«Количество желающих повышать квалификацию в больших компаниях меньше, чем среди предпринимателей»

В четвёртом эпизоде подкаста Data Therapy говорим о том, как генеративный ИИ повышает эффективность труда, зачем нужно повышать квалификацию и учиться, а также о том, как работа с данными и бизнес-процессами трансформирует, в том числе, менеджмент. Отвечаем на эти вопросы вместе с нашим гостем — экспертом Московской школы управления Сколково по управлению данными и искусственному интеллекту Дмитрием Гуреевым.

В подкасте отвечаем на вопросы:

Слушать выпуск на всех популярных платформах

Для тех, кому удобнее читать, разместили расшифровку:

Дмитрий П.: Всем привет! Это новый выпуск нашего подкаста Data Therapy. В этом сезоне, как всегда, мы обсуждаем всевозможные практические кейсы применения больших данных и аналитики в конкретных сферах бизнеса. Сегодня у нас новый гость – Дмитрий Гуреев. Дмитрий, рад приветствовать! Немного расскажи о себе, чтобы создать некоторый образ и понимание у наших слушателей. Кто ты? Чем ты занимаешься?

Дмитрий Г.: Спасибо большое! Я 22 года занимался оперативной работой на разных должностях. В основном это топ должности: генеральный директор, директор по развитию, директор по производству. Работал я преимущественно, за исключением последних 3-х лет, именно в медицинской сфере. Она очень регуляторная. И вот сочетание таких операционных позиций и регуляторного рынка создало интересный контекст того, что же там можно делать в части цифры.

При этом моё первое образование – это прикладная математика. По сути, инженер-программист. Второе образование – управленческое, MBA. И получилось так, что работа на операционных должностях, не связанных как исполнитель по IT, а больше как заказчик, я всё равно привносил историю работы с данными практически в любую деятельность, в любой проект. Будь это постановка новой линии производства, установка CRM-системы или продажи. На этих позициях я прошёл разный путь.

Вообще, начинал я свою карьеру, как сервисный инженер, потом дорос достаточно быстро до генерального директора большого представительства иностранной компании в России. Потом у меня был опыт генерального директора в своей компании. Дальше достаточно долгий опыт работы именно в корпоративном секторе на разных должностях и, как говорил, по развитию и производству.

Последние 4 года мой фокус внимания сильно сместился в сторону IT, в том числе, в прикладном смысле как исполнителя. Я до недавнего времени был CDTO компании Биовитрум. Это одна из крупнейших медицинских компаний в своей отрасли, связанной с онкологией, с микробиологией. Одновременно с этим я последние 3 или 4 года всю накопившуюся практику стал выражать в виде семинаров, в виде консалтинга, в виде образовательных программ. И на данный момент являюсь приглашённым экспертом Московской школы управления Сколково по управлению данными, по искусственному интеллекту. Мы ведём достаточно интересные программы, связанные с генеративными моделями.

Последние полгода я полностью ушёл в этот проект, и с 1-го июля фактически являюсь полноценным предпринимателем в рамках своей студии, которая называется Гуреев ПРО. Мы занимаемся тем, что помогаем компании с нуля делать пилотные проекты в области ИИ, причём, с очень большой ставкой на образовательную часть. Потому что есть большое убеждение, что у нас проблема не в технической части, не в технических барьерах, а именно в образовательной части, в понимании, что это такое, и не среди IT, а среди бизнеса.

Мы, выявив этот разрыв, стараемся максимально быстро и эффективно его устранить, чтобы потом переходить на пилотные проекты. Поэтому можно охарактеризовать так: большой операционный опыт с хорошим кругозором того, чем занимаются любые компании в сочетании с IT бэкграундом и практическим опытом образования. Всё это выливается в достаточно интересный продукт.

Дмитрий П.: Спасибо большое! На самом деле, мне кажется, это фантастический опыт, как прикладной, так и в целом масштабный по своему влиянию. Ты сейчас сказал, что нащупал тему как раз для создания своего стартапа – это изменение людей. То есть с техноложкой и с технологией у нас как бы более-менее всё хорошо, но последний этап, когда мы уже создали что-то технологичное, то это нужно внедрить в бизнес-процессы и людей, которые существуют. Но ставку ты сделал именно на онбординг, насколько я понимаю, на образование.

Дмитрий Г.: Да, я переворачиваю в каком-то смысле этот фрейморк, потому что я с этого начинаю. Более того, я это делаю через собственный практический опыт. Кстати, я айтишник по духу, я по образованию айтишник, и на Ассемблере писал, и до сих пор немножко кодингом занимаюсь. Зайдя в историю CDTO и пройдя обучение за полгода, я понял, насколько мой мир был узок. Несмотря на то, что я был в теме в течение многих лет, насколько мир намного шире.

И когда я это осознал, я понял, что я не смогу ничего добиться в компании ни в качестве консалтинга, ни в качестве наёмного топ-менеджера, если я не сделаю сначала шаг, связанный с образованием людей. Поэтому практически через месяц после этих курсов я пошёл на курсы преподавания, потому что я понял, что в цифровизации самое главное – это образовательная часть. Наверное, в каком-то смысле мой путь преподавателя пошёл именно из этого понимания, и он оправдался.

Сначала мы никогда не говорим о технологиях, мы просто рассказываем, как это работает, в чём заключается методология. Много лет я искал способ донести это в практическом виде, потому что взрослые люди обучаются только через собственный опыт. Они не обучаются на основе текста, не обучаются на основе каких-то видеообзоров, а только личная практика. Вопрос: как сделать личную практику бизнеса по искусственному интеллекту, когда он даже не верит в то, что это существует. Вот этот разрыв нужно было устранить. Кажется, нашли способ. Это, кстати, офлайн образование исключительно.

Дмитрий П.: Мы в Х5 много лет назад проходили как раз этапы цифровой трансформации. Я и Тигран прикладывали к этому огромные усилия, и мы шли по классическому фреймворку, то есть создание некоторых IT-решений для упрощения и улучшения бизнес-процессов. Финальным этапом как раз было обучение людей, когда у тебя уже всё было готово. Здесь мы столкнулись с тем, что три первых этапа мы прошли достаточно хорошо и быстро, а на последнем мы споткнулись.

Оказалось, что те решения, которые мы сделали, не всегда применимы к личному опыту взрослого человека, его экспертности. Мне прям интересно, где у тебя перещёлкнуло? То есть продать топ-менеджменту идею о том, что нужно заниматься цифровизацией и трансформацией, и какие это эффекты принесёт – это понятно. Как идти с низов? Как, условно говоря, от обратного идти? Расскажи подробнее, почему офлайн?

Дмитрий Г.: Офлайн – потому что, с одной стороны, это принцип работы Альма-матер – Московской школы управления Сколково. Там ставятся во главу угла именно нетворкинг и офлайн образование. Хотя я сам в период пандемии первые полгода полностью сидел на онлайне и могу сказать, что ощущения от офлайн и онлайн всё-таки отличаются. Онлайн – это дёшево по себестоимости, но по коммуникациям намного хуже. Поэтому я бы сказал так, что если мы говорим про топов, если мы говорим про людей, принимающих решения, если мы говорим про людей, которым нужно потом как-то это внедрять в практику, необязательно айтишникам, им нужен офлайн.

У меня есть некоторые гипотезы, связанные с коммуникативными особенностями, с задержками звука, с ограниченным углом обзора, но это надо идти совсем в другую сторону.

Хотя она очень интересная, потому что когда мы говорим про генеративные модели, то первый отклик от машины должен быть 200-300 миллисекунд. Тогда возникает ощущение, что ты говоришь с обычным человеком, а не с роботом, и поэтому вполне возможно, если мы говорим про фронтир развития системы, это может быть даже не улучшение качества ответа, а ускорение первой буквы, первого звука.

Как я до этого дошёл? Наверное, через практику, потому что когда ты делаешь огромное количество проектов и начинаний, а потом приходишь в бизнес, и он говорит: «А зачем мне это надо? А мы работали по-другому» – я столкнулся с неким внутренним пониманием, как выстраиваются бизнес-процессы, где их можно улучшать. Практика после моего теоретического образования совершенно отличается от представлений жизни людей, с которыми я взаимодействую, она фундаментальна.

То есть, если ты берёшь обычного бизнес-аналитика, и он расписывает процесс по ячейкам, то он никогда не будет автоматизировать ту часть, которая связана с когнитивными функциями. Например, функция продажи. И это связано с нашим мышлением, что некоторые реальные экспертные истории, с которыми сталкивается любой предприниматель, когда у тебя есть человек, который обладает экспертизой и замыкает на себя процесс, вот эту экспертизу очень сложно выделять из человека, и она кажется чёрным ящиком.

Выделение этой истории возможно только через образование, поэтому для меня это было инструментом проведения практической цифровизации. Потому что мне недостаточно было изменения, мне нужна была смена мышления, а смена мышления происходит только через образование. Причём, образование не теоретическое, а именно практическое, когда человек сам попробовал, когда у него возник личный опыт. У педагогов для бизнес-образования есть определённая красивая цепочка, что человек должен осознать свой опыт, прожить какую-то ситуацию и так далее.

Поэтому для меня было важно, чтобы люди сами это как-то прожили, а без образовательных практик это невозможно. Мы же как делаем? Мы делаем какой-то продукт, потом за полвечера делаем презентацию, с этой презентацией приходим в бизнес обычно. То есть мы не проектируем способ донесения информации до бизнеса.

Оказывается, когда я зашёл в мир образования, он оказался такой же огромный. То есть для того, чтобы тебе донести какую-то мысль до человека, тебе нужно очень хорошо подготовиться к этому, выстроить программу, продумать кейсы, продумать практику. Это производственная линия, без которой результата не будет, а мы этому часто вообще не уделяем внимания как айтишники. Мы почему-то думаем, что мы, создав презентацию, сделав красивый продукт, мы каким-то образом надеемся, что нас услышат.

Но есть ещё и вторая часть, наверное, последняя. Это продуктовый подход, потому что мир, в котором живут наши пользователи, он все-таки отличается от мира, в котором мы существуем. У них свои собственные проблемы, которые мы просто не видим. Я потом расскажу в ходе нашего такого семинара, нашего диалога некоторые примеры, на мой взгляд, очень интересные, эмоциональные, про которые я бы никогда не подумал, что это боль у заказчика в этом, а для них это была боль. Они сказали: «О, мы это всё хотим», а я бы со стороны IT никогда бы до этого не додумался вообще.

Поэтому, наверное, вторая часть – это о том, что в продуктовом подходе мы реально выясняем, что людям нужно. Вопрос: как сделать так, чтобы они сами добровольно раскрылись и рассказали, что у них болит. Вот для этого как раз нужна некая подготовка. Вот так мне сейчас видится ответ.

Тигран: Мне ответ твой максимально понятен и близок. Единственное, для нас тоже коммуникация, в том числе, через программы обучения, и обратная связь от наших коллег является крайне важной. Мы используем обучение как способ изменения и внедрения инструментов, в том числе, искусственного интеллекта, GenAI в наши процессы. У нас тоже есть иногда в процессе обучения такие открытия, даже откровения, можно сказать.

Вот недавно было: топ проблема – это та проблема, которой у нас даже нет в бэклоге. То есть которую мы даже не знаем, не понимаем, которой не занимаемся, но которая достаточно небыстро, но понятно как решается и даёт хороший эффект. Мы поработали в рабочих группах над реальными задачами, мы нашли новые боли, получили от наших коллег понимание того, как это внедрять, как меняться, и уже вместе дальше пошли как одна команда. То есть это действительно рабочий, действенный, эффективный инструмент.

У меня такой вопрос. Мы с тобой, мне кажется, его даже начинали обсуждать. Х5 – это большая корпорация, в которой много бизнес-юнитов, огромное количество людей. На первом этапе цифровой трансформации мы столкнулись с тем, что нам надо было обучить, поменять десятки тысяч, а иногда даже сотни тысяч людей. И привести их из того, как они привыкли работать, в ту точку, как они должны работать.

Насколько я помню и представляю, можешь поправить, если я не прав, у тебя в твоём прошлом опыте есть, в том числе, относительно средний бизнес. То есть не такой крупный, где достаточно сильный корпоративный дух управлении, но всё-таки в среднем бизнесе кажется, что такой более предпринимательский подход к принятию решений. Ты даже там всё равно сталкиваешься с такими сложностями? Или ты говоришь в целом, в общем из каких-то других опытов? Можешь сравнить, как в компаниях менее масштабных, чем Х5, проходит внедрение искусственного интеллекта? Потому что тема сложная. Насколько он там доступен, насколько он там применим, можешь тут своё видение дать?

Дмитрий Г.: Да, Тигран, действительно у нас с тобой была дискуссия. У меня практически весь мой опыт – это средне-крупный бизнес, но всё-таки не сравнимый с Х5. Условно, это 5 миллиардов, 9 миллиардов. То есть до 10 миллиардов выручка в рублях в год, и, наверное, в сравнении с Х5 – это действительно средний бизнес. На мой взгляд, проблемы одни и те же. В крупных компаниях всё равно происходит некая феодализация круга общения, и всё равно ты работаешь в каком-то бизнес-юните. Возможно, он не такой масштабный. На мой взгляд, иллюзия о том, что в маленьких компаниях или в средних компаниях всё происходит проще – это действительно иллюзия. Это не так.

Более того, я расскажу такую интересную историю: на заре моей управленческой карьеры в 2007 году я работал в небольшой компании – всего 37 человек. Это была зарубежная компания, но филиал в России. До 50-ти человек, совсем немного. Я делаю как раз дипломную работу по МВА по исследованию информационных потоков между отделами. Видимо, меня всю жизнь на управление данными фокусирует вселенная, вот я так и иду. Я тогда ещё не осознавал этого. Так вот, оказалось, что среди 37 людей, которых можно поместить в одном помещении – это семейная компания в прямом смысле. По пятибалльной шкале уровень коммуникации между ними и информирования друг друга составлял 3,5 балла, то есть ниже среднего.

Тигран: То есть ты графы строил?

Дмитрий Г.: Да, я строил графы. Мы определили входящие и исходящие информационные потоки из каждого отдела, построили матрицу, а потом определили качество этих потоков по трём критериям. Вот эти три главных показателя качества: своевременность, полнота и соответствие тому, что запросили. Оказалось, что несмотря на то, что все находятся в одном помещении, уровень коммуникации между отдельными людьми и отдельными отделами оставляет желать лучшего.

Для меня это было открытие, потому что никто, в принципе, не верил в то, как так может быть. Мы поставили реальный KPI и сказали, что через год мы должны улучшить этот показатель. Из-за этого родились конкретные проекты. Например, мы делали информирование о выполнении плана каждое утро и вешали на холодильник. Для людей это оказалось фундаментальным изменением, которое было совершенно неочевидно. Но, оказывается, все очень хотели знать, как выполняет план соседний офис в Москве и в Питере. Питерцы хотели знать, как работают москвичи и наоборот.

Очень не хватало там истории с CRM, не хватало истории с управлением складами. Поэтому, когда мы говорим про увеличение компании, на самом деле, просто происходит укрупнение блоков, между которыми отсутствует коммуникация. Если в первом случае это было, условно, 2 человека в одном отделе, 2 человека в другом отделе, то в средних компаниях говорят: большой департамент закупки конфликтует с департаментом производства, а он конфликтует с департаментом коммерческой службы.

То есть чем больше мы идём, тем более крупные проблемы, более фундаментальные, они остаются на уровне местных сообществ и групп, там всё решается локально. В чем ещё отличие? Это, с одной стороны, стоимость изменений, но, с другой стороны, возможности. Потому что для маленькой компании тебе достаточно нанять одного толкового инженера, программиста по интеграции данных, который совместит все системы, плюс толковый IT директор. Двух человек, в принципе, достаточно для того, чтобы решить многие вопросы. В случае большой компании – это умножай на 10.

Тигран: Я уточню: ты стоимость изменений оцениваешь именно с точки зрения трудозатрат на создание инструмента?

Дмитрий Г.: В целом. Когда мы внедряли историю с автоматической оценкой тендеров, мне нужно было пообщаться с десятью людьми в тендерном отделе. Если бы я работал, условно, в Х5, мне пришлось бы пообщаться не с десятью, а со 100, но и нужно понимать, что и бюджеты такие. Я предполагаю, что выделить 5-10 миллионов рублей на какой-то НИОКР в Х5 – не так сложно или сравнимо по сложности, как выделить на эксперимент 200-300 тысяч рублей в среднем в компании.

Тигран: Ну, да, там эксперименты, потому что эффекты на наш масштаб даже от эксперимента могут существенно дать больше пользы, чем эти 5-10 миллионов.

Дмитрий Г.: В маленькой компании всё то же самое. В принципе, всегда можно выделить полмиллиона рублей, миллион, не сильно подрывая какой-то бюджет, даже никого особо не спрашивая, в рамках текущей операционной деятельности, чтобы что-то проверить.

Тигран: Как проверить? Просто я, наверное, до конца этот момент не понимаю. 200-300 тысяч рублей, 500 тысяч рублей, но всё равно тебе надо примерно такого же объёма ресурса разработчика, аналитика, который что-то там запрограммирует, подготовит какие-то данные, и по трудоёмкости это будет примерно так же, как у нас.

Дмитрий Г.: Слушай, ну, не совсем. Допустим, тот масштаб задач, который нужно сделать в Х5 по вычистке нормативно-справочной документации – она на порядок сложней по объёму, чем у маленькой компании. Один из проектов, который мы сейчас делаем с одним моим знакомым. Он говорит: «У меня есть проблема. Когда приходит новый товар на склад, люди, которые занимаются ведением карточек номенклатуры, вынуждены переходить на сайт производителя, вытаскивать оттуда все характеристики товара и переносить его в карточку».

Вот такие истории, и это занимает время. Он говорит: «Как это можно автоматизировать?» Я говорю: «Сколько у тебя таких?» Он говорит: «У меня много, 20 в день». Не тысяч, а 20 единиц в день. Я понимаю, что для 20 единиц в день никакой суперсистемы не надо. Достаточно просто написать Телеграм бота, который с помощью условного OpenAI и внешних функций способен заходить на сайт, забирать оттуда данные и выдавать тебе в виде Телеграм бота. И стоимость разработки минимальная. Там не нужно будет интеграции делать, не нужно будет API описывать. В Х5 у вас бы было 15 000 таких номенклатур в день, и понятно, что никакой OpenAI, никакой Телеграм с этим не справится. Там нужно другое, там стоимость разработки выше. Поэтому, на мой взгляд, для малого бизнеса есть вот эти маленькие лайфхаки, которые позволяют достаточно быстро упростить жизнь.

Дмитрий П.: Мне кажется, это применимо и для большой корпорации. То есть начинать с малого прототипирования с меньшими инвестициями, с подручными средствами, которые тебе сразу подскажут, что это можно масштабировать, а дальше уже решать вопрос масштабирования, каким способом, какими системами, какими ресурсами, и окупается ли это масштабирование. Вполне себе подход нормальный, человеческий, продуктовый.

Дмитрий Г.: Да, да. Слушай, мы же когда делаем интенсив по генеративному AI, он длится 2 дня. Мы собираем там 30-35 человек из компаний не айтишных, и бухгалтеров, и финансистов, маркетологов, продавцов. Каждый из них через 2 дня, не обладая вообще ничем, уходит с небольшим ассистентом в Телеграмме.

Дмитрий П.: С личным сo-рilot-ассистентом?

Дмитрий Г.: С личным сo-рilot. Бухгалтерия ушла, например, с сo-рilot, который формирует за них по описанию предмет договора и название услуг. Когда у тебя стоит задача делать услуги постоянно разнообразными, но юридически правильными, например: мне нужно, чтобы у всех слушателей какого-нибудь курса была вода на столе.

Если мы говорим про образовательные учреждения, у них существует такая статья расхода, как обеспечение кофе-брейками, едой слушателей, это нормальная статья расхода. Вопрос: как это описать? Они сделали сo-рilot в Телеграмме, который говорит: «Слушай, у нас есть такая задача – Еnter». Ему даётся 5 формулировок: обеспечение воды с такими-то условиями. Красивый, хороший юридический текст. Они сделали такого сo-рilot, в восторге ушли и говорят: «Теперь мы экономим 30 минут в день». И стоило это совсем ни о чём.

Дмитрий П.: Внимание, вопрос: все эти изменения для экономии времени и экспертизы человека. Чем он занимается эти 30 минут?

Дмитрий Г.: Мы здесь переходим к фундаментальные истории.

Дмитрий П.: Это самый фундаментальный вопрос. Я почему спрашиваю, потому что многие такие процессы изменения, трансформации нацелены на автоматизацию рутинных процессов. Мы говорим всегда о том, что главный эффект – то, что мы высвобождаем время эксперта для экспертной работы. А вот дальше за этим занавес – что конкретно эксперт делает в высвобожденное время? Потому что с точки зрения кейса это можно переложить на человеко-часы и понятно, как это окупается.

Дмитрий Г.: Не окупается оно в чистом виде.

Тигран: У нас часто пишут описание к бизнес-эффектам: кассир будет экономить 2 минуты. Перемножаем на количество кассиров и на зарплаты миллиардные – миллионные эффекты.

Дмитрий П.: 33 попугая это называется.

Дмитрий Г.: Тигран, ты правильно сказал по поводу кассиров. Большая часть истории с ИИ – это не про то, что ты кого-то уволишь. Если ты ставишь себе задачу повысить, улучшить клиентский опыт, то можно было бы подумать так: мы сейчас на первом шаге экономим 2 минуты кассира, потом 5 минут кассира, а потом мы делаем автоматические кассы. Потом мы делаем что-то ещё, и мы понимаем, что постепенно, перебрасывая опыт с людей на машину, мы можем пересоздать, полностью переформатировать бизнес-процесс. Потому что сейчас наши бизнес-процессы всё равно упираются в людей, которые принимают какие-то решения.

Если мы частично начинаем эти процессы перестраивать в сторону того, что решения помогают принимать машины, то, возможно, нам и сам бизнес-процесс уже не нужен в таком виде, в котором он есть. Возможно, его нужно полностью пересобрать. Но если нет таких мыслей, то в чистом виде экономии никогда не будет. Если не случатся законодательные изменения например.

У нас была интересная история с работой с госторгами. Мы вроде как сэкономили не очень много времени в самом начале проекта тендерного отдела, а потом случилось изменение в законодательстве, и государство стало тратить деньги более разумно. Они начали делить торги на более маленькие части. Был раньше один тендер, а стало 10 тендеров на эту же самую сумму. Из этого следует история, что у тебя в 10 раз больше нагрузка. Потом начинается история: если это маленькие тендеры, то, наверное, нужно учиться автоматически в них играть и так далее. То есть, делая первый шаг в автоматизации, у тебя открывается путь к следующим шагам. Но если у тебя нет фронтира, то смысла в этом нет.

Тигран: Согласен полностью. На самом деле, действительно внутри мы тоже это пропагандируем и идём по этому пути. Мы вместо фокуса на повышение или на отслеживание действий конкретного пользователя стараемся понять, как организован сервис, а ещё лучше – процесс. Часто там находится большая группа людей, которая выполняет, например, операцию по проверке какого-нибудь документа бумажного или скана документа, и это можно автоматизировать с помощью того же ISR и высвободить огромное количество времени у людей, сделать работу более интеллектуальной.

Это с одной стороны. А более комплексно можно пересмотреть процесс, например, ускорить найм, и это уже драматически влияет. Если мы говорим про какие-то кадровые документы, то когда мы ускоряем скорость найма, это уже влияет на комплектность и на какую-то бизнес-метрику значимую, например, на торговлю. Чем выше мы смотрим, чем более комплексно мы смотрим, тем более значимые эффекты, и они становятся денежные. Это не просто про оптимизацию стоимости, это про профит, скорее.

Дмитрий Г.: Разницы нет: что средний бизнес, что крупный – мысли одни и те же. Просто у вас дольше происходит изменение в силу организационной структуры и количества людей, но у вас больше ресурсов. В маленьких компаниях решения могут приниматься очень быстро, но ресурсов для того, чтобы перелопатить нет. Например, найти реального человека, который будет ответственный за номенклатуру. То есть если в Х5 это может быть целый отдел, ответственный за номенклатуру, там будет вопрос стоять плюс 10 человек или плюс 50 человек. То в маленьких компаниях вопрос: а мы можем ли выделить на четверть ставки какого-нибудь текущего аналитика на эту роль или не можем выделить четверть ставки? То, что сделал бы Х5 за полдня, маленькая компания будет делать 3 месяца.

Тигран: У меня тоже такие наблюдения. Меня попросили помочь знакомые, и я погрузился в их проблематику. Там достаточно очевидная штука с точки зрения проверки данных, и просто нужны были рекомендации, какое действие делать. Когда я им озвучил, что им нужно нанять двоих людей: инженера по данным и аналитика данных, примерно от 3 до 4 месяцев нужно, чтобы всё исправить, и зарплата у них должна быть 200 тыс. плюс, то на меня смотрели с непониманием достаточно большим. Потому что начальник IT отдела в маленькой компании получает 120 000–150 000, и компания эта в принципе не мыслит этими масштабами и не понимает. То есть для них это огромная инвестиция, хотя эффект будет, естественно, более значимым. Это является барьером, поэтому у меня, может быть, неправильное ощущение, что скорость принятия решений в малом бизнесе выше, но там есть именно денежный барьер, и готовность инвестировать и развиваться, доступность технологической FTE – она всё-таки меньше, чем в Х5.

Дмитрий П.: Тут надо внести небольшую коррективу, потому что, по большому счёту, у малого бизнеса есть возможность использования более широкого пула каких-то и опенсорсных, и не опенсорсных решений за минимальную сумму. То есть это опять про скорость принятия решения, то есть нет выстроенного IT ландшафта, требования и всего остального, который также затрудняет любые изменения в корпорации. На самом деле, здесь про одно и то же. Ты, не имея ресурсов, пользуешься какими-то лайфхаками, демо-версиями, которые позволяют тебе вот здесь и сейчас какой-то бизнес-процесс отстроить и понять: дальше мы идём в те более масштабные инвестиции в лице одной FTE, которая стоит очень дорого. Это моё мнение.

Тигран: OpenAI – как раз такой инструмент, который позволит малому бизнесу сейчас резко повысить доступность.

Дмитрий Г.: 100%. Потому что он стоит, условно, 15 долларов в месяц. У тебя IB нет, конфиденциальных персональных данных, скорее всего, тоже нет, там действительно за буквально за пару дней можно сделать, из которых день – это методология, с помощью OpenAI мы выходим на реальных ассистентов, они уходят в Телеграм. Да, я потратил небольшие деньги для того, чтобы сделать фреймворк соединения OpenAI с Телеграмом, но это мои предпринимательские инвестиции, которые с точки зрения себестоимости для каждого конечного потребителя низкие.

Я могу клепать этих ассистентов в огромном количестве. Я считаю, что я малый предприниматель, у меня нет возможности иметь штат аналитиков, но у меня есть доступ в OpenAI, и у меня есть фреймворк, который позволяет создавать ассистентов. Когда ко мне приходят задачи, мы создаём группу в Телеграмме, и мой виртуальный системный аналитик входит в коммуникацию с заказчиком для того, чтобы выяснить, что ему надо, и в итоге мне выплёвывают техническое задание. Он мне экономит на это время.

Тигран: Реально готовое техническое задание? Как много тебе приходится там ещё доуточнять?

Дмитрий Г.: Я тебе приведу пример. Мне звонит клиент в 7 часов вечера, говорит: «Слушай, Дим, мне нужно сделать для моего сайта такую штуку, чтобы человек мог текстом написать запрос по обмену определённых файлов». Это связано с криптой. «Но там очень сложная форма. Я хочу, чтобы он словами это написал, и форма сама заполнилась». Я говорю: «Окей, давай выясним детально, чего ты хочешь, какие ограничения, какие есть возможности и так далее». Я в 8 часов вечера создаю Телеграм группу, его программист входит в диалог с моим виртуальным ассистентом. В 9 часов утра у меня достаточное ТЗ для принятия решения, иду в этот проект или не иду, и сколько он может стоить. Они общались сами.

Очень важен контекст, потому что когда мы входим с позиции системного аналитика, мы должны передать в систему знания базовые об архитектуре, о возможных ограничениях – это самое сложное. Чем больше мы нагрузим контекстом, тем больше мы вытащим знания. На мой взгляд, это уровень джун плюс, это не уровень сеньора точно. Вот куда ты можешь посадить Миддл минус или Джун плюса, вот такой уровень он сейчас закрывает, это пример тот, который доступен малому бизнесу. Возможно, в твоём случае это было бы недоступно в связи с OpenAI, и нужно было сделать разработку на Яндексе или где-то ещё, дообучить модели, но ты это можешь себе позволить.

Тигран: У нас похожая задача. У нас есть сделки M&A, когда мы объединяемся с мелким бизнесом, и часто там по моей епархии – по данным – у ребят есть какие-то боты в Телеграм, которые как раз из OpenAI усиливают и поддерживают процесс принятия решения. Это достаточно болезненная для меня задача, потому что я не могу сделать точно так же. У меня есть информационная безопасность, есть риски другого уровня, есть масштаб другого уровня. Решение в лоб не переносится, но, при этом, уже есть готовые инструменты, которые на минималках дают хороший результат.

Дмитрий Г.: Да. Поэтому, мне кажется, с точки зрения каких-то внутренних усилий эмоциональных, которые тратит управленец с пятнадцатью работниками, принимая решение выделить ещё одну ставку, сравнимо с эмоциональными затратами в корпорации, чтобы защитить какой-то бюджет на новое направление.

Дмитрий П.: Зачастую, мне кажется, даже не сопоставимо с точки зрения принятия решения.

Дмитрий Г.: Да, поэтому если мы забудем о тратах на те интеллектуальные усилия, эмоциональные, которые принимает человек, идя в какую-то историю, мне кажется, они сопоставимы.

Тигран: Думаю, у нас достаточно близкое понимание.

Дмитрий Г.: Знаешь, ещё какая история? Когда мы заходим на автоматизацию, нам всё равно нужно каким-то образом вытащить принципы, по которым мы принимаем решения. Эта вся автоматизация – неважно, локальная или большая – связана с тем, что мы перекладываем когнитивную функцию. Но для этого управленец, особенно если он предприниматель, должен мыслить немножко инженерно. Не творчески предпринимательски, а именно инженерно по отношению к своей деятельности.

Предпринимателям среднего бизнеса очень не хватает фундаментальных знаний. То есть для того, чтобы вообще подумать о наличии OpenAI, как ассистента, ему кто-то должен это сказать. Потому что с большой долей вероятности IT директор к нему не придёт с этой идеей. У среднего предпринимателя должна быть очень широкая насмотренность и, самое главное, желание получать эту насмотренность в отношении новых технологий. Мне кажется, здесь барьер. Он бы, может быть, и рад сделать ассистента, но он вообще не понимает, что это такое. Он даже не знает, что это возможно.

Дмитрий П.: Как ты правильно сказал в начале, через личный опыт, через обучение. Если, условно говоря, предприниматель в клубе предпринимателей видит, как за 2 дня можно сделать себе выгоду для своего бизнеса. Потому что всё-таки предприниматель – про деньги, какой бы он не был творческий/нетворческий. Бизнес – это всё-таки способ зарабатывания денег. Если он видит на личном примере, что он может сэкономить и заработать, мне кажется, не стоит ему там больше что-то рассказывать и продавать. Он побежит первый.

Дмитрий Г.: Значит, он должен сделать шаг, пойти в клуб предпринимателей.

Дмитрий П.: Либо это должна быть какая-то контентно-образовательная история.

Дмитрий Г.: Я ещё могу пойти на шаг назад: а что должно произойти у нас в обществе с точки зрения коммуникаций для того, чтобы предприниматели сознательно шли на некий нетворкинг и на самообразование? Ему же нужно сделать шаг, пойти в Сбертех, в Сколково, в Атланты, ещё там куча всяких бизнес-клубов. И не всегда этот шаг делается, потому что они в операционке находятся, они чем-то другим заняты. Они, делая этот шаг, не видят, что вообще такое возможно. Мне кажется, это тоже проблема. Проблема может быть в зрелости нашего бизнеса или какого-то подхода, или, может быть, в суперуверенности в своей личной правоте.

Тигран: У меня, наверное, тут другое наблюдение. У предпринимателей, так как они живут в достаточно жёсткой конкурентной среде, есть ценность обучения. Они более открыты к новым знаниям, они стараются их получить, чтобы более эффективно конкурировать на рынке. Знаю много предпринимателей, которые работают на маркетплейсах, у них постоянно проходят какие-то семинары, обучения, сообщества достаточно большие, открытые, где они взаимодействуют. В том числе, они там API активно используют.

Там ты понимаешь, что такое динамическое ценообразование, потому что рынок достаточно конкурентный. Чем быстрее ты учишься, чем быстрее ты применяешь новую технологию, тем ты более эффективный, это прямая корреляция с твоими деньгами, с твоим кошельком. Я правда, не знаю, что с этим делать: тезис о том, что можно научиться, но нельзя научить. Мы стараемся научить людей, но это очень сложная задача, пока человек не хочет сам научиться. И количество желающих научиться в больших компаниях меньше, чем среди предпринимателей.

Дмитрий П.: Дело не в этом, потому что в этом обучении затронута единственная правильная вещь – собственная мотивация. Сотрудник в компании замотивирован. Если у него есть мотивация через обучение улучшить свои KPI, то у тебя первые все побегут учиться. Когда эти KPI отсутствуют, они общие, над которыми все работают – окей, это вклад в общую копилочку, но он лично тебя не трогает. Поэтому я могу учиться, а могу не учиться.

Дмитрий Г.: Я с тобой не в полной мере согласен, потому что я и в малых компаниях наблюдаю нежелание учиться. Если посмотреть условный процент тех, кто заявился и кто прошёл обучение. Если есть желание выучить английский язык, то компания может сказать: «Мы можем вам выдать 50 или 100 мест бесплатных на изучение английского языка в течение года». Из 1000 человек подадут заявки 50, из этих 50 придёт половина, из этой половины только половина закончит.

То есть я бы не сказал, что это история только крупных компаний. Если мы сейчас вспомним девяностые годы, то ценность образования, такое ощущение, что она для некого поколения была вымыта. Я даже не говорю сейчас про фундаментальное практическое образование, но чтобы люди стояли в очередь: а давайте мы там чему-то поучимся – нет, в маленьких компаниях тоже этого нет.

Дмитрий П.: Но, при этом, сейчас огромный бум онлайн образования с одной простой морковкой, что ты с мотивацией... Мы крутимся вокруг мотивации. Я вернусь сначала про английский. Ты говоришь, если бесплатно всем раздать, кто-то запишется, кто-то пойдёт, кто-то не дойдёт. Просто мотивации нет. Если тебе, условно говоря, компания, либо семья говорит, что мы донируем тебе 50%, там вероятность дохода, мне кажется, и мотивации будет соизмерима.

Дмитрий Г.: Какая может быть мотивация у людей заниматься цифрой? Вот он сидит и хомяка тапает – это максимум, что он из цифрового делает.

Дмитрий П.: Нет, он совмещает офлайн и онлайн, тапая хомяка.

Дмитрий Г.: Слушай, ну что должно произойти у человека, чтобы у него возникла мотивация поучиться цифре? Даже сегодня утром у меня была дискуссия: покажите мне с позиции предпринимателя полностью готовый рабочий инструмент с понятным PNL – и тогда я подумаю. И когда это будет в коробочном решении, уже тогда это не будет конкурентным преимуществом. Я говорю: «Давай ты сначала пройдёшь обучение». Он говорит: «Нет, я не хочу обучение, я хочу, чтобы мне показали пример».

Тигран: У нас внутри более мотивированы к обучению – я с Димой соглашусь – те, кто непосредственно могут повлиять на результат. Если человек является лицом, принимающим решение и может влиять на результат, он более охотно получает новые знания. В принципе, он исходно находится на правильном курсе в образовательной позиции, и он, наоборот, вытаскивает, выжимает всё из тебя, чтобы понять, как это всё применять. Если не расскажешь какую-то абстракцию или даже фундаментальные какие-то вещи, он говорит: «Подожди, как это непосредственно на меня влияет?».

То есть явно прослеживается корреляция между тем, является ли человек, принимающим решения, и обучение ему поможет принимать эти решения более эффективно или нет. Если мы коммерсанта учим основам религии, это безусловно, полезно, но вряд ли он будет добровольно за свои деньги туда идти.

Дмитрий Г.: Поэтому здесь мы приходим к очень интересной истории. Внутреннее предпринимательство – оно вообще корпоративное, насколько оно возможно?

Дмитрий П.: Классная тема. И Тигран говорил о том, что мы сначала переходим, потом понимаем, что у нас даже в бэклоге этого не было. Вот эта история с возникновением внутреннего предпринимательства как раз подталкивает на те изменения и задачи, с которыми люди встречаются операционно каждый день. Вопрос, наверное, в масштабах – насколько она возможна в малом, среднем бизнесе. У нас в корпорации есть трек внутреннего предпринимательства, и часто по итогам этого трека есть достаточно интересные инициативы, которые люди сами на местах видят, они их поднимают наверх.

Дмитрий Г.: Поэтому вы и Х5.

Дмитрий П.: Возможно. Но думаю, не только поэтому. Но, в целом, предпринимательство – это же мотивация в первую очередь. Со стороны человека сделать эти изменения, привнести, показать – не интерпренеры по своему духу, но именно грамотно выстроенный трек, а он в первую очередь образовательный. Грамотно выстроенный образовательный трек о том, что изменения могут идти от тебя, какие существуют фреймворки, зачем это нужно, как это действовать, как взаимодействовать с клиентом, как проводить опросы и так далее, приводит тебя к тому, что, во-первых, ты получаешь базовые знания, во-вторых, ты можешь свою идею обернуть в какую-то упаковку и её подать выше, пробовать её реализовать.

Дмитрий Г.: Я совсем недавно наткнулся на интересное обсуждение в клубе айтишников о том, что у крупных компаний существуют неадекватные требования к их подрядчику, особенно если подрядчики малого и среднего бизнеса. Привели такой пример: банк, который заказывает у малого и среднего бизнеса по каким-то внутренним программам разработку. И сама по себе работа с крупным бизнесом у малых разработчиков – это целая боль, и по комплаенсу, и по IB, и так далее. Но что банк говорит? Согласно нашему порядку, мы делаем постоплату после принятия всех работ, но, понимая, что вам это сложно, мы готовы вам дать кредит. То есть они дают кредит под то, что они заплатят. Они говорят: «Мы вам заплатим через полгода за вашу разработку, но чтобы вам было на что жить эти полгода, мы вам дадим кредит под хороший рыночный процент.

Тигран: Знакомые подходы к работе. На самом деле, это базовая деформация всех крупных компаний, так как в больших крупных компаниях работают, мне кажется, люди, которые привыкли занимать жёсткую позицию в переговорах, чувствуя переговорную силу. Соответственно, такая проблема действительно как будто есть.

Если говорить про Х5, у нас ценность партнёрства, мы её в явном виде декларируем и стараемся в себе вырабатывать, в том числе, по отношению к подрядчикам, с которыми мы работаем, с точки зрения IT. Понимаем, что без долгосрочных и стратегических партнёрств вряд ли может быть какой-то большой значительный результат и долгосрочное лидерство, в том числе технологическое. Да, партнёрство – это достаточно сложная и ценностная история, и в больших компаниях, с сильной переговорной позицией может проходить именно так, как ты описываешь.

Дмитрий Г.: Мне кажется, здесь есть, над чем нам нужно думать, потому что некоторые разработки можно сделать намного быстрее и проще. То есть эта программа поощрения предпринимательства, может быть, и внутреннего, может быть, внешнего, у неё существуют какие-то осознанные формы: когда ты даёшь определённые деньги, когда ты даёшь какой-то заказ и не ждёшь выполнения полного комплаенса, забираешь какие-то вещи себе на борт.

Кстати, по поводу динамики ты сказал, есть ещё различия между В2С и В2В бизнесом. Всё-таки в В2С, я заметил, действительно очень большая динамика. В каком-то смысле позитивно сыграла большая конкуренция, Озон, Вайлдберриз и др. Здесь, наверное, ты прав. Много семинаров, много всего, но если мы говорим про В2В бизнес, особенно В2В средний бизнес, всё намного сложнее.

У нас был на семинаре очень интересный кейс. Ребята такие продвинутые, они делают стройку. У них прораб находится на объекте, так как всё время меняется почва, на которой они делают дороги, он иногда запрашивает в офисе нормативы: сколько нужно положить щебня, сколько нужно положить того материала и так далее. Потому что в голове всё не удержать. Это занимало время, потому что он должен был запросить в офис, в офисе открыли бы нормативную документацию, подобрали бы, отослали бы обратно, это занимает 1,5-2 часа.

Они во время интенсива сделали себе ИИ ассистента, который позволяет подбирать лучшие нормативы сразу в реальном времени через Телеграм. И я понимаю, что это проект, который для малого и среднего бизнеса может быть очень полезен, потому что прораб сможет получать данные не через 1,5 часа, а через 15 минут. Это может ускорить какой-то процесс. Его потом взяли за ручку, привели на этот интенсив. Если бы он туда не пришёл, то он бы не знал об этой возможности, потому что об этом никто не говорит. Поэтому, может быть, имеет смысл посмотреть Х5 в сторону В2В, какая-то образовательная история, не знаю.

Дмитрий П.: Я как представитель в Х5 В2В, занимаюсь созданием продуктов для наших внешних партнёров, поставщиков. У нас В2В сейлз-решение по различной аналитике, и я понимаю, о чём ты говоришь. Мы, на самом деле, уже полтора года делаем такой серьёзный образовательный курс, потому что мы идём сначала по классике, с точки зрения продаж В2В это намного сложнее. Потом онбординг, потом демо, потом погружение в реальные кейсы для того, чтобы по воронке спускаться вниз для принятия решений.

В корпорации принятие решения – это огромное количество стейкхолдеров и огромное количество разных бюджетов. Мы реально полтора года сейчас клепаем образовательный курс и пойдём ещё со стороны образования. Это такой эксперимент, он достаточно долгий во времени, долгий в продакшене.

Дмитрий Г.: Кстати, по поводу образования, я впервые столкнулся с эффектом, что оно стоит при подготовке много ресурсов, но эффект даёт практически стопроцентный. Когда я занимался продажей лабораторной техники, это было в начале двухтысячных годов, одна из частей использования этой лабораторной техники – это метрология. То есть как правильно использовать, как работать с ошибками и так далее. Я тогда сделал курс вместе с коллегами и продавцами, мы его прям отыграли.

Когда ты приходишь к клиенту с семинаром, не с каталогом продукции, а семинаром – да, он полуторачасовой, но он теоретический, он методологический, и практически всегда продавец уходил либо с заказом на сервис, либо с заказом на продукцию. Но для того, чтобы этот семинар случился, мы его прописывали по минутам. Мы делали прогоны, прямо садились, у нас собирались продавцы, и каждый из них делал прогон несколько раз, показывали, как стоять, как правильно говорить. То есть мы делали микрообразовательный продукт, но он реально работает. То, что я сейчас вижу – после образовательных продуктов часто приходят клиенты.

Дмитрий П.: Когда ты идёшь не от состояния “какой я молодец, какие у меня есть технологические решения, вот какой я весь из себя”, а когда ты через призму боли, задач и решений показываешь, что это технологическое решение, ты научишься с ним работать, это позволит тебе достичь каких-то бизнес-результатов. Я согласен, да. Поэтому мы тоже в эту историю инвестируем.

Дмитрий Г.: Мне кажется, это очень правильный ход. Более того, с точки зрения макро-экономики – это же усложнение экономики. У тебя появляется ещё один слой образовательных услуг, а усложнение экономики – это повышение производительности труда, в том числе. Поэтому мы соответствуем этим подходам и в макро-позициях, повышение производительности труда, ВВП и всё остальное. Не всё же производить физически, есть ещё и услуги.

Дмитрий П.: Согласен. Мы переходим на новый этап эволюции.

Дмитрий Г.: Это, на самом деле, позитивно.

Дмитрий П.: Есть у нас какие-то темы, которые хотелось бы ещё обсудить? Либо потихонечку уже идти к финалу и какие-то сделать выводы о нашем сегодняшнем разговоре.

Дмитрий Г.: Я хочу поделиться тем осознанием, которое за последние 4 месяца произошло в части генеративных моделей. Большой сдвиг в работе произошёл, когда я понял, что это оцифровка когнитивных функций. Потому что у нас с точки зрения практики всегда была работа по автоматизации. В каком разрезе? Давайте мы опишем процессы, какой пункт за чем следует, мы подготовим структурированные данные и формальную логику продвижения. Если то, то делай то, если счёт больше, чем 1 000 000, согласовывай с этим, если меньше 1 000 000, согласовывай с этим.

Мы всегда автоматизацию переводили в состояние: а давай мы наш бизнес-процесс настолько хорошо и красиво опишем, его детерминируют на дерево решений или какую-то логику, и тогда мы пойдём вперёд. На этом этапе обычно всё сыпется, потому что часть процессов действительно можно детерминировать, но далеко не всегда, иногда мы сталкиваемся с тем, что люди не понимают, как они принимают решения. Иногда бывает: вроде всё понятно, но это не алгоритмическое решение.

Поэтому у нас возникает следующая история – с предиктивной или предсказательной, или экспертной системой, то есть когда частный искусственный интеллект обученный, либо на примерах, либо на самообучении, с подкреплением идёт, то есть он раскрывает часть задач. Допустим, прогнозирование спросов можно делать, с точки зрения математики, там есть хорошие алгоритмы, а можно попытаться сделать с помощью поиска зависимостей и зависимости между различными атрибутами. Это прикольная, интересная тема, но в среднем бизнесе она точно никогда не используется. Я думаю, что в Х5 наверняка где-то используются прогностические модели, основанные на спросе, основанные на потреблении.

У средних компаний этих данных просто нет, им достаточно только математических прогнозных систем и всё. То есть нет такой задачи. У вас они есть. Вдруг у нас появляется большая языковая модель, которая способна переваривать неструктурированные тексты в неструктурированную входящую информацию будем так говорить, более правильно. На основе человекочитаемых правил, и это раскрыло совершенно иной пласт для автоматизации, который дальше никогда в жизни не рассматривался. Потому что если ты в состоянии описать знание по переработке информации словами, то ты способен это оцифровать.

Один из самых красивых примеров и простых, которые я показываю на семинаре за 5 минут, мы делаем секретаря, который формирует протоколы совещаний. Потому что у тебя на входе неструктурированная информация в виде стенограммы, и у тебя есть очень простые, человекочитаемые правила. Выдели место встречи, основных участников, цели, задачи, принятое решение и так далее. И мы понимаем, что любой маломальский интеллектуальный человек, прочитав эти правила, сможет эту неструктурированную информацию переработать. Любого студента берёшь, и он способен выделить, кто были участники, о чём договорились и так далее.

Это несложная когнитивная функция, которая легко описывается, но раньше у нас не было возможности запихнуть её в API. Просто не было возможности, а теперь у нас появился целый пласт офигенных инструментов, очень дешёвых, позволяющих, если ты в состоянии описать, что как ты будешь преобразовывать информацию, запихать её в API и получить цифровую когнитивную функцию. Поэтому, когда мы говорим, что такое системный аналитик, который делает медиа техническое знание, это фактически вынутое из меня знание о том, каким образом нужно перерабатывать входящий текст.

На мой взгляд, это открывает огромное количество простора для автоматизации прямо здесь и сейчас, низковисящие фрукты вообще, прямо вот везде, в любом – в малом и в среднем бизнесе. То есть в малом бизнесе, по-моему, там и так это делается, подготовка описания продукта по характеристикам. Для крупного бизнеса это может быть подготовка стилизации исходящих писем под единый корпоративный формат. Один прикольный пример, мы делали это для юридического департамента, когда происходит сравнение договоров, шаблоны, которые пришли от клиента, и система определяла, по сути, что изменилось. Типа: в этом договоре увеличились риски контрагента.

Дмитрий П.: Это сo-рilot юриста, она фактически подчёркивала те риски, над которыми нужно работать.

Дмитрий Г.: Не как в Гите, а по сути. И история последняя: когда у тебя нет дата-сета для обучения классификационной модели, очень прикольная история – это классификация на основе большой языковой модели. Например, когда у тебя есть бот, который тебе нужно понимать, у тебя на вход валидная информация или невалидная. Валидная, например, в случае с цифровым сомелье запрос идёт по вину или по погоде. Если по вину, ты, соответственно, ищи в винном каталоге, а если по погоде или на отвлечённую тему – в другом.

Люди могут травить бота, чморить его – чтобы он не реагировал на это, нужно фильтровать. Вопрос: как компании, которая никогда в жизни не делала подобных ботов и не имеет дата-сета, сделать классификационную модель, которая сможет быстро фильтровать нужное от ненужного? Раньше это было невозможно сделать нормально. Сейчас это появилось. Поэтому, на мой взгляд, с появлением генеративных моделей сейчас стоит только один вопрос: способны ли мы стимулировать наших сотрудников и себя, в том числе, вытащить знания о том, как они принимают решения в отношении чего-то?

Если мы в состоянии вытащить из них эти знания, мы сразу получаем моментальную автоматизацию этого процесса. На мой взгляд, это то, что реально нужно внедрять везде и повсюду, потому что это быстрый co-pilot, пускай не на уровне отдела. Потому что сначала идёт co-pilot на уровне человека, потом на уровне отдела, а потом мы вообще весь бизнес-процесс перестраиваем.

Дмитрий П.: И мы опять вернёмся к вопросу о мотивации и страхах, когда ты вытягиваешь всю экспертность из человека с точки зрения описания бизнес-процессов, и он этот co-pilot воспринимает, как некоторый инструмент для себя именно. Самое главное, чтобы это было всегда для себя.

Дмитрий Г.: Конечно, он для себя это делает. Если мы говорим про фронтир компетенции, то если мы сегодня нанимаем юриста для первой линии, чтобы он просто отвечал на запросы бизнеса, то я допускаю, что мы должны менять требования к вакансии. Говорить: «Слушай, твоя задача не отвечать на линии, а твоя задача программировать бота, который будет отвечать на первую линию».

То есть люди должны становиться потихонечку такими программистами. Юрист, он что делает? Он смотрит, какие были вопросы, как правильно бот ответил. Ассистент меняет инструкции, ставит технические задачи. Он продолжает обладать юридическими знаниями, как и раньше, но только у него объект влияния – не люди, а машины, co-pilot, и он за счёт этого сможет перерабатывать в 10 раз больше. Но это совершенно другое мышление.

Тигран: Это потому что программирование не на языке программирования, а на салфетке, это просто алгоритм. Ещё в школе, когда я ни одного ещё языка программирования не знал, уже рассказывал, что это не зависит от конкретного синтаксиса конкретного языка, просто в голове определённая структура действий. И то, что тоже мы пытаемся с коллегами, в том числе, с HR функцией сейчас обсудить. Роль человека в процессе меняется: из винтика внутри системы, который просто закручивает гайки по определённым правилам, он должен стать отвёрткой, которая как раз работает в этом процессе, понимает, когда и что надо делать или не надо делать, настраивает эти винтики.

Дмитрий П.: Дмитрий, спасибо тебе большое за то, что присоединился к нашему подкасту. Мне кажется, мы сегодня затронули интересную тему. Как ни крути, мы пытаемся говорить про технологии, про трансформации, большие данные, алгоритмы и всё остальное. Наш подкаст Data Therapy всё-таки про человека, про его мотивацию, про его внутренние изменения.

Сегодня мы затронули такие, на мой взгляд, правильные темы: изменения мотивации человека с открытыми технологиями, что им движет. Мы пытались показать отличия между малым и средним бизнесом с точки зрения изменения всевозможных процессов, запусков, пилотов, использования генеративных моделей, чат-ботов. Есть свои нюансы, как у корпорации. Но и, на мой взгляд, самое важное то, о чём мы долго говорили – всё-таки сначала нужно обучить человека этим изменениям для того, чтобы он этими изменениями начал пользоваться. Тигран, может быть, что-то добавишь?

Тигран: Да, Дим, спасибо большое! Был действительно интересный диалог. Для себя я отметил вне зависимости от масштаба компании, от объёма выделенного бюджета, от больших или малых языковых моделей, нейросетей – это всего лишь инструмент. Самое главное во всём – это люди, они меняются медленно, и это должно быть нашим основным вниманием. Без людей дальше всё равно никуда, ни одна нейросеть пока ещё не заменит человека. Она может только его усилить, заменить какие-то его рутинные функции или изменить его роль, позволив быть более экспертным.

Дмитрий Г.: Я здесь тоже поддержу, что точно человечество не вымрет, и машины нас не заменят, у нас просто поменяются задачи и роли. Специализации, которые были 100 лет назад и которые сейчас появились, совершенно различные. Но никто в конце 19 века не думал, что будет такая специализация как датасаентист. Поэтому точно за это не надо переживать никаким образом.

Единственное, о чём мы должны думать, как представители бизнеса: всё-таки как нам расширять образовательную часть? Потому что, возможно, это задача на наших плечах лежит, а не на плечах образовательных учреждений, чтобы не допустить “цифровое неравенство”. Когда мы получим огромное количество сотрудников, которые могут не верить в ИИ, но, при этом, использовать его каждый день. К сожалению, при таком подходе будет тяжело очень их переучивать, к чему-то стимулировать. Потому что у них будет очень большой разрыв между их базовым представлением о мироустройстве и о технологии с тем, что есть на самом деле.