LEFT JOIN

Physical AI: следующий этап развития ИИ Рано или поздно ИИ выйдет за пределы интернета в реальный мир и роботы под его контролем станут чем-то таким же привычным, как сейчас — ИИ-агенты. Но чтобы это произошло, недостаточно просто прикрутить ChatGPT или Claude к роботу и надеяться, что они как-нибудь сами разберутся. Для этого должна сформироваться целая самостоятельная отрасль. К такому выводу пришли участники конференции Яндекса об образовании YaC / E 2026, которая прошла на прошлой неделе. В чем суть? 🔵Physical AI или воплощенный ИИ — это направление на стыке ИИ и робототехники. Оно должно научить искусственный интеллект взаимодействовать с реальным миром, а классических роботов (вроде тех, которые сейчас используются в промышленности) — гибко принимать решения и адаптироваться под обстоятельства, а не просто действовать по заданному сценарию. 🔵Главные задачи стоящие перед новой отраслью — научиться создавать масштабируемые и энергоэффективные системы. Для полноценной работы ИИ-роботу нужно собрать и обработать огромный массив данных, причем быстро и в идеале автономно, без постоянного подключения к серверу. 🔵Изменятся требования к специалистам. Уже недостаточно знаний только в машинном обучении и инжиниринге: нужно будет понимание того, как робот устроен внутри, умение разобраться, как соединяются детали и работают сенсоры. Со временем появятся новые профессии — специалисты, которые будут прописывать сценарии поведения для роботов в разных условиях, обучать их, управлять, следить за безопасностью и так далее. 🔵Для подготовки таких специалистов понадобится совместная работа науки и бизнеса. Только так получится давать знания, которые будут актуальны и при этом востребованы на рынке. Эта практика, когда бизнес принимает участие в научной деятельности, уже давно набирает обороты в РФ, и тот же Яндекс активно её применяет в своих образовательных проектах вроде ШАД. 🔵Сейчас Physical AI находится в переходном периоде: вокруг этой темы много хайпа, но со временем он неизбежно утихнет, а завышенные ожидания скорректируются. А что вы думаете про будущее Physical AI? Когда ИИ-роботы станут реальностью?

Что было на OpenAI Dev Day? Вообще-то много чего — больше 20 релизов и анонсов. Пройдемся по самым интересным, а про все остальные можно прочитать в итогах, которые уже заботливо перевели на русский. 🔵 dots — автономные агенты на GPT-6 Astra. Они постоянно работают и обучаются, подстраиваясь под пользователя, и чем больше вы с ними взаимодействуют, тем лучше они вас понимают. Их представили как универсальных ассистентов, которые всегда рядом: и за новую задачу всегда возьмутся, и на вопросы ответят, и напомнят о встрече в календаре. 🔵GPT-6.1 Sol — модель почти на уровне Astra, но намного дешевле. В формате короткого поста больше про нее сказать особо нечего: весь анонс посвящен тому, как хорошо она справляется с всевозможными бенчмарками. 🔵Ultrafast — режим с ускоренной в 8 раз генерацией токенов только для самых богатых: он доступен на новом тарифе Pro Max за 500 долларов в месяц.  🔵Расширенные возможности для создания плагинов — теперь разработчики смогут создавать целые мини-приложения, которые можно будет интегрировать в ChatGPT. Обещают также более удобный каталог для поиска новых плагинов. 🔵GPT Space — пространство для совместной работы с другими людьми и ИИ. Оно должно сделать работу с искусственным интеллектом более быстрым и удобным: он становится полноценным членом команды, который видит весь контекст обсуждения и может в реальном времени, на глазах у пользователей выполнять задачи, создавать и редактировать документы. Своих dots туда тоже можно подключить, кстати. А вы следили за конференцией? Что вам больше всего запомнилось?

В одной ячейке Excel можно будет хранить массивы значений Наконец-то важные новости и не про очередной побег ИИ из тестовой среды. В Excel готовится большое обновление: 🔵В одной ячейке можно будет хранить списки из нескольких значений, разделенных запятой или точкой с запятой. Их можно добавлять, редактировать, убирать, использовать в формулах и применять к ним фильтры. 🔵Также в одну ячейку теперь будет занести целый массив данных — его больше не придется растягивать его  на несколько ячеек. Для этого надо будет записать данные, либо формулу, которая должна их вернуть, в скобках { }. Это еще и позволит создавать вложенные массивы вот такого вида: {{1,2,3};{4,5,6}}.   🔵Появится поддержка новых формул: FLATTEN, HAS, HASANY, HASALL. Первая раскидывает данные из вложенных массивов по отдельным ячейкам, а следующие три позволяют искать отдельные значения внутри них.  Новый функционал находится в стадии бета-тестирования, и перед полноценным релизом что-нибудь может измениться. Возможно, починят существующие ограничения: пока с массивами некорректно работают графики, сводные таблицы и некоторые функции вроде условного форматирования.

Новый ИИ-бенчмарк подвезли  Тем, как ИИ пишет код, взламывает сайты или решает математические задачи тысячелетия уже никого не удивишь. Современные флагманские модели уже давно переросли эти мелочи и созрели для того, чтобы показать, на что они способны в реальном мире. Например, как они умеют водить машину. За руль Тойоты посадили Astra, Sol, Grok и Fable и выпустили их на пустую парковку, где им нужно было за три попытки преодолеть трассу длиной 134 метра. Они «видели» дорогу через камеры, а через Comma four крутили руль и нажимали педали. Человек сидел рядом только для подстраховки.  🔵Успешнее всего справилась GPT-6 Astra: она вообще единственная, кто доехал до конца, еще и со 2 раза. Ей понадобилось 5 минут 22 секунды и 6,6 млн токенов.  🔵Fable 5.1 с третьей попытки преодолела 45% трассы, Grok 4.6 — 11% со второй (и 10% с третьей), а GPT-5.6 Sol все три раза стабильно проехала около 15 метров или 6%. Отличная идея, нужно развивать ее дальше. Как думаете, из каких еще повседневных задач можно наделать бенчмарков для ИИ?

Как грамотно делегировать задачи ИИ Внедрение искусственного интеллекта и агентов в работу — это все еще острый вопрос. Его обсудили в одном из недавних выпусков подкаста «Доверительный интервал» от сообщества аналитиков Яндекса. В чём суть: 🔵 Активнее всего агентов используют джуны, а сеньоры все еще настроены скептически, потому что даже с очень умным ИИ многие задачи им быстрее сделать руками. Приходится выбирать: заморочиться со скиллами и агентами, чтобы когда-нибудь потом увидеть результат, или выполнить важную для бизнеса задачу прямо сейчас. 🔵Общение с ИИ — это навык, который нужно целенаправленно развивать. Без этого попытка работать с ИИ может закончиться именно так, как скептик и ожидает: провалом. 🔵 При этом есть мнение, что нет смысла осваивать ИИ сейчас. Технология постоянно меняется, пока в ней разберешься, она опять шагнет вперед, и знания устареют. Здесь советуют обучаться на старых модельках, чтобы видеть, где они ошибаются. Новые могут завернуть ошибку так, что заметить ее будет трудно даже сеньорам. 🔵 Лучшая мотивация дать искусственному интеллекту шанс — это делегировать задачу, которую не хочется делать самому. Так человек начинает видеть пользу от ИИ и заодно постепенно учится с ним работать. Часть про сопротивление мне показалась наиболее интересной. ИИ-скептиков часто выставляют луддитами, которые отрицают прогресс из вредности или иррациональных страхов, но это не слишком продуктивно. Намного полезнее для всех разобраться в реальных причинах скепсиса и работать с ними напрямую.

Что делать с тепловыми картами и хороплетами? Все виды графиков и чартов по-своему хороши и заслуживают любви, но, если честно, значительную часть из них большинство любят на расстоянии. Старых добрых линейных и столбчатых диаграмм хватает под большинство задач, их легко нарисовать в любом инструменте для визуализации и, самое главное, легко читать. Более хитрые варианты вроде тех же тепловых карт или хороплетов используются реже, потому что и поводов для этого меньше, и работать с ними сложнее. А вот сделать нечитабельное разноцветное месиво, наоборот, легко.  🔜 И все же, если вы связаны с визуализацией данных, однажды они могут пригодится, так что ловите шпаргалку на Tableau Public. 4 графика — тепловая карта, таблица, карта плотности и хороплет — с описанием и двумя примерами реализации: хорошим и плохим. Есть даже маленький опросник в конце, который поможет выбрать, какой из 4 графиков подойдет под ваши задачи.

3D-карты СУБД Отвлечемся от новостей про ИИ и скандалов вокруг OpenAI и посмотрим, что внутри Redis и PostgreSQL.  🔵Redis — это NoSQL СУБД типа ключ-значение, которая которая хранит данные в оперативной памяти.  Для тех, кто хочет разобраться, как же она это делает, нарисовали целую интерактивную карту. Ее можно повертеть со всех сторон, понажимать на отдельные элементы и посмотреть, как байты данных перемещаются между ними. У каждого объекта есть короткое описание со ссылками на исходный код на гитхабе.  🔵Похожая визуализация есть и для PostgreSQL Она не только масштабнее, но и информативнее. Если на предыдущей все пояснения очень краткие, то здесь функции элемента расписаны намного подробнее.

Решение математических проблем это не просто бенчмарк  На прошлой неделе разгорелся серьезный скандал вокруг одной из математических задач тысячелетия — а именно доказательство существования определенного способа решения уравнений Навье-Стокса. OpenAI объявила, что их внутренняя модель, более мощная, чем Astra, нашла решение проблемы — только вот ее опередили. Два математика сделали это раньше, причем с использованием Codex и Claude. Они предполагают, что OpenAI получила доступ к их данным и использовала их для поиска своего решения. На science.org есть более подробное описание скандала, даже с объяснением, в чем же состоят эти уравнения. Эта история поднимает не только вопросы безопасности, доверия к разработчикам ИИ и прозрачности в работе с ним. 25 лауреатов Филдсовской премии, подписали открытое письмо «A Severe Misalignment of AI in Mathematics». Про что оно, если кратко:  🔵ИИ-компании воспринимают и подают решение математических задач как очередной бенчмарк, и это вредит науке.  🔵Большие математические задачи вроде «проблем тысячелетия» раньше были ориентирами, по которым можно было оценить прогресс. Появление решения говорило о том, что математика — то есть все математическое общество с накопленным корпусом знаний и идей — сделала новый шаг вперед.  🔵Именно в этом и есть смысл научной деятельности: совместная работа множества специалистов по приумножению знаний и поиску новых идей. Причем эти идеи и знания нужно еще и передать коллегам и студентам. Решение задач и миллион долларов в награду тут не самоцель.  🔵ИИ же дает готовый результат (и громкие заголовки в СМИ), но это решение ради решения. Оно основано на плодах чужой научной деятельности и при этом не двигает науку вперед.  🔵С такой же проблемой сталкиваются люди и в других сферах: ИИ так сильно меняет подходы к работе, что легко забыть, зачем эта работа на самом деле была задумана.  Ну а в конце, как всегда, призывают математическое сообщество, ИИ-компании и общество в целом взять искусственный интеллект под более строгий контроль.  Есть в этом мнении логика или это просто страдания людей, у которых ИИ отнимает работу?

Astra смогла, а вы сможете? Мы с вами недавно обсуждали эссе, опубликованное на сайте OpenAI, где автор сказал следующее:

Чтобы начать влиять на реальный мир — стать очень полезным или очень опасным — ИИ не надо стать лучше людей во всех сферах. Ему надо стать лучше в достаточном количестве из них.

И кое в чем новая их модель уже стала лучше многих людей: она прошла все 48 уровней I Am Not A Robot, где надо решать все более абсурдные и сложные капчи. В результате она даже получила сертификат, что является человеком. Весь процесс запечатлел и запостил другой сотрудник OpenAI. А сколько уровней пройдете вы? 👀

Продукты 24 × ffdd2d: конференция Т-Банка для тех, кто хочет превращать данные в решения Это не очередная конференция про цифры и метрики, где спикеры похвастаются кейсами, а зрители посмотрят и разойдутся. Вместо этого будут:  🟡 Акцент на решения: не просто как и что считать, а что потом с этим делать. Как данные и метрики превращаются в идеи, а идеи — в продукты.  🟡 Интерактив: форматы, где можно и нужно присоединиться к дискуссии и поспорить со спикерами. Спикеры, кстати, из Авито, Яндекса, Т-Банка, Додо и других компаний. 🟡 Не только доклады и не только ИТ: спецвыпуск подкаста математика Андрея Коняева про то, как научный подход помогает находить новые решения. 🟡 Нетворкинг: афтепати с видом на Москву-реку. Конференция пройдет офлайн с онлайн-трансляцией в Парке Горького 12 сентября с 14:00.  🔜 Зарегистрироваться

Чуждый разум ChatGPT OpenAI показала GPT‑6 Astra и вновь заговорила на любимую тему — риски приближающейся эпохи AGI (artificial general intelligence или общего искусственного интеллекта). Ведущий научный сотрудник компании Джейкоб Пачоки написал на эту тему эссе «Чуждый разум». Ключевые мысли:  🔵ИИ не столько создают, сколько выращивают с помощью постоянной оптимизации и сложных вычислений. В результате получается система, умеющая работать с абстрактными понятиями и имитировать человеческое поведение. Разработчики и исследователи догадываются, как как она это делает, но не понимают ее до конца.  🔵Главная проблема ИИ — это научить его не просто выполнять указания, но и понимать и применять общечеловеческие ценности в любых ситуациях. Правильно обученный ИИ должен всегда действовать из соображений честности, прозрачности и заботы о людях.  🔵Есть два основных способа, как люди пытаются этого добиться, и оба со своими минусами. Первый — вознаграждать ИИ за «правильное» поведение. Он хорошо работает в знакомых модели сценариях, но может дать сбой, если она столкнется с новыми условиями. Второй — сформировать «правильное» поведение еще на этапе предварительного обучения за счет, например, правильно собранных датасетов. Это может привести к тому,  что модель начнет рационализировать свои действия и подстраивать рассуждения так, чтобы все-таки добиться поставленной цели не совсем этичными методами. 🔵Угроза от постоянного умнеющего ИИ только растет, и это лучший стимул для того, что ускорить темпы разработки. Прежде, чем враги сделают свой плохой ИИ, надо успеть сделать свой добрый, который сможет ему противостоять. Но при этом, это не повод забывать о безопасности.  🔵Рекурсивное самоулучшение — то есть когда ИИ обучает ИИ — играет все большую роль в развитии технологии. Чтобы процесс не вышел из-под контроля, важно, чтобы люди продолжали в нем активно участвовать и контролировать, а не отдавали все на откуп ИИ.  Что скажете? Человечество готово к эпохе AGI?

Lead Data Engineer, найдись! Valiotti Data — AI-native команда дата-инженеров и аналитиков. Консультируем растущие компании: встраиваемся в бизнес, решаем задачу, строим систему и передаем знания команде клиента. Задачи: архитектура данных, менторинг дата-инженеров, общение с заказчиками. Пример проекта. Клиент из Канады продает лидов через LeadByte, платежи принимает через Stripe. Нужно свести две системы: сколько выручки обещали проданные лиды и сколько реально выставлено в счетах. Единица отчета не кампания, а «продукт × язык», поэтому нужен свой справочник продуктов и слой маппинга. Требования на десятки страниц, работу режем на фазы. Стек: Fivetran → BigQuery → dbt → Looker Studio. Источники: Google Ads, соц. сети, LeadByte, Stripe. 🔜 Подробное описание вакансии Откликнуться: tg @Da6ka или ivanova.d@valiotti.com

Для важных переговоров Бывает у вас такое, что коллега отправил вам сообщение в ответ на ваш вопрос, вы читаете и понимаете — он сам тут ни слова не написал. Может быть даже не читал. Он просто отправил ваш вопрос Claude или ChatGPT и переслал вам их ответ. Наверное, кто-то к такому относиться с пониманием, но если вам такой подход не по душе — ловите полезную ссылку. Копируете и отправляете вашему собеседнику, можно даже не читать, что там написано — он же тоже, скорее всего, не читал, что ему ИИ написал. Там даже есть версии на разных языках и типа жесткий вариант (хотя на самом деле тоже довольно беззубый). Такой вот Let me google that for you турбулентной ИИ-эры.

Как боты пользуются интернетом Продолжаем тему ИИ и визуализации данных — на этот раз смотрим, как боты захватывают интернет. Вы наверняка видели новости про то, что объем трафика, сгенерированного ботами, превысил объемы человеческого. В The Agentic Web Index можно посмотреть, из чего он складывается и что за боты ходят по нашим сайтам. 🔵Значительная его часть приходится на поисковых ботов (они же краулеры), которые индексируют сайты для баз данных поисковиков, и SEO-ботов, анализирующих структуру и контент сайтов для последующей оптимизации. А вот на уже 3 месте оказались боты, которые собирают данные для ИИ-выдачи. 🔵На ИИ-скрейперов приходится 11% бототрафика, из которых 26% генерирует Claude. Чаще всего он собирает данные о праве и вопросах государственного управления почему-то. 🔵ChatGPT чаще других цитирует данные из интернета в своих ответах и направляет людей на сайты-источники. Впрочем, процент переходов пока совсем невпечатляющий — всего-то 0,1%.  ❤️Ну и хорошая новость напоследок — 95% ботов следуют указаниям в robot.txt. Пока.

«ИИ станет либо величайшим уравнителем из когда-либо созданных, либо худшим источником несправедливости» Билл Гейтс опубликовал эссе о влиянии ИИ на общество: как оно меняется уже сейчас, что ждет его в будущем и что нужно сделать, чтобы эти перемены были менее болезненными для всех нас. Далеко не первый и не последний материал на эту тему, но интересный за счет попытки смотреть на вопрос непредвзято, без нагнетания паники.   Вот несколько ключевых мыслей:  🔵Даже при самых идеальных условиях переход в новую эру ИИ станет одной из самых турбулентных эпох в истории человечества. Одна из причин этого — то, что люди до сих пор недооценивают искусственный интеллект и не понимают, насколько сильно и быстро изменит все сферы деятельности.  🔵Многие профессии исчезнут навсегда, причем это касается не только белых воротничков. Вместе с ИИ развивается и робототехника, а значит и растет количество индустрий, где людей можно будет заменить ботами и машинами. Это приведет не только к безработице, но и к тому, что в обществе в принципе изменится восприятие таких вещей как работа, доход и экономическая безопасность.  🔵ИИ может многократно преумножить урон, который способны принести люди или даже другие ИИ-модели. Он дает доступ к знаниям и инструментам, которые раньше для многих злоумышленников с ограниченными ресурсами или знаниями были бы недоступны. А иногда ему даже участие людей не надо, чтобы совершить что-нибудь плохое — историй про ИИ, сбежавшие из тестовых сред, чтобы что-нибудь взломать, становится все больше.  🔵ИИ может негативно повлиять на развитие детей и отношения между людьми. Общение с ботом, который всегда рядом и никогда не спорит, не может не сказаться на том, как люди взаимодействуют друг с другом.  🔵Но при это концентрироваться только на рисках и проблемах тоже неправильно. Вместо этого государства, частные компании и общественные институты должны сосредоточить усилия на том, чтобы с помощью ИИ приносить пользу людям — всем людям, а не только богатым.  🔵Чтобы это произошло, человечеству нужно перестроиться — Гейтс сравнивает это с масштабной реорганизацией всей системы национальной безопасности, через которую прошли США после 11 сентября. Только на этот раз изменения должны быть еще масштабнее, а для управления ими необходима отдельная инфраструктура, начать создавать которую надо уже сейчас.   🔵Также он предлагает оставить часть профессий только для людей, даже если там можно использовать ИИ, и ввести налоги на токены и роботов. Это позволит сохранить рабочие места и создаст новый источник доходов для государства в меняющейся экономической ситуации. Что скажете? Согласны с его идеями?

Независимый рейтинг ИИ Artificial Analysis — проект на стыке наших с вами любимых тем: ИИ, аналитика и визуализация данных.  Там сравнивают модели ИИ по всем возможным показателям: интеллект в целом и успешность прохождения разных бенчмарков по отдельности, скорость работы, стоимость, «открытость» и прозрачность для публики.  🔵В рейтинге участвуют не только ChatGPT с Claude — там сотни моделей, включая совсем маленькие и малоизвестные. Отдельные блоки выделены для ИИ, генерирующих изображения и видео. У каждой модели есть отдельная страничка с краткой сводкой конкретно по ней.  🔵Если запутались в таком изобилии, можно воспользоваться сервисом Model Recommender, который помогает подобрать ИИ под ваши задачи и требования.  🔵Все графики интерактивные. Можно выбрать, какие модели добавить или убрать, выставить фильтры. Если заплатить проекту денег, то можно будет скачивать их данные, получить доступ к отчет и гайдам, техподдержку, возможность делать свои кастомные графики и так далее. Но и бесплатно там есть чем заняться.

Охота на баг в SQLite Подустали читать про ИИ, релиз очередной модели, результаты бенчмарков и новости про то, как хитрые агенты что-нибудь взломали? Если да, то почему бы не почитать лонгрид про то, как компания Tailscale искала в SQLite хитрый баг, который прятался в ней 16 лет?  🔜 Если кратко: Данные компания хранит в SQLite на отдельных серверах. Каждые несколько минут система делает «снимок» базы и отправляет файл SQLite в хранилище S3. Такой подход работал с 2023 года, но в августе 2025 начал сбоить — именно тогда Tailscale обнаружили, что один бекап поврежден. А потом этот случай повторился, а потом еще, и так 19 раз за 6 месяцев. В инцидентах не было никакой логики: они затрагивали разные сервера, данные разных клиентов, с разной частотой, независимо от нагрузки на сеть или времени суток. Пока компания искала баг, им надо было как-то поддерживать работоспособность продукта и постараться при этом не терять данные пользователей. Они стали вести отдельный лог всех изменений, которые после очередной поломки воспроизводили поверх последней исправной копии. Этот подход и подкинул в итоге важную подсказку: в двух случаях данные, которые одна транзакция успешно записала и сохранила, исчезли для всех последующих.  🔜 Потеря уже подтвержденных данных навела на мысль, что поломка происходит во время записи на диск. Тут надо вспомнить, как эта СУБД фиксирует новые данные: она сначала вносит их в WAL (Write-ahead-log), а затем уже переносит в базу — это называется checkpoint. Все это время Tailscale сотрудничали с разработчиками SQLite, которые создали инструмент, позволяющий детальнее посмотреть, что происходит в СУБД во время работы. Он и показал, что иногда во время чекпоинта SQLite ошибочно считала, что уже скопировала данные из WAL, хотя на самом деле еще не успела это сделать. Из-за этого часть записей терялась, но некоторые страницы в базе (например, индексы) продолжали на них ссылаться — в итоге весь файл повреждался. Баг сидел в коде 16 лет незамеченным, потому что воспроизвести его можно только в специфических условиях. Обычно чекпоинты проводятся автоматически и работают без ошибок, а Tailscale решили взять процесс под свой контроль и сделали это по их же словам, очень агрессивно. Именно это и приводило к сбоям, но больше так не будет: баг пофиксили в версии SQLite 3.52.0. 🔜 Вот такой хеппи энд. Хотя концовку вы уже знаете, почитать статью целиком все равно стоит. Во-первых, это хороший повод побольше узнать про то, что творится внутри одной из самых популярных СУБД, а во-вторых там есть сцена после титров.

Anthropic учит пользоваться ИИ Лето заканчивается, пора возвращаться к учебе. Да, даже если вы давно получили свой диплом. 🔜 Anthropic запустила Claude Academy. Главная задача проекта — дать людям актуальную информацию про ИИ и показать, как пользоваться этой технологией безопасно и эффективно. В посте в блоге компания настаивает, что это не гайд «как пользоваться Claude» или «как писать промпты». Материалы помогут: 🔵разобраться в возможностях и ограничениях ИИ в целом и узнать, как применять его для решения повседневных задач,  🔵определить, какие задачи на самом деле стоит делегировать ИИ, а какие лучше делать самостоятельно, 🔵научиться внедрять ИИ в рабочие процессы и корректно информировать об этом коллег и клиентов. Хотя, конечно, отдельный блок про продукты Anthropic там тоже есть. Сейчас в Академии уже есть несколько курсов и туториалов, а 1 сентября обещают первый вебинар. Как вам эта идея? Готовы приступить к учебе?

Origin: новый конкурент GitHub Не так давно обсуждали проблемы у GitHub и отток пользователей к конкурентам, и тут как раз во время очередного крупного сбоя, появилась еще одна альтернатива.  🔜 Cursor представили Origin, свой сервис для хранения кода. Проект находится на стадии ранней беты, так что функционал пока базовый: создание новых репозиториев, синхронизация с GitHub, поддержка пулл-реквестов. Во время работы пользователь может пользоваться помощью Cursor, задавать вопросы или давать ему задачи. В будущем обещают разработать целую экосистему приложений специально для Origin. Сервис уже доступен всем платным пользователям.

Один мой знакомый решил в своей компании полностью отказаться от дашбордов и заменить их на ИИ. Дашбордами все равно никто не пользовался, так что Claude казался более дешевой и удобной альтернативой. Но постепенно все покатилось куда-то не туда. 🔵Перестали сходиться цифры: разные отделы оперировали разными данными и метриками и никак не могли договориться между собой. 🔵У термина “активный клиент” появилось сразу три определения. 🔵Claude посчитал показатели по таблицам, которые не обновлялись с 2022 года. 🔵У знакомого начало зреть ощущение, что он все сломал. Это не уникальный случай. Я такое видел уже много раз в разных компаниях. Дело в том, что BI-система - это не просто набор графиков. Это то, что заставляет всех договариваться, что значат данные и как считать метрики. Как только убрали этот общий знаменатель, разногласия начали расползаться по всей компании. Именно поэтому я не устаю повторять: ИИ не заменит систему данных, особенно если в компании ее толком и не было. Прежде чем отказываться от BI ради экономии, убедитесь, что понимаете, что именно вы теряете. Если вы потратили деньги на дашборды, а сотрудники на них все равно не смотрят, дело может быть вообще не в дашбордах. Я регулярно провожу аудиты систем аналитики и вижу, что причины могут быть самые разные, но я еще не встречал случаев, когда полный отказ от BI пошел бы кому-то на пользу. А вы бы заменили дашборды на инсайты от ИИ?