Kumar & Solo ✔

🤡 Как галлюцинации нейронок и людей могут сжечь ваши деньги AI драматически ускорил работу, но для многих людей процесс принятия решений усложнился: веток решений стало больше, а фильтрация бреда из-за высокого доверия к LLM-кам у сотрудников часто слабее А из-за того, что плохо обвязанная контекстом вашей компании (или позиции) модель может коммуницировать откровенный бред еще и очень уверенно, то % хуево принятых решений вообще может улететь в космос Нам одно такое решение чуть не стоило порядка 100k$ рекламного бюджета и 400k$ выручки I. Как мы чуть не сломали маркетинг В начале сентября у нас жестко подорожала стоимость привлечения клиента, маркетолог пришел с выводами о том, что дело в классическом сезонном удорожании рекламного аукциона, а Claude ему радостно этот вывод подтвердил)) Мы даже собрали план по росту рекламного бюджета в Гугле (где у нас гораздо хуже обучены кабинеты и все могло закончиться оч печально) Хорошо, что перед принятием всех важных решений мы прогоняем их через свой скилл проверки фактов, и сигнал от скилла был однозначный: подтвержденных фактов подорожания аукциона в надежных источниках он не нашел В итоге мы выключили эмоции, и взялись за то, на что мы можем повлиять — производство креативов по нашей системе (расскажем о ней ниже) В итоге октябрь закрыли рекордом по выручке, сделав больше 430 тысяч долларов. II. Как нельзя взаимодействовать с нейронкой Если вы просите нейронку "действовать как опытного маркетолога", то умнее ответ от этого не станет, роль меняет тон, нейронка начинает отвечать ЕЩЕ УВЕРЕНЕЕ , и распознать полуправду или откровенные галлюцинации становится крайне тяжело Поэтому в принятии суперважных решений вместо роли мы пишем, что у нас за задача, на каких цифрах принимать решение и что важно перепроверить, а любой вывод перед решением о важных вещах (например бюджете) проверяем таким запросом к Claude/GPT: Я собираюсь принять решение [например: перенести бюджет из Meta в Google] на основании этих данных: [вставить данные]. Составь список аргументов за и против данного решения. Для каждого утверждения дай ссылку на источник с датой, а если ссылки нет, пометь утверждение как гипотезу. Сформулируй вывод, а потом приведи самые сильные доводы против вывода и скажи, какие цифры в наших данных его подтвердят или опровергнут. Ссылки из ответа открывайте сами: нейронка может выдумать и источник. Если ссылка не открывается или там написано другое, считайте утверждение гипотезой и относитесь к ней соответствующе Если работаете в Claude Code/Codex, забирайте наш скилл Check Solo: он прогоняет ответ через несколько нейронок и ставит вердикт: подтверждено, спорно, непроверяемо или галлюцинация. 3. Что с учетом всего вышенаписанного сейчас делать с людьми? Как нанимать людей, которые умеют принимать решения в условиях наличия огромного количества данных и сценариев? И стоит ли вообще сейчас кого-то нанимать?) Поделюсь своим видением этого в ближайший четверг 12 ноября на онлайн-дебатах "Кто нужен AI-бизнесу в 2027". Вместе со мной будут выступать Андрей Резинкин, Игорь Зуев, Таня Савельева, Саша Журавлёв и Надя Зуева. Начало в 15:00 по Москве / 13:00 по Европе в Zoom, приносите свои вопросыи и кейсы к обсуждению. Доступ к дебатам откроется за подписку на каналы спикеров, если не сможете прийти в лайве или пропустите какую-то часть — наш бот отправит вам запись Регистрация тут