AI Для Менеджеров

Токены в договоре: кто платит за ИИ в IT-консалтинге

Клиент смотрит в счёт и видит строку «AI API usage – $3 200». Вопрос немедленный: «Это что вообще такое?» Консультант объясняет: токены, запросы к Claude API, стоимость инференса. Клиент кивает и уходит разбираться с финансовым директором. Через неделю юрист присылает письмо: «В договоре такой статьи расходов нет».

Именно так начинается большинство конфликтов вокруг AI-затрат в IT-консалтинге. Договор писался до того, как токены стали реальными деньгами – и ни одна из сторон не подумала зафиксировать эту статью расходов.

Как внедрить ИИ на производстве: пошаговый план для руководителя

Начальник смены Ленинградского металлургического завода тратит 40 минут каждое утро на заполнение сменного отчёта. Вручную переносит показатели оборудования в шаблон Word, описывает инциденты своими словами, сверяет с журналом ОТБ. Эта работа существует с 1970-х и не изменилась ни на минуту. ИИ может сократить её до десяти минут. Сложная часть – не технология. Сложная часть – с чего начать.

$20 или $400 в месяц: сколько реально стоит AI для dev-команды

На прошлой неделе один из читателей описал разговор с финансовым директором. «Cursor стоит $20 на разработчика, у нас команда из десяти человек – $200 в месяц. Можем заложить в бюджет». Когда пришёл первый реальный счёт, там было $2 800.

Финансовый директор попросил объяснений.

Это не исключение. Это типичный сценарий 2026 года, когда подписочная цена AI-инструментов и их реальная стоимость расходятся в 10–20 раз. Статья для тех, кому нужно объяснить эту разницу финансовому департаменту – или просто поставить на неё правильную цифру при бюджетировании.

Как внедрить ИИ в работу команды: пошаговый план для IT-менеджера

Допустим, вы уже решили попробовать ИИ с командой. Читали исследования, видели демо, слышали истории успеха коллег. Понедельник. Что конкретно делать?

Именно здесь большинство менеджеров застревает. Общих советов «начните с простых задач» и «экспериментируйте» хватает. Конкретного плана – нет. Эта статья – для IT-менеджеров, проектных менеджеров и продуктовых руководителей: примеры, промпты и ссылки ниже – из мира проектов, спринтов, отчётности и работы с командами разработки. Если вы управляете производством, логистикой или продажами – общая структура из пяти шагов применима, но конкретные задачи и инструменты будут другими.

GigaChat для работы: как выжать максимум из того, что есть

Если вы читаете эту статью – скорее всего, GigaChat уже есть в вашем рабочем арсенале. Может, компания развернула Enterprise на закрытом контуре. Может, вы в госструктуре и зарубежные сервисы недоступны. Может, просто привыкли к интерфейсу Сбера. Причина не важна – важно, что инструмент у вас есть, и вы хотите получать от него нормальный результат.

Срыв сроков строительства: 5 причин задержек, которые видны в данных до того, как станет поздно

Субподрядчик по фасадам обещал выйти в понедельник. Сегодня среда – на площадке никого. Звоните: «Будем на следующей неделе, у нас другой объект затянулся». А у вас приёмка через месяц.

Знакомо? Срыв сроков строительства почти никогда не случается внезапно. За две-три недели до того, как прораб скажет «мы отстаём», в данных уже видны конкретные сигналы. Проблема в том, что эти данные лежат в 1С, в КС-формах и в еженедельных сводках – и никто не смотрит на них в комплексе.

В этой статье – пять конкретных причин задержек и способ увидеть каждую из них до того, как она станет проблемой. Не теория управления проектами, а практические вопросы, которые можно задать ChatGPT или DeepSeek прямо сейчас, подставив свои данные из 1С.

80% студентов используют AI – и 6% преподавателей понимают правила

Четыре из пяти американских студентов используют генеративный AI для учёбы. Половина школ имеют хоть какую-то политику в отношении AI. И только 6% преподавателей говорят, что эта политика им понятна.