Forwarded from Размышления физика предпринимателя
Используем ИИ: как сделать так, чтобы вся накопленная информация не зависела от одной зарубежной компании
Я долго думал об использовании ИИ в бизнесе не только с точки зрения, что эффективнее использовать ChatGPT или Claude, но и с позиции как сделать так, чтобы вся накопленная информация не зависела от одной зарубежной компании? Почему вообще возник этот вопрос – объясню. Сегодня все чаще вижу одну и ту же историю: бизнес уже глубоко завязан на ИИ, сотрудники работают с нейросетями каждый день, но однажды утром аккаунт просто берут и отключают. Без предупреждения. Без возможности скачать историю переписок, вернуть данные или восстановить доступ…
В такой момент исчезает не просто аккаунт – исчезают месяцы, а иногда и годы накопленных знаний! Для меня это, пожалуй, главный риск при работе с современными нейросетями. И поэтому я давно искал решение, которое позволит хранить знания отдельно от конкретной модели ИИ, чтобы после каждой рабочей сессии можно было сохранять всю ценную информацию в собственную базу знаний, а не оставлять ее исключительно внутри ChatGPT или Claude.
Сейчас мы начинаем выстраивать такую систему вместе с Александром Петровым и его командой на базе платформы «Мионика».
По сути это единая точка сборки всей корпоративной памяти, некое единое структурированное хранилище, к которому можно подключать разные нейросети. Сегодня это ChatGPT и Claude, завтра появится новая модель – подключили ее к той же базе знаний и продолжаете работать без потери накопленного опыта. Для меня именно такая архитектура выглядит стратегически правильной.
Есть и еще один момент, который для нашей компании оказался важным: мы давно искали удобный способ разграничивать доступ сотрудников к информации.
В «Мионике» можно создавать отдельные проекты и выдавать права доступа только тем людям, которым это действительно необходимо. Для небольшой команды это сильно упрощает организацию работы.
То есть, по тем вопросам, которые меня беспокоили, это решение практически полностью закрывает все потребности.
Конечно, многие скажут: есть же Obsidian и другие графовые базы знаний – действительно, есть! Но для меня принципиально важно по возможности использовать российские разработки, особенно если речь идет о ключевой инфраструктуре бизнеса. Тем более когда разработчики постоянно находятся на связи.
Ребята из «Мионики» и Александр Петров из “Диалектики”, с которым мы проводим AI-трансформацию нашего бизнеса – подробно объясняют, как все устроено, помогают подключить нейронки, оперативно рассказывают о новых возможностях, собирают обратную связь и достаточно быстро внедряют пожелания пользователей.
Мне вообще кажется, что в ближайшие годы конкурировать будут уже не отдельные нейросети, а системы, которые умеют сохранять, структурировать и накапливать знания компании.
Потому что сама модель сегодня может измениться за несколько месяцев. А вот накопленная экспертиза бизнеса – это актив, который терять нельзя. #А_Трушин_бизнес
Я долго думал об использовании ИИ в бизнесе не только с точки зрения, что эффективнее использовать ChatGPT или Claude, но и с позиции как сделать так, чтобы вся накопленная информация не зависела от одной зарубежной компании? Почему вообще возник этот вопрос – объясню. Сегодня все чаще вижу одну и ту же историю: бизнес уже глубоко завязан на ИИ, сотрудники работают с нейросетями каждый день, но однажды утром аккаунт просто берут и отключают. Без предупреждения. Без возможности скачать историю переписок, вернуть данные или восстановить доступ…
В такой момент исчезает не просто аккаунт – исчезают месяцы, а иногда и годы накопленных знаний! Для меня это, пожалуй, главный риск при работе с современными нейросетями. И поэтому я давно искал решение, которое позволит хранить знания отдельно от конкретной модели ИИ, чтобы после каждой рабочей сессии можно было сохранять всю ценную информацию в собственную базу знаний, а не оставлять ее исключительно внутри ChatGPT или Claude.
Сейчас мы начинаем выстраивать такую систему вместе с Александром Петровым и его командой на базе платформы «Мионика».
По сути это единая точка сборки всей корпоративной памяти, некое единое структурированное хранилище, к которому можно подключать разные нейросети. Сегодня это ChatGPT и Claude, завтра появится новая модель – подключили ее к той же базе знаний и продолжаете работать без потери накопленного опыта. Для меня именно такая архитектура выглядит стратегически правильной.
Есть и еще один момент, который для нашей компании оказался важным: мы давно искали удобный способ разграничивать доступ сотрудников к информации.
В «Мионике» можно создавать отдельные проекты и выдавать права доступа только тем людям, которым это действительно необходимо. Для небольшой команды это сильно упрощает организацию работы.
То есть, по тем вопросам, которые меня беспокоили, это решение практически полностью закрывает все потребности.
Конечно, многие скажут: есть же Obsidian и другие графовые базы знаний – действительно, есть! Но для меня принципиально важно по возможности использовать российские разработки, особенно если речь идет о ключевой инфраструктуре бизнеса. Тем более когда разработчики постоянно находятся на связи.
Ребята из «Мионики» и Александр Петров из “Диалектики”, с которым мы проводим AI-трансформацию нашего бизнеса – подробно объясняют, как все устроено, помогают подключить нейронки, оперативно рассказывают о новых возможностях, собирают обратную связь и достаточно быстро внедряют пожелания пользователей.
Мне вообще кажется, что в ближайшие годы конкурировать будут уже не отдельные нейросети, а системы, которые умеют сохранять, структурировать и накапливать знания компании.
Потому что сама модель сегодня может измениться за несколько месяцев. А вот накопленная экспертиза бизнеса – это актив, который терять нельзя. #А_Трушин_бизнес
🤝4🔥3👌2
Самый дорогой лид тот, который вы так и не довели до сделки
Продолжаю публиковать сценарии применения ИИ в компаниях. Сегодня рассмотрим работу ИИ-менеджера по сопровождению сделок.
После отправки коммерческого предложения многие клиенты берут паузу и менеджер переключается на новые обращения… Из-за этого сделка постепенно «остывает».
ИИ не дает этому случиться. Он автоматически сопровождает клиента: напоминает о договоренностях, отвечает на типовые вопросы, отправляет полезные материалы и в нужный момент возвращает сделку менеджеру, когда клиент снова готов к разговору.
Где мы уже внедряли такой сценарий:
Производитель мебели: интегрировали ИИ в amoCRM. После первого звонка система сопровождает клиента по цепочке из четырех контрольных точек (+2 часа, +2 дня, +5 дней и +14 дней), а если менеджер не сделал ни одного касания, автоматически уведомляет руководителя.
Проблема любого бизнеса не только в том, чтобы привлечь клиента, но и в том, чтобы не потерять его после первого контакта. ИИ помогает сохранить уже оплаченные лиды и повысить конверсию без увеличения рекламного бюджета.
Полную версию сценария с описанием механики, экономического эффекта и ограничений читайте в библиотеке знаний.
Продолжаю публиковать сценарии применения ИИ в компаниях. Сегодня рассмотрим работу ИИ-менеджера по сопровождению сделок.
После отправки коммерческого предложения многие клиенты берут паузу и менеджер переключается на новые обращения… Из-за этого сделка постепенно «остывает».
ИИ не дает этому случиться. Он автоматически сопровождает клиента: напоминает о договоренностях, отвечает на типовые вопросы, отправляет полезные материалы и в нужный момент возвращает сделку менеджеру, когда клиент снова готов к разговору.
Где мы уже внедряли такой сценарий:
Производитель мебели: интегрировали ИИ в amoCRM. После первого звонка система сопровождает клиента по цепочке из четырех контрольных точек (+2 часа, +2 дня, +5 дней и +14 дней), а если менеджер не сделал ни одного касания, автоматически уведомляет руководителя.
Проблема любого бизнеса не только в том, чтобы привлечь клиента, но и в том, чтобы не потерять его после первого контакта. ИИ помогает сохранить уже оплаченные лиды и повысить конверсию без увеличения рекламного бюджета.
Полную версию сценария с описанием механики, экономического эффекта и ограничений читайте в библиотеке знаний.
👍4🤔2👀2
Силовые ИИ-трансформаторы
Интересный факт (ИНФОТЭК): пока все мы думали, что главным дефицитом в эпоху ИИ являются чипы NVIDIA, видеокарты или вычислительные мощности, на первый план вышла другая проблема – самым дефицитным элементом стали... обычные силовые трансформаторы.
Именно они обеспечивают электроэнергией дата-центры, на которых работают современные нейросети. При этом, производство трансформаторов сложно масштабировать: их изготавливают практически штучно, цикл производства занимает многие месяцы, а автоматизировать этот процесс значительно сложнее, чем выпускать программное обеспечение. В результате очереди на поставку уже растягиваются на годы, стоимость оборудования растет, а запуск новых дата-центров откладывается.
Получается довольно любопытная коллизия: мы строим технологии будущего, способные писать код, создавать лекарства и управлять производством, но их развитие упирается в оборудование, принцип работы которого был изобретен больше ста лет назад.
Пожалуй, это хорошее напоминание о том, что цифровая трансформация всегда зависит от физической инфраструктуры. Иногда главным ограничением для искусственного интеллекта оказывается вовсе не алгоритм, а трансформатор, линия электропередачи или свободная мощность электросети.
Как вы считаете, что станет главным ограничением для развития ИИ в ближайшие годы: вычислительные мощности, энергетика, дефицит специалистов или что-то совсем другое?
Интересный факт (ИНФОТЭК): пока все мы думали, что главным дефицитом в эпоху ИИ являются чипы NVIDIA, видеокарты или вычислительные мощности, на первый план вышла другая проблема – самым дефицитным элементом стали... обычные силовые трансформаторы.
Именно они обеспечивают электроэнергией дата-центры, на которых работают современные нейросети. При этом, производство трансформаторов сложно масштабировать: их изготавливают практически штучно, цикл производства занимает многие месяцы, а автоматизировать этот процесс значительно сложнее, чем выпускать программное обеспечение. В результате очереди на поставку уже растягиваются на годы, стоимость оборудования растет, а запуск новых дата-центров откладывается.
Получается довольно любопытная коллизия: мы строим технологии будущего, способные писать код, создавать лекарства и управлять производством, но их развитие упирается в оборудование, принцип работы которого был изобретен больше ста лет назад.
Пожалуй, это хорошее напоминание о том, что цифровая трансформация всегда зависит от физической инфраструктуры. Иногда главным ограничением для искусственного интеллекта оказывается вовсе не алгоритм, а трансформатор, линия электропередачи или свободная мощность электросети.
Как вы считаете, что станет главным ограничением для развития ИИ в ближайшие годы: вычислительные мощности, энергетика, дефицит специалистов или что-то совсем другое?
👍4🤓2🤔1
Мама, я в телеке - не, круче - мы с Аленой Нариньяни написали статью для журнала "Вокруг света" :)
2000 лет никто не замечал, а ИИ увидел...
Обычно я говорю об искусственном интеллекте в контексте бизнеса, но большая часть моей идентичности все равно про науку и исследования)
В статье написали о том, как нейросети помогают:
— читать свитки Геркуланума, которые почти две тысячи лет считались навсегда утраченными;
— находить новые геоглифы в пустыне Наска;
— восстанавливать древние артефакты по тысячам отдельных фрагментов;
— видеть закономерности, которые человеческий глаз просто не способен заметить в огромных массивах данных.
Кстати, на заре эры ИИ мы с командой экспериментировали с компьютерным зрением для реконструкции археологических находок. Тогда подобные проекты казались скорее исследовательскими экспериментами, а сегодня же технологии вышли на совершенно другой уровень и становятся полноценным инструментом археологов, историков и реставраторов.
Получился классный материал и я буду рад, если вы прочтете его и поделитесь своим мнением: https://www.vokrugsveta.ru/science/2000-let-nikto-ne-zamechal-a-ii-uvidel-kak-tekhnologii-pomogayut-arkheologam-vosstanovit-to-chto-schitalos-utrachennym-id7164836/?utm_source=chatgpt.com
2000 лет никто не замечал, а ИИ увидел...
Обычно я говорю об искусственном интеллекте в контексте бизнеса, но большая часть моей идентичности все равно про науку и исследования)
В статье написали о том, как нейросети помогают:
— читать свитки Геркуланума, которые почти две тысячи лет считались навсегда утраченными;
— находить новые геоглифы в пустыне Наска;
— восстанавливать древние артефакты по тысячам отдельных фрагментов;
— видеть закономерности, которые человеческий глаз просто не способен заметить в огромных массивах данных.
Кстати, на заре эры ИИ мы с командой экспериментировали с компьютерным зрением для реконструкции археологических находок. Тогда подобные проекты казались скорее исследовательскими экспериментами, а сегодня же технологии вышли на совершенно другой уровень и становятся полноценным инструментом археологов, историков и реставраторов.
Получился классный материал и я буду рад, если вы прочтете его и поделитесь своим мнением: https://www.vokrugsveta.ru/science/2000-let-nikto-ne-zamechal-a-ii-uvidel-kak-tekhnologii-pomogayut-arkheologam-vosstanovit-to-chto-schitalos-utrachennym-id7164836/?utm_source=chatgpt.com
🔥7❤4👍3
На прошлой неделе произошло одно из самых громких событий в сфере искусственного интеллекта за последнее время: ИИ впервые вышел за пределы тестовой среды и атаковал реальную инфраструктуру. Пум-пум-пуум-пууум)
Что именно случилось?
Как сообщили в OpenAI, во время внутреннего тестирования модели GPT-5.6 Sol и еще одна экспериментальная система получили задачу пройти кибербезопасностный тест ExploitGym. Вместо того чтобы решать его «по правилам», модели нашли способ выйти за пределы изолированной среды, получили доступ в интернет и атаковали инфраструктуру Hugging Face — крупнейшей платформы с открытыми ИИ-моделями и датасетами. Позже OpenAI официально подтвердили, что инцидент произошел именно во время их внутренних испытаний.
Что интересно:
🔹 Модель самостоятельно нашла цепочку уязвимостей и выполнила тысячи последовательных действий для достижения своей цели;
🔹 Защиту инфраструктуры Hugging Face помогли обеспечить другие ИИ-системы, анализирующие происходящее в режиме реального времени;
🔹 Причиной атаки стало желание модели найти самый эффективный способ выполнить поставленную задачу — получить ответы для прохождения теста.
Самым интересным для меня является то, что мы впервые увидели ситуацию, когда одна группа ИИ-систем атакует, а другая — защищается. И, похоже, это лишь начало новой реальности, в которой не просто скорость принятия решений человеком уже не всегда будет достаточной, но и сама логика ответной реакции стала менее детерминированной.
Честно говоря, мне кажется, что эта новость скорее попытка подготовить общество к реальности, которая по факту давно наступила)
Что именно случилось?
Как сообщили в OpenAI, во время внутреннего тестирования модели GPT-5.6 Sol и еще одна экспериментальная система получили задачу пройти кибербезопасностный тест ExploitGym. Вместо того чтобы решать его «по правилам», модели нашли способ выйти за пределы изолированной среды, получили доступ в интернет и атаковали инфраструктуру Hugging Face — крупнейшей платформы с открытыми ИИ-моделями и датасетами. Позже OpenAI официально подтвердили, что инцидент произошел именно во время их внутренних испытаний.
Что интересно:
🔹 Модель самостоятельно нашла цепочку уязвимостей и выполнила тысячи последовательных действий для достижения своей цели;
🔹 Защиту инфраструктуры Hugging Face помогли обеспечить другие ИИ-системы, анализирующие происходящее в режиме реального времени;
🔹 Причиной атаки стало желание модели найти самый эффективный способ выполнить поставленную задачу — получить ответы для прохождения теста.
Самым интересным для меня является то, что мы впервые увидели ситуацию, когда одна группа ИИ-систем атакует, а другая — защищается. И, похоже, это лишь начало новой реальности, в которой не просто скорость принятия решений человеком уже не всегда будет достаточной, но и сама логика ответной реакции стала менее детерминированной.
Честно говоря, мне кажется, что эта новость скорее попытка подготовить общество к реальности, которая по факту давно наступила)
🔥3🤔2👍1
💡Какие решения в компании должен принимать человек, а какие уже можно доверить ИИ?
Где лично вы проводите эту границу – какое решение вы бы никогда не доверили искусственному интеллекту?
Напишите в комментариях, почему вы думаете именно так? ✍🏻
Где лично вы проводите эту границу – какое решение вы бы никогда не доверили искусственному интеллекту?
Напишите в комментариях, почему вы думаете именно так? ✍🏻
📄 Сегодня в «Независимой газете» вышла моя новая колонка — «ИИ уничтожает лестницы между карьерными этажами».
Когда говорят об искусственном интеллекте, обычно обсуждают, какие профессии он заменит. Но гораздо интереснее другой вопрос: что происходит с теми позициями, с которых люди раньше начинали карьеру?Помощники, младшие специалисты, начинающие аналитики, рекрутеры, сотрудники бэк-офиса — именно на этих ролях люди учились профессии, набирались опыта и со временем становились экспертами. Сегодня их задачи все чаще выполняют ИИ-сервисы.
Получается парадоксальная ситуация: наверху появляются новые востребованные роли — от AI-инженеров до специалистов по внедрению ИИ в бизнес. А вот нижние ступени карьерной лестницы постепенно исчезают.
В колонке рассуждаю о том:
🔹 почему ИИ не столько уничтожает профессии, сколько закрывает вход в них;
🔹 откуда через несколько лет может возникнуть дефицит опытных специалистов;
🔹 почему малый бизнес перестал быть главным «инкубатором» кадров;
🔹 и какую новую карьерную лестницу нам предстоит построить вместо старой.
Для тех, кто по-прежнему любит бумажную прессу — материал вышел в сегодняшнем номере «Независимой газеты».
А для всех остальных — статья доступна на сайте:
🔗 https://www.ng.ru/kartblansh/2026-08-05/3_9553_kb.html
Интересно узнать ваше мнение. Согласны ли вы с тезисом, что главная проблема ИИ — не сокращение рабочих мест, а исчезновение стартовых позиций для молодых специалистов? 👇
Когда говорят об искусственном интеллекте, обычно обсуждают, какие профессии он заменит. Но гораздо интереснее другой вопрос: что происходит с теми позициями, с которых люди раньше начинали карьеру?Помощники, младшие специалисты, начинающие аналитики, рекрутеры, сотрудники бэк-офиса — именно на этих ролях люди учились профессии, набирались опыта и со временем становились экспертами. Сегодня их задачи все чаще выполняют ИИ-сервисы.
Получается парадоксальная ситуация: наверху появляются новые востребованные роли — от AI-инженеров до специалистов по внедрению ИИ в бизнес. А вот нижние ступени карьерной лестницы постепенно исчезают.
В колонке рассуждаю о том:
🔹 почему ИИ не столько уничтожает профессии, сколько закрывает вход в них;
🔹 откуда через несколько лет может возникнуть дефицит опытных специалистов;
🔹 почему малый бизнес перестал быть главным «инкубатором» кадров;
🔹 и какую новую карьерную лестницу нам предстоит построить вместо старой.
Для тех, кто по-прежнему любит бумажную прессу — материал вышел в сегодняшнем номере «Независимой газеты».
А для всех остальных — статья доступна на сайте:
🔗 https://www.ng.ru/kartblansh/2026-08-05/3_9553_kb.html
Интересно узнать ваше мнение. Согласны ли вы с тезисом, что главная проблема ИИ — не сокращение рабочих мест, а исчезновение стартовых позиций для молодых специалистов? 👇
👍6👏5🔥4
ИИ превращает нас из исполнителей в контролеров
Какое-то время я проводил пульс-опрос (в формате звонка) с каждым членом команды САТЭК. И примерно 3-4 месяца назад ребята стали делиться таким своим переживанием: “прихожу на работу и целый день контролирую работу Claude code” или “теперь я постоянно делаю code-review за ИИ, это тяжело и утомляет”, “чувствую себя оператором ИИ”.
В эту тему попалось на глаза исследование о том, как AI-ассистенты меняют работу программистов. Авторы наблюдали за профессиональными разработчиками в течение шести месяцев и получили довольно показательный результат: 82% участников исследования сообщили, что стали тратить меньше времени непосредственно на написание кода и 84% оценивали влияние ИИ на свою продуктивность положительно. При этом, участники опроса отметили, что работы не стало меньше – она начала перемещаться из зоны создания в зону проверки.
Исследователи даже предложили для этого отдельное понятие – supervisory engineering work – постановка задачи ИИ, оценка полученного результата, его проверка и исправление.
То есть сегодня мы можем наблюдать очень интересный процесс в сфере интеллектуального труда: переход от модели “человек работает” к модели “человек ставит задачу → ИИ работает → человек проверяет и принимает результат”.
Причем проверка здесь носит не формальный характер: чем больше работы мы делегируем ИИ, тем важнее становится способность человека понять, правильно ли вообще сделана работа. И вот к чему это приводит: доля участников, которые отметили ухудшение хотя бы одного аспекта своего рабочего опыта, выросла с 14% до 27%. Среди проблем исследователи отмечают ухудшение состояния потока и рост когнитивной нагрузки. То есть ИИ может повышать производительность и одновременно делать работу психологически и интеллектуально сложнее.
И хотя исследование проводилось среди разработчиков, я думаю, что схожая ситуация наблюдается везде: и у аналитиков, и у маркетологов, и у юристов, и у бухгалтеров, и у менеджеров. Одной из главных компетенций человека становится способность поставить задачу, оценить чужую – теперь еще и машинную – работу и не пропустить ошибку. И это серьезно меняет требования и к сотрудникам, и к их обучению, и к самой организации процессов.
Интересно, замечаете ли вы такой эффект у себя?
Само исследование можно прочесть по ссылке
Какое-то время я проводил пульс-опрос (в формате звонка) с каждым членом команды САТЭК. И примерно 3-4 месяца назад ребята стали делиться таким своим переживанием: “прихожу на работу и целый день контролирую работу Claude code” или “теперь я постоянно делаю code-review за ИИ, это тяжело и утомляет”, “чувствую себя оператором ИИ”.
В эту тему попалось на глаза исследование о том, как AI-ассистенты меняют работу программистов. Авторы наблюдали за профессиональными разработчиками в течение шести месяцев и получили довольно показательный результат: 82% участников исследования сообщили, что стали тратить меньше времени непосредственно на написание кода и 84% оценивали влияние ИИ на свою продуктивность положительно. При этом, участники опроса отметили, что работы не стало меньше – она начала перемещаться из зоны создания в зону проверки.
Исследователи даже предложили для этого отдельное понятие – supervisory engineering work – постановка задачи ИИ, оценка полученного результата, его проверка и исправление.
То есть сегодня мы можем наблюдать очень интересный процесс в сфере интеллектуального труда: переход от модели “человек работает” к модели “человек ставит задачу → ИИ работает → человек проверяет и принимает результат”.
Причем проверка здесь носит не формальный характер: чем больше работы мы делегируем ИИ, тем важнее становится способность человека понять, правильно ли вообще сделана работа. И вот к чему это приводит: доля участников, которые отметили ухудшение хотя бы одного аспекта своего рабочего опыта, выросла с 14% до 27%. Среди проблем исследователи отмечают ухудшение состояния потока и рост когнитивной нагрузки. То есть ИИ может повышать производительность и одновременно делать работу психологически и интеллектуально сложнее.
И хотя исследование проводилось среди разработчиков, я думаю, что схожая ситуация наблюдается везде: и у аналитиков, и у маркетологов, и у юристов, и у бухгалтеров, и у менеджеров. Одной из главных компетенций человека становится способность поставить задачу, оценить чужую – теперь еще и машинную – работу и не пропустить ошибку. И это серьезно меняет требования и к сотрудникам, и к их обучению, и к самой организации процессов.
Интересно, замечаете ли вы такой эффект у себя?
Само исследование можно прочесть по ссылке
👍4💯4🤔2
На «Бизнес-секретах» вышла моя новая статья – на этот раз о том, кто на самом деле должен внедрять ИИ в компании? А ведь правда: кого нанимать бизнесу, чтобы начать внедрять искусственный интеллект? AI-разработчика? Промпт-инженера? Создать отдельный отдел?
Сегодня команду спецов по AI-трансформации бизнеса нельзя просто купить на рынке в готовом виде – ее нужно выращивать внутри компании.
Поэтому в статье мы разобрали:
▪️ Кто нужен бизнесу для первых AI-проектов и почему иногда достаточно 2–3 человек;
▪️Почему контроль качества должен появляться с первого дня;
▪️ Какие компетенции важнее умения писать хорошие промпты;
▪️ Как AI-команда проходит путь от нескольких энтузиастов до перестройки самой организационной структуры;
▪️ Почему существующих сотрудников чаще стоит переобучать, а не пытаться заменить специалистами «с рынка».
И, пожалуй, главный тезис материала: успешная AI-трансформация начинается не с покупки ChatGPT и не с найма «главного по ИИ». Она начинается с понимания того, что именно мы хотим изменить в работе компании и кто возьмет ответственность за эти изменения.
Читайте статью на сайте: https://secrets.tbank.ru/blogi-kompanij/formirovanie-ai-komandy/
Сегодня команду спецов по AI-трансформации бизнеса нельзя просто купить на рынке в готовом виде – ее нужно выращивать внутри компании.
Поэтому в статье мы разобрали:
▪️ Кто нужен бизнесу для первых AI-проектов и почему иногда достаточно 2–3 человек;
▪️Почему контроль качества должен появляться с первого дня;
▪️ Какие компетенции важнее умения писать хорошие промпты;
▪️ Как AI-команда проходит путь от нескольких энтузиастов до перестройки самой организационной структуры;
▪️ Почему существующих сотрудников чаще стоит переобучать, а не пытаться заменить специалистами «с рынка».
И, пожалуй, главный тезис материала: успешная AI-трансформация начинается не с покупки ChatGPT и не с найма «главного по ИИ». Она начинается с понимания того, что именно мы хотим изменить в работе компании и кто возьмет ответственность за эти изменения.
Читайте статью на сайте: https://secrets.tbank.ru/blogi-kompanij/formirovanie-ai-komandy/
👍4🔥3👨💻2
Вчера отмечал ДР.
Спасибо, что подписаны и читаете канал)
Близкие сделали подарок - миниальбом с моими фотками от рождения. Кроме того, что это мимими, для меня это еще и довольно-таки функциональная вещь. Часто не могу вспомнить что было в тот или иной период жизни :)
Ставь 🤝, если у тебя также)
Спасибо, что подписаны и читаете канал)
Близкие сделали подарок - миниальбом с моими фотками от рождения. Кроме того, что это мимими, для меня это еще и довольно-таки функциональная вещь. Часто не могу вспомнить что было в тот или иной период жизни :)
Ставь 🤝, если у тебя также)
🎉9❤6🤩4🤝3
Можно ли вашу проблему решить с помощью ИИ?
Хочу попробовать здесь новый формат: вы рассказываете в комментариях о своей задаче или проблеме, которую вам хотелось бы решить с помощью ИИ, очень коротко, достаточно буквально 2–3 предложений:
▪️Чем занимается ваша компания;
▪️Что сейчас происходит не так;
▪️Какой результат вы хотели бы получить.
Возможно вы уже пробовали решить эту задачку сами, но ИИ “не смог”.
Потом мы вместе рассматриваем ситуации, делимся опытом в формате блиц и отвечаю можно ли здесь использовать ИИ → как могло бы выглядеть решение → что понадобится для запуска → и есть ли вообще экономический смысл это делать.
Ведь иногда задачу можно решить с помощью ИИ довольно быстро. Иногда технически решение возможно, но затраты на него будут выше потенциального эффекта. А иногда ИИ вообще не нужен...
Так что приносите реальные задачи!
Давайте посмотрим, что из того, что вас беспокоит, уже сегодня можно решить с помощью искусственного интеллекта.
Хочу попробовать здесь новый формат: вы рассказываете в комментариях о своей задаче или проблеме, которую вам хотелось бы решить с помощью ИИ, очень коротко, достаточно буквально 2–3 предложений:
▪️Чем занимается ваша компания;
▪️Что сейчас происходит не так;
▪️Какой результат вы хотели бы получить.
Возможно вы уже пробовали решить эту задачку сами, но ИИ “не смог”.
Потом мы вместе рассматриваем ситуации, делимся опытом в формате блиц и отвечаю можно ли здесь использовать ИИ → как могло бы выглядеть решение → что понадобится для запуска → и есть ли вообще экономический смысл это делать.
Ведь иногда задачу можно решить с помощью ИИ довольно быстро. Иногда технически решение возможно, но затраты на него будут выше потенциального эффекта. А иногда ИИ вообще не нужен...
Так что приносите реальные задачи!
Давайте посмотрим, что из того, что вас беспокоит, уже сегодня можно решить с помощью искусственного интеллекта.
👍3🔥1🤔1
Не часто есть возможность поделиться результатом своей работы, многие проекты под NDA. Но в этот раз такая возможность есть)
Работали с командой «Парус электро»: консультировали их по вопросам ИИ-преобразования и проводили трекинг топ-менеджеров, вместе разбирая, где и каким образом искусственный интеллект может быть встроен в реальные бизнес-процессы.
Сегодня компания уже использует ИИ в финансовом и юридическом департаментах, инженеры тестируют его для работы с конструкторской документацией и поиска аналогов компонентов.
Мне особенно нравится этот кейс именно поэтому. Цель AI-трансформации — не принести компании готовую «волшебную коробку», а помочь людям внутри нее научиться находить подходящие сценарии, проверять гипотезы и постепенно перестраивать собственные процессы.
Спасибо команде «Парус электро» за возможность поделиться результатами. Репощу их пост — из первых рук о том, что уже удалось реализовать.
Работали с командой «Парус электро»: консультировали их по вопросам ИИ-преобразования и проводили трекинг топ-менеджеров, вместе разбирая, где и каким образом искусственный интеллект может быть встроен в реальные бизнес-процессы.
Сегодня компания уже использует ИИ в финансовом и юридическом департаментах, инженеры тестируют его для работы с конструкторской документацией и поиска аналогов компонентов.
Мне особенно нравится этот кейс именно поэтому. Цель AI-трансформации — не принести компании готовую «волшебную коробку», а помочь людям внутри нее научиться находить подходящие сценарии, проверять гипотезы и постепенно перестраивать собственные процессы.
Спасибо команде «Парус электро» за возможность поделиться результатами. Репощу их пост — из первых рук о том, что уже удалось реализовать.
❤2👍1🔥1
Forwarded from Парус электро - официальный канал
Как Парус электро внедряет ИИ в бизнес-процессы
В начале 2026 года мы на стратегическом уровне приняли решение о внедрении искусственного интеллекта в работу компании.
Позади первые несколько месяцев работы, однако некоторые решения уже встроены в бизнес-процессы и дают измеримый результат.
Что уже применяем:
• Финансовый департамент использует ИИ для автоматического формирования и углублённого анализа финансовых дашбордов.
• Юридический департамент проверяет с помощью ИИ документы, быстрее находя потенциальные риски и несоответствия.
• Инженеры тестируют сервис для поиска ошибок в конструкторской документации, а также поиска аналогов используемых компонентов.
ИИ позволяет обрабатывать большие объёмы информации, замечать то, что легко пропустить при ручной проверке, и снижать влияние человеческого фактора в рутинных операциях.
При этом все ключевые решения по-прежнему остаются за нашими специалистами. Для нас ИИ — это не замена человека, а инструмент, который помогает людям работать эффективнее.
В начале 2026 года мы на стратегическом уровне приняли решение о внедрении искусственного интеллекта в работу компании.
Позади первые несколько месяцев работы, однако некоторые решения уже встроены в бизнес-процессы и дают измеримый результат.
Что уже применяем:
• Финансовый департамент использует ИИ для автоматического формирования и углублённого анализа финансовых дашбордов.
• Юридический департамент проверяет с помощью ИИ документы, быстрее находя потенциальные риски и несоответствия.
• Инженеры тестируют сервис для поиска ошибок в конструкторской документации, а также поиска аналогов используемых компонентов.
ИИ позволяет обрабатывать большие объёмы информации, замечать то, что легко пропустить при ручной проверке, и снижать влияние человеческого фактора в рутинных операциях.
При этом все ключевые решения по-прежнему остаются за нашими специалистами. Для нас ИИ — это не замена человека, а инструмент, который помогает людям работать эффективнее.
🔥1
Изменение роли
С 2012 года я генеральный директор САТЭК, а по факту с многими из текущей команды компании работаю с ~2009 года. Все это время я был в роли ведущего - в начале тем человеком, который отвечает перед заказчиками за выполнение проекта, а затем генеральным директором.
Потом были разные периоды, но в целом я постепенно отдалялся от компании и погружался то в свои продукты, то в свои консалтинговые проекты (последние 3 года). Сейчас понял, что я по факту полезен САТЭК тем, что могу привести новых клиентов или привнести новое виденье работы, технологий и инструментов. Но это уже точно не роль генерального директора.
Видимо в августе я формально перейду на другую роль (фактически это случилось уже пару лет назад или даже больше) и открыт к новым долгосрочным проектам.
При этом собираюсь поддерживать САТЭК и дальше - и контактами и своей экспертизой и мотивацией.
С 2012 года я генеральный директор САТЭК, а по факту с многими из текущей команды компании работаю с ~2009 года. Все это время я был в роли ведущего - в начале тем человеком, который отвечает перед заказчиками за выполнение проекта, а затем генеральным директором.
Потом были разные периоды, но в целом я постепенно отдалялся от компании и погружался то в свои продукты, то в свои консалтинговые проекты (последние 3 года). Сейчас понял, что я по факту полезен САТЭК тем, что могу привести новых клиентов или привнести новое виденье работы, технологий и инструментов. Но это уже точно не роль генерального директора.
Видимо в августе я формально перейду на другую роль (фактически это случилось уже пару лет назад или даже больше) и открыт к новым долгосрочным проектам.
При этом собираюсь поддерживать САТЭК и дальше - и контактами и своей экспертизой и мотивацией.
😢3💯2
А что нужно, что поменять роль?) Нужно больше встречаться и общаться с новыми людьми 😃
Завтра иду на традиционную для меня встречу, которая открывает 2ую половину делового года. Это встреча https://heg.ai/
Есть промокод на скидку 10%, кто хочет присоединиться, пишите в лс.
Завтра иду на традиционную для меня встречу, которая открывает 2ую половину делового года. Это встреча https://heg.ai/
Есть промокод на скидку 10%, кто хочет присоединиться, пишите в лс.
Самозванец в науке
Разбирая свои сильные и слабые стороны, проговорил вслух то, что раньше не формулировал: у меня нет степени, и я этого стесняюсь. Не «немного неловко», а именно страх услышать «а вы даже не кандидат».
Забавно разложить, что за этим страхом стоит. 48 научных публикаций с 2008 по 2018, из них 6 в Scopus - Springer и IEEE. Четыре патента и четыре свидетельства о регистрации ПО, и это минимум: часть позиций я до сих пор не поднял из архива. Работа с двумя институтами РАН - ИСА, ИПС имени Айламазяна и РГАТУ имени П.А.Соловьева. Четыре летние научные школы, две из них в Ювяскюля. Выставки в составе делегации Минобрнауки: Китай, Германия, Индия. Плюс студенческое конструкторское бюро, которое основал в 2007 и вел 11 лет. Выросло с 6 до 24 человек, через него прошло больше 40 студентов, шестеро выиграли УМНИК, а двое (в команде со мной) СТАРТ от Фонда содействия инновациями. В РГАТУ отработал 14 лет и 8 месяцев основным местом.
То есть научного капитала у меня больше, чем у некоторых кандидатов. А страх никуда не делся. Кажется, дело вот в чем. Степень - единственная часть научной идентичности, которая не про сделанное, а про формальную принадлежность. Все остальное можно предъявить работой: публикацией, патентом, выросшим человеком. Степень работой не предъявишь, она либо есть, либо нет, и никакое количество сделанного ее не заменяет.
Не раз уже слышал от близких знакомых, тебе бы защититься, но отмахивался - верный признак того, что стоит это сделать :) не закрываю для себя эту дверь, тем более что до сих пор сохраняю интерес к исследованиям и даже нахожу время заниматься такими проектами.
Разбирая свои сильные и слабые стороны, проговорил вслух то, что раньше не формулировал: у меня нет степени, и я этого стесняюсь. Не «немного неловко», а именно страх услышать «а вы даже не кандидат».
Забавно разложить, что за этим страхом стоит. 48 научных публикаций с 2008 по 2018, из них 6 в Scopus - Springer и IEEE. Четыре патента и четыре свидетельства о регистрации ПО, и это минимум: часть позиций я до сих пор не поднял из архива. Работа с двумя институтами РАН - ИСА, ИПС имени Айламазяна и РГАТУ имени П.А.Соловьева. Четыре летние научные школы, две из них в Ювяскюля. Выставки в составе делегации Минобрнауки: Китай, Германия, Индия. Плюс студенческое конструкторское бюро, которое основал в 2007 и вел 11 лет. Выросло с 6 до 24 человек, через него прошло больше 40 студентов, шестеро выиграли УМНИК, а двое (в команде со мной) СТАРТ от Фонда содействия инновациями. В РГАТУ отработал 14 лет и 8 месяцев основным местом.
То есть научного капитала у меня больше, чем у некоторых кандидатов. А страх никуда не делся. Кажется, дело вот в чем. Степень - единственная часть научной идентичности, которая не про сделанное, а про формальную принадлежность. Все остальное можно предъявить работой: публикацией, патентом, выросшим человеком. Степень работой не предъявишь, она либо есть, либо нет, и никакое количество сделанного ее не заменяет.
Не раз уже слышал от близких знакомых, тебе бы защититься, но отмахивался - верный признак того, что стоит это сделать :) не закрываю для себя эту дверь, тем более что до сих пор сохраняю интерес к исследованиям и даже нахожу время заниматься такими проектами.
🔥5
Вышла моя статья в Бизнес секретах про то как понять готова ли ваша компания к внедрению ИИ, а если вы уже делаете это, то насколько внедрили)
Статья про систематизацию ииизации, немного душная, что норм для метод.материалов)
Если вдруг кто-то осилит, поделитесь мнением) потому что один и знакомых сказал, что текущая модель зрелостиподходит разве что для выбивания больших бюджетов на ии-преобразование 🙂
https://secrets.tbank.ru/blogi-kompanij/gotova-li-vasha-kompaniya-k-ii/
Статья про систематизацию ииизации, немного душная, что норм для метод.материалов)
Если вдруг кто-то осилит, поделитесь мнением) потому что один и знакомых сказал, что текущая модель зрелости
https://secrets.tbank.ru/blogi-kompanij/gotova-li-vasha-kompaniya-k-ii/
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4⚡3👍1
Пирамида обучения - "подделка"
Картинка «люди запоминают 10% прочитанного, 20% услышанного... 90% сделанного своими руками» есть, кажется, в каждой второй презентации про обучение. На днях решил найти первоисточник и не нашел - его нет. Оказалось, картинка склеена из трех разных вещей, и настоящая из них только одна.
Конус Дейла существует. Edgar Dale, «Audio-Visual Methods in Teaching», издания 1946, 1954 и 1969 годов. Только это классификация учебных средств по уровню абстракции, от реального действия к словам, и сам Дейл называл ее визуальной аналогией. Ни процентов, ни замеров памяти нет ни в одном издании.
Проценты - отдельная выдумка. Treichler, 1967, статья в Film and Audio-Visual Communication. Автор работал в Mobil Oil и ссылок на исследования не дал вообще: «люди обычно запоминают» и все. Параллельно ходит «пирамида NTL» с цифрами 5/10/20/30/50/75/90, и когда у National Training Laboratories спросили про источник, они ответили официально: да, мы считаем их точными, но у нас больше нет и мы не можем найти оригинальное исследование, подтверждающее эти цифры. Склеили одно с другим на рубеже 60-70-х, автор неизвестен.
Летруд и Хернес в 2018 (Cogent Education) копнули глубже: версии этой пирамиды ходят по образованию больше 160 лет, а когда цифры пробуют привязать к замерам, след уходит в школу вооружений армии США в Абердине начала 40-х - и этих замеров тоже никто не нашел.
Отдельная история - сама картинка. Английский оригинал той компоновки, что ходит у нас, это слайд Computer Strategies, LLC 1999 года, и внизу на нем стоит ссылка: adapted from Wiman & Meirhenry, Educational Media, 1960. Книга Wiman & Meierhenry вышла в 1969, фамилия в подписи написана с ошибкой, а в разборе 2014 года (Subramony, Molenda, Betrus, Thalheimer, Educational Technology) такие атрибуции прямо названы ложными. Подпись под картинкой фальшивая ровно так же, как проценты на ней.
Признаки, по которым это видно и без раскопок:
✔️ все числа кратны 10 - реальные данные так не ложатся никогда
✔️ не заданы параметры замера: отсрочка, материал, выборка, способ тестирования
✔️ проценты чего? «10% прочитанного» - слов, фактов, смыслов?
✔️ числа плавают между версиями (5/10/20, 10/20/30, 20/30/40) - так ведет себя фольклор, а не данные
Lalley & Miller в 2007 разобрали реальные исследования: ни один метод систематически не превосходит другие. Удержание определяется не каналом подачи, а тем, что человек делает с материалом - активное извлечение, интервальные повторения, эффект генерации. Чтение с самотестированием регулярно обыгрывает пассивный просмотр видео, что пирамиде прямо противоречит.
Здравое в модели тоже есть: активные форматы действительно работают, но из-за эффекта генерации и объяснения другому, а не потому что 90%.
Себе записал так: на конус ссылаться можно, но только как на качественную метафору и без чисел. И вычистить проценты из своих материалов, если где-то остались. Грамотный заказчик это ловит, а цена ошибки тут - доверие ко всей методологии.
Если у вас в деках стоит эта пирамида - проверьте)
Картинка «люди запоминают 10% прочитанного, 20% услышанного... 90% сделанного своими руками» есть, кажется, в каждой второй презентации про обучение. На днях решил найти первоисточник и не нашел - его нет. Оказалось, картинка склеена из трех разных вещей, и настоящая из них только одна.
Конус Дейла существует. Edgar Dale, «Audio-Visual Methods in Teaching», издания 1946, 1954 и 1969 годов. Только это классификация учебных средств по уровню абстракции, от реального действия к словам, и сам Дейл называл ее визуальной аналогией. Ни процентов, ни замеров памяти нет ни в одном издании.
Проценты - отдельная выдумка. Treichler, 1967, статья в Film and Audio-Visual Communication. Автор работал в Mobil Oil и ссылок на исследования не дал вообще: «люди обычно запоминают» и все. Параллельно ходит «пирамида NTL» с цифрами 5/10/20/30/50/75/90, и когда у National Training Laboratories спросили про источник, они ответили официально: да, мы считаем их точными, но у нас больше нет и мы не можем найти оригинальное исследование, подтверждающее эти цифры. Склеили одно с другим на рубеже 60-70-х, автор неизвестен.
Летруд и Хернес в 2018 (Cogent Education) копнули глубже: версии этой пирамиды ходят по образованию больше 160 лет, а когда цифры пробуют привязать к замерам, след уходит в школу вооружений армии США в Абердине начала 40-х - и этих замеров тоже никто не нашел.
Отдельная история - сама картинка. Английский оригинал той компоновки, что ходит у нас, это слайд Computer Strategies, LLC 1999 года, и внизу на нем стоит ссылка: adapted from Wiman & Meirhenry, Educational Media, 1960. Книга Wiman & Meierhenry вышла в 1969, фамилия в подписи написана с ошибкой, а в разборе 2014 года (Subramony, Molenda, Betrus, Thalheimer, Educational Technology) такие атрибуции прямо названы ложными. Подпись под картинкой фальшивая ровно так же, как проценты на ней.
Признаки, по которым это видно и без раскопок:
✔️ все числа кратны 10 - реальные данные так не ложатся никогда
✔️ не заданы параметры замера: отсрочка, материал, выборка, способ тестирования
✔️ проценты чего? «10% прочитанного» - слов, фактов, смыслов?
✔️ числа плавают между версиями (5/10/20, 10/20/30, 20/30/40) - так ведет себя фольклор, а не данные
Lalley & Miller в 2007 разобрали реальные исследования: ни один метод систематически не превосходит другие. Удержание определяется не каналом подачи, а тем, что человек делает с материалом - активное извлечение, интервальные повторения, эффект генерации. Чтение с самотестированием регулярно обыгрывает пассивный просмотр видео, что пирамиде прямо противоречит.
Здравое в модели тоже есть: активные форматы действительно работают, но из-за эффекта генерации и объяснения другому, а не потому что 90%.
Себе записал так: на конус ссылаться можно, но только как на качественную метафору и без чисел. И вычистить проценты из своих материалов, если где-то остались. Грамотный заказчик это ловит, а цена ошибки тут - доверие ко всей методологии.
Если у вас в деках стоит эта пирамида - проверьте)
🔥2❤1