Рабочий журнал направления

ИИ-практика: журнал замеров

Мы внедряем ИИ у себя — в обработке заявок, переписке с клиентами, документах и учёте — и записываем, что вышло. Здесь замеры, а не пересказы: каждое число со своим источником, провалы наравне с удачами.

76 материалов · каждый — с паспортом «чем проверено» и списком источников · ни одной цифры без замера или первоисточника.

Это рабочий журнал направления, а не витрина: разбор, который не даёт вывода «что делать», сюда не попадает.

Разобрать мою задачу Обучение сотрудников

Что это за раздел

Рабочий журнал направления ИИ-решений, а не витрина.

Мы внедряем ИИ в первую очередь у себя: распознавание голосовых заявок, разбор переписки с клиентами, сведение документов и денег, проверка собственных страниц. Всё, что попадает в этот журнал, сначала прошло через наш собственный контур и оставило после себя цифру — иногда неудобную.

Раздел собран из тестов, которые мы ставили моделям, и из ошибок, за которые уже заплатили временем и переделками. Он существует не ради контента: разбор, который не заканчивается строкой «что с этим делать», сюда не попадает.

Стандарт журнала: шесть правил против воды

Правила выведены не из головы, а из разбора того, как о внедрении ИИ пишут другие. Каждое закрывает конкретный способ сказать много и не сказать ничего.

У каждого числа есть происхождение. В наших материалах цифра помечена одним из четырёх статусов: замер (сделан нами, воспроизводим), первоисточник (прайс или документация вендора, прочитанные напрямую), оценка (наша модель с явно названным допущением) и «данных нет». Цифра без статуса — это мнение, набранное цифрами.
Провалы публикуются наравне с удачами. Замер, который показал, что приём не работает, стоит столько же, сколько удачный. Ниже есть материал про факт, который мы приняли на веру, подняли до приоритетной задачи — и потом отозвали. Он остался в журнале вместе с разбором, как именно мы промахнулись.
Источник взвешивается до того, как из него делается вывод. Официальный пост вендора, исследование и рассказ практика в ролике с рекламой курса — три разных веса одного утверждения. Мы помечаем класс источника и не смешиваем «проверено» с «человек так сказал».
Каждый материал заканчивается действием. Не «стоит присмотреться» и не «изучить подробнее» — это не выводы. Либо названо, что мы меняем у себя и где именно, либо честно написано «задачи нет».
Честное «нет» — самый частый ответ. В последнем разборе очереди из восьми материалов пять оказались неприменимыми, и в журнале это написано прямо. Подрядчик, у которого ИИ подходит везде, продаёт не результат.
Никаких обещаний по выручке. Мы не пишем «+40% к продажам»: связь между навыком сотрудника и выручкой компании не измеряется честно ни у нас, ни у кого-либо ещё. Обещаем проверяемое: навык, срок, метрику приёмки.

Что мы увидели, разбирая рынок

Мониторинг ведём постоянно: очередь материалов с YouTube-каналов и Telegram-каналов по внедрению ИИ собирается автоматически, дорогой разбор запускается вручную. Это то, что видно из очереди.

Что разобрали	Что нашли	Что из этого следует
13 подрядчиков по внедрению ИИ	Проверяемой метрики приёмки нет ни у одного	«Внедрили ИИ» невозможно оспорить, потому что нечего проверять. Мы формулируем приёмку так, чтобы клиент мог её провалить
12 кейсов обучающей программы по ИИ	Цифры самозаявленные («заявленный рост +40%»), метрик приёмки нет ни в одном; ни одного кейса в логистике	Кейс без метода замера — рекламный текст. Мы показываем срез, скрипт и дату
1118 постов массового конструктора ботов	За семь месяцев путь от «подключите ChatGPT» до агента, который сам создаёт сделки в CRM и учится по ссылке на прайс	Три типовые услуги стали коробочной функцией. Продавать их как проект больше нельзя — разбор в журнале
Ролики про агентные системы, ~24 000 слов	Ни одного числа с методикой замера; в одном случае автор занизил собственную стоимость в полтора раза	Приёмы оттуда берём, выводы — нет. Каждый приём проходит наш замер прежде, чем попасть в работу
Канал с агентной тематикой на русском	Содержательных постов нет — лента рекламного спама	Источник оценивается по прогону, а не по названию. Выключен с указанием причины

Вывод, который мы приняли как рабочий. Рынок обучения и внедрения ИИ переполнен пересказами и беден замерами. Отстройка здесь не в том, чтобы говорить «мы лучше», а в том, чтобы к каждому утверждению прикладывать способ его проверить. Ровно по этому принципу собран журнал — и ровно так же устроен наш курс.

Рубрика «Как мы строили» — заведена по чужой критике

Разбор системы, собранной с ИИ, от практика с 25-летним опытом внедрений. Возражения выписаны дословно, ответы стоят рядом.

Критика была предметной и по делу, поэтому мы не спорили, а завели под каждый пункт материал. Ни один ответ не начинается со слова «на самом деле»: там, где упрёк верен, он подтверждается нашим же замером.

Про уровень подробности. Разговор об архитектуре без единой схемы и без строчки кода — это снова текст о тексте, поэтому в материалах рубрики есть и то и другое: схема контура, граница доверия вокруг ключа подписи, таймлайн разбора по дням, фрагменты записи в хранилище и кусок спроектированной схемы данных. Всё обезличено — боевые адреса, порты и имена таблиц заменены. Показана механика, а карта репозитория к делу не относится.

Возражение	Наш ответ
«Зная не понаслышке, как ИИ пишет код, — единой модели данных там как раз и нет»	Верно. Наше хранилище — файлы без схемы и блокировок, и мы нашли это у себя раньше, чем услышали снаружи → разбор своего хранилища
«ERP — это сильно сложнее, чем набор инструментов»	Согласны и не называем свой контур ERP. Граница проведена в том же разборе
«Это эволюция Excel, а раньше ещё и Access»	Точное описание. Разница одна: у той автоматизации не было способа узнать, что она врёт, кроме жалобы пользователя
«Ни слова про архитектуру. Какой стек использовался?»	Состав целиком, с причиной каждого выбора и списком мест, где сборка упирается → архитектура и стек
«Тот же самый API с внешней системой — надо понимать, что она отдаёт»	Именно так. Пять правил, которых нет в документации, и почему без живого ответа нельзя называть срок → разбор интеграции
«Ни разу не видел хорошо написанного требования и особенно кода. Всё приходится допиливать»	Верно, и мы это измерили: 210 вызовов на своих реальных классах ошибок → сколько допиливать — в цифрах
«А что входит в 3 недели? Явно надо было проводить аналитику и вникать в проблему»	Поденно, включая день сверки слов с выгрузками → что входит в две недели
«Будет много обожжённых… выйдем на какое-то плато»	Разделяем прогноз. Обожгутся те, кто решил, что исчезла инженерная работа: она не исчезла, а переехала с написания на постановку и приёмку

Почему мы публикуем чужую критику у себя. Возражения опытного человека — это бесплатный и очень точный список того, что мы обязаны уметь объяснить. Отвечать на него в комментариях бессмысленно: ответ живёт один день. Отвечать материалом с числами — единственный способ, при котором ответ можно проверить.

Материалы

По каждому — паспорт «чем проверено» и список источников в конце.

От чтения к навыку

Журнал показывает метод. Дальше есть два пути: научить своих людей работать так же — или отдать процесс нам.

Обучение сотрудников работе с ИИ

Практический курс на ваших рабочих задачах: 4 занятия по 90 минут, курс идёт 2–3 недели, группа до 8 человек. Четыре ролевых трека — руководитель, менеджер по продажам, бухгалтер, диспетчер. Упражнения строятся на ваших обезличенных материалах, собранных анкетой до старта.

Цена: курс отдельно — $800 за группу до 8 человек; при пилоте или действующей поддержке — $500; дополнительная группа — +$400.

Полная программа, состав занятий и метрики результата →

Цены на разбор рынка, расчёт окупаемости, пилот и поддержку — на странице цен. Журнал их не дублирует, чтобы не появилось два источника одних и тех же цифр.

Замеры и метод

67 материалов · у каждого паспорт «чем проверено» и список источников

Метод проверки

20 из 20 своих тестов — и 8 реальных багов

Модель проверяет свою работу и ставит «готово». Мы замерили, сколько это стоит, и заменили самоприёмку на состязательный проход.

20/20 зелёных · 8 багов · P0 жил 2 дня

Читать замер · 4 августа 2026 →

Замер модели

Казахский на слух у ИИ: 73,8% → 49,0% ошибок

«Модель понимает казахский» — непроверяемое утверждение. Мы измерили на открытом корпусе, дообучили и измерили снова тем же срезом.

WER 73,8% → 49,0% · русский не просел

Читать замер · 1 августа 2026 →

Экономика

Сколько на самом деле стоит ИИ

«Токены дешёвые» и «своё железо выгоднее» — оба утверждения проверяются одним расчётом. Показываем формулу и вводные, чтобы вы посчитали свой случай.

−50% пакетом · 0,1× кэшем · +50% с 1 сентября

Читать замер · 31 июля 2026 →

Данные и безопасность

Что уходит в модель, а что остаётся у вас

Первый вопрос внедрения — не «какую модель взять», а что именно уйдёт наружу. Три уровня контроля, и честно про тот, которого у нас нет.

6 телефонов, 3 ИНН, 2 ОГРН — на одном прогоне

Читать замер · 31 июля 2026 →

Анализ рынка

Узкий анализ конкурентов врёт: 2 ложных окна из 2

Пустая клетка на своём рынке значит «здесь этого нет». Пустая на трёх контурах — «этого нет нигде». Разные выводы, и одна из формулировок стоит денег.

4 → 20 сайтов · 68 → 340 клеток · 2 окна оказались ложными

Читать замер · 1 августа 2026 →

Работа с источниками