Смогут ли LLM заменить продуктовых и маркетинговых исследователей?
В предыдущей статье
Теория игр в обычной жизни. Теория игр в найме
История такова. Бродил я на хабре и увидел сей опус:Как я пытался трудоустроиться в Яндекс в 2026https://habr.com/ru/articles/1002878/Автора просто потаскали по собеседованиям, попользовали, потом списали. Умолчали о снижении зарплатных ожиданий, а сказали уже после 2 этапа собеседования. Потом закинули в пул с хорошими кандидатами который потенциально могут быть полезными. И предложили нерелевантные ему — кандидату варианты.
Часть 1. Почему ИИ не заменит хорошего руководителя
ИИ пишет тексты, анализирует данные, проводит первичные собеседования. Два самых актуальных тренда менеджмента — кого заменят и как трансформируются роли?Кому можно быть спокойным? Тому, кто осознает: ИИ останется инструментом ровно настолько, насколько мы умеем быть людьми.
Резюме в эпоху AI: почему оно больше не работает как раньше — и что с этим делать
Резюме долгое время считалось базовым инструментом оценки кандидата.Но в последние годы вокруг него сформировалось сразу два противоположных нарратива:— кандидаты доводят резюме до идеала с помощью AI— компании внедряют AI для фильтрации этих резюмеВозникает логичный вопрос:если обе стороны используют алгоритмы — не теряет ли резюме смысл?Разберёмся, что на самом деле происходит — на основе исследований и практики.Резюме никогда не было точным инструментом оценкиСогласно мета-анализу Фрэнк Шмидт и Джон Хантер (1998), который обобщает десятки исследований с выборками в тысячи кандидатов:
Стадии принятия ИИ в разработке: почему команда саботирует его внедрение и что с этим делать
Сейчас в IT забавная ситуация. Одни компании отчитываются о кратном ускорении с ИИ и экономии миллионов рублей. Другие потратили бюджет на лицензии, обучение и евангелизм — и получили команду, которая тихо ненавидит Copilot и пишет код руками, как в 2019-м. Разница между первыми и вторыми не в технологии. Технология одна и та же. Разница — в людях и в том, как с их сопротивлением работают. Или не работают.
Как Alfa AI помогает с анализом обратной связи кандидатов на вакансии системного аналитика банка
В одной из предыдущих статей я описал, как простой Telegram-бот помогает с подбором и при этом экономит деньги банку. За прошедшие три года решение значительно эволюционировало, обросло новым функционалом, было масштабировано на многие подразделения банковского ИТ.Параллельно в банке шли исследования в части использования генеративного искусственного интеллекта для более эффективного решения текущих задач. В статье поделюсь опытом анализа обратной связи кандидатов на вакансии системного аналитика, прошедших через бот, с использованием инструментов, предоставляемых банком.
