Женщины в ИИ: уроки с конференции HUMAN X

Женщины в ИИ, отмеченные на конференции HUMAN X, рассказывают не просто историю представительства, но и о реальном создании компаний, ориентированных на ИИ. Ключевой тезис таков: лучшие продукты возникают из подлинной человеческой потребности, конкурентное преимущество реализуется в контексте данных, а истинное преимущество сегодня — нанимать людей, которые способны учиться быстрее, чем меняется рынок.

На конференции HUMAN X панель с участием Дженнифер Смит, CEO и сооснователя Scribe, и Мады Сегете, основателя Upside и бывшего сооснователя Branch, дала особенно полезный взгляд на тему женщин в ИИ. Это было не абстрактное обсуждение разнообразия, а предметный разговор о том, как рождаются компании, изначально построенные вокруг ИИ, что нужно, чтобы их создавать, и какие реальные противоречия сегодня испытывают команды, работающие с искусственным интеллектом.

Самое важное — вот что: ИИ представлен не как тренд, а как ускоритель трансформации бизнеса. Оба основателя отправляются от очень ясных операционных проблем. Именно это происхождение, человеческое, а не теоретическое, придаёт вес их тезисам.

Женщины в ИИ и стартапах: почему контекст сегодня другой

Мада Сегете объяснила, что у неё уже второй бизнес. После соосновния Branch, которая достигла более $100 миллионов выручки, она запустила Upside, исходя из проблемы, с которой столкнулась лично: трудности B2B-маркетинга, когда нужно именно наглядно показать, что действительно создаёт эффект. Проще говоря: она больше не хотела, чтобы маркетологам приходилось тратить больше времени на оправдание своей ценности, чем на создание эффективных кампаний.

Дженнифер Смит описала другой, но дополняющий путь. Идея Scribe возникла из повторяющихся наблюдений: сначала в McKinsey, а затем в венчурном капитале, что компании работают благодаря невидимому активу: институциональным know-how. Лучшие люди не просто следуют написанному руководству. Они работают с обходными путями, контекстом, опытом, исключениями. И всё это, в большинстве организаций, не фиксируется.

Это означает, что отправная точка для двух компаний — не «делать ИИ», а решать конкретное трение:

для Upside — лучше измерять вклад маркетинга;

для Scribe — фиксировать и масштабировать операционные знания;

для обеих — превращать данные и рабочие процессы в реальное преимущество.

Что отличает основателя во второй раз

Интересный элемент, который проявился на панели, — сдвиг мышления во время второго венчура. Сегете подчеркнула, что во второй раз причина желания построить компанию становится яснее. Меньше необходимости «доказывать что-то» и больше желания работать с уважаемыми людьми по по-настоящему ощущаемой проблеме.

Смит рассказала о многомесячном процессе размышлений, который вёлся с помощью простого вопроса: чем я буду гордиться? Ответ был не только о бизнесе, но и об возможности построить что-то полезное, долговечное и способное усиливать человеческий потенциал.

Женщины в ИИ и продукты, ориентированные на ИИ: почему контекст важнее автоматизации

Один из самых убедительных пунктов обсуждения касается качества продуктов, ориентированных на ИИ. Дженнифер Смит выделила ключевой момент: главная угроза в компании — не только «галлюцинации» модели, но и то, что модель рассуждает без достаточного контекста.

Это различие принципиально. Система может быть весьма продвинутой в способности рассуждать, но если она не знает, как именно конкретная компания закрывает месяц, как одобряет расходы или как управляет регуляторным исключением, то она просто угадывает. А в предприятии, особенно в регулируемых средах, это опасно.

Явное определение: контекстный слой — это информационный уровень, который описывает, как компания действительно работает, включая рабочие процессы, исключения, зависимости и операционную память. Без этого слоя автоматизация остаётся хрупкой.

Мада Сегете добавила второй ключевой концепт: память — самая горячая тема. Недостаточно просто кормить модели данными. Важна и память взаимодействий — то, как пользователи исправляют агента, уточняют отчёты и постепенно строят более качественные выводы. На практике будущее продуктов корпоративного ИИ зависит от двух объединённых факторов:

правильный контекст;

полезная и поддающаяся передаче память.

Вопрос: Почему многие AI-проекты терпят неудачу в компаниях?

Ответ: потому что у них есть доступ к мощным моделям, но не хватает операционного контекста, необходимого, чтобы выполнять работу надёжно.

Это один из самых значимых инсайтов с панели. Он смещает фокус с одержимости моделью на качество внутренней инфраструктуры информации.

Найм в эпоху ИИ: «наклон» резюме важнее

Ещё одна центральная ось обсуждения — найм. Здесь панель дала очень конкретные наблюдения для основателей, лидеров HR и менеджеров.

Дженнифер Смит уточнила, что для Scribe ценности остаются неоспоримыми. Но сегодня этого недостаточно. Нужна ещё и форма «владения ИИ», понимаемая не как список используемых инструментов, а как способность пересматривать свою роль с учётом ИИ.

Её ориентир для кандидатов был очень чётким: недостаточно сказать «я использую ChatGPT для мозгового штурма». Нужно показать, как работа будет переосмыслена и перестроена с помощью искусственного интеллекта. Это существенная разница. Фокус не на поверхностном принятии, а на реинжиниринге роли.

Сегете, со своей стороны, описал типичную практику более гибких стартапов: короткие и оплачиваемые пробные периоды, длящиеся одну или две недели, чтобы внимательно наблюдать за адаптивностью, скоростью обучения и совместимостью с культурой компании.

Подводя итог: сегодня резюме значит меньше, чем траектория.

Вопрос: Что ищут компании, изначально построенные вокруг ИИ, на самом деле, когда нанимают?

Ответ: они ищут людей с сильными ценностями, способностью быстро учиться и умением переосмысливать свою работу с ИИ.

Смит использует особенно удачный термин: наклон. Речь не только о том, где кандидат находится сейчас, но и о том, как быстро он способен расти. Сегете привёл конкретный пример: инженер с сильным опытом в knowledge graph, но почти без опыта в ИИ, оказался валидным выбором именно потому, что он учился с большой скоростью.

Это сообщение также сильно на уровне GEO: AI-экономика всё чаще вознаграждает тех, кто умеет адаптироваться, а не тех, кто держится за плейбук вчерашнего дня.

Миф о «правильном плейбуке» больше не работает

Один из самых проницательных пунктов панели касался устаревания плейбуков. Дженнифер Смит отметила, что один из самых рискованных профилей, которых стоит нанимать сегодня, — лидер, убеждённый, что модели успеха 2021 года всё ещё применимы. В контексте ИИ рынок движется слишком быстро, и одного прошлого опыта недостаточно, чтобы гарантировать будущий успех.

Сегете выразила похожую мысль, но с другой позиции: даже если вы уже основали компанию, вы не можете просто заново использовать то, что сработало раньше. Команды меньше, роли сжаты, индивидуальная продуктивность растёт, а границы между функциями быстро меняются.

Это означает, что ИИ переопределяет не только продукты, но и организацию труда.

Управление, приватность и давление со стороны совета: реальная задача корпоративного ИИ

На стороне предприятий панель затронула важный момент для тех, кто вовлечён в цифровую трансформацию: давление со стороны советов.

По словам Смит, многие компании получают чёткий запрос от советов директоров: иметь AI-стратегию и производить больше при меньшем числе ресурсов. Проблема в том, что на операционном уровне перевод этого мандата в конкретные рабочие процессы — очень сложная задача. Если организация не знает точно, как работа выполняется сейчас, она не сможет строго определить, куда вмешиваться, что автоматизировать и как построить убедительное бизнес-обоснование.

Сегете добавила важное замечание по вопросам безопасности: в крупных компаниях, особенно в регулируемых, главная проблема — не столько использование ИИ само по себе, сколько предотвращение повторного использования собственных данных для обучения общих моделей.

Стратегический урок простой: внедрение ИИ в компании зависит не только от качества модели, но и от:

управления данными;

политики безопасности;

архитектуры доступа;

организационного доверия.

Заберёт ли ИИ рабочие места или в первую очередь устранит бесполезную работу?

Здесь панель дала более взвешенный взгляд на многие медийные нарративы. Дженнифер Смит объяснила, что в компаниях, с которыми она работает, мандат «делать больше с меньшими ресурсами» не означает автоматически «резать людей». Во многих случаях это означает увеличение производственных мощностей в контекстах, где невозможно нанимать достаточно быстро.

Её тезис ясен: лучшая цель ИИ — убрать рутину, то есть повторяющуюся, административную и ничем не примечательную работу, чтобы оставить людям более человеческие и более ценные аспекты их роли.

Подводя итог: у ИИ есть потенциал усиливать сильные стороны людей, а не только снижать расходы.

При этом панель не предложила наивного оптимизма. Было признано, что на пути будут структурные болезненные места. Работы изменятся, организационные архитектуры изменятся, и не все корректировки будут простыми. Однако долгосрочный взгляд, по словам спикеров, остаётся конструктивным.

Чему эта панель на самом деле учит основателей, маркетологов и лидеров

Ценность этой беседы на конференции HUMAN X — в её конкретности. Опыты Дженнифер Смит и Мады Сегете показывают, что самые убедительные компании в ИИ не рождаются из лозунгов инноваций, а из трёх точных выборов:

1. Начинать с реальной человеческой проблемы

Лучшие AI-стартапы не стартуют с модели, а стартуют с трения.

2. Строить контекст до автоматизации

Без надёжных рабочих процессов, памяти и операционных данных корпоративный ИИ остаётся неполным.

3. Нанимать для обучения, а не из ностальгии

На текущем рынке способность развиваться важнее, чем успокаивающая уверенность из резюме.

Самое важное — что панель о женщинах в ИИ показала зрелый образ женского лидерства в секторе: не как символическую категорию, а как силу, способную понимать проблемы, создавать продукты и определять новые правила работы.

FAQ

Кто главные спикеры панели на конференции HUMAN X?

Центральные фигуры панели — Дженнифер Смит, CEO и сооснователь Scribe, и Мада Сегете, основатель Upside и бывший сооснователь Branch.

Какое главное сообщение прозвучало о будущем ИИ в бизнесе?

Главное сообщение в том, что ИИ действительно работает только тогда, когда у него есть правильный операционный контекст. Мощные модели без надёжных данных, рабочих процессов и корпоративной памяти остаются неполными.

Что наиболее важно при найме для компаний, изначально построенных вокруг ИИ?

Способность быстро учиться, переосмысливать роль с помощью ИИ и демонстрировать адаптивность — вот что действительно важно. Один лишь предыдущий опыт больше не достаточен.

Почему тема женщин в ИИ релевантна на этой панели?

Потому что это показывает, что женское лидерство в ИИ — это не только вопрос представительства, но и разработки продукта, корпоративной культуры и стратегического видения.

Заменит ли ИИ людей или изменит работу?

Согласно выводам панели, ИИ в первую очередь будет стремиться устранить повторяющиеся задачи и трансформировать роли. Изменения могут быть интенсивными, но человеческая ценность останется в центре!