Мечта 💭

У каждого человека, особенно собственника или руководителя есть мечта - чтобы ему как можно меньше дурили голову.

И вроде все делегировал, нанял нужных людей, настроил процессы.

Но по факту каждый день одно и то же:
Подключается к проблеме с клиентами, решает конфликты между отделами, отвечает на вопросы которые уже 20 раз обсудили и принимает все решения «на ходу»

Создается ощущение что бизнес развалится.
Я так жил почти 13 лет и просто выгорел.
Когда я летал на отдых , там было только мое тело. А моя 💆 постоянно была в режиме выноса мозга 😬(привет строительство)

Проблема была в том что решения в компании нигде не были зафиксированы.

Каждый раз когда возникала нестандартная ситуация:
сотрудник трактует по-своему
руководитель - по-другому
собственник - по третьему варианту.

В одном из кейсов, с помощью ИИ, мы сделали очень простую вещь.

Мы не меняли людей.Не переписывали процессы и не вводили новые регламенты.

Мы взяли типовые ситуации, где собственника постоянно дёргали, и зафиксировали логику принятия решений:
что делать
в каких границах
когда эскалировать, а когда нет

Теперь, прежде чем обращаться к собственнику, нужно было обратиться к его умному ассистенту который помнит буквально все.

Собранное решение начало отвечать также, как отвечал бы он сам.
И, о чудо, через несколько недель количество «пожаров» сократилось в разы.
И у рукодителя наконец появилось время на самую главную задачу - думать, а не разгребать однообразные задачи.

Ключевая мысль, которую многие упускают:

Собственник тонет в операционке не потому, что плохо делегирует.
А потому что делегировать нечего -
решения живут только в его голове.

Когда решения становятся частью системы,
операционка начинает отваливаться сама.

ИИ приносит новую культуру в любой компании - оцифровывать все что у вас есть.
Чем раньше вы начнете этим заниматься , тем больше таких решений сможете собирать с помощью ИИ.

Один большой проект

Большинство людей используют ИИ так, что он физически не может им помочь. И проблема не в промптах и не в выборе модели. Проблема в том, что ИИ дают хаос вместо системы.

Я постоянно вижу, как компании и отдельные люди «пользуются ИИ»: задают разрозненные вопросы, кидают случайные файлы, обрывки мыслей и ждут осмысленных решений. Но ИИ не работает с хаосом. Ему нужен контекст.

Объясню на простом примере. Я регулярно тренируюсь, и для меня каждая тренировка это не отдельное действие, а часть одного проекта. У меня есть единый проект, где собрана вся информация: группы мышц, веса, история тренировок, прогресс, ограничения, дни нагрузок. По сути это одна папка, где хранится весь контекст моей физической формы.

Каждый раз, приходя в зал, я не начинаю с нуля и не вспоминаю, что делал раньше. Я просто продолжаю процесс. Если бы этого проекта не было, ситуация выглядела бы так, будто каждый раз я прихожу к новому тренеру и заново объясняю, кто я, какой у меня опыт и что делал до этого. Даже умный тренер в такой ситуации будет работать хуже.

Ровно это сейчас происходит в бизнесе при работе с ИИ. Контекста нет, процессы не собраны, решения не зафиксированы, история действий не хранится. А потом появляется ощущение, что ИИ бесполезен.

На самом деле он не бесполезен. Он просто не понимает, с чем ему работать.

И здесь важный момент. Уже сейчас в ChatGPT есть инструмент Projects, который позволяет собрать задачу или процесс в один проект и хранить внутри него весь контекст: документы, логику, цели, решения и вопросы. Это не обучение нейросетям и не сложная автоматизация. Это базовый навык организации работы с ИИ.

Когда у вас есть проект, ИИ начинает работать иначе. Он не отвечает абстрактно, он опирается на накопленные данные. Он продолжает мысль, а не угадывает. Он экономит время, потому что не нужно каждый раз объяснять одно и то же.

Сейчас все идет к том что ИИ уже стал незаменимым и работать он будет из одного окна, где вы обратились к системе с задачей и ИИ ее выполняет сам выбирая нужные решения и инструменты. Но для этого ему нужны данные - один большой проект откуда он все заберет.

Поэтому проблема не в том, что сотрудников плохо обучили ИИ. Проблема в том, что не изменили способ работы. ИИ это не навык вроде Excel или PowerPoint. ИИ это способ организации деятельности.

В ближайшее время будет всего два сценария.
Либо у вас есть собранные проекты и контекст, и ИИ реально помогает вам принимать решения и ускоряться.
Либо контекста нет, и вы продолжаете делать всё вручную, теряя время и деньги.

ИИ усиливает не людей. Он усиливает системы. И если системы нет, усиливать просто нечего.

— чем вы занимаетесь в офисе?
— весь день пинаем ИИ

Один Telegram-ассистент, который закрывает половину рутинных вопросов в компании

Помню несколько лет назад Telegram начинал свою работу как обычный мессенджер в котором люди просто общались.
Затем появились каналы, боты и другие инструменты которые встраивались в бизнес-процессы.

Но по факту это остается местом где что-то обсуждают и каждый день происходит одно и то же:
- новые сотрудники задают одинаковые вопросы
- клиенты пишут однотипные сообщения
- менеджеров дёргают по мелочам
- руководителя пингуют с фразой «а как правильно?»
- информация теряется, пересказывается, искажается

Всё это считается нормой. Говоря о практике внедрения ИИ, самой большой ошибкой остается думать ,что ИИ нужен бизнесу для аналитики или сложных автоматизаций. Но на самом деле то что он должен делать - снимать повторяющиеся действия. А диалоги как раз об этом.

Приведу простой пример. В одной компании мы делали не «ИИ-проект» и не «автоматизацию», а всего одну вещь:
одного Telegram-ассистента первого уровня.

Что он умеет делать:
-отвечает новым сотрудникам на вопросы по регламентам и процессам
- принимает типовые вопросы от клиентов и даёт корректный первый ответ
- собирает обращения в структурированном виде, а не хаотичным текстом
- фиксирует, о чём спрашивают чаще всего (по сути, живой QA)

Примеры ассистентов, которые можно создать: 🧑🏾‍💻

- Ассистент онбординга
Отвечает новым сотрудникам на вопросы: как устроены процессы, куда идти, что читать, к кому обращаться. Убирает хаос в первые недели работы и снимает нагрузку с HR и руководителей.
-Ассистент поддержки клиентов (1-я линия)
Принимает входящие вопросы, даёт корректные базовые ответы, собирает запрос в структуру. Клиенты перестают писать «простыни», менеджеры подключаются только там, где действительно нужно.

- Ассистент для менеджеров продаж
Подсказывает, как правильно отвечать клиенту, какие шаги делать дальше, какие материалы отправлять. Менеджеры меньше ошибаются и реже бегают с вопросами «а что ему сказать?».

- Ассистент руководителя
Принимает сообщения от команды, структурирует вопросы, помогает быстро понять суть проблемы. Руководителя перестают дёргать по каждому поводу.

-QA-ассистент / база знаний
Отвечает на повторяющиеся вопросы по продукту, услугам, регламентам. Фиксирует, что спрашивают чаще всего, и показывает реальные узкие места в процессах.

- Ассистент для внутренних процессов
Помогает с согласованиями, правилами, инструкциями, стандартами. Снимает вечные споры «а как у нас принято?».

Это просто инструмент, в который нужно написать информацию о которой он должен знать и ИИ будет ею руководствоваться перед каждый ответом.

Это влияет на менеджеров которых перестают дергать по мелочам, собственников, которые не участвуют в каждом втором вопрос, HR которым дурят голову новые сотрудники и тп.
Буквально полтора года назад такая разработка стоила не малых денег и начиналась от 1500 долларов. А вот сейчас, вместо того чтобы обращаться за этим к агентству или фрилансеру, можно это делать самостоятельно с помощью разных инструментов.

Если раньше нужно было учиться владеть инструментами типа Excel, Power Point и тп, то сейчас пришло время изучать то, как с помощью нейросетей делать вот такие решения самостоятельно и не платить невменяемые деньги за разработку.

Вам уже давно не нужен отдельный ИИ отдел или специалист.

Это тот уровень, который сегодня может собрать любой собственник или руководитель, если он понимает, какую функцию хочет убрать у людей, а не «какой инструмент попробовать».

И именно поэтому обучение «просто нейросетям» почти всегда бесполезно.
Потому что вопрос не в том, как пользоваться ИИ. Вопрос в том, какую роль вы ему отдаёте в бизнесе.

Если представить, что такой ассистент появится у вас в компании уже завтра - какую функцию вы бы отдали ему в первую очередь?
Онбординг, клиенты, продажи, поддержка?

Процессы.

В любом бизнесе, независимо от его размера, есть процессы. Даже если они не описаны и существуют «в голове».

Если посмотреть на бизнес сверху и укрупнить картину, остаётся всего три ключевых этапа:
1.Продукт с которого начинается бизнес.
2.Продажи - без них бизнес не имеет смысла
3.Деливери - исполнение обязательств перед клиентом

Всё остальное - маркетинг, HR, аналитика, автоматизация - это надстройки, которые либо усиливают продажи, либо делают исполнение обязательств стабильным и масштабируемым.

ИИ в этой системе - катализатор, который ускоряет каждый этап. Возьмём самый чувствительный процесс - продажи.

Есть исследование, которое показывает:

если компания отвечает лиду в первую минуту после обращения, вероятность того, что он станет клиентом, увеличивается на 397%, то есть почти в 4 раза.

Причём это работает независимо от цены продукта.

Отсюда простой вывод: побеждает не тот, у кого лучше оффер, а тот, кто быстрее и корректнее вступил в контакт.

Именно поэтому в медицинских центрах и клиниках этому уделяют огромное внимание. Если пациент не дозвонился или не получил ответ - можно считать, что он уже ушёл к конкуренту.

В предыдущем посте я писал про ИИ-ассистентов, которые решают эту задачу на первом уровне.

Что они делают на практике:
• отвечают на первичные обращения 24/7
• консультируют на любом языке
• работают строго по заданной информации без фантазий
• снимают нагрузку с администраторов и менеджеров

По сути, они закрывают самый критичный момент - первые касания с клиентом, где теряется больше всего денег.

Именно поэтому сейчас так много говорят про внедрение ИИ-ассистентов в коммуникации как с клиентами, так и внутри компании.

Ну а дальше можно идти глубже: голосовые ассистенты, сложные автоматизации, интеграции с системами.
Но есть важный момент 💡

К сложным решениям имеет смысл переходить только тогда, когда понятна математика: где теряются деньги и какой эффект даст автоматизация.

А чтобы эту математику понимать, нужно уметь собирать простые решения своими руками, без разработки и без дорогих подрядчиков.

Не потому что «так модно», а потому что иначе невозможно оценить экономическую целесообразность более сложных внедрений.И как я и говорил ранее использование нейросетей это уже обязательный навык, а не опция над которой стоит поразмышлять.

ИИ начинает приносить пользу не тогда, когда его много, а тогда, когда он встраивается в ключевые процессы бизнеса.

Одна задача, которая меняет отношение к ИИ

Вчера весь вечер решал теперь для меня простую, но при этом дорогую задачу.

Задачу, с которой живёт почти каждый. Бизнес работает, деньги приходят, люди заняты, но нет чёткого ответа, где именно теряются деньги и что масштабировать дальше. В свое время я усвоил что не всегда можно опираться на ощущения, всегда нужно строить компанию Data-driven и принимать ключевые решения на цифрах.

Раньше большнинство решений выглядело так:
• отчёты есть
• таблицы есть
• цифр много
а решения всё равно принимаются на ощущениях.

Я взял обычные данные компании: финансы, продажи, маркетинг и оценил загрузку команды

Загрузил их в нужные нейросети и задал управленческие вопросы:
• где бизнес теряет маржу
• какие направления дают максимум результата
• какие действия не имеют экономического смысла

Через короткое время у меня был:
• структурированный разбор
• приоритеты, а не просто цифры
• конкретные точки, куда идти дальше

И мне не нужно для этого собирать глобальные страт сессии, приглашать кучу экспертов. Достаточно знать как ввести в нужную роль ИИ, какой именно инструмент для этого использовать и какими данными его снабдить.

И если раньше для этого собирали аналитику неделями, потом подключали финансистов и часами спорили на совещаниях, то сейчас эта работа делается за один вечер.

Это конечно не «кнопка бабло». Это результат того, что ИИ используется как управленческий инструмент, а не как игрушка или помощник для текстов.

Недавно мы разбирали подобные задачи на интенсиве в Сколково.
И именно такого уровня кейсы я буду разбирать дальше - уже на продвинутом модуле в конце февраля.
Не обучение инструментам, а работа с реальными бизнес-задачами.

Когда ИИ используют на этом уровне, вопросы «зачем он нужен» больше не возникают.

Ожидания от ИИ 🤦‍♂️

Достаточно часто ко мне приходят с запросом о ведении социальных сетей.
У людей сложилось четкое представление о том, что сегодня есть контент-заводы которые за них буду генерировать контент.
В общеузнаваемом понимании это значит что ИИ сам исследует нужные темы, сам выбирает какую из них лучше сейчас собрать, затем составляет контент-план, сценарий и генерирует контент который разлетается по нужным социальным сетям.

Давайте пройдемся по более реальному сценарию и запомним: ИИ не работает без участия человека.
Это инструмент который:

1. Высвободит время специалисту
2. Сократит количество людей в процессах
3. Улучшит качество работ
4. Даст возможность делать бОльший объем работ за меньшее время.

Как это работает на практике:
Человек(это такой кожаный мешок без которого ничего не заработает), используя нужные нейросети проводит исследования, затем с помощью нейросетей создает контент-план, стратегию и затем , ВНИМАНИЕ! С помощью своих рук и нейросетей генерит контент. Этап постинга можно уже делегировать на автоматизацию.

Все остальное абсолютно нерабочая история которая не даст вам ни лидов, ни нормальных охватов. А еще, с большой вероятностью даст повод социальным сетям заблокировать ваш аккаунт за масс постинг или автоматизациию как это было у моих друзей с трехсоттысячным акаунтом.

Единственные люди у которых по-настоящему работает такой контент-завод те, кто зарабатывает на их продаже.

ИИ-департамент в девелопменте 🦺

Почти каждый день я встречаюсь с представителями разных бизнесов.
Недавно общался с крупным девелопером - больше 3000 сотрудников.

Строительство традиционно считается одной из самых консервативных отраслей.
Но то, что я увидел, сильно меня впечатлило.

В компании создан отдельный департамент по внедрению ИИ.

И речь тут не просто про одного разработчика.

Они оцифровывают всё - вплоть до болтов, гаек и шпилек. Потому что любые данные - это топливо для ИИ.

Очень было интересно узнать о том что они делают на практике.

Например создают внутренних ИИ-ассистентов для разных отделов.

Простой пример.
Сотрудник пишет ассистенту:
«Покажи, какие акты у меня не закрыты по объекту X».

ИИ имеет доступ к документам и программам где хранятся эти данные, проверяет их и за секунды выдаёт список.

Или другой запрос:
«Какие штрафные санкции прописаны в договоре с подрядчиком ООО “Бесит эта стройка” и есть ли просрочка?»

ИИ анализирует договор, сопоставляет сроки и даёт ответ.

Представьте, сколько времени экономится на таких задачах ежедневно.

Параллельно они:
• создают удобные интерфейсы под конкретные департаменты
• обучают сотрудников работать с ИИ в реальных задачах
• делают помощников с разными уровнями доступа - HR, юристы, бухгалтерия
• дообучают собственную модель для работы с конфиденциальными данными

Как видите это уже не про хайповый инструмент. Это инфраструктура.

Когда ИИ встроен в процессы - он даёт эффект. Когда он живёт в виде одного энтузиаста - это игрушка.

Малому и среднему бизнесу дапартамент конечно же не нужен. Но понимание архитектуры внедрения нужно обязательно.

Важно понимать - за такими решениями не всегда стоят десятки разработчиков и космические бюджеты.

Во многих случаях это комбинация уже существующих инструментов, правильной логики доступа к данным и понимания, как строится архитектура.

И если разобраться в принципах работы - подобные решения можно собрать и в компаниях значительно меньшего масштаба.

Вопрос не в размере бизнеса, а в том, понимаете ли вы, как правильно использовать ИИ внутри своих процессов.

Прогресс ИИ или как не пропустить важное.

Сегодня на обучении у одной международной компании собрали кейс, который наглядно показывает, куда сместилась планка ИИ.

Задача была такая: построить маршрут международного груза в обход европейских портов с расчётом стоимости захода в каждую точку. Обычно эта работа занимала минимум один рабочий день аналитики, звонков, анализа документов и таблиц.

Сегодня мы все это собрали за два промта и 15 минут. На выходе - полностью работающее веб-приложение с картой, маршрутом и расчётами.

Но интереснее не только то что мы собрали полноценное веб-приложение, а то что нейросеть сама подтянула данные о портах, открытых в 2026 году, которые не были в первоначальном запросе. Проанализировала актуальность и предложила оптимальный вариант по самой лучшей цене.

Это сделал человек, который неделю назад вообще не работал с ИИ. Без единой строчки кода.

Вот что здесь важно понимать:
Это уже базовая механика - c появлением reasoning нейросети начали рассуждать поэтапно, проверять данные, строить логические цепочки. Не выполнять команду, а думать над задачей.

И большинство компаний до сих пор пытаются внедрять ИИ через "давайте все-таки установим этот ChatGPT чтобы писать письма" потому что не видят, где проходит граница между инструментом для текста и системой, которая решает структурные задачи.

Проблема уже не в доступе к технологии, а в том, что люди не понимают архитектуру решения. Они видят интерфейс, но не видят, как собирается логика.

А когда видишь - задачи начинают решаться иначе. Не "быстрее". Иначе по структуре.

Вот об этом я и говорю на встречах с бизнесами. Внедрение ИИ это не только разработка, это обучение команды использовать нужные инструменты и научиться видеть как строить архитектуру решений ❤️

Новый мир 🌍

В 2008 году я получил образование по направлению «Программное обеспечение сетей телекоммуникаций».
Тогда разработчик это была отдельная каста. Если ты умел писать код, ты обладал доступом к созданию инструментов. Если не умел то был типичным пользователем.

Себя я к слову никогда не считал разработчиком. И думал, что им уже никогда не стану. До недавнего времени.
С появлением нейросетей граница между «умею кодить» и «не умею» начала стираться.
И речь уже не про конструкторы сайтов. Речь про новый слой - AI-кодинг или как некоторые называют Вайбкодинг.

Вчера за 30 минут я собрал себе Telegram-ассистента. Вот что он умеет:

– он слушает голосовые команды
– читает мою почту
– формирует и отправляет ответы в точности как я сказал
– управляет моим календарё создавая, удаляя и информируя о событиях

Я не писал код руками. Я просто описывал, что хочу получить, а Claude Code собирал архитектуру и писал реализацию. Чувство которое испытываешь в такие моменты будто ставишь задачу Jarvis из «Железного Человека», и без команды разработчиков за спиной.

Да, это не инструмент из коробки, это уже следующий уровень после базового использования нейросетей до которого дойдет каждый. Однако все делается поэтапно и чем дольше человек оттягивает «базу» тем сложнее будет разобраться в более «тяжелых» решениях.

Раньше, чтобы создать подобную систему, нужен был разработчик, бюджет, грамотное ТЗ и недели работы.
Теперь это делает один человек с ИИ с подпиской за 20 баксов 💵
И это уже влияет на рынок и бизнес-процессы в целом.

Еще в своей книге я писал про то что количество вакансий в ряде направлений упадет в ближайший год и был прав. Потому что уже сейчас один специалист, владеющий ИИ, заменяет нескольких.

Мы переходим в эпоху, где не обязательно уметь писать код, но обязательно уметь мыслить архитектурно и понимать, как ставить задачу системе и логику ее работы.

Через 2–3 года «не разбираться в этом» будет выглядеть так же странно, как в 2015 году не пользоваться смартфоном.

ИИ уже давно не про текстики и картиночки. Он про создание инструментов под себя как неотъемлая часть нашей жизни 🤖

х.ЯК-40

Сегодня я улетел в Вологду.
В перелетах меня уже тяжело удивить, но сегодня как раз тот день, ведь я летел на самолете которому больше 45 лет. Встречайте - Як-40.

Вылет задержали на час, видимо потому что не могли найти отважного человека который все-таки сядет за штурвал.

Здесь всего 30 мест и целых 5 аварийных выходов(Просто на всякий случай).
Внешний вид самолета достойный, привели в порядок окрасив его в красный цвет , но забыли что было бы неплохо поработать и с салоном.

Сложилось впечатление что даже пилот не хотел заходить в самолет покуривая на улице сигарету за сигаретой 🚬 пока пассажиры поднимались по трапу в эту летающую маршрутку и занимали места согласно выигранных билетов.

Самые классные ощущения испытываешь уже на взлете, в тот момент когда происходит чудо номер один и самолет отрывается от земли.
Затем незабываемые ощущения от того что этот музей болтает из стороны в сторону и, наконец - ты в небе. После набора высоты на полтора часа приходит спокойствие и болтает гораздо меньше.

Должен заметить что скорость полета целых 420 км в час, что очень даже неплохо для техники которая должна стоять в музее.

Если вы любите прижиматься поплотнее к незнакомцам то эта услуга входит в стоимость билета, ведь кресла здесь предназначены как раз для таких обнимашек, и это, кстати, единственный способ согреться потому как обогрева в самолете не предусмотрено.

Если вам станет совсем скучно, то при желании можно без проблем попасть в кабину к пилоту, так как единственное что вас от него отделяет это коробка похожая на дверь которая ,конечно же , не закрывается. Все потому что там нет замка. Зато есть глазок.

Чудо номер два - заход на посадку. Здесь все зависит не только от навыков пилота, но и от того получится ли на этот раз выпустить шасси. У нас в этот раз получилось.
Ну а чтобы не было так грустно, нам всем дали конфеток с которыми не так сильно закладывает уши, ведь двигатели расположены прямо в салоне самолета и совсем не гудят ✈️

Классно полетали - рекомендую 🔥

Нам не нужен ИИ 🤯

Говорили мне 2 года назад все подряд.
На сегодняшний день уже таких вопросов не возникает и единственный о чем теперь задумываются люди, это как его использовать в своих задачах.

Сегодня поделюсь тем как проходила страт сессия в Вологде на которой было 40 человек.
Угадайте на каком этапе не понадобился ИИ?
Только на кофе брейке где нужно было кушать конфетки.

Во всем остальном, начиная от того чтобы сгенерировать идеи, исследовать, проанализировать, упорядочить и заканчивая тем чтобы сделать презентацию за 5 минут - везде был ИИ.

Моя задача на этом двухдневном мероприятии как раз состояла в том чтобы определить где действительно можно внедрить ИИ по отделам.
И должен заметить, что самая сложная часть в этой работе, понять где затраты на ИИ принесут компании деньги.
Если Вам кто-нибудь будет рассказывать о том что внедрив ИИ-ассистента это как-то повлияет на бизнес, можете просто вешать трубку. Все это работает иначе.

Задача раскопать где есть проблема, затем понять как именно в этой задаче может быть внедрен ИИ и только после этого посчитать ROI который принесет инвестиция в этот проект. Нет никакого волшебства в технологии если нет понимания о том как решать бизнес-задачи с ее помощью, однако когда есть команда которая понимает смысл и на что именно это внедрение повлияет, по-настоящему появляется магия.

Очень доволен этими двумя днями которые с удовольствием провел с этой крутой командой людей которая не просто знает, но и любит то, что делает. Вологда ❤️

P.S. О том как участвует ИИ в проведении такого рода мероприятий расскажу отдельно.

А еще за 2 дня я слышал имя Максим столько раз сколько не слышал за всю жизнь.

Но не потому что меня часто звали, а потому что страт-сессия проходила в медицинском центре, а там свой Максим:

я тут недавно рассказывал про Claude Code и что он умеет.
Задумал провести эфир чтобы показать вам что это и как это все работает.

Голосуем ниже чтобы я понимал целесообразность