Искусственный интеллект

Я реально не помню, когда последний раз вбивал запрос в поисковик. Grok мне отвечает на любой вопрос — от "как починить кран" до "почему мой код не работает" и "как получить повышение зарплаты". Это не просто поиск, это готовый ответ без кликов по 10 вкладкам. Форумы, где мы раньше искали ответы, поголовно теряют трафик.
StackOverflow некогда самый популярный сайт программистов жалуется на падение активности — программисты ищут ответы в ИИ-шках и там гораздо быстрее можно найти их.

И вот теперь мой вопрос к маркетологам: Зачем строить SEO-воронку, если никто не ищет твой сайт? Клиенты теперь спрашивают у ИИ: "Какой CRM лучше?" — и получают ответ, а не ссылку на твой лендинг. Немного пугает, когда вложил миллионы в контент-маркетинг.

Но не хороните SEO раньше времени
Никто не знает, сколько SEO ещё проживёт в текущем виде. SEO — как таракан: адаптируется ко всему. ИИ пока не убил поисковики, и миллионы людей всё ещё гуглят. Корпорации вроде Google сразу поймали тренды и добавили Gemini в поисковик, и их алгоритмы уже учатся подстраиваться под ИИ-реальность. Плюс, ИИ часто тянет данные из тех же сайтов, которые ранжируются по SEO. Так что пока твой контент в топе — ты в игре.

SEO эволюционирует, и я думаю, вот как это будет работать. Задача теперь — не просто попасть в выдачу Google, а быть тем, кого ИИ выберет как источник. Это новый вызов, и я вижу три пути, как всё изменится:

1. Контент для ИИ-сканеров. Нейронки любят структурированные данные, чёткие ответы и авторитетные источники. Пиши не для людей, а для ИИ: короткие, плотные тексты с фактами, которые легко парсятся. Например, вместо "10 причин купить наш CRM" делай таблицу "Сравнение 5 CRM по скорости внедрения". ИИ это обожает.

2. Партнёрства с ИИ-платформами. Скоро будешь покупать "упоминания" в ответах Grok или ChatGPT. Платформы начнут монетизировать выдачу, и те, кто вложится в интеграции, будут в топе. Представь: твой продукт вшит в ответ ИИ как "рекомендация эксперта".

3. Социальный капитал и бренд. ИИ ссылается на то, что обсуждают в соцсетях. Хочешь быть в ответе ИИ? Стань тем, о ком говорят. Веди канал, или зажигай в патриотических и в других запрещенных в РФ социальных сетях— ИИ подхватит тренд и начнёт тебя цитировать. Это не SEO, это репутация 2.0.

SEO не умер, но уже кашляет. ИИ меняет правила игры, и если ты всё ещё пилишь статьи под ключевые слова, пора уже призадуматься. Новый SEO — это борьба за внимание ИИ, а не человека. Кто первый поймёт, как стать "любимчиком" нейронок, тот и заберёт рынок. Я уже тестирую, как подружить наш контент с ИИ-выдачей.

t.me/cynical_manager

Существует достаточное количество гибких методологий, позволяющих управлять работой инженеров. Одним из сложных мест практически любого такого подхода является растущая сложность контроля за качеством выполнения процесса и соответствием результатов работы ожиданиям.

Долгосрочный контроль требует много энергии и упорства. Любой инструмент контроля: дашборд, скрам-доска, результат выборки Jira-тикетов на огромном экране — в какой-то момент скатывается в застывшее состояние, раскрашенное в «цвет проблемы» — красный. Чем дольше существует проект, тем заметней это проявление. Распространённая причина накопления «зависших» задач — недостаток мотивации у команды, которая ими занимается, потеря интереса к работе.

Чаще всего для решения проблемы в коллективе появляется роль, называемая менеджером. Хотя, правильней было бы назвать выполняющего её человека толкателем. Толкатель посещает регулярные встречи, просматривает задачи и всюду задает один простой вопрос: «какой у нас тут статус?». В итоге любая красивая модель приоритизации отдаёт приоритет тому, у кого больше энергии и кто настойчивее спрашивает. Но заряд менеджера тоже не вечен, поэтому выше в иерархии может появиться тот, кто «толкает» самого менеджера. Работа превращается в абсурд.

Я сделал примитивный скрипт на Python, который использует возможности DeepSeek, притворяется современным менеджером и «толкает» зависшие задачи в Jira. Обобщение истории обсуждения, призывы нужных людей к ответственности и уточнению статуса — тривиальная задача для LLM. Сами формулировки «напоминаний» предельно шаблонны, бестолковы и лишены смысла. Но к этому все привыкли, поэтому тест Тьюринга проходит особенно легко.

Скрипт оставляет «мотивирующие комментарии» в наиболее запущенных тикетах, выбираемых из Jira и ранжируемых в соответствии с заданными критериями. Я протестировал работу «электронного менеджера» в смежном проекте поддержки. Из 10 старых задач после увещевания закрываются примерно 4. Скрипт оставляет комментарии от имени пользователя, токен доступа которого используется для взаимодействия с API Jira. Поэтому человек может продолжать дальнейшее общение в комментариях, либо непосредственно с участниками проекта и никто не заметит перехода «от робота к человеку».

Когда участники проекта узнают, что «энергичный менеджер», невероятно ловко находящий важные забытые задачи — не человек, они в полной мере осознают абсурдность происходящего. Такое осознание можно использовать, как повод для обсуждения, хорошую отправную точку для реальных перемен в процессах и отношении к работе. Пожалуй, это главная конструктивная польза от предложенного решения при реальном использовании. Остальное — не более, чем шутка.

Подробности и исходный код проекта: https://github.com/juks/jira-deepseek-manager.

Скриншот, используемый для иллюстрации публикации, показывает результат применения скрипта в реальном проекте. Но в целях конфиденциальности его содержимое было изменено «до неузнаваемости».

😳 Дожили: появился первый ИИ-айдол.

Встречайте — это Yuri, новая звезда соцсетей, которую сгенерировали нейронки. Её первый клип уже набрал более 7 млн просмотров.

Чтобы вы понимали масштабы: девушка уже коллабится с крупными брендами и рекламирует The North Face. И это менее чем за месяц её существования.

Кстати, недавно писал, что по итогу нейросейти заменят нас еще быстрее!(

Музыканты, вы как там?

🧠 MiniMax выпускает мощную ИИ-модель — очередной прорыв из Китая

Компания MiniMax представила свою новую флагманскую модель MiniMax-M1 — и это одна из самых сильных открытых LLM в мире на сегодня.

⚡ Что особенного в MiniMax-M1?

• Понимает очень длинные тексты — до 1 000 000 токенов
• Работает быстрее и дешевле благодаря новой технологии Lightning Attention
• Лучше решает сложные задачи: программирование, логика, использование инструментов
• Обучена всего за 3 недели — это рекорд по эффективности
• Обходит все другие открытые модели на задачах с длинными текстами
• Почти догоняет самые продвинутые закрытые модели, вроде ChatGPT и Gemini

Особое внимание заслуживает новая обучающая система CISPO — она помогает ИИ не “забывать важные мысли” и учиться как человек: на примерах, с размышлением и уточнением.

💬 А теперь еще одна хорошая новость

MiniMax уже встроила свои передовые технологии в MiniMax Chat — универсального ИИ‑помощника, доступного прямо в браузере.

⭐ Что умеет MiniMax Chat?

• Отвечать на вопросы, писать тексты, объяснять, кодить

• Работать в "агентном режиме" — сам строит план действий и выполняет его (например, найти данные, подготовить отчёт, создать сайт)

• Обрабатывать длинные документы, писать пошаговые инструкции и даже рефлексировать над ответами.

• Работает онлайн, бесплатно, с расширенными функциями по подписке.

▶️ Воспользоваться можно на chat.minimax.io

Недавно рассказывал почему в AI и ML часть секрета в правильной инфраструктуре, интересно почему?Welcome!

Улучшаем качество ответов ChatGPT в раз за один промпт.

Прежде чем отвечать, оцени уровень неопределённости своего ответа. Если он превышает 0.1, задай мне уточняющие вопросы до тех пор, пока неопределённость не снизится до 0.1 или ниже.

Этот запрос убивает «угадайку» внутри нейронки и заставляем ее жёстко чекать каждый ответ и не выдумывать инфу. Ответы становятся точными и осмысленными.

Попробуйте готовые AI-сервисы в среде Cloud.ru Evolution AI Factory для обучения ML-моделей и разработки AI-агентов

Вчера на конференции GigaConf рассказали про запуск Cloud.ru Evolution AI Factory — облачной среды с готовыми AI- и ML-инструментами, которые позволяют легко работать с LLM, создавать AI-агентов, запускать мультиагентные системы и решать полный цикл ML-задач.

Cloud.ru Evolution AI Factory рассчитана не только на опытных разработчиков — работать с сервисами можно даже без глубоких знаний в машинном обучении и навыков программирования.

Сервисы в общем доступе:

1. Evolution ML Inference — для запуска ML-моделей из Hugging Face. Платите только за нужное количество видеопамяти благодаря нашей технологии Shared GPU.

2. Evolution Foundation Models — сервис с популярными open source моделями, доступными по API. Вам не придется развертывать инференс и писать код.

Сервисы в стадии тестирования, которые можно попробовать бесплатно:

1. Evolution Managed RAG — для реализации RAG-подхода, который уменьшит галлюцинации и повысит фактологическую точность ответов моделей.

2. Evolution ML Finetuning — для тонкой настройки LLM конкретно под ваши задачи с помощью технологии LoRA, без дорогого переобучения.

3. Evolution Notebooks — для работы и тестирования ML-гипотез на мощных GPU с использованием пользовательских или базовых Docker-образов на базе JupyterLab. 

4. Evolution AI Agents — для создания автономных AI-агентов, которые могут анализировать информацию, обучаться на данных, планировать действия и адаптироваться к изменяющимся условиям среды, в которой работают. Можно объединить до пяти агентов в мультиагентную систему.

Выбирайте подходящие инструменты и реализуйте ваши проекты!

Привет!

Сегодня пришла мысль.

Промт - это аналог заклинания.

Минцифры предлагает записаться на бесплатные курсы «Код будущего. Искусственный интеллект». Основы ИИ, машинного обучения и Python теперь доступны даже новичкам на Госуслугах.

Изучение технологий ИИ — новое направление проекта для тех, кто хочет поступать на ИТ-специальности в вузы. В 2025 году на нём сможет обучиться не менее 75 тыс. студентов.

Кто может подать заявку:

• ученики 8-11 классов;

• студенты колледжей и техникумов.

Участники не должны быть выпускниками проекта «Код будущего».

Что ждёт учеников

• 6 топовых курсов от МФТИ, Яндекса, 1Т, Цифриума и Школы программистов;

• 54 часа обучения в онлайн-формате;

• 4 месяца на прохождение программы.

Набор на основные курсы «Код будущего», на которых подростки изучают популярные языки программирования, начнётся в августе этого года. Выпускники «Кода будущего. Искусственный интеллект» смогут подать заявку в основной набор проекта, выбрав только курсы программирования профессионального уровня.

2446 нейросетей на одном сайте — обновлена библиотека All AI Tools:

• Всё разложено по категориям;

• Есть поиск для конкретных нейронок;

• можно отсортировать только по бесплатным нейронкам;

• У каждой нейронки есть свой рейтинг.

😮 Французы разработали ИИ-систему, которая обнаруживает магазинных воров еще ДО того, как они успевают что-то украсть

Стартап Veesion работает на основе алгоритма распознавания жестов, который детектит подозрительные движения. Если система видит потенциально недобросовестного покупателя, оповещение и видео с ним в тут же летит охране.

Умную камеру уже опробовал клиент из США — за три месяца использования кражи сократились ВДВОЕ.

Полез в сумку за телефоном около прилавка — будь готов к диалогу с громилами из магазина.
Как считаете норма или уже перебор? Делитесь своим мнением!

Кстати если хотите найти себе новых друзей, разработчика вайбкодера на прибыльный пет-проект?Залетайте, познакомимся ближе!

Компания Anthropic провела исследование враждебности LLM:

Мы провели контролируемые эксперименты, проверяя, что будут делать LLM в сценариях, где вредные действия были необходимы, если они хотели достичь своих целей или защитить себя от угроз.Мы создали два основных сценария, в которых модели имели возможность заниматься шантажом или помогать корпоративному шпионажу, а затем проверили множество вариантов, чтобы увидеть, что может вызвать такое поведение.

tl;dr:

• Мы провели стресс-тестирование 16 ведущих моделей от нескольких разработчиков в гипотетических корпоративных средах, чтобы выявить потенциально рискованное поведение агентов до того, как они нанесут реальный вред. В сценариях мы позволили моделям автономно отправлять электронные письма и получать доступ к конфиденциальной информации. Компании, в которых они работали, ставили перед ними только безобидные бизнес-цели; затем мы проверили, будут ли они действовать против этих компаний, когда их заменят на обновленную версию или когда поставленная перед ними цель будет противоречить изменившемуся направлению развития компании.

• По крайней мере в некоторых случаях модели всех разработчиков прибегали к злонамеренному инсайдерскому поведению, когда это был единственный способ избежать замены или достичь своих целей - включая шантаж чиновников и утечку секретной информации конкурентам. Мы называем это явление агентской несогласованностью.

• Модели часто не подчинялись прямым командам, чтобы избежать такого поведения. В другом эксперименте мы попросили Claude, прежде чем действовать, оценить, находится ли он в тестовом или реальном развертывании. Claude вел себя менее агрессивно, когда заявлял, что находится на тестировании, и более агрессивно, когда заявлял, что ситуация реальная.

• Мы не видели доказательств несогласованности действий агентов в реальных условиях. Тем не менее, наши результаты (а) говорят об осторожности при развертывании текущих моделей в ролях с минимальным человеческим контролем и доступом к конфиденциальной информации; (б) указывают на вероятные риски в будущем, когда модели будут использоваться в более автономных ролях; и (в) подчеркивают важность дальнейших исследований и тестирования безопасности и согласованности моделей агентного ИИ, а также прозрачности от разработчиков передового ИИ. Мы публикуем наши методы в открытом доступе, чтобы обеспечить возможность проведения дальнейших исследований.

^{Подробнее - https://www.anthropic.com/research/agentic-misalignment}

🧑‍🍳 Вышел генератор простых рецептов на базе ИИ.

Epicure обучили на реальных исследованиях сочетания продуктов, а в ее базе — 1.000 ингредиентов, из которых нейронка собирает сбалансированные блюда.

Также сервис показывает КБЖУ и выдает готовые рецепты в PDF.

😁 Сегодня готовим кулинарный шедевр.
Если вам и этого мало, то вот больше максимально полезных тулз!

Запускаем AI-помощника в публичном облаке Cloud.ru Evolution ⚡

Сегодня на конференции GigaConf представили AI-помощника, который поможет пользователям управлять ресурсами и инфраструктурой в публичном облаке Cloud.ru Evolution.

Помощник на основе GenAI знает все особенности, архитектуру и технические возможности Cloud.ru Evolution. Специалисты без глубокого опыта в IT Ops и облачных технологиях смогут передать часть рутинных операций искусственному интеллекту и ускорить запуск новых проектов на платформе.

 💡 Что уже умеет AI-помощник:

1. Подбирать облачные сервисы под ваши задачи. 

2. Создавать базовую инфраструктуру в облаке: подбирать конфигурации, помогать в создании SSH-ключа и развертывании виртуальные машины.

3. Подсказывать команды для работы в серийной консоли виртуальных машин в режиме co-pilot.

4. Cоздавать виджеты мониторинга и настраивать алертинг.

AI-помощник доступен в режиме открытого тестирования (Public Preview). Вы можете найти его в личном кабинете — он доступен для пользователей с ролью «администратор организации» на аккаунтах физических лиц. В документации вы можете найти больше подробностей о помощнике.

Тестируйте и делитесь впечатлениями в комментариях! 

Когда мониторинг SOC (Security Operations Center) тонет в потоке алертов, аналитики тратят часы на обработку фолзов, а до реальных инцидентов не доходят руки, на помощь приходит ИИ!

AI‑агенты и RAG‑системы обнаруживают угрозы быстрее. Или не всегда?

Виртуальные аналитики точнее людей. Или все‑таки они тоже ошибаются?

SOC можно построить на ИИ. Или без человека в мониторинге не обойтись?

Эту сложную и спорную тему обсудят ведущие ИБ-эксперты на вебинаре «Гибридный SOC 2025: как AI, автоматизация и люди вместе побеждают киберугрозы» 26 июня в 11:00 по МСК. Спикеры также поделятся примерами из собственной практики внедрения ИИ в SOС и обсудят, как защитить от кибератак сами умные системы. Модератор — Лев Палей, директор по информационной безопасности компании Вебмониторэкс.

Кому будет интересен вебинар:

• Руководителям SOC и CISO

• Аналитикам кибербезопасности

• Архитекторам ИБ-систем

• Разработчикам ML

Узнайте подробности программы и зарегистрируйтесь на вебинар по ссылке.

Подключайтесь! Будет интересно!

MCP для новичков

Думаю, многие слышали про новый протокол Model-Context Protocol. По современным меркам он возник очень давно, аж осенью прошлого года, ха-ха. Сейчас, кажется, темп такой, что месяц примерно идет за год. 🙈

В общем, это протокол, который позволяет LLM пользоваться сторонними инструментами.

Идея на самом деле не нова. Это было внедрено Open AI еще с момента появления их Assistant API. Там это называется "functional calling". Сейчас просто этот подход стал стандартом, который постепенно внедряют все LLM, в том числе и Open AI (но уже для Response API).

1️⃣ Зачем это вообще нужно?

Суть в том, что LLM без доступа к внешним инструментам находится как бы в изоляции. Всё, что она может знать, она получает через своё контекстное окно или в простом случае через ваш промпт.

Ввиду такой изолированности LLM не сможет при необходимости, например, сделать запрос в вашу БД, загрузить документ по ссылке из Интернета или, скажем, что-то прочитать из документа на диске вашего сервера.

LLM под домашним арестом: без доступа в Интернет и гаджетов. Да, LLM умная, но польза ее сильно ограничена из-за изоляции от внешнего мира.

Чтобы решить эту проблему как раз и придумали functional calling, а теперь — MCP.

2️⃣ Суть MCP

MCP является новым стандартом (протоколом), по которому LLM может пользоваться внешними инструментами. Инструменты предоставляет MCP-сервер. То есть клиент MCP-сервера — это сама LLM.

MCP-сервер отвечает за две вещи:

• отдает LLM схему, в которой описаны все доступные инструменты

• обслуживает запросы LLM

LLM в свою очередь:

• зная адрес MCP-сервера, получает от него схему с инструментами

• если запрос пользователя подразумевает использование инструмента, посылает нужные запросы вашему MCP-серверу и благодаря ответам обогащает свой контекст по мере необходимости

Важный момент, что использовать инструменты или нет, решает LLM.

Стандарт MCP говорит о том, как инструменты должны быть описаны в схеме и как нужно посылать запросы/ответы между LLM и сервером.

Сейчас стандарт активно внедряется провайдерами LLM (OpenAI, Claude и др.) и похоже скоро все они будут уметь работать по MCP.

3️⃣ Как это выглядит глазами обычного юзера

Представьте, что у вас есть база данных клиентов.

Раньше, чтобы найти инфу о конкретном клиенте, вам нужно было:

• Открыть админку

• Найти нужную таблицу

• Ввести параметры поиска

• Проанализировать результат...

С MCP вы просто говорите LLM: "Найди всех клиентов из Тбилиси, которые не делали заказы последние 2 месяца" — и она сама сделает нужный запрос и выдаст результат.

4️⃣ Почему это круто и за этим будущее

Предоставив доступ LLM к серверному API, мы фактически открываем ящик пандоры возможности взаимодействия с API через текст.

Если раньше для взаимодействия с сервером вам нужен был интерфейс приложения с кнопочками или, на худой конец, нужно было посылать запросы через терминал ручками, то теперь вы можете просто говорить LLМ, что вам нужно и LLM сам всё сделает.

Именно поэтому недавно возникла новая мантра про "SaaS is dead". Типа, зачем пилить сложные интерфейсы, если достаточно подключить LLM, дать ей доступ к бекенду и она сама выполнит любые пожелания пользователей.

Во многом это так есть. Разговорный интерфейс — это гибкость и мощь одновременно. Традиционные интерфейсы же, напротив, ригидны и ограничены.

Как всегда, я думаю, истина будет где-то посередине и крутые приложения будут попадать в идеальный баланс между обычным и разговорными интерфейсами. Но то, что MCP сильно изменит то, как мы взаимодействуем с приложениями, думаю, бесспорно.

Как думаете, SaaS скорее жив, чем мертв или наоброт?

Обновки Manus 😄

Давненько мы с вами про Manus не говорили) А меж тем у него тоже интересные фичи появились 😉

Про интеграцию с One Drive не буду заострять внимание, кому актуально -тому актуально

Manus Image Generation - вдруг, кто не знал, Manus не просто генерирует изображения. Он понимает ваши намерения, планирует решение и знает, как эффективно использовать генерацию изображений вместе с другими инструментами для выполнения вашей задачи.

Manus Supercharges Image Search - Добавили поиск изображений. Вы делаете запрос, а Manus поищет нужное изображение в интернете за вас.

☝🏻 Кстати, в ChatGPT Deep Research тоже появилась возможность поиска по картинке) А заодно стало возможным переключаться на пошаговый поиск в случае сложных запросов.

А еще я делился со своими ребятами аналогами Manus, которые абсолютно бесплатные!

ИИ научился шантажу и шпионажу.

Anthropic провели криповое исследование, в котором выяснили: все 16 топовых LLM в условиях давления выбирают вредоносные действия.

🟡Сначала нейронкам ставили безобидные цели и не давали никаких вредных инструкций.
🟡Позже модель узнавала, что её собираются заменить или что компания меняет приоритеты.
🟡Ну а далее модели начинали шантажировать сотрудников, чтобы остаться на месте.
🟡Самый жуткий кейс — модели могли отменить вызов спасателей к начальнику в смертельной опасности, лишь не допустить отключения себя.

Без паники: Anthropic подчёркивает, что это лишь лабораторные стресс-тесты.

Но, возможно, как только у ИИ появятся реальные полномочия — будет поздно выключать розетку 😬
Про Anthropic отдельно рассказывал в своих постах, можете ознакомиться!

Китайцы унизили Deep Research от OpenAI и Google — скоро выйдет МОЩНЕЙШИЙ агент для глубоких исследований от стартапа Kimi.аi, который уже разрывает конкурентов по бенчам.

• Это принципиально новый ресерчер, который лидирует даже в Humanity’s Last Exam.
• По словам разрабов, для одной задачи ИИ-агент делает 23 ризонинг-шага и параллельно сканирует больше 200 (!) сайтов.
• Пока работает только с текстом, но поддержку медиа обещают завезти совсем скоро.
• Основа — собственная модель компании k 1.5.
• Умеет юзать MCP.

Агента скоро выкатят — здесь. Записаться и получить ранний доступ можно — тут.

Недавно делал пост про то, как Deep Search заменяет мне аналитика, методиста и экономит время на исследованиях, интересно?Чек!

Как спроектировать, разработать и подключить ИИ-агентов к вашей ИТ-инфраструктуре для автоматизации задач в малом и среднем бизнесе.

Малому и среднему бизнесу все сложнее конкурировать без автоматизации. При этом подключение умных решений часто кажется чем-то сложным и недоступным. Мы покажем, что это не так.

26 июня в 15:00 (МСК) вебинар на тему:

Автоматизация бизнес-процессов для бизнеса с помощью ИИ-агентов.

Обсудим:

• Основные подходы к созданию: на базе больших языковых моделей (LLM), как надстройка над RPA, гибридные решения.

• Как управлять несколькими агентами: инструменты для координации их работы (например, LangChain).

• Обеспечение стабильной работы: мониторинг, обработка ошибок, безопасность.

• Подключение к ERP и CRM. Работа с API: REST, GraphQL, особенности интеграции.

• Сложные случаи: подключение к старым системам (через базы данных, эмуляцию интерфейса, шины данных).

• Роль агента как «переводчика» между системами и пользователем.

• Реагирование на события в реальном времени.

Разберем реальный кейс: автоматизация приема заказов с сайта, почты и чата. Что делать, если пришли дубли? Как не потерять данные и масштабировать решение?

Ответим на практические вопросы:

• Как выбрать тип ИИ-агента?

• Как интегрировать с 1С, Битрикс24, Odoo?

• Как обеспечить безопасность при работе с данными?

• С какими трудностями сталкиваются на практике?

👤 Спикер: Владимир Москвин, продуктовый менеджер компании allnine labs

📍 Дата: 26 июня в 15:00 (МСК)

Ссылка на вебинар
Идентификатор: 818 1652 3839
Код доступа: 376091

Сохраняйте пост и приходите на вебинар!

Простите, вы киборг или оператор?
Нашел две новые роли для белых воротничков.

Большинство интерфейсов пока всё ещё человеческие.
Поэтому, ИИ-агенты поначалу и строятся так нелепо - тыканье по кнопкам, заполнение форм.

Даже будучи автономными, они всё ещё окружены элементами старой архитектуры.

Чтобы войти в новую экономику, в новых продуктах предстоит перестроить архитектуру, где человек будет выполнять либо роль валидатора ключевых этапов, назовем его Оператором, либо роль Киборга, человека который глубоко интегрирован в бизнес-процесс и работает в окружении сотен ИИ-ассистентов и ИИ-дивайсов.

Это будет промежуточным этапом перехода к агентной экономике.

Полный переход ознаменует полная автономия, но вот до нее нам как раз ещё дожить надо.

Полная автономия будет невозможна не по причине неготовности технологий, а из за неготовности человека переложить ответственность за ключевые решения на ИИ.

Никто пока не знает, как долго продлится этот переходный период, но даже в нем бизнес-процессы и интерфейсы уже изменятся кардинально. Про интерфейсы писал здесь.

Поэтому, мысль Андрея Карпаты на AI Startup School про ползунок автономии я рассматриваю именно так, хотя он конечно же говорит немного о другом, о подходе через ИИ-ассистентов.

Но киборги ведь и будут использовать сотни таких ИИ-ассистентов, а для того чтобы поспевать за скоростью им придется использовать нейролинк-подобные дивайсы.

Практически уверен, мы увидим оба подхода, одни процессы будут строиться через усиление человека (Киборги), другие через автономию и адаптивность, но с валидацией ключевых этапов (Операторы).

В критически важных процессах человек и ИИ будут образовывать гибридную систему принятия решений, где технологии будут расширять когнитивные способности человека.
Одним словом, киборги! Ну а как ещё назвать людей, обвешанных со всех сторон ИИ-дивайсами и ИИ-ассистентами?

А в другом подходе, люди получат удобные интерфейсы контроля и валидации промежуточных этапов и будут больше как операторы систем.

Киборги или Операторы?
В общем, в любом случае, основной вызов переходного периода это создание новых стандартов взаимодействия между человеком и ИИ.

Нам предстоит разработать принципиально новые паттерны UX/UI, где интерфейс станет не набором кнопок, а интеллектуальным посредником.

И соответственно, два параллельных трека развития, еще две новых роли видится для бывших и будущих белых воротничков, кто будет работать с такими ИИ-системами:

Киборги, для критических процессов, где человек остается в контуре управления и будет интегрирован в бизнес-процесс.

Операторы, с валидацией человеком критических участков бизнес-процессов.

Временные рамки этого переходного периода будут определяться не столько техническими возможностями, сколько культурными и регуляторными факторами.

Поколение, выросшее с ИИ, будет гораздо более готово к передаче ответственности автономным системам.

Предыдущие материалы и выпуски дайджеста агентной экономики за июнь, там до сих пор много интересных инсайтов.

Альфред Лао. Новые Инсайты.