Мысли с South Hub:

1. Avito во всю зарабатывает на ИИ-фичах, а не просто внедряет из-за модного тренда.
2. GenAI — это очень дорого. Классический запрос в Google потребляет в 10 раз меньше энергии: 0,3 Вт/ч против 2,9 Вт/ч. Пока деньги активно кидают в топку, не думая об издержках. Недавно в LinkedIn увидел тезис, что не нужно писать «спасибо» ChatGPT за полученный ответ, т. к. это не имеет смысла, а нагрузка на электросеть от каждого бессмысленного запроса вполне реальна.
3. Компании поделились на четыре группы.
   (1) Планируют заменять людей ИИ и уже имеют конкретные планы по оптимизации штата. Кто-то сокращает около пяти процентов сотрудников, кто-то в три раза сокращает число аналитиков и пр.
   (2) Замораживают найм и повышают производительность сотрудников с помощью ИИ. Планируют закручивать гайки, чтобы разработчики работали ещё эффективнее. Сейчас мм стало проще работать, но бизнес пока от этого не выигрывает и не видит достаточного результата. В стратегиях появляются фразы формата «AI first».
   (3) Не пытаются оптимизировать штат, а стремятся повлиять на аудиторию продукта через ИИ, фокусируясь не на сотрудниках, а на миллионах MAU и решении проблем клиентов.
   (4) Интересуются оптимизацией через ИИ, но в стратегиях нет конкретных целей – плывут по течению.
4. ChatGPT съел у Google 7п.п. поискового трафика за год: с февраля 2024 по февраль 2025 доля увеличилась с 2% до 9%.
5. У большинства лидов полное непонимание, что будет завтра. И в компании и в личной карьере. Все смирились с тем, что их заменят, но не первыми. Не понимают, куда трансформируется роль и как реагировать на новые изменения. Такие ситуации уже были, но теперь неопределённость выше. Некоторые уже выработали конкретные тезисы, которые доносят своим сотрудникам про ИИ: не «заменит меня», а «интеллект, усиленный через ИИ».
6. Мы входим в новую эпоху, когда топ богатейших компаний будет перестраиваться. Туда уже врываются NVIDIA, Broadcom и TSMC, и это не конец. Грядут перемены.
7. Low code/no code плотно проник в компании и активно применяется: админки, прототипы, дашборды, кастомизация продукта без разработки, последовательные автоматические действия. Но попытки перевести сотрудников на эти инструменты не всегда успешны – их нужно обучать, чтобы полностью снять нагрузку с разработчиков, иногда используя «кнут»))
8. На собеседованиях начали давать задания с предложением сделать приложение через Cursor и его аналоги. На ИИ-позициях оценивают погружённость сотрудника в LLM, наличие лайфхаков, подходов и готовых промтов.

Слайды от Гюванча, CEO Магнит OMNI, про культуру, принципы и найм. Только часть из озвученного работает на практике, но мысли всё равно интересные и полезные для осмысления. Встречал их в книгах про Netflix, Amazon и других компаний.

Про найм:

1. Деление людей на группы A, B, C. A-player – топ-перформер во всех смыслах. Именно таких и нанимают, другие не интересуют. Их отличают (1) лучшие результаты, (2) высокий потенциал, (3) доменная экспертиза. Могут спокойно заменить B-игрока на A-игрока в той же позиции. C – кандидат на вылет.
2. Нанимать быстро, но тщательно проверять кандидата: процедура Bar-raiser, где пять топов «прожаривают» кандидата. Все пять встреч должны пройти за неделю. Бинарная система hire/no hire с пояснением решения, у каждого есть право вето. Лично Гюванч тратит 10 часов в неделю на собеседования, чтобы найти нужных людей.
3. Очень детальный Job Description со скиллсетом и критериями. Кандидат должен быть описан подробно, а JD согласован группой людей – для калибровки и быстрой оценки мэтчa.
4. Интересуются не только достижениями в работе, но и в жизни: какие науки, навыки или спорт освоил с нуля и довёл до конца.
5. Платят выше рынка топ-перформерам.
6. Регулярно продвигают миссию компании («propaganda» в его формулировке).
7. Проактивный поиск кандидатов: ищут недооценённых сотрудников в других компаниях, которые не видят роста внутри и быстро хантят.

Оригинал в Telegram: https://t.me/segagridchin/79