Тендеры и лиды
Информация
Игорь Филипьев рассказывает, как ИИ помогает писать книгу, готовить подкасты и упаковывать резюме под карьерные гипотезы.
Большая часть статей про ИИ в бизнесе сегодня про одно и то же: агенты, токены, инфраструктура и большие корпоративные внедрения. На уровне обычного продакта, консультанта или собственника картина другая. ИИ снимает повседневную рутину, на которую каждую неделю уходят часы, а иногда и заметно сокращает расходы на внешних экспертов.
Об этом на конференции Кайтена «AI в управлении компанией: тренды 2026» рассказал Игорь Филипьев — один из трех аккредитованных канбан-консультантов в России, продакт и delivery manager в страховом бизнесе, основатель школы Канбана. Игорь разобрал 5 направлений, в которых делегирует часть работы нейросети, и показал, что это дает на практике.
Полная запись выступления доступна на Rutube и YouTube.
Рутинные задачи важны для работы, но на дистанции отнимают много времени и дают меньше результата, чем хотелось бы. К тому же по отдельности они выглядят слишком мелкими, чтобы выделять их в отдельный процесс.
Именно эти задачи Игорь и делегирует нейросети. По его словам, главное здесь — подходить к делегированию осознанно: понимать, какую конкретно рутину снимает ИИ и где появляется реальная экономия:
«Используйте ИИ осознанно, и тогда вы получите от него максимум пользы, удастся сэкономить денег и времени на рутинных операциях, которые в принципе уже можно и не делать», — Игорь Филипьев, Delivery Lead.
Опыт Игоря с использованием ИИ раскладывается на 5 направлений. Все эти задачи он закрывает с помощью двух нейросетей: ChatGPT с платной подпиской и Gemini, встроенным в Google Chrome под поисковые запросы.
По словам Игоря, открывать отдельные сайты из выдачи давно нет смысла: ответа от нейросети хватает, чтобы решить большинство повседневных задач.
В конце прошлого года Игорь запускал исследование использования Канбана в 2025 году. Вопросы решил не писать с нуля и пошел по такому маршруту:
зашел на сайт Канбан-университета и забрал их исследование 2022 года;
загрузил его в ИИ и перевел на русский;
попросил адаптировать формулировки под российскую аудиторию;
получил рабочий опросник за пару часов вместо нескольких дней работы.
Результаты исследования Игорь потом опубликовал в собственном блоге.
Второе направление — чат-бот в блоге. Игорь поставил плагин и подключил к нему нейросеть Perplexity. Теперь в блоге работает помощник, которому читатели задают вопросы про Канбан. Через эти вопросы видно, что интересует аудиторию, и под это можно подстраивать контент.
Логика обоих направлений одна: нейросеть закрывает сбор и обработку, а решение, что с этим делать, остается за человеком.
Школа Канбана — собственный проект Игоря, в котором он проводит обучение и консультации по Канбан-методу для команд и руководителей. И в этом проекте ИИ изменил механику обращения к консультантам.
Раньше за персональным разбором своей ситуации — как настроить процесс под свою команду, какие инструменты выбрать, с чего начать — клиент шел к консультанту. Да, общую теорию можно было найти и в статьях с книгами, но за конкретные случаи все равно отвечал эксперт.
Теперь часть таких запросов клиент закрывает в ChatGPT: заходит, описывает свою ситуацию, за пару минут получает ответ, и этого ответа часто хватает, чтобы не идти к консультанту. Точность пока хромает, но со многими запросами нейросеть справляется.
Из-за этого обращений к консультантам стало меньше — и Игорь решил разобраться, что сейчас нужно его потенциальным клиентам. Для этого он провел два кастдева — глубинных интервью, в которых выяснял реальные задачи и боли заказчиков:
Первый — с CEO небольшой технологичной компании в Турции. Его боль звучит так: выжать максимум из существующего IT, найти сильного CTO не в штат, а на временную задачу — прийти, посмотреть, как все устроено внутри, и подсветить, что можно улучшить.
Второй разговор — с топ-менеджером федеральной сети пиццерий. У компании все работает, но в отдельных вопросах нужен внешний эксперт. Брать специалиста в штат для них дорого, а вот платить почасово за консультацию компания готова.
Поняв эти боли, Игорь переделал оффер школы. На сайте появились продукты под конкретные запросы заказчиков: экспресс-диагностика потока задач и короткий тест для собственников, который подсвечивает проблемы в потоке клиента еще до полноценной консультации.
ИИ участвовал в этой работе как помощник по формулировкам и упаковке: предложил описания продуктов под новый оффер и собрал сам тест для собственников.
«Можно просто прогнать свои продуктовые гипотезы через нейросеть, и она точно подсветит, на чем стоит сфокусироваться. У владельца к своему продукту глаз намылен, а ИИ показывает картину свежим взглядом», — Игорь Филипьев, Delivery Lead.
Теперь в оффере школы есть продукты под конкретные боли заказчиков, а не общие консультации по методологии. Сработает ли эта переупаковка и вернет ли клиентов, которые ушли в нейросеть, покажет время — этот эксперимент Игорь запустил недавно.
Идея написать книгу появилась у Игоря год назад — он решил упаковать в нее свой десятилетний опыт работы с Канбаном. Но опыта в таких проектов не было, поэтому первым делом Игорь пошел разбираться, как устроена работа над книгой. Например, нужно было понять:
какие в ней есть вехи;
как собирается содержание;
как держится сюжет на длинной дистанции.
К этой задаче Игорь подключил ту же нейросеть, что и в работе со школой: она собрала структуру и предложила сюжетную арку, в которой каждая глава раскрывает свою тему и при этом работает на общую логику повествования.
Когда каркас был готов, Игорь начал работу над текстом. Первую главу написал сам без помощи нейросети. А вот со второй попробовал другой формат: дал ИИ промпт с названием главы и тезисами, которые хочет раскрыть, а на выходе получил черновик, который потом можно было использовать для книги.
«Книга — это командная история. Да, вы автор, вы делитесь своими мыслями, вы их упаковываете, но кроме вас с книгой работают редактор, корректор, издательство. Поэтому мучить себя вопросами „я пишу не сам, мне кто-то помогает" — не та вещь, на которую стоит обращать внимание», — Игорь Филипьев, Delivery Lead.
Сейчас работа над книгой подходит к финалу: текст уже у редактора, выход книги Игорь планирует на лето. Сам процесс написания Игорь ведет в Кайтене — каждая глава заведена как отдельная карточка с шаблонным чек-листом, чтобы ничего не выпадало из фокуса. Подробнее о процессе можно почитать здесь.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13691 тендер
проведено за восемь лет работы нашего сайта.
Параллельно с книгой Игорь занялся еще одним проектом — собственным подкастом про Канбан и работу команд. Нейросеть снова взяла на себя структуру: помогла разложить темы по эпизодам и построить связки внутри сезона так, чтобы выпуски складывались в единый сюжет с переходами.
К структуре добавилась продюсерская работа. Под тему сезона нейросеть ищет и рекомендует конкретных экспертов, которых можно позвать в выпуск — например, Алексея Пименова, Александра Сулейманова или Марию Савельеву, если речь про Канбан.
Под каждого гостя ИИ готовит презентацию с фактами и деталями биографии и отдельно пишет вопросы для интервью с учетом опыта и публикаций гостя.
Также ИИ помогает с подготовкой вопросов экспертам и предлагает идеи для развития беседы. Игорь уделяет этому этапу отдельное внимание, так как отправляет вопросы спикерам за несколько дней до записи. Гости благодарят за такую подготовку — по их словам, на других подкастах их часто зовут без вопросов и сценария, из-за чего разговор получается поверхностным.
Еще нейросеть помогает с самой организацией записи:
«ИИ может дать рекомендации по технической стороне: подсказать, какие микрофоны купить, какой софт выбрать», — Игорь Филипьев, Delivery Lead.
По сути, нейросеть закрывает работу, которую в большой студии делают сразу несколько человек: исследователь, копирайтер и сценарист.
Параллельно со школой, подкастом и книгой Игорь работает в найме как продакт и delivery manager — это его основная занятость. В 2026 году он сам столкнулся с поиском работы после оптимизации в компании.
По словам Игоря, с 2022 года оптимизация стала частым сценарием для рынка: компании сокращают расходы, закрывают направления, и специалисты выходят на рынок, даже если у них сильный опыт и хорошие результаты. Поэтому поиск работы в 2026 году Игорь называет сложным квестом.
Одна из сложностей — позиционирование. Когда человек ищет работу, он часто проверяет не одну, а несколько карьерных гипотез: например, может идти в продуктовую роль, delivery management, консалтинг или управление командами.
Как итог, под каждое направление нужно по-разному упаковать опыт: поменять акценты в резюме, выбрать релевантные результаты и объяснить, почему этот опыт подходит конкретной роли.
С такой задачей можно пойти к карьерному консультанту, но это дорого. Однако, по опыту Игоря, такие услуги стоят больших денег:
Консультация в известной российской компании, которая занимается упаковкой опыта — 20 000 рублей за встречу;
Полное сопровождение в другой компании, с подбором вакансий и поддержкой на всем пути поиска, — 140 000 рублей.
Игорь решил не тратить на это десятки тысяч рублей и использовал ChatGPT, который уже применял в других рабочих задачах.
В поиске работы Игорь использовал ИИ для четырех задач:
1. Резюме под разные карьерные гипотезы. Игорь загрузил в ChatGPT стартовое резюме и попросил адаптировать его под разные направления. Нейросеть помогла сократить перегруженный текст до 3–4 смысловых блоков и расставить акценты под конкретные роли.
Так Игорь подготовил больше 10 вариантов резюме для HeadHunter.
2. Сопроводительные письма. Без них в 2026 году откликаться практически бесполезно, об этом говорят все рекрутеры. Игорь сделал заготовленный промпт: «напиши сопроводительное письмо в пределах 500 символов, добавь контакты, используй слова из вакансии». Нейросеть выдает готовое письмо за 3 секунды.
3. Подготовка к собеседованиям. Перед интервью Игорь писал нейросети, в какую компанию идет, и получал список типовых кейсов и вопросов для подготовки. По его словам, с крупными компаниями это работает лучше: в открытых источниках о них больше информации.
4. Анализ воронки откликов. Когда поиск работы затянулся, Игорь решил посмотреть на свои отклики аналитически и подключил к этой задаче ИИ:
«У меня была система, где я фиксировал отклики, статусы, даты, сколько денег попросил. В какой-то момент я решил провести анализ этой воронки и загрузил Excel в ИИ», — Игорь Филипьев, Delivery Lead.
Нейросеть посчитала конверсию по карьерным гипотезам и подсветила направления с самым высоким процентом откликов. Игорь сфокусировался именно на них.
Подписка на ChatGPT стоила около 2 000 рублей в месяц — кратно дешевле консультаций и сопровождения у карьерных специалистов. В итоге Игорь получил оффер.
По его словам, ИИ помог не столько ускорить поиск, сколько быстрее перестраиваться под рынок: проверять карьерные гипотезы, менять упаковку опыта и не тратить на это недели ручной работы.
Главная проблема нейросети — она врет. Игорь приводит пример: он загрузил в ChatGPT документ, который до этого прочитал сам, и получил ответ, противоположный содержанию текста. Нейросеть признала ошибку только после того, как Игорь указал ей на конкретный пункт.
Пример показывает роль человека в работе с ИИ: нейросеть может быстро обработать документ, но проверить смысл, заметить противоречие и принять решение должен эксперт.
Второе ограничение — шаблонизация. Нейросеть часто пишет по однообразным лекалам: выдает похожие структуры, повторяет одни и те же формулировки и сглаживает живую авторскую подачу. Это может проявляться в разных задачах — от описания продуктов и вопросов для подкаста до резюме и сопроводительных писем.
Со слов Игоря, проблема с шаблонностью может возникнуть даже при поиске работы:
«Если все будут пользоваться ИИ и прогонять через него свои резюме, то, скорее всего, эти резюме превратятся в какой-то единый шаблон, который рекрутеры будут считывать», — Игорь Филипьев, Delivery Lead.
Как итог, формальная упаковка перестает быть конкурентным преимуществом. Поэтому черновик от ИИ нельзя оставлять как есть. Его нужно дорабатывать: менять структуру, добавлять конкретные детали, убирать типовые формулировки и возвращать тексту живой голос автора.
Оба ограничения сводятся к одному правилу: ИИ работает как инструмент, а не как готовое решение. Без экспертизы в теме и финальной доработки он либо даст ошибочный ответ, либо выдаст шаблонный текст, неотличимый от сотен других.
Если решите подключить ИИ к своей работе, начните не с большого проекта, а с одной повторяющейся задачи, которая отнимает много времени и не требует уникальной экспертизы — сопроводительные письма, опросники, презентации.
Замерьте, сколько времени уходило раньше и сколько уходит теперь. По опыту Игоря, именно такие задачи и дают видимую экономию в первую же неделю.
Если задача оказалась сложнее, чем планировалось, а нейросеть выдает сомнительный результат, это не повод отказываться от ИИ. Это сигнал, что в задачу нужно вкладываться самому и использовать инструмент как помощника, не как замену.
