Про опыт продления визы в США
Нечасто делюсь чем-то личным, но ситуация такая, что промолчать сложно + возможно для кого-то будет ценным уроком.
Как вы знаете, я сейчас нахожусь в Сербии с целью продления наших с женой Американских виз. Она у меня врач, учится в резидентуре. У нее официальный контракт с клиникой и разрешение на работу на ближайшие 2 года, она лечит детей американских граждан, платит налоги в бюджет США.
Однако в штатах касательно любых виз действует правило. Виза - это разрешение на въезд и вне зависимости от твоего статуса, ты обязан продлевать ее каждый год. Не продлишь - можешь оставаться в стране сколько угодно, но, например, если хочешь сгонять в отпуск в условную Мексику - назад тебя не пустят.
Продлить визу внутри страны нельзя. Нужно выезжать заграницу, проходить полноценное собеседование (похожее на допрос) и ждать.
Мы выбрали Сербию потому что в среднем этот процесс здесь занимает 2-3 дня. 30 апреля у нас было собеседование. Прелесть всего процесса в том, что дни записи и работы консульства ты узнаешь ТОЛЬКО после того, как оплатишь сбор. И нас ждал неприятный сюрприз. В Сербии консулы отдыхали на майские, что затянуло процесс получения визы.
Вчера утром нам проставили визы, но получить мы их не можем, потому что у американцев есть четкие правила, которые они соблюдают всегда: они отправляют паспорта из одного конца города в другой ПОЧТОЙ. Потому что негоже плебеям толпиться в очередях на пороге консульства величайшей в мире страны в ожидании своих паспортов.
Наш вылет должен был состояться завтра, но теперь билеты сгорают. Паспорта нам так и не отправили. А на просьбу пойти навстречу и позволить нам приехать за ними нам вчера ответили отказом, а сегодня и вовсе проигнорировали оба письма.
Я вынужден переносить важнейшие рабочие встречи, а из трех недель отпуска моей жены, которая ГОД планировала эту поездку, чтобы увидеть родных, она дай бог проведет 3 дня со своей семьей.
Похожая ситуация была у нас и год назад в консульстве США в Ереване.
Вот такая вот великая страна США. Если ты легальный иммигрант, который платит налоги - тебя смешивают с грязью, зато если ты бомж либо буквально заехал в страну в багажнике авто - все будет норм. Чем больше имею дел с Америкой, тем больше понимаю, какая это помойка…
Нечасто делюсь чем-то личным, но ситуация такая, что промолчать сложно + возможно для кого-то будет ценным уроком.
Как вы знаете, я сейчас нахожусь в Сербии с целью продления наших с женой Американских виз. Она у меня врач, учится в резидентуре. У нее официальный контракт с клиникой и разрешение на работу на ближайшие 2 года, она лечит детей американских граждан, платит налоги в бюджет США.
Однако в штатах касательно любых виз действует правило. Виза - это разрешение на въезд и вне зависимости от твоего статуса, ты обязан продлевать ее каждый год. Не продлишь - можешь оставаться в стране сколько угодно, но, например, если хочешь сгонять в отпуск в условную Мексику - назад тебя не пустят.
Продлить визу внутри страны нельзя. Нужно выезжать заграницу, проходить полноценное собеседование (похожее на допрос) и ждать.
Мы выбрали Сербию потому что в среднем этот процесс здесь занимает 2-3 дня. 30 апреля у нас было собеседование. Прелесть всего процесса в том, что дни записи и работы консульства ты узнаешь ТОЛЬКО после того, как оплатишь сбор. И нас ждал неприятный сюрприз. В Сербии консулы отдыхали на майские, что затянуло процесс получения визы.
Вчера утром нам проставили визы, но получить мы их не можем, потому что у американцев есть четкие правила, которые они соблюдают всегда: они отправляют паспорта из одного конца города в другой ПОЧТОЙ. Потому что негоже плебеям толпиться в очередях на пороге консульства величайшей в мире страны в ожидании своих паспортов.
Наш вылет должен был состояться завтра, но теперь билеты сгорают. Паспорта нам так и не отправили. А на просьбу пойти навстречу и позволить нам приехать за ними нам вчера ответили отказом, а сегодня и вовсе проигнорировали оба письма.
Я вынужден переносить важнейшие рабочие встречи, а из трех недель отпуска моей жены, которая ГОД планировала эту поездку, чтобы увидеть родных, она дай бог проведет 3 дня со своей семьей.
Похожая ситуация была у нас и год назад в консульстве США в Ереване.
Вот такая вот великая страна США. Если ты легальный иммигрант, который платит налоги - тебя смешивают с грязью, зато если ты бомж либо буквально заехал в страну в багажнике авто - все будет норм. Чем больше имею дел с Америкой, тем больше понимаю, какая это помойка…
🤯13❤7
С днем победы!
Пока одни политики используют 9 мая в пропагандистских целях, а другие плюют на историческую память, прикрываясь целями первых, хочется абстрагироваться от этого и вернуться к истинному смыслу этого дня.
Во всем известной песне поется, что это праздник “со слезами на глазах” и именно таким днем для меня всегда было 9 мая. Не праздником, а именно днем памяти. По разным оценкам эта ужасная война оборвала жизни более 55 000 000 людей.
Из моей семьи на фронте побывали предки как со стороны мамы, так и папы. Все вернулись живыми, но я так никого и не застал при жизни, т.к. несмотря на то, что все они прошли войну, многие из них либо ушли из жизни в сравнительно молодом возрасте, либо просто не дожили до моего рождения. О войне знаю по рассказам моей бабушки, которой на момент ее начала было всего 2 года. Однако события тех лет были настолько ужасающими и яркими, что перманентно впечатались в память тогда еще маленькой девочки. Бабушка рассказывала, как они заколачивали окна во время налетов немецких самолетов, чтобы не было отражений света, которые те могли заметить, как ее мама (моя прабабушка) молилась каждый день, чтобы ее сыновья вернулись живыми.
9 мая - это победа и подвиг каждого, кто работал на передовой или в тылу. Не какой-то отдельной страны, как бы нам это ни пытались вбить в головы. Из последнего - особенно абсурдными выглядят заявления Трампа о том, что войну выиграли США с их потерями 600 тыс человек, в то время как только в битве при Сталинграде погибло 1,2 миллиона советских солдат и мирных жителей. Это день памяти о тех, кто сложил свои жизни ради жизни нас здесь и сейчас, вне зависимости от гражданства и территориальной принадлежности.
Сейчас в мире неспокойно. Неспокойно в России и Украине, неспокойно на Ближнем Востоке, Индия и Пакистан развязывают очередную войну. Причина, как и во времена Второй мировой - тупость политиков.
В этот день хочу пожелать каждому мирного неба над головой, возможность жить в СВОЕЙ стране, находясь рядом со своими родными близкими и достойных политиков во главе этих государств.
Пока одни политики используют 9 мая в пропагандистских целях, а другие плюют на историческую память, прикрываясь целями первых, хочется абстрагироваться от этого и вернуться к истинному смыслу этого дня.
Во всем известной песне поется, что это праздник “со слезами на глазах” и именно таким днем для меня всегда было 9 мая. Не праздником, а именно днем памяти. По разным оценкам эта ужасная война оборвала жизни более 55 000 000 людей.
Из моей семьи на фронте побывали предки как со стороны мамы, так и папы. Все вернулись живыми, но я так никого и не застал при жизни, т.к. несмотря на то, что все они прошли войну, многие из них либо ушли из жизни в сравнительно молодом возрасте, либо просто не дожили до моего рождения. О войне знаю по рассказам моей бабушки, которой на момент ее начала было всего 2 года. Однако события тех лет были настолько ужасающими и яркими, что перманентно впечатались в память тогда еще маленькой девочки. Бабушка рассказывала, как они заколачивали окна во время налетов немецких самолетов, чтобы не было отражений света, которые те могли заметить, как ее мама (моя прабабушка) молилась каждый день, чтобы ее сыновья вернулись живыми.
9 мая - это победа и подвиг каждого, кто работал на передовой или в тылу. Не какой-то отдельной страны, как бы нам это ни пытались вбить в головы. Из последнего - особенно абсурдными выглядят заявления Трампа о том, что войну выиграли США с их потерями 600 тыс человек, в то время как только в битве при Сталинграде погибло 1,2 миллиона советских солдат и мирных жителей. Это день памяти о тех, кто сложил свои жизни ради жизни нас здесь и сейчас, вне зависимости от гражданства и территориальной принадлежности.
Сейчас в мире неспокойно. Неспокойно в России и Украине, неспокойно на Ближнем Востоке, Индия и Пакистан развязывают очередную войну. Причина, как и во времена Второй мировой - тупость политиков.
В этот день хочу пожелать каждому мирного неба над головой, возможность жить в СВОЕЙ стране, находясь рядом со своими родными близкими и достойных политиков во главе этих государств.
❤17👍7
Маленькие модели, большие возможности: Microsoft выкатили Phi-4 с "Reasoning"
Все уже привыкли к термину LLM – гигантам вроде GPT-4 или Gemini, которые поражают своими способностями. Но вот про SLM (Small Language Models) слышали немногие, а зря. Это как раз тот случай, когда размер – не главное.
Microsoft уже некоторое время развивает свою линейку SLM под названием Phi. Помню, вокруг Phi-3 были споры, некоторые обвиняли их в накрутке бенчмарков. Но вот четвертое поколение, Phi-4, которое вышло ранее – это совсем другая история. Я сам гонял 4B и 14B версии у себя локально, и остался под приятным впечатлением.
Модели отлично понимают и генерируют русский язык, что для многих локальных задач уже большой плюс. 4B-версия работает невероятно быстро – идеально для задач, где важна скорость отклика. 14B модель, конечно, проигрывает в скорости некоторым конкурентам вроде Qwen, но по качеству генерации текста очень хороша. Для всяких встроенных в систему AI-инструментов (рерайт, суммаризация в почте, базовый чат-бот) – такие модели подходят просто отлично.
И вот теперь Microsoft делает следующий шаг – анонсировали Phi-4 с функцией "Reasoning". Они представили сразу три новые модели: Phi-4-reasoning, Phi-4-reasoning-plus и Phi-4-mini-reasoning. Достичь таких способностей в компактных моделях им удалось за счет комбинации методов обучения и использования очень качественных данных.
Основные характеристики моделей:
1. Phi-4-reasoning (14B параметров):
- Открытая (open-weight) модель, обученная на данных от OpenAI o3-mini.
- Генерирует детальные цепочки рассуждений.
*Результаты:* На бенчмарках по математике и научным вопросам уровня PhD обходит OpenAI o1-mini и DeepSeek-R1-Distill-Llama-70B. На тесте AIME 2025 показала результат лучше 671-миллиардной DeepSeek-R1.
2. Phi-4-reasoning-plus:
- Улучшенная версия Phi-4-reasoning, дообученная с помощью RL для более высокой точности за счет большего использования вычислительных ресурсов при генерации.
3. Phi-4-mini-reasoning (3.8B параметров):
- Компактная модель для сред с ограниченными ресурсами (edge/mobile).
- Оптимизирована для математических задач, может пошагово объяснять решение. Идеальна для образовательных приложений.
*Результаты:* Обходит модели вдвое больше себя (OpenThinker-7B, Llama-3.2-3B-instruct и др.) и сравнима с OpenAI o1-mini на математических бенчмарках.
Все модели доступны на Azure AI Foundry и HuggingFace
Где мы это увидим?
Microsoft активно интегрирует Phi модели в свои продукты. Например, в новых Copilot+ PC используется оптимизированная версия Phi Silica, работающая прямо на NPU (нейронном процессоре). Это обеспечивает почти мгновенный отклик и энергоэффективность. Примеры – функция "Click to Do" в Windows или офлайн-суммаризация писем в Outlook.
Новые Phi-4-reasoning модели тоже будут оптимизированы для работы на NPU в Copilot+ PC. Это открывает дорогу к появлению действительно умных локальных ассистентов, способных не просто генерировать текст, но и решать сложные задачи прямо на вашем устройстве, без постоянного обращения в облако.
Все уже привыкли к термину LLM – гигантам вроде GPT-4 или Gemini, которые поражают своими способностями. Но вот про SLM (Small Language Models) слышали немногие, а зря. Это как раз тот случай, когда размер – не главное.
Microsoft уже некоторое время развивает свою линейку SLM под названием Phi. Помню, вокруг Phi-3 были споры, некоторые обвиняли их в накрутке бенчмарков. Но вот четвертое поколение, Phi-4, которое вышло ранее – это совсем другая история. Я сам гонял 4B и 14B версии у себя локально, и остался под приятным впечатлением.
Модели отлично понимают и генерируют русский язык, что для многих локальных задач уже большой плюс. 4B-версия работает невероятно быстро – идеально для задач, где важна скорость отклика. 14B модель, конечно, проигрывает в скорости некоторым конкурентам вроде Qwen, но по качеству генерации текста очень хороша. Для всяких встроенных в систему AI-инструментов (рерайт, суммаризация в почте, базовый чат-бот) – такие модели подходят просто отлично.
И вот теперь Microsoft делает следующий шаг – анонсировали Phi-4 с функцией "Reasoning". Они представили сразу три новые модели: Phi-4-reasoning, Phi-4-reasoning-plus и Phi-4-mini-reasoning. Достичь таких способностей в компактных моделях им удалось за счет комбинации методов обучения и использования очень качественных данных.
Основные характеристики моделей:
1. Phi-4-reasoning (14B параметров):
- Открытая (open-weight) модель, обученная на данных от OpenAI o3-mini.
- Генерирует детальные цепочки рассуждений.
*Результаты:* На бенчмарках по математике и научным вопросам уровня PhD обходит OpenAI o1-mini и DeepSeek-R1-Distill-Llama-70B. На тесте AIME 2025 показала результат лучше 671-миллиардной DeepSeek-R1.
2. Phi-4-reasoning-plus:
- Улучшенная версия Phi-4-reasoning, дообученная с помощью RL для более высокой точности за счет большего использования вычислительных ресурсов при генерации.
3. Phi-4-mini-reasoning (3.8B параметров):
- Компактная модель для сред с ограниченными ресурсами (edge/mobile).
- Оптимизирована для математических задач, может пошагово объяснять решение. Идеальна для образовательных приложений.
*Результаты:* Обходит модели вдвое больше себя (OpenThinker-7B, Llama-3.2-3B-instruct и др.) и сравнима с OpenAI o1-mini на математических бенчмарках.
Все модели доступны на Azure AI Foundry и HuggingFace
Где мы это увидим?
Microsoft активно интегрирует Phi модели в свои продукты. Например, в новых Copilot+ PC используется оптимизированная версия Phi Silica, работающая прямо на NPU (нейронном процессоре). Это обеспечивает почти мгновенный отклик и энергоэффективность. Примеры – функция "Click to Do" в Windows или офлайн-суммаризация писем в Outlook.
Новые Phi-4-reasoning модели тоже будут оптимизированы для работы на NPU в Copilot+ PC. Это открывает дорогу к появлению действительно умных локальных ассистентов, способных не просто генерировать текст, но и решать сложные задачи прямо на вашем устройстве, без постоянного обращения в облако.
👍6❤1
Не списать, а научиться думать: Anthropic показала, как правильно использовать ИИ в учебе
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению . ИИ должен быть партнером , который подталкивает твою мысль, помогает “родить” идею, но никак не думает вместо тебя.
И очень радует, что похожей логики придерживаются и в Anthropic. Новость месячной давности, но я до сих пор не увидел, чтобы кто-то про это писал в нашем инфополе. Они сделали специальный сервис для образования - Claude for Education. Это не просто еще одна версия модели, а целая инициатива для университетов. Цель - не просто раздать доступ к ИИ, а научить преподов и студентов им пользоваться правильно. Помочь им самим понять, как ИИ должен встраиваться в жизнь, а не просто плыть по течению.
Что там у них?
Во-первых, масштаб. Они заходят сразу по-крупному: договорились о доступе для всего кампуса с Northeastern University (эти ребята давно в теме ИИ и образования), с London School of Economics и Champlain College. Плюс запартнерились с Internet2 (важная организация для вузов) и Instructure (это те, кто делает Canvas LMS - знакомую многим платформу, особенно в Штатах). То есть, это не местечковая история, а серьезная попытка интегрировать ИИ в существующую образовательную среду.
Во-вторых, и вот это, на мой взгляд, самая соль – режим "Learning mode". Это такая фишка внутри Claude, которая ломает привычный паттерн "задал вопрос - получил ответ". Вместо этого ИИ начинает работать как въедливый тьютор:
- Не дает готовых решений, а спрашивает: "Окей, а как бы ты сам начал решать?"
- Использует сократовские вопросы: "А на чем основан твой вывод? Какие факты его подтверждают?" Заставляет реально думать.
- Подсвечивает ключевые концепции, чтобы ты понял суть, а не просто запомнил формулу.
- Может подкинуть шаблон для структуры эссе или плана исследования – учит организовывать работу.
Чувствуете разницу? Это прямо противоположно тому, чего многие боятся - что студенты начнут просто генерить домашки и дипломы. Anthropic как бы говорит: "Нет, ребята, давайте использовать ИИ, чтобы учиться думать, а не чтобы отлынивать". Это ровно то, о чем я сам говорю: ИИ как стимулятор интеллекта, а не его заменитель .
Зачем они это делают?
Похоже, Anthropic и их партнеры-университеты пытаются нащупать здоровый подход к интеграции ИИ. Они понимают риски и не хотят просто вбрасывать технологию в массы. Вместо этого - совместные исследования, разработка лучших практик, акцент на развитии критического мышления и тех самых "человеческих" навыков, которые ИИ не заменит. Готовят студентов к реальному миру, где ИИ уже есть, и где важно уметь с ним грамотно работать, а не просто кликать на кнопки.
Так что Claude for Education - это не просто очередной продукт. В мире, где многие компании в погоне за хайпом пихают ИИ куда попало, такой осознанный подход реально подкупает. Он показывает, что будущее образования с ИИ зависит не столько от терафлопсов и триллионов параметров, сколько от того, как мы его применяем. Будем ли мы растить поколение, умеющее думать с помощью ИИ, или поколение, которое без ИИ уже и думать не может ? Anthropic явно ставит на первое. И это, черт возьми, правильно.
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению . ИИ должен быть партнером , который подталкивает твою мысль, помогает “родить” идею, но никак не думает вместо тебя.
И очень радует, что похожей логики придерживаются и в Anthropic. Новость месячной давности, но я до сих пор не увидел, чтобы кто-то про это писал в нашем инфополе. Они сделали специальный сервис для образования - Claude for Education. Это не просто еще одна версия модели, а целая инициатива для университетов. Цель - не просто раздать доступ к ИИ, а научить преподов и студентов им пользоваться правильно. Помочь им самим понять, как ИИ должен встраиваться в жизнь, а не просто плыть по течению.
Что там у них?
Во-первых, масштаб. Они заходят сразу по-крупному: договорились о доступе для всего кампуса с Northeastern University (эти ребята давно в теме ИИ и образования), с London School of Economics и Champlain College. Плюс запартнерились с Internet2 (важная организация для вузов) и Instructure (это те, кто делает Canvas LMS - знакомую многим платформу, особенно в Штатах). То есть, это не местечковая история, а серьезная попытка интегрировать ИИ в существующую образовательную среду.
Во-вторых, и вот это, на мой взгляд, самая соль – режим "Learning mode". Это такая фишка внутри Claude, которая ломает привычный паттерн "задал вопрос - получил ответ". Вместо этого ИИ начинает работать как въедливый тьютор:
- Не дает готовых решений, а спрашивает: "Окей, а как бы ты сам начал решать?"
- Использует сократовские вопросы: "А на чем основан твой вывод? Какие факты его подтверждают?" Заставляет реально думать.
- Подсвечивает ключевые концепции, чтобы ты понял суть, а не просто запомнил формулу.
- Может подкинуть шаблон для структуры эссе или плана исследования – учит организовывать работу.
Чувствуете разницу? Это прямо противоположно тому, чего многие боятся - что студенты начнут просто генерить домашки и дипломы. Anthropic как бы говорит: "Нет, ребята, давайте использовать ИИ, чтобы учиться думать, а не чтобы отлынивать". Это ровно то, о чем я сам говорю: ИИ как стимулятор интеллекта, а не его заменитель .
Зачем они это делают?
Похоже, Anthropic и их партнеры-университеты пытаются нащупать здоровый подход к интеграции ИИ. Они понимают риски и не хотят просто вбрасывать технологию в массы. Вместо этого - совместные исследования, разработка лучших практик, акцент на развитии критического мышления и тех самых "человеческих" навыков, которые ИИ не заменит. Готовят студентов к реальному миру, где ИИ уже есть, и где важно уметь с ним грамотно работать, а не просто кликать на кнопки.
Так что Claude for Education - это не просто очередной продукт. В мире, где многие компании в погоне за хайпом пихают ИИ куда попало, такой осознанный подход реально подкупает. Он показывает, что будущее образования с ИИ зависит не столько от терафлопсов и триллионов параметров, сколько от того, как мы его применяем. Будем ли мы растить поколение, умеющее думать с помощью ИИ, или поколение, которое без ИИ уже и думать не может ? Anthropic явно ставит на первое. И это, черт возьми, правильно.
Anthropic
Introducing Claude for Education
Claude for Education
🔥19👍10❤2
1. Выпустил второй поток тренинга “ИИ для личной эффективности”. Отзывы и дальнейшие планы - написал пост по итогам прошедшего запуска своих тренингов, почитать планы и отзывы можно тут
2. Как изменится продакт менеджмент в ближайшие несколько лет - поделился своим взглядом на то, как изменится профессия продакта, что нужно будет уметь и знать каждому, чтобы не провалиться на фоне повсеместной AI-лихорадки
3. Не списать, а научиться думать: Anthropic показала, как правильно использовать ИИ в учебе - Claude сделали ну ооочень крутую штуку для интеграции ИИ в образовании. Кто еще не читал - этот пост для вас, судя по реакциям - самый топовый пост недели 🙂
4. Открыт набор на третий поток тренинга по AI-продакт менеджменту и ИИ для личной эффективности - объявляю очередной набор. Если планировали погрузиться в тему ИИ и разработку AI-продуктов - сейчас самое время. Для моих нынешних подписчиков самая большая скидка. С 12 начинаем гнать платный трафик, прогнозируем, что оставшиеся места разберут быстро.
5. Google выпускает мобильные приложения NotebookLM для Android и IOS - в посте оставил ссылки на предварительную регистрацию
6. Claude получает больше связи с реальным миром - рассказал про новую фишку от Claude - Integrations. Следующий шаг после MCP для того, чтобы LLM стали полезнее
7. Трамп и ИИ в школах - президент США подписал классный закон касательно того, как интегрировать ИИ в школьное образование
8 Используем Speech-to-Text на полную - MacWhisper - поделился очередным ИИ-инструментом для транскрибации
9. Google обновили Gemini 2.5 PRO и она стала еще лучше в кодинге - новое обновление Gemini перед Google I/O. Модель очень сильно прокачали по всем фронтам, особенно в кодинге
10. DeepSeek выложили анонс R2: но решат ли их инновационные методы проблему вранья или модель ждет судьба OpenAI o3? - поделился мыслями по поводу анонса будущей модели китайцами, а также своими опасениями по поводу ее возможных недостатков
11. Маленькие модели, большие возможности: Microsoft выкатили Phi-4 с "Reasoning" - рассказал про новые модели от Microsoft, кто не пробовал - очень рекомендую. Не такие хайповые, но очень прикольные
12. Про опыт продления визы в США - оффтоп-пост в котором делюсь негативным опытом продления визы. Визу дали, нервы измотали, кучу планов сорвали. Мораль - если имеете дело с Американской визой - никогда не планируйте ничего заранее, закладывайте минимум 3 недели на эту тягомотину.
Прошлый дайджест тут
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥1
Почему я не доверяю AI создание контента для своей аудитории и клиентов
Довольно часто вижу, как ребята, ведущие блоги про ИИ, гордо заявляют, что ИИ генерирует им идеи постов, контент-план и пишет тексты. И это каналы с аудиторией в 15, 25, 30к подписчиков. Их авторы в открытую заявляют: “Ребята, я такой крутой, у меня есть пайплайн, который полностью автоматизирует мне создание контента.”
В эти моменты я думаю “Ок, тогда интересно, что ты там пишешь?””. Захожу в канал и вижу максимально Generic-посты. Посты, в которых не видно ни лица автора, ни его стиля письма, ни какой-то уникальности. Уникальности в плане того, чтобы я не мог эту информацию нагуглить либо элементарно вытянуть из ChatGPT. То есть блог таких авторов по сути = блог ЧатаГПТ. Кроме того, я даже вижу, что текст написан исключительно LLM: по структуре, используемым словам, примерному объему текста.
Аналогичная ситуация и в бизнесе, например, в презентациях. Также периодически натыкаюсь на тех, кто просто запилил презенташку в Gamma и использует ее в коммуникации и привлечении клиентов.
Я трачу по несколько часов в неделю на написание блога и делаю презентации вручную
Причин на это несколько:
1. ИИ-контент - это шаблонность. Я начинал вести блог на LinkedIn и после 6 месяцев он меня нереально выбесил. Каждый раз, заходя в ленту, я видел огромную кучу постов от экспертов, сгенерированных ИИ. А в комментариях к ним я видел раздражение людей от того, что они читают ИИ-посты. В таком потоке зацепиться за что-то помогала только уникальность контента, а действительно уникальный контент всегда несет отпечаток автора в виде его опыта, стиля речи, каких-то переживаний. Я перестал листать ленту LinkedIn в поисках контента и перешел на рассылки. То же самое и с презентациями. С ИИ можно сделать хорошую презу. Но будет ли она так же хорошо продавать? Будет ли она настолько же структурирована и визуально привлекательна? В крупных чеках решают детали: выделения конкретных фраз, акценты на определенные визуальные аспекты, структуру. ИИ-презентация не позволит вам так же управлять вниманием, как это делает человек, создавший сотни бизнес-презентаций.
2. Уважение к аудитории. Вы сейчас тратите свое время, читая этот пост, человек, рабочий час которого стоит $200, пришедший ко мне за консалтингом, - также тратит свое время. Лучшее, что я могу дать в ответ на это - это качественный ответ на тот запрос, с которым вы ко мне пришли. А это требует времени и внимания. Слепая генережка всего и вся будет дешево мне “стоить”, но будете ли вы тогда читать меня дальше? Придете ли вы за моими услугами, если я отправлю вам КП, которое тупо сделал по транскрипту нашей встречи двумя промптами? Сомневаюсь. “Сделано человеком” очень скоро станет синонимом Premium и я хочу быть в этом сегменте, а не сегменте ширпотреба.
3. Потеря своего голоса и экспертности. ИИ может сгенерировать факты, но он не может передать те годы практики и рефлексии автора. Мой блог и результаты моей работы - это продолжение меня как эксперта. Если я отдам это на откуп ИИ, то со временем я рискую потерять не только уникальный стиль, но и остроту собственного мышления. Ведь процесс создания контента - это еще и способ упорядочить мои мысли, глубже разобраться в теме. Автоматизируя это, я лишаю себя возможности для роста и развития как специалиста. А клиенты и аудитория приходят именно за этим.
Вышесказанное не означает, что я не использую ИИ в аспектах создания контента. Напротив: мой подход как раз очень близок к тому, который продвигают Anthropic. Он позволяет мне развиваться самому и обращать внимание на те вещи, которые я раньше упускал из вида.
Накидайте на этот пост реакций, и я поделюсь, как именно использую LLM в создании контента.
Довольно часто вижу, как ребята, ведущие блоги про ИИ, гордо заявляют, что ИИ генерирует им идеи постов, контент-план и пишет тексты. И это каналы с аудиторией в 15, 25, 30к подписчиков. Их авторы в открытую заявляют: “Ребята, я такой крутой, у меня есть пайплайн, который полностью автоматизирует мне создание контента.”
В эти моменты я думаю “Ок, тогда интересно, что ты там пишешь?””. Захожу в канал и вижу максимально Generic-посты. Посты, в которых не видно ни лица автора, ни его стиля письма, ни какой-то уникальности. Уникальности в плане того, чтобы я не мог эту информацию нагуглить либо элементарно вытянуть из ChatGPT. То есть блог таких авторов по сути = блог ЧатаГПТ. Кроме того, я даже вижу, что текст написан исключительно LLM: по структуре, используемым словам, примерному объему текста.
Аналогичная ситуация и в бизнесе, например, в презентациях. Также периодически натыкаюсь на тех, кто просто запилил презенташку в Gamma и использует ее в коммуникации и привлечении клиентов.
Я трачу по несколько часов в неделю на написание блога и делаю презентации вручную
Причин на это несколько:
1. ИИ-контент - это шаблонность. Я начинал вести блог на LinkedIn и после 6 месяцев он меня нереально выбесил. Каждый раз, заходя в ленту, я видел огромную кучу постов от экспертов, сгенерированных ИИ. А в комментариях к ним я видел раздражение людей от того, что они читают ИИ-посты. В таком потоке зацепиться за что-то помогала только уникальность контента, а действительно уникальный контент всегда несет отпечаток автора в виде его опыта, стиля речи, каких-то переживаний. Я перестал листать ленту LinkedIn в поисках контента и перешел на рассылки. То же самое и с презентациями. С ИИ можно сделать хорошую презу. Но будет ли она так же хорошо продавать? Будет ли она настолько же структурирована и визуально привлекательна? В крупных чеках решают детали: выделения конкретных фраз, акценты на определенные визуальные аспекты, структуру. ИИ-презентация не позволит вам так же управлять вниманием, как это делает человек, создавший сотни бизнес-презентаций.
2. Уважение к аудитории. Вы сейчас тратите свое время, читая этот пост, человек, рабочий час которого стоит $200, пришедший ко мне за консалтингом, - также тратит свое время. Лучшее, что я могу дать в ответ на это - это качественный ответ на тот запрос, с которым вы ко мне пришли. А это требует времени и внимания. Слепая генережка всего и вся будет дешево мне “стоить”, но будете ли вы тогда читать меня дальше? Придете ли вы за моими услугами, если я отправлю вам КП, которое тупо сделал по транскрипту нашей встречи двумя промптами? Сомневаюсь. “Сделано человеком” очень скоро станет синонимом Premium и я хочу быть в этом сегменте, а не сегменте ширпотреба.
3. Потеря своего голоса и экспертности. ИИ может сгенерировать факты, но он не может передать те годы практики и рефлексии автора. Мой блог и результаты моей работы - это продолжение меня как эксперта. Если я отдам это на откуп ИИ, то со временем я рискую потерять не только уникальный стиль, но и остроту собственного мышления. Ведь процесс создания контента - это еще и способ упорядочить мои мысли, глубже разобраться в теме. Автоматизируя это, я лишаю себя возможности для роста и развития как специалиста. А клиенты и аудитория приходят именно за этим.
Вышесказанное не означает, что я не использую ИИ в аспектах создания контента. Напротив: мой подход как раз очень близок к тому, который продвигают Anthropic. Он позволяет мне развиваться самому и обращать внимание на те вещи, которые я раньше упускал из вида.
Накидайте на этот пост реакций, и я поделюсь, как именно использую LLM в создании контента.
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
Не списать, а научиться думать: Anthropic показала, как правильно использовать ИИ в учебе
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению…
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению…
❤19👍12🔥9
Поторопились с AI: Klarna нанимает людей обратно, потому что ИИ облажался. Разбираем кейс
Пока одни компании только начинают пробовать AI, а другие вовсю пытаются его пихать везде и всюду, увольняя персонал, есть и те, кто успел обжечься и теперь нанимает людей обратно.
Именно такой опыт случился у компании Klarna. Klarna - шведский финтех, с которым вы наверняка знакомы, если делали покупки в зарубежных интернет-магазинах. Они предоставляют популярную услугу "купи сейчас - плати потом"
Что же пошло не так у Klarna?
В феврале 2024, Klarna гордо заявляла, что их AI-ассистент способен выполнять работу 700 агентов поддержки, обрабатывая 75% всех обращений клиентов (2.3 млн/мес) 35+ языках. Компания ввела мораторий на наем новых сотрудников в саппорт, который продлился больше года. Гендиректор Klarna, Себастьян Семятковски, даже предполагал, что AI поможет сократить штат компании на 50%.
Однако, как сообщает Bloomberg, спустя месяцы воспевания AI как стратегии замены рабочей силы, Семятковски объявил о развороте курса. Klarna снова активно нанимает людей в службу поддержки!
За впечатляющими первоначальными метриками скрывались серьезные проблемы.
Клиенты сталкивались с типичными для чат-ботов фрустрациями: неверная информация, отсутствие эмпатии, зацикленные диалоги, проблемы с эскалацией. Сам Семятковски признал, что сокращение расходов было "слишком преобладающим фактором оценки" и привело к ухудшению пользовательского опыта. Особенно это оказалось критично для финансовых услуг, где клиенты категорически предпочитают человеческое общение, ведь речь идет об их деньгах.
Кроме того, когда AI-бот все-таки и переводил клиента на человека, клиентам часто приходилось объяснять свою проблему заново, так как AI некорректно передавал контекст или вообще не делал этого.
Плохая интеграция с системами компании, отсутствие прозрачности и отслеживания контекста называются основными причинами проблем.
В итоге, Klarna снова инвестирует в людей, а Семятковски заявляет: "Действительно, инвестирование в качество человеческой поддержки — это путь будущего для нас". Компания теперь нацелена на наем студентов, жителей сельской местности и преданных пользователей Klarna, предлагая полностью удаленную работу.
Статистика по отрасли подтверждает проблемы Klarna: в 2025 году 42% компаний отказались от большинства своих AI-инициатив (по сравнению с 17% в 2024), а средняя организация списала 46% AI-концептов еще до запуска в продакшн. Для генеративного AI ситуация еще плачевнее – 70-85% внедрений не достигают желаемого ROI.
Почему это произошло с Klarna и может произойти с другими?
На мой взгляд, есть несколько ключевых причин:
Инициаторы внедрения далеки от операционки. Как правило, все инициативы в стиле "а давайте внедрим ИИ и сэкономим X денег" исходят от менеджеров топ-звена. Я уже не раз писал про "эффективных менеджеров", которые зачастую просто не знают, что на самом деле происходит "в полях". Они не в курсе ежедневных проблем операционных процессов, нестандартных методов их решения, они не живут работой тех, кого пытаются заменить. Имея лишь общую картину, принимают поспешные решения. Именно по этой причине, когда дело доходит до внедрения ИИ, я считаю, что в этом процессе должны принимать участие представители ВСЕХ групп: менеджеры, инженеры, предметные специалисты и те, чью работу должен выполнять ИИ.
Слабость самого AI. Хоть все сейчас и говорят про ИИ-агентов, это направление еще очень молодое. 2025 - год агентов, год "косячных" агентов, которые совершают ошибки. Создать реально полезного агента намного сложнее, чем просто собрать пайплайн в n8n, подключив к нему RAG.
Вероятно, не была соблюдена поэтапная раскатка.
При внедрении ИИ крайне важно работать итерациями. Не бросать агента сразу в бой на 50%+ задач, а отдавать ему лишь какую-то часть работы, например, 20%, которые затем будут тщательно проверяться человеком, а сам агент - дообучаться и обновляться. В лабораторных условиях нереально протестировать все сценарии, которые возникнут при реальном использовании.
Как вам такой кейс? :)
#кейсы
Пока одни компании только начинают пробовать AI, а другие вовсю пытаются его пихать везде и всюду, увольняя персонал, есть и те, кто успел обжечься и теперь нанимает людей обратно.
Именно такой опыт случился у компании Klarna. Klarna - шведский финтех, с которым вы наверняка знакомы, если делали покупки в зарубежных интернет-магазинах. Они предоставляют популярную услугу "купи сейчас - плати потом"
Что же пошло не так у Klarna?
В феврале 2024, Klarna гордо заявляла, что их AI-ассистент способен выполнять работу 700 агентов поддержки, обрабатывая 75% всех обращений клиентов (2.3 млн/мес) 35+ языках. Компания ввела мораторий на наем новых сотрудников в саппорт, который продлился больше года. Гендиректор Klarna, Себастьян Семятковски, даже предполагал, что AI поможет сократить штат компании на 50%.
Однако, как сообщает Bloomberg, спустя месяцы воспевания AI как стратегии замены рабочей силы, Семятковски объявил о развороте курса. Klarna снова активно нанимает людей в службу поддержки!
За впечатляющими первоначальными метриками скрывались серьезные проблемы.
Клиенты сталкивались с типичными для чат-ботов фрустрациями: неверная информация, отсутствие эмпатии, зацикленные диалоги, проблемы с эскалацией. Сам Семятковски признал, что сокращение расходов было "слишком преобладающим фактором оценки" и привело к ухудшению пользовательского опыта. Особенно это оказалось критично для финансовых услуг, где клиенты категорически предпочитают человеческое общение, ведь речь идет об их деньгах.
Кроме того, когда AI-бот все-таки и переводил клиента на человека, клиентам часто приходилось объяснять свою проблему заново, так как AI некорректно передавал контекст или вообще не делал этого.
Плохая интеграция с системами компании, отсутствие прозрачности и отслеживания контекста называются основными причинами проблем.
В итоге, Klarna снова инвестирует в людей, а Семятковски заявляет: "Действительно, инвестирование в качество человеческой поддержки — это путь будущего для нас". Компания теперь нацелена на наем студентов, жителей сельской местности и преданных пользователей Klarna, предлагая полностью удаленную работу.
Статистика по отрасли подтверждает проблемы Klarna: в 2025 году 42% компаний отказались от большинства своих AI-инициатив (по сравнению с 17% в 2024), а средняя организация списала 46% AI-концептов еще до запуска в продакшн. Для генеративного AI ситуация еще плачевнее – 70-85% внедрений не достигают желаемого ROI.
Почему это произошло с Klarna и может произойти с другими?
На мой взгляд, есть несколько ключевых причин:
Инициаторы внедрения далеки от операционки. Как правило, все инициативы в стиле "а давайте внедрим ИИ и сэкономим X денег" исходят от менеджеров топ-звена. Я уже не раз писал про "эффективных менеджеров", которые зачастую просто не знают, что на самом деле происходит "в полях". Они не в курсе ежедневных проблем операционных процессов, нестандартных методов их решения, они не живут работой тех, кого пытаются заменить. Имея лишь общую картину, принимают поспешные решения. Именно по этой причине, когда дело доходит до внедрения ИИ, я считаю, что в этом процессе должны принимать участие представители ВСЕХ групп: менеджеры, инженеры, предметные специалисты и те, чью работу должен выполнять ИИ.
Слабость самого AI. Хоть все сейчас и говорят про ИИ-агентов, это направление еще очень молодое. 2025 - год агентов, год "косячных" агентов, которые совершают ошибки. Создать реально полезного агента намного сложнее, чем просто собрать пайплайн в n8n, подключив к нему RAG.
Вероятно, не была соблюдена поэтапная раскатка.
При внедрении ИИ крайне важно работать итерациями. Не бросать агента сразу в бой на 50%+ задач, а отдавать ему лишь какую-то часть работы, например, 20%, которые затем будут тщательно проверяться человеком, а сам агент - дообучаться и обновляться. В лабораторных условиях нереально протестировать все сценарии, которые возникнут при реальном использовании.
Как вам такой кейс? :)
#кейсы
🔥7👍6❤5
Что делать, если нужный вам ИИ-сервис не работает даже с VPN
К моему удивлению, этот вопрос в чатах по AI и у меня на тренингах возникал с поразительной частотой. Чаще всего люди не могли получить доступ к Google AI Studio и Notion. Решил написать пост, который поможет избавиться от этой проблемы.
Первое, что нужно сделать в случае, если у вас недоступен какой-то сервис - это понять, недоступен он только у вас или у всех. Иногда бывает, что сайт просто “упал” и зайти на него невозможно. Проверить доступность можно через Downdetector.
Но более интересна нам ситуация, когда сервис функционирует, а получить доступ к нему вы не можете
Здесь может быть два сценария: либо он у вас раньше работал и перестал работать, либо вы впервые решили им воспользоваться, а вас не пускает. В обоих случаях решение будет одинаковым - смените свой VPN!
Скорее всего, вы пользуетесь коммерческими сервисами, где платите за подписку, типа Nord/Express/подставьте свое имя VPN. Проблема этих провайдеров в том, что вы и сотни тысяч других пользователей используете одни и те же IP-адреса. А компании-разработчики ИИ-сервисов такое не любят.
Почему? Есть также несколько причин. Кто-то просто вредный и не хочет, чтобы их сервисами пользовались в какой-то стране, другие, например, Notion, такими способами усердно пытаются соблюдать требования инвесторов. Третьи - таким образом защищают свои данные. После прецендента с DeepSeek и OpenAI это особенно актуально.
Как этого избежать?
Здесь начну с дисклеймера.
Теперь к делу. Здесь инструкция довольно простая. Вам нужно создать свой приватный VPN. Для этого понадобится сервер
Вот что для этого нужно:
1. Арендуете VPS-сервер где угодно за пределами РФ, российскими картами можно оплатить VDsina, сам я использую DigitalOcean. Локацию рекомендую Германию или Нидерланды.
2. Создаем там VPS, 0.5 GB оперативки, 10 GB встроенной будет достаточно, ОС Ubuntu 22.04
3. В сервисе, где арендовали VPS найдите Console или Терминал, называется по-разному, вам нужно получить доступ к командной строке
4. Открываете LLM, и пишите туда запрос “Найди мне на Github self-hosted VPN с протоколом vless, который я смогу развернуть у себя на сервере”. Скорее всего вам выдаст что-то типа 3x-ui. Это оно.
5. Для найденного VPN открываем страницу в гитхаб, копируем все, что там написано в LLM и пишем “дай мне детальную инструкцию, как это поставить на свой сервер”. И просто следуете по шагам
6. На устройство, на котором нужен доступ к сеткам, ставите любой клиент, поддерживающий vless. Попросите дипресерч найти вам что-то на вашу ОС.
#обучающиематериалы
К моему удивлению, этот вопрос в чатах по AI и у меня на тренингах возникал с поразительной частотой. Чаще всего люди не могли получить доступ к Google AI Studio и Notion. Решил написать пост, который поможет избавиться от этой проблемы.
Первое, что нужно сделать в случае, если у вас недоступен какой-то сервис - это понять, недоступен он только у вас или у всех. Иногда бывает, что сайт просто “упал” и зайти на него невозможно. Проверить доступность можно через Downdetector.
Но более интересна нам ситуация, когда сервис функционирует, а получить доступ к нему вы не можете
Здесь может быть два сценария: либо он у вас раньше работал и перестал работать, либо вы впервые решили им воспользоваться, а вас не пускает. В обоих случаях решение будет одинаковым - смените свой VPN!
Скорее всего, вы пользуетесь коммерческими сервисами, где платите за подписку, типа Nord/Express/подставьте свое имя VPN. Проблема этих провайдеров в том, что вы и сотни тысяч других пользователей используете одни и те же IP-адреса. А компании-разработчики ИИ-сервисов такое не любят.
Почему? Есть также несколько причин. Кто-то просто вредный и не хочет, чтобы их сервисами пользовались в какой-то стране, другие, например, Notion, такими способами усердно пытаются соблюдать требования инвесторов. Третьи - таким образом защищают свои данные. После прецендента с DeepSeek и OpenAI это особенно актуально.
Как этого избежать?
Здесь начну с дисклеймера.
Данный пост не имеет цели показать, как обойти блокировки Роскомнадзора и получить доступ к запрещенному в РФ контенту. Вся ответственность за использование VPN лежит на вас. Цель поста - исключительно образовательная и направлена на обеспечение стабильного доступа к разрешенным сервисам.
Теперь к делу. Здесь инструкция довольно простая. Вам нужно создать свой приватный VPN. Для этого понадобится сервер
Вот что для этого нужно:
1. Арендуете VPS-сервер где угодно за пределами РФ, российскими картами можно оплатить VDsina, сам я использую DigitalOcean. Локацию рекомендую Германию или Нидерланды.
2. Создаем там VPS, 0.5 GB оперативки, 10 GB встроенной будет достаточно, ОС Ubuntu 22.04
3. В сервисе, где арендовали VPS найдите Console или Терминал, называется по-разному, вам нужно получить доступ к командной строке
4. Открываете LLM, и пишите туда запрос “Найди мне на Github self-hosted VPN с протоколом vless, который я смогу развернуть у себя на сервере”. Скорее всего вам выдаст что-то типа 3x-ui. Это оно.
5. Для найденного VPN открываем страницу в гитхаб, копируем все, что там написано в LLM и пишем “дай мне детальную инструкцию, как это поставить на свой сервер”. И просто следуете по шагам
6. На устройство, на котором нужен доступ к сеткам, ставите любой клиент, поддерживающий vless. Попросите дипресерч найти вам что-то на вашу ОС.
#обучающиематериалы
🔥6❤1👍1
NGI | Влад Корнышев про AI и создание AI-продуктов
Что делать, если нужный вам ИИ-сервис не работает даже с VPN К моему удивлению, этот вопрос в чатах по AI и у меня на тренингах возникал с поразительной частотой. Чаще всего люди не могли получить доступ к Google AI Studio и Notion. Решил написать пост, который…
Дополнение к предыдущему посту
@nikolay_sheyko в комментариях под предыдущим постом отписал, что на мобилках может блокироваться Outline. Тут зависит от вашего провайдера и региона. Но если Outline не работает на мобилке - можно на том же сервере развернуть Amnezia VPN.
Там чуть посложнее, придется чуть поковыряться терминалом.
1. После того, как арендовали сервер, на своем компьютере запустите команду
Вам нужно будет написать Yes и ввести код-пароль.
У вас создадутся два файлика со следующими именами в по следующему пути
~/.ssh/id_ed25519 - это ваш приватный ключ
~/.ssh/id_ed25519.pub - это ваш публичный ключ, его надо открыть текстовым редактором и скопировать
2. Далее идем на сервер, там делаем следующее
Вводим команду
Затем
После этого
У вас откроется файл, в него вставляем содержимое ~/.ssh/id_ed25519.pub и нажимаем Control + S, чтобы сохранить, затем Control + X, чтобы закрыть
Вводим последнюю команду
3. Открываем приложение Amnezia VPN, выбираем добавить сервер, Self-host
Заполняем поля:
IP: вставляем адрес вашего сервера
Имя пользователя: всегда будет
Пароль или SSH ключ: вставляйте сюда содержимое файла ~/.ssh/id_ed25519 (также в текстовом редакторе открывем файл и копируем), с паролем амнезия иногда тупит и не может зайти
Жмем кнопку “Продолжить”. Вводим код-пароль, который писали при создании пары ключей в первой команде. После этого вам предложит создать сервер либо вручную либо автоматически. Я предпочитаю вручную. Протокол достаточно будет выбрать Amnezia WG.
Через приложение можно будет поделиться ключами на любое из ваших устройств.
Все команды в посте кликабельны. Просто копируйте их. В этом нет ничего сложного!
@nikolay_sheyko в комментариях под предыдущим постом отписал, что на мобилках может блокироваться Outline. Тут зависит от вашего провайдера и региона. Но если Outline не работает на мобилке - можно на том же сервере развернуть Amnezia VPN.
Там чуть посложнее, придется чуть поковыряться терминалом.
1. После того, как арендовали сервер, на своем компьютере запустите команду
ssh-keygen -t ed25519Вам нужно будет написать Yes и ввести код-пароль.
У вас создадутся два файлика со следующими именами в по следующему пути
~/.ssh/id_ed25519 - это ваш приватный ключ
~/.ssh/id_ed25519.pub - это ваш публичный ключ, его надо открыть текстовым редактором и скопировать
2. Далее идем на сервер, там делаем следующее
Вводим команду
mkdir -p ~/.sshЗатем
chmod 700 ~/.sshПосле этого
nano ~/.ssh/authorized_keysУ вас откроется файл, в него вставляем содержимое ~/.ssh/id_ed25519.pub и нажимаем Control + S, чтобы сохранить, затем Control + X, чтобы закрыть
Вводим последнюю команду
chmod 600 ~/.ssh/authorized_keys3. Открываем приложение Amnezia VPN, выбираем добавить сервер, Self-host
Заполняем поля:
IP: вставляем адрес вашего сервера
Имя пользователя: всегда будет
rootПароль или SSH ключ: вставляйте сюда содержимое файла ~/.ssh/id_ed25519 (также в текстовом редакторе открывем файл и копируем), с паролем амнезия иногда тупит и не может зайти
Жмем кнопку “Продолжить”. Вводим код-пароль, который писали при создании пары ключей в первой команде. После этого вам предложит создать сервер либо вручную либо автоматически. Я предпочитаю вручную. Протокол достаточно будет выбрать Amnezia WG.
Через приложение можно будет поделиться ключами на любое из ваших устройств.
Все команды в посте кликабельны. Просто копируйте их. В этом нет ничего сложного!
🔥7
Анонс эфира “Как AI меняет наши профессии" с Глебом Кудрявцевым
Друзья, время очередного эфира и на этот раз он пройдет с крутым гостем! В следующий понедельник совместно с Глебом Кудрявцевым (ex CPO Skyeng, основатель Карьерного Цеха) мы проведем эфир по теме "Как AI меняет наши профессии".
На эфире подробно разберем:
- Что изменилось с последнего эфира про ИИ-тренды
- Что-такое AI-first подход, что с этим делать бизнесу и рядовым сотрудникам
- Актуальные виды AI-агентов и кого они заменят
- Почему кодить с ИИ должен научиться каждый
Подключайтесь в понедельник 19 мая, 18 00 по Москве. Записи не будет!
👉 Ссылка на регистрацию
Друзья, время очередного эфира и на этот раз он пройдет с крутым гостем! В следующий понедельник совместно с Глебом Кудрявцевым (ex CPO Skyeng, основатель Карьерного Цеха) мы проведем эфир по теме "Как AI меняет наши профессии".
На эфире подробно разберем:
- Что изменилось с последнего эфира про ИИ-тренды
- Что-такое AI-first подход, что с этим делать бизнесу и рядовым сотрудникам
- Актуальные виды AI-агентов и кого они заменят
- Почему кодить с ИИ должен научиться каждый
Подключайтесь в понедельник 19 мая, 18 00 по Москве. Записи не будет!
👉 Ссылка на регистрацию
ngi-academy.timepad.ru
Как AI меняет наши профессии / События на TimePad.ru
Онлайн-эфир с Владом Корнышевым (Co-Founder EAI, ex AI Продакт Pearson) и Глебом Кудрявцевым (ex CPO Skyeng, основатель Карьерного Цеха) на тему "Как AI меняет наши профессии". Разберем актуальные AI-тренды, AI-first подход, виды AI-агентов и почему важно…
🔥4
Умение задавать вопросы как ключевой навык в эпоху AI
Когда я проходил обучение по своей магистерской программе в МГУ, на многочисленных парах - например, по стратегическому менеджменту, управлению созданием и ростом инновационной компании - наши преподаватели постоянно нам повторяли, что, помимо умения управлять людьми и понимать, что и как работает, нужно уметь задавать правильные вопросы.
Тогда я запомнил этот тезис, но не могу сказать, что прочувствовал его в контексте профессии. При этом, я всегда любил задавать вопросы: мой любимый философ, Сократ, - известный мастер этого дела. И всё же я не мог до конца осознать, почему именно этот навык так настойчиво выделяли. Что заставляло меня считать его правильным, так это авторитет профессоров, которые воспитали не одно поколение крутых менеджеров, и их личный опыт.
В очередных размышлениях о своей текущей деятельности у меня в голове возник вопрос: "А что я продаю?". Внедрение ИИ в бизнес, тренинги по AI и AI-продакт-менеджменту: вокруг чего, помимо моего опыта и знаний, всё это строится? И я поймал себя на мысли, что это либо вопросы, либо умение их задавать.
Если задуматься:
- Когда надо сделать какой-то проект - я прихожу на встречу с вопросами к заказчику. В процессе работы я также постоянно задаю вопросы и на их основании принимаю решения.
- Когда мы тестируем тот или иной продукт - мы задаем вопросы о его работе и разбираемся, что именно у нас не так.
- Фреймворк AI-дизайна продукта - это, с одной стороны, особый подход к разработке продуктов на уровне компании и её культуры, регулирующий процесс от стадии инициации до внедрения. С другой - это методология, которая учит, как, когда и почему нужно задавать различные вопросы в течение жизненного цикла AI-продукта.
- Эффективная работа с AI, если разбить этот процесс, состоит из: во-первых, умения задать себе вопросы: "Что я хочу сделать? Может ли мне помочь в этом AI? Какой AI выбрать?"; во-вторых, умения задать первоначальные и направляющие вопросы AI; в-третьих, умения задавать вопросы и себе, и AI, чтобы валидировать полученную информацию.
В итоге получается, что, если бы я не умел задавать эти самые вопросы, - сидел бы без работы. Теперь я понимаю, чему на самом деле меня учили, и сам учу этому других.
#развитиеии
Когда я проходил обучение по своей магистерской программе в МГУ, на многочисленных парах - например, по стратегическому менеджменту, управлению созданием и ростом инновационной компании - наши преподаватели постоянно нам повторяли, что, помимо умения управлять людьми и понимать, что и как работает, нужно уметь задавать правильные вопросы.
Тогда я запомнил этот тезис, но не могу сказать, что прочувствовал его в контексте профессии. При этом, я всегда любил задавать вопросы: мой любимый философ, Сократ, - известный мастер этого дела. И всё же я не мог до конца осознать, почему именно этот навык так настойчиво выделяли. Что заставляло меня считать его правильным, так это авторитет профессоров, которые воспитали не одно поколение крутых менеджеров, и их личный опыт.
В очередных размышлениях о своей текущей деятельности у меня в голове возник вопрос: "А что я продаю?". Внедрение ИИ в бизнес, тренинги по AI и AI-продакт-менеджменту: вокруг чего, помимо моего опыта и знаний, всё это строится? И я поймал себя на мысли, что это либо вопросы, либо умение их задавать.
Если задуматься:
- Когда надо сделать какой-то проект - я прихожу на встречу с вопросами к заказчику. В процессе работы я также постоянно задаю вопросы и на их основании принимаю решения.
- Когда мы тестируем тот или иной продукт - мы задаем вопросы о его работе и разбираемся, что именно у нас не так.
- Фреймворк AI-дизайна продукта - это, с одной стороны, особый подход к разработке продуктов на уровне компании и её культуры, регулирующий процесс от стадии инициации до внедрения. С другой - это методология, которая учит, как, когда и почему нужно задавать различные вопросы в течение жизненного цикла AI-продукта.
- Эффективная работа с AI, если разбить этот процесс, состоит из: во-первых, умения задать себе вопросы: "Что я хочу сделать? Может ли мне помочь в этом AI? Какой AI выбрать?"; во-вторых, умения задать первоначальные и направляющие вопросы AI; в-третьих, умения задавать вопросы и себе, и AI, чтобы валидировать полученную информацию.
В итоге получается, что, если бы я не умел задавать эти самые вопросы, - сидел бы без работы. Теперь я понимаю, чему на самом деле меня учили, и сам учу этому других.
#развитиеии
👍6❤4
Как я использую ИИ в производстве контента
Ранее я писал о том, что не доверяю LLM полностью создавать контент для себя, но при этом все равно как-то их использую. Вы накидали много реакций, поэтому сегодня делюсь своими "фишками"!
В англоязычном сегменте интернета есть такое выражение - "Second Brain" по-русски - второй мозг. Примерно так можно описать мой процесс взаимодействия с LLM.
Вот несколько сценариев, где LLM дает мне существенный выхлоп:
Систематизация мыслей - я довольно творческий человек и порой мысли о чем-либо мне приходят вразнобой. Например, я хочу написать пост: у меня есть идея, о чем он должен быть, есть источники, на которые я хочу опираться, есть мысли, которые я хочу высказать и выводы. В таком случае я выгружаю в LLM все эти данные и прошу собрать все это в формате черновика, максимально сохраняя мои комментарии. Получившийся черновик служит для меня "рыбой", которую я трансформирую в итоговый пост.
Трансформация аудио-контента. Большое количество знаний - с одной стороны хорошо, а с другой - ты иногда не знаешь как приземлить это "на бумагу". Так у меня бывает с некоторыми постами и так было с контентом тренингов. На масштабную тему мне гораздо проще говорить, чем писать. И LLM + STT помогают мне делать так контент! Например, в случае с тренингами пробные потоки и менторские сессии я проводил экспромтом и на базе вопросов аудитории, потом группировал все записи по темам, которые придумал, а из транскриптов составлял "скелет" конспектов, которые уже дальше обвешивал доп информацией.
Обработка информации с помощью вопрос-ответной формы. Об этом я подробно писал в отдельном посте "Как я использую ИИ для чтения". Я сочетаю технику быстрого чтения из книги "Думай как Математик", когда мы быстро пытаемся просмотреть содержание текста и выдернуть ключевые моменты, со способностью LLM извлекать информацию из массивов данных. Подробнее про этот пункт читайте отдельный пост.
Разработка концептов. Периодически бывает, что я могу просто застрять на какой-то задаче: в голове нет мыслей, как продолжить. В таком случае я беру ту информацию, что уже создал сам + контекст и прошу LLM накидать мне возможные варианты/сценарии/направления того, как мне продвинуться дальше на основе того, что у меня уже есть
Обратная связь через критику. Самое худшее, что может сделать автор любого продукта (включая блог) - влюбиться в собственный продукт. Чтобы этого не происходило, и в блоге и в своей работе беру крутую по моему мнению идею и прошу LLM продолжать критиковать ее и искать недостатки, не смотря на любые мои возражения. Очень помогает упражняться в аргументации своего мнения и видеть картину шире.
Игра по ролям. LLM для меня - это цифровой двойник кого угодно. Когда я хочу проверить качество того, что я написал, я промпчу LLM под роль ЦА с которой работаю. Например, у меня может быть несколько вариантов формулировки какого-то оффера. В таком случае я сначала, прошу модель выбрать тот, который ей больше нравится, а параллельно, в разных окнах чата даю каждый оффер по отдельности и прошу обратную связь.
Полировка. Когда контент у меня уже готов - я кидаю его в LLM и прошу проверить на наличие несостыковок, логических, грамматических и иных ошибок. И только после этого вношу правки, получая финальный вариант.
А какие у вас сценарии? Делитесь в комментариях!
#обучающиематериалы
Ранее я писал о том, что не доверяю LLM полностью создавать контент для себя, но при этом все равно как-то их использую. Вы накидали много реакций, поэтому сегодня делюсь своими "фишками"!
В англоязычном сегменте интернета есть такое выражение - "Second Brain" по-русски - второй мозг. Примерно так можно описать мой процесс взаимодействия с LLM.
Вот несколько сценариев, где LLM дает мне существенный выхлоп:
Систематизация мыслей - я довольно творческий человек и порой мысли о чем-либо мне приходят вразнобой. Например, я хочу написать пост: у меня есть идея, о чем он должен быть, есть источники, на которые я хочу опираться, есть мысли, которые я хочу высказать и выводы. В таком случае я выгружаю в LLM все эти данные и прошу собрать все это в формате черновика, максимально сохраняя мои комментарии. Получившийся черновик служит для меня "рыбой", которую я трансформирую в итоговый пост.
Трансформация аудио-контента. Большое количество знаний - с одной стороны хорошо, а с другой - ты иногда не знаешь как приземлить это "на бумагу". Так у меня бывает с некоторыми постами и так было с контентом тренингов. На масштабную тему мне гораздо проще говорить, чем писать. И LLM + STT помогают мне делать так контент! Например, в случае с тренингами пробные потоки и менторские сессии я проводил экспромтом и на базе вопросов аудитории, потом группировал все записи по темам, которые придумал, а из транскриптов составлял "скелет" конспектов, которые уже дальше обвешивал доп информацией.
Обработка информации с помощью вопрос-ответной формы. Об этом я подробно писал в отдельном посте "Как я использую ИИ для чтения". Я сочетаю технику быстрого чтения из книги "Думай как Математик", когда мы быстро пытаемся просмотреть содержание текста и выдернуть ключевые моменты, со способностью LLM извлекать информацию из массивов данных. Подробнее про этот пункт читайте отдельный пост.
Разработка концептов. Периодически бывает, что я могу просто застрять на какой-то задаче: в голове нет мыслей, как продолжить. В таком случае я беру ту информацию, что уже создал сам + контекст и прошу LLM накидать мне возможные варианты/сценарии/направления того, как мне продвинуться дальше на основе того, что у меня уже есть
Обратная связь через критику. Самое худшее, что может сделать автор любого продукта (включая блог) - влюбиться в собственный продукт. Чтобы этого не происходило, и в блоге и в своей работе беру крутую по моему мнению идею и прошу LLM продолжать критиковать ее и искать недостатки, не смотря на любые мои возражения. Очень помогает упражняться в аргументации своего мнения и видеть картину шире.
Игра по ролям. LLM для меня - это цифровой двойник кого угодно. Когда я хочу проверить качество того, что я написал, я промпчу LLM под роль ЦА с которой работаю. Например, у меня может быть несколько вариантов формулировки какого-то оффера. В таком случае я сначала, прошу модель выбрать тот, который ей больше нравится, а параллельно, в разных окнах чата даю каждый оффер по отдельности и прошу обратную связь.
Полировка. Когда контент у меня уже готов - я кидаю его в LLM и прошу проверить на наличие несостыковок, логических, грамматических и иных ошибок. И только после этого вношу правки, получая финальный вариант.
А какие у вас сценарии? Делитесь в комментариях!
#обучающиематериалы
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
Почему я не доверяю AI создание контента для своей аудитории и клиентов
Довольно часто вижу, как ребята, ведущие блоги про ИИ, гордо заявляют, что ИИ генерирует им идеи постов, контент-план и пишет тексты. И это каналы с аудиторией в 15, 25, 30к подписчиков.…
Довольно часто вижу, как ребята, ведущие блоги про ИИ, гордо заявляют, что ИИ генерирует им идеи постов, контент-план и пишет тексты. И это каналы с аудиторией в 15, 25, 30к подписчиков.…
❤15👍4
Очередная раздача бесплатных подписок и скидок на ИИ-инструменты
Сегодня увидел у Кости в канале и по дороге из аэропорта уже забрал.
Раздача тут. Чтобы получить доступ - нужно залогиниться под своим аккаунтом в Github.
Что интересного раздают
Доступов и скидок там насыпали нормально, но вот несколько, которые я забрал себе и пользуюсь/пользовался сам.
Notion business - на 6 месяцев с безлимитным AI. Вполне достаточно для того, чтобы попробовать сервис тем, кто раздумывал, стоит ли приобретать подписку.
ElevenLabs - лучший сервис для клонирования голоса, озвучки и транскрибации прямо сейчас. Дают подписку на 3 месяца.
MistralAI - $25 кредитов. Очень многие недооценивают Мистраль, а ЛЛМ-ка у них очень даже ничего такая, особенно в условиях ограничений европейских регуляторов. Могу рекомендовать.
Chatbase - сервис для бизнеса, через который можно создать своего чат-бота, подключенного к базе знаний. Никаких навыков кодинга не нужно. Если хотели дешево провести эксперимент по внедрению AI-помощника на базе LLM - очень советую этот сервис. Работал с ним на 3 проектах. Дают скидку 50% на 3 месяца.
Fal - $50 кредитов. Платформа для инференса сеток для генерации медиа, вроде Flux, Stable Diffusion и других.
HuggingFace Pro - более актуально для разработчиков, включает различного рода плюшки для работы с платформой, доступ на 6 месяцев.
Помимо этого, разработчики найдут для себя кучу других полезных инструментов.
Сегодня увидел у Кости в канале и по дороге из аэропорта уже забрал.
Раздача тут. Чтобы получить доступ - нужно залогиниться под своим аккаунтом в Github.
Что интересного раздают
Доступов и скидок там насыпали нормально, но вот несколько, которые я забрал себе и пользуюсь/пользовался сам.
Notion business - на 6 месяцев с безлимитным AI. Вполне достаточно для того, чтобы попробовать сервис тем, кто раздумывал, стоит ли приобретать подписку.
ElevenLabs - лучший сервис для клонирования голоса, озвучки и транскрибации прямо сейчас. Дают подписку на 3 месяца.
MistralAI - $25 кредитов. Очень многие недооценивают Мистраль, а ЛЛМ-ка у них очень даже ничего такая, особенно в условиях ограничений европейских регуляторов. Могу рекомендовать.
Chatbase - сервис для бизнеса, через который можно создать своего чат-бота, подключенного к базе знаний. Никаких навыков кодинга не нужно. Если хотели дешево провести эксперимент по внедрению AI-помощника на базе LLM - очень советую этот сервис. Работал с ним на 3 проектах. Дают скидку 50% на 3 месяца.
Fal - $50 кредитов. Платформа для инференса сеток для генерации медиа, вроде Flux, Stable Diffusion и других.
HuggingFace Pro - более актуально для разработчиков, включает различного рода плюшки для работы с платформой, доступ на 6 месяцев.
Помимо этого, разработчики найдут для себя кучу других полезных инструментов.
👍2
1. Анонс эфира "Как AI меняет наши профессии" с Глебом Кудрявцевым - в понедельник, 19 мая, в 18 00 по МСК, проведем совместный эфир. Записи в этот раз не будет, ссылка на эфир в посте
2. Почему я не доверяю AI создание контента для своей аудитории и клиентов - поделился своим отношением к ИИ-контенту в блогах и бизнесе
3. Поторопились с AI: Klarna нанимает людей обратно, потому что ИИ облажался - рассказал про свежий кейс компании, которая пыталась заменить службу поддержки ИИ-ботами на базе LLM
4. Что делать, если нужный вам ИИ-сервис не работает даже с VPN + дополнение к посту - рассказал, как решить эту ситуацию, развернув свой сервис. В комментариях накинули еще вариантов.
5. Умение задавать вопросы как ключевой навык в эпоху AI - пост-рефлексия о том, почему так важно уметь задавать правильные вопросы
6. Как я использую ИИ в производстве контента - поделился своими методами и сценариями того, как извлекаю пользу из LLM и STT-моделей
7. Очередная раздача бесплатных подписок и скидок на ИИ-инструменты - ElevenLabs раздают много чего интересного. Достаточно иметь аккаунт в GitHub.
Прошлый дайджест тут
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1🔥1
Попользовался Manus и он меня не впечатлил
Не так давно ИИ-агента Manus сделали доступным всем желающим. Ранее я подавался на закрытую бета, но мне не повезло – я не попал в списки, а у знакомых не осталось инвайтов. Очень ждал, когда же смогу попробовать это чудо техники, которое только по демонстрациям окрестили “лучшим ИИ-агентом”.
Всю прошлую неделю занимался тестированием Manus-а, и, сказать честно, он меня не впечатлил. Одна из причин – ребята очень сильно затянули с публичным запуском, что для ИИ-продукта критически важно. То, что ты можешь позиционировать как конкурентное преимущество для своих ранних последователей, сегодня очень быстро внедряют сами разработчики LLM, вроде Google и OpenAI. И сейчас нет практически ничего, что делает Manus, чего нельзя было бы сделать через комбинацию DeepResearch и Canvas внутри LLM. Да, вам придется больше работать руками, и такая связка не так автономна, но и в этом есть плюс.
Начнем с плюсов
Идеально для несложных задач, требующих декомпозиции - разработчики очень прикольно организовали Tool Use у сервиса. Понравилось как он декомпозирует и работает итерациями, но часто это получется только в довольно прямолинейных задачах, вроде поиска информации. Если требуется тот же многосторонний анализ либо задача комплексная - результат печальный.
Подготовка материалов к передаче пользователю - понравилось, как он готовит отчетность. Именно подход. Например, если попросить написать код какой-то программы - он тебе и инструкцию по запуску напишет и расскажет, как это тестировать. Это то, чего ты ожидаешь от агента, но и тут не без ложки деготя.
Что не понравилось
Нельзя делегировать комплексные задачи - сейчас я для тренингов разрабатываю кастомную LMS, и у меня родилась идея попросить Manus либо реализовать мне часть функционала, либо вообще попробовать полностью написать LMS. Думал, что даже если он не справится – часть кода хотя бы смогу применить в качестве основы для своего. При всех моих попытках Manus сильно упрощал написание кода, упускал часть состояний, вместо реальных данных – подставлял мок-данные. Если работать итеративно – проблема решается, но ведь это автономный агент 🙂 Для итеративности Cursor гораздо лучше.
Также просил его собрать мне Docker-образ для LMS, а получил независящие друг от друга компоненты, которые потом собирал вручную. С запуском проекта также были проблемы, хотя он уверял меня, что все протестировал. Вспомнился пример агента Anus, который, как говорят - написан Manus-ом после промпта, который просил его себя клонировать и который тоже не записался :)
Слишком высокая автономность - то, что меня раздражает в Claude 3.7 при использовании в Cursor. Даже не смотря на то, что в процессе ты можешь влезть с доп инструкциями – модель слишком сильно берет на себя инициативу. Отражается это в том, что опять же, моделька упрощает и упускает детали, придумывает лишнее, но не реализует важное. В задачах на ресерч с этим лучше, но DeepResearch любой LLM даст вам более качественный результат.
Подготовка материалов еще сырая - я сделал в итоге с помощью него драфт LMS. Manus сказал “Вот, держи код проекта” и дал мне 50+ отдельных файлов. Не в папках, а просто тупо кучу файлов. Только после просьбы собрать мне ZIP он сделал нормально. И, как писал выше, проект мне пришлось дорабатывать, чтобы запустить.
Итого, получается, что лучший автономный агент широкого назначения – не более чем маркетинг и игрушка. В целом, направление агентского ИИ пока что очень сырое и, на мой взгляд, гораздо успешнее здесь будут специализированные решения, вроде Cursor или DeepResearch. Поэтому, если хотите делать агентов – смотрите в сторону специализации.
#инструменты
Не так давно ИИ-агента Manus сделали доступным всем желающим. Ранее я подавался на закрытую бета, но мне не повезло – я не попал в списки, а у знакомых не осталось инвайтов. Очень ждал, когда же смогу попробовать это чудо техники, которое только по демонстрациям окрестили “лучшим ИИ-агентом”.
Всю прошлую неделю занимался тестированием Manus-а, и, сказать честно, он меня не впечатлил. Одна из причин – ребята очень сильно затянули с публичным запуском, что для ИИ-продукта критически важно. То, что ты можешь позиционировать как конкурентное преимущество для своих ранних последователей, сегодня очень быстро внедряют сами разработчики LLM, вроде Google и OpenAI. И сейчас нет практически ничего, что делает Manus, чего нельзя было бы сделать через комбинацию DeepResearch и Canvas внутри LLM. Да, вам придется больше работать руками, и такая связка не так автономна, но и в этом есть плюс.
Начнем с плюсов
Идеально для несложных задач, требующих декомпозиции - разработчики очень прикольно организовали Tool Use у сервиса. Понравилось как он декомпозирует и работает итерациями, но часто это получется только в довольно прямолинейных задачах, вроде поиска информации. Если требуется тот же многосторонний анализ либо задача комплексная - результат печальный.
Подготовка материалов к передаче пользователю - понравилось, как он готовит отчетность. Именно подход. Например, если попросить написать код какой-то программы - он тебе и инструкцию по запуску напишет и расскажет, как это тестировать. Это то, чего ты ожидаешь от агента, но и тут не без ложки деготя.
Что не понравилось
Нельзя делегировать комплексные задачи - сейчас я для тренингов разрабатываю кастомную LMS, и у меня родилась идея попросить Manus либо реализовать мне часть функционала, либо вообще попробовать полностью написать LMS. Думал, что даже если он не справится – часть кода хотя бы смогу применить в качестве основы для своего. При всех моих попытках Manus сильно упрощал написание кода, упускал часть состояний, вместо реальных данных – подставлял мок-данные. Если работать итеративно – проблема решается, но ведь это автономный агент 🙂 Для итеративности Cursor гораздо лучше.
Также просил его собрать мне Docker-образ для LMS, а получил независящие друг от друга компоненты, которые потом собирал вручную. С запуском проекта также были проблемы, хотя он уверял меня, что все протестировал. Вспомнился пример агента Anus, который, как говорят - написан Manus-ом после промпта, который просил его себя клонировать и который тоже не записался :)
Слишком высокая автономность - то, что меня раздражает в Claude 3.7 при использовании в Cursor. Даже не смотря на то, что в процессе ты можешь влезть с доп инструкциями – модель слишком сильно берет на себя инициативу. Отражается это в том, что опять же, моделька упрощает и упускает детали, придумывает лишнее, но не реализует важное. В задачах на ресерч с этим лучше, но DeepResearch любой LLM даст вам более качественный результат.
Подготовка материалов еще сырая - я сделал в итоге с помощью него драфт LMS. Manus сказал “Вот, держи код проекта” и дал мне 50+ отдельных файлов. Не в папках, а просто тупо кучу файлов. Только после просьбы собрать мне ZIP он сделал нормально. И, как писал выше, проект мне пришлось дорабатывать, чтобы запустить.
Итого, получается, что лучший автономный агент широкого назначения – не более чем маркетинг и игрушка. В целом, направление агентского ИИ пока что очень сырое и, на мой взгляд, гораздо успешнее здесь будут специализированные решения, вроде Cursor или DeepResearch. Поэтому, если хотите делать агентов – смотрите в сторону специализации.
#инструменты
👍5🔥5
Эфир “Как AI меняет наши профессии” с Глебом Кудрявцевым
Напоминаю, что чуть больше, чем через 2 часа, в 18 00 по Московскому времени, мы вместе с Глебом проведем эфир по животрепещущей теме.
На эфире разберем:
- Что изменилось с последнего эфира про ИИ-тренды
- Актуальные виды AI-агентов и кого они заменят
- Что-такое AI-first подход, что с этим делать бизнесу и рядовым сотрудникам
- Почему кодить с ИИ должен научиться каждый
Ожидаем порядка 200+ зрителей, помимо информации дадим еще кое-что ценное. Кто еще не записался - эфир будет тут, приходите :)
Напоминаю, что чуть больше, чем через 2 часа, в 18 00 по Московскому времени, мы вместе с Глебом проведем эфир по животрепещущей теме.
На эфире разберем:
- Что изменилось с последнего эфира про ИИ-тренды
- Актуальные виды AI-агентов и кого они заменят
- Что-такое AI-first подход, что с этим делать бизнесу и рядовым сотрудникам
- Почему кодить с ИИ должен научиться каждый
Ожидаем порядка 200+ зрителей, помимо информации дадим еще кое-что ценное. Кто еще не записался - эфир будет тут, приходите :)
👍7🔥5❤2
Друзья, всем спасибо за эфир!
Увидели, что не у всех записавшихся получилось залететь на эфир, при этом вылили много полезной инфы, одна QA-сессия чего стоит 🙂
Для тех, кто оставлял заявку на Timepad на почту пришлем ссылочку с записью, кейс, гайды и эксклюзивный промик на скидку на любой из тренингов по AI.
Промик будет действовать всего неделю, а тренинг по AI для личной эффективности стартует уже завтра. Количество мест по промику также ограничено.
👉 Купить свое место можно тут
Увидели, что не у всех записавшихся получилось залететь на эфир, при этом вылили много полезной инфы, одна QA-сессия чего стоит 🙂
Для тех, кто оставлял заявку на Timepad на почту пришлем ссылочку с записью, кейс, гайды и эксклюзивный промик на скидку на любой из тренингов по AI.
Промик будет действовать всего неделю, а тренинг по AI для личной эффективности стартует уже завтра. Количество мест по промику также ограничено.
👉 Купить свое место можно тут
👍7