Кактус | ИИ для команд и бизнеса

🔥 AI: Хайп или ценность?
24 сентября, 19:00
Москва, офис ScrumTrek

Говорят про искусственный интеллект очень много. Но что действительно меняет бизнес?

Приходите на очный митап. Расскажем и покажем, что работает на практике, а что пока что лишь красивые слова и модели.

Без длинных лекций. Живое обсуждение, обмен опытом и разбор реальных кейсов.

Спикеры:
— Антон Граборов, руководитель блока «Цифровой Бизнес» УК «Альфа-Капитал»
— Асхат Уразбаев, основатель ScrumTrek, AI-эксперт

К списку будут добавляться новые спикеры.
А если вы сами хотите выступить и поделиться опытом 👉 напишите @askhatu!

Мест немного, чтобы принять участие
оставьте заявку здесь 👈

Как делать необычные и качественные картинки даже в том случае, если у вас совсем нет идей, а есть лишь потребность "нужна картинка для ...".

✨ Мы сделали для вас Telegram-бота, который научит вас простой методике создания картинок. С ней вам не придется запоминать сложные дизайнерские слова для промптов, которые требуют от нас генераторы изображений.

🔹Вот мне нужна была картинка для поста про ИИ-генерацию изображений — и бот мне помог сейчас сделать её за ~3 минуты. Два промпта по ~9 простых слов на русском + Ideogram = эта картинка ⬆️ Сам я и за 15 минут не смог бы написать такой промпт без ИИ:

A watercolor painting of an artist’s face, divided vertically: one half is a lifelike human face, the other half is composed of colorful pixels and digital patterns. The artist gazes at the viewer, with a softly glowing canvas in front of them where faint, dreamlike images seem to emerge from the air. The scene uses soft washes of color and flowing lines, blending the real and digital worlds in a gentle, artistic way.

🔹Например, когда мы делаем презентацию — вряд ли хотим тратить больше 3х минут на одну картинку. И тогда очень помогает методика, описанная в нашем боте.

➿➿
Бонус — в конце бот на примере покажет разницу между доступными в России ИИ-моделями/генераторами картинок. Доступными в России бесплатно и без слова из трёх букв...
Кстати, эти модели сейчас даже круче тех, которые входили в мировой топ всего лишь полгода назад!

➡️ Ссылка на бот

@aidea4work #картинки #промпты #обучение

Картинки со смыслом: стоит ли менять ChatGPT на Gemini 🔹
Речь о модели Gemini 2.5 Flash image generation, которая вышла 26 августа под именем Nano Banana.

Подобно GPT, новая модель Gemini очень точно следует промпту, отлично отрисовывает русские слова и даже таблицы/диаграммы со словами. Но есть нюансы 🧡

➖ Посмотрим нюансы на сложном примере — когда нужно нарисовать сразу 3 объекта в едином стиле, с нужным расположением.
⬆️Конкретно, мне нужна была иллюстрация известной разработчикам метафоры "Birds and frogs". И хотелось подчеркнуть спиралевидный характер работы инженера-одиночки, который переключается между позициями bird и frog ⬆️

➖➖
Недостатки GPT

🟠GPT непредсказуемо переделывает объект, если не может выполнить промпт по его изменению. См. выше — не смогла нарисовать вертикальный текст поверх спирали, и поэтому превратила спираль в нечто более удобное для себя (см. картинку GPT - Edit).
🟠Немного меняет даже "неизменные" объекты.
🟠Нередко обрезает картинку (очень обидно).
🟠Иллюстрации от GPT более блеклые — менее "вау".
🟠Без платной подписки можно использовать лишь несколько раз в день. И долго ждать.

➖➖
Недостатки Gemini (Nano Banana)

🔵Отказывается обрабатывать не только детей, но и известных персонажей, в т.ч. из фильмов. Т.е. мемы делать нереально (в ChatGPT с этим попроще).
🔵Надписи на русском чаще портятся, чем в GPT. И промпты лучше давать на английском (но это не проблема: просто перед генерацией просите gemini создать промпт по вашим русским словам).


🔥Вывод: последние модели от Google мощнее и удобнее, чем GPT Image 1🔥
С учетом огромных бесплатных лимитов — однозначно рекомендую переходить на Nano Banana. Это первая модель, которая "из коробки" работает буквально как AI-фотошоп ваших изображений.

📍Где использовать: gemini.google.com или AI Studio. Во втором случае есть недостаток: несмотря на инструкции типа Render at 16:9, не хочет делать неквадратные пропорции (впрочем, референс-картинка это лечит: пропорции становятся ровно какие нужно).

@aidea4work #инструменты #картинки

Кто такие prosumers и почему они вам нужны

(всем привет, на связи Асхат)

Подъехал отчет от MIT на тему того как ИИ используют в организацях. Там делается упор на термин prosumer = producer + consumer (я его раньше не слыщал, каюсь).

Именно prosumer’ы двигают ИИ в организациях, а не “большие стратегии” сверху вниз.

Смотрите. Компании вкладывают миллионы в GenAI, но 95% из них застревают: пилоты есть, трансформации нет. ChatGPT и deepseek люди любят — но только для себя. Корпоративные AI-системы? Дорогие, ломкие, и в продакшн редко доходят. В итоге хайп есть, а ROI — нет. Это и есть "GenAI Divide" из отчета.

А потом появляется prosumer. Сотрудник, который не просто юзает LLM для перевода текста, а берет и скручивает себе связку через n8n, чтобы автоматизировать отчет. Делится с коллегами: “Смотрите, я сделал так, и у меня теперь экономится три часа каждую неделю”. И вот оно — маленькое, но реальное внедрение.

Prosumer это больше чем Power User, он не просто пользуется инструментом, но и создает свои "продуктики" на его основе.

Prosumer — это не ИИ команда и не закупка. Это живой человек из функции, который первым показывает, где ИИ реально работает. Он фильтрует мусорные инструменты, запускает волну экспериментов и фактически становится мостиком между теневым использованием (shadow AI) и официальными инициативами.

Ирония в том, что организации часто ищут магическую “AI -стратегию”, а настоящая трансформация начинается с этих вот “самоделкиных”. Те, кто сами нащупывают ценность, создают решения и заражают энтузиазмом коллег.

Мы скоро перестанем искать в Гугле/Яндексе?

Среди моих знакомых многие уже отказались от Гугла/Яндекса, а остальные часто перемещаются между "двумя мирами" — традиционными поисковиками типа Google и ИИ-чатботами (в мире это обычно ChatGPT, в России — Perplexity).

🪼 Исследования 👆 подтверждают такой "переходный период" и дают интересную статистику про AI Overviews — это те саммари, что поисковик теперь часто показывает над списком ссылок — они призваны соединить "два мира" воедино.

🪼 В переходном периоде у всех разная стратегия выбора подходящего способа поиска, например:

🪼"Когда нужно быстро и немногословно - Яндекс, и часто саммари от Алисы хватает. А когда нужен развернутый ответ и когда сложно найти это сразу - Perplexity"

🪼"А) Если быстрый короткий ответ, то гугл, ИИ-ответа хватает. Б) Если длинная череда вопросов (типа гида по локации) и достоверность не критична, то ChatGPT. В) Если нужны данные на которые можно опираться (типа списка документов на визу), то список ссылок гугла и дальше сайт, которому доверяю."

🪼Моя стратегия почти такая же, но главные критерии выбора между гуглом и чатботом — не длина ответа или вопроса, а вот что:

1) Это мне нужно только сейчас? Тогда пусть это не захламляет мне чатбот. Если же есть шанс вернуться к вопросу позже — тогда нужен чатбот, поскольку неудобно сохранять в закладках браузера несколько разных ссылок на одну тему (а в Perplexity в закладки добавляется всё вместе).

2) Каков шанс успеха с первого ответа? Например, если не очень знаю, что хочу, — точно чатбот. Заодно ему часто задаю контекст вопроса, это сильно улучшает релевантность.

🪼 А чтобы не делать лишних действий с открытием чатбота, я всегда иду в адресную строку Chrome, и если нужно, там обращаюсь к Perplexity так: pe <мой вопрос> <Enter>.

🪼А какие у вас есть способы улучшить/облегчить себе поиск?

@aidea4work #инструменты #анализ

GPT-5 как тренд-сеттер: куда нас ведёт OpenAI?

✨ Тренд для обычных пользователей: «Всё в одном флаконе»

Единая точка входа с роутером в ChatGPT делает ИИ проще для «масс пользователей», и они будут ожидать этого от любых других чат-ботов.

И хотя OpenAI планирует встроить роутер внутрь модели, всё равно компаниям нужно развивать свои роутеры. Т.е. нужно простые запросы маршрутизировать на модели внутри контура, и лишь самые сложные — наружу (GPT/Gemini/...) — после деперсонализации и проверок на конфиденциальность.

🔹🔹🔹
🔌 Тренд для опытных пользователей и разработчиков: Улучшение steerability через промпты и опции API

Steerability в узком смысле — это точное следование промптам. А в широком — все, что помогает управлять поведением модели, получая предсказуемые по качеству и цене результаты.

👑 На GPT-5 можно строить более предсказуемые ассистенты, агенты и автоматизации, причем весьма дешевые.

За счет чего:
🔹 Появилась опция reasoning.effort=minimal — размышления включаются лишь когда это критично.
📍Поэтому GPT-5 экономит токены/деньги, даже в сравнении с нерассуждающими моделями. Например, в бенчмарках AAI Index GPT-5-minimal потратила меньше токенов, чем близкая по интеллекту GPT-4.1.
🔹 В API также добавлено verbosity — насколько детально пишет модель. Мне как промпт-инженеру теперь не придется "уговаривать" ИИ писать короче/длиннее в моих ботах.
🔹 Но главное — лучше steerability в смысле следования инструкциям — это критично для всех, кто пишет сколь-нибудь сложные промпты. По этому критерию в мире лидируют GPT-5 и o3.
🔹 Улучшено tool use: сохранение контекста между вызовами и т.д. Это делает более предсказуемыми агентов, ищущих данные и выполняющих действия в корпоративных системах.

🔹
Очевидно, GPT-5 — НЕ прорыв относительно o3 — ни по пункту 4, ни по пункту 3. Но тренд налицо: OpenAI оптимизирует свои последние модели по критериям управляемости/предсказуемости... а позже до уровня GPT-5 дорастут и открытые модели.

➡️Думаю, что плавное улучшение по этим критериям приведет к качественному скачку: построение предсказуемых AI-приложений перестанет быть искусством — станет легче для многих из нас, а не только для проф. разработчиков.

@aidea4work #LLM #тренды

GPT-5 — это зло или то, что вам нужно?

Вместе с GPT-5 OpenAI добавила в ChatGPT роутер запросов, который сам выбирает, какую модель запустить:
🪼 относительно быструю GPT-5 Chat — аналог GPT-4.1
🪼 рассуждающую GPT-5 (Thinking) — аналог o3 (причем глубина рассуждений варьируется параметром reasoning.effort, который тоже автоматически выбирается роутером).

🪼 Это то, что нужно большинству юзеров — ChatGPT подбирает оптимальную модель, не требуя напрягать мозг. Более того, теперь вау-эффект от рассуждающих моделей получат и те, кто никогда их не включал.

Но есть нюансы:
🪼 Из-за роутера и самой GPT-5 время ответа стало непредсказуемым, да и результат непредсказуем в неочевидных задачах.
🪼В ChatGPT исчезли все старые модели. Через галочку в настройках можно вернуть только GPT-4o, к которой привыкли сотни миллионов и у которой был более “человечный” тон общения по умолчанию.

🪼
Как же теперь без ChatGPT сравнить новую модель с привычной и понять, стоит ли переходить на GPT-5 в корпоративных задачах?

Я сравнил модели в своем обучающем телеграм-боте:
🪼 версия с GPT-5
🪼 версия с GPT-5 Chat
🪼 версия с GPT-4.1
И на тамошней задаче с созданием текста:
— GPT-5 — cлишком усердная (решается лишь непростым промптингом). Потребовала доп. инструкций в системном промпте. Даже с effort=low может неприлично тормозить, пришлось поставить effort=minimal.
— GPT-5 Chat справляется лучше GPT-4.1, хотя чуть дешевле. Правда, она тоже медленнее GPT-4.1.

Кстати, этот бот — кусочек ИИ-обучения сотрудников, которое мы 🌵 можем доработать и для вашей компании (необязательно в телеграме).

🪼Рекомендую и вам сравнить модели в этом боте на вашем типичном тексте. Правда, такое сравнение — только для одного типа задач, где нужно задать one-shot пример текста.

Поделитесь впечатлениями в комментариях, если вы уже сравнили GPT-5 на совсем других задачах.🪼

@aidea4work #LLM #чатботы #обучение

#дайджест постов в канале @aidea4work

🟠 Внедрение ИИ
🟠4 уровня сложности внутренних AI-инициатив: что вместо мегапроектов?
🟠Чем опасна культура "Спроси у ИИ", и как ее преодолеть
🟠Шаблонные решения от ИИ, и как с ними бороться в командах
🟠Как контекст помогает экономить время, и почему каждый опытный сотрудник должен создавать AI-ассистентов

📄 Статьи про внедрение ИИ
🟠Статья с пошаговой инструкцией по внедрению ИИ: 14-дневный эксперимент для команды
🟠Статья с чеклистом из вопросов, которые должен задать себе лидер перед внедрением ИИ
🟠AI-ассистенты как способ передачи опыта сотрудников

🔥 Видео с митапов
🟠Чем окупаются вложения в ИИ — Асхат Уразбаев
🟠ИИ как сотрудник, как сервис, как продукт и как клиент — Павел Филонов
🟠Как AI встроить в процессы компании с участием HR — Сергей Липчанский
🟠Обучение AI-навыкам в Альфе-Банке — Любовь Суханова

➖ Ноу-код и сфера его применимости
🟠No-code vs vibe-coding. Инструкция по AI workflow для обработки голосовых заметок.
🟠How to no-code: Наполняем базу знаний из видео, статей, постов и др.

Каких-то тем не хватает? Пишите в комментариях ➡

ИИ усиливает как экспертизу, так и некомпетентность. Что с этим делать?

Когда неопытный сотрудник даёт ИИ задачу — будет чаще всего ошибка или неверный фокус. Потому что:

❌ИИ слепо подчиняется, если не задать верный контекст
❌Новички не умеют приоритизировать важное
❌И вместо их обучения — закрепляется некомпетентность

База знаний тут не спасает. Она — про знания и факты, реже про инструкции, но не про прикладные навыки и нюансы принятия решений.

👉 Что работает: Homemade AI assistants
То есть, куча самодельных ИИ с контекстом и правилами, в которые упакован опыт тех, кто реально умеет решать задачи.

Идея простая:
🔹эксперты делают своих ассистентов без инженеров
🔹при этом задают для ИИ правильный фокус
🔹ИИ становится не просто исполнителем, а гидом
☑️ даже новички могут с ним делать работу “как надо”

Что нужно для минимальной реализации этой идеи — описано в статье:
🔗 AI-ассистенты как способ передачи опыта сотрудников

@aidea4work #внедрение #инструменты

📱 Вышло видео второго доклада с митапа 24 июля. Руководитель по обучению ИИ в Альфа-Банке Любовь Суханова рассказала про опыт массового обучения AI для разного уровня — от топ-менеджмента до рядовых сотрудников. В том числе:

⭐ Какие форматы для каких уровней работают.
⭐ Какие метрики успешности обучения замеряли.
⭐ Как пришли к тому, что вместе с обучением GenAI дают ещё и Data-Driven

➡Смотреть в YouTube
➡Cмотреть в RuTube

Будет полезно руководителям отделов и всем, кто заинтересован в обучении своих сотрудников правильному использованию ИИ. Но особенно близко для HRD и руководителей T&D — так что пересылайте коллегам ➡

@aidea4work #видео #митап #навыки

❇️ Видео доклада Сергея Липчанского — на митапе 24 июля он рассказал о поэтапном внедрении AI в компании с двух точек зрения:

✅ В каком порядке стоит встраивать ИИ в процессы и культуру организации, чтобы это было органично, и на чем стоит фокусировать каждый этап, чтобы избежать провалов, — это нужно понимать всем руководителям.
✅ В чем роль HR на каждом этапе (эта роль на самом деле очень важна).

➡️Смотреть в YouTube
➡️Cмотреть в RuTube

P.S. Слайды Сергея есть, как обычно, в описании видео.

@aidea4work #видео #митап

🧠Будет еще быстрее, если думать перед запросом к ИИ, а не только после.

(Это в продолжение поста Олеси Якубовой Что делать, чтобы ускорение работы с ИИ не обернулось проблемами)

✅ Не экономьте время на контексте. Сразу задать детальный контекст — обычно быстрее, чем потом перепроверять каждую строчку текста от ИИ!

Конечно, все люди разные. И некоторые не видят проблемы для каждой задачи делать 5+ итераций: пробегать глазами ответ от ИИ, добавлять недостающий контекст, просить ИИ переделать... и так далее по кругу. Но даже такие люди устают от бесконечного чтения и рискуют потерять скорость (не говоря уже о том, что так расходуется в разы больше токенов ➡️ денег).

✅ Экономить можно не на указании контекста для ИИ, а на том, что большая часть контекста хранится и используется повторно.

🔵В принципе, можно хранить такой контекст в "базе знаний" и подсовывать ИИ готовые тексты/файлы из этой базы по необходимости. Но так могут делать лишь «системные» люди, коих меньшинство.

🔵Лучше повторно используемый контекст — например, о продуктах, стейкхолдерах или о процессе решения подобных задач — запаковывать в ИИ-ассистентов.

📌Подробнее о том, как опыт сотрудников оформлять в виде AI-ассистентов, и каких двух зайцев убивает такой подход — читайте в моей новой статье.

Один из зайцев напрямую связан с особенностью ИИ, проиллюстрированной на картинке ⬆️

@aidea4work #анализ #howto #статья

Шаблонные решения от ИИ, и как с ними бороться.

Когда генератор за секунды выдаёт блестящий текст, мозг охотно снимает с себя нагрузку. Два клика — и отчёт готов. Но под гладкими предложениями прячутся методологические ошибки. Замена анализа на копипаст ведёт к потере глубины: статистика берётся из воздуха, а аргументы — из чужого контекста, которого в вашей задаче нет.

Такое использование ИИ не поможет бизнесу. Поэтому не стоит стремиться к скорости во что бы то ни стало.

📌 Что помогает сохранить качество

✅ Уважайте размышления сами и приучайте к этому команду. Быстро ≠ умно. Нужно перечитать, усомниться и дополнить выводы собственными данными и опытом.

✅ Обсуждайте, откуда берётся результат. Спрашивайте: «На чём основан вывод? Какой был контекст?» Понимание происхождения текста вскрывает «галлюцинации» и заставляет докручивать результат до вашей реальности.

✅ Приучайте к тому, что ИИ не снимает ответственности, нельзя на него ссылаться как на авторитет. ИИ не может быть виноват в неудачном решении. Каждый, кто приносит результат от ИИ, должен быть готов ответить за его качество.

✅ Вводите чек-листы критической проверки. Например, достоверность источников и их дата, логическая целостность, здравый смысл — три фильтра, через которые должен проходить любой сгенерированный фрагмент, прежде чем стать решением.

💪 Команда, которая задаёт вопросы и проверяет факты, выигрывает в скорости за счет того, что не приходится все делать заново.

Ваша задача как лидера — показывать не только те стадии процесса, где действительно можно ускориться за счет ИИ, но и те стадии, где обязательно включать голову. В том числе, показывать это своим примером.

@aidea4work #анализ #teamwork

❇️ Напоминаем: уже 24 июля в 18:00 (GMT+3) пройдет онлайн-митап kkts.ai для HRD, T&D, руководителей отделов и всех, кто работает с AI в компании.

Обсудим:
🟢 "4 уровня использования AI-инструментов в компании" с Сергеем Липчанским, ScrumTrek.
🟢 "Не промптингом единым: обучение AI‑навыкам в Альфа‑Банке", Любовь Суханова.
🟢 В завершение — открытая дискуссия и ответы на ваши вопросы.

Митап для тех, кто развивает людей, команды и процессы, а также для всех, кто хочет внедрять AI в процессы компании. Не забудьте зарегистрироваться — и расскажите коллегам, кому это может быть полезно!

👉 Регистрация по ссылке

#митап #кактус