/ИИ окупается. Только не у вас/

Главный экономист инвестфонда Apollo Торстен Слок посчитал, кто на самом деле зарабатывает на ИИ. Ответ получился короткий: семь техгигантов.

В индексе S&P 500 есть «великолепная семёрка»: Apple, Microsoft, Alphabet, Amazon, Meta, Nvidia и Tesla. У них выручка на одного сотрудника и маржа растут. У остальных 493 компаний обе цифры стоят на месте. Вывод Слока: признаков того, что ИИ ускоряет рост производительности, пока нет, и судьба всей истории про ИИ решится как раз в этих 493 компаниях.

Ещё один интересный сдвиг: обычный бизнес начинает воспринимать расходы на ИИ как статью затрат, которая съедает маржу. Модели дорожают, компании переходят на решения подешевле. Даже CEO Goldman Sachs, который только что объявил о вложениях в ИИ на полмиллиарда долларов, сказал инвесторам, что самые мощные модели им почти ни для чего не нужны.

Добавим сюда недавний опрос Национального бюро экономических исследований США, где около 90% руководителей сказали, что ИИ за три года не повлиял ни на занятость, ни на продуктивность их компаний. Картинка складывается такая: денег вложено очень много, а отдачи в обычных компаниях пока не видно.

Что это значит для нас.

Когда вам говорят, что сокращение «из-за ИИ», стоит относиться к этому скептически. Нередко за этим стоят перенайм прошлых лет, урезанные бюджеты или те самые дорогие вложения в ИИ, которые надо чем-то компенсировать.

Самая ценная роль сейчас - человек, который умеет довести ИИ до денег в обычном бизнесе. Пользоваться чат-ботом умеют все. А вот найти процесс, где он реально экономит часы или приносит выручку, посчитать эффект и показать его финдиректору умеют единицы. Именно этого сейчас не хватает тем 493 компаниям.

И для тех, кто внедряет ИИ у себя: начинайте с вопроса «какую метрику это сдвинет». Без ответа на него проект почти гарантированно превратится в ту самую статью затрат.

источник

👻 Ничего стррррашного! Что общего у дейтинга и нетворкинга?

Сетка и Twinby объединяются, чтобы устроить НЕстрашные знакомства — личные и рабочие. Здесь не будет кошмарных сценариев и ужасной неловкости. Ничего стрррашного! Только жутко полезные и приятные встречи для тех, кто ищет любовь, работу или полезные связи 💜

В программе:

👻 Ток-шоу «Ничего страшного» с комиком Лизой Арановой, психологом и блогером Лерой Вейв и руководителем инфлюенс-маркетинга DIDENOK TEAM Ярославом Жуковым.

💜 «НЕстрашные знакомства» — быстрые тет-а-тет встречи для работы и отношений.

🎭 Мастер-класс от Gogol School «Практики аутентичного общения».

Страшно только не прийти! 👀

Вход бесплатный, по предварительной регистрации.
👉 Зарегистрироваться
Дата: 29 октября 2026 года
Время: 18:00
Место встречи: Community, Космодамианская наб., 2, Москва

Пересечемся💜

/Скопируй под себя - быстрорастущий тренд этой недели/

Один парень дал Claude Code номер модели телевизора своих родителей. Агент сам нашёл телевизор в домашнем Wi-Fi, удалил 25 предустановленных приложений Xiaomi с рекламой и написал новый интерфейс. «Теперь выглядит как Apple TV», похвастался автор, и его пост посмотрели больше 6 млн раз.

Дальше больше - люди оживляют брошенные производителями умные зеркала, вырезают рекламу из радионянь, а проект Reverse Engineer Anything на GitHub за выходные собрал больше 342 тысяч звёзд. Суть у него простая: увидел фичу в чужом приложении, попросил агента разобраться, как она устроена, и собрать такую же у себя. Исходный код при этом не нужен.

Исследователь open source Майк Нолан говорит, что разработчики уже хоронят подписочный софт как бизнес-модель: повторить нужную функцию стало слишком просто. Но тут же оговаривается, что программу мало написать, её годами нужно поддерживать, и многие клоны до этого просто не доживут.

Я бы не была так категорична, так как клоны полны багов, которые их создатели сами не понимают, а скоро такой софт окажется в терминалах ресторанов, умных устройствах и наспех собранных стартапах.

Во времена, когда фича перестаёт быть преимуществом - если её можно повторить за выходные, конкуренты повторят. Еще несколько лет назад мы с экс-коллегами обсуждали, как компании тратили несколько месяцев за повторение фич конкурентов, не зная, что у конкурентов она не выстрелила. Теперь же можно быстро повторить и проверить у себя, НО!

Остается все еще то, что за выходные не скопируешь: понимание своего клиента, поддержка, которая реально отвечает, репутация и доверие, накопленные годами. И это касается любого, кто делает свой продукт, курс или услугу.

источник

Нашли бенефит, который отлично дополнит ряд из ДМС, психолога и корпоративных скидок и станет частью ежедневных привычек сотрудников. И это Яндекс Плюс!

Его ценность не придётся долго объяснять команде: каждый сам выберет, что включить в свой день. Музыку или подкаст по дороге, книгу в свободную минуту, кино вечером или в выходные.

Для вас это тоже будет удобно: в личном кабинете можно управлять подписками и получать агрегированную аналитику по их использованию.

Ознакомиться с подробными условиями и подключить бенефит можно по ссылке.

/Пока сами не разберёмся, клиенту ничего не говорим/

Понимаю эту логику: хочется сначала собрать информацию, найти решение и прийти уже с чем-то определённым. Только всё это время клиент тоже пытается планировать свою жизнь или работу, а у него для этого вообще никаких данных.

Продолжаю учиться на курсе Точка Банка «Управление клиентским опытом». В третьем модуле разбирала процессы, а потом проходила симулятор в роли внешнего консультанта компании, которая собирает сцены для мероприятий. Почти рабочий день получился))

Ситуация такая: к 13:00 сцена должна быть готова к саундчеку, но рано утром у подрядчика ломается грузовик с частью конструкций. Логист пересылает сообщение в общий чат, координатор пока не понимает, насколько всё критично, технический директор занят на другой площадке. Менеджеру никто отдельно о риске не сообщает, поэтому он пишет заказчику, что всё идёт по графику.
В итоге заказчик звонит сам и только тогда узнаёт о проблеме.

Причём команда технически справилась: перераспределила работы и подготовила сцену за двадцать минут до саундчека. Но доверие уже пострадало, потому что заказчику нужно было заранее понимать, придётся ли менять расписание и договариваться с артистами.

Меня здесь зацепило, что у каждого сотрудника вполне понятное объяснение. Один сразу передал информацию, другая не хотела раньше времени поднимать тревогу, третьему не хватало данных для решения. Ну все как в жизне, согласитель, дежавю!!

А клиент всё это время получал неверное представление о происходящем.

В симуляторе нужно было собрать правила: что и в какой срок обещаем клиенту - SLA, как передаём информацию внутри - OLA, по каким данным проверяем результат и когда пересматриваем процесс.
И вот на этапе формулировок особенно хорошо видно, сколько всего прячется за «ребята сами договорятся». Кто соберёт данные? Кто оценит влияние на срок? Кто подхватит задачу, если ответственный недоступен? Как менеджер узнает, что прогноз уже изменился?

Для себя забрала простую вещь: чтобы предупредить клиента о риске, необязательно уже иметь готовое решение. Можно сообщить, что произошло, чего пока не знаем, что проверяем и когда вернёмся с обновлением. Тогда у человека хотя бы появляется возможность принимать свои решения.

И ещё понравилась проверка в конце: даже если общий показатель выполнения SLA достиг 95%, случай, когда клиент первым спросил о риске, всё равно нужно разбирать. Хорошая цифра в отчёте легко скрывает конкретную историю, в которой человеку было совсем не хорошо.

Хочу с этой стороны посмотреть на процессы в текущих проектах: сколько времени проходит между «мы внутри уже знаем о проблеме» и «клиент получил понятную информацию». Кажется, на этом участке можно найти много интересного.

/А что, если нам больше не придётся работать?/

Мы так много обсуждаем, какие профессии уничтожит искусственный интеллект, кого заменят нейросети и какие навыки нужно срочно освоить, чтобы не оказаться за бортом рынка труда.

Но есть вопрос, который почему-то звучит гораздо реже: а что, если нам действительно больше не придётся работать?

Сижу в самолете, стоящем на земле уже третий час, и за это время наткнулась на летнюю любопытную колонку The Guardian, автор которой предлагает провести мысленный эксперимент. Представим, что AI научился выполнять большую часть человеческой работы, а общество решило вопрос с распределением благ. Например, через безусловный базовый доход.

Нам больше не нужно работать, чтобы выживать. Что дальше?

Вообще-то человечество мечтает об этом уже несколько столетий. В 1930 году экономист Джон Мейнард Кейнс предположил, что благодаря технологическому прогрессу через сто лет люди смогут работать около 15 часов в неделю.

До дедлайна осталось четыре года, а мы пока научились отвечать на рабочие сообщения даже из отпуска :)

Но самое интересное, что мы привыкли воспринимать работу не только как способ зарабатывать деньги, но и как главный способ объяснять себе и окружающим, кто мы вообще такие.

При знакомстве мы спрашиваем, кем человек работает. Свою успешность измеряем должностями, доходами, достижениями. Даже свободное время оцениваем через продуктивность: чему научились, что успели, насколько эффективно отдохнули.

А теперь представьте, что вся эта конструкция перестаёт быть обязательной.

Философ Марк Фишер писал, что нам проще представить конец света, чем конец капитализма. Мы настолько привыкли оценивать себя через экономическую полезность, что практически не способны вообразить альтернативу.

И здесь возникает парадокс: технологии потенциально могут освободить огромное количество нашего времени, но мы совершенно не умеем существовать в мире, где это время не нужно ничем оправдывать.

Конечно, пока это скорее философский эксперимент, чем реалистичный прогноз. Рост производительности сам по себе не гарантирует ни сокращения рабочего дня, ни справедливого распределения созданного AI богатства.

Вполне возможно, что благодаря нейросетям мы просто будем успевать делать в три раза больше задач за те же восемь часов :)

Но мне нравится сама постановка вопроса. Мы постоянно обсуждаем, как человеку адаптироваться к будущему рынка труда. Возможно, стоит иногда обсуждать и то, как адаптироваться к будущему, в котором труд перестанет занимать центральное место в человеческой жизни.

И вот вопрос на вечернюю рефлексию и мне, и вам: если бы завтра вам гарантировали комфортный доход до конца жизни, но работать больше было бы необязательно, вы бы продолжили заниматься тем, чем занимаетесь сейчас?

Или наконец придумали бы себе совершенно другую жизнь?

источник

/Войти в айти/

В инфополе бесконечно вьется мысль,что перспективы студентов, выпускников и джунов на рынке труда становятся всё более туманными. Но почти на каждой конференции, где я бываю, кого-нибудь из больших руководителей спрашивают: «А как у вас с джунами?» И ответ обычно такой: продолжаем нанимать, но очень внимательно выбираем.

Ищут тех, кто умеет применять знания на практике, интересуется бизнесом и понимает хотя бы немного за пределами своей специальности. Тех самых T-shaped специалистов, у которых есть глубина в своей области и кругозор в соседних.

Если говорить про аналитику, то знать SQL и Python, конечно, нужно. Но ещё полезно уметь разобраться, зачем бизнесу конкретный расчёт, что на самом деле показывает метрика и какое решение можно принять по результатам исследования.

Принесла одну из возможностей, где можно таким стать, если ты еще учишься: Авито открыл набор на годовую оплачиваемую стажировку Avito Analyst Bootcamp по двум направлениям - продуктовая аналитика и BI-разработка.

Участники работают над реальными задачами команд, учатся у наставников и в Академии Авито, а каждые три месяца получают оценку прогресса. За год можно вырасти до уровня мидла, а у лучших стажёров будет возможность остаться в компании.

Стажировка полностью удалённая, участвовать можно из любого региона России. Занятость — от 30 часов в неделю: с учёбой совмещать можно, но нагрузку стоит заранее прикинуть по своему расписанию.

Подробности по ссылке