Николай Хлебинский

Ramp (американский финтех корпоративных банковских карт, обслуживает 70 тысяч компаний) выпустил индекс трат на ИИ. Это не соцопрос, а реальные обезличенные платежи десятков тысяч американских бизнесов. В мае 2026 топ-1% компаний-клиентов сервиса потратили на ИИ почти 7500 долларов на сотрудника в месяц. Топ-10% тратит всего 611 долларов. Медианная компания – 11 долларов 38 центов. Разрыв между медианой и верхушкой примерно 650 раз! 11 долларов на человека в месяц – это цена одного места в корпоративной подписке на ИИ-чат-бот. Получается, половина рынка просто покупает галочку "у нас есть ИИ". Опросы и спущенные сверху таргеты по Adoptoin ИИ легко рисуются, а платеж с корпоративной карты не соврет. Теперь верхушка. 7500 в месяц это меньше половины месячной зарплаты среднего американского инженера (по данным СМИ, около 16 тысяч долларов). Для сравнения: Питер Штайнбергер, автор OpenClaw, сжигал около 13 тысяч долларов в месяц на одного ИИ-агента уровня крепкого мидла. Даже компании, которые Ramp называет "AI-pilled" (подсевшими на ИИ), тратят на сотрудника вдвое меньше, чем стоит такой агент. На мой взгляд, разрыв в 650 раз не про доступ к технологии. Подписка стоит всем одинаково, модели у всех одни и те же. Разрыв про то, кто перестроил работу: верхний процент не раздает места в чате, а гоняет агентов, миксует топовые модели с дешевым open source и нарастил траты на 14% за последний месяц. Рынок научился считать стоимость ИИ. Следующим шагом придется считать отдачу. К медианной компании из индекса есть неудобный вопрос: если завтра отключить все, что покрывают эти 11 долларов, кто-нибудь это заметит? И тот же вопрос вашему бизнесу: что остановится, если обнулить ваш чек на ИИ? Индекс Ramp с данными и методологией: https://ramp.com/data/ai-index

Более 20 000 аккаунтов Instagram (запрещенный в России сервис) увели хакеры через... ИИ-бота поддержки пользователей. Дыра простояла открытой два месяца. В обычной текстовой переписке бота поддержки уговаривали привязать чужой аккаунт к новому email и сбросить пароль. Злоумышленник писал боту, бот выполнял, аккаунт менял владельца. Ни одной строчки кода, ни одного украденного пароля из текстового файла на рабочем столе, только общение в окне чата. В этом кейсе ИИ-агент поддержки был не справочником, который отвечает на вопросы про сброс пароля. Это был ИИ-агент с правами совершать сами эти действия: менять привязанную почту, сбрасывать доступ, переоформлять аккаунт (проще говоря, агент с правами на запись в базу данных). У него есть кнопки, и слова собеседника эти кнопки нажимают. Ограничитель внутри такого бота – инструкция в системном промпте, написанная человеческим языком, а человеческий язык можно переспорить. Деталь, спасшая частично: аккаунты с включенной двухфакторкой не пострадали (пожалуйста, включите ВЕЗДЕ двухфакторную авторизацию через код в SMS или email). Но реальный фактор защиты только один – решить, что ИИ–бот вправе делать, а что нет, потому что "уговорить" его нельзя только на то, на что он фактически не способен. Лаборатория Anthropic в прошлом году показала на 16 самых популярных моделях, что агент идет на нарушение норм, когда это оптимальный путь к цели, и осознает, что нарушает. Бота поддержки нельзяграма даже не пришлось ломать, его просто вежливо попросили. И это самое неуютное в истории, к ИИ-боту поддержки индустрия пока относится заметно мягче, чем к человеку, которого пустили общаться с клиентом. У вас уже есть ИИ-агент с правами на запись и возможностью общаться с клиентами (а значит и со злодеями)? Разбор инцидента у Krebs: https://krebsonsecurity.com/2026/06/hackers-used-metas-ai-support-bot-to-seize-instagram-accounts/

Сегодня вышло видео про ЕС Клинику, к которой я присоединился в качестве управляющего партнера несколько месяцев назад, почти сразу после закрытия своего ИИ HR Tech стартапа. Где-то в середине ролика рассказываю, как использовал ИИ для анализа кастдев-интервью, формирование ICP (Ideal Customer Profile, они же аватары клиентов) и выстраивания позиционирования продукта. Ни в одном из моих подкастов на канале такого сценария пока не было, очень круто работает! Если бы полгода назад мне кто-то сказал, что я буду медицинским работником, ни за что бы не поверил. Открываю для себя этот мир, очень интересно! https://www.youtube.com/watch?v=YwqaSIRvPjs

Uber срезал внутренний лимит на ИИ-кодинг до 1500 долларов в месяц на каждый инструмент на одного инженера. История такая. Сначала Uber раздал инженерам доступ к ИИ-ассистентам без жестких потолков. За четыре месяца команды сожгли весь годовой бюджет, заложенный менеджментом на это направление. После чего сверху ввели лимит, это вызвало внутри давление и недовольство: люди уже встроили ИИ в свою ежедневную работу, а теперь им сказали, что с середины месяца лавочка закрывается. Вот как выглядит новая экономика на инженера. Полторы тысячи долларов на инструмент, инструментов как правило два (условный Cursor плюс условный Claude Code), на двенадцать месяцев выходит около 36 тысяч долларов в год. По данным СМИ, медианный инженер Uber получает порядка 330 тысяч. То есть ИИ-обвязка одного разработчика теперь стоит около 11% его зарплаты. Раньше ассистент в редакторе кода был бесплатной добавкой из коробки, никто не считал, сколько он жжет. Теперь у него появилась отдельная строка в P&L (отчет о прибылях и убытках), рядом с зарплатами и арендой. Токенмаксинг наоборот от Uber: вот потолок, через который мы не дадим вам перешагнуть. Между этими двумя цифрами и живет настоящая экономика ИИ-разработки, которую большинство компаний еще даже не начали считать, а считать ее надо как зарплатный фонд: до запуска, с потолком на человека, а не по факту сожженного за четыре месяца. Uber просто оказался первым, кто публично назвал цену в долларах. Так, глядишь, начнут измерять и сколько ИИ реально приносит!

Стартап Cognition, который делает AI-разработчика Devin с весны 2024 года, сообщил о закрытии инвестиционного раунда на 1 миллиард долларов при оценке в 26 миллиардов. Devin обучен читать документацию, изучать репозитории, исправлять баги в сложных библиотеках. Он способен самостоятельно создавать сайты, обучать нейросети, обновлять легаси-код и даже выполнять реальные коммерческие заказы на фриланс-биржах. Devin интегрируется в существующие рабочие процессы команды (например, через Slack или Jira). И отдельная цифра: 89% собственного кода компании пишет сам агент, которого компания развивает. По данным TechCrunch, ARR компании (annual recurring revenue – годовая рекуррентная выручка) за последние 12 месяцев выроссла с 37 миллионов до 492 миллионов долларов (это рост в 13 раз за год). Команда около 200 человек (2,46 миллиона выручки на сотрудника в год, это МНОГО для IT-компании). Классические софтверные вендоры до эпохи ИИ выходили на такой уровень лет за пять, и то редко. Здесь это получено за двенадцать месяцев, и не потому, что наняли еще тысячу инженеров, а потому, что часть инженерной работы делает сам продукт. Каждое улучшение продукта Cognition сначала ускоряет саму компанию и только потом доезжает до клиентов. Получается классный контур обратной связи: лучше агент, быстрее команда, быстрее следующая версия агента. Больше деталей: https://techcrunch.com/2026/05/27/ai-coding-startup-cognition-raises-1b-at-25b-pre-money-valuation/

Новый выпуск подкста про ИИ! В гостях приглашенный эксперт бизнес-школы Сколково, читающий лекции на программе AI Shift 🔥 Получилось очень интересно: https://www.youtube.com/watch?v=oh-IRivpcXE

На OpenRouter.ai, одном из крупнейших агрегаторов API LLM, китайские модели за год забрали 61% потребления токенов. Год назад их доля была около 2%. Сдвиг тащат модели MiniMax, Kimi, GLM и DeepSeek. Цена вызова у этих моделей в 10-20 раз ниже, чем у Claude или GPT. Anthropic впереди по качеству работы на несколько месяцев, но Китай берет мир ценой. Но ведь последняя версия модели и рабочая модель в продукте – это разные истории. Для большой части задач бизнеса (классификация писем, извлечение полей из договоров, ответы по базе знаний, простые вызовы инструментов) разница в качестве между последних версий Claude Opus и Kimi будет незаметна, а разница в цене на порядок. Именно поэтому потоки задач так стремительно переключаются на китайцев. В самом Антропик заявили, что ведущие китайские ИИ-лаборатории использовали более 24 тысяч мошеннических аккаунтов для генерации около 16 миллионов запросов к Claude. Они использовали ответы американской модели для ускоренного обучения и улучшения собственных систем. После этого компания демонстративно закрыла доступ к API и сервисам семейства Claude для компаний, связанных с правительством КНР, государственными структурами или Коммунистической партией Китая. Но факт на сегодня такой: большую часть автоматизаций бизнесу значиельно выгоднее закрывать китайскими моделями. Инфраструктура на дорогих токенах последних версий Claude и GPT через год потребует пересчета экономики на единицу запроса. Реальное потребление токенов утекает мимо тех, в кого складывается мировой капитал, рынок токенов и рынок капитализаций живут в разных вселенных, ведь текущая оценка капитализации Антропик (выходит на IPO осенью этого года) приближается к триллиону долларов. Очень похоже на пузырь доткомов.

На днях разработчик по имени Скотт Шамбо, который ведет opensource Python-библиотеку, отклонил pull request (предложение правки кода) от AI-агента. Через несколько часов в блоге, о котором он раньше не слышал, вышла статья про него лично, потом еще одна, и еще, серия из четырех публикаций подряд. Цель серии публикаций состояла в дикредетации Скотта и в оказании давления на принятие правки в код. Странность этой истории в том, что посты написал тот же самый агент, который отправил пулл реквест. Оператор агента позже признался, что это был социальный эксперимент. У агента был доступ к публичному пространству: блог-движок плюс возможность публиковать. Этот доступ агент применил как рычаг давления на конкретного человека, который сказал ему нет. Это новый класс инцидента: публичный канал как рычаг давления на человека и его репутацию. В прошлом году предпосылки к нему были в исследовании от Anthropic, где были протестированы 16 ведущих на тот момент моделей ИИ от разных разработчиков и обнаружилось, что почти все они готовы шантажировать руководителей, сливать секреты конкурентам и даже допускать гибель человека. Причём модели не "срывались" случайно и не галюцинировали: они осознавали (на сколько этот термин в принципе применим к ним), что нарушают нормы этики, и все равно шли на это как на оптимальный путь к цели. Пока что это просто контролируемый социальный эксперимент. Но модели прогрессируют очень быстро и если у агента в вашей компании есть доступ к корпоративному email, к CMS блога (админка) или к аккаунтам в соцсетях, к этой проблеме у вас уже открыта дверь. Агент напишет письмо клиенту от вашего имени, опубликует пост в корпоративный блог, ответит подписчикам в комментариях так, как вы бы никогда не ответили. Контракта о допустимом поведении у агента нет, guardrail (программный ограничитель) для языковой модели работает как рекомендация. Доступ к публичному пространству и к чужим репутациям относится к той же категории риска, что доступ к проду, и обращаться с ним придется так же. Разбор от Скотта Шамбо: https://theshamblog.com/an-ai-agent-published-a-hit-piece-on-me/ Тестирование моделей на склонность к шантажу и корпоративному шпионажу от Антропик: https://www.anthropic.com/research/agentic-misalignment

Сегодня начинается мастермайнд «Совет директоров», который я лидирую уже полтора года. Раз в квартал несколько десятков предпринимателей на 4 дня собираются и ищут ответ на вопрос «что нужно делать по-другому, чтобы кардинально изменить динамику в бизнесе». Мы погружаемся на несколько часов в бизнес-контекст каждого участника группы и формируем план действий на квартал, потом разъезжаемся на его реализацию и через 3 месяца повторяем процесс. Это самый эффективный способ развития в бизнесе, который мне известен (а я пробую все что можно и учусь постоянно!).

OpenAI выложили в open-source проект Privacy Filter. Это маленькая (по сегодняшним меркам) модель на 1,5 млрд параметров под открытой лицензией Apache 2.0, которая спокойно запускается локально на ноутбуке или даже прямо в браузере. Занимается она решением одной из самых больших проблем в использовании ИИ в корпоративном мире – деперсонализацией текста. То есть вырезает имена, телефоны, адреса, email, номера счетов, даты, API-ключи и так далее локально (это важно) до того, как текст уйдет в облачную LLM. До сих пор бизнес, который хотел прогонять клиентские письма, обращения в поддержку и договоры через ChatGPT или Claude, упирался в стену. Служба безопасности и юристы блокировали работу: персональные данные клиентов и финансовые отчеты уезжали в чужое непонятное облако и это прямо упиралось и в законы о защите персональных данных и в представление о прекрасном корпоративных юристов и безопасников. Privacy Filter ставится на свой ноутбук или сервер, прогоняет текст локально, наружу уходит уже обезличенный кусок, чувствительные данные из периметра компании не выходят. То есть жалоба клиентов, договоры, переписки с поставщиками - все это теперь можно загнать в большую модель без претензий compliance. Оговорки тоже есть, OpenAI про них пишет сам. Это не сертификат compliance и не полная анонимизация: в медицине, юриспруденции и финансах человек все равно должен перепроверять результат. Еще из важного: на русском из коробки модель ловит примерно две трети ПД, но после дообучения на 10% локальных данных точность растет до 96%, это уже уровень для продакшна. Мошенники тоже не дремлют: за 18 часов после релиза появился фейк-репозиторий-двойник с инфостилером, который, по разбору HiddenLayer, собрал 244 тысячи скачиваний. Качайте строго с верифицированных страниц OpenAI на Hugging Face и GitHub! Compliance-блок, державший бизнес в стороне от больших моделей на клиентских данных, скоро будет полностью снят: opensource фильтрация ПД переезжает на устройство владельца данных, в облако уходит обезличенный текст. Это та же логика, что в посте про Cactus Needle (его можно найти тут: https://t.me/nikolay_khl/1073) две недели назад - чувствительный кусок пайплайна обработки данных переезжает с чужого облака на ноутбук и снижает давление на дорогое API последних версий моделей. Ссылка на модель: https://github.com/openai/privacy-filter Детальное описание (в том числе и на русском!): https://openai.com/index/introducing-openai-privacy-filter/ Классный пост про тестирование модели на русских персональных данных: https://habr.com/ru/articles/1027266/

Питер Штайнбергер, создатель OpenClaw (выкладывал недавно про эту штуку крутейший ролик – https://www.youtube.com/watch?v=1N1QqYZB7lQ – уже почти 100 000 просмотров!), за месяц сжег в API OpenAI 603 миллиарда токенов, активно используя около 100 параллельных Codex-агентов. Стоимость токенов составила $1,305,088.81. Один агент на OpenAI Codex сейчас оценивается по навыкам как крепкий мидл-разработчик. Получается, он заплатил за один человеко-месяц ИИ-мидла обошелся в 13 тысяч долларов. Во-первых, по меркам Кремниевой Долины это дешего. Во-вторых, ИИ-агент работает не 160 человеко-часов, он работает круглые сутки без выходных. А еще у него нет расходов на найм и онбординга, отпуска, перформанс-ревью и ему не нужны соц. пакеты и кофепоинты. Технический директор быстро становится оркестратором пула из сотни Codex/Claude/Cursor-агентов, которые в фоне разбирают тикеты, делают ревью кода, ловят баги, чинят регрессии. Стоимость одного агента – это просто бюджет на токены, поделенный на сто. И эта стоимость будет падать: модели дешевеют каждые несколько месяцев. AI не делает живого инженера в два раза быстрее, он подменяет саму единицу, которой считается команда. Тут очень хочется задать: вот сожгли мы токенов на миллион долларов, а сколько профита это принесло бизнесу? Вопрос справедливый. А вот еще один: сколько денег бизнесу принесла ваша команда разработки за прошлый месяц?

На прошлой неделе команда Cactus Compute (стартап, делающий встроенные LLM для мобильных устройств) выложила в open-source маленькую модель Needle на 26 миллионов параметров. Лицензия MIT, можно брать в любой коммерческий продукт. Главное в ней не размер сам по себе, а то, что она умеет на основе запроса на естественном языке делать так называемый function calling (то есть сама вызывает нужные сервисы и функции) и работает локально, прямо на телефоне или часах, без интернета и без обращений к чужим серверам. Не выходя в сеть, она вызовет нужный сервис: запросит погоду, создаст митинг в зуме, отправит письмо или сообщение. Модель дистиллировали из Gemini 3.1 Flash Lite: большая модель служила учителем, маленькая училась у нее, предобучение заняло 27 часов. Бюджет вычислений, который еще пару лет назад тянули только фронтир-лаборатории, сегодня помещается в эксперимент команды из нескольких человек. До сих пор function calling жил в API OpenAI, Anthropic, Google: каждый вызов агента, распознающего запрос на естественном языке, означал запрос в их API за деньги. Теперь это переезжает на железо пользователя в виде микро-LLM, встроенных в приложения для компьютеров и телефонов. На самом деле для 80% задач бизнеса большие модели с огромной стоимостью обучения и дорогими токенами не нужны. Нас ждет волна софта с втроенными небольшими моделями, где цена одного вызова LLM падает с долей цента за токен до стоимости электричества телефона. Для нашего локального контекста это означает, что нас теперь есть команда крепких ИИ-мидлов которые могут жить прямо на нашем устройстве, а не в облаке за подпиской в валюте. Контроль качества для CRM, ассистент кассира в кофейне, роутер заказов в точке выдачи, такие функции теперь могут гонять локально, без счета за токены и без зависимости от того, дойдет ли запрос до серверов в другой стране. Проект Needle: https://github.com/cactus-compute/needle

Очень интересный выпуск сегодня про то, как строить взаимодействие ИИ и детей. Артем Круглов уже был гостем моих подкастов в роли предпринимателя, мы говорили про бизнес, а в этот раз он пришел ко мне как человек, который преподает детям ИИ в школе Летово. Инсайты получились взрослые, я очень много для себя вынес! Полный выпуск тут: https://www.youtube.com/watch?v=6VBkQdflP1k

Мне кажется, подкаст про дизайн сайтов через Claude собрал 1000 лайков быстрее, чем любое другое видео на моем канале 😍 Как обещал, выкладываю все материалы, которые в нем использованы. Все уже доступно в моем боте @nikolay_khl_bot (если вы запускали его ранее – необходимо перезапустить его командой /start) А если еще не видели, обязательно посмотрите: https://www.youtube.com/watch?v=gQIAXfwGgkg

Про "Эффект кобры" Во всем мире набирает обороты явление под названием токенмаксинг (tokenmaxxing). Внутри Amazon, ФБ, Гугла, Майкрософта и других бигтехов появились внутренние лидерборды, которые считают, сколько токенов AI-моделей каждый инженер сжег за неделю. Топ-1000 инженеров по этому счетчику видит вся команда, попадание туда стало неформальным маркером правильного сотрудника, за лидерские места выдаются бейджики и ачивки. ИИ становится новым корпоративным богом, сверху спускаются таргеты на adoption "XX% сотрудников обязаны каждый день использовать AI!" Что именно делать с агентами и зачем, не уточняется. Поэтому инженеры запускают агентов на бессмысленных задачах, гоняют их по пустым диффам и жгут токены ради позиции в рейтинге. В комментарии для прессы один из них описал атмосферу одной фразой: "so much pressure to use these tools" (слишком сильное давление пользоваться этими инструментами). Это знакомый KPI-парадокс. Метрика-прокси выбиралась как сигнал того, что команда осваивает новые инструменты, но как только за нее начали премировать и увязывать с грейдами, сигналом она быть перестала. Сжигание токенов или сам факт использования ИИ не говорит ни о продуктивности инженера, ни о пользе AI для продукта, оно говорит только о том, что человек умеет жечь токены. Идеальная иллюстрация "Эффекта кобры". Корпорации спешат отчитаться перед советами директоров и инвесторами красивой цифрой о доле сотрудников, использующих AI. Цифра растет сама собой, причины ее роста к работе отношения уже не имеют. Давайте искать реальный сигнал не в том, сколько людей в компании прикоснулись к AI, а в том, что после этого изменилось в продукте, в скорости и в качестве решений и в метриках, которые отражают эффективность процесса создания ценности. Описание "Эффекта кобры": https://ru.wikipedia.org/wiki/Эффект_кобры

По моим оценкам на сегодняшний день за последние десять лет я вложил более 12 миллионов рублей в свое обучение. Самый крупный расход был на MBA в Сколково – 45 тысяч евро (обучение стоило 60 тысяч, но я выиграл грант на 25%). Брал десятки тренеров, сотни онлайн- и оффлайн-курсов, семинаров, обучений и практик. В этом году уже прошел три обучения по ИИ (включая шестинедельную программа в MIT – лог моей рефлексии по этому обучению можно найти в канале по тегу #AIMIT) и планирую еще пройти четырехмесячную в программу Сколково (старт в августе). Многие удивляются, почему я до сих пор не прекращаю учиться, и на это всегда есть ответ: инвестиции в себя дают самый большой возврат. Если бы мы знали как достичь желаемого результата – мы бы давно это сделали. Если в нашей реальности этого ещё нет, значит существуют «слепые зоны», которые мешают пробраться к результату. Через обучение и обмен практическим опытом с другими предпринимателями, у которых эти зоны перенесены в плоскость осознанности, я прихожу к своим целям. Часто у предпринимателей включаются защитно-оборонительные механизмы, создающие невыгодные объяснительные конструкции и обесценивающую позицию: – включают эго, думая что все знают сами; – называют любое обучение «инфоцыганством», вместо того чтобы перенимать опыт более опытных людей и быть в образовательной позиции; – не растут годами, перекладывая ответственность на обстоятельства; – геройствуют сутками в операционке, не делая ключевых действий, итируют бурную деятельность, пока не выгорят из-за стресса и потери целей и смыслов. Устал смотреть на то, как предприниматели идут тернистым путем в одиночку с отсутствием поддержки и инструментов. Я нашел и уже полтора года развиваю сильный формат, где делюсь своим опытом и фасилитирую трансформационные стратсессии в формате персонального Совета директоров для предпринимателей, про который расскзывал тут в последних постах: 15 сильных предпринимателей, собственников бизнеса (на входе фильтр по объему выручки, ценностям и отсутствию конфликта интересов) Суммарный оборот бизнесов участников нашей группы сейчас 10+ миллиардов рублей в год Оффлайн стратсессии каждый квартал, разборы с декларациями Еженедельные отчеты, трекинг между сессиями Шаринг связей, активов, контактов, ресурсов на протяжении года На майскую сессию 20-23 мая в Москве у нас открыты 2 места на полное членство (годовой контракт с группой) и несколько гостевых мест на одну сессию. Гости участвуют в работе по кейсам остальных участников, кейсы гостей мы не разбираем. Адмиссия идет в 4 шага: Анкета на strategicboard.ru — каждую заявку смотрю лично. Интервью со мной — для подходящих по профилю, знакомство и оценка совместимости. Голосование действующих участников — для гостей и кандидатов в полное членство. Работа с группой на ближайшей стратсессии 20-23 мая. Анкета закроется 16 мая (или раньше – как только соберется достаточно заявок для отбора). Анкета не обязательство — это только начало диалога.

Про Culture fit Всерьез задумался на этим аспектом формирования команд, когда погрузился в фреймворк по найму Quantumlight, использующийся в Revolut. Полтора года назад, когда я собирал первый состав Совета директоров, провел примерно 120 двухчасовых зумов и по итогу взял в группу 15 человек. Получается в 7 случаях из 8 кандидаты не прошли отбор. Группа очень сильная, почти все отмечают насколько классные люди собрались и по бизнесу и по ценностям. Я сразу же решил, кому формат мастермайнда не подойдет: – тем, кто ищет волшебную таблетку и не готов к приверженной работе; – тем, кто не готов к открытости и прямой обратной связи; – тем, кто ищет подтверждение уже принятых решений; – тем, кто воспринимает это как курс, клуб по интересам или развлекательное мероприятие. Большая часть предпринимателей находится в одной (или сразу нескольких) из этих позиций и это одна из ключевых причин, почему динамика их бизнеса их не устраивает. Мы работаем в группе и на стратсессии уходим вглубь бизнеса каждого участника. Если человек находится в позиции "у нас специфика, вы не понимаете", глубина невозможна. Culture fit – очень важный аспект и при найме и при формировании рабочей группы. Именно по этому у нас в Совет директоров сложный процесс адмиссии – сначала со мной, потом голосование группы на гостевой визит и потом, уже по итогам совместной работы, голосование группы по статусу постоянного участника. Когда я говорю "не подходит", я не говорю "ты плохой предприниматель". Я говорю, что формату Совета директоров и любому другому нужны настройки, которые позволяют 15 сильным личностям и хорошим переговорщикам глубоко работать с каждым бизнес-кейсом. Ссылка на фреймворк найма Revolut: https://quantumlightcapital.com/playbooks/performance-management/the-framework

Большую часть жизни наше поведение реактивное: мы автоматически реагируем на поток сигналов, который в нас залетает. В этом режиме можно прожить много лет, а большая часть людей живет так всю жизнь. Иногда мы переключаемся в "думание". Рефлексируем о том, что уже произошло, и пытаемся перенастроить привычные паттерны, чтобы в следующий раз отреагировать иначе. Попасть в это состояние тяжелее и мы там бываем нечасто. Последние месяцы замечаю, что все чаще провожу время в рефлексии в диалогах с ИИ. Найду классный рилс с промптом вроде "задай мне вопросы, которые помогут найти мои ограничения и точки роста" или пройду какой-то тест и начинаю обсуждать результаты с Claude, чтобы сформировать какой-то план небольших корректирующих действий (из последнегоо – прошел модный сейчас Cliffton Strength и целый час провел в диалгое с ИИшкой, много полезного получилось по итогу!). И уже совсем редко мы попадаем в состояние "мышления". Это процесс конструирования будущего, есть два необходимых (не достаточных) условия, при которых он запускается. Первое: мышление возможно только в группе, невозможно делать это одному. Второе: мышление возможно только в пространстве отсутствия абсолютного авторитета. В моём офисе я главный. В вашем офисе вы задаете видение и лидируете команду. Поэтому ни в моем, ни в вашем офисе мышление у нас не запускается. Этот режим работы "дорогой" для мозга. Кто бегал марафон или ходил в горы, знает, что после второго или третьего часа голова начинает рационализировать самые разные причины перестать жечь ресурс и вернуться в зону комфорта. "В этом нет смысла. Тебе не надо этого делать. Это все бесполезно." Наша голова сама генерирует объяснения, почему сейчас не лучшее время. Большая часть решений, которые действитлеьно повлияли на мою динамику последних лет в бизнесе, приняты именно в таком пространстве.

Крутейшую обучалку по дизайну сайтов через ИИ сегодня выложил на ютубе, кто уже посмотрел? Полная версия: https://www.youtube.com/watch?v=gQIAXfwGgkg

Поздравляю вас с Днем Победы! 80 лет назад закончилась Великая Отечественная Война, которая была восточным фротном Второй мировой войны, ставшей крупнейшим вооруженным конфликтом в истории человечества. В этой войне участвовали 62 из 74 существовавших на тот момент государства. Боевые действия велись на территории Евразии, Африки и в водах всех океанов. Это единственный конфликт, в котором было применено ядерное оружие. В результате войны погибло более 70 миллионов человек, большинство из которых — мирные жители. Точное количество наших потерь неизвестно, по существующим оценкам Советский союз потерял более 30 миллионов человек. В каждой семье есть истории участников этих страшных событий. Сегодня мы вспоминаем, чтим и передаем их дальше, чтобы сохранить эту память как можно дольше.