Задумываетесь ли вы, что AI-агенты уже сейчас сами принимают решения в физическом мире?
И я хочу сказать, что это происходит в крупных бизнесах, которыми мы с вами пользуемся ежедневно
Послушал доклад Станислава Макеева «AI-managed Лавка: как AI становится управляющим слоем физического мира»
Главные мысли, которые зацепили:
🎒 Самой Лавке уже 7 лет и, как и любой оффлайновый бизнес, она обросла множеством процессов, завязанных на людей. Встроить в эти процессы AI-агентов становится непростой задачей, поэтому внедрение идет постепенное: сначала AI-агент дает рекомендации по процессу, супервайзер валидирует эти решение. Потом, AI можно отдавать принятие решений и валидировать их на более высоком уровне через бизнес-метрики и других агентов.
🎒 Второй подход - это представить, что Лавка строится с нуля, но есть предыдущий опыт и текущие технологии. Таким образом выделяется поле для эксперимента. И это уже не «натянуть AI на текущие процессы», а сделать, где это возможно, AI-managed решение с учетом всего опыта и общего контекста компании
🎒 Я уже слышал от знакомых, что в Яндексе экспериментируют с применением AI в продуктовых командах. И судя по докладу этот эксперимент показывает, что в принципе граница между профессиональными ролями может стираться:при наличии соответствующих AI-инструментов backend-разработчик может писать front end, или наоборот, или брать на себя менеджерские задачи. А эффективность таких команд возросла втрое . При этом багов и обращений в поддержку не увеличилось.
Отдельно Станислав подчеркивает с какими трудностями они сталкивались на всем пути и как их решали. Рад, что мы живем в таком времени стремительного развития технологий. И тот кто за ними следует, обязательно останется востребованным 😎
И я хочу сказать, что это происходит в крупных бизнесах, которыми мы с вами пользуемся ежедневно
Послушал доклад Станислава Макеева «AI-managed Лавка: как AI становится управляющим слоем физического мира»
Главные мысли, которые зацепили:
🎒 Самой Лавке уже 7 лет и, как и любой оффлайновый бизнес, она обросла множеством процессов, завязанных на людей. Встроить в эти процессы AI-агентов становится непростой задачей, поэтому внедрение идет постепенное: сначала AI-агент дает рекомендации по процессу, супервайзер валидирует эти решение. Потом, AI можно отдавать принятие решений и валидировать их на более высоком уровне через бизнес-метрики и других агентов.
🎒 Второй подход - это представить, что Лавка строится с нуля, но есть предыдущий опыт и текущие технологии. Таким образом выделяется поле для эксперимента. И это уже не «натянуть AI на текущие процессы», а сделать, где это возможно, AI-managed решение с учетом всего опыта и общего контекста компании
🎒 Я уже слышал от знакомых, что в Яндексе экспериментируют с применением AI в продуктовых командах. И судя по докладу этот эксперимент показывает, что в принципе граница между профессиональными ролями может стираться:при наличии соответствующих AI-инструментов backend-разработчик может писать front end, или наоборот, или брать на себя менеджерские задачи. А эффективность таких команд возросла втрое . При этом багов и обращений в поддержку не увеличилось.
Отдельно Станислав подчеркивает с какими трудностями они сталкивались на всем пути и как их решали. Рад, что мы живем в таком времени стремительного развития технологий. И тот кто за ними следует, обязательно останется востребованным 😎