И_И_ by paperplanes
Ir al canal en Telegram
Этот канал — про управление в логике «и_и_». Про то, как сильная управленческая система впускает в себя ИИ и за счёт этого становится сильнее. Для связи @ilia_balahnin
Mostrar másEl país no está especificadoLa categoría no está especificada
1 517
Suscriptores
-224 horas
+77 días
+9130 días
Carga de datos en curso...
Canales Similares
Sin datos
¿Algún problema? Por favor, actualice la página o contacte a nuestro gerente de soporte.
Nube de Etiquetas
Sin datos
¿Algún problema? Por favor, actualice la página o contacte a nuestro gerente de soporte.
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
julio '26
julio '26
+96
en 1 canales
junio '26
+405
en 1 canales
Get PRO
mayo '26
+1 049
en 2 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 24 julio | 0 | |||
| 23 julio | 0 | |||
| 22 julio | 0 | |||
| 21 julio | +1 | |||
| 20 julio | +2 | |||
| 19 julio | +1 | |||
| 18 julio | +1 | |||
| 17 julio | +10 | |||
| 16 julio | +2 | |||
| 15 julio | +2 | |||
| 14 julio | 0 | |||
| 13 julio | +2 | |||
| 12 julio | 0 | |||
| 11 julio | +1 | |||
| 10 julio | 0 | |||
| 09 julio | +1 | |||
| 08 julio | +3 | |||
| 07 julio | +1 | |||
| 06 julio | +6 | |||
| 05 julio | +27 | |||
| 04 julio | +27 | |||
| 03 julio | +3 | |||
| 02 julio | +4 | |||
| 01 julio | +2 |
Publicaciones del Canal
Repost from К взлету готовы!
ЕСЛИ ИИ ДЕЛАЕТ СИНЬОРА В РАЗЫ БЫСТРЕЕ — ЗАЧЕМ НУЖЕН ДЖУНИОР?
Неудобный вопрос для консалтинга.
Раньше начинающий консультант учился профессии, выполняя большую часть подготовительной работы: собирал данные, разбирал источники, формулировал первые гипотезы, строил таблицы, готовил черновики слайдов.
Старший консультант проверял результат, возвращал работу с комментариями — и постепенно передавал младшему собственный способ мышления.
Теперь значительную часть этой работы можно отдать ИИ.
Для сильного консультанта это почти безусловное усиление. Он умеет поставить задачу, дать модели контекст, проверить логику, заметить выдуманный факт и отличить убедительно звучащий ответ от полезного.
Для junior ситуация сложнее.
ИИ позволяет быстро получить результат, похожий на работу опытного специалиста. Но между запросом и результатом исчезают десятки маленьких интеллектуальных действий:
— почему мы начали именно с этой гипотезы;
— какие данные сочли ненадёжными;
— почему отвергли первый вариант;
— где увидели противоречие;
— как связали наблюдение с решением клиента.
Можно научиться производить правильные с виду документы — и не научиться думать.
Поэтому главный риск ИИ для консалтинга — не только сокращение части задач. Это исчезновение среды, в которой выращивались новые специалисты.
Значит, должна измениться и модель обучения.
Недостаточно дать junior доступ к нейросети и набор хороших промптов. Нужно сделать видимой стратегию мышления, которую ИИ обычно прячет за готовым ответом:
— сначала сформулировать собственную гипотезу, потом обращаться к модели;
— уметь объяснить, почему ответ ИИ принят или отвергнут;
— защищать не только финальный слайд, но и путь к нему;
— разбирать ошибки рассуждения, а не только оформления;
— видеть, как senior ставит задачу, проверяет результат и принимает решение.
ИИ не отменяет начинающих консультантов. Но он отменяет старый способ их выращивать.
И теперь вопрос не в том, разрешать ли junior пользоваться ИИ.
Вопрос в другом: как сделать так, чтобы вместе со скоростью росло мышление, а не только качество первой версии?
В следующих постах покажем, как мы разбираем работу с ИИ внутри Paper Planes — на конкретных задачах и артефактах.
А пока интересно: что важнее проверять у начинающего консультанта — качество результата или способность восстановить логику, по которой он был получен?
| 2 |  Открываем доступ к записям и материалам первых двух потоков интенсива «И — И: искусственный интеллект в бизнесе», собранным в одну программу.
От первого потока ко второму наш подход заметно изменился. Мы переработали то, что успели проверить на внутренних задачах и клиентских проектах, и добавили новые лекции, разборы и рабочие материалы. В итоге получился не архив видео, а цельная программа.
В ней 18 видео — 11 лекций и 7 разборов — собраны в пять модулей. К видео прилагаются 26 материалов: шаблоны, инструкции, примеры, готовые проекты и стартовая папка CORD.
Программу можно пройти в своем темпе от начала до конца или сразу открыть модуль под текущую задачу: безопасно начать работу с ИИ, выбрать процесс и первый проект, организовать знания и задачи компании, разобраться в экономике применения ИИ или увидеть, как CORD и PDCA работают на задачах участников.
До 27 июля включительно весь комплект стоит 20 000 рублей вместо 30 000.
Если после записей вы решите прийти на следующий поток очно, всю сумму зачтем как скидку на участие. Так что выбирать между записями и очным интенсивом не нужно, можно начать сейчас, а затем продолжить с нами вживую ;)
Посмотреть программу и купить доступ:
https://events.скрытые-чемпионы.рф/records/ai-v-biznese-zapisi | 1 632 |
| 3 |  +2Микросервисная архитектура VS монолит
Многие годы существовала парадигма: нужно собрать одну большую систему, которая будет закрывать все задачи сотрудников. Это мог быть корпоративный портал, цифровое рабочее место, ERP, CRM или внутренняя платформа. Пандемия эту логику сильно ускорила: казалось, что если собрать всё в одном окне, сотрудник наконец перестанет бегать между системами, чатами и файлами.
Сейчас у этой логики есть слабое место. Большая система требует заранее описать работу, которая на практике постоянно меняется. Вайб-кодинг, low-code, API и агенты резко сократили временной разрыв от замысла топ-команды до первой рабочей версии. Поэтому нормальная архитектура всё чаще собирается из маленьких сервисов под конкретное действие: проверить заявку, собрать рыночный контекст, визуализировать или сохранить данные, провести сотрудника по шагам в контретной ранее ручной операции и так далее.
Старые платформы в этой логике никуда не исчезают. 1С, CRM, корпоративные хранилища, базы знаний становятся хабами данных и правил. Поверх них появляются профессиональные приложения под конкретные задачи.
Собрали наши примеры на экранах коллег - хранилище проектных HTML-ек, визуализатор огромного набора презентаций, база знаний, внутренний HR-портал, убирающий необходимость заходить в HH, личные кабинеты для клиентов и куча других сервисов.
Но такую микросервисную архитектуру потянут не все. Информации стало слишком много почти у всех. Стоящие сервисы соберут те, у кого информации ещё больше, и кто умеет превращать её в рабочий инструмент.
Поэтому и в работе с ИИ критичнее становится навык системного мышления. На следующем потоке курса по просьбам слушателей мы дадим больше материала именно по этой теме: как правильно смотреть на процесс, разбивать его на операции, находить входы и выходы, понимать роль данных и собирать ИИ-решения, которые реально встраиваются в работу.
Присоединяйтесь:)
https://events.скрытые-чемпионы.рф/programs/ai-v-biznese | 508 |
| 4 |  Обновили подборку «Искусственный интеллект в бизнесе».
https://mooove.ru/collections/iskusstvennyy-intellekt-v-biznese
Добавили два новых видео из второго потока интенсива «И — И: искусственный интеллект в бизнесе», который проходил 4-5 июля в рамках бизнес-школы «Скрытые Чемпионы»
Первое видео — про Human in the Loop: зачем человеку оставаться в контуре работы с ИИ, проверять не только финальный ответ, но и ход рассуждения, ошибки и правила.
Второе — про бизнес-процессы перед ИИзацией: как разложить компанию на процессы, оценить их зрелость и выбрать, что действительно стоит менять.
К видео приложили рабочие материалы, чтобы сразу применить подходы в своей компании: описать и оценить процессы, выбрать кандидатов на ИИзацию и настроить контроль работы ИИ. В комплекте — транскрибации, карта APQC, шкала зрелости процессов, кейс процессной аналитики, производственный JIT-кейс и готовые скиллы для AI-агентов.
На годовую подписку до 12 июля действует скидка 40% по промокоду ROUTES40: 6000 рублей за год, примерно 500 рублей в месяц. Если вы уже платите помесячно, можно перейти на годовую оплату и получить сверху 4 бонусных месяца.
Подписывайтесь на Telegram-канал Mooove. Будем регулярно рассказывать об обновлениях сервиса. | 642 |
| 5 |  Mensaje de video | 2 079 |
| 6 | Второй день интенсива по ИИ!
В онлайне и офлайне разбираем зрелость бизнес-процессов для внедрения ИИ и кейсы участников. | 726 |
| 7 |  +2Делимся почти в режиме реального времени, чему учим на интенсиве
Например, актуальная тема - а как мы собираем базовый билд агентной системы. Вокруг куча контента в формате «а что лучше: Codex, Claude, Perplexity или ChatGPT Pro». В целом без разницы.
Нормальный билд собирается иначе.
Центральным элементом системы является комбанйн, в моём случае — Codex. В нём лежат агенты, скиллы, правила и рельсы.
К нему подключаются внешние машины под разные классы задач.
Для глубокого исследования я использую внешнего исследователя: Perplexity или ChatGPT Pro. Codex в этой конструкции хорош как постановщик задачи. Он знает проект, документы, коммерческие данные, ограничения, стиль работы. Он собирает промпт, достаёт из проекта нужный контекст и отправляет исследователю задачу так, чтобы тот изучал диоксид титана в контексте производителя красок, его рынка, маржи и текущей управленческой задачи.
Для объяснения команде и быстрых материалов подходит NotebookLM: ролики, краткие разборы, презентации, обучающие сборки.
Для хранения нам нужен облачный диск. Всё важное должно лежать там, без привязки к одному чату, аккаунту или ноутбуку. Именно диск позволяет за 10 минут переехать с одной системы на другую, если завтра конкретный сервис вас заблокировал, сломался или поменял правила.
Отдельный слой - разметка данных и корпоративная база знаний через Obsidian/Quartz/Graphify.
Obsidian — хороший визуализатор в случае персональной работы. Если вы собираете собственную систему заметок, ведёте MOC, связываете evergreen-заметки, смотрите на граф и радуетесь, что он стал жирнее, Obsidian удобен. Он помогает человеку увидеть, как у него связаны темы, проекты, книги, встречи и собственные мысли.
Но в корпоративной системе этого мало.
Когда знаниями пользуется не один человек, а команда, нужен уже не красивый личный граф, а опубликованная база, понятная структура, теги, алиасы, права доступа, обратная связь, регулярные проходчики и машинный слой, который помогает агентам забирать контекст из нормальной системы, а не из хаоса файлов.
Поэтому Obsidian у нас остаётся рабочим форматом и визуальным слоем для персональной работы, но корпоративная память собирается через Quartz и Graphify.
Этот слой отвечает за общую память компании. Каждый новый документ, встреча или комментарий команды проходит через проходчиков: они проверяют, что дописать, что обновить, какую статью связать с проектом и где нужен методический разбор.
Самое важное правило комбайна: система ничего не пишет в файлы, пока я явно не сказал «вноси» или «создавай». До этого мы спорим, уточняем, выделяем удачные фрагменты, проверяем мысль. Документация меняется только после команды.
И главная процедура - петля обучения. После исследования машина должна вернуть вопросы, которые стоило задать; данные, которых не хватило; книги, которые стоит прочитать; правила, которые надо обновить. Часть этих предложений уходит в скиллы и рельсы. А часть в реестр будущих улучшений.
Завтра будем собирать с участниками интенсива их рабочие системы:)
Про следующие интенсивы/курсы и другие обновления тут: https://скрытые-чемпионы.рф/programs/ai-v-biznese | 906 |
| 8 | Проводим второй интенсив по ИИ!
https://скрытые-чемпионы.рф/programs/ai-v-biznese | 591 |
| 9 |  Mensaje de video | 631 |
| 10 |  Сегодня на вебинаре показал, как за последний месяц изменился наш подход к ИИ в бизнесе.
В течение всего 2025-го и даже начала 2026-го мы в Paper Planes искусственного интеллекта по большому счету избегали, кроме каких-то очень простых рутинных задач. Позиция простая: пока мы не нащупали лучшую рыночную практику, мы не можем взять грех на душу и рекомендовать клиентам то, что «типа как-то работает».
С февраля мы довольно существенно и много работали над развитием подходов к применению искусственного интеллекта на внутренних задачах и клиентских проектах. В прошлый раз два вебинара и примерно 8 часов интенсива рассказывали только про модель CORD PDCA. За это время модель заметно уточнилась в практике: по восьми классам задач мы накопили прикладной опыт, внедрили решения у клиентов, проверили их на реальных данных и подтвердили работоспособность.
Сама модель — это две петли. Первая петля — «продумай»: collect, то есть собирай высококачественные данные; organize, то есть правильно разложи данные, файлы, места хранения и правила обращения к ним; review, то есть постоянные пересмотры и улучшения. Вторая петля — «делай», классический цикл Деминга-Шухарта: планирование, действие, промежуточный контроль, dry run, слепые тесты, правки в модель и способы расчета.
Говорили и про восемь классов задач, где ИИ может быть реалистически применен: формализация разрозненных данных и превращение их в машиночитаемый объект; ускорение, но не в смысле «машина подумает за меня», а в смысле помощи думать и быстрее делать; выравнивание бизнес-функций, например сбыта, производства, закупок и ценообразования; столкновение экспертизы компании с рыночными сведениями; контроль качества и QA-агентов; знание, PKM и CKM; клиентский сервис; смысловую работу, контент и аналитику его эффективности.
Главный сдвиг, кажется, в том, что это все меньше разговор про промпты. Ценность промпт-инжиниринга в текущих реалиях сильно упала. Скиллы, оркестрации, многоуровневые агенты, кроны, базы знаний, слепые тесты и регулярное ревью стали намного важнее.
И поскольку технологии, модели и подходы эволюционируют очень быстро, мы теперь будем проводить интенсив по ИИ каждый месяц, каждый раз обновляя его под то, что успели проверить на внутренних задачах и клиентских проектах.
Следующий поток пройдет 4–5 июля. Участвовать можно вживую и онлайн.
Программа и оформление участия: https://скрытые-чемпионы.рф/programs/ai-v-biznese | 815 |
| 11 | Через 15 минут начинаем эфир:
«Новые способы навести порядок в работе с ИИ через CORD и PDCA»
👉 Зарегистрироваться и получить ссылку на эфир можно в нашем чат-боте | 677 |
| 12 | В основном канале мы писали о продуктовой фабрике и о том, как компании переводить поток идей в понятные продуктовые ставки.
Следующий вопрос: можно ли ускорить этот цикл с помощью ИИ. Мой ответ - да, конечно.
Проблема большинства компаний уже давно не в дефиците идей. Новые форматы, запросы клиентов, технологические возможности, предложения продаж, инициативы собственника - всего этого обычно слишком много.
В работе продуктовой фабрики ИИ может сильно сократить время цикла. Он помогает собрать фактуру, отделить подтверждённые данные от предположений, найти слабые места в аргументации, увидеть регуляторные и операционные риски, собрать пробелы данных и подготовить материалы для принятия решения.
Та же логика работает и в других областях - от продаж до производства.
Про это будет ближайший интенсив по ИИ: как встроить модели в управленческую работу компании.
И отдельно участникам интенсива я подарю скилл Deep Research.
Я собрал его для ситуаций, где нужен осмысленный анализ (рынка/конкурентов/продуктов/ожиданий клиента).
Скилл помогает сначала собрать нормальный исследовательский бриф, выбрать классы источников, отделить внутреннюю фактуру от внешних данных, проверить актуальность цифр, разложить утверждения по степени трастовости и показать, каких данных не хватает.
На выходе получается "пакет решения": что можно принять уже сейчас, что требует проверки, какие утверждения пока нельзя использовать, какие вопросы задать команде или клиенту, какие данные запросить и что делать дальше.
Если сейчас ИИ уже что-то пишет, считает и анализирует, но принятие решений становится быстрее, приходите.
Интенсив ➡️https://скрытые-чемпионы.рф/programs/ai-v-biznese
И напоминаю, что завтра в предверии интенсива у нас вебинар ➡️ https://t.me/paperplanesinfo_bot?start=web28062026 | 694 |
| 13 | Quality Assurance, наверное, сейчас самая модная тема в ИИ. Типа всю проверку качества теперь можно полностью отдать нейронкам.
У этого есть масса ограничений.
Код действительно довольно легко QA-ить ИИшками. Но смысловые тяжелые вещи QA-ить ИИшками тяжело. Особенно если человек, который принес результат, сам не проходил когнитивный процесс его создания. Он не может ни объяснить, ни проверить, откуда взялась логика, цифры и выводы. Результат его «работы» уходит наверх, и на старшего сотрудника ложится больше контроля. Он должен вскрывать работу с нуля, залезать во все цифры, перепроверять логику, источники и выводы. И вместо снижения нагрузки мы получаем еще один слой проверки.
Поэтому в основе работы с ИИ обязательно лежит Human in the Loop. Человек, который способен быть учителем, интерпретатором и итоговым верховным проверятелем. Убираем эту ножку, и все развалится.
Главная метрика ИИ не в том, сколько черновиков, слайдов или текстов он произвел. Главная метрика ИИ — снижение когнитивной нагрузки.
На вебинаре 28 июня покажу, как мы сейчас собираем это в прикладную практику CORD и PDCA: как выбирать бутылочное горлышко, собирать под него RAG, модель, фреймворк и human review.
Регистрация: https://t.me/paperplanesinfo_bot?start=web28062026 | 713 |
| 14 |  Давайте так: к любому хайпу мы относимся с вполне определенным скепсисом. Поэтому, когда вокруг ИИ каждую неделю появляются новые модели, агенты, комбайны и прочие замечательные инструменты, для нас главный вопрос не в том, что еще можно подключить. Главный вопрос в том, что из этого действительно работает, где заканчивается безудержное веселье и где начинаются реальные бизнес-эффекты.
После первого потока интенсива по ИИ для бизнеса мы не просто добавили несколько новых инструментов. Мы достроили методологический слой вокруг CORD и PDCA: объектно-процессную модель, AI-ready gate, RAG-readiness / ЦМД-first audit, human review, task-delta, execution snapshot и dry-run исполнительной системы. То есть двинулись от разговора «как пользоваться ИИ» к вопросу «как сделать процесс, знание, решение и действие машиночитаемыми и управляемыми».
Но базовая мысль от этого никуда не делась: не все бизнес-процессы заслуживают того, чтобы их перегонять в ИИ. Если процесс только-только помыслен, если никто не может сказать, как точно он должен делаться, машина вам с высокой вероятностью нагаллюцинирует ерунды. Поэтому сначала зрелость процесса, потом методология, потом корпоративные знания, потом петля обратной связи.
Часть этой практики мы уже зашьем во второй поток интенсива «И — И: искусственный интеллект в бизнесе». А в преддверии потока я проведу отдельный вебинар: поговорим о том, как перейти к прикладной практике CORD и PDCA и по шагам начать проектировать элементы процесса, которые действительно заслуживают ИИ.
28 июня, 10:30–12:00. Жду и тех, кто уже знаком с нашим подходом, и тех, кто хочет с ним познакомиться.
Регистрация: https://t.me/paperplanesinfo_bot?start=web28062026 | 2 431 |
| 15 |  AI-поиск меняет маркетинг. Как бизнесу не пропасть из выдачи?
ИИ изменил поиск: всё чаще клиент выбирает компанию прямо в чате с ассистентом. Рынок подхватил аббревиатуру GEO и бросился «оптимизировать контент под ИИ».
В новом выпуске вместе с Антоном Каченевским, основателем сервиса Semantica AI, разбираем, как бизнесу качественно перестроить свой подход к оптимизации выдачи:
• почему ссылки перестали быть рычагом и теперь решает цитируемость,
• где из-за этого стоит публиковаться,
• почему «написать статью» больше не равно «попасть в выдачу»
• сколько ИИ-поиск уже отъел у классического.
Если ваш клиент уже советуется с ИИ перед покупкой, это интервью для вас.
Смотреть: https://www.youtube.com/watch?v=NwaUPuRvids&t=2271s | 2 718 |
| 16 |  Самая дорогая ошибка в ИИ для руководителя - пытаться купить промпты.
Промпт сам по себе не знает, какое решение вы принимаете. Он не понимает вашу экономику, не видит ограничений производства.
Подписку на модель купить можно.
Но если у вас не выстроен HITL-процесс, который задаёт методологию, критерии и отвечает за итоговое решение, модель просто быстрее выдает плохой результат.
Это особенно видно в задачах руководителя.
Разобрать итоги переговоров, подготовиться ко встрече, спланировать и сделегировать задачи, выбрать приоритетные регионы, сформировать прогноз закупок и продаж, понять, какие направления развивать.
Вендоры, консультанты, внутренние IT-команды говорят примерно одно и то же: почти каждую такую операцию можно ускорить с помощью ИИ. И часто они правы, но не учитывают одного - хаос текущих операций ускорять бессмысленно.
На первом наборе нашего Интенсива по ИИ в рамках бизнес-школы «Скрытые чемпионы» мы с участниками собирали рабочие артефакты под их реальные задачи. И в каждом кейсе ключевым оказывался именно HITL.
Например, нужно посчитать себестоимость продукции на предприятии. Недостаточно попросить модель «собрать расчёт». Сначала нужно задать правила учёта затрат по видам деятельности, определить ключевые переделы, выбрать центры финансовой ответственности, развести операционную себестоимость и инвестиции в будущие проекты.
HITL нужен, чтобы описать, как продукт проходит переделы, где появляются затраты, какие правила аллокации допустимы, а какие дадут управленчески бесполезную цифру.
Или другая задача: выбрать регионы и отрасли для запуска нового продукта. Здесь тоже нельзя просто спросить ИИ: «куда нам идти?» Сначала руководитель должен разложить рынок через силы Портера, определить классы достоверных источников, оценить конкуренцию, каналы, закупочный контур, инфоповоды и возможные ABM-заходы на ЛПР.
Только после этого ИИ начинает работать как инструмент, усиливающий руководителя или собственника.
Поэтому на интенсиве мы учим не промптам.
Мы учим когнитивным стратегиям, которые позволяют руководителю собирать ИИ-инструменты под свои управленческие задачи: для расчётов, для продаж, для аналитики, для прогнозов, для подготовки ко встречам, для выбора приоритетов.
Если вам нужен набор «100 лучших промптов» - это не к нам.
Если вы хотите понять, как думать вместе с ИИ так, чтобы он усиливал вашу экспертизу, а не подменял её - это как раз задача интенсива.
Следующий набор - 4-5 июля
Программа и регистрация:
https://paper-planes.ru/industries/production
И отдельный бонус: при оплате до 25 июня дарим собранный мой любимый DeepResearch-скилл по агентской методологии. | 2 682 |
| 17 |  +1Экспертные продажи как система данных
Экспертные продажи держатся на когнитивной стратегии сильного менеджера: он держит в голове карту клиента - структуру холдинга от головной организации до объектов, ЛПР на каждом объекте, проектные институты, которые формируют требования к закупке.
С ИИ можно собрать систему поверх этой методологии, помогающий работать эффективнее.
Покажу два примера
• PowerMap. Помогает ответить на вопрос: как дотянуться до ЛПР-а такой-то компании, если мы не знакомы? На базе внутренних данных CRM и данных, которые парсятся в ходе АБМ-активностей собирается единый граф связей и становиться видно, сколько касаний надо совершить до компании X.
• Скоринг потенциала региона/бизнеса/отрасли. Отвечает на вопрос, у кого при тех же усилиях команды потенциал выше. Лиды в воронке ранжированы по динамике роста, выручке, отрасли и географии.
Менеджер остаётся владельцем смысла (в логике HITL). Условие одно - корректная работа с данными.
Отсюда задача. Собрать верное озеро данных(писали об этом в прошлых постах) и сделать экспертную продажу воспроизводимой у всей команды. | 2 294 |
| 18 |  +1⚡️⚡️⚡️В Mooove появилась новая подборка «Искусственный интеллект в бизнесе»
Внутри наши вебинары по ИИ для тех, кто пропустил или хочет пересмотреть и подкрепить это полезными материалами, а также платные фрагменты интенсива и лонгриды для подписчиков: о том, как встроить ИИ в работу компании, выбрать подходящий процесс, настроить проверку человеком и превратить ИИ из разового развлечения в управленский инструмент.
В материалах вы узнаете, что такое машиночитаемый процесс, как встроены в работу ИИ циклы PDCA и CORD, как устроена система И_И_ Paper Planes и многое другое:)
Ссылка на подборку - https://mooove.ru/collections/iskusstvennyy-intellekt-v-biznese
Будет интересно! | 864 |
| 19 |  Виды collect: как ловить разные сигналы
В цикле PDCA мы уже разбирали review и organise, теперь вернёмся к отправной точке контура «думай» — к collect. Collect — это фиксация всех значимых для меня данных внутри системы.
Главный принцип: у разных типов информации разные носители, и под каждый у меня заведён свой инструмент сбора информации.
Встречи и переговоры. Все созвоны трансрибируются, после через MCP передаются в Codex. Дальше Codex проходится по нему и сам помечает, что это было: встреча, лекция или просто идея.
Лекции, выступления и спонтанные мысли. Ловлю через умные очки и приложение Voice Notes.
Чтение книг. Использую Readwise. Все мои хайлайты система забирает, размечает, тэгирует, формирует новые связи в графе obsidian после.
Рукописные заметки. Пишу от руки в Remarkable. Проходчик забирает написанное раз в шесть часов, все картинки и наброски падают в Obsidian, а в конце дня из этого мне собирается отчёт за день.
Доп источники. Календарь: каждое новое событие падает в коллект автоматически. Метрики из CRM по разным источникам.
Материалы коллег. Отдельный важный канал. То, что делает команда, течёт ко мне через туннель: один-два раза в день всё, что появилось на её диске, оценивают мои проходчики и поднимают мне только то, что помечено как важное.
И ещё про то, как коллект устроен. Его дело - поймать и рассортировать, в содержание не вникать: вот двадцать писем, из них три важных, семнадцать нет.
Главная задача Collect - не пропустить сигнал. У любой вашей задачи должно быть множество каналов коллекта, помыслить их значит начать работать над вашей системой:)
Для тех, кто пропустил или хочет углубиться в тему, мы будем продолжать показывать и рассказывать, как построить свою систему на нашем следующем интенсиве по ИИ, записывайтесь или пишите в лс @ilia_balahnin:)
https://xn----itbbmgpihhfjo1e9bbj.xn--p1ai/programs/ai-v-biznese | 806 |
| 20 |  Решение устаревает раньше, чем его внедрили
Компании вкладываются в ИИ ради скорости - быстрее считать, быстрее реагировать. И почти никто не замечает, что сама скорость превращается в управленческий риск.
Механизм этого риска описал ещё в шестидесятых Дональд Шон. Чем быстрее меняется среда, тем сложнее становятся проблемы, которые она перед нами ставит. Чем сложнее проблема, тем больше времени уходит на её решение. А чем дольше мы решаем, тем сильнее за это время успевает измениться сама проблема. В итоге к моменту, когда решение готово, оно относится к ситуации, которой уже нет. Шон называл такие решения мертворождёнными - они корректны для мира, который успел исчезнуть, пока их собирали.
Представьте компанию, которая год выстраивает коммерческую стратегию под конкретный рынок. Через год стратегия готова, но рынок за этот год изменился, конкурент выпустил новый продукт, клиент поменял привычку. в итоге ресурсы потрачены на решение задачи, которой больше не существует в прежнем виде.
ИИ эту проблему не снимает, а возводит в степень. Он ускоряет цикл у всех сразу - у вас, у конкурента, у клиента. Среда начинает меняться ещё быстрее, проблемы сменяют друг друга ещё чаще, окно для принятия решения сжимается.
Теперь машина должна каждый день сверять вошедшие в нее новые факты с стратегией и подсвечивать, что изменилось, где возникли риски/возможности/вопросы.
Что нужно, чтобы система работала именно так.
1. Машиночитаемость процессов компании, где ключевые объекты и связи заданы заранее: откуда брать итоги встреч, где создаются артефакты всеми участниками компании, какие возникают инциденты, отклонения и тп.
2. Контрольная вышка как набор людей и процессов, отвечающих за доклад собственнику о всех отклонениях, наблюдениях, изменениях.
3. Цикл PDCA, по которому каждое отклонение превращалось в сверку/пересмотр правил.
Так меняется и сам предмет управления: вместо статичного плана он управляет скоростью, с которой компания замечает изменение рынка и подстраивается под него.
Как такую систему создать будем показывать и рассказывать на нашем следующем интенсиве по ИИ, записывайтесь или пишите в лс @ilia_balahnin:)
https://xn----itbbmgpihhfjo1e9bbj.xn--p1ai/programs/ai-v-biznese | 756 |
