Промты уже прошлое. 4 шага как обучиться работе с нейросетями за 7 дней

ты ищешь подборку ещё более крутых промтов, тогда ты совершаешь ошибку номер один. Знаешь, что объединяет 90% сотрудников, которые изучают нейросети? Они до сих пор завалены работой и рутиной. У них не хватает времени, и, по большому счёту промты, которые они используют, не работают. Сейчас вы увидите фрагмент моего выступления на конференции, после которого 500 руководителей и предпринимателей поменяли то, как они внедряют нейросети в своей компании. Я раскрываю там систему, которые не рассказывают на онлайн-курсах. Так что ставь лайк, если ты не бот и не нейросеть. И поехали. Первое, что нужно понять, что мы находимся внутри идеального шторма с конференции в Давось - это Всемирный экономический форум были представлены исследования вот на тему того, как ИИП повлияет на мир. Изменения затронут каждого до 2030 года. Аналогичное исследование было проводилось в Маккинсе, и они посчитали, что где-то 30% всей работы будет занято на искусственный интеллект. С одной стороны, искусственный интеллект, он помогает увеличить количество принимаемых решений в час где-то процентов на 40 для одного сотрудника и увеличивает эффективность работы. Но а с другой стороны, когда ты понимаешь, что чат GPT может выполнять твою работу за тебя, с одной стороны, классно, а потом ты на самом деле понимаешь, что он может выполнять всю твою работу за тебя, и ты думаешь: "Ёлки-палки, что-то как-то страхова не по себе". Получается, что та работа, которая сейчас имеет ценность, она будет девальвироваться в ценности. Ещё, ещё больше. И по исследованиям 40% компаний планируют сократить сотрудников до 2030 года из- это примерно 92 млн рабочих мест сокоротят. И туда попадают у нас следующие - это почтовые работники, банковские сотрудники, специалисты по воду данных, кассиры, администратор, бухгалтеры, кадровики, графические дизайнеры, юридические секретари, ну, в общем, огромное количество ребят. Есть хорошая новость, ну, не только про плохое. Хорошая новость в том, что на другом конце этого графика есть новые профессии, которые появятся. И где-то 170 млн рабочих мест появится благодаря внедрению Ии. Примерно 46% всех профессий придётся переучиваться заново и за и хотят они этого, не хотят, но им всё равно придётся это внедрить. Когда мы говорим про внедрение искус интеллекта в команду, есть несколько проблем. Большинство сотрудников сопротивляются внедрению искусственного интеллекта. И вот, пожалуйста, в двадцать третьем году были забастовки сценаристов против искусственного интеллекта. Слышали новость? Да. И это не первый раз в истории человечества, когда люди сопротивляются внедрению чего-то нового, потому что в середине XX века математики устроили забастовку против калькуляторов, потому что они приводят к отуплению учеников. Да, вам сейчас это смешно. Вот. Но тем не менее и это прямо а действительно проблема. И когда мы сотрудникам даём нейросеть, они говорят: "Слушайте, она ни фига не работает. Мы против этого, потому что она выдаёт обтекаемые фразы". Да. Вот как раз ты говорил: "Хочу, чтобы она писала нормально". Ты говоришь: "Напиши контент-план". Она говорит: "Конечно, контент-план отличный маркетинговый инструмент. Что тебе нужно сделать? " Ты говоришь: "Напиши мне контент-план". И вот что говорят сотрудники. А про нейросети. Что-то из этого точно они говорили вам. Они говорят: "Она не работает". У кого такое было, да? Кивните или она выдаёт ерунду, говорили. Они говорили, да, выдумывает неправду. Надо всё перепроверять за неё. Я быстрее это сам сделаю. У кого так говорили? Вот стопдо. Я быстрее это сделаю. Вот, вы знаете, моя тёща, когда она, мы ей поставили посудомойку, она сказала: "Оначас моет посуду, серьёзно, я быстрее её помою". Но важно здесь, что посудомойка сама моет посуду. Тебе не нужно мыть посуду. И в общем, нейросети - это посудомойка, по большому счёту, которую мы можем поставить. А я пока не знаю, что ей дать. Вот это тоже проблема, да. И это сложно. Они никогда не смогут сделать нормально. Вот у кого есть сотрудники, которые говорит: "Оникогда, нейросе не смогут сделать нормально". Знаете, что говорили? Фотографы, которые снимали на плёнку, когда появились цифровые фотокамеры, они сказали: "Оникогда не смогут, цифровые камеры никогда не смогут сделать это нормально". И они ещё говорят такую слово: "В этом нет души". Аа удивительно, но компания Кодек, которая изобрела цифровой фотоаппарат, она обесценилась больше чем в 10 раз. Потому что они, когда изобрели его, сказали: "В этом нет души". и они никогда не смогут делать нормально и сказали: "Не, мы не будем это делать". В итоге, где компания Кодек? Кто помнит вообще компанию Кодек? В результате почти 100% сотрудников используют нейросети. Но для того, чтобы делать открытки на день рождения и прикольные поздравления, эффективность ней растёт, и все, кроме нас, уже внедрили нейросети. И мы из-за этого прямо немножко переживаем. Кстати, напишите под видео, с какими сложностями вы сталкивались при внедрении нейросетей и, собственно, бывали ли у вас подобные случаи. А мы продолжаем. — Причины провала на самом деле простые. Их две. Либо они не умеют отправлять запросы в нейросети, либо они не туда их отправляют. И м идеально может быть по-другому. И сотрудники могут сами создавать себе ассистентов, сами их внедрять и сами ускорять своя работа. Борис Попов, руководитель в Билай

университете. Он внедрил нейросети в своей работе. Они увеличили на 30% производства курсов после внедрения ИИ. Последние 13 лет я изучаю внедрение ИИ того, как это можно было бы ускорить ещё до того, как это стало хайпом. И сейчас уже много кого обучаю. Мы перейдём сразу к формуле, как внедрять и в вашу команду. И вот это будет прямо пошаговый инструмент для того, чтобы вы смогли это внедрить для себя. Ну а если у вас сотрудников пока немного, для своих клиентов, заказчиков и других друзей. Итак, формула - это табуретка. Почему табуретка? Потому что три ключевых элемента. Любой из этих элементов уберёшь. Табуретка что она сделает? Упадёт. Правильно. Вот табуретка внедрение неросетей в команду. И шаг номер один - это увеличить у них насмотренность, потому что они не внедряют это, потому что у них нету насмотренности. Что такое нейросети простым языком? Но реально нейросети - это вот плита. Ну то есть на плите можно приготовить что? Какой-то, ну продукт, э работы в команде. И для того, чтобы приготовить на плите, нужно что? Рецепт и ингредиенты. И тогда у нас будет результат работы с нейросети. Очень просто. Либо они не той плитой пользуются, и они говорят: "Блин, это ни фига не работает". Либо они не умеют, просто не знают рецепты или готовят не по рецепту. И обычно сейчас я сотрудника спрашиваю: "Ты по какому промту всё это делал, что у тебя такая фигня вышла? " Вот они не показывают мне результат работы, а показывают промты. И либо мы не дали им правильных ингредиентов и исходных данных. И вот насмотренность у команды должна быть в следующих областях. Первое, в нейросетях. Они должны понимать, чем отличаются разные нейросети. Потому что чат GPT - это только одна из нескольких нейросетей. Потому что, когда мы работаем с документами, нам нужен клод или Дemy. Когда мы работаем с большими объёмами данных, нужен ноутбук LM для поиска Perplexity или, может быть, даже грок для доступа без VPN, Alpin Gen или JPNL. То есть совсем другой объём, а, знаний должен быть у человека, для чего, в какие нейросети нужно отправлять запросы. И вот есть 20 нейросетей, которые позволят автоматизировать до 90% задач. В чём должна быть насмотренность? Это том, а какие задачи можно отправлять нейросетям и что им получить. И третье - это исходные данные. Сейчас покажу на наглядном примере. Кто из вас пробовал у нейросети спросить, что приготовить? Да вот кто вообще открывает холодильник и стоит перед ним и тупает, думает, блин, что приготовить на завтрак. И вот что можно сделать. Открываем холодильник, фотографируем то, что в нём есть. И получается ингредиенты. Отправляем промт рецепт. Посмотри, что в холодильнике, выпиши список продуктов и напиши, что приготовит на завтрак. И в результате она, анализирует, что у нас уже есть, придумывает рецепты, которые действительно нам подходят. И вот аналогичным образом можно решать более сложные задачи. Например, исходные данные - это последняя продажа. Учились ребята, у которых магазин суши, они загрузили туда последние продажи. Влита был чат GPT или Клод или другая текстовая нейросеть. И вот промт, который они отправили. Проанализирую таблицу с продажами, найти как увеличить средний чек и прибыль. Да вы же просили про продажи примера. Вот, пожалуйста, для вас. И на выходе, а в ребят суши у них 8% увеличения прибыли с одного промта, а у Паши, да, Павла Дараша, у него 50% увеличения дохода благодаря вот только этому. Но он репетитор, у него не онлайн-школа, не большой бизнес. Он просто нашёл способ, как увеличивать в два раза количество студентов у него, которые могут учиться. Для вас это может быть не 50% меньше, но тем не менее просто загрузив свои продажи на анализ, вы можете получить инсайты, которые помогут вам это увеличить. Это очень просто. Вот ещё один пример. У кого сторисы это про это то, что продаёт. Есть такие ребята здесь, у кого продажа происходит через сторисы. Вот смотрите, то же самое. Берём, делаем скриншот галереи вашей на телефоне и в чар JP тот же самый. Отправляем запрос и говорим: "Изучи картинку во вложении, это моя лента фотографии. Напиши сторис на день". и он создаёт тексты для сторис на день, исходя из вашей уже текущей фотогалереи. Тем самым он делает более точные результаты. И вот стратегии, которые должны быть в голове у ваших сотрудников, следующие. Две стратегии использования нейросетей. Первое, что мы видим, что вот это по ширине все знания в области человечества. Раз. А это вот экспертное знание какого-то сотрудника либо ваше. И чат GPT он, мол, что-то знает на уровне чуть выше школьной. Продвинутые версии чат GPT знают достаточно много, больше, чем школьная. Так вот, отсюда есть две стратегии, что можно сделать. Первая стратегия - это автоматизировать свою работу. То есть эта стратегия вглубь. Мы дообучаем нейросеть тому, что мы знаем, чтобы она это выполняла за нас. И вот несколько примеров для насмотренности, что может быть. Технический специалист в онлайн-школе смог таким образом автоматизировать свою работу, взять в два раза больше проектов. Здесь на слайде будет, а, всегда висеть, с какими нерестями, что он сделал, чтобы вы могли сфотографировать. Ещё один пример для онлайн-школы и, ну, этек продуктов. В департаменте информационнойтехнологий Москвы ребята сделали следующего и ассистента, который на базе чата GPT, который создавал тесты и прямо готовый код для загрузки в ЛМЭску. В итоге они

не платили тому специалисту, который просто брал тесты и превращал это в код. И тем самым один человек выполнил работу за двух специалистов. То есть тем самым они сэкономили себе достаточно денег. Таня Барабаш из Северстали, они начали делать презентации и тоже ускорили свою работу. Ну, потому что раньше она делала сама презентации, нужны были там часы времени, теперь она могла сделать это без этого. И вот стратегия вглубь - это значит обучить своей работе, автоматизировать рутину или дать то, что не нравится, но надо делать. Вот это первый уровень насмотренности, что нужно делать. А вторая стратегия - это когда мы идём вширь. Нейронка-то может выдавать знания в любой области, не только в той, в которой вы компетентны. Вот кто из вас в какой-то области некомпетентен, но вам нужно в этом разбираться. Например, я не юрист, но мне нужно в этом разбираться. Да, я не маркетолог, Я не HR, но мне нужно в этом разбираться. Так вот, вот кто может это всё сделать, да? То есть туда вшире идём. И, ну, несколько примеров, там сайты можно создавать с нейронками, создавать новые продукты, создавать прямо целый контент с помощью, вот, например, Nvidia создаёт вообще с нуля видео под ключ для блога. И ваши сотрудники должны понимать, а как вот эти вещи можно решать с ней сетями, а самостоятельно. И что здесь это обучение в новых областях, там, где я не разбираюсь, вот это мы им даём. Второе, задачи, которых вы пока не разбираетесь, даём сотрудникам. И третье, смежные области работы. Например, если я работаю с какими-то подразделением, а как мне в это подразделение отправлять запрос, чтобы они меня поняли с первого раза? И вот это ускоряет работы. Это то, что можно сделать в первую очередь. Ну и то, что давно хотел сделать, но не знал, как. Вот всё тоже сюда. А это вторая стратегия. И в итоге вот есть форматы для обучения, для увеличения насмотренности. Первое, это прямо вот вам пошаговый план для кого, кому нужно внедрить. Первое - это смотреть лекцию всей команды с разбором инсайтов. Мне из одного HR-агентства ребята рассказывали, что они по четвергам садятся и все вечером целый час смотрят лекцию какого-то спикера там на ТТбе где-то и потом разбирают инсайты. Отлично. Бесплатный способ для того, чтобы прокачивать э обучение нейросетям. Второе - это внутренний тренинг или мастер-класс. Пригласить спикера, он расскажет, вдохновит и все слушают. Дальше рассылка подборок в чате команды. То есть кто-то ответственный в команде раз в неделю делает рассылку или, например, четыре сотрудника каждый по очереди делает один раз в месяц, но по с своей специальности. Продавец подбирает иишки и кейсы по поводу того, как и внедряется в продажи. А методолог разбирает кейсы, как и внедряются методология и так далее. И последнее - это кейс-показ. То есть сотрудник выбирает кейсы для внедрения нерстетей в своей теме и показывает остальным. И мы переходим ко второй ножке табуретки. Вторая ножка табуретки - это прецедент. То есть, когда мы увеличили насмотренность и у тебя уже в глазах ребит от этих нейросетей, кейсов, и ты думаешь: "Блин, всё ж теперь понятно, что нужно делать". Вот тогда у человека он попадает в зону намерения, ему хочется делать. То есть до этого он просто смотрел и ничего не хотел делать, и это нормально, а теперь ему хочется делать. И вот как только вы пере, ну, у вас появляется прецедент, вы попадаете в долину смерти, где девять из десяти не доходит до конца, да? Это почему? Потому что, ну, у стартапов так называется эта зона, а, и потому что люди не доходят до того, чтобы у них первый раз что-то получилось. И вот сейчас разберём, а как дойти до прецедента. Есть очень классная история про а Роджера Беннистера. А в 1954 году учёные, и были научные статьи на этот счёт, они доказали, что человек не способен физиологически пробежать милю быстрее, чем за 4, чем за 4 минуты. Миля - это 1,5 км. За 4 минуты невозможно. А то ли Роджер Беннистер не читал этих статей, то ли ему было всё равно, он взял, но он поставил цель и пробежал. Единственно мире первый раз человек пробежал милю быстрее, чем за 4 минуты. До него никто не мог это сделать. Но самое интересное, как только один человек в мире сделал прецедент, в тот же год следом за ним ещё несколько спортсменов пробежали милю быстрее, чем за 4 минуты. Как будто бы, когда этот прецедент случился, все такие: "А что, так можно было? А, побежали и всё, и побежали. И в этом удивительная вещь. Как только у вас кто-то один в команде начинает делать прецедент, все остальные такие: "Блин, вау, круто, а давайте мы тоже попробуем". И включается что-то другое. И вот есть пять-шесть шляп, техника шести шляп, как добиться, а, результата от нейросети. Метод шести шляп. Первое - это нужно поставить цель, понять, какую задачу. Для этого нужна насмотренность. Второе - это собрать данные, то есть, а что нам нужно для того, чтобы выполнить эту задачу с нейросетеми. Третье - это написать промт. Ну ладно, до этого большинство доходило, правда. Вот тут тут, в принципе, делать особо нечего. А вот дальше, самое интересное. Дальше вам нужно не просто написать промт, а получить обратную связь на то, что а я написал внутри в команде сотрудников. Сотрудник написал промт, он должен получить обратную связь. Только так он поймёт, он вообще нормальную штуку сделал или нет. Самая большая проблема в том, что люди отправляют промт и не получают обратной связи и думают, что

ну, блин, нейросети просто не работают. Нет, они не получили обратную связь, что нужно сделать. А вот это неочевидная вещь. После этого ему нужно дать обратную связь на какие-то други промты, которые он увидит, чтобы он сказал, а что здесь нужно подправить? И после этого сделать выводы. Вот это вот шесть этапов, которые нужно сделать для того, чтобы получить. У нас обычно этот вариант проходит на практикумах. Вот. И э можно провести там в мини-группах. Вы объединяете участников, а один начинает, э, рассказывать свои промты, а все остальные, как чат GPT говорят: "Слушай, вот доработай в своём промте, мне не понятно, если бы я был чатом GPT, мне вообще непонятно, что ты от меня хочешь". И это удивительная вещь, которая работает потрясающим образом. У нас был прецедент, когда Наталья Евременко, методолог, в таком формате за 3 часа выполнила работу на месяц вперёд просто за счёт того, что она внедрила нейросети и сделала вот такой промт. И вот план внедрения в команду. Первое - это попросить чат GPT задавать вопросы. Второе- попросить чат GPT улучшить ваш промт, который вы ему уже отправляли. И попросите Чат GPT раскритиковать то, что он сам и сделал. Это вот прямо можно сфотографировать. Это пошаговая инструкция для ваших сотрудников, как им улучшать ваши их же самые собственные промты. И мы переходим дальше, а, к третьему шагу. Это шаг называется инструменты. И суть в чём? что когда мы получили первый прецедент, когда у сотрудников наконец-то получилось сделать что-то, что чат GPT ему выдал хорошее, но не только чат GPT, там картинки нарисовали, презентацию и так далее, в этот момент нам нужно поддержать его, чтобы он и дальше внедрил это как привычку, потому что один прецедент - это ещё не стабильный результат. И здесь для того, чтобы у него получилась привычка, нам нужно дать ему больше инструментов, чтобы это он внедрил как прям, ну, чтобы иконка чата GPT у него стояла раньше, чем фотоаппарат. Ну, чтобы он постоянно им пользовался. И вот здесь несколько хороших примеров, которые объясняют, почему это работает и как. А наверняка многие из вас знаете факт о том, что таблица Менделеева была изобретена во сне. Точно да. Но мало кто знает, что во сне Менделееву приснилась не таблица. Он представил, увидел во сне цирк, где в цирке сидели элементы на своих рядах. То есть он ходил в цирк. Это вообще не связано с химией. И ему пришла схема, которая, ну, стала таким историческим и основополагающим. То есть вот на стыке двух разных сфер получается интересное открытие. Стив Джобс изучал каллиграфию, потом использовал её в своём продукте. На стыке двух сфер лежит прорыв всегда. У нас учились сотрудники очень крупного банка, не могу называть какого. Вот. И они рассказали, что они изучили графические нейросети, хотя им не нужно делать фотографии. это, ну, директор огромного филиала банка, ему нужно анализировать отчёт и так далее. Но изучив, как делать промто для того, чтобы сделать красивую фотосессию, она поняла, как делать промты для чата GPT. И потом они проводили ещё огромное количество обучений для своих сотрудников, вдохновившись тем, что это получилось у них. И вот план внедрения нейросетей в команду. Первое - это научить работать с текстовыми, графическими и видеонейросетями, чтобы это просто вошло для них в привычку. Второе - это чтобы попробовали разные подходы для своей работы в разных сферах. И третье, чтобы находили вдохновение в работе. То есть, чтобы они делали это просто по кайфу было. — Вот пример того, что сделали ребята в Северсталь, центр единого сервиса. Кира Лапина у нас училась. Она внедрила в своей команде регламент, что прежде чем приходить на совещание для обсуждения какого-то вопроса, сотрудник обязан прогнать этот вопрос через нейросети и понять, это можно решить или нет, и как это решить. И в этом случае люди приходили уже более подготовленные, чем если они, ну, обычно встречались. Форматы создания обучения для создания привычки обучить разным нейросетям, то есть внедрить как повседневную привычку по бытовым вопросам. Даже у нас заказывали такое обучение корпоративное как раз и из того банка. Нам сказали, что нужно обучить людей всем нейросетям. Я говорю: "Зачем? Они же работают только с аналитикой, только с этими вещами, чтобы привычка была. То есть чтобы люди просто это внедрили себе как практику". Второе, делиться промтом недели в команде или достижения в и в жизни. Вообще отличная история. Конкурс внутри команды про песню, фото, видео, недели с нейросетями, чтобы для них это было нормально что-то делиться с ишками. И вот то, что я сказал, AI first подход, да, когда сначала решаем с нейросетью, потом приходим к людям и потом контроль за промтом, то есть смотрим сначала на то, какой промт использовался, а потом критикуем работу. То есть если работа сотрудника сделана плохо, это не проблема сотрудника. Проблема в том, что он промт неправильно не туда отправил. И теперь переходим к четвёртой части, называется От печи до кофемашины. Что на самом деле делают нейросети и пять уровней автоматизации. То есть мы с вами вроде бы три ножки у табуретки разобрали, но это только три ножки, а есть ещё сидушка - это главная часть формулы. То есть недостаточно просто поставить три ножки. И главная часть формулы - это автоматизация. Наша задача сделать так, чтобы мы автоматизировали

процесс и сделать так, чтобы всё делалось само. Кто хотел, да, вот слышали до этого сейчас и Дмитрия, и Алексея рассказывали про то, как можно сделать, чтобы делалось само. И круто было бы, чтобы оно так было, да? Кто хотел бы? Есть такие, да? Вот. И сейчас мы разберём. Через 3 минуты вы узнаете, как автоматизировать работу с помощью и агентов, и сотрудников. И мы переходим к нашей метафоре с плитой. Помните, я говорил её в начале, да, что нейросети - это плита, а вручную это как в печи печь пирожки. Мы уже так не делаем, но почему-то с некоторой работы мы продолжаем это делать. У кого есть, например, юристы в штате, да, ЧАт GPT может заменить юриста по 80% задач, но не по 100, согласен. На 20% всё-таки подрядчик нужен. Так вот, а мы сейчас разберём, какие есть варианты, как можно автоматизировать с нейросетями. Про то, какие нейросети уже ускорят работу, чтобы делалось всё само. Первое, а у нас пришла сотрудница на SMM-позицию, и я е спросил: "Сколько она делала рилсов за месяц? " Она говорит: "21". Я говорю: "А хочешь за один день ты сделаешь больше, чем в прошлой, на прошлой работе за месяц". Она говорит: "Интересно". Я говорю: "Давай поработаем". Вот. С помощью этого сервиса это можно сделать OP cliли Pro. Он автоматически загружает длинные ролики из ЮтуЮба, автоматически монтирует их на короткие, выделяя самые яркие вирусные фрагменты, делает это не ужасно, а делает это симпатично. И даже в одну галочку, в один клик автоматически публикует на всех площадках, которые вам нужны. За счёт этого количество работы ускорилось. Этот же самый подход мы использовали с другой нейросетью Wizard, и оно дало ещё и большое количество просмотров, то есть 112. 000 просмотров за 3 дня. То есть такие формат видео работает. Самое главное здесь подход для вас, как для онлайн-школы, и немножко затронем тему не только с обучения, но и трафика. Использовать вот эти автоматически нарезанные релсы и видео на отдельном канале, куда вы просто потоком всё сгружаете, что у вас есть, а потом то, что выстрелило, кто выжил, да, выплыл. Вот вы их забираете на ваш основной канал, и за счёт этого у вас будет большой органический рост. Теперь переходим к следующему способу. Это вот с нейросеятелями, когда мы разобрались, да, плита, вот когда вручную, а есть ещё следующий уровень - это мультиварка. У кого дома мультиварка есть, есть такая мультиварка. Чем мультиварка отличается от плиты? В мультиварке уже есть рецепт. То есть это как та же самая нейросеть, для которой тебе не нужно помнить промт. И это её ассистенты. То есть, если ты берёшь, ну, загрузил туда ингредиенты, нажимаешь кекс, и она выпекает вам кекс. Удобно, супер. И вот то же самое мы сделали у нас в команде. Мы заменили юриста и ассистентом. И в итоге это привело к очень хорошей экономии нам. Вот вам промт, который заменяет ээ юриста. Ой, да, юриста и ассистентом. Всё очень просто. В итоге у нас получилось, у меня даже получилась такая история. Я сейчас живу в Таиланде, и мне прислали договор за 20 минут до встречи на согласование на аренду дома. Ну, я, естественно, по-тайски не понимаю, по-английски в договорах тоже плохо разбираюсь. Я говорю: "Секундочку, мне нужно с моим юристом согласовать". Они такие: "Ну, понятно, вот я отправляю, он мне выдаёт список того, что здесь не так в договоре, какие формулировки должны быть правильные. " Выдают это большим списком. Я смотрю, где он там немножко их передавил. Говорю: "Нет, вот это пускай будет как у них". отправляя им буквально через 3 минуты после того, как я получил договор. Они, конечно, офигели, какие юристы у русских вот после этого прецедента. И это работает не только для вот этих ситуаций. Следующий момент про автоматизацию. У кого айм - это тоже такая, о, ну, актуальная история, и классно было бы ускорить Найм. И вот в найме есть очень человекоёмкая область - это отбор кандидатов, когда они заполнили анкету, и тебе нужно из них отобрать, кто подходит. И вот у нас как-то на вакансию откликнулось 800 кандидатов. Нужно было сотруднику 5 дней непрерывно их всех отсматривать, чтобы просто понять, кого позвать на собеседование. Мы сделали это за 15 минут. Показываю, как формы, которые заполняют сотрудники. И дальше мы подключаем туда сервис, который называется GPT for Work. И этот сервис позволяет из таблицы отправлять в чат GPT запрос и возвращает результат прямо в ячейку таблицы. Ну и также из этой таблицы я беру и сверху пишу промт, а здесь я всю заполненную анкету этого кандидата отправляю. В итоге, ну, естественно, без конфиденциальных данных. Вот только те поля, которые неконфиденциальные. А потом беру и размножаю эту формулу до самого низа на там 800 ячеек. Одновременно у меня отправляется в чат GP 1. 600 запросов. Один запрос ставит оценку по десятибалльной шкале, насколько кандидат соответствует вакансии, а вторая колонка даёт подробное резюме нейросети, почему такая оценка, почему это подходит или не подходит. И вот эта штука действительно ускоряет сотрудников. И следующий уровень внедрения и автоматизация с неростями - это и агентест. Вот если сравнивать с плитой, да? То есть кофемашина в коридоре- это значит, что человек, которого нету ингредиентов, он

не знает промта, то есть у него нету рецептов, он просто подходит, нажимает на кнопку капучино и получает капучино. Вот в чём эта разница. То есть это нейросеть, которая работает автономно где-то на внешней стороне, и любой человек к этому имеет доступ, ну, который проходит там в коридоре. Вот. И вот что получается. Мы на текущий момент внедрили уже огромное количество вот этих вот нейросотрудников, которые нас ускоряют работу. и ассистенты, юристы, обезличиватели, сервис-менеджеры, нейрокураторы. Есть ещё следующий уровень после внедрения еагентов - это Инвейер, то есть это когда а нейросеть автономно выполняет какие-то задачи в рамках вашей работы, да? То есть какой-то такой уже робот, который сам решает, что нужно закупить продукты, сам там смотрит, следит за показателями, двигается. И уже к этому предпосылки есть. они уже только, ну, в некоторых случаях только начинается вот эта история, но в ближайшие полгода, год оно будет развиваться очень активно. И вот хороший пример, это нейросеть. Они ещё в сентябре двадцать четвёртого года анонсировали эту функцию. Что они сделали? Они дали, э, нейросети доступ к компьютеру, и она сама выходит в интернет, открывает сама себя в самой себе, вбивает нужные промты, получает какой-то программный код или перетаскивает информацию из одной вкладки в другую, управляя компьютером, которому ей дали доступ. И вот это сервисы, которые сейчас, ну, прямо развиваются стремительно. В ближайшие полгода мы ожидаем, что это будет абсолютной нормой, что работа сотрудника будет правильно задать задачу на старте и потом пойти пить кофе, возвращаться и проверять, что она делает. Либо у него будет, знаете, как китайские блогеры, там много телефонов на штативах стоят и все снимают, да? Вот также у человека, который работает с нейросетями, куча ноутбуков и все они отправляют запросы в нейросеть. Вот он сидит, это всё делает и автоматизирует. Уже есть системы, которые позволяют это делать, ну, чуть сложнее, наверное, чем вот показано здесь на экране. Это этот сервисы N8N. У Тани Денисенко руководитель в компании, они 70% операций автоматизировали с N8N, и у них удвоилась выручка. Ну вот всё очень просто, да. Вопросики, конечно, остаются: "А как, блин, они это всё сделали, да, и насколько там всё сложно, потому что там реально всё сложно пока вот. Но мы идём к тому, что будет достаточно просто. Так вот, как измерить эффективность, а, от внедрения и в вашей команде? Возвращаемся к внедрению команды. А и здесь есть несколько подходов, которые вам помогут, если вы уже задумались о том, что это нужно сделать. Итак, первое - это дать бонус за проект. То есть внедрённый и ассистент, который работает и который сделал прецедент. Дайте бонус вашему сотруднику за проект. Отличная история. И, кстати, ещё в Советском Союзе на заводах тоже давали бонус за внедрение какого-то э изобретательского решения. Дальше увеличение объёмов. То есть вы сразу увидите, когда увеличивается время, рост производительности, и вы можете увеличить объёмы на одного сотрудника. И если у него Kpi привязан к объёмам, то для него это будет полезно. И следующий показатель, который для многих это не очевидно, но это показатель HRра ключевой. Выручка на одного сотрудника. Если вы внедрили и ассистента, у вас выручка на одного сотрудника в конечном итоге увеличивается, значит, вы тех внедряете. Если выручка на одного сотрудника с внедрением её ассистентов не увеличивается, значит, вы что-то не то делаете. И вот здесь отслеживаем вот это. Переходим к последней, пятой части. Это уровни внедрения искусственного интеллекта. И здесь я хотел показать вот эту схему, не зная которую, я уволился из Касперского. Если бы знал, то, наверное, эта схема не появилась бы на свет. Но суть в следующем. Она сейчас поможет вам понять всё то, что я рассказывал и почему оно именно так. Первое, что нужно понять, если ваши сотрудники не готовы внедрять нейросети, они просто находятся здесь, в состоянии рутины. Им всё комфортно. Но потом для того, чтобы они из этого состояния вышли, им нужен пример. Мечта какой-нибудь яркий харизматичный спикер, который вышел на сцену и говорит, что, блин, смотрите, как классно с нейросетями можно всё внедрить. И в этот момент они попадают в зону мечтателей, когда они ничего не делают, но смотрят внимательно. Смотрят: "Ага, вот там внедрили нейросети". М, и там внедрили нейросети. Интересненько. И они это делают, пока у них не появится, что мы уже это проходили, насмотренность, да? То есть у них появляется насмотренность, и в этот момент они уже хотят это внедрить. Они по поводу это у них намерения, они такие: "Блин, давайте мы что-нибудь попробуем, да, у нас в команде". И ваша задача сделать так, чтобы у вас в команде появились вот эти лидеры цифровой трансформации, у которых глаза горят, которым хочется что-то внедрить. И после этого, когда они получают первый прецедент, они попадают в зону творчества, когда у них получается всё через раз непонятно, то получается, то не получается, то прикольно, то не прикольно. И надо, чтобы это вошло у них в привычку. Тогда они переходят в зону структуры, когда начинаются создаваться паттерны, что они делают 1 2три, получаем результат. 1 2 3 результат. И в этот момент у них появляется больше и больше вот этих привычек и правил, как это делать. А потом, когда все привычки правил мы уже

сделали, переходим к показателям и KPI. И мы в зоне системы, когда мы уже начинаем просто докручивать наши показатели. Вот у нас есть чатбот продавец, а вот мы ещё его докручиваем. Вот Дима передо мной рассказывал, да? Вот они уже где-то здесь, да, потому что они сделали ассистента, всё супер, докручиваем, а вот продавца они ещё не доделали. Вот он у них где-то здесь, но они его докрутят, чтобы он сработал. А потом, когда уже все показатели докручены, появляются ритуалы. Мы делаем что-то, потому что так надо. Ну, так, так заведено у нас здесь. И мы снова оказываемся где? В рутине до тех пор, пока мы не снова выйдем. Вот такая вот интересная система. Прикольно, да? Сложилась, теперь булькнула. И вот для того, чтобы сделать прорыв, вам нужно сделать следующее. выбрать одну повторяющуюся задачу, которая отнимает больше всего времени, и выбрать одну нейросеть, которая поможет решить эту задачу, и сделать прецедент, когда Ии сделал эту, блин, задачу наконец, а потом создать и ассистента, который ускоряет выполнение этой работы. Вот теперь можно фоткать, и это даёт плюс 15-40% увеличения эффективности гарантированно. То есть не было случая, когда вот так вот ты внедришь и не получится. Но следующий уровень - это космос. Уровень космос - это когда ты проводишь аудит процессов в своей работе, в работе сотрудников-подрядчиков и выбираешь уже три-5ять процессов для автоматизации. Дальше выбираешь нейросети для решения системы и самое главное создаёшь связку и прецедент, когда Ии сделал задачу с человеком. То есть сначала выбрал задачи, сделал один раз с человеком, потом выбираешь нейросети и создаёшь и агента, который выполняет эту работу самостоятельно. Результат какой? X2. Да, всё очень просто. Вот. И есть ещё один уровень, я его называю команда. Вот здесь подход такой. Если у вас большая команда, у кого больше 10ти человек в команде, у кого больше 100, меньше рук, да? А так вот, а провести мастер-класс для всей команды, посмотреть YouTube, пригласить спикера, провести самим, но чтобы из, там, не знаю, 100 человек появилось а несколько лидеров цифровой трансформации. 20% лидеров цифровой трансформации, которые готовы за призовую задачу взять и внедрить нейронки. Вот это будут прямо, а, ваш актив бизнеса, потому что они потом будут внедрять и после этого мы обучаем этих лидеров, у кого горят глаза, чтобы ставить им задачи по автоматизации, контролировать, и потом привлекаем подрядчиков, которые уже автоматизируют всё это, ну, и интегрируют внутрь работы. То есть эти ребята управляют процессом, а эти всё это автоматизируют глубже. И это уже результат X10. Ну вот такой подход. Завершение. Следующие шаги. И тут мне хочется рассказать вот, э, такую классную историю, когда Стиву Джобсу принесли на ревью первый Maкбук, и ему инженер говорит: "Сив, посмотри, мы, говорит, сделали всё, как ты сказал". Он его открывает. И знаете, что она ему говорит? Он говорит: "Дерьмо, собачье". Инженер говорит: "В смысле? " Говорит: "Мы же сделали всё, как ты просил". Он говорит: "Да нет, он грузится 40 секунд". И что? Все ноутбуки грузятся 2 минуты, наш грузится 40 секунд, мы в три раза быстрее. Это ж офигенно. Он говорит: "Да мне всё равно, что другие. Мне главное, чтобы наш грузился за 3 секунды". И тут ему главный инженер говорит: "Блин, да ты понимаешь, это невозможно. Ну, железо там, все дела, мы не можем это сделать быстрее". Он говорит: "Подожди, я говорит: "Понимаешь, я буду открывать его пять-шесть раз в день". Ты понимаешь? Он говорит: "Да я понимать ничего не хочу". Он говорит: "Да слушай сюда, я пользоваться им буду 3 года, а мы продадим 100. 000 таких макбуков". И если ты сделаешь, что он будет грузиться не за 40 секунд, а за 3 секунды, вот суммарно эквивалентное время от этих всех продаж, оно будет эквивалентно десяти жизням. Ты спасёшь 10 жизней. Понимаешь? И удивительно. Первый MacBook грузился за 3 секунды, когда другие грузились за несколько минут. Почему я рассказываю эти вещи сейчас? У нас на выпускном была студентка, которая со слезами на глазах, правда, рассказывала такую фразу, что она говорит: "Я 5 лет искала себя, но когда внедрила нейросети, ну вот поняла вообще, чем я хочу заниматься в жизни". Когда вы внедряете нейросети в свою команду, когда вы внедряете, объясняете, как это работает, ну, не только себе, а кому-то ещё, вы не только зарабатываете больше вобла, вы не только экономите время, но вы ещё и что-то время спасаете, вы что-то жизнь спасаете, возможно. И есть классная фраза Авраама Линкольна: "Неважно, сколько дней было в вашей жизни, а важно, сколько жизни было в ваших днях". И я желаю вам, чтобы вы внедряли нейросети и было больше жизни в ваших днях. Спасибо вам. Спасибо, что досмотрел это видео до конца. Поделись, пожалуйста, в комментариях, что тебе максимально откликается из того, что я рассказал. Также у меня есть на канале отдельный плейлист, в котором я собрал огромное количество видео для руководителей. Ты можешь просто брать их и использовать. А ещё внизу под этим видео ты найдёшь от меня бонусы. Это бесплатный курс по нейросетям, который состоит из девяти уроков, чтобы ты мог уже погрузиться вот глубоко в эту историю. Отдельный мастер-класс по

автоматизации и ещё подборка промтов. Да, несмотря на то, что их нужно выбрасывать, но какие-то полезные штуки там всё ещё есть. Так что ставь лайк этому видео и до скорой встречи. Пока.