"На вступительных курсах в МАИ «ветераны-третьекурсники» рассказали мне анекдот об эволюции студента (кажется, его во всех вузах рассказывали абитуриентам): 1 курс: Все выучил - сдал. 2 курс: Выучил половину - сдал. 3 курс: Ничего не учил, списал - сдал. 4 курс: Ничего не учил, но знает, где найти в книге, нашел, рассказал - сдал. 5 курс: Сидит перед преподавателем, лениво листая учебник: - Это? - Нет. - А это? - Нет. (Кидает учебник на стол) - На, сам ищи. Этот анекдот - отличная метафора нашего взаимодействия с информацией. И если сегодня заменить учебник на ИИ, а преподавателя на бизнес-задачу, мне кажется, что самая выигрышная стратегия - оставаться на ""четвертом курсе"" (при условии, что предыдущие курсы вы не списывали, а учили хотя бы половину того, что требовалось). Сегодня лучший сотрудник - не тот, кто пытается все знать, и не тот, кто слепо делегирует задачи нейросетям, а тот, кто: - умеет вести с ИИ осмысленный диалог - использует его для достижения реального результата - может объяснить, как этот результат был получен - способен воспроизвести и улучшить его. Может показаться, что я говорю об очевидных вещах. Признаюсь, мне и самому так казалось. Однако встречи с десятками компаний за последний год показали: для абсолютного большинства это все еще «новый фронтир», на который часто не хватает ни фокуса, ни ресурсов. Поэтому я считаю важным об этом говорить. Я убежден, что такой подход станет индустриальным стандартом не через пять лет, а уже к концу этого года. Работа с ИИ это уже не плюс в резюме, а новая профессиональная грамотность, каковой она становится, резко обходя финансовую, юридическую и даже обычную речевую. В начале лета я вдохновился подходом пионера зерокодинга Zapier к внедрению ИИ в работу команд и адаптировал его для наших процессов в IThub. Мы запускаем пилотный проект, где сотрудники оценивают свои навыки работы с ИИ на платформе hl.expert, а мы на основе этого формируем новые стандарты. Вот несколько примеров минимальных требований: * Для разработчика: генерировать тесты и регулярные выражения с помощью ИИ. Желательный уровень — писать код с ИИ-ассистентом для мониторинга и обработки ошибок. * Для продуктолога и аналитика: проверять гипотезы и анализировать данные с помощью ИИ. Желательный уровень — выстраивать стратегию с элементами ИИ. * Для саппорта: суммировать тикеты и анализировать статистику обращений. Желательный уровень — формировать гипотезы по улучшению работы в диалоге с ИИ. Осенью планируем подключить маркетинг и HR: от A/B-тестов с ИИ-креативами до автоматизированной персонализации в коммуникациях. По итогам этой работы я могу сформулировать несколько тезисов: 1️⃣. ИИ не заменяет людей, а повышает планку, вынуждая нас вводить новые стандарты эффективности. Тот, кто грамотно использует ИИ, делает в 2–3 раза больше за то же время. Ключевое слово - ""грамотно"". 2️⃣. Критическое мышление важнее промпт-инжиниринга. Умение правильно ставить задачу сегодня ценнее чисто технических навыков. Прежде чем погружаться в сложную работу с ИИ, мы прописываем логику на бумаге - это в разы снижает объем правок фантазий нейросети. Иначе с нейронкой можно потратить больше времени, чем в обычном режиме. 3️⃣. ИИ - это как Excel 20 лет назад. Он уже повсюду: в коде, документации, поддержке. Официальных стандартов владения им пока нет, поэтому нам, как лидерам цифровой трансформации, приходится создавать их на ходу. 4️⃣. Заявления типа ""Не умею работать с ИИ"" скоро станет красным флагом. Через год эта фраза будет звучать так же, как ""не пользуюсь электронной почтой"". 5️⃣. Рынок обучения изменится. Курсы по ИИ станут сложнее, в них будет больше практики, когнитивных тренажеров и питона. Появятся специализированные курсы для руководителей и топов - которые сейчас, чего уж греха таить, подчас хуже разбираются в ИИ, чем их сотрудники - как не пропустить цифровую трансформацию, обойти конкурентов, не распугав при этом команду и не развалив текущие процессы."