kpi.
1352 кейса внедрения ИИ в России: почему в продакшене побеждает не модель, а обвязка
В каталоге кейсов внедрения искусственного интеллекта набралось 1352 проекта в российских компаниях и госорганах: от антифрода Сбера до распознавания сорняков с дронов у «Русагро». Каталог ведём мы в АНО «Цифровые платформы», кейсы в него добавляют сами компании и наша команда. Когда смотришь на внедрения 2025-2026 годов не по одному, а разом, видны закономерности: что повторяется из проекта в проект, где ломается и где приносит деньги. О них эта статья.
70% кода с AI — и ни на день быстрее
ВступлениеВ какой-то момент это происходит почти в каждой компании. Собрание. Слайды. Уверенный голос.«Мы должны активнее использовать AI».«Он ускорит разработку в несколько раз».«Нам нужно повышать эффективность».«Возможно, нам и не понадобится столько людей».Формулировки могут быть мягкими. Могут быть вдохновляющими. Могут быть завёрнутыми в стратегию трансформации. Суть остаётся той же: технология должна кратно увеличить производительность.
Как знакомый знакомого сделал 1,5 млн рублей на фейковых клиентах банка
Пример сгенерированного "котоклиента"
Что мы считаем, когда считаем эффективность: от парового двигателя до нейросетей
"Новые времена" (Modern Times, 1936)
Почему ваше AI-решение не окупается. Фреймворк OpenAI, который все пропустили
OpenAI опубликовали фреймворк, на который мало кто обратил внимание. Исследование OpenAI (да и не только их) показало: компании внедряют ИИ, но часть из них не получает ожидаемого эффекта. В этом фреймворке на мой взгляд обозначены принципы отделяющие посредственные решения от тех которые делают внедрение AI в бизнес эффективным.https://openai.com/index/evals-drive-next-chapter-of-ai/KPI и OKR остаются бизнес-целями. Evals — метрики, которые показывают, как AI помогает достигать целей. Либо evals становятся частью KPI, либо контролируют качество AI, который двигает показатели вверх.
Evals – гарантия качества и окупаемости ИИ
OpenAI опубликовали фреймворк, на который мало кто обратил внимание. Исследование OpenAI (да и не только их) показало: компании внедряют ИИ, но часть из них не получает ожидаемого эффекта. В этом фреймворке на мой взгляд обозначены принципы отделяющие посредственные решения от тех которые делают внедрение AI в бизнес эффективным.https://openai.com/index/evals-drive-next-chapter-of-ai/KPI и OKR остаются бизнес-целями. Evals — метрики, которые показывают, как AI помогает достигать целей. Либо evals становятся частью KPI, либо контролируют качество AI, который двигает показатели вверх.
Перфекционизм и культура 10x-продуктивности
С пресловутой 10x продуктивностью каждый из нас сталкивался в социальных сетях, на книжных полках, профессиональных конференциях или в описании вакансий. Эта организационная культура опирается на непрерывный рост показателей эффективности, проактивность специалистов, их умение брать на себя риски и активное использование новых технологий. Стоит отметить, что речь в основном идёт о так называемых белых воротничках из digital-сферы и частного сектора.
