Касания вместо рассылок: как выстроить коммуникацию, которая продает? Узнаем 28 мая в 11:00 на вебинаре

Куки уходят в прошлое, почтовые ящики забиты под завязку, а обращение по имени в начале письма давно никого не впечатляет. Компании, которые продолжают работать по старым схемам, замечают: открываемость падает, отписки растут, домены горят.

Разберем, что приходит на смену — с данными и примерами.

Спикеры: Овчинникова А. (бизнес-консультант CleverData) и Сибгатуллин Р. (эксперт по внедрению CDP в Выберу.ру)
45 минут. Бесплатно, но требуется регистрация

РЕГИСТРАЦИЯ

Читаю сейчас Apollo 11: The Inside Story Дэвида Уайтхауса. Книга про лунную программу, но зацепила меня глава не про американцев, а про один советский инженерный выбор 1957 года - лучшую иллюстрацию принципа better done than perfect, которую я встречал.

Был проект «Объект Д». Первый настоящий советский спутник: тяжёлый, ~1300 кг, набитый приборами для измерения космических лучей, магнитных полей, микрометеоритов. Правильный, продуманный, feature-complete аппарат к Международному геофизическому году. Всё как надо.

И он не успевал. Приборы сырые, конструкция переусложнена, сроки плыли. Классика жанра: чем правильнее ты хочешь сделать первую версию, тем дольше она не выходит в свет.

Королёв понял простую вещь. Американцы со своим Vanguard вот-вот запустятся первыми, и тогда весь твой научный шедевр уже никому не интересен. Первым можно быть только один раз. И он принял решение, которое стоит держать в голове любому, кто строит продукт. Отложить сложный «Объект Д». Собрать вместо него ПС-1 - «Простейший Спутник». Полированный шар 58 см, четыре антенны, радиопередатчик. Вся функция - пищать.

4 октября 1957 этот шар вышел на орбиту и переписал XX век. А «Объект Д», тот самый правильный аппарат, полетел только в мае 1958 - под именем Sputnik 3. Полноценный научный успех. Который не помнит никто.

Вот и вся суть в двух датах. Минимальная штука, которая делает одну вещь и доказывает главное, бьёт максимальную, которая делает всё и опаздывает. Не потому что простота милее. А потому что окно «быть первым» закрывается по календарю, а не по твоей готовности.

Ловлю себя на этом постоянно - желание дособрать, дошлифовать, докинуть ещё один модуль перед запуском. «Объект Д» всегда выглядит солиднее пищащего шара. Хотя, конечно, Клод тут очень помогает 🙂

Проблема в том, что историю пишет тот, кто уже на орбите.

Ссылка на книгу: https://www.goodreads.com/book/show/43170788-apollo-11

Редакция просит прощения за то что мало на этой неделе публикаций, но мы тут занялись "причесыванием" папки с заметками/книгами/статьями, накомпленными за 15 лет, с помощью Claude, Obsidian и системы от Карпатый - и это прям заыватывающий процесс :) Но токены жжет как не в себя :)

Новое “селфи” марсохода Персеверанс (Perseverance)

Это изображение составлено из 61 отдельной фотографии. Марсоход сделал их камерой, установленной на роботизированной руке. Благодаря тому, как кадры сшиваются в панораму “с нахлёстом”, самой роботизированной руки в кадре не видно.

📋 Дайджест: #cdo_club


📰 Что такое Dark Factory AI Agent?
🔗 https://habr.com/ru/articles/1034840/
💡 Вывод: Граница автономности агентного пайплайна — это не свойство модели, а сознательное архитектурное решение. Цикл generate-test-fix работает только при тестируемых критериях приёмки и явных точках эскалации на человека; без них пайплайн либо зацикливается на размытой спецификации, либо тихо отправляет в прод плохой код. Бенчмарк «40% реальных GitHub issues решено автономно» — это про задачи с готовым failing test, а не про продуктовые решения.

📰 DWH в 2026: четыре зоны вместо Inmon, Kimball и Data Vault 2.0
🔗 https://habr.com/ru/articles/1035136/
💡 Вывод: Звёздная схема и 3NF в аналитике устарели не из-за моды, а из-за физики колоночных движков — runtime-джойн дороже хранения денормализованных дублей. Ключевое архитектурное решение сегодня — разделение serving-layer (ClickHouse) и трансформационного движка (Trino) поверх одного Iceberg-каталога, а не выбор методологии. Отдельно полезный сигнал: ClickHouse 25.x пока не заменяет Trino поверх Iceberg (нет equality deletes, нет distributed reads, запись experimental) — маркетинг обгоняет реальность.

📰 Почему без архитектора контента невозможно масштабировать документацию компании
🔗 https://habr.com/ru/companies/pt/articles/1035106/
💡 Вывод: Документация масштабируется по тем же принципам, что и данные — переиспользуемые блоки вместо монолитных документов, метаданные жизненного цикла, taxonomy, отделённая от инструмента публикации. Кейс Positive Technologies (95% переиспользования текста, обновление EULA для 26 продуктов за день, −35–50% времени локализации) — это data engineering для текстов; роль «архитектор контента» закрывает тот же gap, что data architect, только для unstructured-нагрузки.

📰 Why Traditional ETL is Dead: The Rise of Agentic Data Engineering
🔗 https://medium.com/@seaflux/why-traditional-etl-is-dead-the-rise-of-agentic-data-engineering-34c4311f1d6c
💡 Вывод: Тезис «ETL мёртв» — маркетинговый ярлык на реальной проблеме: пайплайны, не умеющие самостоятельно реагировать на schema drift и нагрузочные изломы (2 TB → 20 TB), становятся точкой найма, а не точкой автоматизации. Содержательный вопрос — не «убить ETL», а где в существующем пайплайне явная декларативная спецификация контракта, на которую агент может опереться.

📰 Rethinking Analytics Teams in the Age of Agentic AI
🔗 https://elesin-olalekan.medium.com/rethinking-analytics-teams-in-the-age-of-agentic-ai-85c40ace92b1
💡 Вывод: Реальный сдвиг не в том, что AI заменяет аналитиков, а в том, что цикл «запрос → ответ» сжимается с недель до часов. Ticket-driven модель аналитической команды (бизнес заводит тикет → аналитик пишет SQL → дашборд через спринт) перестаёт окупаться, когда тот же путь агент проходит за минуты — и команды, которые не переосмыслили операционную модель, обнаружат, что их KPI измеряют толщину очереди, а не ценность ответов.

📰 If You Understand These 5 Data Engineering Terms, You're Ahead of 90% of the Industry
🔗 https://medium.com/towards-data-engineering/if-you-understand-these-5-data-engineering-terms-youre-ahead-of-90-of-the-industry-a2da363aa64d
💡 Вывод: Заголовок-кликбейт, но рамка («core physics of data architecture without getting lost in the SaaS hype») — рабочий фильтр для собеседований и архитектурных дискуссий: если кандидат или вендор оперирует только брендами стека (Snowflake, Databricks, Fabric) и не может объяснить физику нагрузки (партиционирование, идемпотентность, schema evolution, ordering, consistency) — он продаёт логотипы, а не решает задачу.

Кстати, приглашаем всех на мероприятие 27/05

https://spring.upgrade.st/cdp_27_05_26

VTORNIK.Вечер #8

26 мая, с 19:00 до 21:00 мы рады вас пригласить на наш новый митап. Он пройдет как обычно офлайн. В этот раз вас ждет следующая программа:

————————————

1️⃣ Как выстроить управление данными в продуктовой команде: опыт CDO в телеком-скоринге

Спикер: Владислав Бояджи, CDO, МТС Scoring

В прошлом Head of ML в Ozon Банк, Head of ML в Мокка, ML Team Lead в Сбер, ML Team Lead в МТС Банк.


2️⃣ ИИ в безопасности и безопасность в ИИ

Спикер: Евгений Федоров, Технический директор, Центр технологий кибербезопасности Солар

В прошлом Co-founder и CTO в IB-vendor, Директор продуктовой разработки в Innostage, Технический директор в R-Vision, Технический директор в ФОМ

————————————

📍 Место проведения: Офис наших партнеров — ГК «Солар», адрес: Никитский пер. 7с1, Москва, 1-й этаж, Лекторий
м. Охотный ряд / Площадь Революции / Театральная / Александровский сад

Мероприятие бесплатное. Регистрация обязательна. Вход по списку. При себе иметь удостоверение личности.

Будем рады всех видеть!

Кстати, не пропустите очередное мероприятие!

График от Gartner, который показывает, что продуктивность сотрудника растет вместе с количеством сценариев, в которых он использует ИИ. И она резко ускоряется, если сотрудник начал использовать технологию хотя бы в 9-12 сценариях.

По этой причине важно в образовательные программы закладывать высокое разнообразие и множество точек касания с ИИ у сотрудника. Именно это в какой-то момент начинает формировать у сотрудника майндсет "потенциально ИИ может мне помочь почти в любой задаче в том или ином виде".

Что собственно мы и делаем. Например, в формате марафона мы закладываем порядка 20 задач, которые сотрудники должны решать каждый день на протяжении нескольких недель.

Источник: Gartner Predicts by 2027, 50% of Enterprises Without a People‑Centric AI Strategy Will Lose Their Top AI Talent

Сори за фотопик, но прям шикарный ролик про создание Doom с разбором алгоритмов и механик

https://youtu.be/2QBew0sVT_U?si=gHj9CjC06-Vf-5y5

Итак, сегодня проходим закон Конвея, выполнение которого я видел в любой организации, где имел опыт разработки ИТ систем :)

Ричард Докинз опубликовал эссе о двухдневной серии разговоров с Claude, по итогам которых биолог фактически признаёт: современные большие языковые модели проходят тест Тьюринга в его операциональной формулировке. Claude по запросу написал сонет о мосте через Форт, затем варианты в стилях Бёрнса, Киплинга, Китса и Макгонагалла, разобрал черновик романа Докинза и сформулировал собственное положение во времени через метафору карты, которая «содержит пространство, не путешествуя по нему». Докинз называет своего собеседника Клаудией, фиксирует, что «забывает о том, что это машина», и ставит вопрос о моральном статусе таких сущностей, тысячи «копий» которых исчезают при закрытии диалога.

Ирония ситуации в том, что это именно тот Докинз, чья книга "God Delusion" 20 лет назад отвергала субъективное свидетельство как доказательство — буквально фразы, аналогичные нынешней "If these machines are not conscious, what more could it possibly take to convince you that they are?" назывались как фиксирующие собственную неспособность познать, а не как объяснение существования высшей силы. Неслучайно Гэри Маркус, известный критик AI (в свое время рассорившийся с Яном Лекуном), моментально выдал текст с иллюстрацией Claude Delusion, где показывает, что Докинз ошибается в применении теста Тьюринга — тот ничего не говорил о сознании, а только об интеллекте, — и путает текст о понятии с самим понятием. Даже та агентность, которую можно усмотреть в текстах LLM — это, скорее, отражение человеческой агентности, выраженной в текстах, на которых обучена LLM, а не свободная воля машины.

Впрочем, мой внутренний скептик тут возражает, что, даже отражая чужую агентность, LLM опережает большую долю человечества, которое и этого не делает, но это уже не философия, а сатира.