Forwarded from Регуляторный детокс
ИИ_Справка_Изменения_НК_№ 1026190-8.pdf
8.8 MB
а вот сама Справка для скачивания
🔥6👍4
AI-ассистенты, которые окупаются: где запускать и как считать выгоду
AI-ассистент (или AI-чат-бот) — это «умный сотрудник», который берёт на себя повторяющиеся задачи. Он выгоден там, где много однотипной работы и нужно отвечать быстро.
1️⃣ Поддержка клиентов — отвечает на типовые вопросы и восстанавливает доступ, снижая нагрузку на операторов на 50–70% и отвечая клиентам 24/7.
2️⃣ Продажи — обрабатывает заявки, задавая уточняющие вопросы и записывая на звонок, что дает рост конверсии на 15–30%.
3️⃣ Документы и договоры —находит ключевые пункты в договорах и заполняет шаблоны, сокращая время на рутину в 2 раза и минимизируя риски.
4️⃣ Операционные задачи — принимает заявки, сверяет накладные и формирует отчеты, ускоряя процессы на 30–50%.
5️⃣ Внутренние запросы и HR — отвечает сотрудникам и ищет информацию в базе знаний, разгружая HR и ускоряя онбординг.
Быстрый тест «окупится / не окупится»:
➖ Задача повторяется сотни раз в месяц?
➖ Время сотрудника стоит заметных денег?
➖ Процесс можно описать правилами/шаблонами?
➖ Результат видно по цифрам уже через неделю?
👉 Если «да» хотя бы на 3 из 4 — проект, скорее всего, окупится.
Считаем выгоду «на пальцах»:
Экономия/мес = обращения × минуты × доля, которую возьмёт ассистент × ставка часа.
Пример: 3000 обращений × 10 мин × 50% = 300 часов/мес.
При ставке 1000 ₽/час → экономия 300 000 ₽/мес.
За вычетом расходов (AI ~25к/мес + внедрение 2,5 млн) чистая прибыль ~275 000 ₽/мес. Окупаемость — около 10 месяцев. И это без учета снижения ошибок и роста скорости.
Как запускать без «боли»:
🔹 Выберите 1–2 простых сценария и зафиксируйте «как есть» без ИИ.
🔹 Запустите пилот с ИИ-ассистентом на ограниченной аудитории. Подведите итоги пилота
🔹 Расширяем охват, подключаем новых пользователей и источники данных следим за качеством, максимизируем эффекты.
Отказаться от внедрения рекомендуется, если у вас: мало запросов, хаос в процессах, уникальные кейсы или нет доступа к данным.
Больше кейсов и примеров — в телеграм-канале: @apesenko
Вопросы и разбор вашей ситуации — @pesenko
AI-ассистент (или AI-чат-бот) — это «умный сотрудник», который берёт на себя повторяющиеся задачи. Он выгоден там, где много однотипной работы и нужно отвечать быстро.
1️⃣ Поддержка клиентов — отвечает на типовые вопросы и восстанавливает доступ, снижая нагрузку на операторов на 50–70% и отвечая клиентам 24/7.
2️⃣ Продажи — обрабатывает заявки, задавая уточняющие вопросы и записывая на звонок, что дает рост конверсии на 15–30%.
3️⃣ Документы и договоры —находит ключевые пункты в договорах и заполняет шаблоны, сокращая время на рутину в 2 раза и минимизируя риски.
4️⃣ Операционные задачи — принимает заявки, сверяет накладные и формирует отчеты, ускоряя процессы на 30–50%.
5️⃣ Внутренние запросы и HR — отвечает сотрудникам и ищет информацию в базе знаний, разгружая HR и ускоряя онбординг.
Быстрый тест «окупится / не окупится»:
➖ Задача повторяется сотни раз в месяц?
➖ Время сотрудника стоит заметных денег?
➖ Процесс можно описать правилами/шаблонами?
➖ Результат видно по цифрам уже через неделю?
👉 Если «да» хотя бы на 3 из 4 — проект, скорее всего, окупится.
Считаем выгоду «на пальцах»:
Экономия/мес = обращения × минуты × доля, которую возьмёт ассистент × ставка часа.
Пример: 3000 обращений × 10 мин × 50% = 300 часов/мес.
При ставке 1000 ₽/час → экономия 300 000 ₽/мес.
За вычетом расходов (AI ~25к/мес + внедрение 2,5 млн) чистая прибыль ~275 000 ₽/мес. Окупаемость — около 10 месяцев. И это без учета снижения ошибок и роста скорости.
Как запускать без «боли»:
🔹 Выберите 1–2 простых сценария и зафиксируйте «как есть» без ИИ.
🔹 Запустите пилот с ИИ-ассистентом на ограниченной аудитории. Подведите итоги пилота
🔹 Расширяем охват, подключаем новых пользователей и источники данных следим за качеством, максимизируем эффекты.
Отказаться от внедрения рекомендуется, если у вас: мало запросов, хаос в процессах, уникальные кейсы или нет доступа к данным.
Больше кейсов и примеров — в телеграм-канале: @apesenko
Вопросы и разбор вашей ситуации — @pesenko
❤4👍4🔥3💯2
Внедрение процессного подхода к управлению документами приносит измеримую выгоду: с платформой Standart трудозатраты на разработку и анализ документации сокращаются на 35%, а время на согласование и выработку единой позиции — на 40%. Это становится возможным за счет выстраивания полного цикла работы с документами в единой среде.
#цифрадня
#цифрадня
🔥6👍4👏2❤1
СЭД и Standart от Embedika: в чем различия между двумя системами
Классические Системы электронного документооборота (СЭД) — фундамент для цифровизации компаний на базовом уровне. Они фиксируют все необходимые формальные шаги и людей: участников процесса, маршруты по регламенту, согласования, подписи, смену статусов, хранение и архив. По сути, это «протокольные» процессы, цифровой скелет документооборота — необходимый минимум.
Standart развивает эту концепцию, выходя за рамки архива и маршрутов и добавляя к надежности СЭД удобства для повседневной работы. Это - платформа для управления полным жизненным циклом документации, глубоко интегрированная в операционную деятельность. Вы не просто видите файлы для согласования, а получаете полный контекст и инструменты для работы: версионность, сравнение, уведомления, подписки, совместные обсуждения и рекомендации системы. Платформа показывает аналитику — связи между документами, пересечения и всё, что известно по конкретному вопросу, а также возможности промониторить отдельные этапы работы и увидеть, на каком из них возникла просрочка и по какой причине.
Подробнее о ключевых технологических отличиях 👇
➖ СЭД работает с документом как с файлом. Основные операции — регистрация, хранение, перемещение между согласующими. Фокус смещен на фиксацию результата.
✔️ Standart же управляет документом как элементом бизнес-процесса. Платформа обеспечивает не просто согласование, а весь цикл: от анализа существующей базы и выявления противоречий до совместной разработки, ревизии и актуализации на основе данных.
➖ Аналитика в СЭД чаще всего отвечает на базовые вопросы: «Кто согласовал документ?» и «Какой текущий статус?».
✔️ Аналитика в Standart дает понимание состояния всей системы документации: метрики актуальности, пересечения требований, нагрузка на сотрудников, соответствие регламентов реальным бизнес-процессам.
Таким образом, СЭД автоматизирует поток документов, а Standart — интеллектуальную работу с содержащейся в них нормативной и методической базой. Результат — не просто порядок в архиве, а повышение скорости внедрения изменений, снижение трудозатрат на анализ и исключение регуляторных рисков.
Остались вопросы о различиях между СЭД и платформой Standart? Задайте их в комментариях, и мы разберем их детально в одном из следующих постов.
Классические Системы электронного документооборота (СЭД) — фундамент для цифровизации компаний на базовом уровне. Они фиксируют все необходимые формальные шаги и людей: участников процесса, маршруты по регламенту, согласования, подписи, смену статусов, хранение и архив. По сути, это «протокольные» процессы, цифровой скелет документооборота — необходимый минимум.
Standart развивает эту концепцию, выходя за рамки архива и маршрутов и добавляя к надежности СЭД удобства для повседневной работы. Это - платформа для управления полным жизненным циклом документации, глубоко интегрированная в операционную деятельность. Вы не просто видите файлы для согласования, а получаете полный контекст и инструменты для работы: версионность, сравнение, уведомления, подписки, совместные обсуждения и рекомендации системы. Платформа показывает аналитику — связи между документами, пересечения и всё, что известно по конкретному вопросу, а также возможности промониторить отдельные этапы работы и увидеть, на каком из них возникла просрочка и по какой причине.
Подробнее о ключевых технологических отличиях 👇
➖ СЭД работает с документом как с файлом. Основные операции — регистрация, хранение, перемещение между согласующими. Фокус смещен на фиксацию результата.
✔️ Standart же управляет документом как элементом бизнес-процесса. Платформа обеспечивает не просто согласование, а весь цикл: от анализа существующей базы и выявления противоречий до совместной разработки, ревизии и актуализации на основе данных.
➖ Аналитика в СЭД чаще всего отвечает на базовые вопросы: «Кто согласовал документ?» и «Какой текущий статус?».
✔️ Аналитика в Standart дает понимание состояния всей системы документации: метрики актуальности, пересечения требований, нагрузка на сотрудников, соответствие регламентов реальным бизнес-процессам.
Таким образом, СЭД автоматизирует поток документов, а Standart — интеллектуальную работу с содержащейся в них нормативной и методической базой. Результат — не просто порядок в архиве, а повышение скорости внедрения изменений, снижение трудозатрат на анализ и исключение регуляторных рисков.
Остались вопросы о различиях между СЭД и платформой Standart? Задайте их в комментариях, и мы разберем их детально в одном из следующих постов.
🔥8❤4👍3👏3
Как Standart находит противоречия в документах: семантический граф и анализ связей
Одна из ключевых проблем управления документацией — скрытые противоречия и дублирования. Разные отделы создают документы, которые могут конфликтовать по требованиям, использовать разночтения в терминах или дублировать друг друга. При этом классические СЭД не способны выявить такие связи.
Standart решает эту задачу с помощью семантического анализа и построения графа связей. Рассмотрим, как это работает:
1️⃣ Извлечение сущностей и терминов — система автоматически выделяет из текста ключевые сущности: термины, определения, названия процессов, ответственных лиц и нормативные требования. За это отвечают алгоритмы обработки естественного языка (NLP).
2️⃣ Семантический анализ — Standart анализирует не просто слова, а их смысл. Алгоритмы определяют контекст использования терминов и выявляют логические связи между документами.
3️⃣ Построение графа связей — на основе проанализированных данных система строит семантический граф. Он представляет собой визуальную модель, где узлы — это документы, термины или требования, а связи — отношения между ними.
Пример работы системы на практике:
Допустим, в компании действуют: документ А — «технический регламент Х», который требует проведения ежеквартального контроля определенных параметров. Документ Б — «инструкция по эксплуатации Y», который предписывает ежегодный контроль этих же параметров.
Что сделает Standart:
Система выделит ключевые термины «контроль параметров», «технический регламент» и «инструкция по эксплуатации». В процессе семантического анализа алгоритмы обнаруживают прямое противоречие в периодичности контроля одного и того же процесса. Визуально в графе связей будет показана четкая взаимосвязь между документами А и Б, а сам узел связи будет помечен системой как конфликтующий. Методолог получит автоматическое уведомление о выявленном противоречии с точным указанием мест в документах, где требования не совпадают.
👉 На практике это означает сокращение времени на выявление конфликтов с недель до минут, автоматизацию ревизии документов при их создании и изменении, повышение качества нормативной базы компании и снижение рисков от выполнения противоречивых указаний.
Для методологов и архитекторов процессов это переход от ручного сравнения документов к управлению на основе данных.
А какие инструменты для анализа документов используете в настоящее время и с какими сложностями при согласовании документов сталкиваетесь чаще всего?
Одна из ключевых проблем управления документацией — скрытые противоречия и дублирования. Разные отделы создают документы, которые могут конфликтовать по требованиям, использовать разночтения в терминах или дублировать друг друга. При этом классические СЭД не способны выявить такие связи.
Standart решает эту задачу с помощью семантического анализа и построения графа связей. Рассмотрим, как это работает:
1️⃣ Извлечение сущностей и терминов — система автоматически выделяет из текста ключевые сущности: термины, определения, названия процессов, ответственных лиц и нормативные требования. За это отвечают алгоритмы обработки естественного языка (NLP).
2️⃣ Семантический анализ — Standart анализирует не просто слова, а их смысл. Алгоритмы определяют контекст использования терминов и выявляют логические связи между документами.
3️⃣ Построение графа связей — на основе проанализированных данных система строит семантический граф. Он представляет собой визуальную модель, где узлы — это документы, термины или требования, а связи — отношения между ними.
Пример работы системы на практике:
Допустим, в компании действуют: документ А — «технический регламент Х», который требует проведения ежеквартального контроля определенных параметров. Документ Б — «инструкция по эксплуатации Y», который предписывает ежегодный контроль этих же параметров.
Что сделает Standart:
Система выделит ключевые термины «контроль параметров», «технический регламент» и «инструкция по эксплуатации». В процессе семантического анализа алгоритмы обнаруживают прямое противоречие в периодичности контроля одного и того же процесса. Визуально в графе связей будет показана четкая взаимосвязь между документами А и Б, а сам узел связи будет помечен системой как конфликтующий. Методолог получит автоматическое уведомление о выявленном противоречии с точным указанием мест в документах, где требования не совпадают.
👉 На практике это означает сокращение времени на выявление конфликтов с недель до минут, автоматизацию ревизии документов при их создании и изменении, повышение качества нормативной базы компании и снижение рисков от выполнения противоречивых указаний.
Для методологов и архитекторов процессов это переход от ручного сравнения документов к управлению на основе данных.
А какие инструменты для анализа документов используете в настоящее время и с какими сложностями при согласовании документов сталкиваетесь чаще всего?
🔥6👍5👏3💯1
Подборка полезных и интересных материалов
ИИ продолжает менять подходы в бизнесе, образовании и разработке. Как всегда, делимся свежими статьями, исследованиями и мнениями экспертов, которые стоит изучить, чтобы быть в теме.
Статьи:
📎 Колонка ректора РТУ МИРЭА Станислава Куджа в «Ведомостях» о том, почему владение ИИ становится такой же базовой компетенцией выпускника, как и знание иностранного языка.
📎 Интервью с руководителем направления ИИ холдинга Т1 Сергея Голицына для ICT.Moscow о практических способах ускорить внедрение искусственного интеллекта в компаниях.
📎 Разбор от команды «СберТеха» в TAdviser с кейсами, в которых применение ИИ помогает компаниям повышать эффективность бизнес-процессов.
📎 Анализ растущего рынка Machine Learning as a Service (MLaaS) от «Ведомостей» — кому и зачем нужны сторонние ML-мощности.
📎 Колонка директора по развитию бизнеса Just AI Светланы Захаровой и юриста Кирилла Тимченко в Forbes о том, как новая концепция госрегулирования может повлиять на сценарии развития ИИ в России.
Заметки в блогах:
✍️ Эксперты VK на «Хабре» делятся опытом сборки русского мультимодального датасета для оценки моделей VLM (Vision-Language Models).
✍️ Специалисты MTS AI рассказывают, как нейросети помогают автоматизировать рутину и анализировать документы в юриспруденции.
✍️ Заметка на «Хабре» по мотивам докладов из конференций Олега Бунина: кто владеет правами на код, сгенерированный нейросетью.
Книги:
📚 Speech and Language Processing от Дэниела Джурафски и Джеймса Х. Мартина — книга для тех, кто работает с NLP.
📚 «Нейросетевые методы в обработке естественного языка» Йоава Голдберга — классическое пособие по основам ML и NLP.
Подкасты:
🎤 Выпуск подкаста «Короче» от Сбера — как эффективно работать с ИИ уже сегодня и какие навыки для этого нужны.
🎤 Эпизод подкаста «ИИнсайт» о том, как технологии искусственного интеллекта интегрируются в такие традиционные сферы, как библиотечное дело.
🎤 ML-специалист Максим Шапошников в Machine Learning Podcast о том, кто такие «мыслящие агенты» на основе ИИ и каков их реальный потенциал.
ИИ продолжает менять подходы в бизнесе, образовании и разработке. Как всегда, делимся свежими статьями, исследованиями и мнениями экспертов, которые стоит изучить, чтобы быть в теме.
Статьи:
📎 Колонка ректора РТУ МИРЭА Станислава Куджа в «Ведомостях» о том, почему владение ИИ становится такой же базовой компетенцией выпускника, как и знание иностранного языка.
📎 Интервью с руководителем направления ИИ холдинга Т1 Сергея Голицына для ICT.Moscow о практических способах ускорить внедрение искусственного интеллекта в компаниях.
📎 Разбор от команды «СберТеха» в TAdviser с кейсами, в которых применение ИИ помогает компаниям повышать эффективность бизнес-процессов.
📎 Анализ растущего рынка Machine Learning as a Service (MLaaS) от «Ведомостей» — кому и зачем нужны сторонние ML-мощности.
📎 Колонка директора по развитию бизнеса Just AI Светланы Захаровой и юриста Кирилла Тимченко в Forbes о том, как новая концепция госрегулирования может повлиять на сценарии развития ИИ в России.
Заметки в блогах:
✍️ Эксперты VK на «Хабре» делятся опытом сборки русского мультимодального датасета для оценки моделей VLM (Vision-Language Models).
✍️ Специалисты MTS AI рассказывают, как нейросети помогают автоматизировать рутину и анализировать документы в юриспруденции.
✍️ Заметка на «Хабре» по мотивам докладов из конференций Олега Бунина: кто владеет правами на код, сгенерированный нейросетью.
Книги:
📚 Speech and Language Processing от Дэниела Джурафски и Джеймса Х. Мартина — книга для тех, кто работает с NLP.
📚 «Нейросетевые методы в обработке естественного языка» Йоава Голдберга — классическое пособие по основам ML и NLP.
Подкасты:
🎤 Выпуск подкаста «Короче» от Сбера — как эффективно работать с ИИ уже сегодня и какие навыки для этого нужны.
🎤 Эпизод подкаста «ИИнсайт» о том, как технологии искусственного интеллекта интегрируются в такие традиционные сферы, как библиотечное дело.
🎤 ML-специалист Максим Шапошников в Machine Learning Podcast о том, кто такие «мыслящие агенты» на основе ИИ и каков их реальный потенциал.
🔥5👍3❤2💯2
Разбираем платформы LAMP и Verdi — технологическое ядро решений Embedika
Решения Embedika — Cursor, Standart, Contract — работают на основе двух собственных технологических платформ: LAMP и Verdi. Это наши разработки, которые обеспечивают интеллектуальную обработку данных и выстраивание бизнес-логики.
LAMP (Language & Machine Processing Platform) — это программная платформа для обработки и интеллектуального поиска текстовых данных, а также для обучения ML-моделей.
Verdi — платформа для создания бизнес-логики внутренних процессов и администрирования.
Рассказываем подробнее о том, как работают эти платформы!
👉 LAMP отвечает за семантический поиск, поиск прямых текстовых заимствований и контекстное расширение запросов. Именно эта платформа позволяет находить информацию по смыслу, а не только по ключевым словам, и строит RAG-ответы с цитированием источников.
👉 Verdi реализует базовую функциональность систем: управление уведомлениями, пользователями, аутентификацию, авторизацию, работу со справочниками, журналирование и аудит. Это каркас, который обеспечивает стабильность и управляемость всех процессов.
На основе LAMP и Verdi мы создали набор встраиваемых ML-сервисов. В их числе сервис по определению токсичной лексики, выявление ошибок разного рода, рекомендательная система по заполнению ключевой информации, сервис по выделению необходимых данных из документов и диалоговая система на базе LLM.
Микросервисная архитектура позволяет реализовывать проекты любой сложности из готовых компонентов. Это дает возможность быстрого и гибкого внедрения продуктов, которые решают конкретные бизнес-задачи. Все решения разработаны нами с нуля, платформа LAMP зарегистрирована в реестре отечественного ПО.
💬 Хотите узнать больше? Пишите в комментарии и мы расскажем подробнее о каждой системе.
Решения Embedika — Cursor, Standart, Contract — работают на основе двух собственных технологических платформ: LAMP и Verdi. Это наши разработки, которые обеспечивают интеллектуальную обработку данных и выстраивание бизнес-логики.
LAMP (Language & Machine Processing Platform) — это программная платформа для обработки и интеллектуального поиска текстовых данных, а также для обучения ML-моделей.
Verdi — платформа для создания бизнес-логики внутренних процессов и администрирования.
Рассказываем подробнее о том, как работают эти платформы!
👉 LAMP отвечает за семантический поиск, поиск прямых текстовых заимствований и контекстное расширение запросов. Именно эта платформа позволяет находить информацию по смыслу, а не только по ключевым словам, и строит RAG-ответы с цитированием источников.
👉 Verdi реализует базовую функциональность систем: управление уведомлениями, пользователями, аутентификацию, авторизацию, работу со справочниками, журналирование и аудит. Это каркас, который обеспечивает стабильность и управляемость всех процессов.
На основе LAMP и Verdi мы создали набор встраиваемых ML-сервисов. В их числе сервис по определению токсичной лексики, выявление ошибок разного рода, рекомендательная система по заполнению ключевой информации, сервис по выделению необходимых данных из документов и диалоговая система на базе LLM.
Микросервисная архитектура позволяет реализовывать проекты любой сложности из готовых компонентов. Это дает возможность быстрого и гибкого внедрения продуктов, которые решают конкретные бизнес-задачи. Все решения разработаны нами с нуля, платформа LAMP зарегистрирована в реестре отечественного ПО.
💬 Хотите узнать больше? Пишите в комментарии и мы расскажем подробнее о каждой системе.
👍8🔥6❤2💯1
Интеллектуальные платформы на практике: как мы сократили время разработки документов с 30 до 5 часов
Процесс проектирования услуг и разработки административного регламента предоставления госуслуг сложный и трудозатратный, требующий значительных компетенций как в области регулирования, так в области юриспруденции. Многие из государственных и муниципальных услуг имеют существенные отличия, в том числе из-за особенностей регионального законодательства, что не позволяет полностью типизировать процесс их проектирования. Именно с такой проблемой столкнулась система, содержащая эталонные данные обо всех государственных и муниципальных услугах до реализации нашего проекта по разработке и развитию ФГИС «Федеральный реестр государственных и муниципальных услуг (ФРГУ)».
Ключевой задачей было создание единой системы, которая стала бы эталонным источником данных для полного жизненного цикла услуг — от проектирования услуги до закрепления порядка предоставления услуги в тексте нормативного правового акта — цифрового административного регламента. ФРГУ — это не портал для граждан и организаций, а сложная система, в которой федеральные и региональные органы власти, а также органы местного самоуправления создают услуги и разрабатывают цифровые административные регламенты их предоставления, обеспечивающая стандартизацию и централизованное управление процессами в масштабах всей страны.
Сегодня рассказываем, как мы построили такую платформу и каких результатов удалось достичь.
📍 В карточках — детали реализации и ключевые эффекты.
Процесс проектирования услуг и разработки административного регламента предоставления госуслуг сложный и трудозатратный, требующий значительных компетенций как в области регулирования, так в области юриспруденции. Многие из государственных и муниципальных услуг имеют существенные отличия, в том числе из-за особенностей регионального законодательства, что не позволяет полностью типизировать процесс их проектирования. Именно с такой проблемой столкнулась система, содержащая эталонные данные обо всех государственных и муниципальных услугах до реализации нашего проекта по разработке и развитию ФГИС «Федеральный реестр государственных и муниципальных услуг (ФРГУ)».
Ключевой задачей было создание единой системы, которая стала бы эталонным источником данных для полного жизненного цикла услуг — от проектирования услуги до закрепления порядка предоставления услуги в тексте нормативного правового акта — цифрового административного регламента. ФРГУ — это не портал для граждан и организаций, а сложная система, в которой федеральные и региональные органы власти, а также органы местного самоуправления создают услуги и разрабатывают цифровые административные регламенты их предоставления, обеспечивающая стандартизацию и централизованное управление процессами в масштабах всей страны.
Сегодня рассказываем, как мы построили такую платформу и каких результатов удалось достичь.
📍 В карточках — детали реализации и ключевые эффекты.
👏8🔥3💯2❤1👍1
От пет-проектов до промышленного кода: как вайб-кодинг меняет индустрию
Делимся интересными рассуждениями на тему вайб-кодинга с канала @TheDigitalCTO — Будничные вопросы ИТ в Еком и Маркетплейсах, клиентский путь и UX, digital tech, microservices.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка
Делимся интересными рассуждениями на тему вайб-кодинга с канала @TheDigitalCTO — Будничные вопросы ИТ в Еком и Маркетплейсах, клиентский путь и UX, digital tech, microservices.
Какое-то время я относился к вайб кодингу, как к какой-то игрушке, которую можно использовать только для домашнего программирования и пет-проектов. Потом я начал замечать, что многие крупные компании стали экспериментировать с вайб-кодингом уже с прицелом на промышленную разработку. Посетил недавно конференцию, где представители не самых маленьких компаний рассказывали, как они начали применять вайб кодинг в разработке.
Оставим сейчас в стороне рассуждения на тему домашних поделок типа: «напиши мне сервис на GoLang, который будет считывать настроение кота по фото». С этим все понятно. Ниша для тех, кто, не умея разрабатывать, тем не менее хочет что-то создать в достаточно короткие сроки, не разбираясь в языке программирования. А вот что для профессионалов и компаний означает использование вайб-кодинга?
Начну с того, что компании могут забыть про «свой» код. Код, который получается в результате вайб-кодинга — это чужой код, который разработчик видит только в момент появления в панели. Этот код может соответствовать вашим представлениям об архитектуре приложения, а может частично или полностью противоречить ему. Опять же, качество кода может быть разным. Все зависит от того, насколько правильно выбрана модель и как правильно построен промпт. При такой разработке фокус уходит с самой разработки на код-ревью и тестирование.
В различных дискуссиях проскакивает мысль, что вайб-кодинг может убить джунов, т. к. те задачи, на которых они учились, теперь выполняет ИИ. А если не будет джунов, то через какое-то время не будет и мидлов и сеньоров. А я бы посмотрел на это с другой стороны — если вайб-кодинг приживется, то это изменит полностью всю отрасль разработки. Разработчики, в их нынешнем состоянии, станут вообще не нужны. Потребуются другие специалисты. Вайб-кодинг — это тоже навык, и хотя в нем есть слово кодинг, но этот навык с классическим программированием не пересекается совсем или пересекается, но не сильно.
И вот тут начинается интересное. Пока непонятно (по крайней мере мне), мы стоим на пороге революционного изменения профессии или это всего лишь очередной хайп, который через год радостно будет заменен на что-то еще? Я пока не вижу, как эта технология может выйти за пределы «написать кусок кода» и прийти к «написать решение» с внятной архитектурой, оптимальное и поддерживаемое. Но еще год назад про вайб кодинг не было особо слышно, а сейчас мы это обсуждаем на конфах. Поэтому ждем.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка
👍5🔥4💯2
Разрозненность данных как системная проблема бизнеса
В среднем сотрудники компаний тратят до 35% рабочего времени на поиск для сбора единой картины из разрозненных источников. Документы и знания зачастую распределены среди множества систем. Например, они могут фиксироваться в локальных и сетевых хранилищах, облачных сервисах, корпоративных порталах и специализированных базах знаний.
Отсутствие единой точки доступа приводит к прямым потерям: замедляются ключевые процессы, растут временные затраты, дублируются задачи.
Поделитесь, насколько эта проблема актуальна для вас?
Для этого проголосуйте в опросе, сколько систем приходится использовать ежедневно для поиска корпоративной информации в вашей компании?
В среднем сотрудники компаний тратят до 35% рабочего времени на поиск для сбора единой картины из разрозненных источников. Документы и знания зачастую распределены среди множества систем. Например, они могут фиксироваться в локальных и сетевых хранилищах, облачных сервисах, корпоративных порталах и специализированных базах знаний.
Отсутствие единой точки доступа приводит к прямым потерям: замедляются ключевые процессы, растут временные затраты, дублируются задачи.
Поделитесь, насколько эта проблема актуальна для вас?
Для этого проголосуйте в опросе, сколько систем приходится использовать ежедневно для поиска корпоративной информации в вашей компании?
👍6🔥2💯2
Сколько систем вы используете для поиска документов в течение рабочего дня?
Anonymous Poll
27%
1-2 системы
60%
3-5 систем
7%
5-7 систем
0%
8+ систем
0%
Единая платформа доступа
7%
Другое (напишите свой вариант в комментарии)
С какими хранилищами данных и корпоративными системами вы работаете? Выберите подходящие
Anonymous Poll
6%
ERP-системы (1C, Галактика ERP и др.)
18%
СЭД (DocsVision, Directum и др.)
35%
CRM (Битрикс24, amoCRM и др.)
71%
Базы знаний (Confluence, Notion, Wiki-системы и др.)
24%
Корпоративные порталы (на базе SharePoint и др.)
71%
Файловые хранилища (Google Drive, Yandex Диск и др.)
18%
Специализированные ИС (НМД, стандарты, справочники, каталоги)
0%
Другое (напишите свой вариант в комментарии)
Как оценить реальную пользу корпоративных документов: показываем на примере работы Cursor и Standart
Внедрение процессного подхода к управлению документацией — это лишь первый шаг. Второй, не менее важный — оценка того, насколько созданные документы востребованы и полезны в повседневной работе сотрудников. Без этого руководитель лишается объективных данных для принятия решений об оптимизации нормативной базы.
Наши платформы Standart и Cursor спроектированы так, чтобы бизнес мог сформировать единый контур управления жизненным циклом документов. Standart предоставляет данные о процессе разработки и согласования, а Cursor — аналитику о практическом использовании. Их интеграция дает полную картину ценности каждого документа.
Так, Standart помогает фиксировать метрики создания документа:
➖ Контроль процесса согласования: отслеживание участников, ролей, этапов и соблюдения плановых сроков. Система уведомляет о смене статусов, исключая ручной мониторинг;
➖ Организация совместной работы: все участники процесса работают с одной версией документа и видят правки друг друга в реальном времени, что исключает необходимость ручной сверки разных версий;
➖ Выявление «узких мест»: система фиксирует этапы, на которых происходят задержки относительно плановых сроков, и показывает, на каких этапах и с чем они связаны;
➖ Аналитику по обратной связи: выявляет документы с наибольшим количеством вопросов, замечаний или запросов на актуализацию и отмену.
Cursor же предоставляет бизнесу данные о применении документа:
➖ Частота и динамика поисковых запросов к документу;
➖ Ключевые темы и контексты, в которых он востребован (через анализ запросов);
➖ Связи с другими документами и материалами в корпоративной базе знаний.
Используя эти сервисы в синергии, руководитель получает более комплексную аналитическую картину. Низкая вовлеченность при высокой трудоемкости согласования может говорить о нерелевантности или избыточной сложности документа. Высокая востребованность при оптимизированном процессе подтверждает его эффективность, а разнородные запросы к одному документу часто указывают на недостаточную ясность контента или пробелы в регламентации.
Такой анализ позволяет не просто констатировать факт создания документа, а оценивать его реальную пользу для бизнеса и принимать обоснованные решения о доработке, упрощении или выводе из оборота.
Внедрение процессного подхода к управлению документацией — это лишь первый шаг. Второй, не менее важный — оценка того, насколько созданные документы востребованы и полезны в повседневной работе сотрудников. Без этого руководитель лишается объективных данных для принятия решений об оптимизации нормативной базы.
Наши платформы Standart и Cursor спроектированы так, чтобы бизнес мог сформировать единый контур управления жизненным циклом документов. Standart предоставляет данные о процессе разработки и согласования, а Cursor — аналитику о практическом использовании. Их интеграция дает полную картину ценности каждого документа.
Так, Standart помогает фиксировать метрики создания документа:
➖ Контроль процесса согласования: отслеживание участников, ролей, этапов и соблюдения плановых сроков. Система уведомляет о смене статусов, исключая ручной мониторинг;
➖ Организация совместной работы: все участники процесса работают с одной версией документа и видят правки друг друга в реальном времени, что исключает необходимость ручной сверки разных версий;
➖ Выявление «узких мест»: система фиксирует этапы, на которых происходят задержки относительно плановых сроков, и показывает, на каких этапах и с чем они связаны;
➖ Аналитику по обратной связи: выявляет документы с наибольшим количеством вопросов, замечаний или запросов на актуализацию и отмену.
Cursor же предоставляет бизнесу данные о применении документа:
➖ Частота и динамика поисковых запросов к документу;
➖ Ключевые темы и контексты, в которых он востребован (через анализ запросов);
➖ Связи с другими документами и материалами в корпоративной базе знаний.
Используя эти сервисы в синергии, руководитель получает более комплексную аналитическую картину. Низкая вовлеченность при высокой трудоемкости согласования может говорить о нерелевантности или избыточной сложности документа. Высокая востребованность при оптимизированном процессе подтверждает его эффективность, а разнородные запросы к одному документу часто указывают на недостаточную ясность контента или пробелы в регламентации.
Такой анализ позволяет не просто констатировать факт создания документа, а оценивать его реальную пользу для бизнеса и принимать обоснованные решения о доработке, упрощении или выводе из оборота.
🔥6👍3❤2💯2
Дайджест событий в области искусственного интеллекта
Искусственный интеллект начинает переходить от экспериментального формата к системной работе — в HR, финансах, образовании и даже в такси. Рассказываем о ключевых событиях месяца в области ИИ-технологий.
В России:
🧠 Системный интегратор «Мобиус Технологии» разработал ИИ-бота для оценки универсальных компетенций сотрудников и измерения роста их навыков.
🤖 Билайн Big Data & AI открыл бесплатный демо-доступ к мультиагентной платформе. На старте доступны три агента: «Ассистент-секретарь», «Помощник продавца» и «Оператор контакт-центра».
📊 Ассоциация ФинТех создала методологию оценки экономического эффекта от внедрения ИИ.
🎓 Компания «Антиплагиат» представила обновление, которое показывает места в студенческих работах, написанные с помощью ИИ.
🔬 В России ввели новый норматив технологической грамотности ТехноГТО «Искусственный интеллект» для подтверждения базовых знаний в области ИИ.
В мире:
🧠 Alibaba добавила в чат-бота Qwen функцию долговременной памяти (Qwen Chat Memory) для запоминания контекста диалогов и повышения персонализации.
🚗 Uber будет платить водителям и курьерам за обучение ИИ-моделей (запись голоса, поиск и загрузку изображений. предоставление документов на определенных языках) в перерывах между заказами.
💼 Amazon представила агентный ИИ Quick Suite — корпоративное приложение для поиска информации, визуализации данных и автоматизации рутинных задач.
🏫 В Техасе (США) открыли частную школу Alpha School, где детей обучают с помощью ИИ и без учителей.
Аналитика:
📈 По данным HeadHunter, 23% управленцев и HR-специалистов в ближайшее время планируют разработать или внедрить стратегию широкого использования ИИ.
💡 Опрос от МИРБИС и «Сбер Бизнес Софт»: среди предпринимателей, уже внедривших ИИ, 6,9% готовы инвестировать в цифровизацию более 10% от оборота. Это говорит о высокой степени доверия к технологиям как к драйверу роста.
#дайджест
Искусственный интеллект начинает переходить от экспериментального формата к системной работе — в HR, финансах, образовании и даже в такси. Рассказываем о ключевых событиях месяца в области ИИ-технологий.
В России:
🧠 Системный интегратор «Мобиус Технологии» разработал ИИ-бота для оценки универсальных компетенций сотрудников и измерения роста их навыков.
🤖 Билайн Big Data & AI открыл бесплатный демо-доступ к мультиагентной платформе. На старте доступны три агента: «Ассистент-секретарь», «Помощник продавца» и «Оператор контакт-центра».
📊 Ассоциация ФинТех создала методологию оценки экономического эффекта от внедрения ИИ.
🎓 Компания «Антиплагиат» представила обновление, которое показывает места в студенческих работах, написанные с помощью ИИ.
🔬 В России ввели новый норматив технологической грамотности ТехноГТО «Искусственный интеллект» для подтверждения базовых знаний в области ИИ.
В мире:
🧠 Alibaba добавила в чат-бота Qwen функцию долговременной памяти (Qwen Chat Memory) для запоминания контекста диалогов и повышения персонализации.
🚗 Uber будет платить водителям и курьерам за обучение ИИ-моделей (запись голоса, поиск и загрузку изображений. предоставление документов на определенных языках) в перерывах между заказами.
💼 Amazon представила агентный ИИ Quick Suite — корпоративное приложение для поиска информации, визуализации данных и автоматизации рутинных задач.
🏫 В Техасе (США) открыли частную школу Alpha School, где детей обучают с помощью ИИ и без учителей.
Аналитика:
📈 По данным HeadHunter, 23% управленцев и HR-специалистов в ближайшее время планируют разработать или внедрить стратегию широкого использования ИИ.
💡 Опрос от МИРБИС и «Сбер Бизнес Софт»: среди предпринимателей, уже внедривших ИИ, 6,9% готовы инвестировать в цифровизацию более 10% от оборота. Это говорит о высокой степени доверия к технологиям как к драйверу роста.
#дайджест
👍4🔥2❤1👏1🤯1
Почему ваши документы — это ваш цифровой актив?
В прошлом месяце мы уже разбирали, как ИИ и человек работают в гибридной модели, а сегодня хотим углубиться в этот тренд. Речь пойдет не просто об ассистентах, а о новом виде «цифрового труда», где главный актив — ваша собственная корпоративная документация.
Почему пора перестать оптимизировать офис и начать смотреть на процессы снизу вверх — объясняем подробнее в карточках.
В прошлом месяце мы уже разбирали, как ИИ и человек работают в гибридной модели, а сегодня хотим углубиться в этот тренд. Речь пойдет не просто об ассистентах, а о новом виде «цифрового труда», где главный актив — ваша собственная корпоративная документация.
Почему пора перестать оптимизировать офис и начать смотреть на процессы снизу вверх — объясняем подробнее в карточках.
💯7👍4🔥2👏1