Менеджмент

Семь бед — пихай нейросеть

Раз за разом наблюдаю один и тот же сценарий: у человека есть задача, он её как‑то решает, и это уныло. Например, он ведёт огромную таблицу в Экселе.

Человек думает, как это упростить, и ответ в последнее время всегда один — внедрить нейросеть. Человек идёт к начальству, получает одобрямс и начинает внедрять LLM, но с наскока и в лоб это не срабатывает — нейросеть врёт, теряет контексты, делает не то и не так.

Тогда человек долго и мучительно разбирается, как работают нейросети и почему они не работают так, как ему хочется. Роется в источниках и мучает сами же нейросети, но, цитирую: «они объясняют слишком сложно».

Наконец, человеку кто‑то подсказывает, что нужны агенты. Или скиллы, или ещё какая‑то надстройка над нейросетью. На этом этапе человек начинает писать серию статей о том, как он устал/сумел/не сумел внедрять нейросети и сейчас поделится всем, что узнал. Пишет буквально, как он долго и мучительно внедряет нейросети там, где их не надо внедрять.

Потому что для его задачи существуют готовые, надёжные, проверенные годами, поддерживаемые решения автоматизации. Например, человек внедряет нейросети там, где нужно вести базу знаний или открывать заслонку воздуховода раз в 2 минуты.

Почему это плохо
Потому что база знаний в каком‑нибудь Вики‑подобном проекте займёт несколько гигабайт, а прямо в Постгресс — несколько мегабайт. Уместится на флешку. А с нейросетью нужен сервер за пару миллионов рублей. Или облако за несколько сотен в год. Плюс электроэнергия и настройка, контур безопасности и девопсы. Плюс затраты времени, а значит — денег компании, — на работу с ошибками и разбор последствий этих ошибок.

Потому что открывать заслонку воздуховода раз в 2 минуты можно механически, вообще без всяких серверов, достаточно клепсидры и пары рычагов. Не нужно тратить электроэнергию, вычислительные мощности и нанимать специальную команду, которая будет обслуживать серверную стойку.

Как так‑то? Как‑то так...
Что помешало человеку погуглить спросить у тех же нейросетей, как решать задачу? Нейросети знают про Вики, Конфлюэнс и Постгресс... Что? А бес его знает...

Самое фиговое, что это происходит в мировом масштабе. Миллионы и миллиарды человекочасов и ресурсов уходят в никуда.

Хочу сделать своего бота для монетизации платного контента в Telegram.

Смотрел условия и считал экономику уже существующих ботов и сервисов, и теперь не особо понимаю какую модель выбрать. Вернее понимаю какая была бы интересна мне, но если смотреть с точки зрения пользователя, особенно учитывая что бюджеты на рекламу у меня не такие огромные как у действующих конкурентов, нужно что-то очень выгодное для пользователей, как минимум на старте сервиса.

Кандидаты, которых изучил:

Tribute и Paywall - деньги идут через внутряннию систему сервисов, они забирают комиссию с каждой транзакции (от 10 до 20%). Tribute официально декларирует плоскую комиссию 10% выплаты по расписанию два раза в месяц. Для меня это хорошая модель: чем больше оборот, тем больше я заработаю. Но если смотреть глазами пользователя, при росте оборотов 10-20% начинают очень заметно съедать прибыль, и сегодня многие склоняются в пользу другой модели.

Nemiling - там переводы идут напрямую на счёт, а вместо комиссии фиксированный тариф за оборот: бесплатно до 5k руб/мес, дальше два плана без ограничения по количеству проектов - 1790 руб/мес при обороте до 60 000 руб/мес и 2990 руб/мес при обороте выше - без ограничений. По сути, это классическая SaaS-модель с подпиской.

Сравнивая выгоду и анализируя отзывы скадывается впечатление что фиксированная модель по типу Nemiling будет лучше для пользователей, а соотвестственно будет легче продвигаться, при это окупаемость будет дольше.

Как ведут себя цифры при обороте

Если по‑честному взглянуть на цифры, разница между процентной моделью (как у Tribute/Paywall) и фиксированной подпиской (как у Nemiling) становится болезненной уже на средних оборотах.

Если владелец канала стабильно делает 50 000 в месяц.
С комиссией 10% он каждый месяц отдаёт по 5 000, а за год набегает около 60 000 только за пользование платформой.
В фиксированной истории вроде Nemiling на таком уровне автор платит около 2 000 в месяц, то есть примерно 21-22 тысячи в год. Получается, вместо 60k он отдаёт чуть больше двадцати - просто потому, что платит фикс за сервис, а не процент с каждой оплаты.

А если автор стабильно держит в районе 300-500 тысяч в месяц?
При процентной модели 10% это уже 30-50 тысяч в месяц, то есть от 360 до 600 тысяч в год только за то, что он пользуется сервисом.
В фиксированной модели он всё так же платит несколько тысяч в месяц, суммарно порядка 35. Разница уже не просто ощутимая, а стратегическая.

Так вот как создателю бота, мне хочется запуститься с моделью как у Tribute или Paywall, она она обещает хорошие деньги, но с другой стороны, смогу ли я успешно конкурировать с такими закоренившимися ботами. Хочется зайти в нишу и при этом сделать всё так, что-бы иметь конкурентное приемущество.

Если выбрать решение типа Nemiling: удобный рублёвый вывод на счёт, фиксированная плата при росте оборотов и экономия в разы. У меня будет "козырь" с котрым проще зацепиться и удержаться, хотя и окупаемость будет дольше.

Вопросы к сообществу

1. Кто юзает ботов платных подписок: какую модель в итоге выбрали и почему?

2. Какие тонкие нюансы с выводом и отчётностью вы встречали при работе с Tribute, Paywall, Stars, Nemiling, investmember? Особенно интересует опыт с рублёвой отчётностью и валютным контролем.

3. Есть ли на сегодняшний день надёжные гибридные решения - например, фиксированная подписка + внутренняя опция «оплатить через Telegram (Stars)»?

Буду признателен за конкретные цифры, кейсы и ссылки на опытные расчёты. Спасибо!

Пользователю не нужен умный ИИ. Ему нужен предсказуемый результат

У генерации LLM есть свойство, которое никакими перепроверками до конца не лечится: она недетерминирована. Как ни защищайся, какие валидации ни навешивай, всегда остаётся процент на галлюцинацию, на неверно понятый промпт, на ответ, которого вы просто не предусмотрели. Это не баг конкретной модели — это её природа.

И вот тут начинается самое неприятное — не для инженера, а для бизнеса. Человеку, далёкому от ИИ, слово «галлюцинация» ничего не объясняет и ничего не извиняет. Он не обязан знать про температуру сэмплирования и вероятностную природу вывода. Он видит другое: продукт не работает.

При этом мы сами раз за разом требуем от умной модели ровно того, чего она не умеет: понятного, повторяемого, детерминированного поведения.

Проще всего это объяснить через людей.

Есть умный сотрудник. Он придумает, как решить задачу, которую до него никто не решал. Есть исполнительный сотрудник. Он, может, и не придумает нового, зато будет исправно следовать инструкции, раз за разом выдавая один и тот же результат.

А теперь попробуйте нагрузить рутиной умного — скажем, топ-менеджера. В понедельник у него нет настроения. В среду он понял задачу по-своему и сделал красивее, чем просили. В пятницу вообще предложил всё переделать. Каждый раз — по-разному, и каждый раз со своей логикой.

С умной LLM ровно то же самое. Не нужно требовать от неё, чтобы она одинаково решала одну и ту же задачку. Нужно просить её о другом — написать инструкцию для тупой программы.

Как мы на это напоролись: документооборот для бухгалтеров

Теория теорией, а пришли мы к этому через собственные грабли.

Была небольшая автоматизация документооборота. Решали в лоб, как решают все: сделали интерфейс, где бухгалтер пишет задание, прикладывает шаблон и получает готовый документ. Логично же.

На практике вышло так. Человек получает не тот результат — сразу или со второй попытки. Пробует ещё раз, формулирует иначе, получает третий вариант, тоже не тот. И — разочаровывается. Не потому, что продукт плохой, а потому что он непредсказуемый, а бухгалтер — человек, которому предсказуемость дороже технологий.

Двухуровневая структура: LLM пишет программу, программа делает документ

Тогда мы перестроили пайплайн.

Теперь бухгалтер с помощью ИИ не делает документ. Он с помощью ИИ пишет программу, которая делает документы по шаблонам — и работает всегда детерминированно.

Разница выглядит тонкой, а меняет всё:

• Написал программу один раз корректно — она будет корректно отрабатывать всегда. Не «в 95% случаев», а всегда.

• Написал некорректно — можно указать на ошибку, она поправится, и правка тоже закрепится навсегда.

• Вылез corner case, в котором программа должна вести себя иначе, — поправил, и это осело на уровне программного кода, а не на уровне промпта.

Вот последний пункт — самый важный. Правка в промпте живёт до следующей генерации и в любой момент может «разъехаться». Правка в коде остаётся правкой в коде. Модель отработала свой недетерминированный номер один раз — на этапе написания программы, под присмотром человека. Дальше работает обычный, скучный, честный код.

Модели отдаём разовое творчество: разобраться в задаче, перевести человеческую формулировку в логику, собрать программу. Коду отдаём исполнение: раз за разом, одинаково, без настроения и импровизаций.

Умного сотрудника не сажают заполнять накладные. Его просят написать регламент, по которому накладные будет заполнять тот, кому это нравится.

Что это даёт бизнесу

Главное — предсказуемость, а вместе с ней доверие. Пользователь перестаёт играть в рулетку и получает систему, которая ведёт себя одинаково. Ошибка становится не поводом разувериться в ИИ, а обычным багом: нашли, поправили, закрепили.

А ещё это дешевле: модель дёргается один раз при создании программы, а не на каждом прогоне.

Так у нас и заработала двухуровневая структура. Наверху — умная, творческая, непредсказуемая LLM. Внизу — тупая, надёжная, предсказуемая программа. Каждый на своём месте и занят тем, что умеет.

Принят закон об ИИ - что меняется для бизнеса и разработчиков с 2027 года

Ранее обсуждали законопроект Минцифры о использовании ИИ.

Закон об ИИ принят в окончательном чтении

8 июля Госдума приняла закон об ИИ. Он вводит базовые понятия и правовую рамку. Фокус сместился с регулирования на поддержку развития.

Что регулируется и что попадает под действие закона

Закон действует только для больших фундаментальных моделей (БФМ) - с 1 млрд параметров. Малые и open-source системы под него не попадают.

Что такое большая фундаментальная модель:
⦁ программа для выполнения интеллектуальных задач на уровне человека или выше
⦁ использует алгоритмы и обучается на составах данных
⦁ содержит не менее 1 млрд параметров
⦁ является основой для создания и доработки различных видов ПО

Категории моделей ИИ

Закон вводит два понятия: суверенная и национальная большая фундаментальная модель.

Суверенная модель:
⦁ разработчик - российское юридическое лицо
⦁ разработка на всех стадиях осуществляется этим российским юрлицом
⦁ обеспечивается полная техническая воспроизводимость цикла разработки, включая обучение
⦁ подготовка ответов и хранение данных - в ЦОД на территории РФ, принадлежащих российским юрлицам
⦁ модель прошла подтверждение соответствия законодательству РФ и традиционным российским духовно-нравственным ценностям

Национальная модель:
⦁ разработчик - российское юридическое лицо
⦁ существенные характеристики определяются и изменяются российским разработчиком
⦁ допускается использование компонентов по открытой лицензии (включая иностранные open-source решения)
⦁ подготовка ответов и хранение данных - в ЦОД на территории РФ
⦁ модель прошла подтверждение соответствия законодательству РФ и ценностям

Ключевое отличие: суверенная модель должна быть создана "с нуля" российским разработчиком с полным контролем всех этапов. Национальная может использовать open-source компоненты.

Маркировка ИИ-контента

Закон разрешает маркировку ИИ-контента. Владельцы крупных сайтов (500+ тыс. пользователей в сутки) обязаны дать пользователям возможность ставить предупреждение об ИИ.

Маркировку облегчили: теперь это возможность, а не обязанность. Для малого бизнеса и экспертов это означает, что избыточная маркировка не замедлит работу.

Интеллектуальная собственность при обучении ИИ

Провайдеры БФМ обязаны информировать пользователей об их правах и условиях доступа. Обучение на авторских объектах не нарушает прав, если используется легальный экземпляр.

Теперь разработчики чётко знают: обучение на правомерно полученных данных не нарушает авторские права. Для малого бизнеса и ИТ-компаний это снижает риски.

Сроки вступления в силу

С 1 сентября 2026 года - Основные положения закона (базовые понятия, цели, принципы)
С 1 марта 2027 года - Требования к суверенным и национальным моделям, обязанности разработчиков, полномочия Правительства, маркировка ИИ-контента
До 1 сентября 2032 года - Переходный период для уже внедрённых систем ИИ (при условии обработки данных на территории РФ)

Что важно для целевой аудитории

Для малого бизнеса и экспертов: закон не обязывает использовать российские модели - выбор остаётся за бизнесом. Open-source решения под действие не подпадают. Но в чувствительных сферах (гос. системы, финансы) могут установить требования к суверенным или национальным моделям.

Для ИТ-компаний: для прикладных open-source решений барьеров нет. Если разрабатываете БФМ под господдержку - потребуется подтвердить статус.

Иностранные модели и API не запрещены, но в отдельных сегментах могут стать неприемлемыми.

А что вы думаете об этом законе? Планируете ли использовать ИИ в своей деятельности? Делитесь мнением в комментариях 👇

Какое-то время работал по классическому скраму. Двухнедельные спринты, планирование, ретро, демо. Всё как в учебнике.

Потом перешёл на недельные циклы и мне зашло.

Две недели это слишком долго чтобы понять что пошло не так. Берёшь задачу, через неделю понимаешь что оценка была неверной, контекст изменился или задача вообще потеряла смысл. Но спринт ещё идёт и ты либо тащишь её до конца ради метрик либо объясняешь почему не доделал.

С недельным циклом горизонт короче. Ошибка в планировании стоит максимум неделю, не две. Адаптироваться проще.

Минус тоже есть, на большие задачи нужно уметь нарезать на недельные куски. Не всё режется красиво. Иногда приходится делать промежуточные результаты которые сами по себе не имеют смысла.

Но в целом для небольших команд недельные циклы работают лучше. По крайней мере у меня.

Кто пробовал менять длину спринта - назад вернулись?

Совместный календарь

У каждого взрослого человека помимо основной работы есть много разных дел: тренировки, курсы, увлечения, походы в салоны красоты и по врачам. Когда люди начинают жить вместе, возникает два вопроса: как планировать совместный досуг и как учитывать личные дела. При появлении детей количество событий удваивается, и начинается хаос.

Впервые столкнувшись с этой проблемой, я попробовал создавать встречи в Google Календаре и отправлять приглашения жене. Стало лучше, но уж больно утомляло добавлять второго участника в каждое событие. Тогда на ум пришло другое решение: создать один общий календарь и управлять им совместно.

Инструкция для Google Календаря:

1. Создать отдельный календарь. Можно назвать его «Вася+Маша» и назначить специальный цвет событий, чтобы отличать от личного календаря.

2. Поделиться календарём с партнёром, разрешив ему редактировать события.

3. Там же в настройках календаря можно подписаться на создание, изменение и отмену событий. Вы будете получать письмо каждый раз, когда партнёр что-то меняет в общем календаре.

4. Включить синхронизацию созданного календаря в iPhone/CalDAV.

Совместный календарь позволяет:

• держать в одном месте все общие события: концерты, ужины, поездки;

• избежать ситуации, когда два события назначаются на одно и то же время;

• разносить личные дела во времени, когда дети ещё маленькие, и кто-то должен оставаться дома;

• наоборот, группировать личные дела на одно время, чтобы освободить больше вечеров для совместного досуга.

Теперь ты тимлид: роль, майндсет и границы ответственности

Сегодня мы начинаем серию постов о переходе из роли старшего инженера в трек начинающего технического менеджера — тимлида.

Важный момент при переходе на менеджерский трек — смена майндсета: фокус смещается от обычной инженерной работы в команде к ответственности за то, насколько эта работа хорошо организуется и отвечает потребностям компании в достижении целей. Для эффективности в роли технического менеджера необходимо выстраивать стратегию работы команды, основанную на данных и метриках. 

Начинающему тимлиду на старте своего менеджерского пути часто бывает сложно работать с множеством активностей разного приоритета и из разных областей, требующих постоянного переключения контекста. Для упрощения, на начальном этапе все активности можно рассматривать через призму трёх крупных направлений: цели, процессы и команда.

Три направления работы тимлида

Первое направление — цели. В этом направлении затрагиваются вопросы стратегического видения, квартального целеполагания, краткосрочного планирования спринтов, составления роадмапов различной глубины, управления дедлайнами, эффективного использования ресурсов команды, рациональной работы с приоритетами и рисками.

Второе направление — процессы. Оно предполагает системный подход к развитию на основе метрик и данных. Универсальный план работы: определение метрики, её фиксация, изменение процесса, контроль метрики, коррекция плана и продолжение при необходимости.

Третье направление — команда. Оно включает активности по определению структуры и компетенций команды, развитию зрелости и лояльности, а также росту и развитию инженеров в зависимости от потребностей продукта и стейкхолдеров.

Границы ответственности и принятие решений

Роль тимлида предполагает широкую зону ответственности с зачастую размытыми границами. При этом в разных компаниях эта зона может существенно отличаться — в зависимости от специфики и культуры. Часть функций может распределяться, например, между системными аналитиками, инженерами-фичалидами, техническими менеджерами проектов и т. п.

Широкая зона ответственности предполагает обширную коммуникацию с различными функциями. Можно выделить следующие крупные точки взаимодействия: 

• discovery составляющая — продакт-оунер, дизайнер, аналитик, редакторы и т. д.;

• техническое руководство — руководители разработки и функциональные руководители направлений; 

• delivery-составляющая — инженеры команды различных функциональных направлений;

• смежники: соседние команды, партнеры, HR-функция, административный персонал и т.д.

Наиболее важный момент для новоиспеченного тимлида — умение принимать решения в новой роли в условиях динамично меняющейся обстановки и стресса. Для эффективного принятия решений нужен опыт и лучший вариант его получения это практика за счет делегирования активностей от своего руководителя. Но подобная возможность появляется не всегда и не у всех. В таком случае помогают практические упражнения по разбору ситуационных кейсов, основанных на распространенных ситуациях из реальной практики.

От теории к практический кейсам

В следующих статьях мы рассмотрим наиболее распространённые ситуационные кейсы:

• Варианты старта: тимлид в новой команде или в существующей.

• Целеполагание: как планировать, когда всё горит и ничего непонятно.

• Команда и люди: офферы, лоу-перформинг, увольнение, друзья, лояльность.

• Процессы: «и так нормально», бюрократия, эксперименты.

• Менеджерские кейсы: приоритеты, риски, разделение команд.

• Сложные ситуации: конфликты, смена продукта, откат обратно в инженеры, микроменеджмент.

Разбор таких кейсов позволяет накопить опыт и сформировать видение того, как действовать в новой для себя роли в сложных и неоднозначных ситуациях. Такой подход позволяет в безопасной среде потренировать навыки принятия решений применительно к различным ситуациям.

Почему хорошие вопросы ценятся не меньше хороших ответов

Вопрос может направить работу в нужную сторону, а может растянуть обсуждение на несколько кругов уточнений. Часто все упирается не в сложность задачи, а в то, насколько понятно сформулирован запрос.

Хороший вопрос не обязан быть длинным. Достаточно обозначить, что происходит, где нужна помощь и какого результата вы ждете. Так собеседнику проще включиться, дать точный ответ и не тратить время на догадки.

Вот несколько ошибок, из-за которых вопросы чаще запутывают, чем помогают.

Спрашиваем «как», не разобравшись с «зачем»

❌ «Как нам реализовать эту фичу?»

✔️ «Какую задачу решаем этой фичей? Есть ли другие способы?»

В первом варианте обсуждение сразу уходит в реализацию, хотя цель еще не до конца понятна. Во втором — сначала проясняем задачу, а уже потом выбираем решение. Так меньше риск потратить время на работу, которая не закрывает настоящую потребность.

Не проверяем, был ли похожий опыт в команде

❌ «Как правильно настроить X?» 

✔️ «Кто-нибудь в команде уже настраивал X или сталкивался с похожей задачей?»

Документация и самостоятельный поиск полезны, но иногда быстрее сначала проверить, был ли похожий опыт внутри команды. Возможно, кто-то уже сталкивался с такой задачей, знает внутренние договоренности, помнит ограничения или может подсказать, где не стоит терять время.

Не даем контекста

❌ «У меня ошибка, можете помочь?»

✔️ «Получаю ошибку X при действии Y. Уже проверил A и B, но проблема осталась. Вот лог / скрин / ссылка. Подскажите, где еще посмотреть?»

Вопрос без контекста заставляет собеседника сначала разбираться в исходных данных: что произошло, где именно, после каких действий и что уже пробовали. Чем понятнее вводные, тем быстрее человек сможет перейти к сути и предложить решение.

Просим оценку, когда нужна обратная связь

❌ «Правильно ли я сделал?»

✔️ «Что можно улучшить в этом решении? Есть ли риски, которые я не учел?»

Вопрос «правильно ли?» часто сводит ответ к короткому «да» или «нет». Но в работе важны нюансы: возможные риски, альтернативы, слабые места. Если сразу попросить не оценку, а обратную связь, обсуждение получится полезнее.

Не задаем фокус для ответа

❌ «Что думаешь?»

✔️ «Посмотри, пожалуйста, логику: понятно ли, какую проблему решаем и почему предлагаем именно такое решение?»

«Что думаешь?» кажется удобным вопросом на все случаи, но в нем слишком много свободы для ответа. Собеседник может оценить формулировки, логику, детали реализации, сроки и при этом не попасть в то, что действительно важно. Когда фокус задан сразу, обратная связь получается точнее.

Прежде чем тащить ИИ в процесс, сначала разберись что вообще происходит

Приходил недавно в одну компанию. Ребята хотели автоматизировать обработку заявок от клиентов. Уже выбрали инструмент, уже договорились с подрядчиком, уже почти подписали.

Попросил показать как сейчас работает процесс.

Оказалось что заявки приходят в три разных места: почта, телеграм и форма на сайте. Каждый менеджер забирает откуда хочет. Статусы никто не ведёт в режиме реального времени, только отчёты за месяц. Дубли не отслеживаются. Как итог клиентов обзванивают по несколько раз, тратя время и нервы.

Я спрашиваю: а что именно хотите автоматизировать? Они говорят: ну вот этот весь процесс, чтобы было чётко.

Это не автоматизация. Это ускорение хаоса.

Я уже видел такое несколько раз за последний год. Компания чувствует что что-то идёт не так, слышит везде про ИИ, решает что это и есть ответ. Но ИИ не чинит кривой процесс. Он его копирует и делает быстрее.

Правило которое я для себя вывел: если не можешь объяснить процесс новому сотруднику за 10 минут так чтобы он пошёл и сделал, не ломая при этом общую структуру, то автоматизировать ещё рано. Сначала объясни людям, выстрой свою систему, а потом уже автоматизируй.

ИИ хорошо берёт задачи которые уже работают но отнимают время. Повторяющиеся, понятные, с чётким результатом. Всё остальное это не автоматизация а эксперимент за твой счёт.

Кто сталкивался с таким, когда приходили автоматизировать а оказывалось что сначала надо просто навести порядок?

🎓 День открытых дверей онлайн-магистратуры МФТИ «Управление ИТ-продуктами»

Если вы планируете развиваться в продуктовом менеджменте и хотите разобраться, как устроено обучение в онлайн-магистратуре, приходите на онлайн-встречу МФТИ.

На эфире расскажем:

▪️ Как устроена программа «Управление ИТ-продуктами».

▪️ Какие дисциплины изучают студенты и как проходят занятия.

▪️ Как организована работа над дипломом, проектами и взаимодействие с экспертами.

▪️ Какие карьерные возможности открываются перед студентами и выпускниками.

▪️ Как проходит поступление в 2026 году: документы, экзамены и подготовка.

Спикеры встречи:

— Юлия Соболь — заместитель руководителя Центра «Пуск» МФТИ.

— Елена Тупикова — экс-директор по продукту (CPO) в Яндексе, генеральный директор CPO.Agency, ментор и бизнес-коуч.

📅 Дата и время: 14 июля (вторник) в 18:00 (Мск)

💻 Формат: онлайн

Регистрация:

🔗 Telegram: https://t.me/mipt_events_bot?start=dl-1781626801729c428fcd8a

🔗 ВКонтакте: https://vk.com/app6379730_-224205661#l=24&auto=1

Скоро, 20 июля в 16:00 мск, пройдет бесплатный онлайн-вебинар «Дашборды в 1С: как построить действительно рабочую аналитику и избежать типичных ошибок».

Это напоминание для тех, кто пропустил первый анонс или отложил регистрацию. На вебинаре разберут, почему дашборд в 1С не всегда помогает управлять процессами, даже если визуально выглядит правильно: на экран попадает слишком много показателей, метрики не связаны с решениями, а данные вызывают вопросы у пользователей.

В фокусе - практический подход к проектированию дашбордов: как определить аудиторию, выбрать показатели под конкретную роль, настроить детализацию и заранее проверить качество источников данных.

Также обсудят типичные ошибки: перенос старых отчетов в новый интерфейс, перегрузку первого экрана, несогласованные статусы, неполные справочники и отсутствие сценариев ежедневного использования.

Вебинар будет полезен руководителям, владельцам процессов, аналитикам и специалистам 1С, которые используют данные учетных систем для контроля продаж, финансов, задач, производства, заказов или клиентской работы.

Дата и время: 20 июля, 16:00 мск
Формат: онлайн
Стоимость: бесплатно

Регистрация - по ссылке

Промпт‑инженер: почему это уже не «просто писать в чат» - и что это значит для маркетинга

Недавно разбирал, как работодатели описывают роль промпт‑инженера, и поймал себя на стереотипе: я думал, что это человек, который просто формулирует запросы к нейросетям. Оказалось, картина сложнее.

Например, в требованиях часто встречается не только работа с LLM, но и навыки доработки контента. Потому что генерация - это половина дела: чтобы получить результат под реальные задачи, нужно уметь быстро «докрутить» картинку в графическом редакторе, причесать текст, адаптировать под тон бренда. То есть промпт‑инженер - это не только про слова, а про умение доводить генерацию до продакшн‑качества.

Ещё интересный момент про стек: в российских вакансиях заметно смещение в сторону локальных решений. Компании хотят строить процессы на инструментах, которые гарантированно доступны внутри инфраструктуры и не зависят от внешних ограничений. Для маркетинга это значит, что шаблоны, чек‑листы и рабочие процессы всё чаще будут «заточены» под локальные модели и интеграции.

Роль молодая, требования ещё формируются, и это создаёт и возможности, и неопределённость: сегодня нанимают под расплывчатые ожидания, а завтра могут появиться чёткие профили компетенций.

Для маркетолога это сигнал: навык «промпт + быстрая постобработка» становится конкурентным преимуществом. Это не про то, чтобы стать инженером, а про то, чтобы быстрее закрывать типовые задачи и не зависеть от подрядчиков.

А как у вас в работе? Используете ли вы промпты как часть регулярного процесса (контент, креативы, аналитика)? Что реально экономит время, а что пока выглядит как «ещё один инструмент ради инструмента»? Поделитесь в комментариях. 👇

Налоговые уведомления на Госуслугах, кредитные истории, цифровые рубли и возврат авиабилетов: обзор изменений с июля по сентябрь 2026

Подготовила обзор изменений, которые вступают в силу с июля по сентябрь 2026 года. Много разного - от кредитных историй до возврата авиабилетов.

С 1 июля

Кредитные истории

В основной части кредитной истории физлица появятся сведения для предупреждения мошенничества. Это информация, которая поможет банкам и МФО бороться с выдачей кредитов и займов без согласия клиента или под влиянием обмана.
 
Кредитор обязан передавать в Бюро кредитных историй:

⦁ факт вашего обращения за займом/кредитом и запрошенную сумму;
⦁ решение банка (одобрено или отказано) и одобренную сумму;
⦁ условия договора (сумма обязательства, дата выдачи денег);
⦁ если отказ - причину отказа.
 
Получается и мы сможем увидеть причину отказа.
 
Полный перечень этих сведений устанавливает Банк России.
 
Документ: Федеральный закон от 13.02.2025 № 9-ФЗ

Допуслуги МФО

ЦБ РФ уточнил, что недопустимо, когда МФО:

⦁ предустанавливает галочку согласия на дополнительные услуги;
⦁ неясно формулирует условия о согласии или отказе;
⦁ отвлекает внимание от невыгодных условий с помощью шрифта, цвета или контраста;
⦁ скрывает риски с помощью визуальных приёмов.

Хорошее уточнение)

Документ: Базовый стандарт Банка России от 07.05.2026

С 1 августа

Налоговые уведомления

По умолчанию уведомления будут приходить на Госуслуги. Это не затронет тех, кто через портал попросил налоговиков не уведомлять таким способом. Если уведомление невозможно передать через Госуслуги или личный кабинет, его направят заказным письмом. Также сохраняется право по заявлению получить бумажное уведомление под расписку в МФЦ или любой налоговой.

Я – за, так как удобно. Всё в одном месте, не надо ждать бумажных писем. Но тем, кто привык к бумаге, оставили возможность получать по старинке.

Документ: Федеральный закон от 28.11.2025 № 425-ФЗ

С 1 сентября
Розничная торговля

Если для дисконтной программы продавец запрашивает данные клиента, тот сможет предоставить их через МАКС.
При дистанционной покупке технически сложный товар можно вернуть при сохранении документов, упаковки и комплектности.
В претензии на возврат нужно указать номер заказа (или телефон/почту из личного кабинета) и реквизиты счёта.

Документ: Постановление Правительства РФ от 30.05.2026 № 657

Универсальный платежный QR-код и цифровые рубли

Реквизиты перевода банки будут давать только через универсальный QR-код. При сканировании можно выбрать оплату через СБП, сервис банка или цифровые рубли.

Системно значимые банки и крупный ретейл начнут работать с цифровыми рублями. Физлица смогут платить ими только по универсальному QR-коду.

Цифровые рубли постепенно входят в нашу жизнь. Удобно, что можно будет выбрать способ оплаты через один QR-код.

Документ: Федеральный закон от 23.07.2025 № 248-ФЗ

Трудоустройство женщин

Работодатели не смогут устанавливать испытательный срок женщинам с детьми до 3 лет. Сейчас запрет действует до полутора лет. ВС РФ ранее пояснил, что ограничение распространяется и на других лиц, воспитывающих таких детей без матери.

Вопрос спорный. С одной стороны - защита мам. С другой - работодатели могут просто отказывать в приёме на работу, чтобы не рисковать. Но закон есть закон.

Документ: Федеральный закон от 09.04.2026 № 91-ФЗ

Возврат денег за авиабилеты

Авиакомпания вернёт всю провозную плату, если пассажир откажется от перелёта из-за мобилизации или заключения контракта о добровольном содействии ВС РФ. Отказ в этом случае считают вынужденным.
Документ: Федеральный закон от 08.03.2026 № 49-ФЗ

А что вы думаете об этих изменениях? Делитесь мнением в комментариях 👇

Зарегистрировано и ликвидировано организаций, январь-апрель 2026

По данным Росстата, в январе-апреле 2026 года в России зарегистрировали 50,5 тыс. организаций, а официально ликвидировали 79,2 тыс. То есть закрытий оказалось больше почти на 28,7 тыс.

Да и в апреле картина была такой же: 13,8 тыс. регистраций против 21,2 тыс. ликвидаций. Как и ожидаелось, бурного предпринимательского роста нет пока что.

Сильнее всего разрыв виден в торговле: 14,9 тыс. новых организаций против 24,9 тыс. ликвидированных.

В строительстве - 7,1 тыс. против 10,7 тыс., в профессиональной и научно-технической деятельности - 4,4 тыс. против 7,5 тыс.

Иными словами, даже в крупных и массовых секторах закрытий пока больше, чем запусков. Я бы сказал так: деловая активность да есть, но устойчивость бизнеса остается под давлением.

Управление людьми с нуля

С Оксаной Фаст мы познакомились в беговом клубе. «Фамилия прямо для бега» — подумал я тогда. Год назад она перешла в WB, и мы стали коллегами.

Недавно у Оксаны вышла книга «Управление людьми с нуля».

Везёт мне на талантливых коллег, которые не только достигают мастерства в какой-то области, но и умеют делиться своими знаниями.

В этой книге вы найдёте:

• истории из личного опыта;

• примеры из разных компаний;

• чек-листы по каждой теме;

• лайф-хаки, как делать хорошо;

• рецепты, если всё уже плохо.

Самой интересной для меня оказалась последняя глава: «Личная эффективность: как управлять собой, чтобы управлять другими?». Она короткая, но, на мой взгляд, самая важная во всей книге.

Рекомендую всем руководителям, а также тем, кто только собирается им стать.

Налоговые уведомления на Госуслугах, кредитные истории, цифровые рубли и возврат авиабилетов: обзор изменений с июля по сентябрь 2026

Подготовила обзор изменений, которые вступают в силу с июля по сентябрь 2026 года. Много разного - от кредитных историй до возврата авиабилетов.

С 1 июля

Кредитные истории

В основной части кредитной истории физлица появятся сведения для предупреждения мошенничества. Это информация, которая поможет банкам и МФО бороться с выдачей кредитов и займов без согласия клиента или под влиянием обмана.
 
Кредитор обязан передавать в Бюро кредитных историй:

⦁ факт вашего обращения за займом/кредитом и запрошенную сумму;
⦁ решение банка (одобрено или отказано) и одобренную сумму;
⦁ условия договора (сумма обязательства, дата выдачи денег);
⦁ если отказ - причину отказа.
 
Получается и мы сможем увидеть причину отказа.
 
Полный перечень этих сведений устанавливает Банк России.
 
Документ: Федеральный закон от 13.02.2025 № 9-ФЗ

Допуслуги МФО

ЦБ РФ уточнил, что недопустимо, когда МФО:

⦁ предустанавливает галочку согласия на дополнительные услуги;
⦁ неясно формулирует условия о согласии или отказе;
⦁ отвлекает внимание от невыгодных условий с помощью шрифта, цвета или контраста;
⦁ скрывает риски с помощью визуальных приёмов.

Хорошее уточнение)

Документ: Базовый стандарт Банка России от 07.05.2026

С 1 августа

Налоговые уведомления

По умолчанию уведомления будут приходить на Госуслуги. Это не затронет тех, кто через портал попросил налоговиков не уведомлять таким способом. Если уведомление невозможно передать через Госуслуги или личный кабинет, его направят заказным письмом. Также сохраняется право по заявлению получить бумажное уведомление под расписку в МФЦ или любой налоговой.

Я – за, так как удобно. Всё в одном месте, не надо ждать бумажных писем. Но тем, кто привык к бумаге, оставили возможность получать по старинке.

Документ: Федеральный закон от 28.11.2025 № 425-ФЗ

С 1 сентября
Розничная торговля

Если для дисконтной программы продавец запрашивает данные клиента, тот сможет предоставить их через МАКС.
При дистанционной покупке технически сложный товар можно вернуть при сохранении документов, упаковки и комплектности.
В претензии на возврат нужно указать номер заказа (или телефон/почту из личного кабинета) и реквизиты счёта.

Документ: Постановление Правительства РФ от 30.05.2026 № 657

Универсальный платежный QR-код и цифровые рубли

Реквизиты перевода банки будут давать только через универсальный QR-код. При сканировании можно выбрать оплату через СБП, сервис банка или цифровые рубли.

Системно значимые банки и крупный ретейл начнут работать с цифровыми рублями. Физлица смогут платить ими только по универсальному QR-коду.

Цифровые рубли постепенно входят в нашу жизнь. Удобно, что можно будет выбрать способ оплаты через один QR-код.

Документ: Федеральный закон от 23.07.2025 № 248-ФЗ

Трудоустройство женщин

Работодатели не смогут устанавливать испытательный срок женщинам с детьми до 3 лет. Сейчас запрет действует до полутора лет. ВС РФ ранее пояснил, что ограничение распространяется и на других лиц, воспитывающих таких детей без матери.

Вопрос спорный. С одной стороны - защита мам. С другой - работодатели могут просто отказывать в приёме на работу, чтобы не рисковать. Но закон есть закон.

Документ: Федеральный закон от 09.04.2026 № 91-ФЗ

Возврат денег за авиабилеты

Авиакомпания вернёт всю провозную плату, если пассажир откажется от перелёта из-за мобилизации или заключения контракта о добровольном содействии ВС РФ. Отказ в этом случае считают вынужденным.
Документ: Федеральный закон от 08.03.2026 № 49-ФЗ

А что вы думаете об этих изменениях? Делитесь мнением в комментариях 👇

Переквалификация договоров с самозанятыми: обзор судебной практики и рекомендации, как обезопасить себя от претензий ФНС

Суды признавали трудовыми договоры без указания срока и объема работ, когда физлиц вовлекали в трудовой процесс, они работали по графику.
Суды считали отношения гражданско-правовыми, когда физлицам платили за объем работ, они сами регулировали процесс труда, не соблюдали режим.

Судебная практика за 2025 - 2026:
Отношения долгие, в договорах нет объема и срока работ, ранее физлица были в штате - договоры не ГПХ
АС ДО поддержал ФНС:
⦁ исполнение контрактов требовало постоянных трудовых ресурсов;
⦁ штат сократили с 65 до 5 человек при прежних объемах работ;
⦁ многие самозанятые ранее были штатными сотрудниками;
⦁ договоры заключали на неопределенный срок, не согласовав период, объем и цену;
⦁ материалы предоставляла организация;
⦁ регистрация самозанятых происходила с одного устройства;
⦁ часть работ выполняли при наличии должностей в штате.

Физлица выполняют трудовую функцию по графику - это не ГПД
АС ЦО согласился с ФНС:
⦁ в договорах подряда обобщенные существенные условия, нельзя определить объем, срок и порядок оплаты;
⦁ договоры однотипные;
⦁ самозанятые трудились по графику, место работы определял работодатель;
⦁ физлица не использовали личное оборудование;
⦁ вознаграждение платили ежемесячно независимо от объема;
⦁ самозанятые зарегистрировались перед заключением договора, весь доход получали от одного заказчика.

Вознаграждение зависит от объема работ, физлица сами регулируют процесс труда - отношения ГПХ
АС УО не согласился с ФНС:
⦁ вознаграждение платили нерегулярно - в дни подписания актов;
⦁ размер зависел от объема работ и результата;
⦁ самозанятых не интегрировали в штат, у них не было постоянного рабочего места;
⦁ организация не определяла и не регулировала процесс труда.

Физлица не соблюдают режим труда и отдыха, работают со своим материалом - отношения ГПХ
АС ЦО не поддержал ФНС:
⦁ разовые работы;
⦁ организация не предоставляла материалы и инвентарь;
⦁ физлица не подчинялись ПВТР, не соблюдали режим;
⦁ договоры не предусматривали больничные, отпуска, выходные;
⦁ штат организации не уменьшился.

Услуги систематические, физлицо отвечает за неразглашение данных - отношения трудовыеАС ВСО согласился с ФНС:
⦁ в договоре на бухуслуги нет свободы исполнения;
⦁ срок действия - до конца года с автоматической пролонгацией;
⦁ нет конкретного объема работ (важен процесс, а не результат);
⦁ вознаграждение платили в дни зарплаты сотрудников;
⦁ был беспрепятственный доступ к инфраструктуре;
⦁ договор заключили через два года после увольнения самозанятого из штата;
⦁ работа на организацию - единственный доход.

Физлица проходят ежедневные медосмотры, получают командировочные - договоры трудовые
АС Западно-Сибирского округа одобрил действия налоговиков:
⦁ договоры систематические, заключали на тот же период, что и с заказчиком;
⦁ по путевым листам у физлиц была должность «механик», они проходили медосмотры;
⦁ самозанятые не оказывали услуги иным лицам;
⦁ при работе вне города получали командировочные.

Выводы и рекомендации ФНС, изложенные в его письмах:
Самозанятые не могут привлекаться на трудовые функции по ГПХ. Работодатели не вправе принуждать работников регистрироваться как самозанятых.

ФНС ссылается на признаки трудовых отношений (Постановление Пленума ВС РФ от 29.05.2018 № 15):
⦁ выполнение трудовой функции под контролем работодателя;
⦁ подчинение правилам трудового распорядка;
⦁ обеспечение работодателем условий труда;
⦁ стабильный характер отношений;
⦁ выполнение работы по определенной специальности;
⦁ у самозанятого это единственный договор, и др.

Критерии риска, которые отслеживает ФНС:
⦁ количество самозанятых;
⦁ характер, объем и периодичность выплат;
⦁ один заказчик;
⦁ предыдущие места работы;
⦁ связи текущих заказчиков с бывшими работодателями.

Если в договорах с самозанятыми все признаки, вы избежите рисков.

Важно: законодательство запрещает работать самозанятым с текущим или бывшим (менее двух лет) работодателем.

Написал новую, третью статью из серии «Как работают большие языковые модели»

Почему дорогая LLM дороже: экономика инференса, которую видно в твоём 5-часовом лимите

Что внутри ⤵️

1. Про открытые модели и почему мы используем их как пример
2. Из чего складывается цена токена
3. Про Dense и MoE архитектуры
4. Как считается attention и активные параметры
5. Total ≠ active: тренд на MoE архитектуру
6. Почему output-токены дороже input
7. Reasoning-токены как невидимый output, за который тоже приходится платить
8. Context Window и KV-cache — почему длинный контекст дорогой
9. Как посчитать вес одного токена и из чего он складывается
10. В чем разница между KV-cache и prompt caching
11. За счет чего фронтир модели стоят в разы дороже
12. Почему дорогая модель чаще всего реально «умнее»
13. Как всё это итого собирается в 5-часовой лимит

14. И как бонус — сортировка open-weight моделей по active и total

---------------

Вот две предыдущие статьи из этой же серии

• Просто и подробно о том, как работают ChatGPT и другие GPT подобные модели. С картинками. Кстати, эта статья стала одной из победителей Космотекста

• От написания промптов к проектированию контекста. Или один очень обширный материал по Context Engineering. Эта статья сложнее, чем первая, но проще, чем третья

Прочитав эту серию постов, вы станете намного лучше понимать принцип работы современных LLM и агентных систем

Как выживают разработчики Госуслуг на защите квартального плана

У каждого, кто работает с госсектором, есть обязательная процедура — защита квартального плана. Что там происходит на самом деле и почему даже сильные команды «сыпятся» под вопросами заказчика?

Разбирались вместе с заместителем технического директора РТЛабс Виктором Редровом на OKR Russia

В докладе о том:

• Почему защита — это диалог, а не отчёт (и как к этому подготовиться)

• Типичные ошибки, которые превращают встречу в «допрос»

• Конкретные приёмы для сохранения контроля в любой ситуации

👉 Презентация и запись доступны по ссылке

Автоматизировать, нельзя делать вручную

С помощью ИИ можно автоматизировать почти что угодно, и именно поэтому многим сложно встроить его в повседневную работу. Непонятно, с чего начинать и какие процессы действительно стоит отдавать ИИ. В итоге идеи часто остаются на уровне «надо бы попробовать», но до реального использования так и не доходят.

Константин, специалист по ИИ в Naumen, рассказал, какие задачи стоит автоматизировать в первую очередь и по каким признакам понять, что процесс действительно подходит для ИИ.

Проверьте процесс по трем критериям

Перед тем как автоматизировать любую задачу, ответьте на три вопроса.


1. Боль. Насколько процесс раздражает, отнимает время или приводит к ошибкам?


2. Частота. Как часто вы его выполняете: каждый день, каждую неделю или раз в месяц?

3. Стоимость автоматизации. Есть ли понятные правила, по которым выполняется задача, или каждый делает ее по-своему?

Идеальный процесс для автоматизации выглядит так: часто повторяется, на него уходит много времени и это раздражает, выполняется по понятным правилам.



В первую очередь автоматизируйте работу с информацией

Практически любая задача, связанная с обработкой информации, — хороший кандидат для автоматизации.


Например:

• Парсинг сайтов конкурентов, изучение технической документации, сбор данных из отчетов — в 90% случаев это можно доверить ИИ. Человек подключается только для валидации результата: проверить, не упущено ли что‑то важное, адекватен ли вывод.

• Изучение документации — нет смысла читать 50 страниц документации вручную, когда ассистент справляется за минуту и выдает выжимку.

• Любая работа с форматированием данных — привести таблицу к единому виду, объединить информацию из нескольких документов, удалить дубли или преобразовать данные в нужный формат.

Следующий шаг — база знаний команды

Во многих командах нужная информация существует, но хранится сразу в нескольких местах: в чатах, документах, личных заметках, папках или переписках.

Если собрать материалы по конкретным рабочим сценариям в единую базу знаний, можно создать ассистента, который:


• отвечает на вопросы;

• находит нужные фрагменты;

• помогает новым сотрудникам быстрее разобраться в теме;

• снижает количество однотипных вопросов внутри команды.

Важно, чтобы в базе была только полезная и актуальная информация. Чем больше шума и лишних документов, тем выше вероятность ошибок и неточных ответов.


Например, вместо поиска по нескольким чатам можно просто спросить ассистента: «Как у нас проходит релиз продукта?» или «Какие требования сейчас действуют для этой интеграции?».


А еще ИИ помогает командам лучше понимать друг друга. У каждой команды постепенно появляется свой язык: внутренние термины, сокращения, привычные формулировки. То, что разработчики считают очевидным, может быть непонятно продажам или менеджерам. Ассистент помогает быстрее переводить этот контекст между командами и снижает количество недопониманий в коммуникации.


Например, менеджер по продажам может попросить: «Объясни простыми словами, как работает эта функция, чтобы я мог рассказать о ней заказчику без технических терминов».


Создать такого ассистента сегодня можно несколькими способами

• Для команды

Мы, например, создали платформу на базе Open WebUI. Любой сотрудник может создать ассистента, загрузить в него документы и открыть доступ коллегам. Ассистент помогает быстро находить информацию по вебинарам и рабочим материалам.


• Для общей базы знаний


Можно подключить Claude Code к внешним репозиториям и использовать их как общую базу знаний команды. В таком сценарии ассистент получает доступ к рабочим материалам, заметкам и документам, которыми пользуются сразу несколько сотрудников. 

• Для личной работы


Можно собрать локальную базу знаний для себя: все рабочие материалы хранятся прямо на компьютере и никуда не передаются.

Главное — не пытаться автоматизировать все сразу. Найдите процесс, который часто повторяется, действительно мешает работать и выполняется по понятным правилам. Именно он обычно дает самый заметный результат.