Транскрипт
Но я думаю, что если еще нет, то в ближайшее время почти всех сотрудников, knowledge workers, будут заставлять знать и уметь работать с LLM. Я расскажу про некоторые свои принципы и как их применять с помощью AI.
Производительность = output / input. Легко измеряются деньги и время. Но есть скрытые inputs: энергия (насколько сложно начать действие) и эмоции. Эмоции драйвят энергию, энергия драйвит эмоции.
Принцип 1: Мы не можем управлять тем, что не измеряем. Три шага тайм-менеджмента по Питеру Друкеру: регистрация времени → убрать waste → укрупнять блоки. На Mac есть база Knowledge C со всеми действиями — можно анализировать через LLM.
У меня 6500 context switches за неделю. Главный инсайт — регулярная гигиена наблюдения за собой создает awareness. Без этого быстро сползаешься в непродуктивные привычки.
Принцип 2: Cognitive Offload — утренний брейндамп. Пишешь все, что приходит в голову. 11 миллионов бит в секунду попадает в мозг, осознанно обрабатываем только 40 бит. Паттерны в брейндампе показывают скрытые проблемы, которые влияют на энергию и эмоции.
Принцип 3: Смена перспективы. Наш опыт ограничивает то, что мы видим. LLM может показать ситуацию с разных точек зрения (метод 6 шляп де Боно). Формулировка проблемы ограничивает решения — переформулируй «уволить» как «заменить».
К чему призываю: не считать AI читом, считать это leverage. Пока есть возможность не рассказывать всем, как это делаем — выигрываем в гонке производительности.
