惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Security Archives - TechRepublic
Security Archives - TechRepublic
T
The Exploit Database - CXSecurity.com
P
Proofpoint News Feed
Scott Helme
Scott Helme
NISL@THU
NISL@THU
Cisco Talos Blog
Cisco Talos Blog
C
Cybersecurity and Infrastructure Security Agency CISA
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
J
Java Code Geeks
U
Unit 42
The GitHub Blog
The GitHub Blog
H
Help Net Security
T
Tenable Blog
aimingoo的专栏
aimingoo的专栏
Jina AI
Jina AI
Spread Privacy
Spread Privacy
Apple Machine Learning Research
Apple Machine Learning Research
人人都是产品经理
人人都是产品经理
L
Lohrmann on Cybersecurity
T
Threatpost
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Engineering at Meta
Engineering at Meta
A
About on SuperTechFans
I
InfoQ
Microsoft Azure Blog
Microsoft Azure Blog
B
Blog
L
LINUX DO - 最新话题
K
Kaspersky official blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Threat Research - Cisco Blogs
C
Check Point Blog
T
The Blog of Author Tim Ferriss
有赞技术团队
有赞技术团队
宝玉的分享
宝玉的分享
Help Net Security
Help Net Security
Google DeepMind News
Google DeepMind News
A
Arctic Wolf
Y
Y Combinator Blog
N
News | PayPal Newsroom
M
MIT News - Artificial intelligence
Latest news
Latest news
H
Hacker News: Front Page
Blog — PlanetScale
Blog — PlanetScale
腾讯CDC
I
Intezer
爱范儿
爱范儿
F
Fortinet All Blogs
P
Palo Alto Networks Blog
C
CERT Recently Published Vulnerability Notes

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
«А с человеком можно поговорить?» Кто проверит и оценит результат работы ИИ, когда всех уже сократили?
handelsburo · 2026-05-19 · via Все публикации подряд на Хабре

«А с человеком можно поговорить?» Кто проверит и оценит результат работы ИИ, когда всех уже сократили?

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели1

Мнение

Интересная статья Марлен Де Конинг на нидерландском интернет-ресурсе поднимает, на мой взгляд, один из новых ключевых вопросов современного бизнеса: как организовать контроль качества результатов и бизнес-процессов в условиях стремительного расширения использования ИИ.

Сегодня многие компании рассматривают сотрудников прежде всего как центр затрат. По мнению автора, это может стать одной из самых дорогостоящих ошибок руководителей.

Марлен Де Конинг, профессионально занимающаяся вопросами трансформации рынка труда, равноправия, генеративного ИИ и инноваций, считает, что главным фактором долгосрочной ценности компании являются не технологии, капитал или данные, а профессиональные навыки сотрудников. И это несмотря на то, с какой скоростью ИИ заменяет, дополняет и перестраивает работу организаций.

Основной угрозой качеству и эффективности бизнеса становится исчезновение «живого» эксперта — сотрудника, способного понимать, тестировать и корректировать результаты работы ИИ.

Здесь возникает фундаментальное противоречие. С одной стороны, руководители ожидают от ИИ роста продуктивности, инноваций и ускорения развития бизнеса. С другой — воспринимают персонал как растущие расходы на фонд оплаты труда, источник снижения эффективности и низкой загрузки.

 При этом исследование компании PwC, в котором приняли участие более 4 400 руководителей по всему миру, показывает: более половины генеральных директоров пока не видят отдачи от инвестиций в ИИ. И парадоксально, что именно эти организации одновременно рассматривают фонд оплаты труда сотрудников как основной источник неэффективных затраты.

«Отсутствие отдачи — не случайность. Технологии сами по себе не создают ценность — её создают люди, которые ими пользуются. Нельзя раскрыть потенциал технологий, игнорируя тех, кто заставляет их работать», — утверждает Марлен Де Конинг.

Второй вопрос, выявленный в ходе исследования, который особенно беспокоит руководство компаний: «Достаточно ли быстро мы трансформируем бизнес с точки зрения внедрения ИИ?»

Хотя ИИ меняет мир быстрее, чем компании успевают адаптироваться, простое увеличение количества технологий не является решением. Более эффективной стратегией становится последовательная и структурированная работа с персоналом.

Ситуацию дополнительно усложняет понимание того, какие профессии наиболее подвержены влиянию ИИ. Исследование Anthropic показывает, что воздействие ИИ прежде всего затрагивает интеллектуально насыщенные и сложные профессии — именно те, от которых компании больше всего зависят в вопросах инноваций и принятия решений.

Автор считает: если компании не выстроят процессы взаимодействия ИИ и сотрудников-экспертов, обладающих системообразующими компетенциями, в ближайшие годы бизнес столкнется с серьезными проблемами.

Масштаб изменений впечатляет. Согласно отчету World Economic Forum, 86% работодателей ожидают, что к 2030 году ИИ и информационные технологии фундаментально преобразят их бизнес-модели и процессы.

Для 60% работников по всему миру потребуется переобучение, чтобы преодолеть разрыв в навыках. При этом 40% работодателей уже заявляют о намерении сокращать сотрудников, чьи компетенции становятся менее востребованными.

И даже вне рамок официальных исследований очевидно: о сокращении штатов по мере внедрения ИИ задумывался, вероятно, почти каждый руководитель.

Но за этими цифрами стоят люди. И простого обсуждения новых навыков, необходимых сотрудникам, уже недостаточно. Главный вопрос сегодня — какие функции, процессы и компетенции компании обязаны сознательно сохранять для контроля и проверки качества бизнес-процессов, даже если ИИ способен выполнять эту работу самостоятельно.

То, что ИИ может что-то делать, еще не означает, что он должен делать всё. Не случайно у многих сразу возникает знакомая фраза: «А с человеком можно поговорить?»

По мере того, как ИИ берет на себя всё больше задач, постепенно исчезают и навыки, необходимые для понимания, оценки и корректировки его работы. Способность технологии выполнять функцию автоматически не означает, что компания должна полностью исключить человека из процесса.

Именно поэтому возникает стратегически важный вопрос: какие компетенции необходимо сохранить для оценки результатов работы ИИ — даже если с точки зрения краткосрочной эффективности это кажется избыточным.

«Компания, которая перестанет понимать, как её системы принимают решения, не станет эффективнее. Она станет слепой», — подчеркивает Де Конинг.

Автор делает важный вывод: стратегическое планирование управления персоналом должно предшествовать внедрению инструментов ИИ, а не следовать за ним.

Однако, как показывает практика, подобным планированием пока занимаются немногие. Исследование PwC также пришло к выводу, что внедрение ИИ в конечном итоге является не технологическим, а человеческим выбором конкретных руководителей.

При этом сами результаты внедрения ИИ пока демонстрируют: технологии сами по себе мало что меняют. Именно люди превращают потенциал в реальный прогресс.

В заключение Марлен Де Конинг рекомендует руководителям перестать хаотично реагировать на ажиотаж вокруг ИИ и начать самостоятельно проектировать свои бизнес-процессы, определяя их критические точки.

Прежде чем внедрять очередной инструмент ИИ, стоит задать более важный вопрос: как выглядит успешная модель совместной работы людей и ИИ?

Стратегия управления персоналом должна формировать внедрение ИИ, а не пытаться догнать его постфактум.

Те компании, которые понимают это уже сейчас, действуют проактивно. Они осознанно определяют границы между человеческой работой и ИИ, инвестируют в развитие сотрудников и рассматривают людей не как строку затрат в финансовой отчетности, а как актив, который необходимо развивать.

© П.. В... 16 мая 2026 года, Москва