ingest: executive-briefing-what-separates

This commit is contained in:
2026-05-18 14:41:41 +03:00
parent b8c0683953
commit 7040a198cd
2 changed files with 335 additions and 0 deletions
@@ -0,0 +1,153 @@
---
title: "Executive Briefing: Почему 95% AI-внедрений останавливаются до продакшна"
slug: executive-briefing-what-separates
source: https://natesnewsletter.substack.com/p/executive-briefing-what-separates
author: Nate Jones (@natesnewsletter)
date_published: 2026-01-25
date_processed: 2026-05-18
type: video
status: processed
themes:
- "[[Enterprise AI Adoption]]"
- "[[Human-AI Collaboration]]"
- "[[Workforce Development]]"
- "[[AI Fluency]]"
frameworks:
- "[[The 201 Gap]]"
- "[[Jagged Frontier]]"
- "[[Centaur Pattern]]"
- "[[Cyborg Pattern]]"
- "[[Six Meta-Skills]]"
terminology:
- "[[The 201 Gap]]"
- "[[Jagged Frontier]]"
- "[[AI Fluency]]"
- "[[Context Assembly]]"
- "[[Frontier Recognition]]"
- "[[Implementation Layer]]"
- "[[Workflow Completion]]"
---
## TL;DR
Организации застряли между экспериментом и промышленным AI не из-за технологии — а из-за пропасти в человеческих навыках применения. Это [[The 201 Gap]]: слой прикладного суждения (applied judgment), который обучение системно пропускает. Без него инструмент, усиливающий хорошее мышление, катастрофически усиливает плохое.
---
## Ключевые цифры
| Факт | Источник |
|------|----------|
| +33% производительность в часах использования GenAI | St. Louis Fed, февраль 2025 |
| +40% качество, +25.1% скорость, +12.2% задач | Harvard / BCG field experiment |
| −19 п.п. вероятность правильного ответа вне [[Jagged Frontier]] | BCG (те же данные) |
| >80% организаций исследовали ChatGPT / Copilot | — |
| Только 5% дошли до production deployment | — |
| 30% GenAI-проектов будут брошены после PoC к концу 2025 | Gartner |
---
## Главный тезис: [[The 201 Gap]]
Обучение бифуркировало:
- **101** — базовые туры по инструментам, основы промптинга
- **401** — техническая реализация: API, RAG, fine-tuning
- **201 (пусто)** — прикладное суждение, превращающее инструменты в стабильный прирост производительности
Знатоки уровня 201 — это люди, которые умеют работать в рамках [[Jagged Frontier]]: видят, где AI силён, и не делегируют ему то, что лежит за его границей возможностей.
---
## [[Jagged Frontier]] — зубчатая граница возможностей
Возможности AI неравномерны: на одних задачах модель превосходит эксперта, на соседних — хуже новичка. Проблема: граница **невидима** без 201-навыков.
> "The tool that makes good judgment better makes poor judgment catastrophically worse."
> *«Инструмент, усиливающий хорошее суждение, делает плохое суждение катастрофически хуже.»*
---
## Паттерны эффективных пользователей
### [[Centaur Pattern]] (Кентавр)
Человек и AI работают **последовательно** по зонам ответственности: человек делает то, что требует суждения о контексте; AI делает то, что требует скорости и объёма. Чёткое разделение.
### [[Cyborg Pattern]] (Киборг)
Человек и AI работают **одновременно**, глубоко переплетённо. AI встроен в каждый шаг мышления, не как отдельный инструмент, а как расширение когнитивного процесса.
---
## [[Six Meta-Skills]] — шесть мета-навыков 201-уровня
| # | Навык (EN) | Навык (RU) | Суть |
|---|-----------|-----------|------|
| 1 | Context Assembly | Сборка контекста | Умение сформировать релевантный контекст до запроса |
| 2 | Quality Judgment | Суждение о качестве | Оценка выдачи AI без слепого доверия |
| 3 | Task Decomposition | Декомпозиция задачи | Разбивка задачи на части, подходящие для AI |
| 4 | Iterative Refinement | Итеративное уточнение | Доработка результата через серию промптов |
| 5 | Workflow Integration | Встраивание в рабочий процесс | Интеграция AI в существующий поток работы |
| 6 | Frontier Recognition | Распознавание границы | Понимание, где заканчивается компетенция модели |
[[Frontier Recognition]] — самый критичный: именно его отсутствие даёт −19 п.п. из BCG-исследования.
---
## Структурные причины, почему разрыв сохраняется
1. Бифуркация обучения (101 vs 401, 201 пропущен)
2. Коллапс модели ученичества (apprenticeship) — некому передавать прикладное суждение
3. Демо-культура: сотрудники получают демо, а дальше разбираются сами
4. Отсутствие метрик для 201-уровня (нельзя измерить — нельзя развить)
5. TBD — брифинг за paywall, полный список не извлечён
> *Какие ещё структурные причины называет автор в полной версии?*
---
## Диагностика организации (Director Assessment)
Автор предлагает 5 вопросов для диагностики. Из доступного превью — формулировки не извлечены.
**TBD.** Что конкретно входит в 5 вопросов директорской оценки?
---
## Терминология
| EN | RU | Пояснение |
|----|----|-----------|
| The 201 Gap | [[The 201 Gap]] | Пропущенный слой прикладных навыков между базовым и техническим обучением |
| Jagged Frontier | [[Jagged Frontier]] | Неравномерная граница возможностей AI-модели |
| Centaur Pattern | [[Centaur Pattern]] | Паттерн: последовательное разделение труда человека и AI |
| Cyborg Pattern | [[Cyborg Pattern]] | Паттерн: глубокое переплетение человека и AI в каждом шаге |
| AI Fluency | [[AI Fluency]] | Организационная зрелость применения AI, выход за пределы эксперимента |
| Applied Judgment | Прикладное суждение | Способность верно решать, когда и как применять AI |
| Context Assembly | [[Context Assembly]] | Навык формирования задачи с нужным контекстом |
| Frontier Recognition | [[Frontier Recognition]] | Навык распознавания границ компетенции модели |
| Implementation Layer | [[Implementation Layer]] | Слой между моделью и реальным рабочим процессом |
---
## Что использовать для нашего портфеля
**Как AI-интегратор, работающий через [[Implementation Layer]] с PE-каналом:**
- **[[The 201 Gap]] — это наш рынок.** Клиенты PE-портфелей системно инвестировали в 101 (ChatGPT-лицензии) и 401 (наймы ML-инженеров). Слой 201 — прикладное суждение команд — никто не строил. Это точный адрес для первичного engagement.
- **[[Frontier Recognition]] как диагностический инструмент.** При входе в портфельную компанию: провести быстрый аудит, где сотрудники применяют AI вне [[Jagged Frontier]] — именно там скрытые потери производительности и риски. Это осязаемый первый deliverable.
- **Паттерн [[Centaur Pattern]] vs [[Cyborg Pattern]] — выбор определяет [[Implementation Layer]].** Для операционных [[Business Object|бизнес-объектов]] (отчёты, handoff-ы, анализ данных) уместен Centaur. Для knowledge-intensive процессов (юридика, due diligence, ценообразование) — Cyborg. Разные имплементации, разная цена, разный ROI.
- **Цифра −19 п.п. — аргумент для C-suite.** Показывает, что AI без [[Six Meta-Skills]] не нейтрален: он активно вреден. Это снимает возражение «у нас уже есть Copilot».
- **[[Workflow Completion]] как критерий успеха внедрения.** Не «внедрили инструмент», а «замкнули рабочий процесс»: человек + AI завершает задачу быстрее и качественнее, чем без AI.
> *Открытый вопрос: как операционализировать измерение 201-навыков в команде портфельной компании за 2–4 недели диагностики?*
---
## Связанные материалы
- [[Implementation Layer]] — смежная концепция Nate о 6 условиях, необходимых для изменения workflow
- [[Agentic Workflow]] — следующий уровень после решения 201 Gap
- [[Evals]] — инструмент измерения качества AI-выдачи (навык Quality Judgment)
File diff suppressed because one or more lines are too long