Speaker A
Как часто вы пользуетесь ИИ? Если не каждый день, вы скорее всего уже отстаёте.
Преподаватель из Стэнфорда Кен Котенфрош рассказывает, как внедрить ИИ в работу за 90 дней и подготовиться к будущему с искусственным интеллектом.
Ask about this video. Answers come from its transcript only — with the timestamp, so you can check them.
Generated from the transcript and can be wrong — check the timestamp.
Key Takeaways
- ИИ меняет рынок труда постепенно, а не мгновенно.
- Скорость обучения и переосмысление себя — главный фактор карьерной безопасности.
- Объективная оценка своих знаний в ИИ необходима для реального прогресса.
- Персонализация и контекст — ключ к эффективному использованию ИИ в работе.
- Нетворкинг и постоянное обновление информации помогают оставаться в топе специалистов.
What the video covers
- Кен Котенфрош — лектор Стэнфорда и создатель образовательной платформы по ИИ с более чем миллионом учеников.
- 2026 год — это год человека, но технологии ИИ развиваются быстро, и важно правильно оценивать их влияние на работу.
- Автоматизация задач ИИ происходит постепенно, переход к полной замене профессий займет десятилетия.
- Ключ к безопасности в карьере — способность быстро учиться и переизобретать себя.
- 71% людей неверно оценивают свой уровень владения ИИ, важно объективно оценивать свои навыки.
- Для освоения ИИ рекомендуются курсы deeplearning.ai и сервис Workera для проверки навыков.
- Нетворкинг и отслеживание актуальной информации в соцсетях и рассылках — важный элемент обучения.
- Использование ИИ на работе эффективно при передаче контекста и персонализации моделей под себя.
- Переход к новым форматам образования и работе с ИИ требует постоянного обновления знаний и навыков.
- Три шага на 2026 год: освоить основы ИИ, честно оценить себя и выработать привычку учиться ежедневно.
Chapters
- 00:00Введение и важность ежедневного использования ИИ
- 01:24Краткосрочные и долгосрочные эффекты ИИ на работу
- 03:20Безопасность в карьере через скорость обучения
- 04:55Рекомендации по обучению и нетворкингу
- 06:33Проверка навыков и оценка уровня владения ИИ
- 07:54Внедрение ИИ в рабочие процессы и персонализация
- 09:40Изменения в структурах компаний и роли ИИ
- 12:44Три шага для успешного освоения ИИ в 2026 году
Full Transcript — Download SRT & Markdown
Speaker A
Перед вами Кен Котенфрош. Он ведёт лекции по искусственному интеллекту в Стэнфорде и создал одну из лучших в мире образовательных платформ по ИИ. Через его компанию уже прошли больше миллиона человек.
Speaker A
Он буквально измерил, кто разбирается в искусственном интеллекте, а кто только думает, что разбирается. И
Speaker A
сегодня на подкасте он даст пошаговый план, что делать прямо сейчас, чтобы не оказаться среди тех, кого заменят. Какие три вещи нужно сделать каждому в 2026 году?
Speaker A
Освоить основы ИИ и честно оценить, готовы ли вы к будущему с ним. Выработать привычку учиться. Если вы сфокусируетесь на изучении какой-то технологии в течение одного дня, вы уже войдёте в ограниченный процент людей в мире, владеющих ей неделю без остановки,
Speaker A
и вы в топ-10%, месяц — и в топ-1%. Но чтобы попасть в 0,1%, вам придётся... Кен, давай начнём с твоей главной идеи.
Speaker A
Ты говоришь, что 2026 год — это год человека. Но при этом мы слышим, что каждую неделю выходит какая-нибудь новая модель, и все вокруг твердят, что искусственный интеллект забирает работу.
Speaker A
Как ты считаешь, на чём нам сейчас нужно сосредоточиться и что вообще происходит с работой?
Speaker A
Я думаю, происходящие изменения связаны с тем, что люди переоценивают краткосрочный эффект технологий и недооценивают долгосрочный. Если посмотреть на отчёты ведущих AI-лабораторий, OpenAI, Anthropic и других, в них много данных на уровне задач.
Speaker A
ИИ хорошо справляется с задачей А и Б. Задача С тоже поддаётся автоматизации. Но переход от отдельно взятой задачи к реальному изменению работы человека, которая обычно состоит из сотен таких задач, — это уже не так просто. Это может занять десятилетие. И почти все прогнозы
Speaker A
с момента запуска чата GPT, мол, та или иная профессия умрёт, не оправдались.
Speaker A
Угу. Вот знаменитый пример. Все говорят: "Рентгенологи исчезнут, водители исчезнут", а потом появляется мем, как рентгенолог едет на работу за рулём.
Speaker A
А вот ты упомянул водителей. Можешь дать оценку, что будет с ними? В Сан-Франциско, например, беспилотное такси уже почти везде. А я очень редко вижу жёлтые машины. То есть процесс замещения идёт. Но когда ты думаешь, это реально ударит по водителям,
Speaker A
подъём беспилотных такси, таких как Круз и других, начался в 2014–2015 годах. То есть мы уже 11 лет наблюдаем, как они нанимают кучу инженеров, чтобы решить эту задачу.
Speaker A
Даже автономное вождение — это десятилетие полноценных исследований. Почему в других сферах должно быть иначе? Думаю, в ближайшие годы станет куда меньше актёров озвучки, переводчиков. Возможно, сфера службы поддержки полностью изменится. С этим я согласен. Просто люди думали, что всё
Speaker A
произойдёт за 6 месяцев, а этого не случилось. То есть мы пока в безопасности хотя бы какое-то время.
Speaker A
Вообще, мне кажется, что безопасность в карьере — это вопрос скорости обучения. Умеете ли вы переизобретать себя?
Speaker A
В цифровой среде есть такая метрика: период полураспада навыка, и он сокращается. В IT и сфере искусственного интеллекта — это 2 года. Поэтому нужно постоянно переизобретать себя. Только это и защитит вас.
Speaker A
Всё так. А твои данные говорят, что 71% людей неверно оценивают свой уровень владения искусственным интеллектом. Можешь обрисовать какие-то критерии? Как выглядит день человека, который профессионально работает с ИИ? Он просыпается, первым делом открывает, не знаю, чат. Или это может быть человек, за которого искусственный интеллект пишет письма, ведёт его календарь.
Speaker A
Я разделяю два понятия: использование AI и уровень профессионализма во владении AI. Простой пример про использование.
Speaker A
Например, вы работаете с AI каждый день, а я раз в неделю. По этому критерию вы впереди. Но если посмотреть, как мы оба пишем промты, окажется, что ваши сильно проще. А я использую целый арсенал техник: Zero Shot, Few Shot, Chain of Thought. Сложные цепочки, где следующий промт формируется из предыдущего. Плюс раксистема, которую я сам построил.
Speaker A
Мой уровень владения выше. В этом вся разница.
Speaker A
Так, я после этого чувствую себя абсолютным новичком. Мои промты и правда очень простые. Если я хочу оказаться с тобой на одном уровне через 90 дней, что мне делать?
Speaker A
Если есть 90 дней, сначала закладывайте основы. Берите несколько базовых обучений. Я могу порекомендовать курсы на deeplearning.ai и других платформах.
Speaker A
Хорошего контента сейчас много. Заложите фундамент, а потом наступит момент, когда важнее всего окажется нетворкинг.
Speaker A
Рынок сейчас движется очень быстро, поэтому советую следить за тем, что обсуждают в соцсети X, на Reddit, подписаться на все популярные ML-рассылки.
Speaker A
А за кем ты посоветуешь следить? Кто даёт лучшие советы?
Speaker A
Зайдите в мой аккаунт в соцсети X и посмотрите, кого я там читаю. Можете подписаться на тех же людей. Например, точно стоит следить за рассылкой The Batch, за Эндрю Нг, Ричардом Сочером, Йошуа Бенджио. Там много прекрасных учёных в области AI, которым доверяют. Они помогают отфильтровать внешний шум.
Speaker A
Помню, в аспирантуре мы читали все новые научные статьи подряд. Их было немного, а сегодня выходит столько всего, что главный навык — это понять, чему вообще можно довериться.
Speaker A
Да, и каждый раз, когда я листаю ленту в Инстаграме, натыкаюсь на новости: вот опять вышло новое приложение, какая-то компания снова всё изменила, и так происходит каждый день.
Speaker A
Окей, допустим, я подписалась на нужных людей. Что дальше?
Speaker A
Можешь мне назвать топ-три приложения, которыми мне стоит пользоваться?
Speaker A
Конечно, для проверки своих навыков я порекомендую вам сервис Workera, хотя по большей части он заточен под корпорации. Ещё есть сервис deeplearning.ai.
Speaker A
Там много бесплатного контента, очень хорошего. Да и сами языковые модели, чат GPT, CoD тоже могут помочь учиться. Можно просто спрашивать у них, что изучить, но проблема в том, что люди не знают, что спрашивать. И вот тут важна объективная
Speaker A
оценка своего уровня, потому что в какой-то момент вам начнёт казаться, что вы уже неплохо разбираетесь в AI, и вы упрётесь в стену. А что дальше? Я вообще хорош или нет? Вот пример. В Стэнфорде у нас есть оффлайн-курс, который студенты
Speaker A
проходят в стенах кампуса. И тот же курс выложен на Ютубе, где его смотрят миллионы. И знаете, что говорят те, кто учится по Ютубу? Разница не в материале, он одинаковый. Разница в том, что они не понимают, насколько они хороши в своём
Speaker A
предмете. Потому что стэнфордские студенты общаются с людьми из OpenAI, Meta, Google. Они видят планку, знают, что нужно, чтобы туда попасть. А если вы существуете без этого окружения, без нетворкинга, вам будет очень сложно реально себя оценить. И вот тут как раз
Speaker A
помогает диагностика. AI говорит вам: "Слушайте, вы думали, что вы уже неплохой специалист, но реальная планка выше." Топ-три вопроса, чтобы понять свой уровень:
Speaker A
Простой вопрос. Как часто вы пользуетесь AI? Если не каждый день, то вы уже отстаёте.
Speaker A
Второй. Вспомните 10 продуктов с AI, с которыми сталкиваетесь в жизни. Можете назвать 10? Некоторые вдруг осознают: "А я и не понимаю, где AI есть, а где нет."
Speaker A
Это тоже говорит о том, что вы отстаёте. С чего вообще начать, если я хочу внедрять искусственный интеллект в свою работу?
Speaker A
Если говорить о работе, то основная ценность языковых моделей в контексте, который вы им даёте.
Speaker A
Например, в чат GPT можно один раз настроить модель под себя. Вы говорите ей: "Меня зовут так-то. Я занимаюсь тем-то. Хочу общаться по-английски или на каком угодно языке. Предпочитаю краткость."
Speaker A
Это и есть контекст, который вы даёте. Это как память.
Speaker A
Да. Да. Память, которую вы даёте LLM. Хотя память и контекст — немного разные вещи.
Speaker A
Могу объяснить потом. На работе важно, чтобы AI знал ваш контекст, ваши документы, ваш стиль общения, информацию о коллегах. Тогда, когда вы попросите написать письмо кому-то или подготовить бриф для клиента, он уже будет знать, как это делать и в каком ключе, с кем
Speaker A
общаться. Чем больше контекста вы даёте AI, тем умнее он работает именно для вас. Именно так профессионалы используют искусственный интеллект.
Speaker A
Да, приведу конкретный пример. Workera — мы серьёзно работаем с Anthropic, используем много продуктов Clouder. Все наш...
Speaker A
Вот ты упомянул Клод, который берёт на себя часть коммуникации с коллегами. Что ещё? Одно из главных изменений заключается в том, что мы, как компания, уходим от вертикальной структуры. Например, наш директор по AI сам решил вернуться из управленческой роли к роли исполнителя.
Speaker A
Раньше такого просто не бывало. И он доволен. Говорит, что стал продуктивнее, чувствовать себя ближе к реальной работе. Думаю, это станет трендом.
Speaker A
Второй момент, это количество людей внутри команды. В IT всегда был негласный стандарт. Как должна выглядеть идеальная команда? Сколько нужно инженеров, продуктов и дизайнеров? Безс называл это командой на две пиццы. Если команду нельзя накормить двумя пиццами, значит она слишком большая.
Speaker A
Он сам давно вышел за эти рамки. Да, раньше было, скажем, восемь разработчиков, один продакт, один дизайнер. Сейчас можно собрать команду из двух разрабов: одного продакт-менеджера и одного дизайнера.
Speaker A
Разработчики сами делают почти всё, но иногда советуются с другими командами. И у нас в воркера мы видим вместо трёх больших команд шесть-7мь маленьких. И у каждой своя зона ответственности. Ещё у нас есть автоматические расшифровки всех встреч. Это очень выручает. Всегда можно
Speaker A
вернуться и вспомнить контекст. На собеседованиях мы используем собственный продукт. Всех кандидатов интервьюируют AI recрутер. В общем, мы просто стараемся, чтобы все эти инструменты были под рукой у каждого в команде и чтобы люди ими реально пользовались.
Speaker A
А календарь тоже искусственный интеллект ведёт? Каждое утро мой ассистент присылает мне сводку в слаг. Она сама настроила для этого систему.
Speaker A
Простой AI-агент, который следит за моим календарём и помнит контекст прошлых разговоров. Просыпаешься, а там уже всё написано.
Speaker A
Куда идти, что знать, к чему готовиться? Очень удобно. Если я хочу сделать то же самое у себя в компании, как думаешь, мне нужно нанять кого-то, кто с искусственным интеллектом на ты, или моя команда сама разберётся?
Speaker A
Думаю, что вы можете начать сами. Всё начинается с вас. Попробуйте и обнаружите, что можете многое сделать самостоятельно. Вы уже достаточно профессиональны. вам будет проще, если нужно углубляться в технические вещи.
Speaker A
Тогда понадобится кто-то с бэкграундом в разработке. С ним можно сделать и значительно больше. Но базовые вещи, синхронизацию документов, мы могли бы сделать сами.
Speaker A
Да, я думаю, это вопрос не технический, это вопрос вашей проактивности. Готовы ли вы просто взять и сделать проактивность? А, рада, что ты её упомянул. Я очень много думаю об этом здесь, в Давосе, где все говорят про искусственный интеллект. Я вот думаю о
Speaker A
трёх ключевых навыках, которые стоит развивать. Ты говоришь, есть навыки, которые быстро умирают, а есть те, что с нами надолго. И проактивность, самостоятельность - это как раз один из навыков, который с нами надолго. Если мы представим искусственный интеллект как
Speaker A
некую черту, часть людей уже оказалась ниже этой черты. Они просто выполняют то, что говорит им искусственный интеллект. Я не знаю, например, оператор службы поддержки получил ответ от искусственного интеллекта, зачитал клиенту. Всё. Большинство из нас пока выше этой черты. Мы используем
Speaker A
искусственный интеллект как инструмент, а не наоборот. Но при этом эта планка поднимается. Так вот, как сделать так, чтобы искусственный интеллект работал на нас, а не управлял нами?
Speaker A
Самостоятельность - стопроцентно устойчивый навык. Он будет востребован даже через 10 лет. Это очень важно. Много других устойчивых навыков: критическое мышление, решение задач, эффективная коммуникация, AI грамотность, думаю, тоже нужна будет долго. И умение работать с кодом, на мой взгляд, очень важный, устойчивый навык.
Speaker A
Правда, даже для таких людей, как я. Да, но я не про то, чтобы учить синтаксис и писать код вручную.
Speaker A
Но если вы понимаете, что вообще происходит, когда AI пишет код за вас, вы в огромном плюсе.
Speaker A
Быстрее замечаете ошибки, быстрее двигаетесь вперёд. Это сложно отрицать. Теперь про топ-три навыка. Я бы разделил на три группы.
Speaker A
Первое, для тех, кто глубоко в технологиях, на уровне создания самих моделей. Сейчас компания охотится за людьми, которые умеют строить системы рассуждения, рининг модели. Таких специалистов в мире единицы, их найм будет стоить огромных денег. Второй навык, недооценённый и часто забытый -
Speaker A
это распределённые вычисления. Людей, которые умеют обучать модели на огромных кластерах серверов, катастрофически мало. Это требует знания математики, линейной алгебры, понимание железа. Очень сложно и очень ценно.
Speaker A
Третий. Обучение с подкреплением. В AI модели проходят разные этапы обучения, и на некоторых из них используются именно эти техники.
Speaker A
Отсюда Alpha Go, шахматы и всё, где вы видели, как AI играет лучше человека. Это и есть обучение с подкреплением, когда машина учится сама. Да. пробует разные варианты, учится на своём опыте, а не на примерах. Этот навык тоже очень
Speaker A
ценный. Это всё, что касается технической части. Теперь перейдём к прикладной. Здесь очень востребовано то, что называется Forward deployed engineering, когда человек одновременно разбирается в бизнесе и в технологиях.
Speaker A
Такое сочетание сейчас на вес золота. И, наконец, самый важный навык для обычной жизни и работы - это просто уметь замечать AI вокруг себя, не бояться, не избегать, а встроить в свой день. Кен сказал, что большинство людей используют искусственный интеллект каждый день, но
Speaker A
промты по-прежнему очень простые. Расскажу на своём примере. Несколько месяцев я мучилась, блин, с этими текстами, которые пыталась писать с помощью искусственного интеллекта, но постоянно это вот эти не вот это, а вот это. И наконец-то я всё поняла. Ну всё,
Speaker A
как я и не те слова и не тот тон, и факты выдумываются. Вообще сразу видно, что это вообще писал не человек. Но я вижу, что у кого-то работает, почему меня нет, и я решила, что нужно выстраивать систему. Во-первых, это три
Speaker A
файла, которые обучают искусственный интеллект вашей подаче благодаря реальным фактам о вас, вашим любимым фразам, тем словам, которые вы никогда не скажете, и файлу, который рассказывает, как не писать, как и и это, на самом деле, всё поменяло. Теперь у меня просто прекрасные тексты, которые
Speaker A
мне мой искусственный интеллект присылает каждое утро. Я выбираю немножко, редактирую и пощу. Я делюсь тремя файлами бесплатно с моими подписчиками в моей имеil- расссылке.
Speaker A
Ссылка в описании. Подписывайтесь на рассылку. Скачивайте, там есть все инструкции, как научить искусственный интеллект говорить вашим голосом.
Speaker A
Технология потрясающая. Нужно просто начать её использовать правильно, потому что я всё время вижу: "Ой, да что, никого он не заменит, всё фигня. Я вот попросила это сделать, ничего не сделала". Попробуйте посидеть с ней, несколько неделекстроить систему, вы в
Speaker A
итоге не узнаете свою работу. Ты видишь спад на рынке труда? Какой прогноз на следующие 5 лет?
Speaker A
У меня есть несколько мыслей на этот счёт. Говорят, что для зумеров больше нет работы. Мы слышим это последние пару лет. И прошлый год был явно самым тяжёлым для выпускников вузов. Но это из-за искусственного интеллекта или это из-за того, что во время ковида компании
Speaker A
нанимали слишком много сотрудников? Думаю, в ковид компании просто перенабрали людей. А теперь они же говорят, что всё автоматизирует AI, потому что это поднимает их акции. На самом деле они занимаются чисткой кадров, убирают слабых, оптимизируют составы. Может, какая-то часть работы и
Speaker A
правда стала менее нужной, но в основном за AI и риторикой прячется обычное желание оставить лучших. Почему мета убирает людей из команды метавселенной?
Speaker A
Если бы дело было в AI, вы бы слышали про что-то другое, не про метавселенную?
Speaker A
Нет, они просто хотят, чтобы оставшиеся сотрудники работали эффективнее. Это не про AI, это про управление людьми. И ещё одна причина, почему зумерам тяжело найти работу. компании не могут найти достаточно людей, которые я и на ты.
Speaker A
Такие специалисты есть, но они сосредоточены в хабах. Если вы в Сан-Франциско или другом таком месте, то у вас реально хорошие возможности, а если нет, то будет очень тяжело. Чего ждать дальше? Компании постепенно разберутся, как перестроить процессы, производительность вырастет, но массовых
Speaker A
увольнений не будет. Просто штат будет тихо сжиматься. Ушёл человек, не заменили. Вышел на пенсию, не наняли нового. Зато будет много движения внутри. Из маркетинга в продаже, из продаж в HR это станет нормой. И параллельно компании будут вкладываться в своих людей, учить их работать с AI. А
Speaker A
вот как ты думаешь, университеты потеряют ценность в ближайшие 10 лет? Думаю, что потеряют, да. Если только это не топовый университет с сильным брендом, куда идут не за знаниями, а за окружением и связями. Возможность быть среди амбициозных людей, которые рвутся
Speaker A
вперёд. Вот что даёт такой университет. Это не обесценится. Но университет в целом это же ведь такое пакетное предложение: знания, менторство, исследование и так далее. И вот этот пакет точно изменится. Может это уже не будет 4 года бакалавриата плюс 2 года магистратуры, формат станет
Speaker A
другим. Главная слабость сегодняшних университетов, они учат не тому, что нужно рынку. Слишком много программ, которые готовят людей к профессиям, где нет мест. Я сам из Франции и помню, когда я учился, то учителей физкультуры выпускали вдвое больше, чем было
Speaker A
вакансий. Это абсурд. Обществу нужно другое, чтобы человек, выходящий на рынок труда, имел ровно те навыки, которые рынок сейчас ищет. Нулевой разрыв.
Speaker A
Это сложно, но университеты могли бы стараться больше. Да, но это тяжело для университетов. У них есть уже утверждённые программы.
Speaker A
Очень тяжело. Но есть одна модель, которая мне нравится. Университеты дают базовые навыки, те, что остаются с вами надолго. А компании уже сами доучивают под свои нужды тому, что быстро меняется. Возьмём, например, умение выстраивать логику рассуждений. Люди, которые умеют делать это по-настоящему -
Speaker A
это аспиранты топовых университетских лабораторий. Так вот, в идеале все университеты выпускали бы людей, которые с ияй на ты, не узких специалистов, а людей с сильной базой, на которую можно нарастить что угодно. А дальше компания берёт такого человека и вместо того,
Speaker A
чтобы 7 лет растить его до партнёра, как в консалтинге, выводит на этот уровень за 6 месяцев. Вот это было бы идеально.
Speaker A
И это то, чем ты занимаешься в своей компанией воркера? Да, мы помогаем многим компаниям именно с этим, но общая идея- устойчивые навыки в школе, навыки с коротким сроком жизни в компании.
Speaker A
Вот это очень классно. Именно так университеты и должны работать. Не только сейчас, но и 20 лет назад должно было такое быть. Workра у вас есть и агенты, которые реально работают, верно?
Speaker A
При этом огромное количество компаний пытается их построить, внедрить, и не получается. Мы тоже пробовали, но у нас медиакомпании, мы не технори. И вот что я вижу. Тренд про и агентов звучит круто, но на практике это просто набор шагов, и человек всё равно нужен на
Speaker A
каждом из этапов. Так почему это у вас работает, а у других нет? Запустить агента в продакшн невероятно сложно.
Speaker A
Люди этого не понимают. Демовариант - это не то же самое, что агент, работающий в реальных условиях. Сделать демо сейчас очень легко. Их на рынке множество. Если вы умеете отличать демо от реальной системы, вы понимаете, насколько это трудно. MIT, кстати,
Speaker A
выяснил, что только 5% агентов реально работают в продакшене. Приведу примеры. Здесь в Давосе находится Билл Макдермаm Coo Service Now. Они используют воркера на уровне всей компании. Каждый сотрудник проходит оценку, получает обратную связь, видит свои пробелы и в итоге получает что-то вроде
Speaker A
водительского AI удостоверения на год. Этот агент работает в огромном масштабе, но в любой момент всё может пойти не так. Например, Open AI может упасть. Для этого у нас есть слой маршрутизации, который мгновенно переключает на следующую модель. С переводом тоже не
Speaker A
всё так просто. Нельзя просто сказать: "Сделай диагностику по-японски и готово". Японец откроет и скажет: "Здесь куча культурных ляпов. Этот агент думает не по-японски". Огромная работа остаётся за кадром. Или, например, агент не видит кнопку в интерфейсе и всё, завис. или
Speaker A
оценил вас несправедливо. Должно быть 200 баллов, а вышло 150. У нас есть кнопка агент ошибся. В течение четырёх рабочих дней живой эксперт пересматривает оценку и отвечает человеку. Когда делаешь это на тысячах людей, агент постепенно становится лучше. Первый деплой - полный хаос,
Speaker A
второй уже чуть меньше. Постепенно нарабатывается мышца. Видеть между строк, замечать детали. Это и решает в конечном счёте. В ряде случаев мы вообще убрали AI. Мы изначально исходили из того, что всё должно быть живым, то есть каждый раз чуть разным, непредсказуемым,
Speaker A
но пользователи дали обратную связь. Нет, нам на самом деле нравится, когда часть опыта предсказуема и фиксирована.
Speaker A
Не нужно в реальном времени разговаривать с AI интервьюером. Это нервирует. Хочу сделать паузу, посмотреть на варианты, спокойно выбрать из них. Это не требует агентного AI.
Speaker A
Пришлось решать, где оставить живой диалог, а где чёткий сценарий. Живой диалог позволяет копнуть глубже в мышление человека. Но это не всегда то, что нужно.
Speaker A
Из твоих слов я слышу. Чтобы запустить и агентов компании, нужен человек, технически сильно подкованный, который правильно выстраивает логику и путь для агента.
Speaker A
Смотрите, у компании сейчас есть маркетплейсы агентов. Заходишь на внутреннюю платформу, создаёшь агента через промт. Это совершенно другое. Не то же самое, что строить компанию на агентах, где планка очень высока. Если вы хотите ботов сэк, который читает канал и каждый день присылает сводку,
Speaker A
вам не нужна техническая команда. Заходишь в Marketplй, подключаешь агента к Слак, говоришь, что делать, и всё, он работает. Но мы строим AI агента, который должен быть лучшим в мире в оценке навыков и обратной связи. Это совсем другая задача, нельзя ошибаться.
Speaker A
Планка экстремально высока. Там нужна и исследовательская команда, и прикладная, и продуктовая. Говоря о работе, с одной стороны, инструментов и возможностей становится всё больше, и кажется, что рук, чтобы пользоваться ими, не хватает.
Speaker A
С другой, порог входа в конкретный бизнес сильно упал. Ну и конкуренция при этом вырастет.
Speaker A
Как ты думаешь, станет больше компаний? Я думаю, что да. Будет больше предпринимательства, больше малого бизнеса. В прошлом году я видел рекламную кампанию от одного вайп-кодигового инструмента. Не буду говорить название, его и так знают. Они хвастались.
Speaker A
Один из наших пользователей пересобрал Лен и Докусайн за 6 часов. И где сейчас этот продукт? Кто им пользуется? Никто. Он, скорее всего, уже и не функционирует, потому что Cendly и Docus - это не просто функции. Doй, кстати, открыл новый офис в
Speaker A
Сан-Франциско и растёт. Если у вас нет лучшего продукта, почему я буду переходить на него? Да, простой инструмент для подписей собрать легко, но - реально мощная штука с кучей фич.
Speaker A
Чтобы заменить её, нужен продукт на 50% лучше. И этот разрыв нужно постоянно поддерживать. Да, и правильный маркетинг.
Speaker A
Маркетинг тоже. Да. Я не верю в концепцию персонального по не верю, что люди будут строить свой личный лен.
Speaker A
Думаю, какая-то компания создастн, который на 50% лучше нынешнего, с кучей AI функций. и все будут им пользоваться, потому что нет времени строить и поддерживать личное программное обеспечение. Так что это просто маркетинговые компании. Звучит логично для ближайших 5 лет, но лет через 10,
Speaker A
когда искусственный интеллект станет настолько мощным, вот, например, возьмём юристов, да, и и инструмент, в котором зашиты все юридические знания, он же будет просто на голову выше любого человека.
Speaker A
Согласен, это будет AI, который работает за вас. Просто не думаю, что их будут сотни. Люди будут пользоваться лучшим, но это будет одна крупная компания, ты так не думаешь?
Speaker A
Да, да, так и будет. Скорее всего, кто-то из топов. Да, три-четыре из них. Но смотрите, Ленли построил отличный бизнес, хотя в Google есть точная копия его функционала. Как им это удалось? Да потому что в Нише всё равно есть
Speaker A
пространство для инноваций. Не думаю, что в будущем мы с вами будем пользоваться тысячами агентов. Скорее их будет немного, но каждый заточен под своё, и команды постоянно их улучшают.
Speaker A
Агент будет учиться сам, но параллельно реальные пользователи будут подсказывать, что можно улучшить с точки зрения UX и UI. Это важно в конечном счёте.
Speaker A
Звучит оптимистично для бизнеса, потому что иногда, когда я думаю про искусственный интеллект как предприниматель, мне остановится немного не по себе. Вот представь, искусственный интеллект сам находит товар на Amazon, где спрос превышает предложение, сам заказывает его из Китая, сам продаёт.
Speaker A
Человек тут вообще не нужен. И это немного расстраивает, но из-за того, что ты говоришь постоянно улучшать продукт, думать о деталях, придумать что-то новое, это всё равно пока требует участия человека.
Speaker A
Именно конкурентоспособность, она не в коде. Код легко скопировать. Конкурентоспособность в экспертизе и вундере, в обратной связи от пользователей, в проактивности фаундерской команды. Вот что имеет значение. Вот что делает их победителями.
Speaker A
Моей аудитории 25 тире40 лет. А все хотят стать лучше в эпоху искусственного интеллекта, хотят что-то построить.
Speaker A
Какие три шага им стоит предпринять в 2026 году? Освоить основы A и честно оценить себя, выработать привычку учиться. Каждое утро выделять хотя бы 5 минут, чтобы прочитать посты людей, которым доверяете в этой сфере. Через неделю вы не почувствуете разницы, но через месяц
Speaker A
будете ощущать себя на острие. Кто-то сказал: "Если фокусируешься на чём-то один день, ты уже в топ x% мира".
Speaker A
неделю без остановки и в топ 10%. Месяц в топ 1%. Но чтобы попасть в топ 0,1%, нужно сделать это привычкой на 5, а то и 10 лет. И тогда вы можете оказаться в числе лучших в том, что делаете.
Speaker A
Звучит прекрасно. Мне очень нравится ваша мысль про хабы, потому что это помогает честно сравнивать себя с другими, принимать опыт. Можно начать с локального сообщества и постепенно расширить круг.
Speaker A
Да, особенно если вы в начале карьеры. У хабов сегодня огромное преимущество. AI зародился в Силиконовой долине. Если говорить о новой волне агентов. Пришли компании, пришли люди. Больше людей, больше компаний. Сейчас в Сан-Франциско можно вообще не прилагать усилий, чтобы
Speaker A
быть в курсе. Выходишь на ужин, все говорят про Voice AI, про Tтеesla Autilot. Просто постоянно учишься, потому что ты в хабе. В ближайшие несколько лет хабы будут сильно впереди.
Speaker A
Но через 5-10 лет люди повзрослеют, захотят семьи, начнут уезжать и унесут эти знания с собой.
Speaker A
Локальные хабы. Да, именно. Как это уже было с доткомом, программирование сосредотачивалось всего в нескольких местах, потом демократизировалось через онлайнбучение, доступ к информации и потому что эксперты разъехались. То же самое произойдёт с C.
Speaker A
Даже за пределами хабов появятся отличные а и нативные микрохабы и локальные сообщества. Это здорово. Спасибо огромное за этот разговор. Очень люблю такое в наших подкастах, когда сразу после записи пишешь команде: "Так, давай настроим вот это в клод, синхронизируем документы и
Speaker A
так далее". Спасибо, это очень воодушевляет. Пошла работать. Это переведённый выпуск подкаста с моего англоязычного канала Silicon Val. Там каждую неделю я говорю с фаундерами и с директорами крупнейших AI-компаний о технологиях, которые меняют то, как мы работаем. И моя задача
Speaker A
понять вообще, как то, что они строят, можно применить в реальной жизни, а не просто вот давайте говорить про AI, о'кей, все работы заберут, понятно, делать-то нам что? И вообще, где где мой домашний робот, который стирку делает?
Speaker A
Поэтому, если не хотите оставать в эпоху AI и хотите смотреть мой канал на английском, то подписывайтесь. Ссылка в описании. y
Topics:искусственный интеллектИИобучение ИИкарьера и ИИСтэнфордКен Котенфрошdeeplearning.aiWorkeraавтоматизацияпрофессиональное развитие
