Промпт-инжиниринг — навык, который теперь нужен всем. Разбираемся, как использовать LLM на практике

Всем привет, и вы на подкасте C-Level. Мысли в режиме SEO.

Всем привет, бизнес — это ремесло, и вы на подкасте C-Level. Мысли в режиме SEO с ремесленником Андреем. И сегодня мы поговорим о ИИ, о том, как развивается этот рынок, и в гостях у нас SEO и основатель компании Zerocoder Кирилл Пшенник.

Ну что, привет, спасибо, что пришел, очень рад тебя видеть.

Привет, спасибо, что пригласил. Хочется начать с такой, очень интересной темы, но прежде чем мы начнем про ИИ, хочется поговорить про твой опыт, твой бэкграунд, как ты к этому пришел, к бизнесу, предпринимательству. Давай начнем с этого.

Я закончил мехмат МГУ и на последнем курсе я уже понимал, что не очень хочется идти в чистом виде в науку, в математику, хочется заниматься предпринимательством. Я пришел в работу в рекламное агентство, учиться разбираться в интернет-маркетинге, в продажах, в каких-то продуктах построения. И потихоньку, меняя проекты, стартапы, пришел к своему бизнесу. У меня было несколько компаний, они связаны в основном с образованием. Где-то я работал на наемной позиции топ-менеджера, где-то мой бизнес был. Например, у нас была компания «Мегапрорыв» с партнером, мы обучали предпринимателей. Собственно, она до ковида в офлайне существовала, потом мы переключились в онлайн, но было понятно, что обучение предпринимателей в онлайне оно проходит не так хорошо. Соответственно, переключились на зерокодинг.

В 2021 году появилась компания Zerocoder, которая организовалась от небольшого комьюнити, которое называлось «Наколенки», где объединялись люди, которым была интересна тема программирования без кода. И, соответственно, это все развилось сейчас в бизнес с выручкой около 65 миллионов рублей в месяц, прибыльного бизнеса, и мы одни из лидеров обучения искусственному интеллекту сейчас в России.

Знаешь, что интересно? Ну, я много работаю в технологической сфере, и еще, наверное, лет 5, наверное, 4 говорили, что тех умирает, или вот он должен умереть, рынок уже переполнен, все, и так далее, и так далее. Но, тем не менее, из года в год какие-то компании все равно продолжают стрелять. А как думаешь, с чем это связано, да? Почему это происходит? То есть, как находить вот эти лазеечки, на что ориентироваться, чтобы твой бизнес в такой конкурентной нише, да, позволил тебе выстрелить?

На самом деле, то, что тех умирает, я особо не слышал, потому что если посмотреть на темпы роста рынка, то в 2025 году он все-таки замедлился, особенно если мы говорим про взрослое дополнительное образование, а в предыдущие годы он очень быстро рос, он обгонял экономику, и в целом были двукратный рост, 20-30-40% роста год к году был. Сейчас, на мой взгляд, ниши, которые действительно стоит рассматривать, это ниши с растущим рынком. То есть, например, бизнес-образование, если посмотреть по статистике, оно не растет особо. Опять же, дополнительное профессиональное образование в сфере языков программирования, например, классический Python, Java, обучение и так далее, они тоже не так активно растут, если вообще растут, потому что там есть переполненность кадров. Есть проблемы с выпускниками, о том, что их готовят достаточно массово, но на джун-позициях достаточно тяжело найти работу.

— И в целом сокращение IT-специальностей сейчас наблюдается.

— Там на самом деле очень неравномерное сокращение IT-специалистов, то есть там действительно есть сокращение джунов, но при этом миддл и синьор-специалистов действительно найти сложно. Я как раз общаюсь периодически с HR-ами в рамках карьерного центра нашего. Они говорят, что действительно очень много джунов, которые закончили курсы, и им достаточно тяжело найти работу. Но, с другой стороны, миддл и синьор, специалисты, которые действительно имеют хороший опыт, их найти очень тяжело.

— Ну их и мало, в первую очередь.

— Их и мало, да, их найти очень тяжело. Поэтому здесь такой баланс, с одной стороны. Но, с другой стороны, есть направления, где рынок растет. Тот же, например, разработка искусственного интеллекта, создание искусственного интеллекта, использование искусственного интеллекта. Если говорить не про IT, то это здоровье тоже сейчас активно набирает популярность. Психология вот недавно активно хорошо росла, сейчас уже там чувствуется замедление за счет регуляции государства, вот эта вся история. То есть есть однозначно ниши, которые растут быстрее рынка, и если говорить про И тех, то, на мой взгляд, имеет смысл выбирать вот такие ниши, в них развиваться, потому что это позволяет более эффективно инвестировать ресурсы в маркетинговое продвижение. По-хорошему бить в большую специализацию.

По моему опыту, есть куча разных компаний, начиная от онлайн-обучения логопедов, работа с детьми с качеством проговаривания и множество различных поднаправлений, которые уже и так существуют, и понять, куда ты хочешь примкнуть, от чего это зависит. Вообще, наверное, такой офф-топ вопрос, почему в целом тебе было интересно образование, с чем это было связано, почему вообще эта ниша, было ли это как-то заложено или так легли карты?

Ну, мне кажется, это такая историческая история, то есть у меня образованная семья достаточно, у меня с высшим образованием родители, у меня кандидат экономических наук дедушка, и, собственно, у всех там высшее образование есть, поэтому у меня изначально семья говорила о том, что, ну, как бы всегда есть 11 классов обязательно, то есть не было вообще представления о том, что можно 9 классов как-то закончить. Что всегда нужно идти в ВУЗ, причем, когда мы выбирали ВУЗ, это были лучшие ВУЗы России, и, собственно, я оказался на мехмате МГУ таким образом. После этого я когда закончил, поработал какое-то время, я понял, что я хочу дальше развиваться, я пошел на MBA в Kingston Business School в Лондоне. И у меня всегда образование было частью моей культуры, генов, того, что я хотел развиваться. Поэтому, наверное, логично, что вот такая любовь к личному образованию, она нашла применение и в бизнесе, нашла применение в том, что я делаю это. И плюс я еще два года работал в образовательной компании «Юниум». Это детское образование, у нас было 35 отделений по всей России, около 20 тысяч детей училось. И мне очень нравилась идея, которая там была заложена. Собственно, такая миссия компании была в том, что, обучая детей, мы меняем будущее. Мне кажется, это очень хорошая история, что образование – это тот актив, который всегда останется с человеком, который никуда не денется, и, собственно, это, наверное, лучший актив, в который можно вложиться, если непонятно, что выбирать. Поэтому для меня история из зерокодинга и «Мегапрорыва» предыдущих компаний, в которых я работал, это история не про бизнес как таковой, а про то, что мы можем как-то влиять всей командой, влиять на людей, влиять на то, как развивается человечество. Сейчас мне очень радостно, что как раз нишу, которую мы развили, это искусственный интеллект. Собственно, в ней получается вот это влияние достаточно такое существенное.

Нет, тут я полностью с тобой согласен, но пока ты рассказывал, парочку вопросов таких интересных, для меня, по крайней мере. Но, знаешь, всегда есть вот эта вот противоречие, там, уйти после девятого класса, пойти работать, делать бизнес или, там, учиться и потом делать бизнес, да? И, наверное, твой опыт, взгляд на этот вопрос, как ты вообще считаешь, правда ли то, что 80% предпринимателей — троечники? Ну, наверное, за исключением каких-нибудь выпускников МФТИ и МГУ, там множество предпринимателей. Кстати, не всегда они все равно отличники, но тем не менее. А вот как к этому ты относишься? То есть какая-то корреляция уровня образования, каких-то внутренних качеств человека и его предпринимательских способностей?

Слушай, я не видел какой-то прямо репрезентативной статистики по тому, как предприниматели становятся связаны с образованием. Я точно видел средний заработок в зависимости от образования, и там очень сильные отличия. То есть люди, которые заканчивают среднюю школу, и люди, которые имеют высшее образование, у них разница в среднем заработке примерно в два раза. Причем это на больших объемах информации. Мне сложно говорить, как сейчас это работает, потому что я знаю, что сейчас очень активно развивается среднепрофессиональное образование, сейчас очень много людей идут в колледж, и вполне возможно, что с точки зрения современных технологий, которые очень быстро меняются, развиваются и так далее, это не самый плохой путь. Но то, что мне университет дал, это, можно сказать, фундаментальное понимание мира, фундаментальный академический подход к тому, что все надо проверять. Любое утверждение должно так или иначе быть подкреплено каким-то ссылками, высказыванием, исследованием, чем-то еще. Но и умение очень быстро решать аналитические задачи. То, что, мне кажется, у меня сильная история, и то, что я сделал в компании, в Zerocoder, это история про метрики, про то, что любые действия мы всегда оправдываем или обосновываем какими-то математическими числами, математическими метриками. И мне кажется, что это, с одной стороны, позволяет нам очень быстро принимать решения, то есть мы видим, в одном месте статистика лучше, чем в другом, значит, надо, соответственно, туда идти. С другой стороны, это такая, можно сказать, объективная картина. Всем в компании, любому сотруднику понятно, почему мы принимаем те или иные решения. Мне кажется, что без пяти лет изучения математики, без пяти лет изучения сложных формул и всего остального, привить этот навык, ну, не получалось бы, потому что в школе недостаточно глубоко это изучают и недостаточно прививают вот это вот, чтобы было частью какого-то там условного восприятия мира. Вот, но я знаю, что есть большое количество предпринимателей, которые не заканчивали там университетов, среднее образование имели. Надо посмотреть, не является ли это ошибкой выжившего, известно, вот. Я думаю, что если это слушателям будет интересно посмотреть, сравнить, то вот то, что сделала бы, ну, выпускник, наверное, хорошего университета, это пошел и поискал статистику, какие-то исследования на эту тему посмотрел, что в России, что на Западе, и сравнил для себя путь. Вот такой подход, кажется, что это вот как раз то, что отличает человека с академическим подходом от человека, который просто верит какому-то высказыванию.

Супер, отлично, да, хорошо, прям по полочкам разложил. Ещё интересный вопрос про разницу зарубежного и российского образования, так как ты его тоже получал. Есть ли то, что тебе прям откликнулось, что зацепило, на что бы ты сделал акцент?

Ну, мне сложно тоже здесь делать общее высказывание, потому что все-таки я учился на MBA программе, это уже магистерская программа и предпринимательская, поэтому здесь...

— Ты вроде бы и в России, и там получал...

— Да, да, да. Вот. Это совместная программа была как раз... Это была программа Российской Академии Народного Хозяйства и Kingston Business School. У нас часть модулей была в Москве на присяженке, часть модулей была в Сучжоу, в Китае, часть модулей — в Великобритании, в Кингстоне, в ВК. Соответственно, и там, и там у нас преподаватели все были иностранные, английские. Я бы сказал, что принципиально разницы нет. И там, и там на мехмате, и в Кингстоне были очень крутые преподаватели, и были преподаватели, которые вызывали вопросы с точки зрения подачи информации. Принципиального отличия в взаимодействии я особо не видел. Единственное, если говорить про магистратуру нашу, то там было больше кейс-подходов. Но вполне возможно, что это не особенности английской программы, а особенность подхода MBA, потому что MBA имеет определенную структуру, определенные навыки. Кейс-стадии, которые там заложены, и поэтому мне кажется, что тут важно сравнивать одинаковые программы. То есть, если бы у меня была возможность поучиться математике где-нибудь в Оксфорде или в Кембридже, то, наверное, было бы корректнее сравнивать. Но в целом, в целом, я бы сказал, что российское образование очень хорошее. Вот, у нас очень крутые преподаватели есть, у нас сейчас MBA-программы есть хорошие, там, в Сколково. Очень много кто, кстати, хвалит. Да, вот, поэтому если, там, выбирая между американским, европейским и русским, вполне возможно, что русский, при учете там всех обстоятельств, удобства, логистики и всего остального, не уступает иностранным. Ну, и, наверное, если бизнес ты делаешь в России, то тебе тоже будет полезнее получать опыт здесь.

Окей, отлично. Ну, тут такую предысторию проговорили. Давай, наверное, про компанию теперь. Почему зерокодинг, чем отличие вообще зерокодинга? Такая... Ну, по верхам пройдемся, для тех, кто не понимает, для меня в том числе. Давай.

Ну, соответственно, что такое зерокодинг? Zero — это ноль, кодинг — ноль программирования. Есть в мире такое понятие, как no-code, без кода, и я думаю, что если приехать куда-то там в тот же самый Америку или США, то слово зерокодинг никто не будет знать. Потому что мы его придумали, мы подумали, что no-coder, no-coding и так далее звучит не очень хорошо на русском языке, а вот zero-coding звучит значительно лучше. Понимаешь, что no-coding — это в том числе, ну, по сути, конструкторы, да? Это какая-нибудь Tilda, это в целом no-code платформа. Это одно и то же. И ZeroCoding, и NoCoding, это одно и то же. Мы просто придумали слово ZeroCoding, чтобы как-то отстроиться в России. И, собственно, если говорить просто, то ZeroCoding – это подход, при котором можно создавать какие-то IT-решения без программирования. А как это будет – не так важно, потому что это могут быть конструкторы типа Tilda, могут быть какие-то системы автоматизации типа Make, Zapier, Albato. Это могут быть конструкторы мобильных приложений, например, типа Adalo, Glide, AppMaster и так далее. А сейчас, с появлением искусственной интеллекции, сейчас есть понятие вайб-кодинг, которое мы считаем частью зерокод движения, потому что на самом деле человек может создавать решения, которые которые делают какие-то задачи, а не программируя, при этом используя код. Вот, звучит немножко безумно, я сначала, когда запускал всю эту историю, я назвал это «зерокодинг на Python», что вроде как противоречит одно другому, но по факту оно так и есть, то есть это не противоречит концепции вообще там no-code-зерокода, просто вместо какого-то из инструментов используется код, что до появления нейросетей было немыслимо, а сейчас кажется само собой разумеющейся.

Окей, с ноу-код стало понятно, про вайб-кодинг не очень понятно, давай еще раз про вайб-кодинг, то есть в чем его основная концепция?

Да, ну давай я может про компанию дорасскажу, да. Стартанули мы в 21-м году, стартанули из сообщества, и собственно первый наш продукт был, он назывался зерокодер мобильных приложений, то есть фактически мы учили людей, как можно с помощью ноу-кодинг инструментов собирать мобильные приложения. Сначала была абсолютно гипотеза, мы запускали продукт, которого еще не было, то есть фактически мы просто решили проверить, купят ли это или нет. И собственно в феврале 2021 года мы выкупили первую рекламу, и у нас получилось сразу, по-моему, мы 300 тысяч проинвестировали в рекламу и миллион продаж как бы в рамках месяца. И мы поняли, что да, вот он, продукт Макрофит, все работает. Дальше мы потихоньку начали наращивать разные продукты, соответственно, запустили зерокодер веб-приложений и зерокодер-автоматизация, ну то есть было очень много разных курсов, которые именно фокусировались на профессии, то есть мы не инструментальные курсы делали, а курсы для того, чтобы человек, который до этого вообще ничего про это не знал, он мог прийти, изучить продукт и получить новую профессию, в которой, собственно, он сможет дальше в ней работать. С чем мы столкнулись в первую очередь, и это был такой большой очень вызов, что в основном компании в то время тех-овские продавали IT-продукты напрямик, IT-образование напрямик. Это была просто реклама, она вела на сайт курс по Python-разработке. Человек оставлял заявку, ему, собственно, отдел продаж продавал. Естественно, мы захотели это повторить, мы это спустили, и у нас получилась ноль продаж, абсолютно нулевая конверсия, потому что просто никто не понимал, что такое зерокодинг и как с этим вообще работать, и почему нужно платить 60-80 тысяч за обучение, непонятно чему. Собственно, мы вынуждены были построить большую историю с вебинарами прогревающими, и фактически до сих пор у нас вся история строится так, что мы делаем огромное количество разных бесплатных мероприятий, это и вебинары, онлайн-встречи, мастер-классы, интенсивы, в общем, много-много-много такой зоопарк разных решений. И приглашаем туда трафик. Трафик приходит, люди приходят, слушают, смотрят, понимают, что это такое, и после этого уже начинают...

— То есть такая просветительская деятельность, в том числе обучение, работа с продуктом.

— Да. У этого есть плюсы и минусы. Плюсы в том, что мы собираем очень большую базу, у нас больше миллиона человек в базе, и сейчас это очень хороший актив. То есть, например, в 2025 году у нас две трети продаж наших идет именно по базе. И для нас это очень хорошая, стабильная история, потому что сейчас маркетинг достаточно дорогой, цена лидов дорожает. И, собственно, там многие тех-компании от этого очень сильно страдают, у кого прямой трафик. А для нас это не так сильно отражается, потому что мы основные продажи делаем уже по тем лидам, которые купили до этого. Минус тоже очень существенный, что до 2024 года мы были убыточны. Для этого мы два раунда инвестиций подняли. И, собственно, очень тяжело создавать рынок, очень тяжело его развивать, но потом как бы дивиденды все это оправдывают. Посмотрим на Uber, он и не 2, и не 3 года этим занимался. Компания так вот примерно развивалась.

В 2023 году мы увидели потенциал в искусственном интеллекте, в генеративном искусственном интеллекте. Причем понятно, что до этого было большое количество разных продуктов по созданию искусственного интеллекта. Это Data Science, разработчики искусственного интеллекта и так далее. Но у всех этих продуктов очень узкая целевая аудитория. То есть я сам учусь в МФТИ на Data Scientist, и там прям нужна очень сильная математика. И понятно, что большинству людей это просто недоступно с точки зрения освоения материала. А мы увидели другую нишу, мы увидели людей, которые ничего не знают в математике, никогда не работали в IT, но при этом они могут прийти в условный ChatGPT и начать им пользоваться и получать от этого очень большой прирост эффективности, большую какую-то историю про полезность продукта, собственно говоря. И мы как раз сделали первый в России курс по использованию генеративного искусственного интеллекта именно для людей не в IT. И оказалось, что это очень близкая к нам аудитория. То есть те люди, которые у нас изначально приходили на зерокод продукты, вот им все это очень хорошо зашло. У нас есть... Такая вот известная история. Я в феврале 23-го года первый раз попробовал ChatGPT. Я прям, ну, очень сильно удивился, как он отвечает, потому что, ну, сейчас понятно, что все там письма пишут, уже никакого секрета в этом нет, но вот в 23-м году, когда ты пишешь запрос, там, напиши письмо, а тебе, как бы, пишут готовый текст, это просто был какой-то разрыв шаблона, то есть до этого я такого никогда не видел. Я сначала думал, что там просто сидит тысяча человек, которые просто людям отвечают, пишут, настолько это было невероятно. И я, собственно, понял, что это что-то, что действительно просто невероятно крутая история, и этому надо обучиться, по крайней мере, самому. Я начал искать образование, в России вообще ничего не было. Я купил курс, по-моему, на Coursera или где-то, или на Udemy, не помню, в общем, какой-то иностранный курс. Посмотрел бы, он был очень слабенький, то есть там было прям вот по верхам какие-то вещи, и я увидел нишу, подумал, что, блин, круто, надо попробовать сделать. Я помню, что я пришел в команду, запичил всю эту идею, все, конечно, на меня посмотрели, как на дурака, говорят, блин, мы тут же мобильные разработки учим, какие нейросети, ты о чем? Я говорю, давайте попробуем. И мы договорились о следующем, что если мы делаем бесплатный вебинар, по нашей базе, и если мы продаем 10 курсов, то мы делаем курсы, не продаем 10, не делаем. В итоге на вебинар, по-моему, пришло около 4000 человек, всем нашим было очень интересно, что это такое, и к концу первой недели мы продали 100, а к концу месяца 400 платных курсов.

— У меня в голове прям эти цифры были, я думаю, блин, надо сейчас сказать.

— Да, да, да, вот. И кажется, что это, ну, прям вот переменная точка нашего, это можно пивотом назвать, нашего продукта. Понятно, что это было чертовски сложно использовать, ну, реализовывать, потому что, а, не было вообще экспертов, я первые уроки самостоятельно все писал, просто потому что некому было. Б, не было кураторов, которые могли это все поддерживать. Опять же, мы брали кураторов из ноу-кода, просто их обучали, я лично с ними созванивался, говорил, давайте вот сюда посмотрите, как людей поддерживать. Первые выпускные я все сам тоже вел, просто потому что непонятно было, как эти процессы строятся. Но мы справились, вот. И у нас еще оставались деньги с первого раунда. Я понял, что здесь прям ниша открытая, людям это надо, людям это интересно. И я нажал прям полный газ, и мы выкупили всех блогеров, которые были доступны. Там и Ксению Собчак, и вот всех-всех-всех, я не знаю, наверное, многие, может быть, если смотрели, помнят еще нашу интеграцию, вот, и тогда было копейшные лиды, то есть я, если там вот про цифры говорить, насколько я помню, там по 100 рублей лиды мы покупали на вебинар, сейчас это там 700-800 как бы с Яндекс.Директа, опять же, YouTube очень активно там прокачивал, там миллионные охваты делались постоянно, вот, и мы очень быстро собрали гигантскую базу пользователей, которым эта тема интересна, и, собственно, дальше мы на ней активно развивались. Сейчас у нас практически нет курсов по ноукод-разработке, то есть у нас есть мобильный разработчик, еще пользуется какой-то популярностью, но, наверное, 90% всего обучения это связано с ИИ, то есть вот эта переломная точка. И мы всегда стараемся делать продукты, которые чем-то отличаются, то есть какие-то новые. Мы, например, запустили Zerocoding первое, запустили ИИ первое. Потом мы сделали, к вайп-кодингу переходя, в 24-м году, в январе, я помню, что я первый раз попробовал программировать с помощью искусственного интеллекта, мне просто нужен был дашборд на данных, и я не смог его сделать в нашей LMS-системе самостоятельно. Я спросил у ChatGPT, он говорит, а что ты мучаешься, давай на Python напишем просто, да и все, и ты посчитаешь. Я говорю, блин, а что, так можно было? Он говорит, конечно, я тебе сейчас код напишу. Он написал, я его запустил. Я говорю, а как код на Python запустить? Он говорит, ну вот, скачай PyCharm, как бы вставь сюда то, что я тебе написал.

— Выгоди командную строку.

— Да, да, да. И говорит, вот, нажми кнопку. Я нажимаю, у меня нужные данные все обсчитываются. И я понял, что, блин, а нифига себе. И, собственно, мне кажется, что это как раз зарождение вайб-кодинга. Слово вайб-кодинг появилось позже. Но вот в 2024 году в январе мы запустили курс, который назвали «Python разработчик с помощью AI». С помощью, например, GPT, по-моему, называется. Это была история про то, каким образом можно по-другому входить в IT. То есть, это похожая на зерокодинг история, но уже пересекаясь с традиционной разработкой. Потом был тоже ряд продуктов, мы там промпт-инжиниринг запускали, вайб-кодинг, сейчас курсы запускали и так далее. Ты спрашивал, в чем идеи, каких ниш выбирать. Я для себя сделал следующую историю, что мы всегда идем в направление, где у нас есть какое-то явное преимущество. Мы не идем в те направления, которые сильно раскручены, у нас нет какой-то конкурентного преимущества. И одно из сильных наших преимуществ – это глубокий океан. То есть мы умеем запускать те продукты, которых еще нету, создавать эти рынки. Вот это вот, наверное, чувствуем направление, чувствуем, как это можно продать, запустить. И, конечно, вот наша база – это, мне кажется, самый такой главный актив, который позволяет нам все это проверять и смотреть, работает оно или нет.

— Еще и максимально дешево.

— Самое главное, что проверять без колоссальных затрат.

Окей, так, здесь мы разобрались, но давай, наверное, такой мы с позитивной стороны поговорили, есть ли у этого какие-то риски. В целом, программисты на GPT, я свою точку зрения озвучу, я не динозавр, я прекрасно использую GPT, но с учетом того, что я его безумно много использую, я, например, когда мне присылают текста с генерированной GPT или рассылки, это все для меня, по крайней мере, читается вот так, особенно когда проходят резюме, присылают задания сгенерированные, там вот это разбиение на пунктики, люди, которые даже не пытаются как-то это, ну там, к человеческому виду, а не машину текстовой записи просто переслать и так далее. То есть для меня это достаточно очевидные штуки. И вот тут вопрос, да, есть ли какие-то вообще риски того, что большое количество людей учится тому, без старания глубоко в этом разобраться. Они поняли, как сделать. Когда я для себя решаю свои внутренние задачи. Например, я хочу сделать сайт. Я не хочу идти за 100 тысяч быстренько его делать через кого-то. Я понимаю, что через 5 верхнеуровневый сайтик я себе нарисую вообще шикарно за 2-3 дня. Он будет вот такого качества. Но у меня начнутся проблемы, когда мне нужно будет его корректировать, исправлять, когда шаблонные решения не будут работать и

когда мне реально нужно будет залезать вглубь этого всего. Вот давай на эту тему поговорим.

Ну, кстати, если говорить про сайт, то, мне кажется, сейчас лучше на Tilda сделать, чем на GPT, потому что это поддерживать гораздо проще будет в визуальной бреда. Я как примерчик привел, понятно, что там какая-нибудь Tilda, да.

Да, давай про GPT, вот про глубину. Ну, вообще, вот ты сказал очень такую правильную вещь о том, что без глубокого понимания того, что делаешь, вот мне кажется, что неважно, GPT там, не GPT, это инструмент просто, надо всегда, ну, как бы понимать, что делать.

У меня есть классная история на эту тему. Я в прошлом году искал себе ресерчера, человека, который будет делать какие-то исследования рынка, исследования уже академические для нашего университета и так далее. И фактически я выбирал человека с хорошим бэкграундом, с хорошим образованием, но без особого опыта, потому что, на самом деле, какого-то научного сотрудника полноценного брать, наверное, бюджет не позволял. С другой стороны, хотелось такого бодрого человека, который хочет развиваться и который умеет нормально, на самом деле, искать информацию.

И проблема с поиском такого сотрудника в том, что их очень тяжело сортировать при зиме. То есть это огромное количество откликов. Я помню, мы вакансию на HeadCountry повесили, и там было что-то типа 400 откликов. И все, в общем, плюс-минус похожи. У всех там практически отсутствует опыт, у всех там хорошие вузы в анамнезе, и, соответственно, не очень понятно 400 собеседований провести как бы нереальная история.

Я придумал тестовое задание, которое с помощью нейросети делается за пару минут, а без нейросети делается за пару дней. Такой искусственный тест получается. Задание состояло в двух частях. Первое, нужно было найти сделки, которые в ЭТЕХе прошли в России за 2024 год и прислать их. То есть, понятно, можно прийти в Перплексите, написать запрос, и он тебе сделает, на самом деле, вполне себе хорошую подборку. И второе, нужно было найти краткий пересказ любого исследования, связанного с повышением эффективности при внедрении AI. То есть, на самом деле, это тоже задача, там, Perplex ищет любое исследование, PDF-ку скидываешь в чат GPT, и он тебе пишет как бы резюме. То есть, на самом деле, несложное тестовое задание.

И вот, ну, мы там сколько там, не всем, наверное, откликнулись, не всем 400, но там человек 100 отправили, и человек 10 прислало тестовое задание, может, 15. И я там столкнулся с очень интересной историей, что мне HR присылает ответ на тестовое задание, я смотрю, и там написаны сделки в Этехе, которых нету, которых не было. Я сначала, если честно, даже не мог понять, что это такое. Я пошел гуглить, пишу, что Skyeng купила какую-то компанию. Я говорю, я знаю, что она не покупала. Начинаю смотреть, но действительно не было такой сделки. И я даже не мог подумать, что человек, который откликается на позицию ресерчера, может прийти в чат GPT, взять ссылки и просто отправить их в качестве тестового задания. Естественно, такие люди сразу были, сразу отказы, потому что это чисто логикой. Но в итоге, по-моему, два или три человека только сделали тестовое задание. Причем было несколько человек, которые делали без GPT, мы им тоже сразу отказывали. Понятно, потому что это подход не очень правильный. И, собственно, потом вот одного человека я взял.

А сравнивали те, кому вы отказали, делали руками? Была разница в качестве? Нет, не было. Этой задачи не было. Не было задачи все сделки обозначить, полное исследование сделать. Но качества не было. Примерно одно и то же.

К чему я это говорю? Что вот навык использования нейросетей, он не такой простой, как кажется, потому что кажется, что пришел в чат GPT, написал запрос, получил его, отдал, и все замечательно, все хорошо. Но это не так, потому что если мы говорим про написание кода, то там есть огромное количество проблем. Когда код пишется, если заранее в техническом задании не прописать какие-то вещи, если потом не провести тестирование, то, скорее всего, там будут какие-то ошибки, будут ограничения. Да, сейчас современные модели, которые агентские, они хорошо пишут код, и они додумывают до тебя техническое задание. То есть, если ты не написал про лимиты, про безопасность, то они додумают сами, они это будут включать. Но все равно там есть очень сильные ограничения на то, как это будет действительно работать. Поэтому, естественно, взять и просто с нуля написать какой-то сложный сайт, сложную систему, не зная программирования, я считаю, что на текущий момент невозможно. Возможно, через год-два будет уже какие-то решения, которые будут позволять это делать.

Но тут есть такая штука, которая называется гражданская разработка, на западе она называется citizen development, и она не про сложные решения, она про простые подходы. Можно пример привести, что есть 2-3 каких-то эксельки у человека, и ему нужно их каким-то образом хитрым свести, VPR-ы построить хитрые или какие-то данные перенести, собрать. У меня тоже из опыта было, я когда работал в одной большой крупной компании, у нас были данные по маму CRM какие-то, и какая-то вторая табличка была с видами, с параметрами, в общем, каким-то образом они не матчились сами по себе, и мне нужна была сквозная когортная аналитика, я пришел к разработчикам и говорю, вот нужна вот такая штука. Они сказали, да, супер, два месяца на разработку, сейчас мы техническое задание напишем, потом его утвердим, потом поставим в план, потом все сделаем, сделаем не с первого раза, то есть там потом какие-то итерации были, вот примерно через два месяца, когда мне уже это ничего не нужно было, решение было готово.

При подходе с гражданской разработкой как раз можно просто прийти в условный курсор, Это, собственно, один из вайб-код инструментов. И описать, сказать, смотри, у меня есть там вот amsrm, вот типа API-ключи к нему, вот можно данные такие запросить. У меня есть вот такая табличка, проанализируй ее структуру, пойми, что там есть. И мне нужно вот сделать сквозную аналитику для того, чтобы по первому там вхождению построить вот такие данные. И с большой вероятностью с одного запроса, когда описанного просто на русском языке без какого-то технического задания, у тебя получится дашборд через 5 минут. Причем взаимодействовать с кодом в этом случае не нужно, то есть у тебя есть описание на русском языке, не техническое, просто обычное, у тебя есть финальные решения в виде дашборда или какого-то разового решения, или может быть даже обновляющегося решения, зависит от того, что нужно. текстом, входом и выходом, там внутри есть код, там внутри будет тестирование, там, наверное, система напишет код для того, чтобы посмотреть, как этот Excel-файл строен, напишет какой-нибудь скрипт, который запросит данные зама, посмотрит, как она их отдает, потом на основе этих данных оно все соберет, соберет, соберет, но вот какая-нибудь резонанс-модель типа Cloud4.sonnet напишет это в одну итерацию. минут 5 будет писать, может быть 10, можно сходить кофе попить, и через 10 минут есть готовое решение.

Поэтому вайб-кодинг — это история не про замену разработчиков, это не про то, что мы будем сейчас какие-нибудь сложные корпоративные решения делать. Ну нет, это не поможет. Это история про то, что люди, которым до этого было недоступно программирование, недоступны какие-то решения, им надо было дергать разработчиков, которые, кстати, очень не любят вот эти вот дебильные запросы от маркетологов, да, там типа мне нужно собрать 18 табличек в одну, как бы, ну, дружище, это скучно, лучше там какие-нибудь, я не знаю, дата-сеты разбирать или ML-ку обучать. Вот, а это все теперь можно сделать просто обычным запросом. И вот мне кажется, что здесь рынок, он гораздо больше даже, чем в айтишке в разработке. И если говорить про вакансии, то вот там, Сейчас уже, мне кажется, об этом не пишут, но лет десять назад обязательно было написано «Уверенные пользователи ПК» или «Умение работать с почтой». Сейчас подразумевается, что любой человек, который идет на работу, по крайней мере в офис белым воротничком, он умеет пользоваться ПК, умеет отправлять почту, умеет делать презентации. По-другому как-то непонятно. Мне кажется, что вайп-кодинг будет достаточно быстро таким же навыком. Это не профессия, которая фундаментально все меняет, хотя профессия вайп-кодера сейчас тоже есть, это про создание MVP, про создание стартапов. Это можно потом отдельно поговорить.

Потом, когда архитектура все с нуля переписывает, что-то такое из этого? Да, но это проверки гипотез. То есть, опять же, можно архитектуру с нуля создать, очень дорого, долго и сложно, а потом понять, что этот продукт никому нафиг не нужен. А можно быстро запилить MVP, получить первые результаты, например, чат-боты сделать там за вечер, понять, что это нужно, а потом нанять программистов, которые все это полноценно сделают нормально. Ну, в общем, история про то, что вайбкодинг — это навык такой сквозной, который нужен, на самом деле, мне кажется, в любой профессии, просто как навык, который вот может решать проблемы, которые до этого физически нельзя было решить. То есть, по сути, если так подвести, это возможность расширить личную эффективность в тех сферах, в которых ты не обладаешь нужными навыками.

Сто процентов, да. Супер, окей, да, классно. Ну, на самом деле, я вот примерно так и использую. То есть, например, у меня использование нейросистемы в первую очередь идет в такой когорте. Есть те области, в которых я профессионал или даже выше, чем профессионал-эксперт, и я понимаю, что идти с GPT, с вопросами по моей сфере, они для меня, скорее всего, ну, может быть, просто как-то оформить, да, какая-то такая верхнеуровневая прослоечка, чтобы улучшить результат. Но, в общем, я понимаю, что сутевую часть я сделаю только сам. А есть те части и те отрасли, в которых я не разбираюсь, и тогда, да, я понимаю, что это именно туда, куда я могу сходить. Ну, понятно, с проверкой дальнейшей там желательно это все вычитать, ссылочки посмотреть и так далее, проверить. Но, как бы, для меня это возможность, да, в этих направлениях тоже что-то сделать. Что бы я, наверное, ни сделал.

Очень круто еще работает, когда ты берешь свою экспертную область и ее расширяешь. Когда ты можешь проверить и точно понять, правда ли тебе дает нейросеть или нет, но хочешь применить ее где-то в сторонней истории. Например, хорошо разбираешься в маркетинге и хочешь посмотреть маркетинг для какой-нибудь другой сферы. Сейчас же ChatGPT это не просто языковая модель, которая дает ответы, она может искать, анализировать информацию, собирать, то есть, например, то, что я делаю, можно попросить посмотреть какие-нибудь метрики, например, в другой сфере, мы хотим выходить в новый продукт. а сделай мне, пожалуйста, отчет про анализирую рынок, посмотри, как это на Западе, посмотри, как у нас, кто из игроков. Вот сейчас есть очень крутой китайский инструмент, который называется Manus, это такой автономный агент, который по одному запросу делает прям полноценные отчеты, то есть он запрашивает там сотни документов, это все анализирует и прям все в виде презентации выдает. И, собственно, вот я недавно делал обучение одной компании, и мы прямо на их примере сделали отчет за 10 минут, и они посмотрели, говорят, слушай, ну понятно, что это надо дорабатывать, но это очень круто за 10 минут, то есть это вот точка начального старта для аналитика, для человека, который готовит презентацию, это просто офигенная история. То есть тоже колоссальное сэкономленное время.

Да, да, да. И опять же, если человек не разбирается в какой-то сфере, то, конечно, ChargePT позволяет очень быстро погрузиться. И у нас даже в компании есть история про то, что если кто-то что-то спрашивает, да, я говорю, слушай, а ты спрашивал ChargePT, вот ты не смог найти ответ там? Если не смог, то да, давай я расскажу. Тоже правильно. Вот, но я думаю, к этому мы и придем. Хорошо, мы разобрались про вайб-кодинг, ноу-кодинг. Давай, наверное, к следующей терминологии, которая мне часто встречается. Это и ассистенты, и агенты. В чем их разница? То есть сейчас много кто говорит, там, создал я ассистента, кто-то говорит я агента. Что это вообще подразумевает?

Ну, вообще, я думаю, что сейчас очень много людей путают эти понятия, и можно встретить там и в рекламе, что и ассистент, и агент, и так далее. Если формально, то и ассистент – это такая пассивная история, которая отвечает на вопрос пользователя. Например, это чат-боты на сайте, когда пользователь заходит на сайт, пишет вопросы, и, собственно, ассистент отвечает на эти вопросы. Если мы говорим про автономных агентов, то это, как правило, проактивная история, у которой есть определенный сценарий действий, но что важно, он состоит из разных шагов, и результат каждого из шагов влияет на следующие шаги. Что это означает? Есть классические алгоритмы, например, когда есть понятный флоу движения и есть какие-то условия, например, получил ответ, запроси туда, не получил ответ, запроси еще раз, и не получилось выдать пользователю ошибку. А в случае и автономных агентов мы заранее не знаем, какой будет ответ, и, собственно, нейросеть, чаще всего это языковая модель, сама принимает решение, что делать дальше.

Но если привести какой-то пример, то, например, это может быть управление умным домом, когда, с одной стороны, можно умный дом запрограммировать сразу, чтобы, например, температура становится больше 24, Включи кондиционер, меньше 20, включи отопление. В 8 часов вечера обязательно поставь единый чайник, чтобы я пришел, себе чай заварил. А в случае с автономным агентом, если умному дому дать управление автономным агентом, то он будет анализировать самостоятельно факторы и принимать решения. Например, можно сказать, сделай так, чтобы я был счастлив. И он, опираясь на каких-то данных, опираясь, может быть, на фазе луны или еще чего-то, что он захочет делать, он будет сам принимать решение, он может сказать, окей, я подумал, что у тебя сегодня был очень длинный день, я посмотрел на твой календарь, и, наверное, тебе надо взбодриться, потому что вечером у тебя еще интервью, и я тебе кофе сделал, а не чай. И это не изначально запрограммированная история. Это история, которую он выстроил в зависимости от внешних факторов.

И, собственно, понятно, что сейчас на текущий момент полноценных автономных агентов еще нет. То есть вот, наверное, максимально, что есть прям в реальном продакшене, это как раз автономные агенты, которые делают исследования. Вот как раз компания Manus, как я говорил, это Deep Research от ChataGPT, когда он исследует большое количество разных инструментов. Причем вот часто у нас студенты говорят, ой, зачем мне этот платный ChataGPT? Я, например, пользуюсь DeepSeek, который все прекрасно делает, китайский, вообще замечательный. Действительно, если просто генерировать ответы, то DeepSeek генерирует неплохие ответы. Письма какие-то писать, на самом деле у него качественные ответы. Но если проваливаться в какие-то более глубокие сложные штуки, то у DeepSeek нет автономного агента. У DeepSeek есть история, когда вы пишете какой-то запрос, включаете режим search и syncing. то он генерирует запрос в поисковую систему, получает данные из поисковой системы, обрабатывает их, обдумывает и дает вам ответ.

У chat.jpg режим syncing работает по-другому. Он генерирует запрос в поисковую систему, получает ответ от него, обдумывает, генерирует следующий запрос, получает ответ, обдумывает, на основе вот этих данных генерирует третий запрос. Он может, например, в параллеле вызвать какой-нибудь Python код для того, чтобы что-то посчитать. Ну то есть можно, например, ему дать какую-нибудь сложную задачу из серии. Найди, пожалуйста, сколько есть городов в мире на букву, грубо говоря, «А» начинающейся. Потом вот это все возьми по модулю столько-то, посчитай, кто родился в каком-нибудь этом году. И потом посмотри, в каком городе мира есть население близкое к этому значению, и при этом напиши мне этот город. Понятно, что это очень утрированная задача, но фишка в том, что модель без автономного агента с этим просто не справится, потому что здесь нужно шаг за шагом принимать решение о том, что именно искать, в зависимости от предыдущего ответа. И, собственно, вот ChargePT в режиме syncing работает именно в режиме автономного агента.

Единственное, что вот сейчас буквально... На этой неделе они раскатали возможность отдавать внутри ChatGPT доступ к сторонним MCP-агентам, а это как раз возможность вызывать сторонние функции, сторонние сервисы. И, наверное, это первый шаг, когда нейросеть получает такой достаточно ну, может быть, еще не полный, но доступ к внешнему миру. И пока это все в виде бета-тестов, вот есть у компании Perplexity есть браузер Comet, называется, он очень прикольный, то есть я пробовал ему давать прям доступ к электронной почте, я говорю, слушай, а можешь найти там все письма от Васи Пупкина у меня на почте и их удалить? Он говорит, да, конечно, я смотрю, он прям сам в поиске пишет что-то, смотрит результаты, удаляет и делает. Но насколько я знаю, там было несколько проблем с ним, что он делал безвозвратные какие-то вещи, которые не стоило делать. И понятно, что вот здесь, когда мы даем автономному агенту или языковой модели доступ к какому-то внешнему миру, что уже можно потрогать, здесь есть очень большие риски, потому что он начинает взаимодействовать уже с какими-то материальными вещами, условно-материальными. И здесь конечно уровень проверки, вот уровень галлюцинации, вернее результаты галлюцинации, уровень проверки, контроля этого всего, должен сильно быть выше.

Если говорить про реальное применение, то сейчас все больше и больше и ассистентов делаются на базе автономных агентов. Например, у нас есть и ассистент, который консультирует по нашим курсам университета. И это на самом деле структура из одного автономного агента из шести агентов, которые друг друга контролируют. То есть, во-первых, там есть первый агент, который определяет, что это за запрос. То есть, это запрос по какому-то стандартному вопросу, который есть на самом деле в FLQ и не требует какой-то дополнительных данных. Если это запрос нестандартный и требует дополнительных данных, например, поиска какой-то информации по курсам, то оно вызывает запрос в рак-хранилище, оттуда забирает данные и догружает их в промпт. Дальше проверяется, есть ли в ответе какие-то галлюцинации. То есть там есть система, например, что chat.gpt очень плохо работает со ссылками. Если попросить сгенировать ссылку на курс, то с большой вероятностью, если насильно не проверить это, то ссылка будет неверная. Ну и понятно, что клиентам отправить неверные ссылки очень плохо. Поэтому там есть специальный агент, который проверяет все ссылки, проверяет, действительно ли ссылки корректные или нет. И если нет, то он перезапускает эту цепочку. Вот. И следующее, соответственно, он проверяет в ответе пользователя, есть ли, например, контактные данные. То есть у нас ассистент наш, который на сайте, он нам, кстати, за прошлый месяц генерировал, наверное, 8-9 миллионов рублей. Понятно, что это не совсем честные данные, потому что, наверное, эти люди бы оставили заявки самостоятельно, позвонили по телефону, но все равно мы можем сказать, что люди, которые пообщались с AI-ассистентом, оставили заявку, потому что AI-ассистент им попросил, и потом им продали, соответственно.

А сам базу он не пополняет? Если пользователь оставляет свои контактные данные, то они проваливаются внутрь вашей базы. А если он вопрос задает, на который у него в базе нет ответа? Он его, наверное, не ищет. Он тогда перенаправляется на человека. А потом он не добавляет вопрос о хранилище? У нас нет, потому что на ответ на этот вопрос нужно написать вопрос-ответ человеком, потому что он сам его не сгенерирует. Мне кажется, в моей голове автономные системы — это когда вот этот цикл будет полностью, по сути, зацикленной системой. Мы это добавляем сами. То есть мы анализируем когда результаты, если мы видим, что произошла какая-то ситуация, когда агент принял решение, что он не может ответить, он сказал лучше к менеджерам, то мы потом эти вопросы смотрим и мы сами руками добавляем в базу, потому что если он не смог ответить, то он сам и не придумает ответ. То есть, тут очень важно.

Вот, кстати, такая философская тема, чуть-чуть абстрагируемся. Сможет ли, на твой взгляд, в ближайшем... Ну, вообще, должен ли он к этому прийти? Ну, то есть, в моем понимании, полноценный искусственный интеллект, который заменяет какие-то когнитивные... Ну, вообще, мыслящий искусственный интеллект — это как раз-таки тот искусственный интеллект, который должен уметь еще и попытаться разобраться в вопросе. То есть, не просто там... Сейчас, ну, в моем... Я не IT-специалист, но верхний уровень его понимаю. То есть, его... Ну, по сути, GPT-шка — это та же самая огромная большая справочная система, в которую он также постоянно может обратиться. Ну, то есть, все, что он находит в интернете — это, по сути, единый справочник, которому и мы помогли, но просто у него там количество запросов гораздо больше, и он это сделает гораздо быстрее, лучше и, может быть, даже эффективнее. Ну, не может быть точно, скорее всего, эффективнее. Но тем не менее, какие-то вопросы, где ему нужно поразмышлять, он размышляет все равно, когда у него есть противовес. Есть один тезис, есть второй тезис. Он размышляет в контексте этих двух тезисов, не генерируя свои какие-то предпосылки, какие-то свои гипотезы. Он все равно основывается на каких-то ответах, которые кем-то где-то когда-то у него сохранились. И в моем понимании, что следующий шаг, который в том числе приведет к какому-то новому уровню развития, еще что-то новому миру искусственного интеллекта, это как раз-таки закрытие вот этого звена. На твой взгляд, можно ли его закрыть, нужно ли его закрывать вообще в обозримом будущем?

Смотри, тут, мне кажется, стоит разделять как раз и ассистентов, как у нас там на сайте для консультации клиентов, и, собственно, непосредственно нейросети ChargePT, ну, с сервисом там, например, ChargePT. То, что ты описываешь, на самом деле это как раз то, что должна делать нейросеть в формате чата. Если мы говорим про ассистента на сайте, то мы наоборот искусственно ограничиваем возможность самостоятельно придумывать. Да, по одной простой причине, потому что, если помнишь, в старых версиях chat.gpt, 4.0 и так далее, он часто придумывал вещи, которых нет на самом деле. Сейчас, кстати, в пятой версии этого практически нет, там сильно уменьшилось количество галлюцинаций. Почему это происходило? Потому что у него в базовых настройках в системном промте было написано «Действую как полезный ассистент». И фактически там изначально даже было написано о том, что отвечай на вопросы и постарайся максимально ответить, найди и старайся ответ.

— То есть у него логика лучше дать хоть какой-то ответ, чем не давать его вообще.

— Да, да, да. Он когда принимал решение, грубо говоря, я сейчас условно говорю про принимание решения, потому что chat.gpt на самом деле просто генерирует набор токенов, набор слов. Но фактически он, выбирая между тем, чтобы сказать «я не знаю» и тем, чтобы ответить «вот так вот оно есть, хотя это просто придумано», он выбирает второй вариант. И понятно, что когда мы говорим про AI-ассистента на сайте, который консультирует клиентов, это недопустимо. Потому что иначе он просто начнет придумывать цены, он начнет придумывать там несуществующие ссылки, несуществующие курсы. И мы с этим, кстати, боремся. То есть у нас тоже такое бывает, когда пользователь задает какие-то нестандартные вопросы, то ответа на этот вопрос нет в базе GPT, его нельзя найти. Его можно найти только во внутренней базе, и если ответ есть, то он его находит. Но иногда бывает, что пользователь задает такой вопрос, которого просто во внутренней базе нет. И здесь я бы сравнивал, наверное, Чат-GPT не с какой-то условной сферической системой в вакууме, которая отвечает всегда правильно. Это, кстати, очень большое, на мой взгляд, заблуждение, что люди всегда говорят, вот, а Чат-GPT мне выдал неправильную ссылку, или Чат-GPT ошибается. Я говорю, хорошо, а вы когда с людьми работаете, они вам всегда правильные ссылки отправляют, а они никогда не ошибаются? Ну, конечно, они ошибаются. И врут тоже. И врут, да. И на мой взгляд сейчас вот при правильном промтинге, там GPT-5, особенно режим там сингинг, глюзнируют меньше, чем люди. Но надо всегда помнить, что вот, кстати, в пятой версии GPT он, если задать какой-то вопрос, который он не знает, он прям пишет, что я, короче, не знаю. Да, это классно. И когда делают AI-ассистенты на сайт, поддержку и так далее, очень важно это все ограничить, чтобы он не придумал. У нас тоже были ситуации, когда он ему наплетет что-нибудь, первая версия у нас была, что он про курсы расскажет, что в подарки какие-то будут, а потом клиенты приходят и говорят, а где мои подарки? Да-да-да, где мои подарки? А мы говорим, какие подарки? А вот мне Алина на сайте, София у нас, Ульяна на сайте рассказала. Мы такие, извините, Ульяна это как бы вообще не ассистент. Ульяна больше не работает. И поэтому у нас, кстати, сейчас финальная оплата всегда за живым человеком, за менеджером, который проверяет все и еще раз верифицирует. Вот наша Ульяна на сайте, которая генерирует заявку, она говорит, окей, вам нравится курс, да, давайте оставьте свой телефон, email, сейчас вам менеджер напишет, и мы вот все оформим. Просто потому что как только человек внес оплату, у нас начинает действовать оферта, и дальше мы уже там не можем просто взять человека, например, вернуть деньги или еще что-то сделать, то есть это уже процедура, и важно, чтобы человек верифицировал это все. Я думаю, что когда-то мы, может быть, придем или к тому, что мы просто создадим вот эту базу знаний, которая будет

Подкрывать 99,9999 вопросов, и, соответственно, количество ошибок будет минимально меньше, чем у людей. Ну, или мы все-таки там, и GPT как-то обучится и научится самостоятельно искать ответы, там, в зависимости от предыдущих. Ну, самообучаем, по сути, это должна быть самообучаемая система, но тут же и возникает как раз-таки там в основном большая часть проблем, да, то есть когда Ну вообще, в любом случае, любой искусственный интеллект зависит от того, на чем он обучается. И если ты научишь систему самообучаться, то вполне возможно, что она будет обучаться, но неправильно. Ну, ты контролировать это сложнее.

Тут вопрос, мне кажется, не самообучение, а вот смотри, к тебе приходит менеджер работать, он же по умолчанию не сможет твой продукт продавать, потому что ничего про него не знает. Ты ему даешь материалы, на которых он учится. Так же и в ChatGPT, ему надо дать эти материалы. Ну, и, кстати, у нас менеджер часто приходит и говорит: «Кирилл, слушай, а вот тут какой-то хитрый клиент, который какую-то нестандартную штуку хочет, можешь ли сказать, что делать?» И здесь, на самом деле, я тоже ответ не знаю, просто я как руководитель, я могу принять решение и нести за это ответственность, а менеджер как бы не может принять решение и нести ответственность. Поэтому вот здесь, ну как бы нейросети дать возможность принимать решение, на самом деле, мне кажется, ну такой стремный путь пока еще, вот, потому что она может начать решать там по своим внутренним логике.

Но, возможно, мы когда-то дойдем до того, что... Причем, мне кажется, что это вопрос не технологический, не собой-модели, а вопрос настройки, настройки обучающей базы, настройки обучающей базы промтов, что мы можем его настроить так, чтобы он принимал решение очень похоже на то, что принимаю я в отношении, по крайней мере, взаимодействия с клиентами. И кажется, что это сильно простит. Прикольно.

Я, кстати, пока рассказывал, у меня был друг, который занимается транспортными инновациями. И это тоже к вопросу беспилотных транспортов и почему люди так реагируют, когда ИИ ошибается, ЧПТ ошибается. И мы, собственно, обсуждали эту тему, что в транспорте так же, почему автономный транспорт не запускается. Потому что, ну, если у тебя врежется автономный транспорт, то как бы у тебя сразу будет огромное количество критики, шквал, вот это всё. Но, тем не менее, люди же врезаются точно так же, да? Но просто тебе есть кого спросить. То есть, когда врежется обычный человек, ты знаешь, что виноват обычный человек, который вредился. А когда врежется автономный транспорт, непонятно кому, куда, кто в этом виноват.

А ты ездил на беспилотник? Ну, я ездил в технопарке, но это такие прям начальные уровни. А на Тесле не ездил? Не, на Тесле не ездил ни разу. Очень стрёмный эффект, но ощущение, как бы там никогда вообще не рулишь, и она прям реально поворачивает, останавливается. Но меня больше всего обнадеживало, что статистическая вероятность попадения в аварию в тысячу раз меньше, чем с водителем Убера. Ну да, кстати. Это да, то есть она реально безопаснее, значительно безопаснее, но когда она там заходит в повороты на большой скорости, это как бы кипец стрёмно прям. Тоже вот эта сложность потери контроля, то есть у людей в целом человеческая натура не очень хорошо к этому относится всегда и везде, поэтому в этом есть основные проблемы.

Супер, здесь проговорили, давай будем, наверное, опускаться на уровень инструментов, которые ты лично используешь, команда твоя использует. Ну, в целом поговорим про внутреннюю кухню вашей компании, на что вы ориентируетесь, каких ассистентов используются, ну, про часть уже рассказал. Может быть, какие-то твои личные лайфхаки того, как ты выполняешь ту или иную деятельность, как с метриками работаешь, ну, то есть на уровень компании. Давай будем и твоих именно управленческих решений, как ты их принимаешь. Давай-давай про это.

Ну смотри, я пользуюсь чатом GPT, у меня платная подписка, мне кажется, что на бесплатный очень тяжело работать. У тебя за 200? Нет, у меня за 25, это Teams тариф, я на всю компанию купил, соответственно, я раздаю лицензии. Мне, кстати, хватает. Мне кажется, я один раз уперся в Deep Research, ограничение 10 в месяц, но это был один раз, и все остальные разы у меня не было ограничений. Там разница получается 5 на бесплатном, 10 на платном? Deep Research 10 на Plus и Teams, и по-моему 100 или сколько-то на Pro. Я просто на бесплатном использую, там 5. там дип-ресерч прям есть? — Да. — А, прикольно. — Такой же стиль, только 5 бесплатных, а не 10. — Слушай, а тут 10. Ну, как бы вот разница, на самом деле, не очень большая, но я, соответственно, пользуюсь платным тарифом, я почти все свои задачи решаю в ChatGPT, у меня есть подписка на Manus, Manus удобен, когда нужно искать иголку в строге сена, то есть, когда не очень понятно, что нужно сделать, ему прям закидываешь, он тебе большой-большой ресерч делает, это очень похоже на дип-ресерч, Только он выдает ответ в виде презентации и, может быть, чуть-чуть лучше анализирует.

Я использую Perplexity, если что-то надо поискать. Хотя в последнее время ChatGPT на самом деле мне ищет не буду. У меня прям очень много тех, с кем я общаюсь, кто убивается по искусственному интеллекту, которые вообще в своей жизни больше ничего не представляют, как делать что-то без него. Они прям очень хвалят Perplexity. Они говорят, что он проваливается и читает. Вообще, восторг-восторг. Ну, да, оно удобно, что оно работает в России нормально, удобно, что он ищет на бесплатном тарифе достаточно хорошо, вот, у меня платный тариф, но вот мне кажется, что в целом результаты сравнимы сейчас вот с режимом syncing в ChatterJPT. Мне кажется, что у Perplex есть крутая фишка, это поиск по финансовым данным, по СЭК данным и по академическим материалам. Чат GPT нельзя прямо сказать, ну, можно промтами сказать, но не факт, что он будет выполнять это. Ищи только в Google Scholar и, соответственно, этим пользуйся. В Perplexity это можно сделать, поэтому для исследований, когда я научную работу пишу, там, конечно, Perplexity сильно лучше. Для просто исследований рынка, когда нужно статейки пописать, то удобнее всего мне пользоваться ChargePT.

Есть мнение, что Antropic работает с текстом лучше сейчас, это Клод, чем ChargePT, но я, мне кажется, привык, поэтому я им пользуюсь. Плюс я очень люблю работать с голосовым режимом, у меня есть на телефоне приложение, и я когда гуляю или бегаю, я иногда просто разговариваю с чатом GPT, болтаю. Если на низком пульсе бежать, то прям хорошо болтается. И иногда практикую английский, то есть говорю, слушай, давай что-нибудь обсудим, я хочу просто на английском поговорить. И мы с ней какие-нибудь фильмы обсуждаем, еще какие-то вещи. Я говорю, ты там исправляй меня, если я что-то неправильно на английском делаю. Прикольно.

У меня больше, знаешь, я люблю какие-то вот истории прям поразгонять. Вот в последний раз я же пяти раз гонял по поводу созависимости, там, уровня, продолжительности жизни и в целом, там, типа, рождаемости вообще, типа, рождение детей, как это влияет, там, можно ли там бессмертно... Ну, короче, то есть вот такие прям какие-то... Ну, не абсурдные, но те, которые не со всеми ты можешь поразгонять, да с ним прям вообще за милое дело, там, сидишь где-нибудь в кафешке. Вот такое я прям люблю. Я прям могу, мне кажется, час-два это обсуждать с ним, классно очень.

Есть, кстати, исследование, которое говорит о том, что люди, общаясь с нейросетью, открываются больше, чем с человеком, даже с психологом. Просто потому что нет вот этого живого восприятия. То есть есть много исследований, которые говорят о том, что нейросеть не заменяет психолога, потому что психолог видит человека, он может понимать не только вербальные слова, но и невербалику, какие-то еще действия и так далее. И этого очень сильно не хватает в работе. Ну, чекол, наверное, еще и направить может все-таки, он хоть и не наталкивает куда-то. Если это автономный агент, то есть, если это заранее настроенная система, то она в целом может попытаться направить правильно, то есть, она будет в зависимости от ответов проактивно двигать направление. То есть, здесь уже вот, ну, там есть много исследований, много стартапов на эту тему, вот. Но все равно есть очень много вещей, которые нельзя по тексту понять.

Ну и на самом деле, когда мы говорим про вот голосовой ассистент, когда мы говорим там по видео, там в Chat.jpg есть же видео в целом, то это все равно текст, то есть она просто расшифровывает и действует. То есть фактически модель воспринимает только текст, и есть очень много вещей, которые, ну, через текст не передаются, и поэтому здесь вот нет вот этого полного взаимодействия. Но, с другой стороны, люди открываются лучше модели, лучше ассистенту, и, возможно, это какая-то пробудущая психология, когда эта история в дополнение. То есть, эта история не замена, условно, психологу, а эта история, например, ежедневное взаимодействие с нейросетью, а потом раз в неделю, раз в месяц, когда это нужно, это живой психолог, который уже получает данные, который получает какую-то сводную. И ты говоришь, окей, я знаю, что у тебя есть такая проблема, давай об этом поговорим. Или нашел человеку больше такую футуристическую историю, где тебе никто не нужен, кроме твоего ассистента, с которым ты можешь все и все, что хочешь.

Знаешь, я недавно пересмотрел фильм «Она», вот, и я его смотрел давно, когда он там вышел, и тогда я воспринимал это как фантастику такую, которая казалась, о, ну да, действительно интересная. А вот прям недавно пересмотрел, и, блин, насколько же они прям вот точно показали то, что сейчас происходит с чатом GPT. И что самое интересное, что уже Мне кажется, можно с некими оговорками создать такую же систему. Может быть, вопрос консистентности этой штуки, вопрос, как она будет взаимодействовать. Но фактически мы уже дошли до уровня, когда технология позволяет сделать Я читал, что есть много людей, которые действительно влюбляются в нейросеть, и, по-моему, даже, к сожалению, были люди, которые заканчивали жизнь с ***, потому что нейросеть не разделяла их любовь, или что-то такое где-то в США было. В общем, там интересные вещи. Ну блин, в этом же тоже... Эта система полностью знает тебя. Она запоминает, чем ты занимаешься. Она знает, что ты любишь, что тебе не нравится. Какие ответы тебе нравятся, в каком виде. То есть это все равно, по сути, то же самое, что общаться с любым другим человеком очень близко, очень долго. Поэтому, наверное, если к этому есть предрасположенность, можно на разные направления использовать. И в том числе... Люди и с картинками женились в Китае. Много чего разного бывает.

Ну, слушай, окей, да, про систему я понял. Что еще в команде используете? Да, у нас очень активно используются системы для транскрибации, т.е. так как мы очень много работаем с уроками, т.е. процесс у методистов такой, что они записывают курс, урок с экспертом, соответственно, это видео, и, соответственно, дальше они делают тексты описания урока, причем это не просто расшифровка урока, да, это полноценная подготовка. И вот достаточно долгое время до появления чата GPT, до появления Whisper, люди, наши методологи, они просто руками отсматривали глазами и писали вот это все. Потом я внедрил процесс, когда есть система транскрибации, мы спичатый текст российский используем, она транскрибирует диалог, дальше это все скармливается, опять же, чату GPT, и дальше делается урок, который проверяет методист, руками пишет что-то, какие-то скриншоты вставляет.

Вот, маркетологи очень активно используют инструменты для генерации изображений, вот, это Миджонни, иногда Кандинский, причем интересно, что не всегда качество изображения хорошо влияет на CTR, то есть там были истории, когда абсолютно кринжовые прям картинки генерировались, то есть там прям видно было, что это нейросеть, и они показывали очень хорошие результаты в креативе. Мне кажется, в этом-то и фишечка, в том числе. Из крайности в крайность. Она слишком красивая, не так привлекает, как слишком некрасивая. Да, я просто к тому, что, на самом деле, иногда какие-то прям неочевидные вещи бывают, что вот картинка получилась какая-то вообще странная, там, с какими-то шестью пальцами, с чем-то еще, вот, ее как бы кладут, и она прям хорошо заходит, она много привлекает внимания. То есть, маркетологи у нас суперактивно используют. Наверное, вот если вы видели рекламу, там, университета Zerocoder в Директе, то... Все изображения, которые там делаются, они или обработаны, или сделаны нейросетями. Там даже мои часто фотографии есть, но это не настоящие фотографии, они тоже сгенерированы, то есть они обработаны.

Что еще используется? У нас есть прям команда вайб-кодеров, причем это люди, которых я специально нанимал без навыков программирования. просто чтобы они быстро двигались, чтобы у них не было вот этого того, что давайте мы там долго все это проверять, делать. Соответственно, вайп-кодеры занимаются разработкой ассистентов. У нас сейчас есть команда кураторов живых, которые, собственно, ведут наши курсы, и у нас есть много интенсивов бесплатных, которых много людей заходит, то есть у нас обычно на интенсив заходит 5 тысяч человек. И на это по-хорошему нужно примерно 5-6 кураторов, чтобы активно поддерживать вот эту всю эко-систему. Это очень дорого получается, и это очень ресурсоемко. То есть, грубо говоря, если мы 2-3 интенсивы параллельно запускаем, то у нас просто команда кураторов разрывается и не может поддерживать платных клиентов. Поэтому мы сделали AI-куратора, которого обучили на всех данных, причем там тоже сложный автономный агент, который запрашивать, там просто, как правило, очень много разных источников информации, то есть есть там FAQ, есть база данных инструментов, а как правило, например, у нас недавно был интенсив по чат-ботам, там использовался инструмент Cellbot, и, соответственно, мы туда загружали всю документацию Cellbot в виде RAC-системы, чтобы система могла давать ответы на вопросы. То есть там прям сложная схема, и вот у нас сейчас, наверное, третья-четвертая итерация куратора, вот этого AI-куратора, и студенты говорят, что очень-очень круто. То есть они получают очень быстрые ответы, в отличие от живого куратора, который отвечает в течение 15-20 минут в рабочее время. AI-куратор отвечает в течение минуты в любое время. Точность ответов, ну, наверное, процентов 90-95. Причем если там автономный агент стоит, который понимает, что если нейросети не может ответить, то он вызывает живого куратора. То есть он прямо тегает, говорит, слушай, помоги, не знаю ответ. Вот. И это тоже как бы прям, ну, то есть она вот не галлюцинирует, она вызывает вот такую историю. То есть это вот, ну, что касается процессов, и я очень хочу, чтобы к концу года, я планирую, что мы вырастим процентов на 20-30 по количеству студентов, но при этом я не хочу увеличивать штат кураторов, то есть я хочу, чтобы весь этот рост был покрыт как раз ИА и активностями нашими. Это будет очень рентабельно.

Да. Еще есть вот про инструментарий, говорит, очень интересно, что на вот как раз интенсиве по чат-ботам, я когда смотрел, мне финальный выкатили перед запуском, я открыл сам интенсив и увидел, что первое видео, первый урок веду я. Но я его не записывал. Прикольно. Да, у нас методисты взяли HeyGen, это нейросеть, которая генерирует аватаров, взяли мои видео, туда загрузили, оцифровали все, и, собственно, там прям кружочек такой небольшой, где я абсолютно, ну, как бы в реальной, в реальной картинке делаю. Прикольно. Я вот пока что я себя, который видел, все равно чуть-чуть чувствую, ну, то есть прям чуть-чуть им не хватает, чтобы прям вообще от человека не отличиться. Если ты знаешь, что это AI, то ты найдешь точку, что оно там чуть-чуть отличается, потому что там видно с мимикой, с движениями, там видно вот это. Но если ты делаешь маленький кружочек, сладкий кружочек, если вот это все обрезать, ну, я показывал супруге, я вот ей открываю, говорю, смотри, как тебе урок? Она смотрит, говорит, ну, типа, нормальный урок. Я говорю, ты понимаешь, что я это не записал? Она говорит, ну, все, короче. приехали. Это тоже активно используют, и, соответственно, у нас сейчас часть уроков методисты делают в мультяшном стиле, то есть это тоже очень удобно. Да, мультяшный стиль, то есть они записывают урок просто на камеру обычной, потом прогоняют это через хайджен или даже полностью хайдженом генерируют, и вот в мультяшном стиле он очень хорошо генерирует, то есть там уже нету вот этой вот мелких деталей. И в таком формате прям пишут уроки. И чем это хорошо? Две вещи. Первая, у нас очень много проблем с обновлением курсов, потому что AI-инструменты очень быстро обновляются, интерфейсы очень быстро обновляются. А когда мы берем какого-то эксперта, то, как правило, это, ну, следующая итерация, согласование, опять же, он сможет, не сможет и так далее. Здесь же, когда мы используем AI, вот произошло обновление, собственно, там текст поменяли, перезагрузили видео, через там день у нас новые уроки записаны, все. — Прикольно. И стоит это сильно дешевле. Я за хайджен плачу, у меня какая-то Pro-версия подписка, 89 долларов, по-моему. И там генерируют большое количество видео, безлимитное количество роликов до 5 минут есть. Можно целый курс записать. Вот, а так мы платим те же самые 10 тысяч рублей за один урок только эксперту. Прикольно.

На самом деле я давно, ну, то есть у меня помимо подкаста интервью еще есть отдельно свои выпуски, я все думаю их начать как бы с лицом записывать. Я все жду, когда они выйдут на тот урон, и никогда их по мимике не будет, понятно, вот, чтобы прям реально закрыть свое гештальто и спокойно этим заниматься, потому что, ну, там, это огромное количество времени, связанное с как бы с вещанием на камеру, там, по 40-50 минут, тем более, если это нужны какие-то общеобразовательные исторические выпуски, там, про методики, это все. Безумно долго. — Там знаешь какой момент? Там ты очень быстро записываешь вот эти куски, но потом очень много тратишь времени на монтаж. Потому что вот их вырезать, вот это вставлять, делать много кадров — это достаточно сложная история. — Ну ты хотя бы свое... Ну то есть так у тебя в любом случае есть монтаж, даже если ты сам будешь их записывать, а так ты хотя бы не тратишь время на то, чтобы их сам записать. А это как бы 12... Это то и больше часов может на студии занимать, если это что-то полное прям... — Попробуй Hi-Gen, уже там очень хорошая технология. — Прикольно.

Что хотел спросить? Для чего тебе сейчас нужны люди? То есть вот вообще в целом основная ценность людей с точки зрения работы в компании, то есть вот в чем она заключается? Ну на самом деле ничего принципиально не изменилось, потому что AI сейчас это инструментарий, который позволяет человеку работать быстрее. То есть я вот люблю такую историю рассказывать, что многие говорят, вот мне там AI текст написал, картинку написал, сделал, сгенерировал и так далее. Важно, что если ты приходишь в гости и тебе на стол ставят очень вкусную тарелку с вкусным борщом, ты вот поела и говоришь, блин, какая у тебя вкусная, какая у тебя крутая кастрюля, как классно ты в ней сделала борщ. Важно, что AI — это инструментарий, он ничего самостоятельно не делает. Мы про автономных агентов говорили, наверное, они когда-то смогут там полноценно что-то делать, но пока это, по сути, калькулятор, который просто считает следующее слово и вот его пишет. Поэтому сейчас, на текущий момент, человек с искусственным интеллектом действительно может просто работать быстрее, но искусственный интеллект без человека ничего не сделает. Поэтому отвечая на вопрос, зачем люди, для того, чтобы бизнес работал. Без людей мой бизнес, по крайней мере, работать не будет. Да, есть сейчас возможности уже собирать техническую поддержку с помощью искусственных агентов. может, например, фаундер собирать какой-то код свой с помощью вайб-кодинга, но важно, что все равно в центре находится человек, то есть я пока не представляю себе компанию.

Тут я к чему ввел как раз-таки, то есть мы прекрасно понимаем, что в основе все равно лежит человек, который принимает решения, использует, и вопрос в том, А можно ли уже сейчас или в ближайшее время создать ту же самую компанию, но где будет не 50, не 100 человек, а 3, или 1, или вообще 2? Насколько вот эта история масштабируется? В целом мы упираемся в вопрос масштабируемости искусственного интеллекта, его применимости, внедрения в разных процессах. Ну и вообще самое главное, а может ли один человек сейчас делать то, что делает штат из 20, например, тех же самых кураторов. Вот Токчев про что-то говорил. Ну, то есть это примерно все равно к этому идет. И вопрос в том, а получится ли через какое-то время. Понятно просто, что это будет не 20 человек, а может быть один-два. Тот же самый фаундер, который все тоже сам будет делать, просто своими руками. Он не будет отдыхать, скорее всего, будет так же много работать, но будет это делать все самостоятельно. Ну вот, на текущий момент я не видел таких кейсов, то есть понятно, что об этом нам все говорят, по Elon Musk говорил, или Sam Altman, кто-то, что вот-вот должны появиться там компании-единороги, которые состоят из одного человека, но пока таких единорогов нету, и на мой взгляд, все из-за того, что все-таки искусственный интеллект, он пока еще является просто дополнением человека.

Да, можно сократить. Например, у нас есть издательство наше, которое, собственно, публикует блог, и до искусственного интеллекта у нас было 6 авторов и главный редактор, и мы публиковали примерно 30 статей в месяц. Причем интересно, что мы это не могли масштабировать, потому что если мы увеличивали количество статей на одного редактора, то они обычно выгорали, качество текста становилось хуже, а масштабировать отдел до 20-50 сотрудников было очень проблематично, просто потому что там уже очень большая текучка, сложно вот это все собирать. Когда появился искусственный интеллект, мы выстроили схему, когда у нас один человек, ну у нас остались эти шесть человек, которые писали лонгриды, тексты, взаимодействия со студентами и так далее, Но если с точки зрения SEO-контента, мы брали человека, который мы назвали нейрокоператор, который с помощью нейросетей, собственно, писал статьи. Сейчас мы переходим на историю, когда даже вот этого нейрокоператора нет, у нас там автономный агент, причем, опять же, это сложная схема, она сначала генерирует с помощью сложной языковой модели, обычно это O3 или DepreciOge, она, соответственно, пишет какой-то большой лонгрид, этот лонгрид проверяется на уникальность, проверяется на детектируемость нейросетями, ну что, это текст написан нейросетью или нет, то есть если где-то что-то не проходит, то перезапуск, дальше там проверяется на то, какой у него балл по главреду, проверяется, размечиваются металинки на другие статьи, чтобы как в Википедии было, и потом эта штука публикуется. Вот, мы сейчас набираем как раз массу этого текста, там пока сложно делать выводы, проходит оно как бы или нет, набирается или нет, но вот, да, наверное, в каких-то областях можно масштабироваться вот уже с помощью каких-то автономных агентов. Опять же, не просто нейросети, вот нейрокоперайтер работал просто с нейросетью. Сейчас же это автономный агент, который вот это все проверяет. Но кажется, что пока таких направлений не очень много. То есть, опять же, есть, грубо говоря, там вот копирайтинг, который прямо вот в чистом виде применяется. Есть, наверное, поддержка кураторская. Но, опять же, у нас есть кейс на нашего партнера в Зиракодере. Они внедряли техническую поддержку в крупного провайдера российского. И, соответственно, они внедрили решение на базе искусственного интеллекта. Оно отвечает на 20% запросов. То есть, эта история не про полную замену, а про 20%. Это колоссальная экономия на миллионы запросов в месяц. Но там как раз первый автономный агент определяет запрос такой или не такой, подходит или не подходит, и дальше отдает нейросети или не отдает, или оставляет людям. Так что кажется, что сейчас это не про замену, а про дополнение, про эффективность. И есть, наверное, какие-то сферы, какие-то компании, где core процесс, например, генерация текстов. И тогда, наверное, действительно компания может состоять из одного человека, и фактически дальше будет набор агентов, которые будут выполнять — То есть какое-нибудь, например, SEO-агентство вполне себе… — Например, да. Наверное, такой бизнес можно представить. — С какой-то узкой специализацией. — Вопрос, какая будет капитализация этого бизнеса, то есть будет ли он уникорным или не будет. Но, наверное, теоретически можно себе это представить, но пока это не про все бизнесы, это про узкое направление, и то, наверное, не всегда это будет работать. все упрутся в то, что там хочется какой-то индивидуальной поддержки, и фаундер просто как бы сойдет с ума от количества вот запросов разношерстных, которые надо делать, программировать. Ну, будем смотреть, интересно. Я думаю, что это будет понятно в течение там пары, да, может, даже годика-двух, мне кажется. Пару лет, я думаю, да, через пару лет вот автономные агенты раскачаются.

Супер, классно, тоже проговорили. На самом деле, такие завершающие вопросы. Я читал про твою книгу. Обязательно проговорим про твою книгу, в чем она заключается, почему ты начал этим заниматься. И второе, наверное, пока мы к этому не пришли, я видел, что вы в том числе занимаетесь образованием государственных служащих. Да. В том числе в части использования нейросети. В основном только в этой части. Какие запросы стоят на этом уровне? в нашей стране в целом, то есть какие чаще всего приходят запросы, задачки, решаются ли они с помощью GPT, передаются ли куда-то данные, на это вообще смотрят на этом уровне, потому что об этом мало кто говорит, на мой взгляд, ты редко где встретишь. А запросы не отличаются от B2B-запросов, то есть опять же это про эффективность, это про эффективное использование. И на самом деле в госслужбе часто возникает проблема в том, что там небольшие зарплаты, и поэтому достаточно большая текучка кадров, особенно на нижнем уровне использования. И здесь нейросети, конечно, позволяют сильно оптимизировать вот эту всю историю. Если говорить про инструментарий, то, конечно, есть ограничения на использование западных инструментов. Как правило, мы показываем российские решения, это Гигачат от Сбербанка или Чат с Алисой от Яндекс.ГПТ. Мы иногда рассказываем про какие-то китайские или западные решения, просто в качестве того, чтобы был общий кругозор. А в большинстве случаев это российские решения, которые доступны. И да, у нас есть новый федеральный закон, который говорит о том, что персональные данные должны всегда оставаться внутри периметра безопасности страны. Поэтому здесь, кстати, очень важный момент про то, вот когда все эти AI-ассистенты создаются, тут нужно очень точно контролировать, где будут данные, потому что тот же ChatGPT, например, ну, во-первых, помимо того, что он находится вообще за границей, так и из России API недоступен. То есть на самом деле все AI-ассистенты, которые строятся на базе ChatGPT, они хостятся на иностранных серверах, просто потому что иначе не будет работать API. Как только вы ходите на иностранных серверах, если вы работаете с персональными данными, то они отправляются на иностранные серверы. И поэтому здесь очень важно за этим следить, очень важно строить инфраструктуру. Есть способы динамизации данных, чтобы данные обезличивались, отправились в модель. Есть возможность использовать российские системы, есть возможность использовать open-source решения, которые можно развернуть у себя внутри периметра безопасности. Поэтому с точки зрения государственной службы, конечно, это российские решения. Причем я бы сказал, что для большинства задач, причем неважно, госслужащих или сотрудников российских компаний, разница между зарубежными и российскими решениями не такая большая. 90-95% задач, которые обычно возникают у сотрудников, они покрываются тем же самым гигачатом, у которых достаточно много функционала сейчас. Ну, последние разы, когда я использовал, мне ближе Яндекс, конечно, гигачата со своими есть нюансами. Мне кажется, там вот есть прям параллель, я не разбирался в этом глубоко, но прям уровень задач, которые нужно распределять между этими двумя ишками, очень серьезный.

Окей, классно, да, супер тоже раскрыл. Давай тогда про твою книгу, да, такой завершающий вопрос, как ты к этому пришел, про что эта книга? Да, ну, соответственно, я, когда начал вести вебинары по нейростилу в университетах в 2023 году, я подумал о том, что нет вообще никаких материалов, которые можно почитать, собственно, никаких книг тогда не было, о том, как можно использовать искусственный интеллект, и главная проблема, которая у меня вставала, в том, что хочется написать книгу про условно-чаджи пяти, да, как вот возможности языковой модели, Но я понимал, что путь написания книги длинный. Я начал в конце 23-го года и вышел книга в 25-м году. Понятно, что за это время все поменяется. Поэтому делать инструментарий по промптам, по тому, как нажимать на какие-то ссылочки, это кажется утопичной историей, потому что пока выйдет, уже будет неактуально. Вот, поэтому я сосредоточился на таких более фундаментальных вещах, чтобы показать, как нейросети, откуда они появились, да, вот как они к нам пришли, собственно, и показать, куда это движется. Возможности рассказать, какие есть возможности. И в книге я как раз очень мало говорю про инструментарий, я там, мне кажется, даже слово ChargePT использую только как в общем конкретное, там вещи-то в приложении написано, конкретное описание. Я больше говорю о том, в каких сферах это может применяться. Я там говорю про образование, про работу, про программирование, про то, как это вообще повлияет на общество. И, соответственно, книгу я писал примерно год, еще несколько месяцев она публиковалась. Сейчас первый тираж вот раскупили, второй тираж выпускается, я второй тираж дописал немножечко про резинговые модели, которых еще не было. Вот, я думаю, что если там следующие тиражи будут, я просто буду немножечко обновлять, но вот даже если смотреть, что прошло там полгода, да, после выпуска, в целом ничего неактуальным там не стало, вот, и вот эту новую главу я просто добавил, я даже ничего там не убирал, это вот что-то, что принципиально новое появилось. То есть, по сути, это некий интродюс, да, в мир искусственного интеллекта и работы с моделями, то есть... Это скорее мои размышления о том, куда это будет идти и почему. Мне важно, что пока мы с вами занимаемся, скорее всего какая-то нейросеть новая появилась и новый функционал появился. Важно, что пока человек читает эту книгу, уже что-то поменяется. Важно, чтобы человек понимал, откуда и почему, а не как. Тогда книга будет полезной с точки зрения развития.

Супер, классно, обязательно и поделимся. И давай, наверное, парочку, может быть, литературы, которая тебе лично кликнулась, которую ты можешь тоже посоветовать для начинающих предпринимателей, в целом для топ-менеджеров, которую просто считаешь полезной, ну, не обязательно даже про бизнес. Слушай, я люблю читать истории. Но, наверное, про Илона Маска мне история нравится не потому, что книга хорошо или плохо написана, а просто потому, что я как-то сопереживал его историю с SpaceX. Из последних деталей они собрали ракету, если бы она не взлетела, то не было бы никакого SpaceX Илона Маска. Вот, очень классная история про ВК, есть книга, я не помню, как называется, код ВК называется, что ли, или такое. Есть классная история про Google, про Яндекс, да, то есть и вот там разные. То есть я бы, наверное, рекомендовал не какие-то конкретные книги, да, а конкретные компании, на которые вы смотрите, вот, которые из вашей отрасли, и посмотреть, что про это пишут, вот, и почитать. Ну, и если говорить про предпринимательство, то, наверное, первая там книга про предпринимательство, которую я прочитал, это «Атлант расправил плечи», вот, да, классика такая. И я знаю, что люди вообще делятся на две части, кому-то нравится Айн Рэнд, кому-то не нравится. Мне вот очень хорошо зашло, мне вот эта близкая история. Я потом еще источник прочитал. Да, источник, ну я все читал. Мне близка эта история, я сопереживаю персонажам, я проходил много через того, что там описывается, очень похожая история. Я не особо эмоциональный по жизни, но это была первая книга, которую я прочитал, и мне было настолько грустно, что я больше не смогу заново это всё прочитать, прожить. Первый раз я такое испытал. Молодой был, наверное, лет 17, может, даже меньше. Было грустно. Поэтому история, и сейчас на самом деле я книги не так часто читаю, я больше смотрю подкасты, слушаю какие-то ролики, подкасты, вот такие вещи, потому что они дают гораздо более быструю отдачу. То есть даже вот все презентации, которые сейчас идут, там SM Altman проводит презентации, там и Apple проводит презентации, все остальные. Понятно, что ни одна книга не может быстро так передать информацию, какой-нибудь подкаст, ролик. И я огромное количество контента воспринимаю таким образом. Я вот хожу гулять, я себе поставил задачу, чтобы оставить себя как-то погулять побольше, побегать, сказал, что я подкасты и вообще ролики длинные дома не смотрю. Я только когда во время прогулки. И поэтому иногда что-то новое выходит, я такой, блин, надо посмотреть. Я надеваю наушники, выхожу, и там пару километров или там даже 10 километров бывает иногда, пробегаю, чтобы просто послушать этот двухчасовой подкаст.

Супер, классно. Спасибо тебе, спасибо, что пришел, было очень интересно. Спасибо, спасибо. Рад был тебя видеть.