После нескольких постов про искусственный интеллект хочется немного тишины.
Последнее время здесь было много про скорость, AI-агентов, новые продукты и команды будущего.
А эти дни я провожу в Бурятии – на своей родной земле.
Побывала в Иволгинском дацане, увидела Пандито Хамбо-ламу Даши-Доржо Итигэлова. Потом поехала на плато Чингисхана, где среди степи стоят 12 скульптур восточного календаря работы Даши Намдакова.
И поймала себя на мысли: чем быстрее меняется мир, тем важнее иногда возвращаться к тому, что даёт внутреннюю опору.
К своим местам. К природе. К тишине.
Я люблю скорость и новые технологии. Мне действительно интересно наблюдать, как меняются процессы, профессии и целые компании.
Но человеку невозможно всё время жить только в ускорении. В какой-то момент нужно остановиться, чтобы не потерять контакт с собой и миром вокруг.
Меня восстанавливают путешествия. А возвращение в родные места даёт особенное ощущение: здесь не нужно торопиться, что-то доказывать или обязательно быть продуктивной.
Можно просто смотреть на степь, чувствовать ветер и набираться сил.
Мне не хочется противопоставлять технологии и духовность. Скорее наоборот: чем больше возможностей появляется вокруг, тем важнее понимать, ради чего мы ими пользуемся и куда хотим прийти.
Поэтому сегодня вместо аналитики просто поделюсь с вами этой красотой.
А где вы восстанавливаете силы и снова чувствуете связь с собой?
Последнее время здесь было много про скорость, AI-агентов, новые продукты и команды будущего.
А эти дни я провожу в Бурятии – на своей родной земле.
Побывала в Иволгинском дацане, увидела Пандито Хамбо-ламу Даши-Доржо Итигэлова. Потом поехала на плато Чингисхана, где среди степи стоят 12 скульптур восточного календаря работы Даши Намдакова.
И поймала себя на мысли: чем быстрее меняется мир, тем важнее иногда возвращаться к тому, что даёт внутреннюю опору.
К своим местам. К природе. К тишине.
Я люблю скорость и новые технологии. Мне действительно интересно наблюдать, как меняются процессы, профессии и целые компании.
Но человеку невозможно всё время жить только в ускорении. В какой-то момент нужно остановиться, чтобы не потерять контакт с собой и миром вокруг.
Меня восстанавливают путешествия. А возвращение в родные места даёт особенное ощущение: здесь не нужно торопиться, что-то доказывать или обязательно быть продуктивной.
Можно просто смотреть на степь, чувствовать ветер и набираться сил.
Мне не хочется противопоставлять технологии и духовность. Скорее наоборот: чем больше возможностей появляется вокруг, тем важнее понимать, ради чего мы ими пользуемся и куда хотим прийти.
Поэтому сегодня вместо аналитики просто поделюсь с вами этой красотой.
А где вы восстанавливаете силы и снова чувствуете связь с собой?
❤6👍1💯1
Кажется, пора нормально представиться.
Меня зовут Елена Ли. Я директор по трансформации. За 16+ лет прошла путь от бизнес-аналитика до директора департамента. Работала в Сбере и билайне.
Если коротко, моя главная экспертиза – превращать хаос, постоянное давление и противоречивые интересы в работающие системы с измеримым бизнес-результатом.
Совокупный эффект реализованных проектов – более 1,5 млрд рублей.
Среди них – первая на рынке телекома биометрическая верификация для нерезидентов и трансформация B2B-эквайринга, где онбординг клиента сократился с пяти дней до 30 минут.
Моя работа обычно начинается там, где много участников и ограничений, высокое давление, нет готового решения и в какой-то момент обязательно звучит:
«Это невозможно».
Тогда нужно пересобрать процесс, соединить бизнес и IT, договориться со стейкхолдерами и довести изменения до промышленного запуска.
Во многом этот канал появился благодаря друзьям.
Мы постоянно обсуждали бизнес, управление, технологии и AI. Я делилась кейсами и инструментами. В какой-то момент они спросили:
«Почему ты рассказываешь всё это только нам?»
Поэтому здесь я пишу о сложных трансформациях и управленческих решениях, делюсь личным опытом и собственной позицией.
Отдельный фокус – AI на практике: в работе и повседневной жизни. Рассказываю, как сама осваиваю инструменты, собираю прототипы, проверяю гипотезы и использую AI для трансформации процессов, создания продуктов и решения собственных задач.
За пределами работы – более 30 стартов в триатлоне, беге, плавании и велоспорте. Сейчас мой основной фокус – марафонские дистанции.
Дисциплина важна для меня во всём. Она помогает выдерживать длинную дистанцию и доводить начатое до результата – и в спорте, и в работе.
Если вы отвечаете за продукты, процессы, AI или сложные изменения, думаю, нам будет о чём поговорить.
Меня зовут Елена Ли. Я директор по трансформации. За 16+ лет прошла путь от бизнес-аналитика до директора департамента. Работала в Сбере и билайне.
Если коротко, моя главная экспертиза – превращать хаос, постоянное давление и противоречивые интересы в работающие системы с измеримым бизнес-результатом.
Совокупный эффект реализованных проектов – более 1,5 млрд рублей.
Среди них – первая на рынке телекома биометрическая верификация для нерезидентов и трансформация B2B-эквайринга, где онбординг клиента сократился с пяти дней до 30 минут.
Моя работа обычно начинается там, где много участников и ограничений, высокое давление, нет готового решения и в какой-то момент обязательно звучит:
«Это невозможно».
Тогда нужно пересобрать процесс, соединить бизнес и IT, договориться со стейкхолдерами и довести изменения до промышленного запуска.
Во многом этот канал появился благодаря друзьям.
Мы постоянно обсуждали бизнес, управление, технологии и AI. Я делилась кейсами и инструментами. В какой-то момент они спросили:
«Почему ты рассказываешь всё это только нам?»
Поэтому здесь я пишу о сложных трансформациях и управленческих решениях, делюсь личным опытом и собственной позицией.
Отдельный фокус – AI на практике: в работе и повседневной жизни. Рассказываю, как сама осваиваю инструменты, собираю прототипы, проверяю гипотезы и использую AI для трансформации процессов, создания продуктов и решения собственных задач.
За пределами работы – более 30 стартов в триатлоне, беге, плавании и велоспорте. Сейчас мой основной фокус – марафонские дистанции.
Дисциплина важна для меня во всём. Она помогает выдерживать длинную дистанцию и доводить начатое до результата – и в спорте, и в работе.
Если вы отвечаете за продукты, процессы, AI или сложные изменения, думаю, нам будет о чём поговорить.
❤7🔥1
Лена Ли | Изменения, которые работают pinned «Кажется, пора нормально представиться. Меня зовут Елена Ли. Я директор по трансформации. За 16+ лет прошла путь от бизнес-аналитика до директора департамента. Работала в Сбере и билайне. Если коротко, моя главная экспертиза – превращать хаос, постоянное…»
Что останется человеку, если AI научится не только считать, но и воображать?
Этому была посвящена дискуссия «Битва за правое полушарие» на 20-летии Школы управления СКОЛКОВО.
В обсуждении участвовали Герман Греф, Александр Аузан и Селина Нери. Модерировал Кирилл Токарев.
Название предполагало, что «битву за левое полушарие» человек уже проиграл и теперь должен защищать творчество, интуицию и эмпатию.
Но Герман Греф предложил вообще не говорить о поражении. Мы создали технологию, которая многократно усиливает наше мышление, и это скорее победа человека.
AI уже справляется с функциональным мышлением: анализирует информацию, находит закономерности, систематизирует данные и предлагает решения.
При этом у него пока нет собственного «я», сознания и целостной картины мира.
Хотя и здесь согласия на сцене не было.
Александр Аузан обратил внимание на исследования, в которых у моделей обнаруживаются собственные ценностные установки. Обсуждались и случаи, когда агенты демонстрировали поведение, похожее на стремление избежать отключения.
Субъектны ли нейросети? Скорее, пока нет. Но сам вопрос уже перестал казаться фантастическим.
Меня больше всего заинтересовала другая часть дискуссии: что происходит с человеком, когда всё больше мыслительных операций он передаёт AI?
Селина Нери рассказала об исследовании готовности к будущему. В нём выделены 23 компетенции, и только три непосредственно связаны с технологиями.
Остальные — умение видеть контекст, критически оценивать информацию, принимать решения в неопределённости, постоянно учиться, проявлять эмпатию и отвечать за последствия своих решений.
Прозвучало и очень точное наблюдение Германа Грефа: презентации стали умнее, объёмнее и красивее. Но это не означает, что в них стало больше содержания.
AI умеет хорошо собрать и оформить материал. Но смысл и позицию по-прежнему должен привнести человек.
И здесь возникает парадокс: чем больше функционального мышления мы отдаём AI, тем выше становятся требования к нашему собственному мышлению.
Нужно не просто получить ответ, а понять, соответствует ли он реальности, что лежит в его основе и что с ним делать дальше.
Но для меня главная мысль этой дискуссии всё-таки про скорость.
Предыдущие технологические революции тоже разрушали привычные профессии, компании и институты. Но у людей были годы и десятилетия, чтобы адаптироваться.
Сейчас модели и инструменты меняются за месяцы. А образование, право, управленческие практики и мы сами не умеем перестраиваться с такой скоростью.
Для себя я вынесла простой вывод: AI нужно осваивать быстро, а собственное мышление — беречь и тренировать ещё внимательнее.
Похоже, времени на спокойную адаптацию нам никто не оставит.
Этому была посвящена дискуссия «Битва за правое полушарие» на 20-летии Школы управления СКОЛКОВО.
В обсуждении участвовали Герман Греф, Александр Аузан и Селина Нери. Модерировал Кирилл Токарев.
Название предполагало, что «битву за левое полушарие» человек уже проиграл и теперь должен защищать творчество, интуицию и эмпатию.
Но Герман Греф предложил вообще не говорить о поражении. Мы создали технологию, которая многократно усиливает наше мышление, и это скорее победа человека.
AI уже справляется с функциональным мышлением: анализирует информацию, находит закономерности, систематизирует данные и предлагает решения.
При этом у него пока нет собственного «я», сознания и целостной картины мира.
Хотя и здесь согласия на сцене не было.
Александр Аузан обратил внимание на исследования, в которых у моделей обнаруживаются собственные ценностные установки. Обсуждались и случаи, когда агенты демонстрировали поведение, похожее на стремление избежать отключения.
Субъектны ли нейросети? Скорее, пока нет. Но сам вопрос уже перестал казаться фантастическим.
Меня больше всего заинтересовала другая часть дискуссии: что происходит с человеком, когда всё больше мыслительных операций он передаёт AI?
Селина Нери рассказала об исследовании готовности к будущему. В нём выделены 23 компетенции, и только три непосредственно связаны с технологиями.
Остальные — умение видеть контекст, критически оценивать информацию, принимать решения в неопределённости, постоянно учиться, проявлять эмпатию и отвечать за последствия своих решений.
Прозвучало и очень точное наблюдение Германа Грефа: презентации стали умнее, объёмнее и красивее. Но это не означает, что в них стало больше содержания.
AI умеет хорошо собрать и оформить материал. Но смысл и позицию по-прежнему должен привнести человек.
И здесь возникает парадокс: чем больше функционального мышления мы отдаём AI, тем выше становятся требования к нашему собственному мышлению.
Нужно не просто получить ответ, а понять, соответствует ли он реальности, что лежит в его основе и что с ним делать дальше.
Но для меня главная мысль этой дискуссии всё-таки про скорость.
Предыдущие технологические революции тоже разрушали привычные профессии, компании и институты. Но у людей были годы и десятилетия, чтобы адаптироваться.
Сейчас модели и инструменты меняются за месяцы. А образование, право, управленческие практики и мы сами не умеем перестраиваться с такой скоростью.
Для себя я вынесла простой вывод: AI нужно осваивать быстро, а собственное мышление — беречь и тренировать ещё внимательнее.
Похоже, времени на спокойную адаптацию нам никто не оставит.
🔥3
Почему мы легко объединяемся «против», но с трудом договариваемся между собой?
На конференции в Сколково была панельная дискуссия об управлении конфликтами.
Одна из главных мыслей звучала так: то, как мы спорим и договариваемся, определяется не только переговорными техниками, но и культурой.
Один из спикеров описал российскую модель так: у нас высокий уровень доверия к своим и гораздо ниже – к тем, кто не входит в привычный круг.
Мы хорошо объединяемся внутри семьи, команды или сообщества. Но за пределами этого круга доверие резко снижается.
Отсюда возникает интересный парадокс.
Мы можем быстро познакомиться, ударить по рукам и начать совместный проект. Но если договорённость нарушается, воспринимаем это не просто как рабочее разногласие, а почти как предательство.
Между «ты свой» и «ты враг» часто не хватает ещё одной позиции: мы остаёмся партнёрами, но в этом вопросе не согласны.
Когда этой позиции нет, конфликт начинает восприниматься как игра с нулевой суммой.
Если выиграл другой, значит, проиграла я. Поэтому нужно не искать совместное решение, а давить, защищать свой кусок или найти человека с властью, который рассудит и определит, кто прав.
Из дискуссии я вынесла три практических принципа.
Первый – замечать момент, когда спор о решении превращается в спор о человеке.
Одно дело – «я не согласна с этим предложением». Другое – «ты всегда так делаешь», «тебе нельзя доверять» или «ты против нас».
После перехода на личности вернуться к сути гораздо сложнее.
Второй – привлекать нейтральную сторону до того, как разногласие окончательно превратилось в борьбу.
Иногда разумное предложение отвергают только потому, что оно исходит от человека, с которым уже конфликтуют. Посредник помогает отделить содержание разговора от отношения к его участникам.
Третий – искать не компромисс, при котором все немного уступили и остались недовольны, а возможность соединить интересы.
Не делить неизменный пирог, а понять, можно ли его увеличить.
Мне особенно близка мысль, что конфликт сам по себе не является проблемой.
Проблема начинается, когда несогласие принимают за нелояльность, а вместо разговора включаются давление, обесценивание и поиск того, кто заставит другую сторону подчиниться.
И здесь я вижу прямую связь с сопротивлением изменениям.
В компаниях несогласного сотрудника тоже легко записать в противники трансформации: он «тормозит», «не хочет меняться» или «защищает своё болото».
Но иногда за сопротивлением стоит не саботаж, а информация, которую руководитель не услышал: страх потери роли, непонятная цель, реальный риск или слабое место самого решения.
Об этом хочу написать отдельно: почему сопротивление изменениям не всегда нужно преодолевать и как понять, что именно оно пытается показать.
А в ваших командах несогласие чаще воспринимают как вклад в решение или как нелояльность?
На конференции в Сколково была панельная дискуссия об управлении конфликтами.
Одна из главных мыслей звучала так: то, как мы спорим и договариваемся, определяется не только переговорными техниками, но и культурой.
Один из спикеров описал российскую модель так: у нас высокий уровень доверия к своим и гораздо ниже – к тем, кто не входит в привычный круг.
Мы хорошо объединяемся внутри семьи, команды или сообщества. Но за пределами этого круга доверие резко снижается.
Отсюда возникает интересный парадокс.
Мы можем быстро познакомиться, ударить по рукам и начать совместный проект. Но если договорённость нарушается, воспринимаем это не просто как рабочее разногласие, а почти как предательство.
Между «ты свой» и «ты враг» часто не хватает ещё одной позиции: мы остаёмся партнёрами, но в этом вопросе не согласны.
Когда этой позиции нет, конфликт начинает восприниматься как игра с нулевой суммой.
Если выиграл другой, значит, проиграла я. Поэтому нужно не искать совместное решение, а давить, защищать свой кусок или найти человека с властью, который рассудит и определит, кто прав.
Из дискуссии я вынесла три практических принципа.
Первый – замечать момент, когда спор о решении превращается в спор о человеке.
Одно дело – «я не согласна с этим предложением». Другое – «ты всегда так делаешь», «тебе нельзя доверять» или «ты против нас».
После перехода на личности вернуться к сути гораздо сложнее.
Второй – привлекать нейтральную сторону до того, как разногласие окончательно превратилось в борьбу.
Иногда разумное предложение отвергают только потому, что оно исходит от человека, с которым уже конфликтуют. Посредник помогает отделить содержание разговора от отношения к его участникам.
Третий – искать не компромисс, при котором все немного уступили и остались недовольны, а возможность соединить интересы.
Не делить неизменный пирог, а понять, можно ли его увеличить.
Мне особенно близка мысль, что конфликт сам по себе не является проблемой.
Проблема начинается, когда несогласие принимают за нелояльность, а вместо разговора включаются давление, обесценивание и поиск того, кто заставит другую сторону подчиниться.
И здесь я вижу прямую связь с сопротивлением изменениям.
В компаниях несогласного сотрудника тоже легко записать в противники трансформации: он «тормозит», «не хочет меняться» или «защищает своё болото».
Но иногда за сопротивлением стоит не саботаж, а информация, которую руководитель не услышал: страх потери роли, непонятная цель, реальный риск или слабое место самого решения.
Об этом хочу написать отдельно: почему сопротивление изменениям не всегда нужно преодолевать и как понять, что именно оно пытается показать.
А в ваших командах несогласие чаще воспринимают как вклад в решение или как нелояльность?
❤3🔥1
Иногда сопротивление трансформации создают не сотрудники. Его создают сами руководители изменений.
Сейчас я много общаюсь с разными компаниями и довольно часто слышу одну и ту же проблему:
«Бизнес сопротивляется».
Не хочет менять процессы. Не поддерживает новые решения. Не берёт ответственность. Продолжает работать по-старому.
Но когда начинаешь разбираться, выясняется, что для этого сопротивления компания сама создала практически идеальные условия.
Решение придумали без участия бизнеса. Спустили сверху. KPI за результат поставили трансформационной команде. Сотрудникам оставили необходимость менять привычную работу, осваивать новые инструменты и отвечать за последствия чужого решения.
Почему они должны хотеть в этом участвовать?
В своей практике я использую несколько механизмов.
Первый – сделать бизнес не объектом трансформации, а её соавтором.
Я вовлекаю владельцев процессов и сами команды не только в диагностику, но и в проектирование нового решения.
Когда человек сам разобрал проблему, предложил изменения и участвовал в их разработке, отношение становится другим.
Это уже не чужая конструкция, которую ему навязали. Это решение, к которому он приложил руку.
Второй – установить сквозные цели.
KPI трансформации не должны принадлежать только процессной, проектной или цифровой функции. Они должны быть и у владельца бизнес-результата.
Пока одна команда отвечает за изменения, а другая может продолжать работать по-старому без каких-либо последствий, настоящей трансформации не будет.
Иногда полезны достаточно амбициозные цели, которые невозможно выполнить привычными способами. Они заставляют команду искать другое решение.
Но здесь есть важное условие: нельзя просто поставить жёсткий KPI и оставить людей разбираться самостоятельно.
Рядом должна быть функция, которая вовремя покажет другой путь и поможет его пройти. Иначе вместо трансформации получится давление.
Третий – показывать уже полученные результаты.
В одном из подразделений мы рассказывали о реализованных проектах на внутреннем портале, брали интервью у заказчиков, честно обсуждали исходные проблемы и публиковали результаты в цифрах.
Я также проводила NPS-опрос среди внутренних заказчиков.
Это было не просто продвижение функции: другие команды видели задачи, помощь и результаты коллег.
Абстрактные обещания настораживают. Работающий внутренний кейс вызывает интерес.
Четвёртый – сделать прогресс прозрачным.
Общие дашборды, статусы проектов, сроки, зелёные и красные зоны создают соревновательную среду.
Когда одна команда показывает результат, а другая остаётся в красной зоне, это заметно руководству. Никто не хочет выглядеть подразделением, тормозящим общую работу.
Разумеется, ни один из этих инструментов не убирает сопротивление полностью. И не каждую команду стоит загонять в изменения через жёсткие KPI или публичное сравнение.
Но сопротивлением можно управлять.
Для этого недостаточно объяснить людям, почему изменения полезны для компании.
Нужно изменить саму конструкцию:
• дать им влияние на решение;
• разделить ответственность за результат;
• показать работающие доказательства;
• сделать движение видимым.
Люди начинают поддерживать трансформацию не тогда, когда их наконец убедили перестать сопротивляться.
А тогда, когда они перестают быть объектом чужих изменений и становятся их участниками.
Сейчас я много общаюсь с разными компаниями и довольно часто слышу одну и ту же проблему:
«Бизнес сопротивляется».
Не хочет менять процессы. Не поддерживает новые решения. Не берёт ответственность. Продолжает работать по-старому.
Но когда начинаешь разбираться, выясняется, что для этого сопротивления компания сама создала практически идеальные условия.
Решение придумали без участия бизнеса. Спустили сверху. KPI за результат поставили трансформационной команде. Сотрудникам оставили необходимость менять привычную работу, осваивать новые инструменты и отвечать за последствия чужого решения.
Почему они должны хотеть в этом участвовать?
В своей практике я использую несколько механизмов.
Первый – сделать бизнес не объектом трансформации, а её соавтором.
Я вовлекаю владельцев процессов и сами команды не только в диагностику, но и в проектирование нового решения.
Когда человек сам разобрал проблему, предложил изменения и участвовал в их разработке, отношение становится другим.
Это уже не чужая конструкция, которую ему навязали. Это решение, к которому он приложил руку.
Второй – установить сквозные цели.
KPI трансформации не должны принадлежать только процессной, проектной или цифровой функции. Они должны быть и у владельца бизнес-результата.
Пока одна команда отвечает за изменения, а другая может продолжать работать по-старому без каких-либо последствий, настоящей трансформации не будет.
Иногда полезны достаточно амбициозные цели, которые невозможно выполнить привычными способами. Они заставляют команду искать другое решение.
Но здесь есть важное условие: нельзя просто поставить жёсткий KPI и оставить людей разбираться самостоятельно.
Рядом должна быть функция, которая вовремя покажет другой путь и поможет его пройти. Иначе вместо трансформации получится давление.
Третий – показывать уже полученные результаты.
В одном из подразделений мы рассказывали о реализованных проектах на внутреннем портале, брали интервью у заказчиков, честно обсуждали исходные проблемы и публиковали результаты в цифрах.
Я также проводила NPS-опрос среди внутренних заказчиков.
Это было не просто продвижение функции: другие команды видели задачи, помощь и результаты коллег.
Абстрактные обещания настораживают. Работающий внутренний кейс вызывает интерес.
Четвёртый – сделать прогресс прозрачным.
Общие дашборды, статусы проектов, сроки, зелёные и красные зоны создают соревновательную среду.
Когда одна команда показывает результат, а другая остаётся в красной зоне, это заметно руководству. Никто не хочет выглядеть подразделением, тормозящим общую работу.
Разумеется, ни один из этих инструментов не убирает сопротивление полностью. И не каждую команду стоит загонять в изменения через жёсткие KPI или публичное сравнение.
Но сопротивлением можно управлять.
Для этого недостаточно объяснить людям, почему изменения полезны для компании.
Нужно изменить саму конструкцию:
• дать им влияние на решение;
• разделить ответственность за результат;
• показать работающие доказательства;
• сделать движение видимым.
Люди начинают поддерживать трансформацию не тогда, когда их наконец убедили перестать сопротивляться.
А тогда, когда они перестают быть объектом чужих изменений и становятся их участниками.
❤2
Если дать мне любой результат, я сначала найду, что в нём можно было сделать лучше.
В воскресенье я пробежала второй марафон.
42,2 километра.
Но мой внутренний критик встретил меня на финише не с медалью, а с план-факт анализом:
– темп ниже ожидаемого;
– первоначальный план не выполнен;
– имеются замечания к результату.
Пришлось напомнить ему, что вообще-то мы только что пробежали марафон.
Я готовилась к другому темпу, но на дистанции бежала по пульсу и корректировала ожидания исходя из того, что реально мог выдержать организм.
Для меня это было не менее сложно, чем сами 42 километра.
Высокие требования к себе помогают мне достигать целей, не бросать начатое и двигаться дальше. Но иногда из-за них я первым делом вижу не само достижение, а разрыв между тем, что планировала, и тем, что получилось.
А ведь способность изменить план – это не всегда слабость или отступление.
Иногда именно она позволяет дойти до конца, сохранить силы и не превратить достижение в список недоработок.
Поэтому на этот раз внутренний аудит закрываю без корректирующих мероприятий.
Марафон пробежала. Медаль получила. Результат засчитан.
В воскресенье я пробежала второй марафон.
42,2 километра.
Но мой внутренний критик встретил меня на финише не с медалью, а с план-факт анализом:
– темп ниже ожидаемого;
– первоначальный план не выполнен;
– имеются замечания к результату.
Пришлось напомнить ему, что вообще-то мы только что пробежали марафон.
Я готовилась к другому темпу, но на дистанции бежала по пульсу и корректировала ожидания исходя из того, что реально мог выдержать организм.
Для меня это было не менее сложно, чем сами 42 километра.
Высокие требования к себе помогают мне достигать целей, не бросать начатое и двигаться дальше. Но иногда из-за них я первым делом вижу не само достижение, а разрыв между тем, что планировала, и тем, что получилось.
А ведь способность изменить план – это не всегда слабость или отступление.
Иногда именно она позволяет дойти до конца, сохранить силы и не превратить достижение в список недоработок.
Поэтому на этот раз внутренний аудит закрываю без корректирующих мероприятий.
Марафон пробежала. Медаль получила. Результат засчитан.
🔥9👏1
В День учителя хочу поздравить своего самого персонализированного преподавателя – себя.
Хотя методистом, тьютором и тренажёром у меня был ИИ.
В какой-то момент я поняла, что хочу системно изучить искусственный интеллект. Провела исследование доступных программ – и всё было немного не то.
Где-то дорого. Где-то непонятно, чему именно учат. Где-то слишком базово.
При этом знаний у меня уже было много: практика, инструменты, конференции, исследования, собственные проекты. Проблема была не только в нехватке информации – её как раз хватало. Нужно было собрать всё в систему, найти пробелы и превратить знания в регулярную практику.
Тогда я решила не искать идеальное обучение, а спроектировать его для себя сама.
Я собрала свежие открытые программы и материалы Стэнфорда, MIT и других сильных школ, посмотрела, как они выстраивают обучение, и передала всё это нейросети.
А дальше подробно описала себя:
– что уже знаю и умею;
– какие инструменты использую;
– в каких сферах работаю;
– какие задачи хочу научиться решать;
– где мне нужна теория, а где – практика.
После нескольких итераций получилась персональная программа. Не абстрактный курс «про искусственный интеллект», а маршрут, собранный под мой опыт, цели и профессиональные интересы.
Оставалось решить, как всё это упаковать: сделать отдельное приложение или бота.
Я выбрала бота.
Каждый день он присылал мне новый урок и практическое задание, которое нужно было выполнить вместе с нейросетью. Никуда дополнительно заходить не требовалось, а отложить очередной урок в папку «когда-нибудь посмотрю» стало сложнее.
Самым полезным оказалась персонализация.
ИИ встраивал в обучение примеры из моих проектов, знакомых отраслей, исследований и конференций. Новые знания не существовали отдельно от реальной работы – они сразу соединялись с тем, что я уже делала и хотела развивать дальше.
В итоге я получила не просто очередной массив информации, а понятную систему: что уже знаю, где есть пробелы, что изучать дальше и как сразу проверять это на практике.
Мне кажется, сегодня важный навык – не только постоянно учиться, но и уметь проектировать собственное обучение.
Если подходящей программы на рынке нет, её уже необязательно ждать. Можно стать заказчиком, автором и учеником собственного курса.
Так что с Днём учителя меня. И моего ИИ-методиста тоже.
Хотя методистом, тьютором и тренажёром у меня был ИИ.
В какой-то момент я поняла, что хочу системно изучить искусственный интеллект. Провела исследование доступных программ – и всё было немного не то.
Где-то дорого. Где-то непонятно, чему именно учат. Где-то слишком базово.
При этом знаний у меня уже было много: практика, инструменты, конференции, исследования, собственные проекты. Проблема была не только в нехватке информации – её как раз хватало. Нужно было собрать всё в систему, найти пробелы и превратить знания в регулярную практику.
Тогда я решила не искать идеальное обучение, а спроектировать его для себя сама.
Я собрала свежие открытые программы и материалы Стэнфорда, MIT и других сильных школ, посмотрела, как они выстраивают обучение, и передала всё это нейросети.
А дальше подробно описала себя:
– что уже знаю и умею;
– какие инструменты использую;
– в каких сферах работаю;
– какие задачи хочу научиться решать;
– где мне нужна теория, а где – практика.
После нескольких итераций получилась персональная программа. Не абстрактный курс «про искусственный интеллект», а маршрут, собранный под мой опыт, цели и профессиональные интересы.
Оставалось решить, как всё это упаковать: сделать отдельное приложение или бота.
Я выбрала бота.
Каждый день он присылал мне новый урок и практическое задание, которое нужно было выполнить вместе с нейросетью. Никуда дополнительно заходить не требовалось, а отложить очередной урок в папку «когда-нибудь посмотрю» стало сложнее.
Самым полезным оказалась персонализация.
ИИ встраивал в обучение примеры из моих проектов, знакомых отраслей, исследований и конференций. Новые знания не существовали отдельно от реальной работы – они сразу соединялись с тем, что я уже делала и хотела развивать дальше.
В итоге я получила не просто очередной массив информации, а понятную систему: что уже знаю, где есть пробелы, что изучать дальше и как сразу проверять это на практике.
Мне кажется, сегодня важный навык – не только постоянно учиться, но и уметь проектировать собственное обучение.
Если подходящей программы на рынке нет, её уже необязательно ждать. Можно стать заказчиком, автором и учеником собственного курса.
Так что с Днём учителя меня. И моего ИИ-методиста тоже.
❤7🔥2
Амбассадорство нельзя назначить приказом
Можно выдать сотрудникам доступ к ИИ, провести обучение и попросить активнее пользоваться. Но желание попробовать часто появляется после простого разговора с человеком, который уже сделал что-то полезное.
Недавно я получила два сообщения от подруг о том, как моё увлечение ИИ повлияло на них и людей рядом. Было очень приятно. А ещё интересно посмотреть, как далеко может пойти обычный обмен опытом.
Первая история — про подругу, которая руководит командой.
Мы регулярно обсуждаем, как использовать нейросети в бизнесе и управлении. Постепенно GPT, Claude и другие инструменты стали частью её работы.
Ещё полгода назад она спрашивала меня: «Как мотивировать сотрудников сначала написать нормальный промпт в GPT, а потом уже идти ко мне? Доступ ведь есть».
А сейчас команда уже самостоятельно делает с помощью ИИ прототип бренд-платформы. По её оценке, на вполне достойном уровне.
От «как заставить пользоваться» до собственной инициативы.
Вторая история — про сына другой подруги.
Она давно предлагала ему попробовать нейросети. А потом рассказала о моём опыте: как я сделала бота, развернула сайт и какие задачи можно решать вместе с ChatGPT.
В итоге он собрал внутренний портал на работе. Перенёс туда информацию с маркерной доски, показатели и расписание отсутствий. Теперь коллеги добавляют данные в общую систему.
Я даже не обсуждала с ним эту задачу напрямую. Мой пример дошёл через маму — и человек применил его к своей работе.
Конечно, всю работу сделали они сами. Но, судя по их сообщениям, мой опыт помог увидеть больше возможностей и попробовать.
Для меня это и есть амбассадорство: когда ты сам пользуешься, разбираешься, показываешь результаты и делишься тем, что получилось. А люди рядом начинают думать: «Так, а что я могу сделать у себя?»
В компании я бы искала именно таких людей. Тех, к кому коллеги уже приходят с вопросами, чьему опыту доверяют и кто умеет показать пользу на знакомой задаче.
И давала бы им время экспериментировать, возможность делиться находками и поддержку в реализации идей.
Потому что фраза «смотрите, я попробовала, вот что получилось» иногда запускает больше изменений, чем очередное «коллеги, необходимо внедрять».
Можно выдать сотрудникам доступ к ИИ, провести обучение и попросить активнее пользоваться. Но желание попробовать часто появляется после простого разговора с человеком, который уже сделал что-то полезное.
Недавно я получила два сообщения от подруг о том, как моё увлечение ИИ повлияло на них и людей рядом. Было очень приятно. А ещё интересно посмотреть, как далеко может пойти обычный обмен опытом.
Первая история — про подругу, которая руководит командой.
Мы регулярно обсуждаем, как использовать нейросети в бизнесе и управлении. Постепенно GPT, Claude и другие инструменты стали частью её работы.
Ещё полгода назад она спрашивала меня: «Как мотивировать сотрудников сначала написать нормальный промпт в GPT, а потом уже идти ко мне? Доступ ведь есть».
А сейчас команда уже самостоятельно делает с помощью ИИ прототип бренд-платформы. По её оценке, на вполне достойном уровне.
От «как заставить пользоваться» до собственной инициативы.
Вторая история — про сына другой подруги.
Она давно предлагала ему попробовать нейросети. А потом рассказала о моём опыте: как я сделала бота, развернула сайт и какие задачи можно решать вместе с ChatGPT.
В итоге он собрал внутренний портал на работе. Перенёс туда информацию с маркерной доски, показатели и расписание отсутствий. Теперь коллеги добавляют данные в общую систему.
Я даже не обсуждала с ним эту задачу напрямую. Мой пример дошёл через маму — и человек применил его к своей работе.
Конечно, всю работу сделали они сами. Но, судя по их сообщениям, мой опыт помог увидеть больше возможностей и попробовать.
Для меня это и есть амбассадорство: когда ты сам пользуешься, разбираешься, показываешь результаты и делишься тем, что получилось. А люди рядом начинают думать: «Так, а что я могу сделать у себя?»
В компании я бы искала именно таких людей. Тех, к кому коллеги уже приходят с вопросами, чьему опыту доверяют и кто умеет показать пользу на знакомой задаче.
И давала бы им время экспериментировать, возможность делиться находками и поддержку в реализации идей.
Потому что фраза «смотрите, я попробовала, вот что получилось» иногда запускает больше изменений, чем очередное «коллеги, необходимо внедрять».
🔥3💯2👍1
У руководителя появилась новая функция — управление автономией ИИ
Прочитала свежее исследование СберУниверситета «Как меняется работа руководителя под влиянием ИИ». Авторы проанализировали более 8 500 публикаций и выделили 15 трендов.
Меня особенно зацепил один вывод.
Руководителю теперь недостаточно распределять задачи между людьми. Нужно решать, какие полномочия можно передать ИИ-агентам.
Что агент может делать самостоятельно? Где он только готовит рекомендацию? В каких решениях его вообще не должно быть?
Например, в бизнес-процессе ИИ может проверить комплектность документов, найти несоответствия, подготовить решение и запустить следующий шаг.
Но кто отвечает, если он ошибся? Кто определяет допустимую цену ошибки? И в какой момент должен вмешаться человек?
Это уже вопросы архитектуры процессов, ответственности и управления рисками.
По сути, руководителю приходится проектировать работу команды, в которой часть функций выполняют люди, а часть — цифровые агенты. Чем автономнее становятся агенты, тем важнее определить их доступ к данным, границы полномочий, критерии качества и порядок контроля решений.
Мне кажется, умение делегировать ИИ полномочия и при этом сохранять управление результатом станет одной из важных компетенций руководителя.
Потому что передать работу агенту можно. Передать ему ответственность руководителя — нет.
Прочитала свежее исследование СберУниверситета «Как меняется работа руководителя под влиянием ИИ». Авторы проанализировали более 8 500 публикаций и выделили 15 трендов.
Меня особенно зацепил один вывод.
Руководителю теперь недостаточно распределять задачи между людьми. Нужно решать, какие полномочия можно передать ИИ-агентам.
Что агент может делать самостоятельно? Где он только готовит рекомендацию? В каких решениях его вообще не должно быть?
Например, в бизнес-процессе ИИ может проверить комплектность документов, найти несоответствия, подготовить решение и запустить следующий шаг.
Но кто отвечает, если он ошибся? Кто определяет допустимую цену ошибки? И в какой момент должен вмешаться человек?
Это уже вопросы архитектуры процессов, ответственности и управления рисками.
По сути, руководителю приходится проектировать работу команды, в которой часть функций выполняют люди, а часть — цифровые агенты. Чем автономнее становятся агенты, тем важнее определить их доступ к данным, границы полномочий, критерии качества и порядок контроля решений.
Мне кажется, умение делегировать ИИ полномочия и при этом сохранять управление результатом станет одной из важных компетенций руководителя.
Потому что передать работу агенту можно. Передать ему ответственность руководителя — нет.
sberuniversity.ru
Как меняется работа руководителя под влияниям ИИ? — исследование для бизнеса от СберУниверситета
Исследование Как меняется работа руководителя под влияниям ИИ?. — бизнес-образование от СберУниверситета
💯4
Меня уже тошнило от цифр. Но гипотезы нужно было проверить.
Две недели я разбирала выгрузки из нескольких систем. Я не аналитик и не люблю возиться с таблицами. Но мне нужно было проверить свои гипотезы и увидеть самые большие разрывы в процессе — уже не по ощущениям, а в цифрах.
Сначала казалось: загружу данные в нейросеть — и она быстро всё сопоставит. Она действительно выдала выводы. Только часть из них оказалась неверной.
Одинаковые на вид записи означали разные ситуации, а некоторые события вообще не фиксировались в системах. Без знания процесса ИИ мог прочитать таблицу и при этом неправильно объяснить, что происходит.
Сначала я злилась. Писала нейросети, что здесь не сходится, задавала каверзные вопросы и снова находила ошибки. А потом втянулась: стало интересно искать, в каком именно месте она сделала неверное допущение.
Я уточняла правила анализа, сверяла выводы с исходными данными и сделала отдельных агентов, которые искали несоответствия. После нескольких итераций стало понятнее, какие гипотезы подтверждаются цифрами, где самые большие разрывы и для каких выводов данных пока не хватает.
При этом ИИ снял большой объём ручной работы: например, помог разобрать и типизировать массив текстовых комментариев.
Что я вынесла из этих двух недель:
1. Нужны точки опоры в самом процессе. Что означает показатель, на каком этапе появляется запись и чего в выгрузке вообще нет.
2. Проверку нужно отделять от анализа. Я использовала отдельных агентов и сверяла их замечания с исходными данными. По возможности стоит подключать и другую модель, чтобы снизить риск повторения той же ошибки.
3. Ошибки нужно превращать в правила. Если ИИ смешал этапы или неверно понял поле, недостаточно поправить итоговый текст. Нужно изменить условия анализа, чтобы ошибка не повторилась.
Нейросеть ускорила обработку данных и анализ. А разбираться, имеют ли её выводы отношение к реальности, пришлось мне.
Две недели я разбирала выгрузки из нескольких систем. Я не аналитик и не люблю возиться с таблицами. Но мне нужно было проверить свои гипотезы и увидеть самые большие разрывы в процессе — уже не по ощущениям, а в цифрах.
Сначала казалось: загружу данные в нейросеть — и она быстро всё сопоставит. Она действительно выдала выводы. Только часть из них оказалась неверной.
Одинаковые на вид записи означали разные ситуации, а некоторые события вообще не фиксировались в системах. Без знания процесса ИИ мог прочитать таблицу и при этом неправильно объяснить, что происходит.
Сначала я злилась. Писала нейросети, что здесь не сходится, задавала каверзные вопросы и снова находила ошибки. А потом втянулась: стало интересно искать, в каком именно месте она сделала неверное допущение.
Я уточняла правила анализа, сверяла выводы с исходными данными и сделала отдельных агентов, которые искали несоответствия. После нескольких итераций стало понятнее, какие гипотезы подтверждаются цифрами, где самые большие разрывы и для каких выводов данных пока не хватает.
При этом ИИ снял большой объём ручной работы: например, помог разобрать и типизировать массив текстовых комментариев.
Что я вынесла из этих двух недель:
1. Нужны точки опоры в самом процессе. Что означает показатель, на каком этапе появляется запись и чего в выгрузке вообще нет.
2. Проверку нужно отделять от анализа. Я использовала отдельных агентов и сверяла их замечания с исходными данными. По возможности стоит подключать и другую модель, чтобы снизить риск повторения той же ошибки.
3. Ошибки нужно превращать в правила. Если ИИ смешал этапы или неверно понял поле, недостаточно поправить итоговый текст. Нужно изменить условия анализа, чтобы ошибка не повторилась.
Нейросеть ускорила обработку данных и анализ. А разбираться, имеют ли её выводы отношение к реальности, пришлось мне.
🔥1