Обновить

Практика оргпроектирования (организационный дизайн) - коротко о курсе

Образовательные курсы Никиты Сергеева импонируют своей содержательностью, высокой детализированностью, демократичным стилем изложения и стоимостью. Уже делился впечатлениями от курса по PMBOK 7 - великолепный материал.

В конце 2023 г. Никита выпустил новый курс - по организационному дизайну: про то, как моделировать и корректировать организационную структуру компании - структура, подразделения, отделы, функции и т.д.
Курс небольшой (~5-6 часов), в нем много дополнительных материалов и очень много практической работы по моделированию организационной структуры компаний и корпораций.

Но есть две важных особенности.
Первая - он для тех, кто глубоко в теме. Я работаю с командами, влияю на организационный дизайн, но большая часть материала для меня как РП неприменима - она из отраслей, с которыми я, наверное, никогда не столкнусь. Видимо, основная аудитория курса - консультанты по организационному дизайну, которые регулярно меняют сферы применения знания.

Вторая особенность вытекает из первой: теории уделено слишком мало внимания. Когда доступно и системно дается “матчасть”, это всегда плюс, какой бы далекой область ни была. Здесь, увы, не так. Основы остаются во многом за скобками, смысл, назначение и важность оргдизайна проговариваются экспрессом и не очень наглядно.

В целом, рекомендую этот курс, но с ограничениями - пользу и удовольствие от него получат, прежде всего, консультанты по оргдизайну.

Теги:
Всего голосов 3: ↑3 и ↓0+3
Комментарии0

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

В отпуске есть время подумать и исследовать. Я натолкнулся на несколько вещей и открытий для себя. Оказалось, что мне как программисту перестали быть нужны самые умные и дорогие ИИ‑модели. Оказывается, есть такой параметр «Cost per Task», и по этому параметру на первое место вырвалась модель GPT-5.6 Luna (max).

При этом, если вы пользуетесь Codex, она самая тупая в списке моделей. Artificial Analysis Intelligence Index у нее всего 38. Для сравнения, у самой умной GPT-6 Astra (max) этот индекс равен 53. В итоге цена выполненной Luna задачи составляет $0.18 против $3.26 у Astra. Разница почти в 20 раз.

Как я понимаю, бенчмарк «Cost per Task» высчитывается так: когда ставится нормальная, грамотно описанная задача, замеряется, сколько токенов было потрачено на ее выполнение. То есть не в формате «из ХЗ сделаю ТЗ», а в формате, когда в хорошо заданном вопросе уже содержится половина ответа.

Я сначала не поверил, что так и есть, и стал работать, используя самую тупую модель Luna в линейке. И знаете, какие меня ожидали результаты?

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

Публикации