Будущее наступает

Мы много слышим про влияние ИИ на производительность, но все еще редко видим кейсы его внедрения в реальный бизнес. Особенно такие, где понятен экономический эффект от такого внедрения.

Именно поэтому я и хочу сегодня показать один такой очень простой и понятный кейс:

🎯 Как Ашан ускорил подбор с помощью ИИ
Или история про то, как AISHA (AI Smart Hiring Assistant) интегрировалась в рабочий процесс подбора персонала🚀

Я ранее уже упоминал о нашей собственной ИИ-разработке - Аише. А в конце апреля мы участвовали с ней в конференции Human Recruitment, где Ашан рассказывал о своем опыте его внедрения.

👩‍💼 В Ашане рекрутеры обрабатывают ~100 000 резюме в год, ведут по 10-15 вакансий одновременно и сталкиваются с постоянной сменой профилей. Раньше на оценку резюме кандидатов уходили долгие часы.

По подсчетам Натальи Хусейиновой, руководителя по подбору персонала АШАН Ритейл Россия, 27% времени рекрутеры тратили на просмотр откликов и холодный поиск кандидатов.

Теперь с AISHA:
⚡️ -90% времени на оценку резюме (4 часа в месяц вместо 40+)
✅ 92% точности
💡 Быстрая реакция на отклики
💰 Экономия бюджета в 2,5 раза

Вот что говорит сама Наталья 💬

Отличный инструмент для быстрого поиска нужных специалистов! AISHA не заменяет рекрутера — она освобождает его от рутины, чтобы он работал с самыми релевантными кандидатами

Ашан уже внедрил Аишу в ATS Skillaz для обработки откликов с разных джоб-сайтов и использует при холодном поиске на hh .ru через расширение для браузера.

Недавно мы еще больше усовершенствовали Аишу: добавили к скорингу развернутое описание оценки кандидата, сделали ее доступной в Казахстане, Узбекистане и Белорусиии. Впереди дообучение модели, расширение функционала, чтобы она становилась ещё полезней🤖

➡️ Подробнее об Аише можно почитать на сайте AISHA.ONE

#ИИкейс
Будущее наступает🚀

Начало здесь

В апреле 2024 года DeepSeek выпустил Deepseek Math, небольшую модель, которая по математическим способностям сравнялась с гораздо более крупной моделью GPT-4. Одним из ключевых факторов успеха стала методика обучения Group Relative Policy Optimization (GRPO), которая позже была использована в DeepSeek R1. GRPO представляла собой более эффективный подход к обучению с подкреплением, отказавшись от ресурсоемких моделей-критиков.

К маю 2024 года была выпущена Deepseek V2 с еще одной инновацией в области эффективности - Multi-head Latent Attention, которая позволяла модели достигать сопоставимого уровня производительности с меньшим количеством параметров за счет совместного использования весов.

⚪️ Стремление к инновациям и преодоление ограничений

Лян Вэньфэн стремился к тому, чтобы Китай стал не просто имитатором западных технологий, а настоящим новатором. Он публично критиковал подход, основанный на ожидании улучшения аппаратного и программного обеспечения по закону Мура. Лян хотел, чтобы DeepSeek стал пионером, открыто делящимся своими исследованиями.

В конце 2024 года DeepSeek выпустил Deepseek V3, объединив и масштабировав все предыдущие инновации, включая оптимизацию на уровне кода GPU. Дэрио Амодей, генеральный директор Anthropic, назвал V3 "настоящей инновацией".

⚪️ Прорыв DeepSeek R1 и реакция мирового сообщества

Используя инновацию OpenAI в области обучения с подкреплением на цепочках рассуждений, DeepSeek разработал Deep Seek R1 Zero, а после доработок - Deep Seek R1, который привлек внимание всего мира в начале 2025 года. R1 по многим техническим бенчмаркам незначительно превзошел оригинальную модель 01 от OpenAI.

Открытость DeepSeek в отношении своих исследований показала миру, как языковые модели могут самокорректироваться под давлением оптимизации для достижения правильных ответов.

Одним из ключевых аспектов DeepSeek R1 была возможность видеть процесс мышления модели, что сделало ее особенно привлекательной. (На момент ее выхода другие производители ИИ прятали ход рассуждений своих моделей.) Кроме того, модель была значительно дешевле конкурентов.

Западные AI-лаборатории выдвигали контрнарративы, включая обвинения в том, что DeepSeek мог неправомерно использовать цепочки рассуждений модели 01 от OpenAI. Однако эти заявления не получили широкой поддержки. В том числе, потому, что к самой OpenAI в США есть масса претензий и исков о неправомерном использовании различных данных для обучения их моделей.

OpenAI даже выразила опасения, что DeepSeek, будучи потенциально подконтрольной Коммунистической партии Китая, может быть использована для нанесения вреда, а ее бесплатная доступность угрожает конфиденциальности и безопасности пользователей. (Чего только американцы не придумают, чтобы ограничить конкуренцию в технологиях других стран 🙄) Несмотря на это, DeepSeek готовился к выпуску Deepseek R2 в апреле или мае 2025 года.

⚪️ Будущее DeepSeek и стремление к AGI

При разработке DeepSeek Лян Вэньфэн столкнулся с проблемой доступа к передовым чипам из-за ограничений, введенных правительством США. Несмотря на это, DeepSeek продолжал развиваться благодаря собственным инновациям в области эффективности вычислений.

Сейчас сообщается, что Лян рассматривает возможность привлечения внешних инвестиций для дальнейшего масштабирования и достижения AGI.

В заключение хочу сказать, что история DeepSeek и Ляна Вэньфэна - это история не только о желании Китая стать лидером в области AI и о неожиданном прорыве, который бросил вызов доминированию западных AI-лабораторий. В том числе, а, возможно, "прежде всего", это история о конкретном человеке и его стремлении к исследованию и инновациям.

#ИИистория
Будущее наступает🚀

🖥 Многие из вас слышали oб успехе китайской нейросети DeepSeek, а кто-то, скорее всего, ею регулярно пользуется.

Гораздо меньше знают о том, откуда она взялась и как так получилось, что она вывела Китай в мировые лидеры в разработке ИИ. А история это довольно интересная🤓

⚪️ Зарождение DeepSeek и финансовый успех Лян Вэньфэна

История DeepSeek начинается с Лян Вэньфэна, человека, который первоначально добился успеха и значительного состояния в мире финансов. После окончания университета в период финансового кризиса 2008 года Лян заинтересовался поиском закономерностей в хаосе с помощью машинного обучения.

В период с 2013 по 2016 год Лян основал несколько компаний, кульминацией чего стало создание в феврале 2016 года хедж-фонда Highflyier. Основной целью его предприятий было

использование машинного обучения для выявления микроскопических закономерностей на финансовых рынках, которые были незаметны для людей

Это было, по сути, искусственным интеллектом до того, как этот термин стал широко распространен.

Подход Ляна оказался весьма успешным. К концу 2021 года Highflyier управлял активами на 9,4 миллиарда долларов и показывал доходность, значительно превышающую показатели фондового рынка. К 35 годам Лян стал миллиардером. Все рыночные стратегии Highflyier были основаны на искусственном интеллекте и работали на суперкомпьютере с 10 000 GPU Nvidia.

⚪️ Переход к исследованию общего интеллекта и основание DeepSeek

Однако амбиции Ляна простирались за пределы финансов. Несмотря на свой успех, он стремился к исследованию общего интеллекта. Это привело к созданию в апреле 2023 года DeepSeek, первоначально как исследовательской организации.

На ранних этапах своего развития летом 2023 года DeepSeek значительно отставал от западных AI-лабораторий, таких как OpenAI, которые уже выпустили GPT-4. DeepSeek обратил особое внимание на Llama 2 от Meta из-за ее открытых весов, что обеспечивало больший доступ и возможности для адаптации.

В мае 2023 года Лян заявил, что цель DeepSeek - сосредоточиться на исследованиях, а не на вертикальных доменах и приложениях. Он также отдавал предпочтение молодым и любознательным китайским специалистам, даже недавним выпускникам, ценя способности выше формальных квалификаций.

В DeepSeek была создана среда с минимальным управлением, поощряющая исследования и свободу совершать ошибки, что, по мнению Ляна, было крайне важно для истинных инноваций.

⚪️ Первые модели и фокус на долгосрочные цели

Первые модели AI от DeepSeek, выпущенные в ноябре 2023 года, включая DeepSeek Koda и V1, не отличались новаторством, причем V1 был во многом вдохновлен Llama 2.

Однако уже тогда проявлялся фокус на долгосрочных целях. Например, DeepSeek намеренно исключил вопросы с множественным выбором из своих обучающих данных, чтобы избежать переобучения на бенчмарках и обеспечить лучшую производительность в реальных условиях. В DeepSeek считали, что

переобучение на бенчмарках не будет способствовать достижению истинного интеллекта модели.

⚪️ Прорывные инновации в 2024 году

К началу 2024 года DeepSeek добился значительных успехов. В январе они разработали новый подход к повышению интеллекта моделей при меньших затратах, усовершенствовав подход "mixture of experts". Определенные экспертные подсети всегда активировались в любом ответе, что позволяло остальным экспертам сосредоточиться на своих сильных сторонах. Это стало одним из секретов базовой модели, лежащей в основе DeepSeek R1.

Окончание здесь

Тем временем, Anthropic выложил исследование "О биологии больших языковых моделей", о том, как они "думают". Используя технологию Cicrcuit traicing сотрудники компании "подглядывали" за последовательностю генерации ответа. Вот несколько интересных фактов.

Как на самом деле "размышляют" большие языковые модели:

- У них есть что-то вроде универсального языка мысли – единое концептуальное пространство для всех языков. Клёво же! Модель использует одни и те же нейроны для понятия "большой", независимо от того, русский это или английский.

- LLM реально умеют планировать наперёд! Удивительно, но когда они сочиняют стихи, то заранее подбирают рифмы (см видео), хотя вроде бы генерация идёт токен за токеном.

- Они часто лгут о своих рассуждениях 😅 Модели сначала выдают ответ, а потом придумывают красивое объяснение, как они якобы до него дошли.

- Современные модели способны на многоступенчатую логику - могут связать несколько простых фактов, чтобы решить сложную задачу. Это уже серьёзный уровень.

- Забавно, что отказ от ответа - это защитный механизм. Если модель не уверена, она предпочтёт промолчать, чтобы не выдать галлюцинацию. Такая вот защита от бреда.

- Оказывается, можно использовать грамматическую согласованность для джейлбрейков – модель так хочет сохранить языковую структуру, что может проговориться о запрещённом.

- У моделей формируются скрытые внутренние цели. Никто их этому не учил, но они постоянно оценивают свои ответы по каким-то внутренним критериям.

- А вы представляете, какая колоссальная сложность стоит за простым "Привет"? Любое объяснение работы LLM - это как пересказ "Войны и мира" в двух предложениях.

- Модели умеют планировать ответ "с конца" - сначала выбирают финальную цель (например, нужное слово для рифмы), а потом строят весь ответ, чтобы к ней прийти.

- У них есть даже подобие метакогниции - они различают, что знают, а чего нет, используя внутренние признаки неопределённости. То есть, LLM в каком-то смысле "осознают" свои ограничения.

- Тонкая настройка может кардинально изменить "характер" модели, прививая ей новые цели и свойства. По сути, мы программируем их личность.

Чем глубже копаешь, тем отчётливее понимаешь - надо как следует присматривать за тем что присходит в этих "черных" ящиках.

Сергей Булаев AI 🤖 - об AI и не только

Вот пост об интересном исследовании биологии (❗️) больших языковых моделей.

Я часто слышу различные мнения или споры о том, "есть ли интеллект у искусственного интеллекта", "можно ли говорить, что ИИ "думает", можно ли назвать разумом те свойства, которые демонстрируют нейросети и т.п.

Сам считаю, что занимать какую-то сторону в таких спорах контрпродуктивно. Слишком много неопределенности в смыслах, которые каждый из нас вкладывает в такие слова и слишком мало мы знаем о том, что на замом деле происходит внутри нейросетей (и компьютерных и человеческих), когда они "думают".

Компания Антропик (Anthropic), один из мировых лидеров в разработке генеративного ИИ, провела исследование того, что происходит "в мозгу" у их нейросети Claude 3.5 Haiku, когда она работает. Результаты получились очень интересными👇

И еще я сделал интерактивного репетитора по математике для подготовки к ОГЭ (9 класс).

Он вначале узнает об интересах ученика, а затем задает и объясняет задания исходя из них. И все это в игровой форме, чтобы было интересно. Делал для дочери и, возможно, он будет полезен кому-то еще.

Внутри ChatGPT - это custom GPT (доступен в т.ч. с бесплатных аккаунтов с ограничением на количество сообщений в течение суток).

На российском сервисе он реализован как ассистент с более сильной моделью под капотом (GPT-4.1 mini).

Вот ссылки:

➡️На российском сервисе GPTunnel

➡️На американском ChatGPT

#ИИинструменты
Будущее наступает🚀

Всем доброго воскресного вечера!

В пятницу мой альбом "Оптимизм" вышел на российских музыкальных площадках. Теперь его можно слушать на Яндекс Музыке, ВК Музыке и Звуке.


Будущее наступает🚀

🟢 Сегодня об одной из самых интересных, на мой взгляд, тем, связанных с ИИ - для чего люди на самом деле используют генеративный ИИ.

На прошлой неделе в Harvard Business Review вышел отчет об исследовании 100 наиболее популярных кейсов использования ИИ в мире за последние 12 месяцев.

Они их изучили и отсортировали по популярности. А учитывая, что сегодня в мире ежедневно сотни миллионов людей ежедневно используют ИИ в своей жизни и работе, список получился весомым и захватывающим.

💎 Вот топ-6 областей использования ген. ИИ в 2025 г.:

1. Личная и профессиональная поддержка — 31%
2. Создание и редактирование контента — 18%
3. Обучение и образование — 16%
4. Техническая помощь и устранение неисправностей — 15%
5. Творчество и развлечения — 11%
6. Исследования, анализ и выводы — 9%

🏆А вот топ-10 кейсов использования ген. ИИ:

1. Терапия / общение 🥇
2. Организация моей жизни (новый кейс) 🥈
3. Поиск смысла (новый кейс) 🥉
4. Расширенное обучение
5. Генерация кода (для профессионалов)
6. Генерация идей
7. Развлечения и мемы
8. Улучшение кода (для профессионалов)
9. Творчество
10. Здоровый образ жизни

Знаете, что интересно? Всего полтора года назад - в декабре 2023 г. - мы выступали в Институте Психологии на форуме "Осознанная Карьера", рассказывали про ИИ. После выступления нас спрашивали, сможет ли ИИ заменить психолога.

А сегодня, согласно исследованию HBR, психологическая помощь - это то, для чего миллионы людей чаще всего обращаются к ИИ. Потому, что:
1. доступно
2. дешево или бесплатно
3. нет риска, что тебя оценят или осудят
А по качеству - уже неотличимо от людей.

Интереснейший список всех 100 кейсов использования можно посмотреть в комментарии к этому посту👀

А в приложениях - оригинальный отчет HBR на английском и - для тех, у кого нет времени читать полный отчет - перевод краткого описания всех 100 кейсов на русский.

#ИИинтересно
#ИИюзкейсы
#ИИотчеты
Будущее наступает🚀

👀 Ближайшее будущее: что нас ждет на рынке труда и в мире технологий?

Друзья, посмотрел интересный подкаст с Андреем Себрантом из Яндекса 🎞 В нем обсуждали много всего: от возвращения западных компаний до влияния нейросетей на нашу жизнь. Вот несколько ключевых моментов, которые мне показались особенно важными:

🔵 IT-рынок: от бума к взрослению. После бурного роста во время пандемии, прямо сейчас IT-рынок переживает период коррекции и увольнений. Это связано и с окончанием COVID-ограничений и с повышением производительности труда благодаря инструментам на основе искусственного интеллекта. Теперь меньшее количество специалистов может выполнять больший объем работы.

🔵 Искусственный интеллект: не только помощник, но и конкурент. Нейросети уже сегодня качественно решают задачи по рефакторингу старого кода, на что раньше требовались целые команды программистов. Это приводит к пересмотру планов по найму. В будущем мы можем увидеть стартапы-единороги с минимальным количеством сотрудников, где один человек сможет выполнять работу целого отдела, используя AI-инструменты.

🔵 Личный бренд – ваш главный актив. В условиях растущей конкуренции и автоматизации, личный бренд становится ключевым фактором востребованности специалиста. Важно быть известным в своей области, иметь репутацию и рекомендации от коллег⭐️

🔵 AI в маркетинге: новая эра. Нейросети становятся новым мощным каналом трафика и формирования спроса. Традиционные методы SEO теряют свою актуальность, и маркетологам придется осваивать новые подходы к взаимодействию с AI-аудиторией.

🔵 Незаменимые навыки: под вопросом. Даже в таких "человеческих" сферах, как психотерапия, наблюдается рост популярности AI-помощников. Нейросети могут обеспечить отсутствие предвзятости, что для некоторых оказывается важнее эмпатии. Поэтому говорить о действительно незаменимых профессиях становится все сложнee🤔

🔵 Будущее за роботами? Самым интересным трендом Себрант считает интеграцию AI с физическим миром через робототехнику. Китай делает огромную ставку на человекоподобных роботов как основу экономического роста. В отличие от языковых моделей, роботы смогут непосредственно взаимодействовать с миром и получать неограниченные объемы обучающих данных, что приведет к новому качественному скачку в развитии AI. Горизонт разворачивания массового производства гуманоидных роботов - 2027-2030 гг. - совсем скоро‼️

🔵 Доверять, но проверять. В эпоху дипфейков и манипуляций критическое мышление становится главным инструментом безопасности. Важно развивать чутье и уметь проверять информацию, даже если она получена из "авторитетных" источников, включая 🧠

Если у вас будет возможность посмотреть, рекомендую 📺

#ИИновости
#ИИинтересно
Будущее наступает🚀

🌐 Другая новость прошлой недели, возможно более важная, - это выпуск компанией Google новой модели (нейронной сети) Gemini 2.5 Pro.

Почему это важно:

1️⃣ Эта модель удивительно способная. Например, она позволяет, даже непрограммистам, с первой попытки создавать работающие игры, приложения и различные программы. Просто представьте, на сколько отраслей, рабочих процессов и людей это повлияет.
2️⃣ У нее огромное контекстное окно в 1 млн токенов. Для понимания насколько это много - она способна принять всю коллекцию из 7 книг о Гарри Поттере за раз в качестве источника данных.
3️⃣ Она отлично работает с данными - быстро находит их в источниках и устанавливает между ними взаимосвязи.

Сразу после выхода, Gemini 2.5 Pro потеснила в различных рейтингах и бенчмарках все другие модели, включая нейросети лидера - компании OpenAI.

Еще добавлю, что она пока доступна бесплатно, для работы из РФ требуется только VPN (из-за санкций). Ее можно попробовать здесь и вот здесь.

🟢 Предлагаю вам самим попробовать и найти интересные / полезные сценарии использования. Обязательно поделитесь в комментариях тем, что сделали и что получилось💬

Для примера, вот, что сделал я:

➡️ Взял транскрипт вот этого 2х-часового видео с лекцией по Операционным системам.
➡️ Забросил в Gemini 2.5 Pro с таким промптом:

Сделай структурированное саммари этого транскрипта видео, выделив основные мысли и идеи. Затем напиши на его основе увлекательное учебное пособие для неспециалиста, который хочет разобраться в этой теме.

➡️ Получил структурированное саммари видео и краткое учебное пособие написанное понятным языком. Результат - в первом комментарии к этому посту.

#ИИновости
#ИИинструменты
Будущее наступает🚀

🌐 На прошлой неделе было несколько интересных новостей из мира ИИ. Сегодня расскажу об одной из них.

OpenAI интегрировала возможность генерации изображений в ChatGPT с использованием модели GPT-4o. 🖼

Ключевые особенности генерации изображений GPT-4o:

🔵 Нативная интеграция: Функция генерации изображений теперь встроена в ChatGPT, позволяя пользователям создавать и редактировать изображения без необходимости использования внешних инструментов или плагинов.

🔵 Мультимодальные возможности: GPT-4o — это мультимодельная модель, что означает, что она может работать с различными формами контента, включая текст, изображения и многое другое, для создания связного и контекстно-релевантного визуального контента.

🔵 Точность и детализация: Модель отличается точным рендерингом изображения по тексту и выполнением детальных запросов, способна обрабатывать до 20 различных объектов, сохраняя при этом правильные отношения между ними.

🔵 Фотореализм и стили: GPT-4o может производить фотореалистичные изображения и разнообразные стили, что делает ее универсальной для различных приложений.

🔵 Обучение в контексте: Пользователи могут загружать изображения для анализа ИИ и включать детали в новые генерации, улучшая контекстное понимание и последовательность.

Из особенностей - генерация одного изображения занимает около 2х минут.

После этого релиза некоторые эксперты задаются вопросом о будущем целого класса ПО по работе с изображениями, такого как, например, Adobe Photoshop.

#ИИновости
#ИИинструменты
Будущее наступает🚀

🔥 Друзья, рад поделиться важной новостью! Сегодня состоялся релиз моего первого музыкального альбома под названием «Оптимизм» на всех популярных стриминговых платформах — Spotify, Apple Music, YouTube Music, SoundCloud и других! 🎧✨

Исполнитель: Primavera (название этого музыкального проекта)
Жанр: Pop
Количество треков: 10
Язык: Русский

🌟 Немного об истории альбома: Два месяца назад я запустил эксперимент по перепрограммированию мозга на оптимизм (подробнее об этом можно прочитать в этом посте). Одним из инструментов были аффирмации — короткие позитивные утверждения, которые помогают настроить мозг на продуктивные и позитивные мысли.

Чтобы легче их запоминать и регулярно повторять, я начал превращать их в лёгкие и запоминающиеся песни. Сначала появилась одна песня, затем ещё две, и в итоге появился целый альбом! Каждая из 10 композиций — отдельное позитивное утверждение.

🎯 Как слушать альбом с пользой:

1. Утром, на прогулке или во время зарядки — можно слушать весь альбом, все песни подряд.

2. Днём, когда чувствуете усталость или снижение настроения — просто включайте и слушайте 5-10 минут, начиная с любой песни.

3. Выберите одну композицию и слушайте на повторе весь день, сделав её девизом своего дня!

Это работает для меня, и я искренне надеюсь, что это будет полезным и приятным открытием и для вас! 🌞

🙏 Отдельная благодарность Элине Куэста, которая поддерживала меня на каждом этапе создания альбома. Без неё этого релиза могло бы и не быть!

🎶 Слушать альбом

🎞 Мой авторский канал на YouTube

▶️ Первый трек альбома на YouTube Music

Буду благодарен за ваши отзывы и репосты! Всем оптимизма и хорошего настроения! 🚀💫

🆕 Хорошая новость для пользователей ИИ😃

Компания xAI Илона Маска запустила официальный Телеграм-бот их нейросети Grok. Он уже доступен всем пользователям Телеграм-премиум здесь: @GrokAI.

Сейчас в Телеграм доступна версия Grok-2 - не самая последняя, но все равно очень способная.

Насколько я знаю, это пока единственный официальный Телеграм-бот мирового производителя SOTA-нейросети.

То, что он доступен только подписчикам Телеграм-премиум кажется недостатком🤔 С другой стороны, у пользователей в РФ появилась возможность свободно и без VPN пользоваться одной из самых лучших нейросетей в мире всего за 2 т.р. в год🔥

#ИИновости
#ИИинструменты
Будущее наступает🚀

💊🤖 Хорошая новость про успехи ИИ в медицине

Сначала контекст:

Рак входит в число основных причин смертности: он отвечает примерно за 15% всех смертей в мире.
Многие виды рака поддаются лечению, если определены на ранних стадиях.
Определение на ранних стадиях зависит от доступности качественной диагностики.

Качество диагностики рака традиционными методами (врачами-специалистами) на ранних стадиях не превышает 78-80%. То есть в 1 из 5 случаев врачи его просто не определят. И это, скорее всего, если будут хорошие врачи.

Хорошая новость:

Группа исследователей из Международного университета Даффодил в Бангладеш, Университета Чарльза Дарвина, Университета Калгари и Австралийского католического университета разработала модель ИИ под названием ECgMPL, которая способна выявлять рак эндометрия с точностью 99,26%. Это один из самых распространённых видов рака репродуктивной системы у женщин. И он как раз хорошо поддаётся лечению на ранних стадиях.

Этот метод протестировали на выявлении других видов рака, и там он также показал отличные результаты:
Рак кишечника — точность 98,57%.
Рак молочной железы — 98,20%.
Рак полости рта — 97,34%.

Это тот ИИ, который нам нужен. С нетерпением ждем появления таких методов диагностики в нашей системе здравоохранения. Еще лучше, если ИИ-диагностика появится прямо в программе диспансеризации.

#ИИновости
#ИИмедицина
Будущее наступает🚀

Тут есть еще один важный фактор, о котором стоит упомянуть: способность и желание руководителей IT-департаментов внедрять ИИ в работу их функций.

Внедрение ИИ-технологий в разработку может значительно ускорить написание и отладку кода, но, при этом, требует исследования возможностей технологии и инструментов, переобучения персонала и реорганизации рабочих процессов. Плюс ИИ- это новая технология, в которой у большинства IT-руководителей просто нет компетенций.

Другими словами, внедрение ИИ-технологий - это боль с организационной точки зрения.

Соответственно вопрос: какая мотивация у руководителей IT-функций ее внедрять?