Media is too big
VIEW IN TELEGRAM
Посмотрели интересное интервью с Кианом Катанфарошем -преподавателем Стэнфорда, чья компания протестировала более миллиона человек на навыки работы с ИИ.
Главная мысль оказалась неожиданной.
В интервью приводится хороший пример с Tesla. Еще в 2016 году говорили, что профессия водителя скоро исчезнет. Прошло десять лет — автопилот стал намного лучше, но полностью заменить водителей так и не смог. Не потому что технологии стоят на месте, а потому что их внедрение упирается в инфраструктуру, законодательство, доверие людей и привычки.
Именно поэтому сегодня выигрывают те, кто начинает учиться раньше остальных.
В GetIT School мы создали курс «AI-рекрутер 2026», где показываем не теорию, а реальные способы внедрения ИИ в работу рекрутера и HR: автоматизацию, AI-агентов, продвинутый промптинг и десятки практических сценариев.
Подробнее о курсе: https://getit.agency/ai-recruiter-2026
Главная мысль оказалась неожиданной.
Проблема не в том, что ИИ развивается медленно.
Проблема в том, что люди меняются гораздо медленнее.
Мы часто слышим прогнозы: «Эта профессия исчезнет через год», «ИИ заменит всех». Но история показывает, что внедрение технологий занимает годы.
В интервью приводится хороший пример с Tesla. Еще в 2016 году говорили, что профессия водителя скоро исчезнет. Прошло десять лет — автопилот стал намного лучше, но полностью заменить водителей так и не смог. Не потому что технологии стоят на месте, а потому что их внедрение упирается в инфраструктуру, законодательство, доверие людей и привычки.
С искусственным интеллектом происходит то же самое.
ИИ уже способен выполнять множество задач. Но большинство компаний до сих пор используют его лишь для простых запросов, а многие сотрудники вообще не знают, как встроить его в свою ежедневную работу.
Именно поэтому сегодня выигрывают те, кто начинает учиться раньше остальных.
В GetIT School мы создали курс «AI-рекрутер 2026», где показываем не теорию, а реальные способы внедрения ИИ в работу рекрутера и HR: автоматизацию, AI-агентов, продвинутый промптинг и десятки практических сценариев.
Подробнее о курсе: https://getit.agency/ai-recruiter-2026
economist.com
Please open Telegram to view this post
VIEW IN TELEGRAM
The Economist
Students are doing worse than you think
Some at college or university are testing no better than ten-year-olds
SecurityLab*:
🟠 ИИ легко ввести в заблуждение и создать всемирные фальшивые факты. Это доказало сообщество реддит.
🟠 Они создали страницу в соцсетях и начали писать о том, что Джей Ди Вэнс умер от бешенства, а затем якобы заразил Дональда Трампа после укуса.
🟠 Вымысел выглядел как плохая интернет-шутка, но некоторые поисковые системы с ИИ начали пересказывать историю как реальный факт. Некоторые ИИ по сегодняшний день считают что Трамп умер от бешенства в июне этого года.
securitylab.ru
*ведущий российский портал, посвящённый информационной безопасности
securitylab.ru
*ведущий российский портал, посвящённый информационной безопасности
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1😁1
Карта внедрения ИИ в отдел рекрутинга
Главная ошибка компаний сейчас в том, что они пытаются внедрить ИИ сразу во все процессы.
В итоге получается не система, а хаос.
Один рекрутер пишет вакансии через нейросеть.
Другой анализирует резюме.
Третий загружает туда лишние данные.
Четвертый вообще не понимает, что можно, а что нельзя.
Поэтому я бы начинала не с инструментов, а с карты внедрения.
1. Найти самые рутинные задачи
Сначала нужно посмотреть, где команда реально теряет время.
2. Выбрать 2-3 процесса для пилота
Не надо сразу внедрять ИИ во весь рекрутинг.
Лучше взять понятные задачи, где быстро можно увидеть эффект.
3. Описать правила работы
Команда должна понимать:
какие данные можно передавать в нейросеть
какие данные нельзя
где нужно обезличивание
где обязателен human check
какие решения ИИ не принимает
4. Создать библиотеку рабочих промптов
Каждый рекрутер не должен каждый раз придумывать запрос с нуля.
5. Настроить ИИ-ассистентов
Не универсального «бота для всего», а помощников под конкретные задачи.
6. Научить команду проверять результат
Самая опасная ошибка - верить нейросети на слово.
ИИ может ошибаться.
Может додумывать факты.
Может писать уверенно, но неточно.
Поэтому рекрутер должен проверять факты, логику, риски, bias и полноту ответа.
7. Измерить эффект
После пилота важно понять, что реально изменилось.
Сколько времени сэкономили?
Быстрее ли готовится shortlist?
Улучшилось ли качество кандидатов?
Стало ли меньше ручной рутины?
Что стоит автоматизировать дальше?
Главная мысль простая.
ИИ в рекрутинге - это не просто инструмент, чтобы «написать вакансию».
Это новый способ организовать работу отдела подбора.
Выиграют не те, кто один раз попробовал нейросеть.
Выиграют те, кто сможет встроить ИИ в процесс: безопасно, системно и с понятным результатом.
Именно это будем разбирать на курсе «AI-рекрутер 2026».
Старт - 20 июля.
Программа:
https://getit.agency/ai-recruiter-2026
Главная ошибка компаний сейчас в том, что они пытаются внедрить ИИ сразу во все процессы.
В итоге получается не система, а хаос.
Один рекрутер пишет вакансии через нейросеть.
Другой анализирует резюме.
Третий загружает туда лишние данные.
Четвертый вообще не понимает, что можно, а что нельзя.
Поэтому я бы начинала не с инструментов, а с карты внедрения.
1. Найти самые рутинные задачи
Сначала нужно посмотреть, где команда реально теряет время.
Например:
разбор вакансий
поиск и сорсинг
анализ резюме
подготовка интервью
сообщения кандидатам
отчеты для hiring manager
аналитика рынка
2. Выбрать 2-3 процесса для пилота
Не надо сразу внедрять ИИ во весь рекрутинг.
Лучше взять понятные задачи, где быстро можно увидеть эффект.
Например:
анализ вакансии
первичный разбор резюме
подготовка интервью
персонализация сообщений
3. Описать правила работы
Команда должна понимать:
какие данные можно передавать в нейросеть
какие данные нельзя
где нужно обезличивание
где обязателен human check
какие решения ИИ не принимает
4. Создать библиотеку рабочих промптов
Каждый рекрутер не должен каждый раз придумывать запрос с нуля.
Нужны готовые шаблоны под основные задачи:
вакансия
поиск
резюме
интервью
scorecard
коммуникация
отчет
5. Настроить ИИ-ассистентов
Не универсального «бота для всего», а помощников под конкретные задачи.
Например:
ассистент для анализа вакансии
ассистент для разбора резюме
ассистент для подготовки интервью
ассистент для сообщений кандидатам
ассистент для отчетов hiring manager
6. Научить команду проверять результат
Самая опасная ошибка - верить нейросети на слово.
ИИ может ошибаться.
Может додумывать факты.
Может писать уверенно, но неточно.
Поэтому рекрутер должен проверять факты, логику, риски, bias и полноту ответа.
7. Измерить эффект
После пилота важно понять, что реально изменилось.
Сколько времени сэкономили?
Быстрее ли готовится shortlist?
Улучшилось ли качество кандидатов?
Стало ли меньше ручной рутины?
Что стоит автоматизировать дальше?
Главная мысль простая.
ИИ в рекрутинге - это не просто инструмент, чтобы «написать вакансию».
Это новый способ организовать работу отдела подбора.
Выиграют не те, кто один раз попробовал нейросеть.
Выиграют те, кто сможет встроить ИИ в процесс: безопасно, системно и с понятным результатом.
Именно это будем разбирать на курсе «AI-рекрутер 2026».
Старт - 20 июля.
Программа:
https://getit.agency/ai-recruiter-2026
Media is too big
VIEW IN TELEGRAM
Будущее рынка труда, будут определять всего три навыка.
Умение работать с ИИ. Не просто задавать вопросы, а использовать его для решения реальных задач, создавать AI-агентов и автоматизировать процессы.
Критическое мышление. ИИ может предложить ответ, но именно человек определяет, что правильно и что действительно принесет пользу бизнесу.
Способность быстро учиться. Технологии меняются быстрее, чем учебные программы и профессии.
Уже сегодня крупнейшие AI-компании активно нанимают специалистов по reasoning (обучению моделей рассуждать), инженеров по обучению моделей, экспертов по разметке данных и специалистов, которые создают качественные датасеты. Именно от качества обучения зависит, насколько «умной» станет модель.
Раньше компании охотились за разработчиками.
Сегодня они все чаще конкурируют за тех, кто умеет создавать AI-агентов, обучать модели и улучшать их способность рассуждать.
Если хотите разобраться, как использовать ИИ в работе уже сейчас, присоединяйтесь к курсу AI-рекрутер 2026: https://getit.agency/ai-recruiter-2026
Умение работать с ИИ. Не просто задавать вопросы, а использовать его для решения реальных задач, создавать AI-агентов и автоматизировать процессы.
Критическое мышление. ИИ может предложить ответ, но именно человек определяет, что правильно и что действительно принесет пользу бизнесу.
Способность быстро учиться. Технологии меняются быстрее, чем учебные программы и профессии.
Уже сегодня крупнейшие AI-компании активно нанимают специалистов по reasoning (обучению моделей рассуждать), инженеров по обучению моделей, экспертов по разметке данных и специалистов, которые создают качественные датасеты. Именно от качества обучения зависит, насколько «умной» станет модель.
Раньше компании охотились за разработчиками.
Сегодня они все чаще конкурируют за тех, кто умеет создавать AI-агентов, обучать модели и улучшать их способность рассуждать.
Если хотите разобраться, как использовать ИИ в работе уже сейчас, присоединяйтесь к курсу AI-рекрутер 2026: https://getit.agency/ai-recruiter-2026
Ford наняла около 350 опытных инженеров (некоторые их которых бывшие сотрудники компании) после того, как автоматизированные системы и инструменты искусственного интеллекта не обеспечили ожидаемого уровня контроля качества.
ИИ отнимает работу у людей, но и его самого могут уволить. Я говорила про тренд: под эфорией все заряжали бабки в ИИ не думая, главное быть первым, чтобы не оказаться на обочине прогресса.
И только сейчас все начинают сводить дебит с кредитом и считать ROI по ИИ. Побуждают их к тому дорожающие токены. А дорожают они потому что приходит время зарабатывать деньги триллионным стартапам (а не субсдировать спрос за счёт венчура). А они не могут (
Вот пожалуй, самое правильное научить пользоваться сотрудников ИИ, а не заменить, чтобы не зависит от цен на токен
Ссылка
ИИ отнимает работу у людей, но и его самого могут уволить. Я говорила про тренд: под эфорией все заряжали бабки в ИИ не думая, главное быть первым, чтобы не оказаться на обочине прогресса.
И только сейчас все начинают сводить дебит с кредитом и считать ROI по ИИ. Побуждают их к тому дорожающие токены. А дорожают они потому что приходит время зарабатывать деньги триллионным стартапам (а не субсдировать спрос за счёт венчура). А они не могут (
Вот пожалуй, самое правильное научить пользоваться сотрудников ИИ, а не заменить, чтобы не зависит от цен на токен
Что и требовалось доказать. Весь сыр бор из-за того, что перестал расти бигтех, а долг обслуживать триллионный нужно.
И вот выясняется, что пока мы белковые, во многих сферах пока ещё рентабельнее искуственных. Поэтому пойду съем пару яиц)
Ссылка
TechCrunch
Ford rehires ‘gray beard’ engineers after AI falls short | TechCrunch
"Mistakenly we thought that by just introducing artificial intelligence ... that would produce a high-quality product.”
Forwarded from AI ДЛЯ HR & РЕКРУТЕРОВ
This media is not supported in your browser
VIEW IN TELEGRAM
Еще несколько лет назад рекрутер работал один.
Сегодня сильный рекрутер работает в связке с AI-агентом.
И именно эта модель станет стандартом рынка.
Но он пока не умеет понимать контекст бизнеса, выстраивать доверие с кандидатом, вести сложные переговоры и принимать финальные решения.
Поэтому вопрос уже не в том, заменит ли ИИ рекрутера.
Вопрос в другом.
Заменит ли рекрутер, который умеет работать с AI-агентами, того, кто продолжает делать всё вручную?
Мы уверены, что да.
В ближайшие годы конкурентным преимуществом станет не знание отдельных нейросетей, а умение построить систему, где человек управляет командой AI-агентов.
Именно этому посвящен курс «AI-рекрутер 2026».
Мы покажем, как создавать собственных AI-ассистентов и AI-агентов, автоматизировать рутину, ускорять подбор в разы и освобождать время для задач, где ценность человека действительно максимальна.
Будущее рекрутинга — это не человек против искусственного интеллекта.
Будущее это рекрутер, который умеет усиливать себя с помощью ИИ.
Сегодня сильный рекрутер работает в связке с AI-агентом.
И именно эта модель станет стандартом рынка.
AI уже умеет:
искать кандидатов;
анализировать резюме;
готовить персонализированные сообщения;
делать первичный скоринг;
составлять отчеты;
помогать готовиться к интервью.
Но он пока не умеет понимать контекст бизнеса, выстраивать доверие с кандидатом, вести сложные переговоры и принимать финальные решения.
Поэтому вопрос уже не в том, заменит ли ИИ рекрутера.
Вопрос в другом.
Заменит ли рекрутер, который умеет работать с AI-агентами, того, кто продолжает делать всё вручную?
Мы уверены, что да.
В ближайшие годы конкурентным преимуществом станет не знание отдельных нейросетей, а умение построить систему, где человек управляет командой AI-агентов.
Именно этому посвящен курс «AI-рекрутер 2026».
Мы покажем, как создавать собственных AI-ассистентов и AI-агентов, автоматизировать рутину, ускорять подбор в разы и освобождать время для задач, где ценность человека действительно максимальна.
Будущее рекрутинга — это не человек против искусственного интеллекта.
Будущее это рекрутер, который умеет усиливать себя с помощью ИИ.
❤2👍1🔥1
Крупные ИИ-разработчики, СЕО которых очень часто любят говорить о скорой смерти гуманитарных специальностей, сами нанимают к себе на работу копирайтеров, журналистов и философов.
С философами интересно: они нужны для контроля этических и логических аспектов обучения моделей и получают на уровне инженеров. Получается такая картина: у вас есть крутые дядьки-гигачеды, которые прекрасно понимают именно техническую архитектуру, но абсолютно не в состоянии объяснить искажения и логические ошибки в структуре ответов.
Собственно, философы учат ИИ нормальной логике и анализируют, как модели приходят к выводам. Это очень помогает в описании правил поведения.
Теперь диплом философа не кажется таким уж бесполезным.
С философами интересно: они нужны для контроля этических и логических аспектов обучения моделей и получают на уровне инженеров. Получается такая картина: у вас есть крутые дядьки-гигачеды, которые прекрасно понимают именно техническую архитектуру, но абсолютно не в состоянии объяснить искажения и логические ошибки в структуре ответов.
Собственно, философы учат ИИ нормальной логике и анализируют, как модели приходят к выводам. Это очень помогает в описании правил поведения.
Теперь диплом философа не кажется таким уж бесполезным.
Можно считать ИИ-замещение людей провалом. В крупных компаниях признают, что переоценили искусственный интеллект и теперь активно возвращают сотрудников, которых из-за него же и уволили.
Возвращаются и саппорты поддержки, и инженеры. ИИ не справился с нагрузками.
Ну а ещё ИИ получился ну очень уж дорогим.
Возвращаются и саппорты поддержки, и инженеры. ИИ не справился с нагрузками.
Ну а ещё ИИ получился ну очень уж дорогим.
❤2