Очень кратко: что говорят лидеры ИИ
Демис Хассабис (Google DeepMind): AGI может появиться через 5–10 лет.
Джеффри Хинтон: видит существенные риски в горизонте десятилетий (оценка порядка 10–20% тяжёлых последствий).
Янн Лекун (Meta): одного масштабирования LLM недостаточно; нужны новые подходы к «разуму» машин.
Дженсен Хуанг (NVIDIA): у каждой компании будет «фабрика ИИ»; бизнесы станут производителями интеллекта.
Дарио Амодеи (Anthropic): многие начальные офисные роли могут резко измениться в ближайшие 1–5 лет.
Куда делать ставку
На результат, а не «вау»: одна денежная метрика на один сценарий.
На оркестр маленьких ботов, а не одного «всезнайку».
На порядок в данных: шаблоны, инструкции, база возражений, кейсы.
На безопасность и прозрачность: доступы, логи, мини-документация.
Так разговоры про будущее превращаются в ежедневные «ИИ-деньги»: меньше магии, больше пользы.
Часть II. Главный инструмент
Глава 4. Метод R.A.T.E. – Result – Action – Tools – Evidence
ИИ не читает мысли. Он честно делает то, что вы попросили – иногда слишком честно. Метод R.A.T.E. нужен, чтобы просьба превратилась в понятную, измеримую задачу. Это как ремни безопасности для проектов: занимает пару минут, зато экономит дни.
1) Result – Результат
Простой вопрос: что должно появиться в конце?
Говорите не “сделай хорошо”, а предметно:
– вид результата: «письмо-резюме встречи на 150–180 слов»;
– кому это: «для клиента строительной компании, без жаргона»;
– сроки/рамки: «не позже 15 минут после звонка»;
– ограничители: «без выдуманных фактов, только из стенограммы».
Формула Result:
(Артефакт) для (аудитории) объёмом (N) с (ограничениями) к (сроку)
Хороший Result: “Пост для VK: 900–1100 знаков, 3 абзаца, 1 CTA, язык простой, без англицизмов. Дедлайн сегодня к 17:00.
Плохой Result: “Нужен классный пост”.
2) Action – Действия
Кто что делает, в каком порядке и где это заканчивается.
Здесь появляется процесс: шаги человека и шаги модели.
Пример Action (после встречи):
– Человек выгружает запись/заметки из Zoom.
– Модель делает конспект по шаблону (проблема – решение – риски – следующий шаг).
– Человек правит 2–3 фразы и жмёт “Отправить”.
– CRM автоматически ставит задачу с дедлайном и ответственным.
Критерий качества Action: любой сотрудник, читая шаги, понимает, что делать без звонка автору.
3) Tools – Инструменты
Какая модель и какие сервисы участвуют.
Не нужно “самое модное”. Нужны доступные и достаточные.
Подумайте о трёх вещах:
– Модель: большая/маленькая, русская/мультиязычная.
– Контекст (данные): что мы даём модели “в руки” – стенограммы, шаблоны, FAQ, прайс.
– Интеграции: CRM, документы, календарь, почта (куда писать результат).
Правило: сначала выбираем контекст и место назначения, потом модель. Не наоборот.
4) Evidence – Доказательства
Как поймём, что задача дала пользу?
Это цифры и факты, а не ощущения. Мини-набор:
– KPI результата: например, «15 писем-резюме за неделю», «+20% ответов на follow-up».
– KPI качества: доля правок примерно 15%; доля “возвратов” примерно 5%.
– Срок: неделя проверки гипотезы.
– Журнал: кто, когда, что сгенерировал и что ушло клиенту.
Правило взрослого: если Evidence не сошлись – меняем задачу/данные/модель, а не пишем оправдания.
Быстрый шаблон “паспорт задачи” (копируйте и вставляйте перед любым обращением к ИИ)
R – Result:
Артефакт: …
Для кого: …
Объём/форма: …
Ограничения: …
Срок: …
A -Action:
… 2) … 3) … 4) …
T – Tools:
Модель: …
Контекст (какие файлы/шаблоны даём): …
Интеграции (куда пишем результат): …
E – Evidence:
