Мы и Оно

Весь сезон мы говорили о том, как генеративный ИИ уже работает в бизнесе: автоматизирует процессы, меняет маркетинг, ускоряет стартапы и берет на себя рутину. В финальном выпуске — пытаемся с ним же заглянуть в будущее.

Что станет обыденностью уже в ближайшие годы, а что пока остается фантастикой? Какие профессии окажутся под наибольшей угрозой и почему исчезновение одних ролей неизбежно приведет к появлению других? Действительно ли искусственный интеллект может заменить не только исполнителей, но и управленцев — или это очередной страх эпохи технологических скачков?

Главная особенность этого эпизода — большое живое интервью с самим искусственным интеллектом с ГигаЧат в новом формате голосового режима. Без заготовленных сценариев, без правок и дублей.

Этот выпуск — не про апокалиптические прогнозы, но и не про безусловный оптимизм. Он про неопределенность, в которой мы уже живем. Про навыки, которые останутся ценными, даже когда технологии возьмут на себя большую часть рутины. И про то, почему критическое мышление, гибкость и умение учиться становятся важнее любой конкретной профессии.

В выпуске:

00:00 — финальный выпуск сезона: разговор о будущем ИИ

02:29 — интервью с искусственным интеллектом: формат и правила игры

03:14 — где ИИ станет обыденностью быстрее всего

05:02 — какие профессии под угрозой

06:15 — заменит ли ИИ управленцев и команды

07:52 — пределы технологии: страхи, ограничения и «черный ящик»

09:08 — возможна ли «зима ИИ» и почему хайп спадает

11:50 — инвестиционный пузырь ИИ

14:02 — навыки будущего: что останется за человеком

15:06 — главный вывод

Этот подкаст мы делаем, используя нейросетевую модель GigaChat 

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Генеративный ИИ уже умеет писать тексты и рисовать картинки — к этому рынок привык. Но в этом выпуске мы идем дальше и задаем более сложный вопрос: можно ли доверить искусственному интеллекту задачи, где цена ошибки измеряется не кликами, а деньгами, безопасностью и человеческим благополучием?

Мы говорим о сферах, где «попробовать и посмотреть» не работает. Об образовании, где ИИ помогает адаптировать материалы под детей с разным уровнем подготовки и особыми образовательными потребностями. О кибербезопасности, где нейросети учат сотрудников распознавать атаки, имитируя реальные угрозы. И о работе с законами и документами, где ИИ ускоряет процессы в разы — но только если результат его работы остается понятным и проверяемым.

Все это — реальные кейсы стартапов, участвующих в AI-треке международного акселератора Sber500 с GigaChat — программе, сфокусированной на внедрении генеративного ИИ в технологический бизнес. Участники, с которыми говорим в этом выпуске, используют ИИ не как экспериментальную технологию, а как инструмент, чей эффект измерим. 

Стартапы, участвующие в программе всего за несколько месяцев кратно наращивают аудиторию, ускоряют приток платящих клиентов, увеличивают выручку. За время акселерации команды внедряют в продукты столько же новых функций, сколько обычно разрабатывают за целый год.

Какие принципы позволяют внедрять ИИ там, где ставки действительно высоки, и почему потеря контроля — главный риск для любого бизнеса, работающего с генеративными технологиями.

В выпуске:

00:00 — когда ИИ перестает быть экспериментом и начинает работать с высоким риском

01:10 — выпуск о доверии: где проходит граница автоматизации

02:40 — образование и инклюзия: как ИИ помогает там, где стандартные подходы не работают

04:17 — VR и терапия детей с РАС: почему ИИ берет на себя рутину, а не решения

06:49 — ключевой принцип: узкие задачи вместо «умного всего»

07:54 — кибербезопасность: тренировки на реалистичных атаках

09:34 — фишинг, дипфейки и риск потери доверия внутри компаний

12:12 — законы и регуляторы: как ИИ ускоряет compliance

15:49 — документы и процессы: дни превращаются в минуты

18:24 — ИИ как усилитель человека

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Маркетинг — одна из тех сфер, где внедрение генеративного ИИ стало по-настоящему массовым. Кажется, что нет бизнеса, который бы уже не пробовал создавать тексты, баннеры или идеи с помощью моделей. И пока одни компании заменяют брифы промтами и запускают кампании за считанные часы, другие внезапно обнаруживают, что их реклама стала выглядеть так же, как у соседней кофейни или продавца с маркетплейса, а значит их подход оказался не таким уникальным. Генеративный ИИ дал скорость, но вместе с ней — риск полного визуального и смыслового однообразия.

Что на самом деле происходит внутри сферы маркетинга и почему тексты, созданные нейросетями, так часто звучат одинаково — и как маркетинг-команды научились с этим работать? Зачем крупнейшим брендам понадобились целые AI-платформы, которые перестраивают работу от идеи до сториборда? Почему сгенерированный ИИ контент иногда отталкивает, а в других случаях — становятся новым стандартом качества?

И главное — где проходит линия между инструментом, который усиливает креатив, и инструментом, который делает его посредственным?

В выпуске:

00:00 — как ИИ изменил маркетин

01:23 — где ИИ помогает, а где мешает

01:50 — почему тексты, созданные нейросетью, часто звучат одинаково

03:46 — как агентные системы повышают качество текстов

05:28 — кейс Persado AI: как ИИ попадает в эмоции людей

06:57 — что по-прежнему выдает ИИ-картинки

08:00 — визуальное однообразие — новая проблема

09:11 — использование лиц в рекламе и как ИИ решает юридические сложности

10:55 — как Mondelēz перестроил глобальный маркетинг вокруг ИИ

11:43 — сториборды за часы

12:04 — экономия на производстве контента

12:30 — агентные системы: работа с трендами и мемами

13:57 — почему выигрывает системный подход

14:16 — анонс следующего выпуска

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Где генеративный искусственный интеллект действительно помогает бизнесу расти — а где превращается в источник убытков и репутационных рисков?

Исследователи из MIT впервые на практике измерили, насколько сильно ИИ разгоняет работу программистов: ассистент сокращает время выполнения задач почти вдвое, особенно помогая менее опытным разработчикам. Но и это лишь один из примеров ощутимого прироста эффективности. А модель для колл-центра увеличила эффективность операторов на 37%.

Но есть и провалы: неправильная настройка чат-бота привела к потере клиентов, а Air Canada вовсе проиграла суд, после того, как их ИИ дал неверный ответ пользователю. А лишь один неверный факт от ИИ стоил Google 100 млрд долларов.

Успех зависит не от «ума» модели, а от того, как бизнес выстраивает контекст, инфраструктуру и контроль. Если эти элементы отсутствуют — ИИ быстро становится неконтролируемым и начинает вредить.

Разбираем, какие выводы должны сделать компании, которые внедряют генеративный ИИ сегодня, чтобы не повторить чужие ошибки — и превратить технологию в реальный драйвер роста, а не в угрозу.

В выпуске:

00:00 — вступление: почему у одних ИИ работает, а у других — ломает процессы

02:17 — эксперимент MIT: как ИИ вдвое ускорил работу программистов

03:19 — кому ассистент помогает больше всего

03:46 — кейс Firecode: нейросеть усиливает операторов колл-центра

05:25 — провал чат-бота и потеря клиентов: уроки iZory

07:22 — юридический скандал Air Canada: как ИИ довел до суда

10:16 — самая дорогая ошибка: промо-ролик Google и минус $100 млрд

12:27 — когда метрики идеальны, а смысла нет: ИИ-проект, который не окупится

13:55 — почему ИИ может быть безжалостным инструментом

14:20 — анонс следующего выпуска: как генеративный ИИ изменил маркетинг

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Генеративный ИИ перестает быть инструментом для рутинных задач и становится полноценным партнером руководителя. Он анализирует, советует, прогнозирует и даже управляет миллиардами долларов. Рассказываем истории о том, как нейросети уже сегодня принимают управленческие решения: в Bridgewater фонд под управлением ИИ зарабатывает не хуже людей, Klarna запустила виртуального CEO, а российская Naimee AI автоматизировала найм сотен сотрудников. 

Кто такие ИИ-агенты и на что они способны уже сегодня? Какую часть управленческих полномочий компании можно доверить искусственному интеллекту? И как сохранить контроль, когда ИИ начинает действовать сам?

В выпуске:

00:00 — зачем говорить об ИИ в управлении

02:05 — как топы используют ИИ в качестве персонального ассистента

04:00 — пример Coursera: контекстное обучение модели

07:00 — риски, ошибки и утрата критического мышления

08:10 — кейс Klarna: виртуальный CEO и обратная связь от клиентов

09:50 — как ИИ решает задачи в найме

12:55 — Bridgewater: фонд на основе ИИ управляет активами

14:40 — агентные системы и новые принципы управления

18:20 — где проходит граница между автономией и контролем

19:10 — анонс следующего выпуска: успехи и провалы ИИ-революции

Этот подкаст мы делаем, используя нейросетевую модель GigaChat.

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Даже самые перспективные технологии могут провалиться на старте, если сотрудники не понимают, зачем они нужны, или боятся перемен. В этом выпуске обсуждаем, как бизнесы по-разному справляются с сопротивлением при внедрении генеративного ИИ.

Вот несколько кейсов: компания Mineral завершила эксперимент досрочно — сотрудники не справились с генеративным ИИ, и система казалась бесполезной. Но технологию все же удалось внедрить позже. В Wipro основам ИИ обучили четверть миллиона сотрудников и дальше встроили технологии в ключевые процессы. Но и тут есть риски: слишком формальное обучение может не закрепиться в практике. 

Иногда ради внедрения новых технологий приходится менять старую команду — кейс Ignite Tech, где после провала «ИИ-понедельников» и саботажа сотрудников руководство заменило около 80% команды. Радикальные меры помогли компании двигаться дальше, но прибегать к таким мерам руководство больше никому не советует.

Почему сотрудники сопротивляются технологиям? Как компании превращают скепсис в готовность работать с ИИ? И можно ли внедрять инновации без болезненных конфликтов?

Таймкоды:

00:00 — вступление: зачем говорить о сопротивлении при внедрении ИИ

02:09 — кейс Mineral: неудачный эксперимент и что помогло изменить отношение сотрудников

04:01 — Андрей Морозов (FireCode) о типичных ошибках бизнеса: «ИИ ради галочки» и завышенные ожидания

06:40 — промежуточные выводы: от чего зависит успех внедрения

08:26 — Елена Ушарова (Ward Howell): роль ИИ-евангелистов и амбассадоров

11:16 — кейс Wipro: обучение четверти миллиона сотрудников и платформа iAspire

13:21 — кейс Ignite Tech: ИИ-понедельники, саботаж и увольнение 80% сотрудников

16:42 — экспертное мнение: почему радикальные меры не всегда работают

18:25 — взгляд Владимира Гусева (экс-Delivery Club, Skyeng) на вызовы и ошибки внедрения

18:35 — итог: как компании справляются с сопротивлением и что помогает внедрять ИИ осознанно

19:07 — анонс следующего выпуска: как меняется роль руководителей в эпоху ИИ

—

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: София Шведова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Генеративный ИИ уже активно внедряется для автоматизации бизнес-процессов в разных компаниях. Например, в одном из банков перешли от шаблонного извлечения информации к смысловому анализу документов: суммаризации, проверке соответствия нормам, выявлению рисков — все это ускорило обработку данных и помогло разобраться в сложных юридических нюансах. 

В промышленности генеративный ИИ тоже активно используется: внедряют «помощников-диагностов»: инженер описывает симптомы, модель сопоставляет их с базами инцидентов и документацией и тут же предлагает версии поломок и шаги проверки — меньше простоев, быстрее решения. Кстати, похожую технологию используют и BMW: нейросети ловят дефекты.

Ритейл тоже ускоряется за счет генеративного ИИ: у Zalando маркетинговые кампании готовятся за считанные дни вместо месяцев и дешевле на ~90%; у Walmart бот ведет переговоры с поставщиками на небольших контрактах; Carrefour запустил чат-консьержа Hopla, а Sephora — виртуальные «примерки».При этом эксперты честно предупреждают: ИИ — не панацея, ценность появляется там, где он решает конкретную задачу и встроен в цепочку продаж. 

Чем отличается внедрение в банке от промышленного предприятия? Какие сценарии сейчас работают лучше всего? И как не ошибиться с выбором инструментов, партнеров и подхода для решения поставленных задач?

Таймкоды:

00:00 — вступление: что может генеративный ИИ в бизнесе

02:05 — зачем банкам нужна технология и чем она помогает прямо сейчас

03:12 — кейс банка: извлечение и анализ информации из договоров

06:40 — как генеративный ИИ выявляет юридические риски и ошибки в документах

09:22 — кейс PwC: фабрика документов на платформе Legito

12:00 — переход в промышленность: цифровые помощники для инженеров

16:45 — как генеративный ИИ сокращает простои и снижает требования к квалификации персонала

18:20 — кейс BMW: компьютерное зрение, нейросети и контроль качества на конвейере

21:15 — взгляд эксперта: почему генеративный ИИ — не всегда конкурентное преимущество

23:40 — ритейл: Zalando ускоряет кампании и снижает расходы на 90%

25:00 — Walmart: чат-бот для переговоров с поставщиками

26:05 — Carrefour: чат-консьерж Hopla и виртуальные примерки Sephora

28:30 — цифры: какие сценарии генеративный ИИ выбирают ритейлеры

30:40 — итог: где технологии и – драйвер, а где просто инструмент

32:10 — анонс следующего выпуска: генеративный ИИ и люди, как внедрять без сопротивления

—

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

Подписывайтесь на «Мы и Оно» и слушайте там, где удобно: Apple Podcasts, YouTube, «Яндекс Музыка», Castbox и другие платформы.

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: София Шведова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Цифровой «супермозг» умеет все — планировать, прогнозировать, анализировать огромные массивы данных и придумывать новое, но ему нужно «тело», а значит — правильная инфраструктура. С чего тут начать и как выбрать ее под себя? Варианты — от быстрого старта в публичном облаке, где платишь только за использованные ресурсы, до строительства собственных мощностей ради безопасности данных.

Так авиакомпания AirIndia выбрала легкий путь — публичное облако — в 2023 году запустили виртуального помощника «Махараджу» на базе Microsoft. Но такой вариант подходит не всем: после утечек данных из ChatGPT — в корпорации Samsung построили собственную языковую модель Samsung Gauss, полностью изолированную от внешнего мира. 

Зачем это было нужно? Какой формат лучше подойдет вашему бизнесу: быстрое облако или собственная железная крепость? Как «посадить» генеративный ИИ в ваш бизнес так, чтобы он работал на полную мощность?

Таймкоды:

00:00 — вступление

01:10 — «ИИ — супермощный мозг, но ему нужно тело»

02:17 — «пока мы видим медленный разгон, но спрос на облака будет расти»

04:37 — как в авиакомпании AirIndia придумали индийского «публичного пилота» 

06:22 — облака бывают разные 

08:22 — частное облако: дорого, медленно, зато надежно

09:41 — кейс Deloitte: «зорро»-агенты 

10:50 — локальное облако on-prem: максимум контроля за дорого 

11:51 — «собственная инфраструктура — это не просто купить железо, а целая инженерная дисциплина»

13:21 — высокие ставки собственного ИИ-контура

14:22 — инцидент Samsung 

16:28 — какое «тело» выбрать? 

17:12 — в следующем выпуске

—

Этот подкаст мы делаем, используя нейросетевую модель GigaChat 

—

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Новый сезон подкаста «Мы и Оно» посвящен практике применения генеративного искусственного интеллекта в бизнесе. В девяти выпусках ищем реальные случаи успешного и неудачного внедрения генеративного ИИ в компаниях разного масштаба, от стартапов до крупных корпораций. 

В первом выпуске рассказываем, как покупатели американских магазинов Walmart, благодаря внедрению умного поиска, теперь пишут «придумай вечеринку с единорогами» и получают готовую подборку товаров. Кроме того, ИИ там оценили и сотрудники, эффект от технологии превзошел все ожидания. Тогда как в шведском финтехе Klarna ИИ не справился: людей массово заменили на роботов, штат сократили вдвое, но вскоре выяснилось неприятное... 

Почему одни кейсы успешные, а другие провальные? Как понять, какие бизнес-задачи можно делегировать нейросетям и что уже доступно всем компаниям, даже без больших бюджетов? Об этом — в первом выпуске. 

Таймкоды:

00:00 — вступление

01:30 — нужен ли вообще вашему бизнесу генеративный ИИ? 

02:05 — «тематическая вечеринка с единорогами»: история Walmart

04:52 — «через шаг мы будем видеть глобальные изменения»

07:55 — как в банке HSBC придумывают кейсы для ИИ 

09:34 — бюджетные советы для любого бизнеса

11:48 — провальный кейс от Klarn, финтех-компании из Стокгольма

13:36 — «это хрестоматийный пример, как не надо делать»: Гига разбирает ошибки 

14:42 — сколько стоит эта технологическая игрушка?

16:28 — в следующем выпуске....

–

Этот подкаст мы делаем, используя нейросетевую модель GigaChat

–

Ведущие: Глеб Силко и синтезированные роботы «Агата» и «Гига»

Автор сценария: Илья Сизов

Редакторы: Халима Каримова и Глеб Силко

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»

Этот подкаст был одним большим экспериментов. Искусственный интеллект не только помог его сделать, но и взял на себя роль ведущего, редактора, бизнес-аналитика и специалиста по маркетингу и социальным сетям. Как мы это сделали? Заметил ли кто-либо подвох? 

А также рассказываем, как генеративные сети могут мыслить стратегически и пытаемся пробиться через ограничения разработчиков – хочет ли ИИ контролировать людей? Есть ли у него эмоции и чувства?

И еще – завершаем эксперимент с бизнесменами, которые внедряли ИИ в свое дело. показываем, какие результаты они получили и как нейросети изменили их подход к разным бизнес-процессам.

В выпуске:

00:00 – яркие моменты

00:31 – в этом выпуске обсуждаем стратегическое мышление, маркетинг и рассказываем, как ИИ сделал этот подкаст

01:30 – примеры использования ИИ для решения глобальных задач

02:51 – как ИИ может симулировать для людей глобальные катастрофы

04:34 – как разработчики ИИ защищают людей от него

06:34 – почему генеративные сети сродни баллистическим ракетам

07:18 – «дайте шанс роботу»

08:13 – как работала цифровая соведущая этого подкаста Заботливая Агата и как делается синтез речи

10:23 – как ИИ написал сценарий этого выпуска, редактировал тексты других и какие еще задачи взял на себя

12:18 – как ИИ стал бизнес-аналитиком проекта

16:05 – почему ИИ – лучший учитель

17:44 – чем закончился эксперимент Forbes по внедрению ИИ в реальные малые бизнесы

23:07 – пытаемся пробиться через ограничения разработчиков генеративных сетей и узнать, хочет ли ИИ захватить мир

–

Этот подкаст мы делаем используя : нейросетевую модель GigaChat, платформу для коммуникаций SaluteJazz, нейросеть Kandinskiy и технологию SaluteSpeech YourVoice. В выпусках вы слышите их практическое применение, а увидеть можете в наших соцсетях. Попробовать самим воспользоваться продуктами вы можете по ссылкам.

–

Ведущие: синтезированный диктор «Заботливая Агата» и Глеб Силко

Автор сценария: Глеб Силко и Халима Мирсияпова

Продюсер: Глеб Силко

Реклама

ООО «САЛЮТДЕВАЙСЫ»