Kotelov PRO | Валерий Котелов

Айтишников в Инвитро считают не в строчках кода, а в деньгах. У IT-департамента есть своя графа в выручке

В гостях — Дарья Степченкова, директор по цифровой трансформации Инвитро. В компании, куда мы привыкли приходить просто сдать кровь, внутри 15 команд разработки. Дарья на конкретных цифрах разложила, как IT в медицине превращается из статьи расходов в центр прибыли.

В выпуске:
— как всю трансформацию окупили за год
— почему медданные регулируются жёстче, чем финтех, и как это уживается с шестью типами клиентов
— честный разбор провального эксперимента, который взбесил пациентов

🔗 YouTube · Rutube · VK Видео · mave

Вебинар: «AI в бизнесе: где здесь деньги»

Пока многие только планируют внедрять AI, Артём Рыбин уже больше года делает это в сети пекарен «Буше» с 70+ точек в Санкт-Петербурге. На вебинаре – реальный кейс внедрения ИИ, ошибки и рекомендации по интеграции искусственного интеллекта в ритейле.

О чём поговорим:
• Как AI помогает следить за качеством булочек из Буше на прилавках
• Что на самом деле делает ИИ-проект успешным
• Чек-лист: что проверить перед тем, как выделять бюджет на AI

Спикер: Артём Рыбин – CIO сети пекарен «Буше», автор Telegram-канала Maybe.
Модератор: Валерий Котелов – CEO KOTELOV и корпоративной ИИ-платформы для бизнеса Vortholm.

📌 18 августа в 15:00. Регистрация по ссылке

Кончается беклог -> необходимость в ресурсах уменьшается -> оптимизация через ИИ

Предсказываю, что на коне в 2027 будут Product Owner'ы, которые смогут генерировать такой бэк лог, чтобы утилизировать команду разработчиков на 100% и при этом все создаваемые таски генерировали сверх прибыль!

Это игрушка, в каком смысле: замкнутая система не даст новых смыслов; разобрать то что есть, найти гэпы, сократить издержки ФОТ, дозакрыть какие-то сделки, по которым раньше не хватало времени на тщательный анализ.

Но point-to-action из внутренних данных не родится. Нужен, как минимум, хороший ML инженер который сложит рабочую прогностическую модель с верификаций (хороший пример - Actionable.ai) . Мне тут попалось хорошее - в одном отечественном бигтехе начали жаловаться, что, мол, у них заканчивается бэклог. И это объяснимо, особенно в контексте супер-аппов: когда все бизнесовые придумки можно быстро выкатить и засветить околонулевой результат (а не скоррелированный с общим ростом всей компании, рынка) , начинается понимание, что это варка внутри одного пирога.

Я всегда говорю, что для простых агентских задач (где план уже составлен человеком или более сильной моделью) подойдет простой советский qween 3.6 или deep seek 4 flash, люди на местах, которые прям активно в коде, подсвечивают куда более интересную проблему:

Получаю много комментариев в личку от руководителей, которые в силу корпоративных политик не могут высказывать свое мнение публично, анонимно опубликую интересный комментарий к последнему выпуск с разрешения автора:

Представим ситуацию, что вы покупаете квартиру и нанимаете туда рабочих за цену ниже рыночной. Они вам делают ремонт объективно ужасно.
Где-то там скосячили, где-то еще что-то, все течет, розетки кривые и так далее. Пол тоже скрипит. Вы расстраиваетесь и нанимаете новых рабочих, которые берут выше рынка, но при этом делают свою работу качественным.

Сравнение можно также привести с компаниями, которые платят *выше рынка , но при этом требуют, чтобы за эти деньги сотрудники вкладывались по максимуму и выполняли качественно свою работу.

Поэтому здесь нет никакой новизны. И да, для кого-то это может показаться галерой, но если посмотреть правде в глаза и поставить себя на место предпринимателя, который вкладывает, можно сказать, последние деньги или те деньги, которые он мог забрать по себе и уехать с ними на Майорку, вкладывает в разработчиков, в свой бизнес и хочет, чтобы за эти деньги разработчик ему предоставлял результат.

Если есть возможность получить такой же результат с помощью ИИ, еще и дешевле и качественней, то почему бы не заменить сотрудника малоэффективного местами на качественной ИИ?

* тут автор скорее всего имел ввиду компанию из подкаста (мое предположение)


p.s.
Есть решение как не менять сотрудника на ИИ, который будет знать все о его работе и контекст компании, достаточно ему дать умный ИИ, есть классный проект vortholm.ru - заходите посмотреть.

Пару дней назад у меня вышел подкаст с деликатной темой: Балласт нам не нужен: честный разговор про увольнения из-за ИИ — Ирина Шанина, CTO Skyeng и сразу схватил 146 комментариев на YouTube (это не считая сотни комментариев в Inst/Tiktok и других соц сетях).


Я не поленился и прочитал все комментарии, все они - негативные. Все хейтят Ирину (CTO Skyeng), но не многие знают правду.

Этот выпуск вышел полностью без цензуры, этот тот самый момент когда у гостя и его компании хватило яиц не ставить мне палки в колеса и опубликовать его как есть. Без приукрашиваний.

Многим это не понравилось, а не понравилось, потому, что спикер говорил правду. Все о том, что говорит Ирина : оптимизация, повышение производительности, драконовские меры - все это направлено на повышение прибыли, которое требуют акционеры.

У руководителей такого уровня в крупных акционерных компаниях выбора не особо много. Их задача - получить максимальную прибыль.

Нам (разработчикам) пора признавать, что рынок повернулся к нам не самой приятной стороной.

Мы в KOTELOV кстати это тоже видим, все то, что Ирина требует от своих разработчиков, требуют и от нас как подрядчиков, так, что мы в одной лодке :)

В общем - смузи в стакан, kimi k3 в харнес, ариведерчи !

«Вы убираете всех, кто к ИИ не готов. Балласт вам не нужен»

Так Ирина Шанина, CTO Skyeng, объясняет, по какому принципу за год из её техдепартамента ушло 30% людей. А теперь плохие новости для остальных: работы стало больше, а делается она на 35% быстрее.

В новом выпуске Kotelov PRO:

• Виртуальный сотрудник «Джулия», которому отдали код, его проверку и автотесты
• Почему сняли лимиты на токены — и кто вырос втрое
• «Джунов у нас нет. Давно»

🔗 YouTube • VK Видео • RuTube • mave

Vortholm – AI-портал для бизнеса от команды KOTELOV

Когда AI приносит деньги, а когда – только расходы?

С Павлом Боюкой, директором по AI-продуктам Газпром ИД, разбираем, почему ИИ-проекты проваливаются после пилота, как считать их окупаемость и когда обычный алгоритм лучше нейросети. Плюс – кейсы Rutube, модерации, рекомендательных систем и LLM, которые могут ошибаться дорого.

AI-портал KOTELOV для бизнеса https://vortholm.ru/


Смотреть на YouTube
Смотреть на Rutube
Смотреть на VK Видео
Слушать на Mave

Через 2.5 часа оффлайн встреча, если кто не успел зарегистрироваться возможность еще есть: https://go.kotelov.com/event_kotelov_0526

Мероприятие у нас рассчитано всего на 15 человек (в силу физических ограничений площадки) . Я вижу что тема очень популярна, т.к. даже после отсева в списках мы оставили 22 человека.

Поэтому мы решили разрешить дополнительные регистрации, будет немного тесновато, но очень горячо.

Помимо заявленных спикеров - я тоже принял решение выступить спикером №3. Сегодня я поделюсь своими секретами, которыми никогда не появятся в паблике.

18:00 Метро Красные ворота, точная локация после регистрации (это нужно, чтобы мероприятие посетила только целевая аудитория)

Спокойных времён не будет – нужно адаптироваться

Следующий KOTELOV CLUB — про то, в чём сейчас живут почти все: давление на эффективность, постоянные изменения и бесконечное «быстрее, дешевле, меньше людей».

Поговорим без прикрас:
— как грамотно сокращать повышая маржинальность (жестко, но таковы реалии, дешевых денег как в 2024 уже не будет)
— как принимают сложные решения в условиях хаоса
— что происходит с бюджетами и процессами внутри компаний
— как управлять рисками, когда правила меняются быстрее, чем планы

И отдельно — про наш собственный опыт внутри KOTELOV: где резали расходы, что автоматизировали, где заменили людей машинами.

Спикеры:
→ Роман Мезенцев, ex ВТБ / Почта Банк
→ Пётр Сальников, CTO Поле.РФ

Формат закрытый, без камер и цензуры

📌28 мая , 18:00 - в четверг на этой неделе
Регистрация: https://go.kotelov.com/event_kotelov_0526

Что происходит с вашими данными, когда они утекают?

Александр Махонин объяснит, как Газпром ID защищает 50 миллионов аккаунтов и из чего складывается реальная «цена» таких инцидентов. Разбираем, как потеря данных может привести к штрафам в 3% от выручки, что скрывается за каждой авторизацией и почему вы не всегда контролируете, какая информация о вас уже есть у компаний.

Смотреть на YouTube
Смотреть на RUTUBE
Смотреть на VK Видео
Слушать на Mave

День, который напоминает: мирное небо над головой - это заслуга наших дедушек и бабушек! Безмерно благодарен за возможность жить. Возможно, меня бы и не было...

С Днем Победы! 🕊️

А у нас новый выпуск🌟

Саша Крылов снова в студии – уже в третий раз, и на этот раз говорили про Kubernetes.

Разобрали, почему ванильный Kubernetes редко «взлетает», в каких случаях он только усложняет жизнь, сколько на самом деле стоит команда (и почему джуны на кубере — не бюджетная история) и где AI действительно помогает в DevOps.

Прошлые выпуски с Сашей тоже советуем пересмотреть — ссылки добавим в описание 👇

Смотреть на YouTube
Смотреть в VK Video
Смотреть в Rutube
Слушать в Mave

📌Вебинар сегодня в 15:00
Регистрация по ссылке

Как не слить бюджет – вебинар о защите IT-проекта при работе с подрядчиком

Компании ежегодно теряют $2 трлн на провалах IT-проектов.
И чаще всего не из-за технологий, а из-за неправильной модели работы и отсутствия прозрачности со стороны подрядчика.

Валерий Котелов, CEO KOTELOV, расскажет, где именно бизнес теряет деньги и как вернуть контроль над проектом.

Что обсудим:

⚡️ почему 69% IT-проектов выходят за бюджет и какие ошибки к этому приводят
⚡️ Time & Material vs Fix Price: где бизнес переплачивает и почему «фикс» часто оказывается дороже
⚡️ красные флаги подрядчиков: как распознать риски ещё до подписания контракта

Покажем реальный кейс из практики KOTELOV — как через прозрачность и правильную модель работы заказчик управляет бюджетом, а не узнает о перерасходе постфактум.

📌26 февраля, 15:00
Регистрируемся по ссылке

А что происходит с айти-наймом?

Вакансии есть, но нанимают осторожнее. Зарплаты растут не у всех, фидбэк после собеседований пропадает, а сам найм выглядит всё менее прозрачным.

Анна Атрошкина, независимый HR и сооснователь агентства Index, отвечает, откуда берутся скрытые вакансии, почему сильные разработчики получают отказы и как компании на самом деле принимают решения о найме.

Как формируются зарплатные вилки и грейды – секреты уже по ссылочкам 👇

youtube
vk видео
rutube
mave

А у нас первый подкаст в новом году — говорим про CPO. Найм изменился, требования бизнеса стали жёстче, а роль CPO ставят под сомнение.

Что ждут от продактов в 2026 – разбираемся с Евгением Агеевым, CPO, co-founder шоу «Чтобы что?», ex. ВТБ и ЦБ РФ.

- где проходит граница между продактом и C-level?
- что стало с зарплатами CPO?
- куда расти и открыт ли путь в CEO?

Выпуск must-watch, всем смотреть по ссылочкам 💥

youtube
vk видео
rutube
mave

$3 800 на AI за полтора месяца. И я не уверен, что это имеет смысл.

Новогодние праздники. Время с семьей, сноуборд, кино и куча других мероприятий - всё было. Но параллельно я жрал токены в Claude, как остатки оливье 2 января.

8 миллионов токенов за 11 дней января - $1 451 (~1.7 миллиардов токенов кешировано). В декабре - $2 359. Смотрите скрин. Это только Claude, еще я использую Codex, Grok, Gemini.

В чём проблема?

У меня в компании куча задач для LLM. Но решить их правильно могу только я и еще пару моих сотрудников. Все потому, что большинство коллег не понимают, как формулировать запросы. Не знают про контекстное окно. И не должны - это не их работа (говорю за административный персонал).

А те, кто думает что понимают - слепо доверяют и обжигаются. Юристы в США подали в суд документы от ChatGPT с выдуманными прецедентами. Получили штраф $5 000 (пруф).

Мой личный кейс.

Cотрудник попросил обучить его тому, что делаю я с нейросетями, чтобы он мог выполнять это самостоятельно. Шикарный запрос!

Я сказал, что не знаю как это сделать, ведь он великолепный специалист, но консоль/cli/mcp для него как станок ЧПУ для педагога.

Как я умещу в голове гуманитария, то чему мне приходилось обучаться на протяжении десятка лет, я пока так и не понял....

Вот расклад.

Когда говорят "LLM не работает" - для этого человека оно правда не работает. Он написал запрос, получил фигню, сделал вывод.

А я переписал промт, добавил контекст, поменял модель, подключил MCP для внешних данных, подключил агента - получил результат. Таких как я - единицы.

Почему это проблема для всех?

В LLM вбухали десятки миллиардов. Это уже бьёт по железу - дефицит памяти, цены на оперативку +150% за квартал. Мой следующий ноутбук будет дороже - из-за долбанного AI, которым вы не умеете пользоваться.

Напоминает дотком. Интернет изменил мир. Но сначала 90% компаний сдохли.

Замкнутый круг: технология работает для тех, кто разбирается. Но выжить ей нужны миллионы тех, кто не разбирается. Они разочаровываются или обжигаются.

Жду революцию, но через кладбище.

Кстати
Мы в KOTELOV.COM активно используем LLM/AI на проектах при разработке, где это разрешает заказчик - поэтому боль вижу изнутри. В следующем посте я расскажу, почему LLM никогда не заменят разработчиков и почему DEVOPS'еры - будущие бояре в IT

А ты реально используешь LLM для работы? Или только генеришь мемасики в Клинге и Соре ?