Открыть учебник Записаться

AI Для Менеджеров

Делегирование AI: почему ответственность остаётся за человеком

10 мин чтения

Один продакт-менеджер из исследования Microsoft сказал примечательную фразу: “Я делегировал эту задачу Gen AI, и теперь он за неё отвечает, но я всё равно остаюсь подотчётным”. На первый взгляд звучит как классический корпоративный double-speak – передать ответственность, но на всякий случай оставить страховку.

Но исследователи докопались глубже, опросив 885 PM из Microsoft, проанализировав телеметрию 731 человека и взяв 15 углублённых интервью. И обнаружили парадокс: 62% используют генеративный AI ежедневно – для документов, анализа данных, брейнстормов, – но формулируют железное правило: “ответственность нельзя делегировать нечеловеческим акторам”.

Казалось бы, либо делегируешь, либо нет. Но реальность сложнее.

Читать полностью
Делегирование AI: почему ответственность остаётся за человеком
33 AI-модели для менеджера: зачем нам ваши оценки
9 мин

33 AI-модели для менеджера: зачем нам ваши оценки

За прошлый год на рынке появилось 33 новых AI-модели, претендующих на звание “лучшего помощника менеджера”. ChatGPT обновился до GPT-5.2, Claude выпустил Opus 4.5, Gemini добавил новую версию Pro, Yandex и Сбер анонсируют очередные улучшения, китайские модели выходят в OpenSource. Как выбрать инструмент, если каждый обещает революцию в производительности? Мы решили провести масштабное сравнительное исследование – но столкнулись с проблемой, которая может показаться парадоксальной.

Скрытый налог на ИИ: почему 40% экономии времени исчезает
9 мин

Скрытый налог на ИИ: почему 40% экономии времени исчезает

87% сотрудников используют AI на работе. 77% говорят, что стали продуктивнее. Звучит как история успеха цифровой трансформации. Но стоит задать неудобный вопрос: если AI настолько повышает продуктивность, почему только 14% реально получают чистую выгоду? Куда исчезают остальные 86%?

Workday провели глобальное исследование с 3 200 респондентами – и обнаружили, что за красивыми цифрами скрывается неприятная реальность. Почти 40% времени, сэкономленного с помощью AI, тратится на исправление его ошибок. Это не баг отдельных инструментов и не проблема «неправильного использования». Это системный сбой в том, как организации внедряют искусственный интеллект.

Мы в mysummit.school уже разбирали Dejan.AI (AI как младший стажёр), Gallup (рост использования в 2 раза за год) и MIT (разрыв между лидерами и отстающими). Workday добавляет новый ракурс: измеримую цену низкого качества AI-выводов. И эта цена оказывается выше, чем многие готовы признать.

Среды обучения ИИ: управленческие инсайты на $1 млрд
9 мин

Среды обучения ИИ: управленческие инсайты на $1 млрд

В сентябре 2025 года The Information сообщил, что Anthropic обсуждает возможность потратить более $1 млрд на среды для обучения с подкреплением (RL environments) в течение следующего года. Для контекста: это составляет примерно 5% от прогнозируемых расходов OpenAI на вычисления в 2026 году ($19 млрд). Удивительно, но большинство менеджеров даже не знают, что это такое и почему это становится критически важным узким местом в развитии ИИ.

Команда Epoch AI провела 18 интервью со стартапами, создающими RL-среды, неолабораториями и фронтьерными лабораториями, чтобы понять состояние индустрии. Результаты исследования, опубликованные Крисом Барбером и Джей Эс Денайн в январе 2026 года, открывают неочевидные параллели с традиционными управленческими вызовами. Стоит разобраться, что происходит за закрытыми дверями этого нового рынка – и какие уроки из этого можно извлечь.

Как защитить контент от ИИ-копирования: практические советы
16 мин

Как защитить контент от ИИ-копирования: практические советы

В первой части мы разобрали условия использования восьми ведущих платформ. Во второй части выяснили, что законодательство большинства стран не признает авторских прав за AI-контентом без творческого вклада человека.

Теперь возникает практический вопрос: как работать с этой неопределенностью? Платформы передают права, законы их не признают, а работу делать надо. Разберем, когда юридические риски реальны, а когда они скорее теоретические.

Авторское право на AI-изображения в 2026: что можно и нельзя
9 мин

Авторское право на AI-изображения в 2026: что можно и нельзя

В первой части мы разобрали, что обещают восемь ведущих платформ. OpenAI передает вам права, Google не претендует на владение, MidJourney дает ownership платным пользователям, Kling AI требует письменного разрешения для коммерческого использования, а Freepik различает права подписчиков и бесплатных пользователей. Звучит неплохо. Но есть проблема: законодательство большинства стран просто не признает авторское право за работами, созданными без участия человека.

Получается парадокс: вы “владеете” изображением по условиям сервиса, но не можете защитить его авторским правом. Платформа щедро передает права, которые могут юридически не существовать.

Кто владеет картинкой, созданной Nano Banan? Разбор правил 8 платформ
16 мин

Кто владеет картинкой, созданной Nano Banan? Разбор правил 8 платформ

Рынок наводнен AI-сгенерированными изображениями. Каждый день тысячи менеджеров создают иллюстрации для презентаций, контент для соцсетей, визуалы для маркетинговых материалов. Но мало кто задумывается о юридической стороне вопроса: а можно ли эти картинки использовать коммерчески? Кто их владелец? И что, если завтра платформа или конкурент предъявит претензии?

Промпты 2026: почему AI теряет 30% данных в середине – 3 техники + таблица
4 мин

Промпты 2026: почему AI теряет 30% данных в середине – 3 техники + таблица

Вы отправили AI промпт с техническим заданием на 5000 слов. В середине документа было критичное ограничение: «Бюджет не должен превышать $50,000». AI прочитал начало, прочитал конец – и пропустил бюджетное ограничение. Результат: план проекта на $150,000.

Это не галлюцинация. Это архитектурная особенность нейросетей.

Не решать, а проектировать выбор: как AI меняет работу менеджера
6 мин

Не решать, а проектировать выбор: как AI меняет работу менеджера

Представьте: вы – менеджер по закупкам. Каждую неделю выбираете поставщиков из списка, который сами же и составили. Три-четыре знакомых компании. Привычные условия. Понятные риски.

А теперь представьте другую картину: AI анализирует рынок и предлагает вам 12 вариантов, включая поставщиков, о которых вы даже не слышали. С прогнозом цен на полгода вперёд. С оценкой рисков по каждому. С рекомендацией оптимальной комбинации.

Вы по-прежнему принимаете решение. Но выбираете из меню, которое не вы составляли.