OpenAI выпустил инструкцию руководителям – как внедрять агентов. Написано на очень “корпоративном”, я старался облегчить как мог, но всё же не добалвлял отсебятины.
------
– Выбрать одну и только одну задачу. Критерии – процесс, в котором сходятся стратегический приоритет, системы, передачи работы между людьми, контроль и измеримый результат. Он должен повторяться достаточно часто, чтобы на нём было чему учиться, и быть достаточно важным, чтобы его стоило перекраивать.
– Сформулировать результат и способ его измерения до старта. Назначить ответственного владельца, KPI, базовый уровень и ограничители. Отдельно мерить глубину – сколько задач доведено до конца, сколько подключено контекста и инструментов, сколько вылезает исключений, какая нагрузка на ревью, – и отдельно ценность: время цикла, качество, стоимость, выручку, риск. Объём выдачи говорит лишь, что у AI стали больше просить, а есть ли в этом толк, показывают результаты процесса.
– Написать агенту должностную инструкцию. Что запускает работу, каким должен быть результат, какой нужен контекст, какие инструменты и права доступа, насколько настойчиво добиваться завершения. Какие доказательства своей работы агент обязан предъявить, и в какой точке обязан остановиться и позвать человека.
– Построить вокруг агента человеческую систему. В контур проектирования посадить тех, кто ближе всего к процессу, и явно назначить, кто отвечает за бизнес-результат, кто за доменную логику, кто за доступы и контроль, кто за внедрение и повседневное использование.
– Сделать эксперименты видимыми и переиспользуемыми. Через полгода после внедрения сотрудники в начале карьеры пишут AI на 13 сообщений в неделю больше, чем руководители – пробуют в основном снизу. Значит, надо дать людям место пробовать, а удачное забирать наверх: фиксировать процесс и доказательства того, что сработало, и упаковывать в скиллы, плагины, общие рабочие пространства. Режимы разные под разные задачи: Chat – вопросы и быстрое обсуждение, Work – многошаговая работа с готовым результатом на выходе, Codex – техническое исполнение.
– Переносить схему дальше. Сохранять не сам результат, а обвязку вокруг него – контекст, права доступа, оценки, точки проверки, владельцев, метрики, обучение людей, – и прикладывать к следующему процессу. Каждый следующий эксперимент должен начинаться с лучшей стартовой точки, чем предыдущий.
--------
5 из 6 пунктов, кажется, универсальны и относятся к любым изменениям, не только внедрению AI. Что, впрочем, совершенно логично.
Этим летом неожиданно выросло качество стартапов, основатели которых мне пишут в личку. Не знаю, что повлияло, но сумасшедших стало резко меньше, а адекватных людей больше.
И ещё общался с тремя очень адекватными стартаперами-школьниками или почти школьниками. Тоже новость.
Дизайнеры интерьеров, архитекторы и другие специалисты по домашнему ремонту – одна из самых выгодных целей для рекламы. Стоит такому человеку один раз объяснить, что наши обои - самые-самые, так он потом десятки квартир в одном стиле с ними сделает. Сумасшедший возврат на инвестиции!
Одна из механик добиться таких результатов – рассылка пробников. В интернете оттенки цвета передаются плохо, фактура совсем не передается. В шоурум дизайнер может и полениться ехать. А вот если кусок ткани придет домой, то можно и посмотреть – вдруг он и правда подходящий.
Американский #стартапдня Material Bank – маркетплейс таких пробников. Для архитектора - это площадка, где можно накликать любые образцы, и они совершенно бесплатно уже завтра придут по почте. Производителям стартап обещает аудиторию дизайнеров и решение всех проблем с логистикой. Кроме того, Material Bank проверяет, что специалист - действительно специалист с лицензией или другим документальным доказательством профессионализма. Обычные владельцы квартир, подбирающие материалы для себя, на площадку не допускаются.
В недавнем раунде стартап привлек 175 миллионов долларов, оценка составила почти 2 миллиарда.
—
Вот такой #субботнийповтор из 2022 года. Ни краха, ни взлета за 4 года не случилось. Главная новость – наверное, запуск аналогичного продукта для обычных людей. Под отдельным названием и отдельным доменом, но, видимо, с тем же набором пробников.
Транскрибаторы голоса для компьютера одинаковы. Пользователь нажимает горячую клавишу, включается запись с микрофона. Whisper расшифровывает речь, любой LLM убирает мусор и расставляет запятые, результат отправляется в активное окно. Вайбкодер такое напишет за вечер, и оно будет работать лично для него. Индихакер соптимизирует лендинг подобного проекта под какой-то хитрый поисковый запрос и будет зарабатывать 100 или 1000 долларов в месяц. Американский #стартапдня Wispr Flow с этим продуктом привлек на днях инвестиции по оценке 2 миллиарда долларов. Ниже несколько мыслей, чем он отличается от той поделки, что могу сделать я.
Во-первых, своя модель. Wispr утверждает, что распознает в разы лучше, чем тот же Whisper – причем можно поверить, что это преимущество не пропадет со временем. Даже если открытые модели достигнут идеала, останется ещё разница в хостинге. Вайбкодер либо использует ресурсы ноутбука клиента, либо переплачивает за чужие токены. У большого проекта сервера будут свои и это улучшит юнит-экономику при тех же возможностях.
Во-вторых, дистрибуция. Большинство пользователей всё же не программируют инструменты для себя, они покупают готовое. Wispr был первым или одним из первых и занял место в рейтингах и головах людей. Менеджер по закупкам большой компании всегда предпочтет лидера рынка, а не новичка. “Никого ещё не уволили за контракт с IBM”. Текущая выручка стартапа уже видимо недалеко от 100 миллионов долларов в год.
В-третьих, экосистема. Интеграции с корпоративной авторизацией и разнообразные сертификаты по безопасности уже есть, встроенные продукты по обработке полученных голосовых записей неизбежно будут появляться. Поддержать инструкцию “преврати это в корректный юридический документ” – и вот уже Wispr и электронного юриста продает. Да, понятно, надо много всего сделать, чтобы за это деньги взять, а не ссылаться на “AI может ошибаться”, но нога-то уже втиснута. Контракт “о простеньком транскрибаторе” с корпорацией есть, когда будущий сложный продукт будет готов, допродать его станет проще.
Разработка никогда не была по-настоящему узким местом. AI лишь подчеркнул это максимально явно.
Есть классный и открытый к предложениям кандидат. Ниже от первого лица.
—
Интересны позиции HRD / Head of People в R&D-командах. 15+ лет опыта в HR в продуктовых глобальных компаниях и редкий для HR технический бэкграунд.
Фокус — рост и вывод HR процессов на взрослый уровень. Выстраивала процессы рекрутинга, C&B, грейдинга и Performance Review для распределенных офисов. Собирала с нуля Core-команды инженеров, С-level лидеров и уникальные AI/ML юниты.
Работала под СЕО. Локация — Москва.
—
Если у вас есть взрослая people-задача, пишите мне в личку (@gornal) — соединю при взаимном интересе.
Последнее время появилась надежда, а лет двадцать до того Google был непререкаемой монополией.
И рано или поздно у правительства должна была возникнуть мысль его поделить. Сейчас обсуждаются мелочи — пусть, дескать, продаст Chrome или Android. Когда-то могло дойти до серьезного: разрезать по-живому. Сделать так, чтобы поисковиков стало два, три или десять с примерно равным качеством и долей рынка.
Если размышлять над этой задачей, то сразу упираешься в пользовательские данные. Хороший поиск учитывает персональные предпочтения. Их история накоплена в одном месте. Конкурент без доступа к этой базе будет оказывать плохой сервис. Обезличить ее нельзя, пользователю нужны его собственные результаты поиска, а не усредненные.
Всё, приехали. Можно изобретать хитрые криптографические схемы, там подрежем, тут подтянем, здесь оракул – но на практике тупик. Сделать десять поисковиков невозможно. С соцсетью ещё стократ хуже.
И тут напрашивается конспирология. А что если вся истерия про персональные данные – это сознательное детище техногигантов? Они годами спонсировали правильные статьи, доклады и исследования, чтобы вдолбить в итоге ложную ценность в голову политиков и обывателей? Придумали нам, что персданные это важно? Это из-за них мы жмем галочки согласия на обработку и долбанные куки-баннеры? И всё ради того, чтобы в будущем антимонопольном суде сказать: “данные-то у нас, не получится их передать”.
Нет, в реальной жизни все точно было не так. Но как красиво было бы. Эх.
Уже завтра выступаю на онлайн-конференции "Граница ИИ–человек". Расскажу свой опыт решения с помощью нейросетей сложных задач — т. е. тех, которые сами они решить не могут, им помощь от человека нужна, а не просто: "сделай мне, пожалуйста, новый лендинг".
Начало завтра в 15:00 Мск, я выступаю в 16:10, полное расписание ниже.
Ринат Алиев - Rinat Aliev | Channel
Кого я перестал нанимать из-за ИИ, а кому наоборот поднял деньги. Как реально обстоят дела внутри OpenAi и что ресерчеры не говорят публично.
Игорь Зуев - Короче, капитан
ИИ vs. человек в создании, продвижении и монетизации приложений
Дима Бескромный - Бескромный
Как заменить отдел аналитики и автоматизировать охоту на тренды.
Даша Васянина - Дашич, беги
Как ИИ давит на найм и что с этим сделать вам лично
Саша Горный - Стартап дня и Ai дня
Давайте назовем задачу сложной, если вы не можете её решить, и Claude не может её решить, а решить все-таки надо. Что делать в таком случае?
Аня Тыщенко - Упал, поднялся
Я качаю чаты, запускаю диприсерчи, вайбкожу парсеры, узнаю что угодно. А зачем мне человек?
Лёша Подклетнов - Дизраптор и Фичизм
ИИ дал эффект там, где не ждали. Пять неочевидных ИИ-применений, которые принесли реальный результат
Кирилл Куликов - kyrillic
Как AI-слоп меняет нашу жизнь. Кому-то даже к лучшему!