Смотреть урок

Мы с Хамелом решили пойти от обратного и составили исчерпывающее руководство по абсолютному провалу любой ИИ-стратегии. Через вредные советы мы наглядно показываем, как разрушить проекты: для этого достаточно изолировать команды, общаться исключительно профессиональным жаргоном, слепо полагаться на покупку инструментов и никогда не смотреть в реальные данные. Этот сатирический подход основан на принципе инверсии Чарли Мангера — чтобы понять, как делать правильно, мы учим тому, как делать максимально плохо.

Оглавление с таймкодами:

00:15–02:20 Наш подход к созданию идеальной катастрофы в ИИ-стратегии.
02:22–05:21 Разделение команд, ложные обещания клиентам и раздувание инфраструктурных затрат.

05:22–09:38 Формирование бессмысленной стратегии и умышленное запутывание коллег техническим жаргоном.
09:38–11:15 Делегирование задач некомпетентным сотрудникам и выпуск сырых продуктов без тестирования.
11:15–14:47 Слепая вера в новые инструменты для решения любых проблем и использование оторванных от реальности метрик.

14:48–17:57 Полный отказ руководителей от просмотра данных и усложнение доступа к ним для профильных экспертов.

Топ-инсайты:

Чтобы гарантированно провалиться, мы советуем разделять команды и поощрять секретность — это моментально убивает обмен знаниями и инновации.
Мы обещаем клиентам невозможное: говорим, что ИИ напишет письма и решит все их проблемы, что неминуемо ведет к разрушению доверия.
Мы рекомендуем покупать самые дорогие GPU без какого-либо анализа затрат и выгод, чтобы быстрее накопить впечатляющий технический долг.

Мы специально заваливаем коллег терминами вроде Few-shot обучения и RAG-систем, чтобы бизнес-эксперты ничего не поняли и не мешали нам работать.
Мы игнорируем контроль качества и сразу выкатываем сырые ИИ-продукты в продакшен — пусть клиенты сами выступают в роли тестировщиков.
Если наша RAG-система сломалась, мы не анализируем процесс, а просто покупаем новую дорогую векторную базу данных по принципу игры Whac-A-Mole.
Мы слепо собираем случайные метрики оценки вроде BLEU и ROUGE и ищем ту, что растет, полностью игнорируя реальный пользовательский опыт.

Как руководители, мы принципиально не смотрим на данные: это позволяет нам переложить ответственность на инженеров и принимать многомиллионные решения на основе интуиции.
Мы прячем все данные в сложных платформах, недоступных для отраслевых экспертов, чтобы никто не смог заметить и исправить реальные ошибки в ИИ-системах.

Транскрипт с таймкодами

0:17 Итак, всем привет, добро пожаловать. Мы с Хаммелем невероятно рады быть здесь с вами. По сути, цель – научить вас создавать исчерпывающее руководство по полному, абсолютному и впечатляющему провалу вашей стратегии в области искусственного интеллекта. Честно говоря, я не могла и мечтать о лучшем противовесе для Грейс, ведь речь идет не просто о незначительных…