Продуктивность

Как устроено обучение на платформе mysummit.school

6 мин чтения

Большинство онлайн-курсов устроены одинаково: видео, текст, тест из пяти вопросов в конце модуля. Прочитал, кивнул, угадал правильный ответ – через неделю не помнишь половины. Знакомо?

Когда мы проектировали платформу mysummit.school, вопрос был простой: как сделать так, чтобы знания не испарялись на следующий день? Ответ оказался не в контенте – контент у всех примерно одинаковый. Ответ в том, что происходит между чтением и применением.

Читать полностью
Как устроено обучение на платформе mysummit.school
ИИ и ритм проекта: как менеджеру освободить 300 часов в год
12 мин

ИИ и ритм проекта: как менеджеру освободить 300 часов в год

Двенадцать часов в неделю. Столько времени типичный проектный менеджер тратит на отчёты, обновления планов, переписку со стейкхолдерами и отслеживание рисков. Это почти треть рабочего времени, которая уходит не на принятие решений, а на их оформление.

С ИИ это время сокращается до трёх часов. Но только при одном условии: ИИ должен быть встроен в операционный ритм работы, а не использоваться эпизодически – «когда вспомнишь».

Value-to-time ratio: как мы проектируем уроки об AI
8 мин

Value-to-time ratio: как мы проектируем уроки об AI

Большинство онлайн-курсов об ИИ устроены одинаково: час видеолекции, 20 минут на тест, неделя на домашнее задание. Студент тратит 90 минут – и получает понимание, что такое промпт-инжиниринг. Понимание есть. Практики – нет. На следующее утро он открывает ChatGPT и снова не знает, что написать.

Мы проектируем уроки иначе. Ключевой вопрос при создании каждого урока – не «что студент должен знать», а «что студент сможет сделать завтра утром». Эту метрику мы называем value-to-time ratio – соотношение практической пользы ко времени, затраченному на обучение.

Что такое ИИ простыми словами: объяснение для менеджеров 2026
9 мин

Что такое ИИ простыми словами: объяснение для менеджеров 2026

Тысячи руководителей каждый день гуглят «что такое ИИ простыми словами» – не потому что они недостаточно умны, а потому что технические объяснения из учебников бесполезны для принятия реальных решений. Проблема не в сложности темы. Проблема в том, что большинство объяснений написаны инженерами для инженеров.

Разберёмся без жаргона и формул – с акцентом на то, что менеджеру реально нужно знать.

AI не делает вас тупее. Дело в том, как вы его используете
7 мин

AI не делает вас тупее. Дело в том, как вы его используете

Полтора года назад я написал заметку в личном блоге о том, что замечаю в работе коллег и в своей собственной: чем больше доверяешь AI, тем реже задаёшь себе вопрос «а это точно правильно?». Я тогда опирался на исследование Microsoft – оно показывало, что доверие к AI подавляет критическую оценку выдаваемых ответов. Аргумент казался мне сильным, но у него был очевидный изъян: корреляция, а не причинно-следственная связь.

В феврале 2026 года исследователи Anthropic Джуди Шэнь и Алекс Тамкин опубликовали эксперимент, который закрыл этот пробел. Рандомизированный контроль. Конкретные данные. И вывод, который, как мне кажется, неправильно понимают большинство людей, кто о нём читал.

Потому что это не история о том, что AI делает нас глупее. Это история о том, как именно мы его используем.

AI не экономит время – он его уплотняет: 8 месяцев наблюдений
10 мин

AI не экономит время – он его уплотняет: 8 месяцев наблюдений

Компании беспокоятся, как заставить сотрудников использовать AI. Обещание соблазнительное: AI возьмёт на себя рутину – черновики документов, суммаризацию информации, отладку кода, – освободит время для высокоценных задач.

Но готовы ли компании к тому, что произойдёт, если они в этом преуспеют?

Исследователи из Стэнфорда провели 8-месячное наблюдение за примерно 200 сотрудниками американской технологической компании, которая внедрила генеративный AI. Компания не требовала использовать AI принудительно, просто предоставила корпоративные подписки на коммерческие инструменты. Сотрудники сами решали, применять AI или нет.

Результат оказался парадоксальным. AI не сократил работу. Он её интенсифицировал. Работники стали работать быстрее, брать на себя больший объём задач, распространять работу на большее количество часов в день – часто без явных внешних требований. AI сделал “делать больше” возможным, доступным и во многих случаях внутренне награждающим.

Удивительно, но тот же паттерн прослеживается в других исследованиях. Microsoft обнаружил, что 62% продакт-менеджеров используют Gen AI ежедневно, но 81% говорят, что AI экономит время, при этом 56% отрицают, что усилий стало меньше. Парадокс? Нет, закономерность.

6600 коммитов за месяц: уроки workflow от создателя OpenClaw
14 мин

6600 коммитов за месяц: уроки workflow от создателя OpenClaw

Один разработчик. 6600 коммитов. Один месяц.

Больше, чем большинство команд отправляет за квартал. Больше, чем многие стартапы делают за полгода. Это не маркетинговая метрика – это реальная продуктивность Питера Штайнбергера, создателя OpenClaw (ранее известного как clawdbot), одного из самых вирусных AI-проектов января 2026 года.

Сам Питер описывает проект просто: «Это не компания – это один чувак, который сидит дома и кайфует от процесса». После успешного exit из PSPDFKit он мог бы отдыхать. Вместо этого – строит AI-ассистента, который управляет его календарём, отправляет письма и регистрирует на рейсы. «AI, который действительно делает дела» – так он сформулировал миссию проекта.

Как один человек может работать как целая компания? Какие навыки критически важны при работе с AI-агентами? Почему опыт управления командой из 70+ человек оказывается ключевым для продуктивности с AI? И как меняется фокус внимания инженера – от написания кода к проектированию архитектуры?

Разберём конструктивные уроки из workflow Питера Штайнбергера – применимые к любым AI-ассистированным проектам, даже если вы никогда не установите сам OpenClaw.

Скрытый налог на ИИ: почему 40% экономии времени исчезает
9 мин

Скрытый налог на ИИ: почему 40% экономии времени исчезает

87% сотрудников используют AI на работе. 77% говорят, что стали продуктивнее. Звучит как история успеха цифровой трансформации. Но стоит задать неудобный вопрос: если AI настолько повышает продуктивность, почему только 14% реально получают чистую выгоду? Куда исчезают остальные 86%?

Workday провели глобальное исследование с 3 200 респондентами – и обнаружили, что за красивыми цифрами скрывается неприятная реальность. Почти 40% времени, сэкономленного с помощью AI, тратится на исправление его ошибок. Это не баг отдельных инструментов и не проблема «неправильного использования». Это системный сбой в том, как организации внедряют искусственный интеллект.

Мы в mysummit.school уже разбирали Dejan.AI (AI как младший стажёр), Gallup (рост использования в 2 раза за год) и MIT (разрыв между лидерами и отстающими). Workday добавляет новый ракурс: измеримую цену низкого качества AI-выводов. И эта цена оказывается выше, чем многие готовы признать.

5 элементов идеального промпта: почему AI не понимает, чего вы хотите
5 мин

5 элементов идеального промпта: почему AI не понимает, чего вы хотите

Вы когда-нибудь получали от ChatGPT ответ, который был «ну такое»? Вроде бы верно, но слишком общо, скучно или вообще не то, что нужно. Вы не одиноки – это одна из самых частых жалоб на генеративный AI.

Проблема не в нейросети. Проблема в том, как мы формулируем запросы.

BYOA – новый тренд управления проектами: как ИИ-агенты меняют PM в 2025
13 мин

BYOA – новый тренд управления проектами: как ИИ-агенты меняют PM в 2025

Пока корпорации тратят месяцы на согласование внедрения Microsoft Copilot или разработку собственных LLM, проектные менеджеры (ПМ) уже живут в будущем. Они не ждут. Они открывают ноутбук, логинятся в личный аккаунт ChatGPT Plus или Claude Pro и решают задачи за 15 минут вместо четырех часов.

Этот феномен получил название BYOA (Bring Your Own Agent) – по аналогии с BYOD (Bring Your Own Device). Это ситуация, когда личные инструменты сотрудника превосходят корпоративные по мощности, гибкости и скорости.