Ходил на Data&AI Talks Позвали на конференцию поговорить про, барабанная дробь... ИИ-шку и бизнес. Вокруг темы ооочень много хайпа, ну как крипта в свое время или agile, которыми лечили все что можно. Кто-то даже говорил, что вода рядом заряжалась и давала к силе +5. Ну да ладно. Если серьезно, то вопрос болезненный, потому что кричат вокруг про Эй Ай все, но куда приложить непонятно и где заветные Х-ы тоже только знают по слухам. Поэтому хотелось ковырнуть немного и поговорить. Дальше будут вопросы и мои тезисы, которые я озвучивал 1. Какие ключевые вызовы стоят перед бизнесом сегодня? Как изменился подход к разработке и выводу продуктов на рынок?   - основной вызов – это скорость vs качество - все сломя голову говорят, что ИИ спасет от всего: ускорит, улучшит, задрайвит и т.д., но на деле не все так просто - чтобы получить обещанные Х-ы роста от ИИ у тебя должна быть готова под это вся компания: инфраструктура, понятийный аппарат людей, инструменты, процессы - это большая трансформация, требующая больших инвестиций, к которым мало кто готов - поэтому идем итерационно: берем процесс/задачу, добавляем ИИ, пробуем, замеряем успех, масштабируем - очень важно следить за качеством - берем разработку продуктов - ИИ круто помогает ускорять discovery: ресерч рынка, формулировка гипотез и моделирование сейчас проходят в разы быстрее, но вопрос в качестве этих ответов - если тот же продакт вместо критического взгляда просто сходу возьмет в работу то, что ему даст машина, то это может привести к печальным последствиям и трате лишних ресурсов - такая же ситуация и в разработке, когда машина напишет код за разработчика, он упрется в тестирование и его вернут на доработку из-за потенциальных ошибок, далее поправят и снова вернут - сколько дополнительных денег мы готовы потратить на перепроверку результата?   2. Как трансформировалось взаимодействие между бизнесом и ИТ-подразделениями?   - с приходом ИИ между бизнесом и ИТ появился дополнительный «мостик» в понимании потребностей друг друга - сейчас потенциальный бизнес заказчик может «переводить» предложения ИТ на обычный человеческий язык - ровно и наоборот бизнес может доформулировать свои запросы с учетом ИТ специфики, общаясь с разработкой - но, что важно в этих коммуникациях – это доменные области знаний и доверие к экспертизе друг друга - если бизнесу ИИ говорит, что для решения задачи нужно написать всего лишь пару строк когда, то это должны свалидировать архитектура и разработка, потому что специфика системы может быть «чуточку сложнее» - и реализовав, решение в 2 строчки на бою, оно может быть просто не масштабируемо на большой базе в принципе   3. Что дальше? Какая роль будет у ИТ? Будет ли это только поддержка инфры под ИИ и работоспособности агентов или в целом ничего не изменится?   - я думаю, что в будущем ИТ научится еще лучше слышать бизнес благодаря ИИ - плюс, автоматизировать рутинные операции внутри процесса производства продуктов - вместе с этим усилится роль ИТ архитекторов/менеджеров, которые будут проектировать подобные системы - рынку нужно будет разворачивать «ИИ заводы» внутри компаний «под ключ», а значит кто-то должен будет это делать - пример из прошлого Agile практики с трансформациями - также важными останутся ключевые точки контроля в производственном процессе, где на людях с высокой экспертизой останется проверка ключевых решений, которые будет собирать машина перед релизом - поэтому сеньор специалисты будут востребованы, но вопрос в каком кол-ве пока открыт… Еще из интересного Другие спикеры говорили про стандарты и измерения. Сейчас рынок пытается описать процессы и методологии применения AI. Договориться о стандартах и "линейке". Путь похож на масштабирование Agile практик: - подходы и практики обросли описательной частью - появились принципы внедрения, инструкции, эксперты - тема начала приживаться в компаниях - и вот сегодня никого уже не удивить "гибкими" методологиями Думаю совсем скоро тема упакуется в цельный предмет и мы будем разворачивать полноценные инструкции по применению. #рекомендуетсяизучить

😩 Что-то я наблюдаю массовое падение качества всего вокруг. И я сейчас даже не про софт. Я состою в разных клубах, прохожу обучения и вижу, как люди всё активнее используют нейронки для подготовки материалов, раздаток, монтажа видео и прочих задач. Казалось бы, технологии должны помогать делать лучше. Но по моим наблюдениям, происходит ровно наоборот. 🤷‍♂️ Да, можно отдать видео ChatGPT или Claude и попросить его смонтировать. Он справится. Но почти наверняка оставит какие-то ляпы, несостыковки и мелкие ошибки, которые нужно найти и исправить. 🫠 И вот этот последний этап люди, похоже, всё чаще пропускают. В погоне за скоростью всех постепенно начинает устраивать результат на троечку. Нейронка что-то выдала? Ну и нормально, пойдёт. 🤦‍♂️ 😔 И меня это расстраивает. Потому что я всегда придерживался простого принципа: либо делай хорошо, либо вообще не делай. А сейчас складывается ощущение, что скорость стала важнее качества. И это уже заметно буквально везде: от роликов в TikTok до платных обучающих материалов. 🤔 Вы же тоже это замечаете? Или мне одному кажется, что мы массово скатываемся к принципу «и так сойдёт»? Свята место | 10МДК | Чатик | YHub

Ничто не может так испортить радостное впечатление от новой квартиры, как белый пластиковый плинтус от застройщика, который уже грязный и у которого соединения и уголки стоят криво, а некоторые уже отломаны ещё до вашего получения ключей. Сделано это для того, чтобы было ещё унизительней дефектовать их при приёмке и просить заменить на такие же, грязные, с толщиной пластика 0,15 мм и треснутые уже из коробки. И главное, ответ представителя управляющей обычно такой - "Да чё вы, их всё равно все сразу меняют на нормальные" (смотрит на вас вопросительно и с изумлением, как на нищего, у которого что, нет, что ли денег на нормальный плинтус?). Дак на кой чёрт тогда вы вообще их ставите, если их только менять? Просто, чтобы покупатель заплатил своими деньгами за унизительный вид своего нового жилья? Некоторые застройщики, пользуясь тем, что после ковида у многих пропал вкус, стали сдавать квартиры новым владельцам с таким ремонтом, что принимать квартиру хочется не с тепловизором, а с огнемётом. Как нарочно подобранные самые унылые цвета и дизайны дверей, пола, ручек, плитки. А всё, что не успели подобрать, оставим белым! Все же любят жить в белом? При этом, самые дешёвые белые обои под покраску, структурой и прочностью отвечающие ГОСТ Р 52354-2025 "Изделия из бумаги бытового и санитарно-гигиенического назначения", которые на внешних углах стен поджидают зазевавшегося прохожего, чтобы при малейшем дуновении вырвать из себя кусок бумаги на самом видном месте и, хохоча, убежать считать потраченные на них деньги покупателя и силы строителей. И ещё эти мерзкие кривые и грязные плинтусы с треснутыми и отлетевшими уголками. Белые, конечно! 🥇Ачивка получена: написать пост, ни разу не использовав слово "говно". Министерство Эргономики

Вайбкодинг и качество Ещё в прошлом году вайбкодинг мне казался лишь игрушкой. Круто, конечно, что можно что-то там сказать компьютеру, и он сделает. Но результат будет держаться на соплях и сойдёт разве что как прототип. Чтобы сделать качественную, надёжную вещь, нужно держать весь код под контролем. Можно писать его с нейросетями, но нужно понимать, из каких абстракций он состоит, как они связаны, какие события как обрабатываются, что где хранится и так далее. Но сейчас я разрабатываю одну программу под Мак — посложнее, чем Колокол Тарта — и прихожу уже к противоположному выводу. Разрабатывать я её взялся потому, что все существующие, написанные настоящими программистами аналоги, меня не устраивают из-за низкого качества. И даже то, что мне написал Кодекс за первый день (после недели ленивых диалогов для написания первичной спецификации), уже работает быстрее и чётче, чем все аналоги. При этом я вижу много направлений для улучшения: https://ilyabirman.ru/meanwhile/all/tart-bell-mac/ Я вижу, что требуемый мне уровень качества просто недостижим в классическом программировании. Если бы я сам умел такое программировать, у меня бы просто не хватило терпения всё вылизывать. Если бы рядом со мной был опытный программист, у него бы тем более не хватило терпения слушать мои придирки к неидеальности того, что видно только при покадровом просмотре скринкаста. По моим наблюдениям, большинство программистов просто не замечают многие нюансы или не считают их значимыми. Но даже если представить, что мне бы попался один из тех, кто замечает и считает, я бы сам постеснялся просить его попробовать переписать вообще всё по-другому только чтобы проверить, не станет ли чуточку приятнее — это же живой человек, всё-таки! А те редкие программисты, у которых такой же высокий собственный уровень требований к качеству, вряд ли сидят и ждут, что я буду ими командовать — у них своих задумок полно. Короче, теперь мне уже кажется, что высокое качество достижимо только при вайб-кодинге.

Как Ford признал, что сам себя переиграл В 1964 году Ford выпустил бестселлер - Mustang - машину, которую придумала команда под руководством молодого управленца по имени Ли Якокка. Он пришёл в компанию инженером, но быстро понял, что его сила в понимании потребностей клиентов, и перешёл в продажи и маркетинг. Именно вера в интуицию и опыт команды, а не только в инженерные расчёты, принесла Ford рекорд тех времён - более 400 тыс. проданных авто за первый год, лучший результат компании со времён Model A. Свой успех Ли Якокка описал в книге "Карьера менеджера", кстати, рекомендую. Но спустя 60 лет Ford забыл про человеческую интуицию и чутье и решил поиграть во всеобщую игру под названием "ИИ заменит рабочих" и заодно и издержки, и с 2024 года сократил 20 тыс. рабочих мест. К чему это привело? Брак, с которым Ford борется уже много лет, не уменьшился - в 2025 году компания официально отзывала бракованные партии 152 раза - это самый высокий показатель в США. А вот обучать ИИ стало просто некому, т.к. под сокращение попали те самые грамотные инженеры с интуицией, которые лучше любого ИИ чуйкой понимали где искать причину. Примерно как Якокка ставил свою карьеру на кон, настаивая именно на такой форме Мустанга, а не той, которую хотел Генри Форд младший. Сочетание вернувшихся "gray beards" опытных инженеров, задача которых теперь была обучить ИИ, автоматизации "умными" камерами и перепрошивка систем контроля на основе реального производственного опыта, которого не было в исходных данных без людей, дало результат - уже в этом 2026 году Ford впервые с 2010 года занял первое место среди массовых брендов в рейтинге качества J.D. Power. В общем, Ford - ещё один пример компании, показывающий, что технология усиливает мастерство, а не заменяет его. Алгоритм может обработать данные, но не может обработать опыт, которого в этих данных никогда не было. Да и смысл соревноваться с ИИ там, где решает человеческая интуиция, если можно встроить человека в процесс и получить от технологии максимум? Пусть Ford ещё поработает. Да и нравится мне Ford Mustang, нет в нем ничего лишнего, ИИ уж точно 😉 Согласны? Что скажете? #истории ®️ Фанат сервиса| MAX| Клуб| Обо мне Личный путь лидера - В моменте