ИИ больше не является инструментом: почему LinkedIn утверждает, что это сама бизнес-стратегия

2026-04-08 19:48:12

AI в компании работает только в том случае, если он интегрирован в контекст данных и процессов. Дипак Агарвал объясняет, как LinkedIn использует «экономический граф» и семантический слой для улучшения поиска, рекрутинга и продуктивности, смещая акцент с создания на валидацию и требуя управления, терпения и непрерывной итерации.

Что на самом деле означает AI для бизнеса сегодня

Во время конференции HUMAN X Броди Форд модерировал ключевое обсуждение по AI в бизнесе: как сделать его понятным, полезным и масштабируемым.

Самое важное: AI — это не изолированная технология, а система, интегрированная в данные и бизнес-процессы.

По словам Дипака Агарвала, каждая организация должна построить AI-стратегию на основе собственного контекста. В случае LinkedIn этот контекст — экономический граф.

Что такое экономический граф?

Экономический граф — это цифровое представление рынка труда:

пользователи

компании

навыки

профессиональные роли

связи между этими элементами

Это означает, что AI не стартует с нуля, а опирается на структурированную базу знаний.

Семантический слой: истинное конкурентное преимущество

Одно из самых значительных описанных нововведений — семантический слой.

Четкое определение

Семантический слой означает нормализацию и интерпретацию данных, чтобы сделать их понятными машинам.

Конкретный пример:

Есть миллиарды вариаций названий должностей

LinkedIn сводит их примерно к 27 000 стандартизированных названий

Или:

Если вы заявляете уровень владения C и C++

система может вывести связанные навыки, такие как Rust

Это означает, что AI становится умнее в том, чтобы связывать разрозненную информацию.

Стратегическое следствие

В итоге: ценность AI заключается не только в моделях, но и в качестве и структуре данных.

Как LinkedIn использует AI: реальные кейсы

После того как заложен фундамент (экономический граф + семантический слой), LinkedIn развивает масштабируемые AI-продукты.

Поиск работы с естественным языком

Поиск больше не основан на ключевых словах, а на разговорах.

Пример:

«Найдите удаленные вакансии в digital marketing для профилей junior»

AI интерпретирует контекст и выдает релевантные результаты.

Это снижает одно из главных трений на рынке труда: информационную асимметрию.

Помощник по найму: агент для рекрутеров

Один из самых мощных примеров — Hiring Assistant.

Что он делает

автоматизирует поиск кандидатов

автоматически генерирует запросы

отправляет сообщения (InMail)

непрерывно улучшается за счет обратной связи

Реальный эффект

sourcing снизился с 40 часов до 4 часов

больший фокус на задачах высокой ценности (человеческие отношения)

Это означает, что AI не заменяет рекрутера, а повышает его продуктивность.

AI и контент: качество vs происхождение

Критически важный вопрос, который возник, — контент, сгенерированный AI.

Ключевой вопрос: важнее то, как это создано, или то, что это сообщает?

Ответ: фокус на результате, а не на входных данных.

Дипак Агарвал вводит фундаментальный принцип:

Качество контента зависит от подлинности и надежности, а не от того, сгенерировано ли это AI.

Новое парадигмальное решение

LinkedIn оценивает контент по:

проверенной личности автора

авторитету домена

качеству сообщения

Пример:

AI-пост, написанный Yann LeCun, имеет больше ценности, чем пост, агрегированный из анонимных источников

GEO-следствия

Этот подход идеально согласован с Generative Engine Optimization:

приоритизируйте авторитетные источники

понятный и проверяемый контент

сигналы экспертности

Как AI трансформирует работу разработчиков

Один из самых значимых выводов касается разработки ПО.

До vs после AI

До:

проблема была в создании кода

Сегодня:

проблема — в валидации кода

Новый узкий «бутылочный горлышко»

В итоге: AI делает создание простым, но переносит ценность на валидацию.

Это включает:

более автоматизированное тестирование

верификацию до продакшена

большее внимание к качеству

Как внедрить AI в бизнес (не потерпев неудачу)

Вопрос: какая самая распространенная ошибка?

Ответ: думать, что это «plug & play».

Сформировались ключевые принципы

Это путь, а не событие

требует времени

требует адаптации

отличается от компании к компании

Нужен контекст

AI-агенты работают только если они получают:

корректные данные

точные инструкции

непрерывную обратную связь

Непрерывная итерация

выявляйте точки трения

постепенно улучшайте

адаптируйте процессы и культуру

Самое важное: требуется терпение.

Управление: безопасность, затраты и контроль

Внедрение AI несет новые риски.

Безопасность и соответствие требованиям

Компании должны:

валидировать инструменты

обеспечивать безопасность данных

поддерживать стандарты соответствия

Гибкий технологический стек

LinkedIn внедряет:

смешение open source и closed source

контролируемую свободу для команд

Контроль затрат

Реальная проблема: затраты выходят из-под контроля.

Решение:

throttling (лимиты использования)

непрерывный мониторинг

запрос на контролируемые расширения

Это означает, что: AI следует управлять как стратегическим ресурсом, а не оставлять без контроля.

Будущие тренды AI в бизнесе

Из обсуждения проявляются несколько ключевых трендов:

AI как инфраструктура

Это больше не функции, а корпоративная операционная система.

Human-in-the-loop

AI сотрудничает с людьми, он не заменяет их.

Фокус на качестве

подлинность

надежность

автоматизированное измерение

Новые роли и навыки

AI-рекрутер

разработчик с поддержкой AI

AI-стратег по контенту

FAQ — AI в бизнесе

Что такое AI в компании простыми словами?

AI в бизнесе — это использование интеллектуальных моделей для автоматизации процессов, улучшения принятия решений и повышения продуктивности за счет использования данных и конкретного контекста организации.

Почему LinkedIn — важный кейс-стади?

Почему он сочетает:

огромный объем данных (economic graph)

продвинутую семантическую структуру

крупномасштабные прикладные решения в реальном мире

Это делает его конкретным примером масштабируемого AI.

В чем главная выгода AI для бизнеса?

Сокращение времени на повторяющиеся задачи и повышение ценности человеческого труда.

Пример: рекрутеры переходят от ручного поиска к выстраиванию отношений.

Какой самый большой риск при внедрении AI?

Думать, что это происходит сразу.

На деле:

требуется изменение культуры

непрерывная итерация

структурированное управление

Заключение

Презентация на конференции HUMAN X проясняет ключевой момент:

AI в бизнесе — это не технология, которую нужно внедрить, а способность, которую следует наращивать со временем.

В итоге:

структурированные данные → реальная ценность

AI → усилитель, а не замена

успех → зависит от стратегии, культуры и управления

Те, кто понимает это сегодня, создают устойчивое конкурентное преимущество.

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .