В марте исполнилось три года, как мы начали в Кловери проводить стажировки начинающих IT-специалистов.

За это время через нас прошло около 300 человек. Кто-то из выпускников работает у нас (и даже запускает собственные проекты), кто-то — у наших партнеров, кто-то нашел работу в других компаниях и уже сделал проекты федерального масштаба.

В общем-то, уже понятная практика. Но каждый раз получая такие сообщения от выпускников, радуюсь, что решились на эту авантюру и не останавливаемся, несмотря на то, что проект все еще инвестиционный.

Хотите вместе с нами развивать отрасль? Пишите в личку.

Позвали выступить для HR на ВДНХ. Что-нибудь про искусственный интеллект.

Конечно, можно было бы хайпануть. Про GPT-модели и прочее.
Но это не наш путь. Наш путь — это кропотливый сбор информации о человеке. Об архитектуре его личности. О его действиях. О нетворке. Много-много данных. И потом — подбор средствами машинного обучения тех производственных задач, где он максимально эффективен.

Для этого у нас как у группы всё есть — модель личности, оценка компетенций, мотивов, склонностей через нашу HRM-систему, система управления процессами и задачами, платформа интеллектуального анализа данных. Люди, которые это всё способны собрать. Понимание смыслов.

Вот о смыслах и поговорим в июне на ВДНХ. Ну и об ИИ, конечно.

Пару месяцев назад мы начали работу над новыми тремя проектами группы.

Как и бывает в 80% наших проектов, разработка идет силами стажеров.

В этот раз решили попробовать новый формат: когда участники команд пишут о своих впечатлениях. Ниже заметки одной из участниц.

В марте-апреле общался с несколькими ВУЗами. Хотим быть партнерами в развитии в них технологических предпринимателей. Собственно, я писал об этом несколько раз в соседнем канале. Студенты, в логике нашей группы — это драйвер инноваций.

В последние недели я много рассказывал студентам, которые проходят у нас практику, как работает бизнес-модель группы компаний, в том числе, при работе с ВУЗами.

А сегодня еще и один из ВУЗов напомнил, что мы хотели подготовить материалы по сотрудничеству. При подготовке материалов родилась вот такая высокоуровневая схема экономической модели. Есть и более детальная схема, и фин.модель тоже есть. Ждем первые ВУЗы, кому это будет интересно на практике :)

Презентация про применение искусственного интеллекта для повышения производительности сотрудников готова. 19 июня на ВДНХ расскажу, зачем это нужно, как запустить, и какие дополнительные эффекты может дать.

🗓Когда: 19 июня, 14:00 – 18:00
📍Где: Лекторий Общества «Знание» на ВДНХ, на Международной выставке-форуме "Россия", Москва, проспект Мира, 119, павильон №34 "Космонавтика и авиация"

Мое выступление — в 16 часов (но рекомендую послушать все выступления, модератор и темы — ого-го). Записаться можно на сайте организаторов. Там же и программа.

Один из слайдов — на изображении. Кстати, показатели реальные, взяты из нашей HRM системы, про которую упоминала Галина Дейнекина.

Слайды с выступления на ВДНХ.

Рассказал о том, как:
- Мотивация и экспертность влияют на производительность (не всегда эксперт лучше)
- Что такое "архитектура личности" и для чего хорошо бы ее понимать для сотрудников. И как повысить объективность сбора.
- Какие данные нужны ИИ, чтобы повышать производительность
- Какие эффекты это может дать

После выступления ко мне подошли несколько человек и задали несколько вопросов. Основной смысл был: «А как бы нам использовать ИИ для работы с персоналом или клиентами?». При этом на вопросы: «А какого размера ваша компания и сколько данных уже есть» ответы были «Данных нет. Сотрудников мало».

Коллеги,
ИИ — это данные + алгоритмы + железо.
И если данных нет, то никакой ИИ вам не поможет.
Поэтому первый шаг — это перенос процессов в цифровой вид. И до шага «внедрение ИИ» у вас впереди еще много шагов.

Я с радостью помогу эти шаги пройти. Но чудес не бывает.

Помогаем анализировать данные мониторинга HR-компетенций представителей региональных органов исполнительной власти.

Средние данные по стране (несколько тысяч оценок) выглядят очень похожими на все мониторинги предыдущих лет. А вот когда начинаешь сравнивать с усредненными данными каждый конкретный регион, становится уже интереснее.

А местами такое сравнение дает больше вопросов, чем ответов.

Вот как считаете, какие вопросы возникают при изучении данной пары? Зеленый — усредненные данные по стране. Голубой — усредненные данные одного из регионов.

На следующей неделе в Счетной палате РФ рассказываю о том, как большие данные могут помочь снизить риски в госуправлении, связанные с человеческим фактором.

Тезисы:
- Цифра или человеческий фактор? Кто победит?
- Какие данные нужны, чтобы учитывать человеческий фактор
- Из чего состоит архитектура личности и почему люди ошибаются
- Зачем и как накапливают данные о людях и с чего начать
- Как ИИ поможет снизить влияние человеческого фактора

Презентация по итогу выступления в Счетной Палате.

Краткие выводы:
Технологии искусственного интеллекта могут снизить число ошибок в работе госслужащих, возникающих из-за человеческого фактора, а также подсказать аудиторам, на чьи действия стоит обратить внимание при проверках. Однако это достаточно непростая задача, требующая изменения как подходов в работе с персоналом на всех уровнях власти, так и создания инновационных цифровых инструментов.

Хороший день для группы компаний: еще один выпускник нашего проекта по стажировкам digital-специалистов Кловери.Старт вышел на работу в один из наших флагманских проектов. И эт круто.