Звони Родионовой 📞


Гео и язык канала: Россия, Русский
Категория: Технологии


Строю ИИ продукты для бизнеса, анализирую как технологии влияют на бизнес меняя привычные устои
👩‍💼 Управляющий партнер Aintelliq
https://aintelliq.com
По всем вопросам: @rodionova_s

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Аттракцион невиданной щедрости!
Открываем конкурсный отбор крупных компаний на бесплатное пилотное внедрение корпоративных ИИ-решений.

Мы готовы без оплаты работ нашей команды спроектировать, настроить и внедрить ограниченный пилот под реальную бизнес-задачу компании. Объём пилота, сроки и критерии результата определим индивидуально вместе с выбранными участниками.

Предлагаем три направления (но вы вправе предложить что-то свое, на базе нашего платформенного решения):

Речевая аналитика для контакт-центров

Анализ телефонных разговоров, оценка качества клиентского сервиса, выявление повторяющихся паттернов и факторов, влияющих на продажи, а также автоматизированная оценка работы операторов.

Речевая аналитика для HR

Дополнительный аналитический инструмент для массовой оценки компетенций сотрудников на основе речи — например, для задач развития, кадрового резерва или оценки больших групп.

Интеллектуальный помощник сотрудника

Поиск и ответы по внутренним документам, поддержка адаптации новых сотрудников, работа с корпоративной базой знаний и аналитика материалов. Помощник может обрабатывать не только тексты, но и аудиозаписи: пользователь загружает файл и получает ответы по его содержанию.

Что входит в бесплатный пилот:

— проектирование решения под выбранный сценарий;
— настройка и внедрение пилотной версии;
— согласование объёма, данных и критериев успеха;
— подведение итогов и подготовка результатов.

Что оплачивает участник:

— при облачном или сервисном размещении — используемые облачные ресурсы и токены моделей;
— при развёртывании on-premise — необходимую инфраструктуру на своей стороне.

Обязательное условие участия — готовность компании по итогам успешного пилота совместно представить кейс: участвовать в профильных конференциях и других мероприятиях, а также поддержать согласованное продвижение решения. Формат, материалы, показатели и ограничения по конфиденциальности согласуем заранее.

Мы ищем компании, у которых есть:

— реальная бизнес-задача для пилота;
— ответственный бизнес-заказчик;
— возможность предоставить необходимые данные и подключить IT/ИБ-команду;
— готовность к совместному публичному кейсу.

Чтобы принять участие в отборе, заполните короткую анкету (также указала QR код для перехода)

После предварительного отбора мы свяжемся с подходящими участниками и индивидуально обсудим возможный объём пилота.




Хочу поделиться статьей которая привлекла мое внимание, на сайте OpenAI размещена памятка как начать использовать ИИ в компаниях.

Основные мысли, что большинство компаний внедряют ИИ точечно: пилот здесь, автоматизация там. Но настоящий прорыв происходит, когда ИИ становится портфелем взаимосвязанных моделей создания ценности. OpenAI выделяет пять таких моделей, каждая со своей экономикой, сроками окупаемости и требованиями к управлению.

Расширение возможностей персонала

Самая быстрая модель. ИИ-инструменты для всех сотрудников → рост продуктивности + цифровая грамотность. Главная выгода — не в скорости задач, а в готовности организации к глубокой трансформации.

Вовлечённость через ИИ-каналы

Клиенты всё чаще находят и выбирают продукты внутри диалога с ИИ. Побеждают не самые заметные, а самые полезные и своевременные в момент принятия решения.

Экспертные возможности
ИИ устраняет «узкие места» в исследовательской и творческой работе. Команды переходят от создания черновиков к рецензированию и интеграции результатов, генерируемых в реальном времени.

Управление зависимостями систем

Речь не только о коде, но и о SOP, контрактах, процессах. Цель - безопасное обновление взаимосвязанных артефактов с контролем версий, аудитом и соблюдением нормативов.

Сквозная агентная автоматизация
Агенты оркестрируют процессы (закупки, претензии, клинические операции). Потенциал роста экспоненциальный, но только при зрелом фундаменте: контроль доступа, наблюдаемость, обработка исключений.

План из трёх этапов:
Расширить возможности сотрудников + сеть «амбассадоров».
Выбрать 2–3 высокоценных инициативы (дистрибуция, экспертное «узкое место», процесс с очевидным ROI).
Масштабировать только при зрелом управлении: идентификация, аудит, обработка исключений.

Вопрос не в том, какую модель выбрать, а в том, с чего начать, какой фундамент это заложит и какие возможности откроет ИИ дальше.

#ИИ #бизнес #трансформация #OpenAI #стратегия




Я давно говорю о том, что работа с искусственным интеллектом должна становиться проще, а не сложнее.

Сегодня существует огромное количество решений для обработки звонков, встреч, интервью и других аудиоформатов. Они умеют транскрибировать, суммаризировать, извлекать сущности, строить аналитику.
Технологически всё выглядит прекрасно.
Но довольно часто пользовательский путь выглядит примерно так: загрузить запись → выбрать режим → настроить параметры → выбрать шаблон → сформировать отчёт → выгрузить данные → потом ещё понять, что с ними делать.

И в какой-то момент возникает парадокс: технология должна экономить человеку время, но чтобы ею воспользоваться, человеку сначала приходится научиться правильно пользоваться технологией.

Мне кажется, сейчас мы наблюдаем важный разворот.
Следующий этап развития AI изначально реализовывался как переход от интерфейсов к анализу намерения пользователя.
Человек не должен знать, какой алгоритм ему нужен, какой отчёт запустить и где поставить галочку.
Он должен иметь возможность просто сказать: «Покажи, почему клиенты отказываются» или «Собери таблицу с основными возражениями».
А система уже сама должна понять, какие данные использовать, какие действия выполнить и в каком виде вернуть результат.

Именно поэтому сегодня рынок всё активнее движется в сторону агентных систем и платформ. AI постепенно перестаёт быть отдельным инструментом, которому человек должен объяснять последовательность действий, и становится слоем между человеком, данными и бизнес-задачей.

Мы в Aintelliq пошли именно по этому пути.
В нашей платформе речевой аналитики мы построили агентную архитектуру для работы с аудиоданными.
Поэтому теперь запись это не только транскрипция и стандартынй отчет, с ней можно разговаривать.

Можно загрузить массив аудио и дальше получать информацию в том виде, в котором она нужна именно сейчас: отчёт, таблицу, сравнение, краткую справку, конкретный факт или вывод по сотням разговоров.
Без необходимости заранее знать, какой именно отчёт нужно запустить. Получается интеллектуальная BI система.

И мне кажется, именно здесь происходит самое интересное изменение пользовательского опыта в AI.

Мы постепенно переходим от модели:
«Научись пользоваться системой»
к модели:
«Скажи системе, что тебе нужно».

И, возможно, именно это, а не очередной скачок качества моделей, станет главным фактором массового использования искусственного интеллекта в бизнесе.


Gemini перестал работать в России, а вместе с ним и все продукты включая NotebookLM.
К чат-боту нельзя подключиться даже через VPN.
Есть версия, что ограничения ввела сама Google.

Для меня это большая беда, так как вся система обучения у меня была заточена под NotebookLM. Буду пробовать прорваться.


Эволюция самодиагноза: от медицинского справочника до ИИ

Есть ощущение, что человечество всегда хотело одного и того же: понять, что с нами происходит, желательно быстро, бесплатно и не заходя в кабинет врача. В конце XIX века Джером К. Джером прекрасно описал этот пользовательский сценарий в «Трое в лодке, не считая собаки». Его герой пришёл в библиотеку с одним недомоганием, открыл медицинский справочник и методично прочитал его целиком.

Результат диагностики был впечатляющим: «Единственная болезнь, которой у меня не было, колено горничной. Всё остальное у меня было». В версии советского фильма её, кстати, заменили на родовую горячку.

То есть первый медицинский чат-бот человечества уже существовал. Просто назывался «энциклопедия», работал без интернета и обладал отвратительной персонализацией. Параллельно были мамы, бабушки, соседи, знакомая медсестра и человек, который «сам таким переболел».

Потом появился интернет и наступила золотая эпоха Ответов Mail.ru.
«У меня третий день болит справа под ребром. Что это?»
«У моего мужа было такое. Печень».
«Это поджелудочная».
«Срочно проверяйте онкологию».
«Попейте ромашку».


Невероятная технология, настоящий прорыв: задаёшь один вопрос, а потом на протяжении нескольких лет тебе на почту продолжают приходить новые диагнозы и способы лечения.

Следующим этапом стали Google и Яндекс. Здесь появилась новая разновидность ипохондрии, для которой даже придумали термин киберхондрия: поиск информации о симптомах не успокаивает человека, а, наоборот, усиливает тревогу. Механика знакома каждому. Вводишь «болит голова второй день», а через семь минут у тебя уже редкое заболевание, которое последний раз описывали в медицинском журнале в 1978 году.

И вот теперь мы пришли к следующей стадии, доктору ИИ.
Разница принципиальная, поисковик выдавал нам информацию, а здесь уже возникает диалог, практически как с доктором, только дольше пяти минут и дешевле. Кроме того, искусственный интеллект устроен так, что создаёт ощущение, будто он тебя понимает. Даже когда не понимает.

Интересно и то, насколько по-разному разные модели реагируют на медицинские запросы. ChatGPT сегодня скорее играет роль очень осторожного врача первичного приёма. Он редко говорит: «У вас вот это». Скорее предлагает несколько возможных причин, уточняет симптомы и отдельно перечисляет признаки, при которых уже стоит обращаться за медицинской помощью. Это связано в том числе с тем, что OpenAI достаточно жёстко ограничивает персонализированные медицинские рекомендации без участия врача.

У Gemini похожий подход. Хотя раньше от гугловских медицинских сценариев у меня периодически возникало ощущение, что на вопрос «почему у меня чешется рука?» где-то в конце обязательно обнаружится что-нибудь крайне неприятное. Сейчас Google тоже подчёркивает, что ответы модели носят информационный характер и не являются диагнозом или лечением.

DeepSeek интересен другим. Он способен достаточно глубоко разбирать медицинскую информацию и строить диагностические гипотезы, но при этом у исследователей остаются вопросы к надёжности и безопасности его ответов в чувствительных сценариях.

И здесь важно помнить главное. Это всё ещё не врач. Исследования ответов популярных чат-ботов на реальные медицинские вопросы показывают, что потенциально небезопасные рекомендации встречаются у всех моделей. Умная и очень убедительная машина по-прежнему способна очень убедительно сказать глупость.

Но искусственный интеллект уже радикально изменил самодиагностику хотя бы потому, что снизил стоимость вопроса практически до нуля. Наверное, поэтому мы и будем всё чаще обращаться к нему с вопросами о здоровье. И дело, возможно, даже не в том, что мы не любим врачей. Мы не любим неопределённость.

При этом мне кажется, что следующий этап развития этой технологии должен быть уже не про самодиагностику и не про спор «заменит ИИ врача или нет». Основная задача сейчас в другом: научиться правильно соединять возможности искусственного интеллекта и компетенции реального врача.

У врача часто есть всего несколько минут на пациента, а перед ним анализы, история болезни, жалобы, обследования, динамика показателей и огромное количество разрозненной информации. Искусственный интеллект может быстро собрать всё это в единую картину, найти взаимосвязи, обратить внимание на отклонения и предложить гипотезы, которые стоит проверить. Мы уже видим истории, когда ИИ ошибается, и одновременно истории реальных людей, которым анализ данных с помощью ИИ помог обратить внимание на то, что до этого оставалось незамеченным.
Поэтому я бы вообще перестала воспринимать искусственный интеллект как самостоятельного диагноста. Это инструмент аналитики, а не диагностики. Очень мощный инструмент, который должен оказаться в надёжных руках и стать частью нормальной медицинской практики.

Не искусственный интеллект вместо врача, а Искусственный интеллект в руках врача. И вот тогда его способность за секунды анализировать огромный объём информации действительно может начать спасать не время, а жизни.




Есть одна тема, о которой в разговорах про ИИ говорят намного меньше, чем про промпты, модели и красивую скорость.

Технологический поставщик постепенно становится соавтором компании.

Раньше поставщика было проще воспринимать как того, кто дал инструмент: CRM, телефонию, систему документооборота, аналитику. Да, важно, удобно ли пользоваться, сколько стоит, как поддерживается, но логика бизнеса всё равно оставалась внутри компании.

С ИИ всё становится тоньше.

Если на внешнюю модель или платформу завязаны продажи, оценка качества, работа с клиентами, найм, обучение, управленческая аналитика, то поставщик уже влияет не только на удобство интерфейса. Он начинает влиять на то, как компания видит свои процессы, какие сигналы считает важными, какие формулировки предлагает сотрудникам, какие риски подсвечивает, а какие просто не замечает.

В данном случае, можно купить технологию и при этом постепенно отдать ей часть управленческого мышления. И тут не в перехвате власти, просто потому, что так устроена зависимость: сначала сервис помогает быстрее работать, потом под него перестраиваются процессы, потом его логика становится привычной, а потом уже сложно понять, где ваше решение, а где решение, аккуратно подсказанное чужой системой.

Я не считаю, что это повод не внедрять ИИ. Наоборот, внедрять надо. Просто взрослый разговор про технологии начинается не с вопроса «какая модель лучше», а с вопроса «какую часть бизнеса мы готовы отдать во внешнюю логику, а какую обязаны оставить под своим контролем». То есть, ставим ли мы решение внутри компании или садимся на иглу облачных решений и инфраструктуры вокруг нее.

И там и там есть плюсы и минусы, в том числе экономические. Тут всегда нужно думать на несколько шагов вперед, зная как мы будем осуществлять следующий шаг. И важно помнить, что если в какой-то момент без него вы уже не понимаете, как у вас устроено принятие решений, это не цифровизация, а очень дорогая форма управленческой аренды, я бы даже сказала чужих мозгов.


Уже четвертый год мы кормим на улице больного кота.

Каждую зиму нам кажется, что всё, не вытянет, и эта зима станет для него последней. А потом проходит время, он снова выходит, оживает, начинает общаться, требовать еду, смотреть на нас своим требующим взглядом, как будто ничего особенного и не происходило.

Мы построили ему теплый домик. У него налаженное питание. Поддерживаем его таблетками, как можем. В целом сейчас он выглядит уже бодро, товарищ общительный, характер есть, аппетит есть, претензии к сервису с его стороны тоже имеются и он их бурно высказывает.

Но я всё чаще думаю, что эта история уже давно не только про кота.

Для меня он стал каким-то очень простым, упрямым напоминанием тяги к жизни. Не красивым мотиватором с открытки, а настоящим. Грязным, зимним, уличным, больным и невероятным желанием продолжать жить.

Когда у меня самой дела идут далеко не в гору, когда кажется, что самолет не просто трясёт, а он уверенно пошёл в пике, я иногда смотрю на него и думаю:
ничего не поздно, пока ты жив, ничего не поздно!


Пока ты жив, всё ещё можно!


Посвящается тем кто сейчас переживает тяжелый период, в том числе безработицу.


интересное...


Попалась статья на ScienceDirect про ИИ в оценке людей. И я снова возвращаюсь к мысли, которую повторяю уже, кажется, слишком часто: с человеком должен работать человек.
ИИ может помогать. И должен помогать.
Он может собрать данные, структурировать интервью, подсветить риски, найти повторяющиеся паттерны, подготовить отчёт, помочь руководителю не потерять важное в большом потоке разговоров.
Но он не должен заменять человеческое общение. И тем более не должен единолично решать, есть у человека компетенции или нет.

Сейчас на рынке бум чат-ботов, которые “оценивают кандидатов”:Компания думает, что автоматизировала подбор, а кандидат пытается пробиться через искусственный интеллект.
А хороший специалист может просто не пройти фильтр, потому что его опыт не совпал с нужной формулировкой.
И это большая проблема.

Профессиональные навыки не всегда описываются идеальными словами из вакансии. Хороший кандидат не всегда говорит языком HR-системы. Иногда человек сильный именно потому, что у него нестандартный путь, сложный опыт, другая логика, неочевидные переходы между ролями.

Мне кажется, здесь важна граница. ИИ в HR должен помогать лучше слышать, точнее фиксировать, быстрее анализировать и честнее давать обратную связь.
Именно поэтому мне близка речевая аналитика: она не отменяет разговор. Она помогает после разговора увидеть то, что обычно теряется — аргументацию, качество коммуникации, паузы, вопросы, динамику переговоров, сильные и слабые места.
Но сам контакт должен оставаться человеческим.
Потому что оценка человека — это контекст, нюансы и ответственность.
А ответственность нельзя передать чат-боту.


Рубрика: «хозяйке на заметку»
Короче, купила я тут кокосовый порошок для стирки. И всем он хорош, а вот ценой не хорош.
А я ж у мамы экономист, инженер химик, электротехник… короче посмотрите видео, там все про меня. Мы с ЛАГ одну школу жизни прошли походу 😂

А еще я пипец какая упертая, и если что в бошку втемяшилось, то не выбьешь коленным железом (только ремнем и тапкой)…
Пошла я в GPT жаловаться, мол так и так… хочу быть царевной морскою порошок кокосовый!

Ну он мне и отвечает, но проблем, мыло варили, порошок те же яйца, только в профиль…
Дело за малым, приготовить!
Ингредиенты куплены, я и агент на низком старте!

А вы говорите он нас заменит, и как это ваши ИИ готовить!


У OpenAI вышло обновление в линейке продуктов - Presence, корпоративный продукт для голосовых и чат-агентов.

Слизали у нас, была первая мысль :) Ну а если серьезно, то внимание привлекло не столько само решение, оно то как раз лежало на поверхности, сколько то, как меняется разговор вокруг голосовых агентов. Еще недавно всем было достаточно увидеть, что бот может поддерживать диалог, отвечать на вопросы и не разваливаться после первой нестандартной формулировки. Сейчас эта стадия, кажется, постепенно проходит, и фокус смещается в сторону того, как такие решения будут жить внутри настоящих бизнес-процессов.

Если смотреть демонстрации, всё выглядит очень аккуратно: агент понимает вопрос, уточняет детали, передаёт информацию, иногда даже звучит вполне естественно. В реальной жизни всё намного многограннее, мы убедились в этом на своем опыте. Клиенты формулируют мысли не по сценарию и все, скрипт полетел к черту, продукты меняются, правила обновляются, сотрудники по-разному ведут разговоры, а руководителю важно не просто увидеть красивый диалог, а понять, что происходит в процессе и где теряется качество.

И вот здесь для меня начинается самая интересная часть, потому что эта тема напрямую связана с речевой аналитикой.

Расшифровать разговор и сделать краткое описание уже недостаточно. Эта функция полезна, однако настоящий интерес начинается там, где система помогает увидеть качество коммуникации: как сотрудник задавал вопросы, почему произошла потеря клиента, в каких случаях возражение не было услышано или было отработано неправильно, где менеджер хорошо удержал разговор, а где просто как Кеша-попугай прошёлся по скрипту.

Мне близка логика, в которой ИИ не подменяет человеческую оценку, а помогает человеку увидеть больше. Особенно в процессах, где есть общение, переговоры, продажи, оценка сотрудников, обратная связь. Там слишком много контекста, чтобы свести всё к галочке в чек-листе.

И здесь мы движемся вместе с рынком и развиваем своё направление. Не в сторону сложного конструктора для технических команд, а в сторону инструмента, с которым бизнес может работать человеческим языком и получать понятный результат.


10. Пробуй руками то, что делает твой сотрудник.
Или хотя бы стой рядом и смотри, как это делается.
Сейчас появляется всё больше направлений, где руководитель вроде бы управляет процессом, но сам очень слабо понимает, из чего этот процесс состоит. А когда ты не понимаешь, как делается работа, тебе очень легко продать любую версию реальности.
Иногда действительно задача сложная. А иногда перед вами просто классический чайка-менеджмент в обратную сторону: сотрудник прилетел, накидал тумана, улетел, а вы остались с ощущением, что лучше не трогать, потому что там магия.
Мой дед работал на заводе и говорил, что перед тем как дать задачу мастеру участка или рабочему, он сам вставал к станку. Не обязательно вытачивал деталь своими руками, но стоял рядом и смотрел, какие возможности у станка, что из него можно выжать, сколько времени реально занимает операция и какого качества деталь можно получить.
Поэтому, когда он руководил, ему уже было сложно сказать, что работа на два часа будет делаться две недели. Он понимал временные рамки. Он понимал предел качества. Он понимал, где проблема в инструменте, а где в человеке.
И это очень точная управленческая логика.
Если инструмент не может дать нужный результат, надо менять инструмент. Если человек не умеет работать на этом уровне, его надо обучать. Если человек умеет, но не делает, это уже другой разговор.
Руководитель не обязан быть лучшим специалистом в каждой функции. Но он обязан понимать механику работы достаточно хорошо, чтобы отличать реальное ограничение от красивого объяснения, почему ничего нельзя сделать.

Я не верю в руководителя, который всегда прав и всем нравится.
Я верю в руководителя, рядом с которым людям понятны правила, виден смысл работы и не страшно расти, руководителя который готов и берет на себя ответственность, даже за ошибки.

Остальное, как правило, красивые слова для презентации.


10 советов себе в 23 года о том, как стать эффективным руководителем

Решила попробовать вести личную управленческую колонку: без универсальных истин, с ошибками и выводами. Спасибо Алексею, который сказал: “Пиши про то, что тебя волнует.” Я долго проращивала это семя, и оно начинает давать всходы. 

Я стала руководителем достаточно рано, по меркам постсоветского периода точно. Мне было 23 года. Никакой великой управленческой школы за плечами у меня, конечно, не было. Была насмотренность на моих дедов, которые руководили большими системами: заводами, печатными изданиями, типографиями. Я видела, как взрослые мужчины держат ответственность, разговаривают с людьми, принимают решения, иногда жёстко, иногда очень по-человечески.
А потом мне самой достался отдел из шести человек.
Сейчас смешно говорить «из шести человек» как о чём-то огромном, но в 23 года это ощущалось примерно как командование маленьким государством, где у каждого свой характер, свои обиды, свои привычки и своё мнение о том, как именно надо работать.
Я совершила почти все ошибки, которые можно было совершить. Некоторые были полезными. Некоторые дорогими. Некоторые можно было бы не совершать вообще, если бы кто-то тогда сел рядом и нормально объяснил, где заканчивается хороший человек и начинается руководитель.
Если бы я могла вернуться к себе в 23 года, я бы сказала вот что.

1. Не дружи со своими подчинёнными.
Это не значит, что с людьми надо быть холодной, высокомерной или разговаривать через стекло. Хорошие отношения, тёплый контакт, доверие, человеческое участие, всё это нормально и даже необходимо. Но дружба и работа не должны смешиваться в кашу.
Если у человека нет внутреннего понимания, где дружба, а где ответственность, он очень быстро начинает садиться на шею. Сначала это выглядит безобидно: «ну мы же по-дружески», «ну ты чего злишься», «ну мы же нормально общаемся». А потом оказывается, что человек уже не воспринимает тебя как руководителя.
В моём случае дружба с подчинённым закончилась тем, что он был пойман на воровстве. Он отвечал за оплату рекламы и, видимо, был уверен, что наши приятельские отношения не позволят мне полезть в счета.
Позволили.
После этого я очень хорошо запомнила: руководитель может быть добрым, внимательным и справедливым. Но он не должен пытаться быть любимым. Это почти всегда заканчивается тем, что границы начинают проверять на прочность.

2. Видеть в человеке не только функцию.
Очень легко начать смотреть на сотрудника как на набор задач. Этот пишет тексты, этот ведёт таблицы, этот продаёт, этот ошибается, этот медленно отвечает, этот раздражает.
Но человек почти никогда не равен своей текущей функции.
Иногда сотрудник плохо работает не потому, что он слабый, а потому что он не на своём месте. Иногда человек не раскрывается, потому что ему дали не ту задачу, не ту зону ответственности или не тот уровень свободы. Иногда сильное качество просто лежит в нём без применения, как инструмент, который никто не достал из коробки.
Одна из важных задач руководителя, на мой взгляд, не только оценивать то, что человек делает сейчас, но и видеть, где он может быть сильнее.
Дать человеку возможность реализовать потенциал, это не мягкость. Это управленческая работа.

3. Относись к людям с достоинством.
Конфликты будут. Ошибки будут. Раздражение тоже будет. У меня, например, голос повышается быстрее, чем хотелось бы написать в красивой книге про лидерство. Как говорят мои коллеги: “Матерь драконов!”
Но у меня всегда есть граница, которую нельзя переходить.
Не унижать. Не бить по личному. Не использовать слабые места человека как аргумент. Не превращать рабочую ошибку в разговор о том, что с ним «вообще всё понятно».
Можно быть жёсткой. Иногда нужно быть жёсткой. Иногда бить))) тяжелыми предметами. Но справедливость важнее эмоциональной разрядки.
Люди очень хорошо запоминают не только то, что вы им сказали, но и кем они себя чувствовали рядом с вами. Но к слову сказать, я так же спокойно переношу эмоции со стороны подчиненных, я ору, он орет, поорали, успокоилсиь, сели порешали.
4. Выслушивай все стороны.
В молодости очень хочется быстро принять решение. Особенно если один человек говорит уверенно, второй мнётся, а третий вообще молчит и бесит.
Но в конфликте почти всегда есть несколько версий реальности.
Если руководитель слышит только одну сторону, он управляет не ситуацией, а первым впечатлением. А первое впечатление, как известно, часто приходит в красивом костюме и врёт не краснея.
Я бы сказала себе: не спеши. Сначала собери факты. Послушай всех. Отдели эмоции от событий. И только потом принимай решение.
Справедливость начинается не с доброты, а с полноты информации.

5. На внешних встречах защищай своего сотрудника.
Даже если он не прав.
Это не значит, что надо покрывать ошибки, делать вид, что ничего не произошло, или героически спорить с очевидным. Но если руководитель другого подразделения при вас говорит: «ваш сотрудник дурак», нельзя согласно кивать и отвечать: «да, каюсь, разберусь».
В этот момент вы сдаёте не сотрудника. Вы сдаёте свою управленческую позицию.
Максимум, что можно сказать публично: «Я понимаю ситуацию, разберусь и вернусь с ответом». А дальше уже отдельно, спокойно (или не очень) и без зрителей разговаривать со своим человеком.
Негативную обратную связь дают один на один. Защиту команды показывают публично.
Если у вас нерадивый сотрудник, это уже не только его проблема. Это ваша зона ответственности как руководителя.

6. Не замыкайся внутри своего отдела.
Самая частая ошибка начинающего руководителя, особенно добросовестного, это закопаться в своём участке и пытаться стать идеальным начальником маленького королевства.
Но бизнес так не работает.
Большие результаты почти всегда появляются на стыке подразделений. Там, где нужно договориться, собрать союзников, протащить идею, объединить ресурсы, найти человека, который знает обходной путь через три согласования и один странный Excel.
Контактная сеть внутри компании, это не интриги. Это инфраструктура влияния.
Я всегда была за консолидацию, партнёрство и объединение. Сейчас понимаю, что это не просто личная черта, а управленческий инструмент. Одинокий руководитель очень быстро становится бутылочным горлышком.

7. Держи рядом лояльных людей.
Это звучит политически, но управление вообще не санаторий.
Нелояльный сотрудник, даже если он очень профессиональный, всегда риск. Особенно если он умный, эффективный и хорошо понимает внутренние процессы.
Профессионализм без лояльности может работать против команды. Человек может быть сильным специалистом, но в критический момент играть не на общий результат, а на свою отдельную партию.
При этом лояльность не означает удобство, молчание и вечное согласие с руководителем. Самые ценные люди как раз могут спорить, задавать неприятные вопросы и не давать вам провалиться в самоуверенность.
Но они должны быть на стороне дела.

8. Не путай контроль с микроменеджментом.
В 23 года легко бросаться в крайности. Либо всё проверять самой, потому что «никто нормально не сделает», либо отпустить всё и гордо назвать это доверием.
Оба варианта плохие.
Контроль нужен не для того, чтобы стоять у человека над душой. Контроль нужен, чтобы система не зависела от настроения, памяти и личной порядочности одного человека.
Должны быть понятные правила, доступы, зоны ответственности, прозрачные деньги, фиксированные договорённости. Особенно там, где реклама, подрядчики, счета, бюджеты и всё, что потом удивительным образом «само так получилось».
Доверие без системы, это не доверие. Это лотерея.

9. Не выращивай незаменимых людей, выращивай сильную систему.
Очень приятно, когда в команде есть человек, который «всё знает». Он помнит, где лежит файл, кому звонить, как обойти сбой, почему этот клиент снова злится и как закрыть отчёт, который никто больше не понимает.
Проблема начинается в тот день, когда этот человек увольняется, заболевает или просто решает больше не спасать всех за спасибо.
Руководитель должен растить людей, но не должен строить систему, которая держится на одном герое.
Знания должны передаваться. Процессы должны быть понятны. Ответственность должна быть распределена. Иначе команда выглядит эффективной ровно до первой реальной проверки.


Мне показалась данная цитата стоит того чтобы задуматься, тем более на дворе понедельник и это очередной шанс начать что-то менять...

Меньше беспокойтесь о том, какие «профессиональные навыки» переймут на себя ИИ, и больше о том, готовите ли вы и готовите ли своих детей к тому, чтобы стать высокоэффективными, проницательными, целеустремленными людьми, способными ориентироваться в непредсказуемом будущем, обладая гибким мышлением.


— Девон Эриксен (американский писатель фантаст)


Так как наше основное направление - речевая аналитика, то сегодня небольшая заметка об отце системы распознавания речи.

Кай Фу Ли, доктор наук, ученый. Создатель первой в мире системы распознавания речи с большим словарным запасом - Casper.

Включен в список 100 самых влиятельных людей мира по версии The Times. Автор книг про ИИ.

Его разработка произвела революцию в голосовых интерфейсах, а на минуточку, на дворе стоял 1990 год.

Его книги лежат у меня в списки для срочного прочтения, так что рано или поздно сделаю по ним обзор.


Уж дышит август сентябрём, И календарь тасует масти, А мы всегда чего-то ждём: То лета, то зимы, то счастья....


Посмотрела вебинар Джоша Берсина про HR 2030.

Обычно в таких материалах я заранее готовлюсь к знакомому набору слов: трансформация, будущее работы, агенты, навыки, новая роль HR. Всё правильное, но иногда звучит так, будто один и тот же слайд просто переехал из одной презентации в другую.


Берсин говорит, что AI не уничтожает рабочие места как таковые (перекличка с постом выше). Он убирает задачи, меняет роли и очень сильно перетряхивает состав работы. По его оценке, в HR 30-40% ролей либо исчезнут, либо существенно изменятся. Потому что агенты не обслуживают себя сами. Их нужно проектировать, настраивать, обновлять, контролировать, встраивать в процессы и объяснять людям, как с ними работать.
То есть работа не исчезает. Она переезжает на другой уровень.

И мне кажется, это очень важный момент для HR. Долгое время HR пытался доказать бизнесу, что он не только про найм, выплаты, обучение ми кадровики. Что он про рост компании, изменение ролей, управленческую архитектуру, способность бизнеса быстро перестраиваться.

И вот парадокс: именно AI может наконец-то заставить эту роль стать реальной.
Потому что если в компании появляются агенты, меняются процессы, исчезают старые задачи и возникают новые роли.

И вот здесь HR либо становится архитектором новой работы, либо остаётся администратором последствий.
Мне кажется, это и есть развилка HR 2030.

Показано 20 последних публикаций.