Как целевые ИИ-ассистенты подняли метрики Chad AI на 86%
Клиент: Chad AI — платформа-агрегатор передовых нейросетей для работы с текстом, кодом, видео, музыкой и изображениями.
Читать →Аскер Аскеров · ai09t
Проекты из практики применения ИИ
В этом разделе собраны задачи, с которыми я работал: подготовка и анализ информации, AI-ассистенты, организация работы команд и освоение инструментов.
Каждый материал раскрывает конкретную ситуацию: что требовалось изменить, как было устроено решение и какой результат описан по итогам работы.
Здесь представлены проекты предыдущего этапа практики. Их результаты относятся к своим условиям и не являются результатами внедрения новой методологии КАБ. Текущий подход и способы проверки раскрыты на странице методологии.
Клиент: Chad AI — платформа-агрегатор передовых нейросетей для работы с текстом, кодом, видео, музыкой и изображениями.
Читать →К нам обратился Максим Оганов, владелец диджитал-агентства Oganov Digital. Задача возникла в рамках партнёрства с банком Точка.
Читать →Welcome-лекция для технологической компании федерального уровня в сфере городской мобильности.
Читать →Десятинедельный интенсив для Фонда «Гарант». Летняя лидерская программа с треком по ИИ.
Читать →Запрос от Благотворительного фонда Гарант — серия из трёх мастер-классов для победителей конкурсов Фонда Потанина.
Читать →Мастер-класс для Благотворительного Фонда Владимира Потанина. Тема: визуальные ИИ-инструменты для НКО.
Читать →Двухдневный интенсив для 20 проректоров сибирских вузов на Байкале (Листвянка).
Читать →Учебный центр подготовки бухгалтеров и аудиторов. Задача: сломать барьер недоверия к ИИ у скептичного руководства.
Читать →Руководитель небольшой команды (5 человек). Классическая ситуация: задачи валятся, всё на плечах одних и тех же людей.
Читать →Крупная компания с несколькими сотнями сотрудников. Куча каналов внутренних и внешних коммуникаций. Три человека из продуктовой редакции обслуживают всё.
Читать →PR-стратег яхт-клуба. Главная боль — коммерческие предложения. Каждое КП — сложный документ, подготовка занимала 2-3 дня.
Читать →Команда заказной разработки, 6 специалистов. Задача: документирование процесса работы. Отчёты для заказчика, база знаний, FAQ.
Читать →Небольшое кадровое агентство, 7 рекрутеров, каждый ведёт 10+ вакансий одновременно. Бутылочное горлышко: аналитика, тексты вакансий, сбор откликов, шорт-листы.
Читать →Тройка аналитиков недвижимости подключила ИИ-бота к расшифровке и разбору 400 звонков: месяц ручной работы превратился в 1 день — 2 ч проверки отчёта (-97 %).
Читать →Команда из 33 рекрутёров подключила ИИ-ассистента к воронке найма: генерация текстов вакансий, скрининг откликов и формирование short-list теперь занимают 8 ч вместо 40 ч на позицию.
Читать →Два аналитика кредитного брокера подключили ИИ-бота к ежедневному мониторингу отзывов: разбор площадок теперь занимает 30 мин вместо 2 ч (-75 %), отчёт с инсайтами готов к утру.
Читать →Автоматизировав перевод, категоризацию и маршрутизацию ≈ 250 входящих сообщений в службу поддержки каждую неделю, международная IT-компания сократила реальное усилие с 1 000 ч в месяц до 4 ч.
Читать →Обращайте внимание на исходную задачу, условия применения и участие людей. Они помогают понять, какие элементы опыта могут быть полезны в вашей ситуации и какие вопросы потребуют отдельного исследования.
Результаты и оценки относятся к условиям описанного проекта. Если хотите обсудить похожую задачу, начнём с того, как работа устроена у вас и какого изменения вы ожидаете.
Сегодня я работаю в двух направлениях: персональная AI-стратегия для руководителя и корпоративная AI-стратегия для компании. Обе строятся на когнитивной архитектуре бизнеса.
Подбор инструментов, обучение и техническая реализация определяются по результатам анализа и проектирования.
Укажите кейс, который вам близок, и расскажите, что нужно изменить в вашей работе. Определим, с какого исследования имеет смысл начать.