По исследованию MIT, до 95% generative AI-пилотов в компаниях проваливаются. По нашему опыту статистика действительно примерно такая же, если запускать AI-проекты так же, как обычные продуктовые инициативы.

Говорят, на ошибках учатся. Мы уже совершили большинство возможных ошибок за вас — и на их основе придумали «Метод Франкенштейна»: набор принципов, которые усиливают стандартные продуктовые фреймворки при запуске AI-продуктов.

В докладе — 11 кейсов и несколько эпичных фейлов из Точки и не только, в том числе:
• как я ошибся на 50 000 000 рублей
• как мы довели ситуацию до того, что олигарх из списка Forbes сказал нам, что у него кончились деньги
• как мы чуть не раздавили ML-инженера трёхэтажным экскаватором из-за неправильных штанов

На основе кейсов я покажу, что именно нужно добавить к обычным продуктовым фреймворкам, чтобы AI-проекты взлетали.
Вы узнаете:
• как усиливать AI Discovery
• как правильно делать PoC на реальных данных
• когда использовать Wizard of Oz MVP и Human-AI Hybrid
• почему многие AI-проекты нужно убивать раньше, чем кажется
• получите чек-лист проверки AI-проекта, который можно применять в своей команде.