ingest: the-complete-141-page-guide-to-ai

2026-05-18 14:11:51 +03:00
parent 789dfd65a2
commit ab5cba36d8
2 changed files with 356 additions and 0 deletions
@@ -0,0 +1,106 @@
+---
+title: "Полный 141-страничный гид по AI-агентам и цифровым двойникам"
+slug: the-complete-141-page-guide-to-ai
+type: video
+source: https://natesnewsletter.substack.com/p/the-complete-141-page-guide-to-ai
+author: Nate Jones (Nate's Substack)
+published: 2025-07-16
+processed: 2026-05-18
+themes:
+  - "[[Agentic Workflow]]"
+  - "[[Implementation Layer]]"
+  - "[[Evals]]"
+  - "[[Workflow Completion]]"
+frameworks:
+  - "[[Цифровой двойник]]"
+  - "[[Стратегическое моделирование]]"
+  - "[[Трансформационный плейбук]]"
+terminology:
+  - "[[Агенты-исполнители]]"
+  - "[[Агенты-модели]]"
+  - "[[Цифровой двойник]]"
+  - "[[Стратегическое моделирование]]"
+---
+
+## Суть
+
+Большинство компаний используют AI-агентов только для **исполнения** ("do") — автоматизация задач, написание текстов, обработка инбокса. Автор утверждает, что это использует лишь малую долю потенциала: 95% компаний застряли в режиме agents-that-do, упуская режим **agents-that-model**.
+
+Настоящая ценность — в [[Цифровой двойник|цифровых двойниках]]: виртуальных копиях клиентов, продуктов и рынков, на которых можно прогонять сценарии до принятия реальных решений. Это сдвиг от автоматизации к **стратегическому симулированию**.
+
+> "We need to start thinking about the future as partially computable"
+> *«Нам нужно начать воспринимать будущее как частично вычислимое»*
+
+---
+
+## Ключевые тезисы
+
+- **Агенты-исполнители vs. агенты-модели**: первые делают работу, вторые сжимают время принятия решений — тестируют сотни возможных будущих до ставки реальными деньгами
+- **Решения — всё**: руководители принимают 8–24 высокоценных решения в год; AI-моделирование способно радикально улучшить их качество
+- **Моделирование невидимо**: когда оно работает — ничего не происходит, именно поэтому оно недооценено
+- **Downstream-эффект**: агенты-модели улучшают работу агентов-исполнителей, создавая более сильный слой принятия решений для всего execution layer
+
+---
+
+## Три части руководства
+
+### 1. Стратегическое видение (для лидеров)
+- Компании достигают **20–46% улучшения производительности** через моделирование
+- Кейсы: маркетинг, автомобилестроение, здравоохранение, финансы
+- Роадмап: от базового persona modeling → до симуляций общественного масштаба
+
+### 2. Практическое руководство (для строителей)
+- Три подхода: **промптинг, файн-тюнинг, [[Evals|RAG]]**
+- Пороговый бенчмарк перед деплоем: **85% точность**
+- Детальные воркфлоу, примеры кода, валидационные фреймворки, мульти-агентные симуляции
+
+### 3. Трансформационный плейбук (для change leaders)
+- Быстрый старт: **30 дней**
+- Полная трансформация: **3-летний план для enterprise**
+- Управление культурными изменениями, этика, governance
+
+---
+
+## Терминология
+
+| RU | EN | Примечание |
+|---|---|---|
+| Агент-исполнитель | Agent-that-does | Автоматизирует задачи |
+| Агент-модель | Agent-that-models | Симулирует исходы |
+| [[Цифровой двойник]] | Digital Twin | Виртуальная копия клиента/рынка/продукта |
+| Стратегическое моделирование | Strategic Simulation | Прогон сценариев до реальных ставок |
+| [[Evals\|Пороговый бенчмарк]] | Accuracy Threshold | 85% до деплоя |
+| [[Agentic Workflow\|Мульти-агентная симуляция]] | Multi-agent Simulation | Сложные воркфлоу с несколькими агентами |
+| [[Implementation Layer\|Слой трансформации]] | Transformation Layer | Организационный и культурный переход |
+| Частично вычислимое будущее | Partially Computable Future | Ключевой ментальный сдвиг автора |
+
+---
+
+## Что использовать для нашего портфеля
+
+**Как AI-интегратор и [[Forward Deployed Engineer]]:**
+
+1. **Фрейм "моделирование vs. исполнение"** — готовый язык для переговоров с клиентами. Большинство заходят с запросом на автоматизацию; этот фрейм позволяет поднять разговор до уровня decision intelligence и обосновать более высокий чек.
+
+2. **[[Implementation Layer]] как продукт** — три подхода (промптинг → RAG → файн-тюнинг) совпадают с нашей матрицей зрелости клиента. Порог 85% точности — конкретный [[Evals|eval-критерий]], который можно включать в контракты.
+
+3. **[[Business Object|Бизнес-объекты как цифровые двойники]]** — симуляция клиентского поведения, сценарное моделирование продуктовых изменений и ценообразования до реального релиза. Это прямое применение [[Agentic Workflow]] поверх [[Systems of Record]].
+
+4. **30-дневный старт как точка входа** — структура быстрого пилота совпадает с нашим форматом PoC. Можно позиционировать как "digital twin sprint" для конкретного [[Business Object]].
+
+5. **PE-канал**: тезис про 20–46% улучшение производительности — готовый ROI-аргумент для портфельных компаний; моделирование работает там, где есть повторяющиеся высокоценные решения (pricing, M&A, resource allocation).
+
+> **Открытый вопрос**: Какие из клиентских [[Business Object|бизнес-объектов]] в текущем портфеле имеют достаточно исторических данных для построения цифрового двойника с 85%+ точностью?
+
+---
+
+## Связанные заметки
+
+- [[Agentic Workflow]]
+- [[Implementation Layer]]
+- [[Evals]]
+- [[Forward Deployed Engineer]]
+- [[Business Object]]
+- [[Systems of Record]]
+- [[Workflow Completion]]
+- [[Moat]]