мне кажется, тут есть ещё несколько факторов о том почему все побежали делать то, что не делали для джунов: 1) конкуренция из вне (сейчас про то как мы эффективно внедрили ИИ туда и сюда говорят повсеместно). как будто есть ощущение, что не используя этот ресурс, ты отстаешь от рынка. а это очень подстегивает, особенно фаундеров
2) ощущение надежности машины. тут уже больше про своё чувство напишу, но: при работе, например, с джуном, есть много подводных камней. люди уходят - а значит, обучение было прямой затратой, которая не гарантирует результат. у людей растет грейд - навыки, опыт - и они делают это чтобы получать больше, а значит затраты на них увеличатся. когда работаешь с машиной, есть ощущение, что вот-вот настроем все и ИИшечка сама все нам будет делать, а главное никуда не уйдет, не устанет, не заболеет и не выгорит. и сюда ещё п. 3
3) бизнес всегда про самое эффективное с наименьшими затратами. именно поэтому база знаний не была так отполирована - раньше справлялись сами, а полировка не была, как бы, "гарантированной" экономией - уж очень много других факторов при онбординге человека, помимо доступных знаний. зато с нейронкой все понятно - чем больше он знает, тем больше, скорее всего, сможет сделать для нас. да и часто, это знания машина сама структурирует, с человеком в качестве ревьюера. есть ощущение, мы благодаря обучению машины, делаем свой путь легче с большей гарантией, чем при работе с людьми.
я как раз недавно писала про это статью - почему у нас получается с удаленкой. кажется, в основе доверие и умение принимать решения на основе результатов. а остальное приложится :)
мне кажется, тут есть ещё несколько факторов о том почему все побежали делать то, что не делали для джунов:
1) конкуренция из вне (сейчас про то как мы эффективно внедрили ИИ туда и сюда говорят повсеместно). как будто есть ощущение, что не используя этот ресурс, ты отстаешь от рынка. а это очень подстегивает, особенно фаундеров
2) ощущение надежности машины. тут уже больше про своё чувство напишу, но: при работе, например, с джуном, есть много подводных камней. люди уходят - а значит, обучение было прямой затратой, которая не гарантирует результат. у людей растет грейд - навыки, опыт - и они делают это чтобы получать больше, а значит затраты на них увеличатся. когда работаешь с машиной, есть ощущение, что вот-вот настроем все и ИИшечка сама все нам будет делать, а главное никуда не уйдет, не устанет, не заболеет и не выгорит. и сюда ещё п. 3
3) бизнес всегда про самое эффективное с наименьшими затратами. именно поэтому база знаний не была так отполирована - раньше справлялись сами, а полировка не была, как бы, "гарантированной" экономией - уж очень много других факторов при онбординге человека, помимо доступных знаний. зато с нейронкой все понятно - чем больше он знает, тем больше, скорее всего, сможет сделать для нас. да и часто, это знания машина сама структурирует, с человеком в качестве ревьюера. есть ощущение, мы благодаря обучению машины, делаем свой путь легче с большей гарантией, чем при работе с людьми.
Одно из самых полных описаний процесса - от А до Я!
я как раз недавно писала про это статью - почему у нас получается с удаленкой. кажется, в основе доверие и умение принимать решения на основе результатов. а остальное приложится :)