто снимал рутину, выгорание падало.
Куда уходит усилие
Исследователи Microsoft Research и Carnegie Mellon (конференция CHI 2025)
Исследователи опросили 319 специалистов умственного труда и разобрали 936 реальных рабочих кейсов. Оказалось, что усилие не исчезает, а переезжает: меньше сил уходит на создание; больше — на проверку, сборку ответов и присмотр за задачей.
Важная деталь: чем выше доверие к модели, тем меньше критического мышления, а чем выше уверенность в собственной компетентности — тем его больше.
Во сколько это обходится по времени
Опрос Adaptavist 2026 года среди 2500 специалистов в пяти странах. 42% тратят на проверку ИИ-вывода больше времени, чем экономят, 52% регулярно исправляют ИИ-работу коллег, 46% говорят, что работа стала более механической и менее осмысленной.
Авторы называют это налогом на верификацию.
Социальная сторона
Исследование в Journal of Applied Psychology
Четыре работы разными методами, 794 участника из США, Тайваня, Индонезии и Малайзии.
Чем чаще человек взаимодействует с ИИ вместо коллег, тем выше одиночество,
а через него — бессонница и потребление алкоголя после работы.
Параллельно росла потребность в общении, и такие сотрудники чаще помогали коллегам.
Мы используем в работе практически каждый день, и спорить о его пользе уже неактуально.
Однако, общаясь с коллегами, которые активно его используют, мы часто слышим, что после рабочего дня чувствуется усталость. Звучит странно, ведь ИИ вроде бы забирает часть нагрузки на себя.
За последние два года накопилось достаточно данных, чтобы говорить об этом не на уровне ощущений. Делимся обзором интересных работ по теме.
Исследование BCG и Университета Калифорнии в Риверсайде
Ближе всего к теме исследование BCG и Университета Калифорнии в Риверсайде, опубликованное в Harvard Business Review в марте 2026 года. Опросив 1488 штатных сотрудников крупных американских компаний, авторы описали состояние, которое назвали AI brain fry: умственную усталость от надзора за ИИ сверх когнитивной ёмкости. Респонденты описывали его как гудение в голове, туман, замедленные решения, головную боль.
Важно, что авторы отделяют это от выгорания: выгорание накапливается месяцами и связано с эмоциональным истощением, здесь же речь об остром перерасходе внимания и рабочей памяти. Продуктивность начинает снижаться примерно с трёх-четырёх одновременно управляемых инструментов; у тех, кто перешёл этот порог, усталость от изменений на 33% выше, а серьёзных ошибок на 39% больше. При этом там, где ИИ просто снимал рутину, выгорание падало.
Куда уходит усилие
Исследователи Microsoft Research и Carnegie Mellon (конференция CHI 2025)
Исследователи опросили 319 специалистов умственного труда и разобрали 936 реальных рабочих кейсов. Оказалось, что усилие не исчезает, а переезжает: меньше сил уходит на создание; больше — на проверку, сборку ответов и присмотр за задачей.
Важная деталь: чем выше доверие к модели, тем меньше критического мышления, а чем выше уверенность в собственной компетентности — тем его больше.
Во сколько это обходится по времени
Опрос Adaptavist 2026 года среди 2500 специалистов в пяти странах. 42% тратят на проверку ИИ-вывода больше времени, чем экономят, 52% регулярно исправляют ИИ-работу коллег, 46% говорят, что работа стала более механической и менее осмысленной.
Авторы называют это налогом на верификацию.
Социальная сторона
Исследование в Journal of Applied Psychology
Четыре работы разными методами, 794 участника из США, Тайваня, Индонезии и Малайзии.
Чем чаще человек взаимодействует с ИИ вместо коллег, тем выше одиночество,
а через него — бессонница и потребление алкоголя после работы.
Параллельно росла потребность в общении, и такие сотрудники чаще помогали коллегам.
ИИ - изменил нашу работу.Он помогает нам, но мы по-прежнему гарант качества и обязаны быть внимательными именно там, где внимание работает хуже всего. Эта смена роли и вызывает такую усталость.⚡1💯1
А какие симптомы утомления от ИИ вы замечали за собой?
Anonymous Poll
25%
Проверяю и переделываю за ИИ дольше чем экономлю времени
25%
Тяжело управлять и переключаться между несколькими чатами/агентами
38%
Работа ощущается механической, я только проверяю чужой текст
25%
Реже думаю сам - сразу иду к модели
50%
Устал разбирать ИИ-полуфабрикаты коллег
13%
Коммуникации с коллегами стало меньше
0%
Ничего из перечисленного
🔥1