📌 Год назад, когда я закончила обучение по AI в Гарварде, у меня остался главный вопрос:
А как всё это работает «под капотом»?
В Гарварде нам дали сильный фундамент, кейсы внедрения AI в бизнес-процессы и понимание стратегии.
Но технической глубины мне не хватило.
📌 Поэтому после Гарварда я продолжила обучение в Johns Hopkins University — уже с программированием, данными, обучением моделей и разработкой приложений с AI-интеграциями.
Тогда мне казалось, что я наконец-то залезла «под капот».
Но оказалось, что это был только первый уровень из ....??? 😄
📌 Сейчас начинается уже третий месяц моей новой программы по Agentic AI в Johns Hopkins.
Я продолжаю:
+ писать код
+ разбираться с AI-агентами
+ учиться делегировать AI сложные последовательности действий
И периодически офигевать от того, что уже действительно можно автоматизировать.
👉 Недавно я автоматизировала большую повторяемую задачу в GetAnalyst, которая вручную заняла бы около 24 часов — 3 полноценных дня работы без остановки.
Итого сейчас эта задача занимает 2,5 часа:
✔️ около 1,5 часа агент работал самостоятельно, пока я делала другие задачки руками
✔️ оставшееся время мне осталось проверить его результат и передать
❗️То есть моего активного времени потребовалось около 1 часа. То есть почти в 24 раза меньше!!! 🤯😍🤩
Но это не результат одного «волшебного промпта».
Нужно было разобрать процесс, настроить инструменты, задать правила, контрольные точки и критерии проверки. И здесь навыки аналитика оказались особенно важны.
4 часа ручной работы ушло на сборку AI-агента. Но это была огромнейшая инвестиция в будущее!
Именно в этот момент название нашего курса «AI-Акселератор» в очередной раз заиграло новыми красками.
👉 Но чтобы получать от AI такое ускорение, недостаточно только уметь писать промпты.
Нужно понимать, как работают модели, как подключать инструменты, проектировать последовательности действий, задавать ограничения и проверять результат.
Именно этот фундамент вместе с промпт-инжинирингом, вайбкодингом и обучением ИИ я передаю на AI-Акселераторе.
В создании курса мне помог действующий AI-инжинер Apple, что вызывает только гордость от того, какая работа и вклад проделаны 😃
Сейчас аналитику важно принимать две роли в работе с AI:
1️⃣ использовать AI для ускорения собственной работы
2️⃣ проектировать AI-интеграции и агентные процессы для себя и бизнеса
Ценность аналитика всё больше не в ручном выполнении повторяемых действий, а в умении разобрать любой процесс и найти точки оптимизации с AI.
И этому можно научиться на практике 🤖
👉 Подробнее об AI-Акселераторе для аналитиков
#AI_for_analysts
