Transcription
Искусственный интеллект. Что это? Всё-таки это замена или это усилитель?
>> Можно больше не заниматься скучной фигнёй.
>> А если моя работа вся была посвящена скучной фигне? Меньше работать, больше зарабатывать.
>> Теперь мы считаем каждую копеечку, каждый токен.
>> Не надо ставить задачу внедрить.
>> Прикольно, но непонятно зачем.
>> И программистов заменят, и трактористов заменят. Сейчас я не вижу, куда идти.
Привет. Я Екатерина Лапшина, и сегодня у нас специальный выпуск. Ковровой бомбардировки под названием «Искусственный интеллект» я решила провести своё собственное расследование и разобраться, кому, когда и где уже пора внедрять искусственный интеллект. Судите сами.
В современном описании вакансий в качестве базового требования предъявляется требование умения пользоваться нейросетями. Стартапы обещают корпорациям и клиентам заменить всех сотрудников на одного с большим количеством и агентов. Сами корпорации верят в то, что можно перестать нанимать людей, всё автоматизировать, оптимизировать и счастливо управлять только оркестрацией, железными сущностями.
Сегодня мы попробуем разобраться, что на самом деле происходит в мире с искусственным интеллектом, кто и как на нём зарабатывает, кого и как он заменит, а может быть, отменит, чего действительно стоит бояться, а к чему относиться, как к возможностям и новому шансу, возможно, на новую жизнь.
Сегодня у нас два эксперта и два взгляда на одну и ту же революцию. Александр Горный, предприниматель, инвестор, основатель AIкадемии и клуба Share AI. У Саши, кстати, классный канал, на который точно имеет смысл подписаться. Он смотрит с точки зрения стратегии глобальных рынков, хорошо знает, что у искусственного интеллекта под капотом, и имеет огромный опыт работы в технологических корпорациях, таких как Mail.ru. Кирилл Гурбанов, основатель сферы AI, в прошлом топ-менеджер, руководитель крупных финтехстартапов, эксперт по тактическому внедрению искусственного интеллекта. С Кириллом мы порассуждаем о том, где искусственный интеллект даёт эффект уже сейчас и почему, по версии Кирилла, каждому, каждому, каждому, каждому нужно было начать уже вчера.
Прежде чем искусственный интеллект стал индустрией, мыслящая машина не давала человеку покоя много столетий. Кажется, что идея появилась недавно, но ещё в XVI веке был такой аппарат механический шахматист. Конечно, это был отчасти ярморочный фокус, но идея о том, что аппарат может переиграть человека в шахматы, казалась космической мечтой. В XXI веке машина давно обыграла человека. Сегодня как будто это мечта, ставшая реальностью. Но появился вопрос: делает ли технология человека сильнее, двигает ли она его вперёд и каких именно людей она сделает сильными?
Искусственный интеллект ты сейчас упомянул как замену потенциальную человеку. А что это всё-таки? Это замена или это усилитель?
>> Я не вижу большой разницы. Это, ну, примерно одно и то же. Вот трактор – это замена или усилитель крестьянина? Ну, с одной стороны, ну, тракторист сидит внутри трактора, он там есть, а с другой стороны, поле пахало 100 человек, а теперь, значит, один трактор. Ну, и 99 человек их как? Усилили или всё-таки заменили? Ну, и слов.
Сейчас к нам приходят большие известные компании, огромные компании, и просят команды, если говорить о миссии, наверное, вдохновить на использование новых технологий. Вот не просто им рассказать, вот смотрите, здесь промт, здесь вот кнопка плюсик, а прямо зарядить, показать, на что эта штука способна и почему сопротивляться нет никакого смысла, что это прекрасный помощник и прекрасное усиление, и что каждый человек, не то чтобы сотрудник и профессионал, вообще человек, на мой взгляд, должен хотя бы осознанно разбираться в этом хотя бы на каком-то начальном уровне. Вот наша задача в этом смысле, э, кратчайшим путём команды бизнесов довести до этой точки, где они разбираются, где они попробовали, где у них случился вот этот ага момент типа вау.
Вот мы вели недавно программу для одного большого известного банка, и там топ-менеджеры SEO -1, -2, и её вели, потому что меня зовут именно Топов учить. И там был клодкод. Это вот один из главных на сегодняшний день инструментов агентного программирования, с которым можно делать всё. И так здорово смотреть, как они вот на таком оффлайн-хакатоне пилят какие-то игрушки и вот на их глаза, а это там сорокалетние мужики там с зарплатами, я не знаю, под полмиллиона долларов, предположительно. Не не уверен до конца, которые прямо с таким восторгом смотрят, что у них получается. Я думаю, вот заразить этим восторгом, передать этот инструмент и практические навыки и тем самым открыть дорогу вот к будущему себя, там, своей команды и своей компании, вот это во многом наша миссия, то, что мы делаем в сфере ай, ну, и то, чем я занимаюсь как бы индивидуально каждый день.
>> Но есть две школы мысли. Одна школа мысли говорит: «Ой, вы знаете, человечество никогда в жизни меньше не работало. Все промышленные и прочие индустриальные и постиндустриальные революции не привели к резкому падению занятости. А всё равно всех людей, значит, которых потенциально кто-то заменит путём искусственного интеллекта, нужно будет трудоустраивать где-то». Можно поспекулировать на эту тему. Что ты думаешь на эту тему? Это ли школа мысли или всё-таки эти люди пойдут домой на базовый доход и ковырять носу?
>> Не знаю. Ну, никто не знает. А, но вот, ну, несколько мыслей. А первая мысль, что всё-таки люди работают значительно меньше, чем работали 100 лет назад или 200 лет назад. Ну, всё-таки нельзя сравнивать нашу там восьмичасовую в среднем рабочую неделю в офисе, значит, с кофе-брейками, а, и красивыми окнами. И то, что было там 200 лет назад или 300 лет назад у землепашица, ну, меньшим работаем, ну, по-честному. Вот. Эм, второй момент, что никогда не было такого, что непонятно чем заниматься. Трактор появился, но так были заводы, где бывший крестьянин мог работать. Сейчас я не вижу, куда идти. Ну вот и программистов заменят, и трактористов заменят, и всех, всех заменят, и будет только телевидение. Отступление совсем непонятно. Ну и последняя мысль. Ну, всё-таки я оптимист. Ну, вряд ли человечество закончится на мне. Это было бы слишком неожиданным поворотом. Ну, что-нибудь придумаем. Ну, я не знаю, что, но должны что-то придумать.
>> Ты знаешь, я бы смотрел на это следующим образом. Боимся мы, как правило, того, что нам непонятно, незнакомо, и мы не не понимаем, как на это, как к этому правильно относиться. Есть опция и позиция просто зажмуриться, как бы, и ждать, что произойдёт. Но я бы рекомендовал, как я до этого упоминал, принять какое-то осознанное решение, как я лично, как сотрудник, как просто Кирилл отношусь к искусственному интеллекту и к тому, что он делает с моей профессией.
Не знаю, мне никая классная метафора в голову не приходит, но, допустим, вы извозчик где-то в начале XX века, когда появляются появляются автомобили, а вы вот извозчик, да, вы на карете, в повозке. Возите экипажи, вы видите, что появляются автомобили, и они появляются долго. То есть это идёт, это происходит, может быть, не как сейчас там 4-5 лет, но там какое-то, может быть, пару десятилетий они проникают. И у вас есть вот это время для того, чтобы понять и принять решение: «О'кей, я с этим что делаю? Может быть, я остаюсь как бы в этой же профессии, но становлюсь там самым каким-то главным извозчиком для самых таких притязательных гостей, кто вот всю жизнь будет хотеть ездить в упряжке, в тройке, да? А, а может быть, я водителем становлюсь на автомобиле, а может быть, я ещё что-то делаю. Жизнь часто нам адресует такие выборы.
Я тоже стою перед таким выбором. Вот то, что я сегодня делаю, как бизнес, мы начинали с образовательных программ по искусственному интеллекту. Мы даже сделали какое-то количество для физических лиц, вот не для бизнесов, а для физических лиц. И я понимаю, что вот эта вот история обучать кого-то какой-то технологии, вот такой доступной, как бы открыть компьютер или телефон, это очень конечная штука. Преподавание сильно изменится. И я, как провайдер каких-то онлайн-курсов, не знаю, по AI, ну, это очень краткосрочная история. Меня же в первую очередь в данном случае заменят. Знания становятся бесплатными, они становятся комодити, людям всё это становится доступно, и AI вас самих уже может научить не хуже какого-то преподавателя. В принципе, если задавать вопросы клоду, он будет на них хорошо отвечать. Я когда провожу какие-то программы по клодкоду, вот этому главному веб-кодинг инструменту современности, я постоянно говорю, что, ребята, как бы ему сложно учить, просто с какого-то момента вы дальше сами с ним разговариваете и на все вопросы он вам даёт ответы. И не нужно не проходить больше никаких курсов. И мне нужно в этой в этой ситуации сделать выбор: о'кей, что я делаю с этим. Поэтому у меня как-то органически, не то чтобы я прямо сидел там и размышлял стратегически, но вот так сложилось, что о'кей, мы тогда будем работать с командами, потому что там есть долгий, устойчивый спрос, там как бы чар GPT сам тебя не научит, там есть определённые нюансы, нужен опыт, который у меня есть уже больше 10 лет работы в крупных компаниях. И вот эта область выглядит гораздо более интересной в долгосроке.
Итак, я думаю, нужно каждому человеку для себя ответить на вопрос: «Хорошо, мир меняется? Ну вот, ну вот такой сейчас мир, всё, мобильные телефоны пришли в жизнь, как бы работа коммутатора, видимо, ушла навсегда, да, от нас. Что я с этим делаю?» Вот надо ответить себе на этот вопрос. И вместо того, чтобы бояться, просто постараться на это осознанно посмотреть, какие-то инструменты освоить и найти для себя им применение.
Можно ли сказать, что ситуация, в которой к вам придут и скажут: «Извините, но, к сожалению, ваши услуги и ваш труд нам больше не интересен». Можно ли сказать, что такой ситуации не будет в случае каждого конкретного человека? Нельзя, к сожалению. Можно ли сказать, что это однозначно плохо? Но тоже нельзя, потому что это бизнес, как бы, и мы, ну вот ты предприниматель, я предприниматель. Ком у компании тоже нет, к сожалению, другого выхода, кроме как искать пути применения, оптимизация и так далее. Поэтому вот мир сейчас устроен так, это нормально, ничего суперстрашного не происходит и я надеюсь, не произойдёт. Это отдельный разговор про AI. Просто я бы рекомендовал найти себе ответ на вопрос: «Как я с этим живу? Что я с этим делаю?» И поверьте, этих ответов очень много. И найти себе, как мне это поможет, ээ найти ответ на этот вопрос проще, чем кажется.
>> Я вообще не верю ни в ручные профессии, ни в сафто. Я должен сказать, вот у меня был полный провал, я должен им похвастаться. А год назад китайский робот вышел на китайский полумарафон вместе с людьми. Ему разрешили. Прибежал хуже всех. Очень смешно. Бежал. Были красивые видосики, как он, значит, переваливается, падает, но добежал. И, ну, производитель очень радовался, что он добежал. Я та обозревал в своём YouTube канале и сказал, что лет через 20 он этот полумарафон выиграет. Это было год назад и там месяц на, ну, год и месяц назад. он выиграл его в этом году. Они очень быстро развиваются, да, как бы массовости автопилота нет. А что ты называешь массовостью? Ну то есть в штатах, во многих городах Вейма уже значимая доля рынка. Ну то есть вот реально там в Сан-Франциско может уже 30% всех таксипоездок совершают робот и но это уже массово. Ну, 10 лет пройдёт. Это в Саратове тоже будет 90% робот. Ну, может быть, 20 лет, но не 100 лет, не 70 лет.
>> После массированной почти четырёхлетней компании Open AI и чата GPT кажется, что всё и началось с чата GPT. Однако сам термин искусственный интеллект появился довольно давно, в пятидесятых годах прошлого столетия. Те, кто профессионально занимаются данными и технологиями машинного обучения, знают, что и 20, и 40 лет назад машина училась, помогала человеку делать нечто. Однако Чати, Open AI и другие компании в области искусственного интеллекта совершили другую революцию. Произошла революция интерфейса. Больше не надо знать специализированный программный язык. Достаточно поговорить с машиной, и она с удовольствием тебе ответит.
Скорость проникновения приложения Чat GPT побила все исторические рекорды. Ни одна социальная сеть, ни одно консюмерское массовое приложение с такой скоростью не захватывало рынок использования. Кажется, впервые технология проникла буквально во все сферы жизни. И теперь с чатом GPT разговаривают и про маму, и про папу, и про то, что съесть на завтрак, и про то, как настроить маркетинговую компанию следующего месяца. С этого момента искусственный интеллект стал массовым. Однако пользоваться им всё ещё умеют немногие.
Саш, мне кажется, ты один из самых опытных, ну, в стране точно, а людей, которые знают, что AI у неё 4 года. Как ты считаешь, что стало точкой перелома в массовости использования AI? И случилась ли на самом деле эта массовость или просто какое-то количество людей в очень плотном пузыре а считают, что уже всё с искусственным интеллектом случилось?
>> Спасибо. А про то, что я знаю, что я не 4 года, но давай сегодня всё-таки считать, что ему 4 года, потому что, ну, глупо бороться с языком. В языке искусственным интеллектом назвали то, что как чат GPT. Это неправильно научно, это неправильно исторически, это как угодно неправильно. Но это вот сложилось. Если мы на русском языке говорим искусственный интеллект, подразумевается что-то похожее на чат GPT. Поэтому давай считать, что ему ровно 4 года, 3 с поно. И точкой перелома был, конечно, чат GPT, который вот, ну, создал искусственный интеллект в нынешнем понимании. Технически это был очередной шаг на лестнице эволюции, который там можно отследить до пятидесятых годов, но вот в смысле массовости, ну, всё началось тогда. А с тех пор, мне кажется, не было никаких, ну вот изменений таких радикальных, но всё ускоряется, увеличивается любой другой глагол с каждым годом, и всё далеко не приблизилось к концу.
А почему тебе, кажется, этот, скажем так, хайп стал массовым именно сейчас? Ну, инструмент, будем честными, не новый. А люди, которые немножко в теме и технологически подкованы, помнят такое сочетание, как ML или машинное обучение.
>> Угу.
>> А коим, собственно, занимаются, ну, лет 10, так точно, а скорее даже больше. Все счастливо обсуждают, какой прикольный у и модели интерфейс. языковой, да, обычного языка, как бы и с этим связывают историю этой массовости. Но сказать, что этот интерфейс интуитивен и сопоставим с условным, не знаю, Эплом, да, или использованием каких-нибудь других прикольных консюмерских продуктов, конечно, пока, ну, сильно рано. Поэтому вот вопрос, как бы, вокруг чего произошёл этот взрыв и насколько он переоценён?
Я думаю, ответ лежит где-то в плоскости доступности и бытовой простоты. То есть всё-таки порог входа практически нулевой. Ну, конкретно в России он сильно не нулевой из-за випинов и всех ограничений, но вообще-то мало какие технологии так просто были доступны в своё время. Есть несколько тектонических сдвигов в технологиях. было это mobile в десятом году, когда появился App Store, если я правильно помню. Это Cloud, вот эти всеоблачные штуки, когда мы перестали скачивать программы. Вот мы с тобой до эфира говорили про стриминг. В каком-то смысле cloud – это тоже стриминг приложений софта. И сейчас это AI. Например, с криптовалютами такого не случилось. Сколько им уже 100 лет в обед до сих пор не пользуются люди массово? Потому что очень сложный порог входа. Avi очень простой порог входа. Раз. И два, он всё-таки даёт вау результат. Люди просто открывая одно приложение и вводя какой-то запрос, вдруг э узнают, что можно было вот так вот просто что-то получить, узнать, э какую-то задачу решить, которую нельзя было решить долгое время до этого. Поэтому по мере того, как вот от знаешь, вот этих ранних последователей к инноваторам и вот к такому раннему большинству технологий доходит, она таким взрывом раскатывается по всем. Очень простая и очень результативная. Вот в чём секрет, на мой взгляд.
>> А тебе кажется, что технология уже прошла точку ранних последователей?
>> Да, абсолютно точно, да. Потому что в Штатах, по-моему, что-то в районе 30% населения пользуются AI помощниками каждый день. Каждый день, хотя бы раз в день. В России этот показатель пока на уровне там 5 и6%, но это уже больше, чем порог early адоптеров. То есть в целом, да, хотя бы раз в месяц пользуется большая часть населения и в России в том числе.
А где в искусственном интеллекте, в применении искусственного интеллекта сейчас тебе кажется уже, ну, всё случилось, а где это, ну, такая, знаешь, фантазия и миф, а, про эффективность, где есть сверхожидания?
>> Мне кажется, что пока ещё нигдениче нельзя сказать, что всё случилось, не? Ну, есть какие-то там типа, не знаю, перевод с русского на английский, наверное, работает, ну, плюс-минус идеально. А там, не знаю, написание фейковых отзывов в каких-нибудь тоже, наверное, работает плюс-минус идеально. Не знаю. Ну, есть какие-то мелочи. А, в принципе, ни бизнес, ни люди ещё не освоили вот тот уровень технологий, который есть. А мы, ну, не применяем их правильно. И при этом они, к моему ужасу, ещё технологии развиваются. То есть вот тут м два быст быстрых направления развития. Технологии становятся лучше, а мы начинаем их лучше применять.
>> А как правильно применять технологию?
>> Да никто же не знает. Ну, >> ну какие вот, может быть, ты видел примеры, которые бы тебя сказали: "Вот, пожалуй, всего, что я видел, это ближе всего к правильном". Слушай, >> я вот расскажу историю годовалой давности. То есть это вот не пикмода. Год назад ребёнку 10 лет исполняется, надо придумать ему подарки на день рождения. Ну, ребёнок балованный, всё у него есть задачка. А я, Дим, что тебе надо? Ничего не надо, как бы. Ну я даже должен тебе что-то подарить. Придумывай. А, говорю, в чат GPT. Вот есть, значит, ребёнок примерно такие интересы. Он называет 10 каких-то вещей. Я бы никогда не подушаю. Они вообще существуют. Ну, какие-то вот фантастические вещи. Из них там две вызывают у Димы какой-то интерес. Я говорю: "Вот копай в эту сторону". Он даёт 10 список из новых десяти и там типа пять уже интересны, классные, хорошие. Там с третьей, четвёртой итерации. Это просто полный писк и прямо идеальный набор, то, что надо дарить. Я типа отец, а он типа, ну даже не посторонний человеку. Вот типа набор доликов и единичек, но он знает моего ребёнка лучше меня.
>> Расширитель, >> наверное.
>> Но проблема в том, что для бизнес-задач этого не хватает, и там начинаются сложности. И по большому счёту AI сейчас идёт по пути таких интеграторских бизнесов. Более того, самые известные компании производители OpenI Antropic пошли прямо в консалтинг. То есть они они видят, что они произвели модели. Модели классные, на них компании могут достигать больших результатов, но компании сидят и не понимают, как это прикрутить. Да, супермодель мне тут рецепты выдаёт, путешествие планирует, но как мне это прикрутить в бизнес, где у меня грузовики ездят по стране и что-то происходит, где какие-то бухгалтера сверяют какие-то документы, делают акты и так далее. Непонятно, что каждому бухгалтеру выдать или мы должны бизнес-процессы поменять на те, которые будут использовать эти модели. И из-за этого проникновение AI в бизнес на сегодняшний момент низкое даже в Штатах.
А не так давно была статистика, что что-то порядка 7% компаний в США крупных дошли до стадии раскатки AI автоматизаций на масштаб компании. Все остальные находятся на этапах ранних пилотов. И вот тут как раз Open Anтроopic говорят: "О'кей, мы это видим". мы тогда сами будем помогать внедрять. И они проинвестировали, запустили большие направления, объединились с консультантами, и теперь у них есть так называемые deployment companies, то есть компании, которые приходят и технологию внедряют. Вот тоже так же, как интеграторы всю жизнь ставили в России 1S или что там ещё, какие-то CRМки, вот то же самое с Им э началась эта волна. И вот так выглядит настоящее для бизнеса. Поэтому бизнесу сложновато самостоятельно разбираться, а людям как раз-таки наоборот. Всё очень просто и там помогаторы не нужны.
>> Мы немножко с тобой коснулись, ну, таких более бытовых, да, там разных ситуаций, в которых массово используют частный, сишный, назовём это так, клиент. А как ты считаешь в части бизнеса, а, ну, сейчас есть много дискуссий на тему того, где AI, например, работает, в каких функциях, как инструмент автоматизации в некотором смысле, да? где он, ну, до сих пор не продуктивен. Вот какие тебе кажется, там есть хорошие, плохие примеры и опять же, где там мифы, а где уже случившаяся реальность?
>> Начну с байки. Мм, я общался с человеком, который отвечал за один из российских поисковых движков. И он говорит: "Вот ты запрограммировал какую-то сложную штуку, что ты там улучшил в своём поисковом движке? И результат того, что ты улучшил – это через полгода ты на счётчике Лантернета видишь, что доля твоего поиска увеличилась на 0,1%. Ты прямо почувствовал себя молодцом. Я же отвечаю, он рассказывает за рекламную систему. Я там что-то улучшил. Если я хорошо улучшил, то вечером компания заработала больше денег. Вот прямо вечером." И спрашивает он меня: "Как ты думаешь, где проще работать? В продажах, э, путь от внедрения до денег радикально быстрее, чем в любом другом сегменте. Поэтому продажи – это вот прямо идеальное место, где внедрять искусственный интеллект. Ты внедрил что-нибудь, что там лучше работать со своей ЦРМкой, вот ты буквально вечером можешь заработать деньги, а и узнать, что своим пилотам. Ты какие-то там бизнес-процессы в программировании починил-то, кто его знает. А поэтому в продажах всё идёт гораздо быстрее, чем где угодно. И там, ну, начиная от злобного спама и заканчивая какими-то аналитиками продаж, вот там искусственный интеллект гораздо больше в бизнесе, чем в любых других местах.
Второе хорошее место программирования, ээ, реально, а программистам уже ударило с точки зрения, ну, замены усиления, называя как угодно. Очень много кода производится искусственным интеллектом. Очень много задач решается вообще без участия программистов, ну, мелких задач, но раньше был нужен, теперь не нужен. И саппорт, э, ну, как бы она простая, она письменная, э, служба поддержки легко автоматизируется. Ну как легко, автоматизируется.
>> У массового пользователя есть впечатление, что искусственный интеллект почти бесплатный. И действительно, openсорсные модели типа Deepsek стоят в любом программистском стейке и позволяют делать с ними почти всё, что угодно. И даже массовые чатботы продаются по экстремально доступной цене. Но за каждым ответом стоит огромная инфраструктура: дата-центры, электростанции, чипы, видеокарты и огромная индустрия, за которую пока платят инвесторы. Возникает вопрос, если сейчас нас приучают к довольно дешёвому и доступному использованию, и кто-то оплачивает этот банкет, то что будет дальше? В любой индустрии, если не платишь ты, продают тебя. Так что будут продавать в индустрии искусственного интеллекта? И не окажется ли так, что сначала тебя подсадят на иглу удобства и магии, а потом с тебя можно будет брать любые деньги? Слишком тяжело отказаться.
>> Мне кажется, пользователь начнёт платить прямо колоссальные деньги и уже довольно скоро. прямо как за подписку. Может такого и не будет никогда. Не знаю. А может будет.
>> А зачей счёт сейчас этот банкет? Вот есть бизнес, который мы все знаем эту статистику, она облетела все, значит, чаты Telegram-каналы про 95% пилотов, которые оканчиваются ничем, и 95% разочарованных компаний, которые, значит, внедряют, а оно не внедряется. А, и с другой стороны, мы видим одну за другой крупные AI компании, создающие эти модели, которые раз за разом бьют рекорды по оценке. И мы видим присоединяющиеся новые пласты пользователей, которые апгрейдятся там с 20 долларов до 200 на Клоде, лишь бы иметь возможность ээ доступа к другой ёмкости, к другому качеству модели. То есть вот кто сейчас платит за этот банкет? конечный пользователь какого-то другого продукта.
Ну, то есть как сейчас устроен бизнес? Есть какая-нибудь большая компания, никого не обидеть, она будет валинки производить, а в ней работает там миллион человек, а из которых, не знаю, пусть будет полмиллиона, собственно, шьют валинки, а полмиллиона перекладывают бумажки, а там подписывают документы, ищут покупателей, программируют какую-то систему, которая лучше управляет этими валенками, пишут отчёты, ничего не делают на рабочем месте. Таких тоже довольно много. большие офисы, красивые потолки и все работают. И искусственный интеллект может вот всю эту работу, включая ничего не делать, делать лучше, чем а сотрудник. Бизнес потихонечку там с неудачами, с плохими пилотами, с отступлениями, но всё-таки потихонечку внедряет искусственный интеллект вместо офисных сотрудников. А и, ну, в конечном итоге тот, кто носит валенки, за это платит.
Для бизнеса AI уже экономически обоснованна, но проблема ровно там, где ты её подсвечиваешь. Весь этот банкет пока на за счёт инвесторов. Все компании производители моделей в себестоимости тратят больше, чем получают у нас как спользователи денег. Даже скорее всего по апи. То есть если мы компания и мы покупаем модели, прямо платим за токены по по АПИ, там строим на них какие-то процессы, всё равно с нас берут меньше. чем это стоит с точки зрения вычислений. И поэтому эти компании бесконечно поднимают инвестиции. Если посмотреть каждые полгода, там какие-то чудовищные раунды инфраструктурные. В какой-то момент этот праздник жизни, вероятнее всего, закончится. А на каком уровне развития
интеллекта это случится, пока непонятно, потому что там ещё большой простор для роста, кажется, у этой индустрии. Но, видимо, это это случится. И уже есть первые звоночки. Если посмотреть последние новости, крупные компании отменяют раскатку AI. Они, а, отзывают как бы деньги из этих направлений, да. Starbucks, Microsoft, как ни странно, они пишут, что они на токены, а, тратят больше, чем на сотрудников уже. Что это неэффективно, что там я забыл, какая была компания, она годовой бюджет на AI истратила за 4 месяца. И всё. Вот эта эра там бездумного заливания денег бизнесом на аинновации в Америке, она уже прошла. У нас она ещё не началась. В России, мне так кажется. В США она уже заканчивается. То есть всё, теперь мы измеряем эффект. Теперь мы считаем каждую копеечку, каждый токен. И вот так вот начинаем оптимизировать модели, контекст, как мы этим управляемся. Выключаем самые крутые модели, включаем подешевле. То есть всё это как бы смартшопинг начался. Теперь только только с умом нужно нужно это делать. А а как будет выглядеть мир, когда закончится мощность и компьютер электроэнергия? А судя по всему, мы туда идём? Пока непонятно, если честно. То есть сейчас мы зажмурились, бежим куда-то, а куда прибежим, неочевидно, но кризис какой-то, видимо, грядёт, потому что чипов не хватает. У Nvidia очередь там на 7 лет поставок. Всем желающим не хватает мощностей не хватает, электроэнергия ээ тоже её больше не становится. Поэтому какой-то там момент вот этот такой точка бифуркации должен произойти. Вот теперь это такой хороший, знаешь, мостик на тему того, а кто же зарабатывает и где зарабатывают модели, приложения, конечные применения, не знаю, консалтинг, где сейчас сосредоточеные деньги на этих рынках.
>> Слушай, ну больше всех зарабатывают производители моделей. Ну вотропик там что-то 30 млрд айра уже объявлял и уже обогнал. Ну как бы вот больше любого консалтера. Совершенно точно. А совершенно точно зарабатывают консалтеры. Ну, себестоимость ноль, прибыль примерно равна выручке. Хороший бизнес. Есть небольшое количество продуктов, а вот те самые автоматизаторы маркетинга, саппорта продаж, а, которые, ну, зарабатывают как продукт, но очень много раз меньше, чем модели. Даже если
>> утилиты такие. Да.
>> Да. То есть даже если взять вот там Харви, наверное, самый популярный, а, использователь искусственного интеллекта, американский электронный юрист, но он всё равно типа в 100 раз меньше, чем Антропик. Ну вот он он большой, он успешный, он единорог, у него всё хорошо, но разница в 100 раз. Наверное, зарабатывают какие-то фрилансеры, которые первыми научились использовать э новые инструменты, но это очень временно. Насколько опасно строить бизнес на чужой модели? А у AI есть такой слой, как, э, создание достаточно, ну, массовых продуктов, назовём это так, да, с использованием так или иначе, а, вот тех самых открытых моделей, да, и, а, каждый раз, когда или Open AI меняет систему ценообразования, доступа к модели, стоимости токена, расходов внутри там той или иной подписки, сразу же возникает страшная волна того, то у некоторых людей, видимо, заканчивается бизнес в этот момент, я подозреваю. Вот насколько это опасно и что с этим делать? И можно ли с этим что-то сделать?
>> Ты знаешь, индустрия давно нашла ответы на эти вопросы. Это не это было всегда ээ с вообще с компаниями. Есть такой термин в нenderlлок. Ты в принципе не можешь и должен всячески избегать того, чтобы складывать яйца в одну корзину и замыкаться на каком-то одном поставщике. Сяем всё то же самое. То есть, да, круто всё построить на одной модели. все процессы, но завтра эта модель тебе, не знаю, закроет доступ, отключит тебя, заблокирует тебе аккаунты или повысит цену, и всё у тебя сразу рушится, и надо всё перестраивать. Поэтому здесь такая система сбалансированная, когда у тебя где-то вот эти дорогие модные проприетарные модели, так называемые, которые ты чужие ты платишь за использование, а где-то свои локальные. Ты когда берёшь sourourсную китайскую модель какой-нибудь, э, и разворачиваешь на своих серверах, ты с этого момента никак не контактируешь с производителем модели. То есть он даже не знает, что она у тебя работает. Модель - это все эти AI модели - это компьютерные программы, которые работают на компьютере. Им даже интернет для этого не нужен. И там это полностью твоя история. Они поэто потому называются openсоourсные. То есть ты ими пользуешься, как хочешь. Ты сам их дообучаешь, сам их развиваешь. И они в этом смысле неуязвимы к этому эффекту. Там возникает железячный вендерлок, потому что это всё работает на каких-то чипах. Чипах производителей чипов не так много, они их там как-то удалённо блокируют или ваш провайдер хостинга может поднять цены. То есть там много таких нюансов, но в целом, Катя, ты как бы самая правильно в вопросе ответила на него, что эмно по логичным причинам. Поэтому надо искать вот эту систему, как это всё сбалансировать и не быть завязаным на одного обставщика.
>> Искусственный интеллект уже давно далеко не только чатбот. Появилось понятие агента. Агент - это роль или функция, которую искусственный интеллект выполняет за тебя. написать письмо, проверить твоё расписание, собрать итоги встречи, проверить, как СЛЗы обзвонили клиентскую базу, прослушать разговоры и, возможно, даже собрать какой-то комплексный отчёт о состоянии компании. Вокруг продуктов, оптимизирующих время и дающих возможность резко растить производительность, таких как Open Cla и manus на рынке самый главный хайп. Все хотят не просто экономить время, а становиться более производительными. Но чем больше искусственный интеллект действует сам, тем больше вероятность ошибки. Не так давно один из топ-менеджеров меты тестировал агента на своей почте. И вместо того, чтобы приходить за подтверждением об удалении ненужных писем, агент просто прошёлся по всей почте и удалил то, что считал нужным. В других примерах агент залезает на жёсткий диск компьютера и переформатирует файлы. В третьих примерах на клиентов вываливаются рабочие записи сотрудников. Конечно, технология не оптимальна. Где границы её оптимального использования? Является ли это проблемой искусственного интеллекта или того, кто им управляет? Знаем ли мы действительно ограничение технологии? И пора ли уже давать ему свободу или он наломает таких дров, что разгребать их будут много людей?
>> А что уже можно доверить искусственному интеллекту? А где обязатель человек? На это удобно смотреть следующим образом. Вот есть задачи, мм, которые требуют высокого интеллектуального вовлечения, но не просто интеллектуального, а ещё и, а, наличие какого-то опыта и экспертизы. Вот есть задачи, в которых требуется, чтобы человек подумал и принял решение, исходя из какого-то бэкграунда и насмотренности, который у него есть, и исходя из рисков, которые он видит и принимает в момент, когда это решение делает. Вот это вот эти процессы, ну, например, я не знаю, какой-нибудь разработка стратегии. А что нам делать следующее в продукте? Вот мы делаем какой-то продукт или сервис, что делать следующим? или подписывать этот договор, или не подписывать, или как нам вот это соглашение, не знаю, о каких-то о каком-то партнёрстве большом, как нам его как нам защитить свои какие-то риски и вот в этой конфигурации готовы мы к этому или нет. Ну и так далее. То есть
>> то есть это всё решение, то, что ты описываешь, это всё управленческие решения
>> во Да, во многом стратегические, управленческие, требующие опыта. А плюс креатив, там где вкусовщина. Вот не перформанс маркетинг, где один баннер побеждает другой только потому, что там зелёный цвет против красного. А креатив как какой мы должны как компания выбрать, я не знаю, Ton of Voice, какой я как я должен как я хочу, э, чтобы выглядел мой бренд. Это A вам не подскажет. Вы сами выберете, нравится вам или не нравится. Вот эти вещи плохо автоматизируются. И там AI может генерить варианты, может что-то помогать. Но решение принимать, отдавать ему нельзя. Вот эти решенческие вопросы и креативные вопросы пока откладываем. А всё то, что не требует высокого интеллектуального вовлечения, ну, скажем, задачи, знаешь, такие типовые, повторяемые, которые легко описываются гайдами, даже сложные из них, но они легко описываются. Ну, например, проверка документов, обработка претензий и обращений, а какие-то бухгалтерские операции, а юридическая рутина, когда мы одни и те же топники подписываем тысячами в течение года, они все одинаковые, меняются только название компаний. написание кода программистами по техническому заданию. Вот это операции, которые не требуют опыта, не требуют какого-то такого принятия решений, какого-то глубокого вовлечения. Вот это автоматизируется на ура. Вот вот эта вся часть, её можно отдавать искусственному интеллекту, но с правильным контекстом, с кучей гайдов, описаний, как это должно быть, почему именно так, и с проверкой результатов. А первое, что я сказал, все решения, все какие-то развилки это ию отдавать пока рано.
>> Я знаю много руководителей, которые мечтают чтобы некая, может быть, абстрактная модель искусственного интеллекта, а попринимала бы за них решений. Ну, руководитель как-то, поему человек очень уставший от решений, потому что он их принимает с утра до ночи, как бы риски несёт, ответственность берёт, как бы, ну, удобно вроде как где-то, видимо, внутренне эту ответственность с кем-то поделить. Какие бизнес-решения нельзя давать принимать искусственному интеллекту и есть ли они вообще? Отдельно стоит подумать о решениях, которые связаны не только или не столько с деньгами, сколько с этикой. Ну, типа вот уволить 1.000 человек - это какое-то бизнес-решение с там прибылью, убытками, налоговыми последствиями. Ну вот математическая. А с другой стороны это тысячи человек, которых надо отправить, значит, э на улицу. Для них это жизненная катастрофа. Поэтому, ну, там, а в моногороде это вообще что-то что-то катастрофическое, то есть это ещё и этическое последствие, что не измеряется деньгами. А и здесь, ну, мне кажется правильным, вот когда есть этические последствия, ну, какому-то живому человеку на это всё посматривать. Ну, желательно лично руководителю. Один из самых частых запросов, с которым ко мне приходят предприниматели, топы, просто какие-то высокоэффективные люди, это оптимизировать вот эту вот рутину текучку. Пусть агент соберёт на в течение дня с моих менеджеров какую-то там стату в телеге, мне её там упакует в дашборд, закинет каждый вечер в 5:00 вечера, я из этого там приму какие-то решения. Вот этого очень много. То есть руководители хотят вот эту микрорутину оптимизировать, но я, как человек, который сам себе тоже что-то подобное делает, наблюдаю, что это не работает, бизнесу эффекта никакого не приносит. Это прикольно. На это можно убить сотни часов времени, либо своего, либо заплатить какие-то там миллионы каким-то командам. Но по факту непонятно зачем. То есть это просто прикольно, но эффекта нет. Поэтому, наверное, знаешь, самый большой миф тут или фантазия - это делать то, что кажется прикольным. Что-то где-то вот тут сейчас на местах автоматизировать. А знаешь, давайте сделаем какую-то штуку, которая у нас будет искать в календарях какие-то слоты для созвонов, мы туда все будем как-то календарь перезабивать, и она вот будет нам говорить, где лучше созваниваться. Оно вроде звучит классно, но на деле проблем создаёт больше, чем эффекта. Поэтому вот много таких, знаешь, мелких вещей, которые кажется сейчас вот тут автоматизирую, всё заработает. А из крупного это продажи, пожалуй, вот это то, где все ждут прорыва, а его там просто нет и в ближайшее время, скорее всего, не будет.
>> Ну, появится какое-то большое количество новых бизнесов вокруг AI. Ну, то есть те же самые интеграторы на каких-то там маленьких уровнях, это будет довольно малый бизнес. Но главное изменение, мне кажется, это то, что, а, руководители станут сильно более самостоятельными. Ну, то есть, а вот там, где, ну, малый бизнес, значит, нет каких-то сложных систем, вот этих замкнутых контуров, вот этого всего. А это значит, что там Clotд, Chatт GPT, кто-то кто угодно ещё может решить много его задач, потому что, ну, весь контекст простой и легко вносится в клод. И если раньше там, чтобы сделать лендинг, нужно было одно агентство, чтобы запустить рекламу в директе, нужно было другое агентство, чтобы, не знаю, вести Telegram-канал, нужен был третий какой-то подрядчик, то сейчас в каком-то малом бизнесе, там в кофейне какой-то, а владелец может это всё сделать тремя кнопками, и это для него какое-то счастье.
>> Веришь ли ты в компанию одного человека?
>> Верить верю. Видел, не видел. То есть пока нереально. Я сам, сам как бы с каждым новым человеком, которого я нанимаю, я думаю: "Так, нет, мы его не будем нанимать. Мы будем сейчас до последнего всё автоматизировать". Нет смысла некоторые вещи автоматизировать, они какие-то мелкие. Ну, грубо говоря, мне неизбежно всё равно нужен тот же самый бизнес-ассистент. Хотя, казалось бы, ассистентство очень легко вот этим и может заменить иагентом, но на самом деле ни хрена. То есть кто-то должен всё равно ты замучаешься автоматизировать все свои календари, почта, документооборот, отношения с людьми, кто тебе пишет, ответы на эти все вопросы. Ты это просто замучишься автоматизировать. Проще нанять человека и дешевле, чем это всё там каждый день это всё отваливается, не работает. Про я ещё надо помнить, что это как бы, знаешь, есть вайб-кодинг, потом ещё есть vibeбагинг, который гораздо сложнее и вайб поддержка, которая вообще невозможно. То есть ты понастроился систем, они переочески лежат, а кто ты должен поддерживать? Это миллиниалы называется перезобрели IT. Пока одни спорят, кто победит в этой гонке. Open AI, Antropic, Googles Gemini или китайские open sourceные модели, другие просто думают над использованием. Как и где начать это использование прямо сейчас? где возможно добиться реального эффекта, насколько велик этот эффект, чтобы не было разочарования и не было завышенных ожиданий. С чего начать?
>> Мы говорим: "Пон прокатится волна сало стартапов, а будут сломлены границы отраслей, отрасли там поменяют, э, фундаментально подход, например, к результату, да, или там качество принципиальное вырастет. Вот если я компания, а я как должна смотреть на внедрение искусственного интеллекта? И
>> мне кажется, что у компании есть, ну, первая развилка, она сохраняет свой текущий бизнес и Кока-Кол продолжает быть Кока-Колой или как бы, глядя на революцию решает, что теперь мы я и компания, и кроме того, чтобы газировку разливать, мы ещё будем агентов делать. А, ну, запуск нового бизнеса, ну, такое рискованное действие, и я не буду советовать, кому надо, кому не надо. Хотя вот была история с Олбёрсом. Люди красиво от кроссовок перешли к хранению видеокарт. Но вот давай про эту часть забудем. Если мы остаёмся Кока-колой, а то мне кажется, есть важный совет, который а ну сильно поможет. Не надо ставить задачу внедрить AI, потому что вот если вы так поставили задачу, то вы её решите, вы внедрите AI. А вам это надо? Ну фиг его знает. Надо ставить задачу, э-э, в каких-то бизнес-единицах, э, там не нанять лишнюю 1.000 людей, сократить, значит, лишние 500 руб., сократить издержки, увеличить маржинальность. И вот посмотрев по своему офису, э, вот, ну, по основным числам даже своего офиса, ну, легко увидеть вот какие числа вам не нравятся и какие хотелось бы лучше. И вот просто сверху вниз, посмотрев, что у вас есть лишнее, чего у вас не хватает, можно поставить себе задачу с помощью вот это улучшить, это уменьшить, это увеличить. И мне кажется, это, ну, может не весь секрет показаться в 5% успешных пилотов, но значительная часть а этого мм успеха.
>> Как посчитать эффект?
>> Два подхода. Первый через экономию, второй через, э, создание чего-то нового. через экономию. Самое простое, вот мы внедряем и автоматизацию, сколько это нам сэкономит в деньгах? Либо через фонд оплаты труда, просто меньше людей физически или меньше часов тратят на эти задачи, а или через меньшие какие-то транзакционные издержки. Раньше у нас был какой-то сервис, за который мы платили, я не знаю, миллион руб. в месяц. Вот вчера мне предприниматель знакомый рассказал, что они платили 200.000 руб. в месяц за какой-то сервис апдейта цен на маркетплейсах. Сейчас они написали его сами. Он им обходится 20.000 руб. в месяц на хостинг, где он расположен. Они сами себе что-то такое навайп-кодили. Вот это экономия. То есть либо фот, либо какие-то сервисные издержки. А второе - это новые деньги, которые появляются где-то за счёт вот этой оптимизации. Они иногда сидят тоже в марже, то есть тоже в экономии. То есть, грубо говоря, мы в части производства где-то, я имею в виду, ээ, себестоимости становимся эффективнее. То есть мы просто меньше тратим на оказание услуги или на создание продукта, чем мы на чем мы тратили до сих пор. У нас маржа вырастает, и поэтому у нас как бы появились новые деньги. Ну, классический пример с ам какой-нибудь контент-маркетинг или департамент маркетинга стал работать лучше или департамент продаж инсайтов больше, конверсии выросли. за счёт роста конверсии у нас прямо выросло вырос объём продаж где-то, а где-то сократил сократились издержки. Вот, пожалуйста. То есть эффект мы считаем либо через экономию, либо через вот этот сайт, который возникает от внедрения. У нас появился какой-то новый продукт, новая линия или просто выросли конверсии и денег прибавилось.
>> Ну и, наверное, было бы, в принципе, для начала неплохо считать,
>> потому что многие бизнесы, к сожалению, на уровне аналитики просто не считают или считают не то. нашумевшая вот эта прошлогодняя уже аналитика, что 95% внедрения и автоматизации в США с точки зрения возврата на инвестиции неуспешно, они себе не отбили. 95%, это 95 из 100, только пять экономически имели смысл. Сейчас, я думаю, статистика другая, но базово ровно поэтому, потому что сделали то, что прикольно, потом посчитали, оказалось, что смысла не было. Вот половину, я не знаю, 2/3 запросов мы отбиваем на уровне, да, мне приходят, говорят: "Давайте автоматизируем какое-то там юридическое подразделение, которое вот договорами занимается". Я говорю: "Сколько там человек?" Они говорят: "Два". Говорю: "Сколько стоят эти люди в год вам?" Они говорят: "А, не знаю, 3 млн руб. на круг". Мы считаем, понимаем, что создать красивую классную автоматизацию, которая хотя бы половину нагрузки снимет, стоит 5 млн руб. экономия, вот это фото, что мы половину нагрузки снимем с людей, 1 млн. Вот тебе, пожалуйста, в пять разрыв эффекта. Поэтому, поэтому, да, считать - это прямо суперважно обязательно и нужно делать.
>> А с чего начинать? Ты немножко этого коснулся. Эффективно ли идти через пилот и что можно узнать, с чего начинать, где искать возможности? 100%. Я я примерно сказал, но базово все возможности вот самое наглядное, где искать возможности - это те функции, где заняты много людей, которые делают регулярно очень похожие задачи, легко описываемые какими-то инструкциями. И это, как ни странно, не только там, я не знаю, клиентская поддержка, но и программисты, как как ни странно. Почему весь вообще весь хайп стоит в программировании? Потому что это та самая функция, где очень много людей делают что-то иногда типовое: программисты, тестировщики и так далее. И дорого стоит. Вот где искать это. То есть где у нас надо посмотреть, где у нас в компании много рутины, где много вот этого перекладывания бумажек, где много низкоинтеллектуального труда. Вот там будет самый большой эффект. Но идти через пилоты точно, да? То есть я бы поостерёгся делать какие-то большие стратегии. Давайте разработаем кар карту, стратегию трансформации на 300 страниц в стиле Макинзи. При всей моей любви к Макинзи, которая там займёт полгода и потом ещё 3 года будем внедрять, лучше найти одну точку и там дёшево, сердито что-то проверить, пощупать, переходить к следующему. Но искать надо предварительно посчитав какие-то эффекты, сколько мы здесь достигнем, сколько здесь. А скажи, а вот некоторое время назад, ну, мы все это, в общем, видели, наверное, те, кто особенно имел отношение к крупным компаниям с большими IT, а, подразделениями, по рынку прокатилась такая и где-то она ещё катится волна цифровых трансформаций, так называемых. И часто в рамках цифровых трансформаций крупные компании, средние даже компании выясняли, что, в общем, они не очень-то состояние определённые вещи сделать внутри. Ну, например, они не могут так быстро на рынок попускать новые продукты или они не могут так эффективно сами себя оптимизировать, потому что очень сильное внутреннее сопротивление. Ну и вообще людей, как бы, которые себе там отпиливают, я не знаю, руку или ногу, ну, представить себе не очень не очень просто. Как ты считаешь, э в рамках AI, а ускорение проникновения тоже будет путём вендеров, внешних подрядчиков? там условных интеграторов аля САП и всяких разных выносных офисов цифровой трансформации или это как бы вещь, которую скорее люди, поняв ценность инструментов AI, будут как-то делать внутри.
>> Я думаю, что будут делать с помощью вендеров, подрядчиков каких-то интеграторов. Я не думаю, что это правильно, но я думаю, что это будет так. Просто потому что быстрее.
>> Просто потому что люди так привыкли. Это же, мне кажется, очень культурный подход. Но вот у меня культура, что я всё могу сделать сам. В принципе, если вдруг у меня возникнет задача завтра начать делать космическую ракету, то я как, ну, буду нанимать инженеров. Ну, как, ну, я ничего не понимаю в космосе, очевидно, но вот я начну её делать. А есть другая культура, что для всего нанимаются подрядчики. И эта культура, ну, мне кажется, доминирует в на самом деле большом бизнесе, и никуда она не денется.
>> Самый главный и самый болезненный вопрос искусственного интеллекта не в технологии. Самый главный вопрос про людей. Что будет с работой? Какие профессии будут востребованы? Как будет оперировать человек в комбинации с искусственным интеллектом? За какие роли и позиции уже пора бояться? И как сделать так, чтобы сотрудники были заинтересованы во внедрении? Вокруг этой темы полно страшилок. С одной стороны, каждый день появляются новости о том, как высокотехнологичные компании сокращают людей благодаря искусственному интеллекту. И делают-то это хитро. Сначала, мол, опишите процессы, которыми вы занимаетесь, функции, которые вы выполняете, а потом мы скормим это агентом и как орал уволим 30.000 человек. Даже если не драматизировать, бизнес всегда будет заинтересован в повышении собственной эффективности, в росте маржи, в повышении прибыли, в расширении денежного потока. Значит, направление мысли об искусственном интеллекте как повышении собственной эффективности имеет полное право на жизнь. Компании и люди найдут способ это делать для обеспечения собственного бизнес-результата. Но вот эта, скажем так, магия эксперта, да, там магия человека, она до сих пор не оцифрована. Считаешь ли ты, что это так? И какие, может быть, ещё отрасли ты видишь, в которых это так? И вообще, является ли это препятствием, честно говоря, для искусственного интеллекта?
>> Слушай, не, ну тут врача надо спрашивать, значит, кодифицированы ли зная врача, я не знаю, но я знаю, что проводилось много экспериментов в разных постановках, и с реальными медкартами CH GPT работает лучше, чем реальный врач. Ну, то есть если проблема и есть, то она перекрывается какими-то другими преимуществами роботами. Робот в, ну, такой бумажной работе, как прочесть данные анализов, назначить лечение лучше, чем живой врач. Это уже реальность. Есть ли какие-то отрасли, где вот такого не будет? Не знаю, не вижу. То есть кажется, что везде лучше, от этого очень страшно, но это правда. А какие принципиально новые возможности AI создал? Вот для всех, кто боится?
>> Я думаю, главная возможность она в том, что можно больше не заниматься скучной фигнёй.
>> А если моя работа вся была посвящена скучной фигне, что мне делать?
>> Ты знаешь, как вот мы как менеджеры и мы как руководители или как специалисты во многом трансформируемся в таких оркестраторов, судя по всему, только не сотрудников, а уже и агентов. То есть, по сути, каждый станет менеджером в своей работе. И если я занимался всю жизнь самой скучной бухгалтерией и перекладыванием бумажек, то значит я научусь как бы также отвечать за эту функцию, но уже буду не руками это делать, а какими-то настроенными системами. Много экспертиза перейдёт в стадию того, не как бумажку переложить и из Экселя, из одной ячейки скопировать в другую, а как организовать этот процесс так, чтобы это происходило само, точно, без ошибок и так далее. Это, наверное, такой самый очевидный вопрос, но вокруг появляется очень много других профессий, областей. То есть он что-то якобы забирает, но при этом кучу всего нового создаёт. Это вот опять так же, как автомобилестроение. То есть забрав, я не знаю, профессию извозчика или сильно её уменьшить, ну, уменьшив, ну, сколько всего появилось вокруг, с им будет проходить нечто, происходить нечто похожее. Никто не знает, что именно, потому что оно вот идёт и оно постоянно куда-то дрейфует. Но в общем и целом вы себя освобождайте от всякой фигни. Найдите, что в это пространство поместить и как вы можете быть полезны, как вы можете обменивать свой труд на деньги, дальше продолжать. Найдите удовольствие в этом. Можно не заниматься больше скучной рутиной. Я сам с удовольствием теперь занимаюсь какими-то финансами, потому что до этого это было как-то скучно, непонятно и сложно организовать, а сейчас можно самому себе, как хочешь всё построить в своей компании, во всём разбираться и не иметь даже штат финансовых менеджеров. То же самое бухгалтерия. Оно становится проще, прикольней, интересней.
>> Вот ты говоришь о внедрении и в бизнес. А, и это, наверное, тот большой
Пласт, который людей очень сильно беспокоит. То есть, если снять некоторый уровень беспокойства, >> причём почти на всех уровнях оно сейчас проглядывается в бизнесе, в компаниях, особенно с учётом того, что часто бизнес сейчас ам прикрывает реальные сокращения и предлагает людям самих себя по сути в некотором смысле оптимизировать. Как ты считаешь, э что является ключевыми факторами успеха при внедрении? Так, чтобы действительно люди, которые находятся внутри, приняли это и захотели это внедрять, а не м делали вид, что им это нравится или как минимум, чтобы это может быть не вызывало у них такое чувство опасности и тревожности.
>> Если смотреть вот под таким углом именно отношение людей к этому процессу, что, безусловно, важно, то здесь нужно просто коммуницировать, раз, вдохновлять. два и давать им эти инструменты для ежедневной работы, чтобы они были у них в доступе три, чтобы они могли сами любыми инструментами пользоваться и видеть от них пользу. То есть наша задача как компании объяснить нашим сотрудникам, если до этого как бы дошло, что теперь мы работаем иначе. Но в целом, как правило, всё начинается немножко с обратного. Нет такого, что компания пришла к сотрудникам, говорит: "Смотрите, мы всё тут автоматизировали, до свидания". То есть такие примеры есть в очень конкретных отраслях. Например, клиентская поддержка. Вот сотрудники технической клиентской поддержки, которые сидят на первой линии, где-то они уже слышат такие объявления, но побольшей части автоматизации раскатываются снизу с пилотных команд, с каких-то департаментов пилотных, и у людей есть возможность познакомиться, принять участие в этих пилотах и в их улучшении, в улучшении технологий, опробовать это, кайфануть и как бы найти уже рядом, как свою работу от этого отстроить. Поэтому, наверное, очень важно коммуницировать это сотрудникам и привлекать их к участию на ранних стадиях в этих экспериментах. Наверное, вот про то, как сделать так, чтобы сотрудники не боялись, я бы сказал, я бы ответил так. То есть здесь нету какой-то чего-то принципиально нового. Вот как любые изменения нужно доносить. Любые изменения нельзя оставлять в вакууме, потому что вакуум сразу заполняется самыми страшными теориями. Здесь то же самое. То есть здесь нет ничего нового, и любой, я думаю, HR ответит вам на этот вопрос. Но там много других углов, как как смотреть на внедрение, какие там ещё возникают проблемы и риски. И когда аа мы приходили к клиентам, там к сотрудникам, выяснилось, ну, может, кто-то знает, но для нас новая вещь, что у сотрудников другие приоритеты, чем у компании. Причём, ну, мы работаем с продавцами, и, казалось бы, как бы вот в KPI поставлено так, чтобы приоритеты были одинаковые. Продавцы условно получают процент от продаж. Казалось бы, у компании цель, значит, много продавать, и у продавца должна быть цель много продавать. У него бонус на этом завязан. Ну всё, куда уж дальше. Оказалось, что нет. Оказалось, что у там двух/ третей продавцов главная метрика счастья - это меньше работать за те же деньги, чем а больше зарабатывать. То есть у него успешный месяц не когда он заработал в полтора раза больше, чем обычно, а когда он работал столько работал в полтора раза меньше, а заработали столько же. И, соответственно, ему надо это обещать. То есть вот как внедрение ты должен ему не то, что компания хочет говорить, а то, что он хочет говорить. И вторая мысль из этого опыта, что не надо внедрять для всех. То есть вот идеальное внедрение у нас шло. Как приходился один человек, там фанатик, который там читал хорошие статьи, подписан на правильные Telegram-каналы, которые вот верят, что я это классно. Его учат работать с оптимайзером, и он через 3 недели на кухне рассказывает другим, что реально, да, ухожу на 2 часа раньше домой, как бы сделок закрывается столько же, как бы мои цели достигнута. И когда он на кухне это рассказал остальным сотрудникам, остальные сотрудники тоже так хотят. Они видят, что вот работает, они видят, что достигается их цель. Они говорят: "А как вот нам тоже подключиться к оптимайзеру? Мы тоже, значит, хотим поиграться в эту игрушку". А вот ну, наверное со стороны компании это немножко по-другому должно работать, чем со стороны внедренца. Но вот со стороны внедренца это работает так.
>> То есть тебя нанимают продавать своим сотрудникам идею использования AI >> в целом, да? А рассказать, вдохновить и запустить вот этот процесс трансформации. AI трансформация, она во многом состоит не из того, чтобы красивую PDF сделать и всем разослать, что теперь мы встаём на путь AI First или AI Native компании. Она состоит во многом в том, что в том, чтобы каждый из сотрудников стал на ты с этими инструментами. Только с этого, только при этом условии всё может завестись.
>> А как обстоят дела с искусственным интеллектом в России? С одной стороны, у нас есть сильные мозги, хорошая инженерная школа, сильные технологические игроки. Рынок растёт очень быстро. В 2025 году рынок оценивался в сумму близкую к 60 млрд руб., а уже к тридцатому прогнозируется его рост до триллиона. А вот где наше место в глобальной гонке, вопрос интересный. Мы даже разрабатываем суверенную и модель на базе гигачата. С другой стороны, за искусственным интеллектом стоит огромная инфраструктура. И, казалось бы, для нас там тоже есть большое место с нашими энергетическими ресурсами, холодными климатическими зонами, качественной связью и отличными мозгами. Возможно, идея не в том, чтобы догнать и перегнать Open AI или Deepsek. Возможна идея в том, чтобы научиться самым эффективным способом внедрять искусственный интеллект в реальные кейсы, в реальную жизнь. Создавать прикладные модели, учить прикладные датасеты, внедрять так, чтобы именно наша эффективность в конце концов была самой высокой в мире.
>> Какие ещё, тебе кажется есть ниши на этом рынке?
>> Есть, мне кажется, три уровня. Первый уровень - это модели. И, ну, для меня это, ну, такая теория. Я не буду автором новой модели. И, скорее всего, для зрителей тоже теория. Скорее всего, вы тоже не будете автором этой модели. Есть второй уровень - это инструменты разработчиков. Это какие-то штуки, которые помогают создавать продукты. какие-то мониторилки, какие-то, не знаю, м логировалки, какие-то бенчмарки, какие-то маркетплейсы моделей. Скорее всего, это реалистичнее, ну, и для меня, и для вас, но вот я этим тоже не занимаюсь. И, скорее всего, это сделает там, ну, будет 100 успешных проектов и 98 из них будет в долине. Если вы не там, ну, вы бьётесь за два счастливых билета на всю планету. Скорее всего, нет. Есть вот конечный продукт, какие-то вот B2B штуки там, маркетолог для гал проекта в России, вот какой-то какая-то нишевая штука, которая вот что-то идеально для них делает. И таких проектов будет много. И вот туда можно бежать. Там я участвую в паре таких проектов.
>> На каких моделях? Особенно в России.
>> У тебя есть, ну, такой стакан. В каких-то ситуациях твой клиент или ты сама требует от тебя, чтобы это были модели, развёрнуты на твоих серверах. Ну, ты делаешь что-то, ну, условно военное, ну, у тебя нет выбора никакого. Тогда ты разворачиваешь на своих серверах, ну, там, квен или что ещё сейчас по тестам в твоей отрасли является самым лучшим. Второй вариант, что, ну, это, скорее всего, самый дорогой, самый сложный вариант, но он единственный, если по-другому нельзя. Дальше, может быть, твой заказчик, твой бизнес позволяет использовать внешние сервисы, но они должны быть российскими, а тогда у тебя выбор между Яндексом и Сбером. Ну, ты там протестируешь и выберешь того, кто лучше подходит. И третий вариант, что тебе всё разрешено, тогда, скорее всего, Яндекс Сbр не будет оптимальным решением по цене качества. Совершенно точно свой сервер не будет оптимальным решением по цене качества. И ты будешь использовать там либо псик, либо Anтроopic. Ну уж опять, что оказыват лучше в твоей ситуации последнее качества?
>> Насколько опасно быть зависимым от одной модели?
>> Вот здесь как-то повезло. Они очень легко меняются. А у них, ну даже IP прямо очень похожие. Ну нельзя сказать, что ты одной кнопкой переходишь с Яндекса на дипсик, но прямо близко к этому.
>> Ну надо ли держать две модели тогда?
>> В моём окружении очень многие держат часть клиентов требует Яндекс, а часть клиентов разрешает что-нибудь иностранное. И вот поэтому есть две, >> да, потому что, ну, вот сегодня такой бизнес поздно делать. Вот 3 года, пару лет назад, когда они начинали, наверное, это была хорошая идея, потому что это пример ультрамассовой индустрии и боли, которая не меняется от рынка к рынку, от географии к географии. И в такие индустрии, а, CH GPT, клод и прочие будут идти самостоятельно. Они уже пошли в медицину, они пошли в юридические какие-то вещи, хотя они меняются от рынка к рынку. Они идут вот во все эти помощники, в контент, скорее всего, пойдут. Просто потому что очень очевидная ниша. И вот это сфотографировать иду калории. У меня то же самое работает в чат GPT, просто очень кустарно, но работает. И вот, к слову, если кто-то сейчас, кто нас смотрит, думает, а какой стартап следующий делать, вот об этом важно помнить, что лучше делать сложные продукты и не настолько массового спроса, чтобы самому чату GPT было неинтересно просто туда идти или чтобы они были такие рынкоспецифичные, то есть какой-нибудь продукт для юристов конкретно в России, сюда точно не пойдёт чати со своими продуктами. Вот. Но пример очень клёвый. И вообще, кажется, знаешь, успех он не там, где мы его ждём. У меня есть бесконечно повторяемый мной один и тот же пример. В одной крупной компании - там И-лаборатория, они пилотировали кучу A гипотез автоматизации, компания на десятки тысяч человек в России. И самый эффективный пилот на вложенный рубль вообще не тот, который можно было себе представить там какие-нибудь фэннc системы сложные. Это, я помню, тебе рассказывал, это генератор должностных инструкций. То есть это вот такая приблуда. которая неожиданно как боль настолько занимала много времени учаров, топов, потому что я как топ в банках эти хреновые должностные инструкции, >> особенно регулируемый бизнес, если >> да, периодически что-то там искал, вычитывал, редактировал. Мне это бесило у ещё каких-нибудь кадровиков и а с этой задачей блестяще справляется. И на 1 млн руб. инвестиции в этот агент, как бы, он даёт там 10 млн руб. на компании размером 20.000 человек. То есть действительно, иногда вот эти классные решения, они вообще не там, где нам кажется. И, может быть, делать вот надо не что-то такое супер, знаешь, модное, молодёжное, айтишное, а вот действительно какие-то нишевые продукты очень решающие большую боль. Я, кстати, знаю как минимум один стартап, ровно такой же, как ты описываешь, у которого ничего не получилось, они даже денег поднять не смогли.
>> Интересно.
>> Полтора года назад, э, они это делали. Просто просто вот вопрос скорости, да, и нужности рынку.
>> Медицина, мне кажется, очень сильно изменится. Ну то есть а Маск обещает, не помню, через 3 года, через 4 года, ну как-то как-то скоро, что роботы будут лучше хирургами, чем хирурги. И верно, он ошибается на пару лет, но это неизбежно. А вот в балтологической части искусственный интеллект уже лучше, чем врач. Это, ну, это факт. Там будут гнилые комментарии, но это правда. А, и медицина очень сильно изменится. М, образование, мне кажется, медленнее, и какое-то время с ним мало что случится по главной причине, что образование, ну, непонятен конечный результат. То есть вот если врач там либо вылечил, либо убил, и тут, ну, понятно, кто хороший, кто плохой, а то, наверное, CH GPT лучший педагог, чем, а, современный вра чем современный учитель. Но это очень трудно сравнить, как бы эксперимент не поставишь, а это не докажешь. А, и поэтому как бы инерция плюс незнание, оно сохранится текущую модель надолго, наверное. Как ты думаешь, если мы встретимся через год и снова будем разговаривать про Яй, о чём мы будем говорить?
>> Слушай, хороший вопрос. Я это я прямо даже не знаю. Давай вместе подумаем. Я я не знаю. Мне хотелось сказать что-то про то, как это как это всё масштабировать дальше и где следующее узкое место находится. Потому что сегодня узкое место, например, в бизнесе у нас оно далеко. То есть технологии уже дошли, можно много чего делать, надо просто это найти и применить. И как бы узкого места в технологиях, например, нет. А где через год будет? Сегодня узкое место - это применение. Куда это прикрутить вот эту штуку? Она ещё достаточно экзотическая. А вот где через год будет узкое место, я думаю в экономике. То есть это всё станет дороже, скорее всего. И вопрос, как это прикрутить эффективно, он и сейчас есть, но сейчас пока это всё дёшево, можно экспериментировать. А через год будет вопрос, наверное, экономики и эффективности. Раз и два. А, ну я знаю, знаешь, о чём будем разговаривать? Как нам отстраиваться от конкурентов в этом мире, где всё большему количеству людей доступно доступны одинаковые классные инструменты?
>> Ну, это страшный вопрос. Я не знаю. То есть вот ну я ещё где-то вижу, что что-то я там могу там у меня контекст больше, и поэтому я что-то понимаю, что он не понимает, но через 3 года я не знаю. Ну, то есть вот я сейчас, а-а, как бы, ну, стратегия в том, чтобы не быть лучше Клода, это, наверное, невозможно, а в том, чтобы быть лучше всех остальных людей. Ну, там входить в топ- один, в топ- 10% людей, чтобы, ну, как-то кто кто-то кто будет нужен, вот пусть это буду я.
>> После такого интенсивного разговора хочется простого ответа. И это революция, это хайп, это вырвавшаяся из лаборатории технология. Пора или не пора? И кажется, что простого ответа на этот вопрос уже нет. Но ведь мы все переживали технологические сломы. Когда-то интернет тоже был в новинку, а использованию Варда и Экселя учили на специальных курсах. Я верю, что искусственный интеллект будет полезен каждому. Нужно найти свой формат и свою интенсивность использования. А с точки зрения профессий, на мой взгляд, слухи о смерти человеческих профессий преувеличены. Вряд ли при нынешнем уровне развития технологий, а главное, при нынешнем уровне организации процессов в компаниях. Искусственный интеллект всё захватит и всё сломает. Но надо быть аккуратными. Технология развивается с такой скоростью, что уже через год-два или три мы можем отказаться и от нынешних убеждений о поступательном развитии. Революция может усилиться, и тогда бизнесменом будущего и профессионалом будущего станет не тот, у кого самая ёмкая и мощная нейросеть, а тот, кто, как сёрфер на волне осваивает применение новых и новых этапов развития технологии, адаптируется, ищет и никогда не останавливается в этом поиске. Успех в том, чтобы понимать, какую задачу решать, каким способом. где сыграет искусственный интеллект, а где нужны люди. Какая комбинация будет комбинацией будущего? Искусственный интеллект - отличный маркер. Как только компания начинает или задумывается о его внедрении, она вдруг неожиданно понимает, что на самом деле внутри происходит, где слабые места, кто чем занят и у кого на самом деле какая роль в процессах. Так происходит осознание качества управления, качества людей и потенциала повышения эффективности.