📌Наш telegram с невероятными новостями и супер вакансиями https://t.me/kotelov_love
Наш сайт https://go.kotelov.com/website_kotelov
Отправить CV hr@kotelov.com или https://kotelov.com/hr/
Когда AI приносит деньги, а когда – только расходы?
С Павлом Боюкой, директором по AI-продуктам Газпром ИД, разбираем, почему AI-проекты проваливаются после пилота, как считать их окупаемость и когда обычный алгоритм лучше нейросети. Плюс – кейсы Rutube, модерации, рекомендательных систем и LLM, которые могут ошибаться дорого.
00:00 Павел Боюка, директор по AI-продуктам, Газпром ИД
01:43 Что такое Газпром ИД: Рутуб, Матч ТВ и Газпром Банк
02:43 70% инвестиций в AI не вернулись: что Газпром ИД делает иначе
03:04 Быстрые эксперименты и ROI: главные секреты выживания
05:29 AI-проект начинается с денег: оценить ROI до старта
08:00 3 модели монетизации AI: cost-cutting, рост выручки, рекомендации
11:11 Заказчик пришёл с деньгами, но без задачи: что делать
12:36 Эмпатия как главный инструмент: побыть в шкуре сотрудника
14:00 Саботаж при внедрении: почему нужен чемпион внутри компании
15:39 Три причины гибели AI-проектов на этапе пилота
17:48 Нематериальная мотивация чемпиона: признание вместо денег
21:05 Грязные данные заказчика: правило Парето в действии
23:10 Качество AI без эмоций: договориться о метриках на берегу
24:51 Объяснять AI без жаргона: говорить на языке бизнеса
28:44 Как отличить настоящий AI от продукта на if-else
30:24 Каким компаниям нужен AI, а каким нет
35:01 Метрики и ценообразование AI: что убеждает инвесторов
39:09 Рекомендательная система Рутуба: рост просмотров в 2x за 2025
40:17 Reinforcement Learning в рекомендациях: как работает простыми словами
43:54 Рутуб vs Кинопоиск: почему UGC-рекомендации сложнее стриминга
46:34 Холодный старт: что показывать новому пользователю
49:26 Галлюцинации LLM в продакшене: кейс с матом в официальном протоколе
52:30 ЯндексГПТ vs Qwen и DeepSeek: стоит ли переплачивать за русский язык
53:50 AI без дата-культуры: с чего начинать внедрение
56:38 Inhouse vs аутсорс: когда строить AI-экспертизу у себя
57:37 Команда из 70 человек: детские болезни и когда убивать проекты
59:28 Первый найм в AI-команду с нуля: продакт + ML-инженер
1:00:30 Блиц
