Без шуток

🤖 Агент или чат-бот? Определяем агента по 6 критериям Вышло неплохое исследование ИИ-агентов от "Яков и Партнёры" (ex. McKinsey), которое даёт четкое определение тому, что же всё-таки считать ИИ-агентом, а что - дорогостоящим чат-ботом с красивым названием. 🔥 Главный парадокс: внедрение ≠ прибыль • 88% компаний используют ИИ хотя бы в одной из функций, но положительный эффект на прибыль заявляют лишь 6%. • В России картина похожая: 71% применяют генеративный ИИ, но положительного эффекта более 5% достигли лишь 9% компаний. • Причина тому - "каскад затухания". В лабораторных условиях на уровне отдельных задач ИИ ускоряет работу на 56%, но в реальных проектах темпы, наоборот, падают на 19%. Чем шире масштабируется решение внутри предприятия, тем медленнее растет эффективность. В целом логично и соотносится с любой кривой убывающей полезности. • Уповать на ускорение одной функции в общем процессе бесполезно, технология не будет эффективно работать без перестройки всего конвейера. 🧠 Что такое ИИ-агент на самом деле? Наконец кто-то предложил внятные критерии! Авторы предлагают 6 признаков, по которым мы можем отличить агента от ассистента: • Агентный цикл (планирование → действие → наблюдение → коррекция) • Планирование (самостоятельно декомпозирует цель на шаги) • Работа с инструментами (API, браузер, написание кода) • Самокоррекция (исправляет ошибки без человека) • Память между сессиями • Автономное завершение всего процесса при достижении поставленной цели 🌍 Мировой рынок: 39% - агенты, остальное - маркетинг Из 18 продуктов, лидирующих на рынке, критериям соответствуют только 7: Claude Code, Devin, Codex, Operator, Cursor, Harvey и Manus. Оставшиеся 11 - это ассистенты с красивой этикеткой. Тут стоит отметить, что в терминологии "Яков и Партнёры" агент - это более продвинутая сущность, чем ассистент. Классификация в западных исследованиях часто отличается. 💡3 практических вывода для руководителей • Знать, что покупаете: Агент и ассистент - это разные классы решений с разной ценой и потенциалом. Не дайте себя обмануть маркетингом. • Тестировать на одном повторяющемся сценарии, а не на целой функции: Не «обработка клиентов», а «обработка возвратов на первой линии». Сценарий должен состоять из 3-7 шагов, иметь измеримую метрику и ответственного из бизнеса (не из IT!). • Честно считать эффект - и не бояться остановиться. 95% пилотов не окупаются в первые полгода - это нормально. Если через 90 дней нет прогресса, возможно, дело не в технологии, а в данных или процессах. Приостановка пилота - тоже результат. 📌 Где агенты НЕ нужны? Ответьте честно на 5 вопросов: • Процесс не повторяемый? • Нет чётких критериев успеха? • Все ли данные оцифрованы? • Цена ошибки высока? • Нельзя работать без проверки каждого шага? Если «да» на 3+ — внедрять агента рано. Сначала автоматизируйте рутину простыми способами. В общем, хорошее чтение для тех, кто хочет предметно разобраться в теме и выделить прикладные критерии для работы.

Свежий AI Jobs Barometer от PwC — пожалуй, одно из самых человечных исследований про ИИ. В нём проанализировали более миллиарда вакансий на шести континентах — и картина оказалась сложнее, чем «нейросети всех заменят». Главный вывод: ИИ не отменяет человека. Он меняет то, за что человеку платят. Пока ИИ забирает рутину — поиск информации, первый черновик, типовые письма, базовую аналитику, часть кода — растёт ценность того, что не сводится к шаблону: суждения, переговоров, ответственности, понимания бизнеса и клиента. Цифры это подтверждают: 🔴 В компаниях с наиболее активным внедрением ИИ численность персонала с 2018 года выросла на 52%. В компаниях с меньшим проникновением ИИ — на 36%. 🔴 Вакансии, где нужны ИИ-навыки, с 2019 года выросли на 69%. Весь рынок вакансий — только на 9%. 🔴 В профессиях, наиболее затронутых ИИ, зарплаты росли на 24% быстрее среднего. А в ролях, где ИИ усиливает человеческую экспертизу, — на 42% быстрее. 🔴 Вакансии с повышенными требованиями к человеческим навыкам — критическому мышлению, самостоятельности, коммуникации, лидерству — в ИИ-зависимых профессиях стали встречаться в 7 раз чаще. Что это означает на практике? Не «один сотрудник с ChatGPT заменит целый отдел». Скорее так: один сотрудник с ИИ сможет быстрее пройти путь от идеи до результата. А компания сможет направить людей туда, где важны качество, ответственность и рост бизнеса. Да, часть ролей и процессов будет сжиматься. Это уже происходит: поддержка, бэк-офис, контент, базовая разработка, аналитика. Но вместе с этим растёт спрос на тех, кто умеет поставить задачу ИИ, проверить ответ, встроить его в процесс и взять ответственность за итог. Самый сложный вопрос — что будет с джунами. Раньше на старте карьеры человек учился на рутине. Сейчас эту рутину первым забирает ИИ. Поэтому от начинающих специалистов уже ждут не только исполнения, но и самостоятельности: уметь формулировать задачу, замечать ошибки, объяснять логику решения, работать с людьми. Именно поэтому бояться ИИ как «увольнителя» — слишком простая картина. Правильнее смотреть на него как на новый слой инфраструктуры — примерно как интернет, облака или смартфон. Он уменьшает цену типовой работы и увеличивает цену осмысленной. Вопрос уже не в том, заменит ли ИИ человека. Вопрос в другом: какую часть своей работы вы готовы отдать ИИ, чтобы стать сильнее там, где нужен именно человек. Получается довольно простая мысль: ценность человека теперь не в том, чтобы быстро делать типовое. Ценность — в том, чтобы понимать, что типовым быть не должно. https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html

Подгон: собрал 754 питчдека на ~2 ГБ, включая самые легендарные: первый дек Airbnb, Uber, Loom и тд. Весь список с описанием выложил на GitHub - если кинете звёздочку🌟, буду рад: https://github.com/midovislam/awesome-pitch-decks Сами файлы лежат у меня в Google Drive, качайте на здоровье: https://clck.ru/3U5jba Базу особо не чистил, но она очень прикольная. Если в одну фразу упихнуть вывод базы: успешность фандрейза определяет не дизайн😁 Топ-30: 1. Airbnb 2008, Pre-Seed: https://clck.ru/3U5jYa 2. Uber 2008: https://clck.ru/3U5jaa 3. Shopify 2016: https://clck.ru/3U5jac 4. Dropbox 2007, Pre-Seed: https://clck.ru/3U5jad 6. LinkedIn 2004, Series B: https://clck.ru/3U5jah 7. GitLab 2015, Seed: https://clck.ru/3U5jaj 8. Figma 2013, Seed: https://clck.ru/3U5jak 9. Canva 2015, Seed: https://clck.ru/3U5jao 10. Coinbase 2012, Seed: https://clck.ru/3U5jaq 11. Databricks 2017, Series D: https://clck.ru/3U5jar 12. Intercom 2012, Seed: https://clck.ru/3U5jau 13. Tesla 2011: https://clck.ru/3U5jax 14. Twilio 2010, Series B: https://clck.ru/3U5jay 15. WeWork 2014, Series D: https://clck.ru/3U5jb2 16. Theranos 2006, Series C: https://clck.ru/3U5jb3 17. Brex 2018, Series B: https://clck.ru/3U5jb5 18. Gusto 2014, Series A: https://clck.ru/3U5jb7 19. Replit 2016, Seed: https://clck.ru/3U5jb8 20. YouTube 2005, Series A: https://clck.ru/3U5jb9 21. Loom 2017, Seed: https://clck.ru/3U5jbG 22. Wise 2020, Series A: https://clck.ru/3U5jbJ 23. Opendoor 2014, Series A: https://clck.ru/3U5jbL 24. Crunchbase 2019, Series C: https://clck.ru/3U5jbQ 25. DocSend 2013, Seed: https://clck.ru/3U5jbR 26. BuzzFeed 2008, Series A: https://clck.ru/3U5jbS 27. Postmates 2011, Seed: https://clck.ru/3U5jbT 28. DoorDash 2013: https://clck.ru/3U5jbU 29. Mollie 2020, Series B: https://clck.ru/3U5jbW 30. Mambu 2021, Series E: https://clck.ru/3U5jbY ну как собрал. спарсил чтобы удобнее смотреть и за раз скачать) https://unicornpitchdecks.com/ и https://bestpitchdeck.com/

🎧 Подкаст выходного дня: как системно мыслить в эпоху ИИ Если хотите провести время с пользой и получить прикладные знания для работы с агентными системами - послушайте подкаст "Системное мышление для инженера" с Иваном Закутным. В нём простым языком погружают в FPF (First Principles Framework) и системную инженерию, подходы которой универсальны и применимы во всех сферах жизни: от создания кода и архитектуры до решения бытовых задач. Для себя лично отметила аргумент про усиливающуюся важность мышления письмом, которое помогает систематизировать мышление и избежать иллюзии понимания.

Наткнулась на статью McKinsey про "агентные организации" в эпоху ИИ от сентября прошлого года. В ней приводят следующую картину изменения навыков: • M-shaped supervisors — надзиратели ИИ с широким кругозором и общим пониманием, умелые в оркестрации гибридной рабочей силы (ИИ+человек) в разных доменах. В отличие от текущих проектных менеджеров и тимлидов, должны понимать как выстраивать полный цикл и уметь передавать ИИ то, что у него лучше всего получается делать. То есть, интегрировать и не жадничать, оставляя часть отмирающего функционала человеку для сохранения рабочего места. • T-shaped experts — технические специалисты с хорошим бэкграундом и сильно утяжелившейся функцией, потому что им нужно обучать и настраивать агентные системы, не забывая про обширные корнер-кейсы. • AI-augmented frontline workers — сотрудники, работающие напрямую с человеком (HR, продажи), но дополненные ИИ. Они не управляют процессом и сист5мой, не обучают агентов, а используют ИИ-хвостик по назначению. Так чему же нам учиться? К сожалению, тут McKinsey советуют традиционный борщ: критическое и абстрактное мышление, творчество, навыки решения сложных проблем и принятия решений. -- Стоит заметить, что полет фантазии у ребят всё-таки ограничен, и им очень сложно выбраться из своей парадигмы лего-кубиков. Но ознакомиться стоит.

🚰 Оплата ИИ по счетам ЖКХ Пару дней назад на саммите BlackRock Infrastructure Сёма Альтман заявил, что ИИ будет предоставляться населению как коммунальные услуги: “Мы видим будущее, в котором интеллект станет таким же ресурсом общественного пользования, как электричество или вода. Люди будут покупать его у нас по счетчику и использовать для своих нужд.” Эта фраза не только указывает на потенциальный отказ индустрии от модели подписок в пользу системы оплаты за фактическое потребление (pay-as-you-go), но является важным сигналом, который раскрывает нам стратегическое видение будущего всего общества: ‼️ ИИ станет настолько вездесущим и критически необходимым, что превратиться в среду, в которой мы существуем. Кстати, три года назад как-то дискутировали с Димой о том, что именно энергия станет следующей мировой резервной валютой. Надо бы собрать эти мысли в кучу, пока в Кремниевой долине набирает оборот тренд на выдачу зарплаты в ИИ-вычислениях.

Тренды ИИ в 7 карточках: где мы окажемся через год? 👉🏻 Подготовила для вас, хоть и с явным запазданием, карточки с прогнозом на 2026 год. В них краткие тезисы того, что нас с вами ожидает. #тренды #прогнозы

🟤 Полезные материалы для изучения трендов по AI, технологиям, e-commerce, ритейлу, медиа, финтеху и маркетингу и др.: 📝Папка с тренд-отчетами 2026 от команды ACIG (180+ документов) 📝 Папка с тренд-отчетами 2026, собранная командой Spektr Intelligence (70 документов) @frontier_trends #тренды #отчеты #прогнозы

🤖 Всё, что нужно знать об эффективности ИИ-агентов и моей работе последних 4х месяцев На прошлой неделе Питер Гирнус (Piter Girnus) рассказал всю правду о внедрении ИИ в корпоративной среде. Наслаждаемся моим вольным переводом и не забываем, что в каждой шутке - лишь доля шутки: В прошлом квартале я раскатил Microsoft Copilot на 4000 сотрудников. Стоимостью по 30 баксов на человека в месяц. 1.4 млн в год. Я назвал это «цифровой трансформацией». Совет директоров обожает это слово. Одобрили за 11 минут. Никто не спросил, что этот Copilot будет делать. Включая меня. Я заявил, что будет «10x к продуктивности». Цифру, конечно, взял с потолка. Но звучит солидно. HR спросили, как мы измерим этот «10х». Я сказал, что «заведём аналитические дашборды». Больше не спрашивали. Три месяца спустя я глянул отчёты по использованию Copilot. Его открывали 47 человек. 12 использовали больше одного раза. Один из них был я. Им я суммаризировал письмо, которое мог бы прочитать за 30 секунд. В итоге я потратил 45 секунд. Плюс время на исправление его галлюцинаций. Но я назвал это «успешным пилотом». Успех - это когда ваш пилот не провалился явно. CFO спросил про ROI. Я показал ему график. График полз вверх и вправо. Он показывал «уровень ИИ-внедрения». Метрику я придумал на месте. Он кивнул одобрительно. Теперь мы «внедрили ИИ». Я не знаю, что это значит. Но это уже есть в нашей презентации для инвесторов. Сеньорный разработчик спросил, почему не Клод или ChatGPT. Я сказал, что нам нужна «корпоративная безопасность». Он спросил, что это значит. Я сказал: «Комплаенс». Он спросил: «Какой именно?» Я ответил: «Весь». Он выглядел скептично. Я назначил ему «беседу о развитии карьеры». Вопросы прекратились. Microsoft прислали команду для сбора кейса. Хотели сделать из нас историю успеха. Я сказал, что мы «сэкономили 40 000 часов». Цифру взял как обычно с потолка, умножив сотрудников на выдуманный коэффициент. Они не проверили. Они никогда не проверяют. Теперь мы на сайте Microsoft. «Глобальная корпорация получает +40 тыс часов к продуктивности за счет внедрения Copilot». CEO запостил это в LinkedIn. Набрал 3000 лайков. Он ни разу не пользовался Copilot. Как и всё руководство. Для них разработано исключение из правил. «Стратегические задачи требуют минимума цифровых отвлечений». Эту политику писал я. Лицензия продлится в следующем месяце. Я запросил расширение. Ещё на 5000 мест. Первые 4000 мы так и не использовали. Но в этот раз мы «обеспечим внедрение». Внедрение происходит через обязательный тренинг. Тренинг - это 45минутный вебинар, который никто не будет смотреть. Но завершение просмотра мы будем отслеживать. Количество просмотров - это тоже метрика. А метрики идут в дашборды. А дашборды - в презентации совету. Презентации совету - мой путь к повышению. К третьему кварталу я стану SVP. Я до сих пор не знаю, что делает этот Copilot. Но я знаю, для чего он. Он нужен, чтобы показать, что мы «инвестируем в ИИ». Инвестиции - это траты. Траты - это намерения. Намерения означают, мы серьёзно смотрим в будущее. А будущее для нас то, что я им назову. Главное, чтобы график полз вверх и вправо 🚀