Тагир Анализирует

💼 Как финансисты Anthropic используют Claude Я недавно разбирал статью Anthropic про то, как они закрывают 95% вопросов к данным без аналитика. Держите ещё один заход из соседней команды – у них есть разбор про то, как с этим живут финансисты. Рассказывает Alice Fong из corporate finance & strategy 🏁 Боль знакомая: квартальная преза для борда, цифры обновляются каждый день, слайды правят несколько человек параллельно. И к дедлайну в тексте на одном слайде одно число, а в таблице на другом – уже другое. Ловить это приходится глазами, перечитывая всю презу целиком Вот как она пустила агентов в свою рутину: • Проверка презы перед бордом. Задача по сути одна: проверь, что каждая цифра и каждое утверждение сводятся к единому источнику правды. И вторым заходом – прочитай это глазами члена борда и отметь, где текст противоречит сам себе или опирается на контекст, которого у читателя нет • Черновик месячного ревью. Она закидывает таблицы из финмодели и просит написать первый черновик тем голосом, которым команда уже пишет: выручка была А против Б, отклонение В%, потому что Г. Дальше правит руками • Разбор чужой финмодели. Claude for Excel разматывает ссылки между вкладками и находит структурные косяки до того, как она потратит вечер на чтение незнакомого экселя • Разные проекты под разные аудитории. Для месячного ревью один, для борда другой. Тон и договорённости отличаются, значит и память должна быть разная Главное во всей статье: агент забрал не аналитику, а проверку. Сходятся ли цифры между слайдами, то ли это определение метрики, не противоречит ли текст сам себе – вся душная механика, где человек ошибается просто от усталости. А что эти цифры значат и что с ними теперь делать – по-прежнему не его работа У нас то же самое, только слова другие. Сверка с источником, дедуп, проверка, что метрика бьётся с продовым дашбордом – это уже частично уезжает к агенту. Выйти к продакту и сказать, что делать – пока нет Вот что легко упустить. Определения, договорённости и нужный тон кто-то записал руками один раз – а дальше их надо чинить каждый месяц, когда поменялась форма отчёта или появилась новая метрика. Часы освободила не подписка за 20 баксов, а вот это занудство И дисклеймер, без которого пост будет нечестным. Anthropic тут в тепличных условиях: свои данные, свой контур, фронтир-модель из первых рук и ноль разговоров с безопасниками про NDA У нас же в контуре обычно крутится дипсик годовалой давности, и доверить ему сверку цифр перед бордом – ну такое Плюс всё это надо тащить на себе. В прошлом посте про 95% была отрезвляющая деталь: без поддержки точность за месяц сползла с 95% до 65% Здесь будет ровно так же – перестанешь обновлять контекст, и агент начнёт уверенно писать красивый нарратив по неправильным числам А что у вас первым забрали агенты? Ежегодную индексацию? @tagir_analyzes

Fuckup Night от создателей Trisigma, Ares и karpov.courses Согласитесь, ивенты, где все делятся только своими успехами, уже поднадоели. Хочется реальных историй, где что-то пошло не по плану, но в итоге ошибка стала ценным опытом. Поэтому команда Trisigma собирает Fuckup Night 26 августа — без записи и красивых цифр. Истории расскажут: 🔸 Виталий Черемисинов (Trisigma) 🔸 Роман Нестер (Ares, Arteus LLM и Segmento) 🔸 Валерий Бабушкин (British Petroleum) 🔸 Беслан Курашов (plevako.ai и karpov.courses) Встречу проведут онлайн, поэтому подключиться можно из любой точки и всем, кто принимает решения на основе данных. ⚡️ Важно! Записи не будет, поэтому приходите на эфир. Главное — не забудьте зарегистрироваться.

🏆 Один и тот же чайник назван двенадцатью способами Свою карьеру в аналитике я начинал в Ozon еще 5+ лет назад. Сильнее всего первые месяцы меня удивили данные. В учебном проекте тебе дают чистый csv Потом ты выходишь на работу, открываешь базу и видишь – один и тот же чайник назван двенадцатью способами, часть фото не от того товара, а в описании всплывает артикул из чужой категории Так вот, 10 августа стартует E-CUP 2026 Students – ML-соревнование для студентов от моих друзей из Ozon Tech. Решил рассказать, в чем я планирую участвовать Три трека, все на реальных обезличенных данных Ozon: • Поиск дубликатов товаров – тот самый матчинг: понять, что две карточки от разных продавцов это один и тот же товар • ИИ-модерация карточек маркетплейса – ловить нарушения и косяки в описаниях и фото • Прогнозирование поведения пользователей – классика рек. систем Вторую задачу я как раз пытался решать стажерчиком в Поиске – только не ИИшкой, а правилами на уровне if/else (хотя это часто работает лучше, чем сложный МЛ) Всё онлайн, участвовать можно одному или командой до пяти человек. Призовой фонд – 7.200.000₽, мерч и билеты на E-CODE, где 12–13 сентября наградят победителей Главный кайф таких соревнований – задачи совсем не те, что решаешь каждый день. За пару недель залезаешь в матчинг или модерацию без легаси, согласований и вопроса, влезет ли это в квартальные планы 👉 Регистрация уже открыта, вот ссылка Если залетите – пишите в комменты, какой трек взяли. Увидимся на лидерборде! А пока – я на картинке, нашли? @tagir_analyzes

🍺🍺 Знать метрики и декомпозировать их на собесе – два разных навыка Недавно я выкатил Каталог метрик на сайте Карьерника – дерево, где видно, из чего складывается любая North Star. Получилось вполне наглядно: открыл, посмотрел, почитал, закрыл Вот только на собесе этой картинки перед глазами нет. Трафик за квартал вырос на 25%, а выручка стоит – где теряем. И формулу надо не вспомнить, а собрать вслух за пару минут. Когда читаешь – всё логично и очевидно, когда спрашивают – собираешь с нуля и путаешься в уровнях Поэтому в тренажёре Карьерника появился новый режим – Собери формулу метрики Даём метрику, ты собираешь её из чипов-драйверов в правильном порядке. Промахнулся – подсветим, какой кусок не тот. Собрал – получаешь разбор: как читать, где частый косяк, здоровый диапазон и живой вопрос интервьюера Что внутри: 🧩 54 метрики – выручка, юнит-экономика, SaaS, маркетплейсы, финтех, B2B 📊 Разбор и бенчмарк к каждой 🎤 Вопросы 1:1 с собеса, а не сухие определения из учебника ⚡ Энергия, XP и стрики – как в обычной тренировке Три места, где сыплются чаще всего: • CTR. Собрать Клики ÷ Показы легко, а дальше идёт добивающий вопрос: почему высокий CTR при нулевых заказах – это плохой сигнал • ARPU и ARPPU. Первое делится на всех пользователей, второе – только на платящих. Звучит очевидно ровно до момента, когда просят объяснить, почему ARPU вырос, а ARPPU не двинулся • Конверсия. Кандидат называет цифру, а интервьюер спрашивает: конверсия из чего во что, за какое окно и считаешь ты по сессиям или по пользователям. Ошибся в знаменателе – и вся декомпозиция дальше едет вслед за ним Залетайте по ссылке или по этому пути: Карьерник → Тренировка → Метрики Баги, пожелания и доработки приносите в @kariernik_feedback. Режим будет дорабатываться, а метрик станет больше Наберём 200 реакций 👉 и я добавлю режим, где интервьюер после твоего ответа просто молчит 40 секунд А вас на какой метрике ловили на собесе чаще всего? Кидайте в комменты – самые злые заберу в тренажёр @tagir_analyzes

🪐 Золото, которого хватило на один скрин В выходные я на полчаса приблизился к золотой зоне в Orbit Wars. Порадоваться толком не успел – сделал скрин и рейтинг просел -> меня вернуло в серебро. Сейчас сижу около 100/4600 Здесь ты делаешь бота, который играет…

🇯🇵 Меня пригласили на JAPAN & AI SUMMIT 2026 Помните, я получил премию ИИ-гуру от RuCode? Кажется, наверху это не осталось незамеченным Недавно мне написали организаторы конференции – само японское правительство меня приметило и позвало на JAPAN & AI SUMMIT 2026. Оплатили перелёт, проживание и даже такси из аэропорта Еду сейчас в этом такси, а на спинке переднего сиденья крутят рекламу того самого саммита. Приложил фото к посту Саммит – это что-то. Главный зал прямо в парламенте, делегации из 40 стран, роботы разносят матчу и суши, синхронный перевод на 12 языков. Мой доклад воткнули между вице-министром цифры и каким-то дядькой из FLUX За кулисами тот самый дядька жмёт мне руку и говорит, что давно читает канал – даже китов иногда ставит Примерно так выглядят сны с температурой в 40 градусов. Но я сейчас действительно в Японии – пишу этот пост, пока жду свои суши. А вам снится работа в горячке? @tagir_analyzes

🌳 Собрал все метрики аналитика в одно дерево Почти на каждом продуктовом собесе повторяется один и тот же момент – тебя просят разложить метрику на драйверы. Трафик за квартал вырос на 25%, а выручка стоит на месте – где теряем? Для подготовки к этому я запилил новую страницу на сайте Карьерника – Каталог метрик для аналитика. Что внутри: 🌳 Дерево метрик – выбираешь North Star (выручку, LTV, retention, MRR) и видишь, из чего она складывается. Жмёшь любой рычаг – он раскладывается дальше, а весь путь сверху остаётся на виду 📄 79 метрик, и по каждой – формула, расчёт в SQL и типичная ловушка, на которой чаще всего заваливаются 🔍 Фильтр по отрасли (маркетплейс, SaaS, финтех, мобилки) и категории + поиск по названию. Готовишься в конкретную компанию – собираешь ровно её стэк метрик 🗂 Тематические подборки под индустрию: маркетплейс (GMV, take rate, ликвидность), SaaS (MRR, NRR, rule of 40, CAC payback) и даже AI-продукт (hallucination rate, RAG precision, стоимость токенов) И у каждой метрики есть блок про то, как её спрашивают на собесе – с живой формулировкой вопроса Залетайте, выбирайте свою любимую метрику и раскладывайте её на рычаги: https://kariernik.ru/metriki Страница постепенно дорабатывается. Пишите, если замечаете неточности или хотите предложить новые метрики – добавлю. И заглядывайте в тренажер: @kariernik_bot @tagir_analyzes

🎤 Все пилят агентов. Никто не признаётся, что они не работают Почти все доклады про AI-агентов звучат одинаково – мы собрали пайплайн, подключили LLM, вот красивые метрики, ждем аплодисменты А где часть про то, как это полгода не заводилось в проде, сколько денег утекло в токенах? Мои друзья из Ozon Tech завтра (16 июля) проводят ML&DS Offstage. Это не конференция, а закрытая камерная встреча для своих – без записи и трансляции Программа плотная – от эволюции архитектур поиска до LLM-платформ и безопасности внедрения AI. Но главный кайф – отдельный круглый стол про реальный опыт с AI-агентами в Ozon, RWB, Сбере и Яндексе Агентов сейчас пилят все, а честно проговорить, что работает, а что нет, у ребят из четырёх бигтехов в одной комнате – большая редкость. Свою карьеру в аналитике я когда-то начинал именно в Ozon, так что от души рекомендую сходить Формат камерный, поэтому и отбор строгий: каждую анкету смотрят вручную. Ждут Senior+ ML/DS, лидов и техлидов, которые влияют на AI-продукты. В финале – напитки, афтепати с DJ и нэтворкинг Мероприятие пройдет в Москве в четверг 16 июля. Я сейчас пью матчу в Японии, поэтому до встречи не дойду. Но если это про вас – подавайте заявку на сайте Признавайтесь, тоже сталкивались с такими докладами из начала поста? 👉 @tagir_analyzes

🏆 Слетал в Москву на финал Yandex ML Challenge Спойлер: миллион я не выиграл. На 100 финалистов – один приз в миллион рублей, и ушел он не мне. Ставок я на него не делал, но все равно было бы приятно его получить. Ну или хотя бы плойку Зато порешал накопившиеся дела и встретился с друзьями. Еще получил джерси с названием канала на спине Задачи были интересными, но я пока не отошел от такого опыта – было как всегда напряжно. Как отойду – сделаю отдельный пост про задачи и сореву @tagir_analyzes

🧠 Продуктовое мышление на собеседованиях аналитика Многие компании делят найм на несколько этапов: скрининг, лайвкодинг, продуктовая секция. Последнее – то, на чём валится большинство аналитиков И часто это не из-за того, что человек не обладает продуктовым мышлением – он может хорошо решать задачи на работе, но на собесе приходится подстраиваться под определённые фреймворки На работе у тебя есть время, контекст и коллеги, у которых можно переспросить. На собесе – двадцать минут, вслух, в одиночку и под взглядом интервьюера. Это просто другой навык, и качается он отдельно Продуктовая секция почти всегда про одно: тебе дают размытую проблему вроде «DAU упал на 12%» и смотрят, как ты её раскладываешь. Уточняешь определение метрики, режешь по сегментам, выдвигаешь гипотезы, отсекаешь лишние, дожимаешь до причины и формулируешь вывод для команды. Вслух и по порядку Вот под этот навык и сделал в Карьернике отдельный режим – продуктовые кейсы. И он офигенно зашел пользователям. Сейчас в приложении 100 кейсов из крупных компаний разных доменных областей Режим не только учит фреймворкам разбора подобных кейсов – он еще и способствует развитию самого продуктового мышления. А это помогает как на собеседованиях, так и в работе Кейс – это одна большая задача из жизни аналитика. Прилетел алерт, или ПМ просит разобрать просадку конверсии, и ты проходишь штук пятнадцать связанных шагов до финального диагноза и вывода для команды. Каждый шаг тянет за собой следующий – ровно как на живом собесе Заглядывайте в @kariernik_bot. Лежит на главном экране: «Начать тренировку» → «Кейсы с собеседований». Пожелания и доработки приносите в @kariernik_feedback 😳 Делитесь в комментариях, как вы относитесь к продуктовым секциям – насколько вам сложно их проходить? @tagir_analyzes

😺 Путешествия через соревнования Недавно упало письмо о том, что я прошел в финал Yandex ML Challenge. Проходить будет в Москве, организаторы берут на себя дорогу и проживание – значит, можно ехать И это не первый такой заход. Мне нравится формат подобных поездок – что-то вроде мини-отпуска. Бесплатно едешь в другой город/страну (обычно включена какая-то программа развлекательная), а если сойдутся звезды – получишь и приз На последние финалы Yandex Cup я так же скатался в Ташкент и Стамбул, и там, и там залутал бронзу и денюжку. Хотя изначально я участвовал ради самой поездки Особенно приятно вышло со Стамбулом. Я тогда летел из Австралии в Европу и думал о том, как бы мне вписать это в поездку, да еще так, чтобы мне оплатили хорошие билеты – в итоге мне проплатили маршрут Шанхай-Стамбул-Лион Теперь вот еду в Москву. В этот раз цель проще – порешать накопившиеся дела. Ставок на сореву не делаю – на 100 участников полагается 1 приз в миллион рублей, тут уж точно мимо Знаю, что тут многие ездят на соревнования, командировки и конференции в классные места – делитесь, куда удалось съездить бесплатно? 🥹 @tagir_analyzes

🎮 Годы, потраченные на игры, наконец окупились Работа в геймдеве часто окутана тайной. Есть стереотип, что для перехода нужен игровой опыт, а его, как обычно, без опыта и не получить Написал для журнала «Код» статью про аналитику геймдева. Два моих последних проекта были связаны с играми: в Альфе я делал геймификацию, в Яндексе работал над несколькими игровыми направлениями. Не Rockstar Games, конечно, но тоже игры Решил проверить этот миф на цифрах и разобрал 100+ вакансий: • 46% вообще не требуют опыта в играх • Топ навыков самый обычный – SQL, Python, статистика, A/B-тесты • На hh висит лишь 20% вакансий, остальные 80% – в телеге, LinkedIn и на сайтах студий Вывод такой: аналитика переносится между индустриями, а геймдев докидывает сверху лишь тонкий слой своих метрик В статье – кому зайдёт этот путь, чем занят аналитик в студии каждый день, отличается ли это от классической продуктовой аналитики, нужно ли играть в свои игры и сколько платят 👉 Залетайте читать -> thecode.media/analitik-v-geymdeve-bez-opyta/ @tagir_analyzes

🪐 Золото, которого хватило на один скрин В выходные я на полчаса приблизился к золотой зоне в Orbit Wars. Порадоваться толком не успел – сделал скрин и рейтинг просел -> меня вернуло в серебро. Сейчас сижу около 100/4600 Здесь ты делаешь бота, который играет в космическую стратегию: солнечная система, планеты крутятся вокруг солнца, между ними летают кометы. Твой флот захватывает планеты и воюет с чужими ботами. Ремейк старого Planet Wars 2010 года Главная фишка – скор не фиксированный. Бот круглосуточно сам играет матчи против других ботов: выиграл – рейтинг вверх, проиграл – вниз. Что-то вроде ELO, как в шахматах. Поэтому место скачет само по себе На золото особо не надеюсь, но попробую пробиться повыше. В крайнем случае есть большие шансы остаться в серебре – после окончания соревы матчи будут крутиться еще 2 недели Соревнование вполне интересное, есть сильные бейзлайны от других участников. Сегодня последний день регистрации. Залетайте: kaggle.com/competitions/orbit-wars @tagir_analyzes

💊 Вычислили самого бесячего коллегу. По пульсу Я тут не раз писал, что слежу за стрессом в кольце Oura. Занятно наблюдать скачок графика на определенной еженедельной встрече Так вот, один парень пошёл дальше – подключил свой фитнес-браслет Whoop к рабочему календарю, чтобы вычислить, кто из коллег поднимает ему пульс сильнее всех Звучит как мем, но собрано по-взрослому: • Выгрузил с браслета поминутный пульс – почти 10 тысяч замеров • Подтянул календарь – 18 встреч, 8 участников • Посчитал стресс каждой встречи относительно фонового пульса за 90 минут вокруг неё • Обучил модель, которая раскидывает вклад в стресс по конкретным людям Если просто усреднить пульс по встречам, виноватыми окажутся все, кто был на тех же созвонах, что и настоящий источник стресса Коллеги ходят на встречи пачками – и наивное среднее не отличает того, кто реально бесит, от того, кто просто был в том же списке участников. Аналитики знают это как конфаундинг – смешение факторов Поэтому он взял ridge-регрессию. Она смотрит сразу на все встречи и прикидывает, на сколько растёт пульс именно из-за конкретного человека – а не из-за остальных, кто был на том же звонке Настоящий виновник засветился в куче разных стрессовых встреч, поэтому пульс прилип к нему. А коллега, который попадал в стрессовые созвоны только за компанию с ним, у модели схлопнулся почти в ноль И виновник – продакт из роста. Самый успокаивающий, кстати, сеньор-разраб: рядом с ним пульс наоборот падает. То есть без модели парень бы дулся не на того человека В комментах ему уже предлагают продать это бигтехам под видом HR-аналитики. Что может пойти не так @tagir_analyzes

🏁 Аналитика без аналитика: как Anthropic дошёл до 95% Многим начинающим аналитикам рано или поздно на уровне целей и ориентиров продают историю о self-service аналитике – чтобы продакт сам получал ответы на свои вопросы через аналитические инструменты Раньше это в основном было в контексте дэшбордов – сделать их и научить продактов ими пользоваться. Год-два назад на конференциях начали рассказывать про мечту о text-to-SQL, которая в большинстве случаев не работает Недавно Anthropic выложил разбор, как они эту мечту наконец собрали: заявляют, что 95% бизнес-запросов к данным закрываются через Claude, без аналитика. Точность – тоже около 95%. Конечно, им же не надо договариваться с СБ Начнём с фундамента. Почему селф-сервис аналитика валилась все эти годы? Ты спрашиваешь, сколько у нас активных – а active users в компании определены сотней способов. Для маркетинга одно, для продукта другое, для биллинга третье. Модель не угадывает, какой нужен именно тебе, и уверенно выдаёт красивое неправильное число Что Anthropic сделал, чтобы это вылечить: • Skills, обычные папки с markdown-файлами, подняли точность с 21% до 95%+. Не дообучение, а текстом записанный контекст: вот таблицы, вот их гранулярность, вот подводные камни • Закинуть боту тысячи прошлых SQL-запросов почти не двинуло точность – меньше 1%. Гора кода без контекста бесполезна • Без поддержки точность за месяц сползла с 95% до 65%. Определения и схемы протухают быстрее, чем кажется • Отдельный агент каждые пару часов сканит рабочие чаты, ловит сообщения в духе тут цифра неверная, сам пишет однострочный фикс в доку и открывает PR И вот главная мысль в статье. В коде ИИ силён, потому что под рукой тесты и компилятор – есть на что опереться. А в аналитике часто один правильный ответ и ноль способов доказать, что он правильный – плюс куча контекста, который часто не описывается Поэтому, словами самих Anthropic, точность аналитики – это проблема контекста и проверки, а не генерации кода Недавно я писал, что ИИ не заберёт у нас работу – и это ровно тот случай. Агент закрывает 95% вопросов, но только поверх горы работы, которую кто-то сделал руками: описал метрики, навёл порядок в данных, прописал все грабли, выстроил валидацию Профессия не умирает, она переезжает – с написания SQL на упаковку своего контекста в инструменты. Сам запрос за тебя напишет агент. А вот объяснить ему, что такое активный юзер именно у вас, пока придётся самим А у вас в компании уже были попытки построить своих агентов для ответов на вопросы? @tagir_analyzes

Привет, спишь? Недавно (полгода назад) ребята из Oura выкатили новую фичу – sleep debt. У меня на 29 мая долг по сну составлял 2 часа 50 минут – приходится выплачивать Sleep Debt показывает, сколько сна вы недобрали за последние две недели относительно своей нормы. Не относительно мифических 8 часов из интернетов, а именно вашей личной Как считается норма. Oura берёт ваши паттерны сна за 90 дней, выкидывает аномально короткие и длинные ночи и выводит персональный бейзлайн. А потом зажимает его в рамки минимум-максимум по возрасту – чтобы хронический недосып не утащил вашу норму куда-то в пол У меня вышло 8 часов 37 минут. Сегодня я поспал 9 часов 8 минут – перевыполнил план, поэтому долг потихоньку гасится Где прячется аналитика. Долг считается не тупой суммой за 14 дней. Свежим дням дают больше веса – по сути взвешенное скользящее среднее. Недоспал вчера – почувствуешь сразу, недоспал две недели назад – уже почти не влияет Градации простые: None (0), Low (<2ч), Moderate (2–5ч), High (>5ч). На графике видно, как у меня в конце ноября долг подрос до Moderate, а потом я отоспался – и он сполз обратно в Low Мне нравится сам фрейминг метрики через долг. Это не нейтральное вы недоспали N часов, а именно долг, который как будто надо вернуть. Ощущение, что ты кому-то должен, давит на поведение сильно лучше сухой цифры. Классический нудж Хотя по-честному сонный долг до конца не отдаётся – исследования говорят, что отоспаться на выходных за всю рабочую неделю не выйдет. Но как повод лечь пораньше – вполне рабочая история Подробнее про метрику – в блоге Oura У кого какой долг накопился, признавайтесь в комментах 👉 @tagir_analyzes

🤖 ИИ скоро заберёт у людей работу. Или нет Нужно не забывать, что мы живём в информационном пузыре, который постоянно следит за новыми релизами и борется с FOMO по использованию новых инструментов Но мир живёт иначе. Недавно я пошёл в автошколу учиться на категорию А и наблюдаю, как человек вручную записывает людей на вождение – по 10 раз в день отправляет сообщение со слотами и обновляет его руками. Да, приложения для записи на вождение появились уже много лет назад «Ну это автошкола, а в айтишке ИИ давно всех заменил», – скажете вы. Поэтому я принёс несколько свежих новостей из бигтехов Сначала те, кто просто сжёг деньги: > Amazon прикрыл внутренний лидерборд по использованию ИИ Доска показывала, кто больше всех гоняет их ИИ-платформу Kiro. Сотрудники начали накручивать – плодили бессмысленных агентов, которые жгут токены пачками, лишь бы залезть повыше > Uber спалил весь годовой R&D-бюджет за 4 месяца Раскатили Claude Code на ~5000 инженеров. Использование агентов взлетело с 32% в феврале до 84% в марте, 95% инженеров каждый месяц что-то делают с ИИ, ~70% коммитов – с ним. Расходы на одного инженера – $500–2000 в месяц, мимо всех прогнозов. COO пока не видит связи между этими тратами и тем, что реально стало лучше для пользователей или компании А теперь те, кто уже зовёт людей обратно: > Starbucks выпилил ИИ, который не умеет считать стаканы Была система Automated Counting: камера планшета + LiDAR сканируют полки и считают молоко, сиропы и прочее. На деле система путала похожие виды молока, теряла позиции, ошибалась. Через 9 месяцев проект свернули – считают опять руками > Klarna снова нанимает живых операторов поддержки В 2024-м с гордостью отчитались, что ИИ заменил ~700 человек и работает «на уровне людей». Через год – рост жалоб: на сложных обращениях бот выдавал шаблон и воду. Теперь набирают людей обратно > Salesforce срезал ~4000 человек под ИИ-агентов — и тоже идёт на попятную В 2025-м Бениофф хвастался, что ИИ-агенты закрывают ~50% обращений, и сократил около 4000 человек в поддержке. А весной 2026-го развернулся: теперь говорит, что ИИ не убьёт начальные позиции, и набирает 1000 выпускников И это не разовая история. По данным Forrester, 55% компаний жалеют о сокращениях ради ИИ. Двое из трёх работодателей, кто резал людей под ИИ, уже нанимают обратно – а у трети возврат вышел дороже, чем они сэкономили Такие дела. Так что работу ИИ у нас пока не забирает. Забирает бюджеты у тех, кто внедряет его ради галочки в дэшборде – без явного фокуса на результат А как дела у вас в компаниях? Уже начали считать использование токенов? @tagir_analyzes