Janek Brö в Фейсбуке написал классный пост о том, как одна компания сэкономила 40к часов сотрудников, внедрив курсор. Они попали на сайт MS как кейс с успехом, расширяют внедрение. Кейс, скорее всего, вымышленный. Но боль отзывается в каждой строке, особенно в моментах типа «он перестал задавать вопросы». Нет там экономии. Даже наоборот. Пост об этом. Это все действительно часто встречается в реальности. Есть кто-то со своей бигайдиа, кто смог объяснить борду (совету директоров), почему это работает и завтра будет работать ещё лучше. «Успех пилота означает, что это не было полным провалом» — это нормально и это не говорит о том, что такого пилота не должно было быть или о том, что ИИ — пузырь. 🫧 Не обязательно. Вполне должно и вполне может быть там реальная потенциальная экономия. Мораль этой басни: не бойтесь признавать ошибки. Поощряйте (а не ставьте на ревью) своих сотрудников, кто задаёт вам неудобные вопросы. Учитесь создавать такие системы, чтобы это не мешало развитию вашего бизнеса. А не «то, что ты говоришь, сильно всех демотивирует». Ну да, можно помолчать пока, но этот эскалатор ведет вниз. Не обязательно вешать флаг «мы облажались по-крупному и не знаем, что с этим делать!» напротив условного Пентагона. But you should always talk about the elephant in the room. Спокойно и честно. И очень не всегда в компаниях такие возможности создаются. Так теряются возможности избежать проблем. Ошибки, которые часто встречаются и не исправляются. 🤩 Проблема 1. Несходящаяся экономика. Видим чужой успех, верим в него, хотим повторить, не понимаем, как именно нам это принесет/сэкономит денег в нашей архитектуре и схеме работы, но «по ходу дела разберемся». — в этот момент не стоит стартовать. Стоит разбираться. Можно, если вам это нужно политически для раунда, но это ставка без гарантий, будьте готовы фиксировать убыток или перекрывать двойными вложениями. ✊🏻 Проблема 2. Чемодан без ручки. Прошло полгода-год. Понятнее, где деньги, не стало. Но мы уже кричим, что все внедрили и «назад дороги нет». Как правило, примерно в это время приходят за консультациями к тем, кто уже что-то такое делал… Тут важно понимать, что 1 час общения по теме не решит всех ваших проблем. Которых вы пока даже не знаете. И даже не найдет одну, ту самую важную, которой надо заниматься прямо сейчас, чтобы точно стало лучше. Волшебной пилюли все еще нет. Нужно перестать питчить успех самим себе, честно признать, в каких местах у вас есть пробелы в понимании «где деньги в ваших процессах высвобождает AI-автоматизация, а где не очень и почему?», системно изучать ваши возможности и ограничения. И думать, какие из них перспективнее в плане приложения усилий, чтобы их решить. Иначе получается как в South Park “Собираем трусы > ?? > профит!” 👩‍🏫 Проблема 3. Курсы для галочки. Она встречается на всех стадиях. Огромная компания внедряет AI. И делает для своих сотрудников «хороший курс» о том, что такое AI, что такое нейросети, промтинг, его базовые техники и вообще, какие есть возможности сегодня. О да, прям ни одного готового и бесплатного аналогичного курса в интернете на вашем языке ещё нет. При этом самое важное: что именно актуально сегодня и доступно в вашей компании вашим сотрудникам в сегодняшних задачах, как правило, исключается. Потому что это через месяц устареет. И даже принципы принятия решений — тоже устареют. Через 3-4 месяца. Поэтому принимается решение, что нужен универсальный курс. Не нужен. Нужен конкретный курс, который устареет. И нужна система, которая позволит регулярно его обновлять или закрывать, когда он не нужен. Либо нужна подборка готовых универсальных курсов по актуальным для вас темам и форма для вопросов от тех, кто их посмотрел. Например. Полезные ссылки - пост от Janek Brö https://www.facebook.com/share/1C9pvWqY2Z/ - серия South Park про трусы и profit https://youtu.be/WpnM37A4P_8 (in English) - первый попавшийся курс “Введение в промпт-инжиниринг”, найденный за минуту, у ВШЭ обычно все неплохо. https://academi