Приглашаем на бесплатный онлайн-митап!

ИИ в разработке ПО. Опыт Сбера по практическому внедрению и оценке эффектов
📅 12 ноября 2025, 19:00–20:00 (Мск)

🔗 Записаться бесплатно

Спикер: Владимир Долгов, директор по продуктам для разработчиков на основе ИИ, Сбер.

Что обсудим:

▫Реальные тренды и практическое внедрение ИИ в разработке
▫Проблемы и вызовы, с которыми столкнулись в Сбере
▫Как измерять успех и рентабельность внедрения ИИ
Этот митап будет полезен техлидам, менеджерам и разработчикам, желающим понимать, как AI меняет процесс разработки и приносит бизнес-эффекты.

Не пропустите, присоединяйтесь и задавайте вопросы эксперту!

Как выбирать ИИ-инструмент под задачу?

Не всегда чат-бот типа ChatGPT, Perplexity или Gigachat — лучший выбор. Всё зависит от того, достаточно ли вам инсайтов из чата и каков шанс, что вы захотите вернуться к результатам ИИ в будущем.

🟢 Для сиюминутных вопросов — например, "найди в интернете X" или "как лучше сказать Y?" — лучше пользоваться Поиском с Алисой или AI Overview от Гугла. А еще удобнее — голосовыми ассистентами. Так вы не захламляете историю в своем самом умном чат-боте (допустим, это Perplexity Pro).

🔵 Если задача требует многоэтапного обсуждения — тут хороши чат-боты, особенно ChatGPT (где лучше память и поиск, чем в Perplexity). В них можно искать по своим старым чатам, самые важные чаты помечать флажком, разделять контекст через Проекты/Пространства.

Но если на будущее ценен не чат, а сам артефакт от ИИ (документ, план, таблица, ...), приходится сохранять его в другое место, теряя контекст 😢

🔴 Если вы регулярно создаёте сложные документы или иные артефакты в области своей экспертизы — лучше подойдёт AI IDE типа Cursor (программистом для этого быть не нужно). Например, если вы как менеджер регулярно готовите нетиповые презентации или планируете очередной год/квартал.

Именно в IDE вы можете с первой попытки получать качество, которое устроит вас как эксперта. Потому что именно здесь вы сами контролируете контекст ИИ: не чат-бот решает за вас, что брать из памяти! Также в IDE вы кастомизируете рабочий процесс под себя.

🟣 Для типовых рабочих задач — почта, простые отчёты, управление задачами — удобнее использовать готовые системы с ИИ-фичами — типа Asana, Битрикс-24, Яндекс 360.

Для таких задач важно, что в системе уже есть стандартные рабочие процессы плюс куча интеграций.

🔗Подробнее о том, как грамотно распределять задачи между инструментами — читайте в этом разделе моей новой статьи.

@aidea4work #инструменты #статья

Почему я не вижу двукратного ускорения, если 50% кода теперь генерится?

❇️ Супер-интересное видео от Сбера, насыщенное реальными цифрами и выводами. Директор по продуктам для разработчиков Владимир Долгов 12 ноября рассказал про опыт внедрения ИИ на тысячи разработчиков Сбера и ответил на каверзные вопросы.

✅ Пошаговый разбор пилота по внедрению ИИ
✅ Честно о проблемах, с которыми столкнулись
✅ Какие были метрики и как их считали?
✅ Какой этап разработки самый проблемный?
✅ Мотивация и вовлечение людей
И многое другое!

➡Смотреть в YouTube
➡Cмотреть в RuTube

Слайды, как обычно, в описании видео.

@aidea4work #видео #митап

Как избегать галлюцинаций ИИ?

Самая частая претензия к ИИ — "он придумывает факты и цифры". Вот какими простыми вопросами / советами вы можете отвечать коллегам на такие жалобы:

1️⃣ Веб-поиск включён? Начинающие часто забывают про это 🤷‍♂️ , не понимая, что ИИ — это средство преобразования текста, а не база знаний.

2️⃣ Есть ли в ответе ссылки? Просите чат-бот давать ссылки на найденные веб-страницы, если он этого не делает. Это не только упростит проверку фактов, но и снизит риск выдумок.

3️⃣ Указаны ли хорошие источники в промпте? Обычно прошу так: Ищи статьи [на таком-то языке] на ресурсах типа таких-то. Если же у вас есть файлы с данными для ответа — еще проще: Ответ должен быть основан только на файлах

4️⃣ Вы запретили ИИ галлюцинировать? 😉 Современные ИИ-модели понимают и негативные инструкции! Например: Не придумывай ничего: если для ответа не хватает деталей, запроси их у меня; а если не нашел точного ответа, скажи "Я не знаю" Такую инструкцию можно сохранить в настройках чат-бота, чтобы не писать её в каждом промпте.

Полностью избавиться от галлюцинаций невозможно, но можно свести их к минимуму. Я уже не сталкиваюсь с этой проблемой, следуя этим и другим рецептам.

➿➿➿
Конечно, это далеко не все рецепты — делитесь вашими лайфхаками борьбы с галлюцинациями в комментариях!

☝️Продолжение — в следующем посте

@aidea4work #чатботы #промпты

Что важно понимать, чтобы получать точные не выдуманные ответы от ИИ?

Это продолжение прошлого поста — более продвинутые вопросы, которые стоит задать себе, если ИИ "выдумывает факты и цифры".

5️⃣Какого типа и размера ИИ-модель? Большие LLM (сотни млрд параметров) реже фантазируют, а рассуждающие умеют корректировать свои фантазии (если логика не слишком сложна). Многие модели, включая Qwen, Gemini и GPT-5, сами решают, рассуждать им или нет. Но всегда полезно запромптить так: Перед ответом подумай и проверь найденные тобой факты через другие источники.

6️⃣Не перегружен ли ИИ контекстом? Лучшие модели имеют контекстное окно ~1 млн токенов, но это не значит, что его можно заполнять полностью (подробнее об этом). Даже у них риск галлюцинаций и прочих проблем будет ниже при контексте 5 тыс. токенов, чем при 50 тыс. (1 токен ~ 2-2.5 символов русского языка). И тут возникает следующий вопрос:

7️⃣Какой инструмент дает вам доступ к LLM? Чтобы наполнять контекст ИИ-модели значимой информацией, нужен RAG, память и саммаризация контекста длинных чатов, и эти механизмы могут быть реализованы плохо. Если инструмент (чат-бот) добавил в контекст не ту информацию из большого файла, веб-поиска или длинного чата — это риск галлюцинаций, а не только нерелевантных ответов. К сожалению, в Гигачате и корпоративных чат-ботах это случается чаще, чем в Perplexity, Qwen или ChatGPT.

8️⃣Зачем вы хотите цифры именно от ИИ? Большинство неустранимых галлюцинаций — про числа. Лучше попросить ИИ формулу для Excel или даже программный код под ваши данные, чем заставлять его выискивать и рассчитывать нужные числа. Нерассуждающие модели ошибаются в простейших расчетах, и не стоит "забивать гвозди этим микроскопом".

➿➿➿
Эти 8 пунктов — про личное использование ИИ вами и вашими сотрудниками. На уровне компании есть другие рецепты борьбы с галлюцинациями, начиная от улучшения RAG и проверки AI-текстов спец. людьми и заканчивая AI-powered актуализацией корп. данных.

➿➿➿
Насколько вы умеете управлять контекстом и качеством ответов ИИ?
👉 Перейдите по ссылке на наш бот, чтобы проверить себя и заодно копнуть чуть глубже в эту тему. На этот раз бот не для обсуждений с ИИ, но всё равно дает подробный фидбек!

@aidea4work #чатботы #LLM #обучение

Малыш, ну сделай красиво 🙏

Мы тут собрали все записи наших AI-митапов в одном месте на нашем сайте, заходите.
Причём каждая запись теперь обогащена - там не только видео, а сразу ссылка на презентацию и продвинутое саммари (для тех, кто предпочитает быстро читать).

🚀 Кстати, о скорости.
Весь этот раздел сайта (и админка, и база знаний, и вся эта структура, где автоматически подтягиваются данные) был собран мной за пару вечеров. Не три месяца работы разработчкика, а просто несколько часов кодинга с AI-агентом.
В чем тут фокус? В том, что современный разработчик — это уже не тот, кто сидит и пишет код с нуля. Это архитектор и менеджер в одном лице, который описывает и ставит задачу агенту в VS Code (ну или где вы там с кодом работаете) и тот пишет код за него.

Хотите так же? Есть нюанс. Да, можно, конечно, просто написать "Малыш, ну сделай красиво", но результат будет соответствующий. Без вот этой вот базовой "менеджерско-архитектурной" части, без понимания, как оно там всё примерно работает, крутой результат не получится.

Так вот, я упаковал свой опыт (дцать лет управления командами разработки и пару-тройку лет общения с ИИшками) в курс по Vibe-Coding — приходите.

PS Ларисе Долиной в посещении курса по вайб-кодингу отказано!

@aidea4work #видео #обучение

Всем привет!

Делился тут недавно, что навайбкодил страничку с записями мероприятий и прилетело два вопроса о саммари — типа качественное, не просто пересказ, расскажи как делал.
А два — это уже больше чем один, это уже массовый запрос, так что решил поделиться.


📝 Итак, процесс, как рождались продвинутые саммари к записям выступлений:

1️⃣ Надо вытащить транскрипт.
Раньше у меня стояло расширение для хрома YouTube Summary (от glasp.co), бесплатной версии хватало чтобы в 1 клик на странице ролика получить полный транскрипт, скопировать его и утащить куда-то дальше. Теперь проще — с какого-то времени gemini (у меня это инструмент первого выбора) умеет напрямую кушать ссылки на ютуб ролики и работать с ними, так что вопрос транскрипта закрыт.

2️⃣ Дальше нужно сырой транскрипт превратить в саммари.
Так как транскриптов больше 1 -> значит задача массовая -> значит нужно написать системный промпт один раз и сделать gem-бота (аналог GPTs в chatGPT или Spaces в perplexity).

3️⃣ Окей, надо написать промпт.
У меня для этого есть другой gem-бот, которому я закидываю мысли, он меня мучает вопросами уточняющими и выдаёт готовый (ага, ща, прям так сразу и готовый, разбежался) промпт.

4️⃣ Дальше начинается традиционная отладка этого промпта.
Потому что как бы круто LLM не сгенерировала промпт — всё равно это будет не мой промпт, он не будет сразу работать так, как мне нужно. Зачастую процесс выглядит таким образом: 10 минут сгенерировать системный промпт, 1-2-3-5-8-13-20-... часов на отладку (в зависимости от сложности задачи, я реально тут несколько дней отлаживал промпт для агента-оркестратора).

5️⃣ Ну а дальше всё, промпт готов и в целом просто механическая работа.
Закинуть ссылку -> получить саммари -> выложить на сайт. Так как это задача массовая, но не прям уж МАССОВАЯ, то дальше автоматизировать не стал, остановился на этом уровне. Если бы надо было, то можно было бы пойти дальше и доделать до уровня "закинул ссылку боту в телеге" -> "на сайте появилось саммари".

PS Сам получившийся промпт засунул в первый комментарий, а то он большой
PSS Интересны ли такие посты? Дайте что ли комментов-реакций чтобы понять, актуален ли такой контент.

@aidea4work #промпты #инструменты

Будущее менеджера — просто вдохновлять сотрудников и получать по шапке от руководства? 🤔

(Это продолжение поста про фокус менеджмента)

Понятно, что ИИ НЕ может делать за нас двух вещей — мотивировать сотрудников и отвечать за их результат перед начальством.

👀 Но что ещё останется от классического People Management в эпоху ИИ?

➖➖➖
🔵 Увольнение/найм.
🔵Как обсуждалось в посте Асхата, ИИ вместо менеджеров уже отбирает "худших" людей для увольнения.
🔵А на этапе найма ИИ используют уже давно. Пусть это чаще на уровне HR-скрининга, чем менеджерских решений, но все равно влияние ИИ на результат найма получается больше, чем влияние руководителя! 🤦‍♂️

🔵 Продуктивность сотрудников (задать ожидания, оценить успехи, дать фидбек).
🔵В части мотивации / вдохновления — да, руководитель незаменим. Например, признание заслуг из уст ИИ никто не воспримет всерьёз.
🔵Но в остальном это рутинное 1-on-1 общение. И кажется, что большие языковые модели в формулировках ожиданий и даже фидбека уже сейчас круче многих менеджеров. А общая ИИ-зация организаций неизбежно приведет к тому, что у ИИ для выполнения этих функций будет полный и качественный контекст.

🔵 Развитие и рост сотрудников.
🔵В теории, это креативная работа, для которой у ИИ вряд ли когда-нибудь будет достаточно контекста.
🔵Но по факту здесь роль менеджера часто сводится к одобрению запрошенного сотрудником обучения и простым повышениям в должности/грейде 🤷‍♂️ И тогда ИИ-зация здесь будет проста и вполне оправдана.

➖➖➖
❓ Неужели линейным и middle руководителям в перспективе останется всего лишь быть вдохновителями людей и формальными ответственными за этих людей? (при том, что многие рычаги влияния на людей постепенно уплывают...)

То есть, останется лишь "танцевать" перед сотрудниками, чтобы не разбегались и перформили, и "танцевать" перед вышестоящим руководством, чтобы не назначило крайним? Грустно, если так.. 😢

➖➖➖
Что вы думаете — какие еще функции руководителей точно никуда не денутся в компаниях, прошедших через ИИ-трансформацию?
Пусть это не близкая перспектива (у большинства реальное внедрение ИИ еще не началось!). Но кажется, что стоит задуматься над этим уже сейчас, чтобы корректировать вектор своего развития 🤔

@aidea4work #лидерство #люди

Куда уходит время?!

Если верить ноябрьскому исследованию Anthropic, ИИ ускоряет выполнение отдельных задач в 5 раз 🤔
Но мы знаем, что реальная продуктивность людей пока растёт слабо (например, см. исследование офисных работников) или даже падает (исследование разработчиков).

Почему такой парадокс ❔

Одни считают, что освободившееся время просто съедает лень и doom scrolling. Другие винят деградацию мышления при работе с ИИ. Хотя, по-моему, у того меньшинства, кто уже сейчас активно использует ИИ в работе, всё наоборот. Мозг тренируется еще активнее — за счет поиска галлюцинаций в ответах ИИ, перехода на более высокие уровни мышления и т.д.

Почему же у нас, "ранних последователей ИИ", ускорение задач не превращается в свободное время?

Думаю, потому что много времени уходит не на конкретные задачи, а на "сбор контекста"❗️

➿➿➿
Конкретный контекст типа требований к задачам и правил работы мы еще можем упаковывать в системные промпты и базы знаний для ИИ (что само по себе трудозатратно, ведь этот контекст нужно нередко обновлять).

Но есть две важные для работы вещи, которыми продолжаем заниматься сами, без ИИ (и правильно делаем, я считаю).

1️⃣ Сбор косвенного контекста.
Мы ходим на встречи, следим за новостями компании и постоянно обновляем в голове все, что влияет на работу: как устроены процессы, какие негласные правила работают, в чем особенности разных коллег.

Именно это позволяет работать не просто «качественно», а уместно. В т.ч., делать нужные задачи и не делать лишнее. Недостаток косвенного контекста сразу виден в работе новичков.

2️⃣ Постоянное развитие. Раньше профессии менялись годами, теперь — месяцами. А ИИ меняется еще быстрее. Поэтому большое количество времени уходит на чтение проф. новостей, мини-эксперименты с новинками и изменения рабочих процессов (как минимум, своих).

Если не тратить время на проф. тренды и изменения работы, мы будем работать по старинке — и кажется, в этом десятилетии мы не можем себе этого позволить. ИИ не знает, что из нового важно именно для нашей работы и как уместно его применить.

➿➿➿
Не знаю как у вас, но я встречал руководителей, которые смотрят на работу подчиненных упрощённо. Мол, если человек профи, он все знает, и 90-100% его времени должно уходить на решение конкретных задач.

На практике же 20–30% времени интеллектуального труда уходит на нововведения и сбор косвенного контекста.
А у ИИ-энтузиастов в текущей ситуации — больше 50% 😊

Я думаю, что это не потеря эффективности, а нормальная цена за то, чтобы работа оставалась осмысленной, актуальной и полезной бизнесу.

А вы как считаете? И может, вы видите другие причины, по которым ИИ пока отнюдь не в разы ускоряет даже тех, кто работает с ИИ "правильно"?

@aidea4work #люди #продуктивность

💚💚💚💚 про любимый чат-бот.

Многие почти задаром покупали здесь в рублях подписку Pro на Perplexity — на очень удобный для россиян чат-бот, где есть даже Пространства (аналог Проектов от ChatGPT). Pro дает доступ почти ко всем крутым моделям.

Так вот: это окно в мир мощных LLM закрывается. Уже многим пришли письма об отключении Pro, так как перепродажа промоушен-подписки незаконна 💚

💚💚💚
И где теперь взять удобный ИИ💚

💚Лично для меня основным воркспейсом для работы с ИИ вместо Perplexity станет Cursor (вот тут я подробно описывал, чем обычные чатботы хуже для работы).

💚Но более простое решение — это, конечно, chat.qwen.ai. Там хорошая модель Qwen3-Max, есть "Проекты", а интерфейс даже поудобнее Perplexity. Qwen3 сейчас точно лучше, чем чересчур болтливый галлюцинирующий DeepSeek.

Я теперь буду пользоваться Квеном для простых-но-многоэтапных задач, которые хочется сохранить в истории чатов.

💚💚💚
А вы где пользуетесь мощными ИИ-моделями без VPN? Яндекс Алису и GigaChat пока сложно назвать мощными...

@aidea4work #новость #инструменты #LLM