dotey — 05-05-2026
3 твитов за сутки. Исследование Stanford WorkBank декомпозирует влияние AI на задачи по четырем квадрантам, показывая, что автоматизация не заменяет профессии целиком, а перераспределяет их, а также демонстрируются возможности генерации стилизованной графики через GPT Image 2.
Анализ спроса и возможностей AI — исследование Stanford с участием 1500 работников и 844 задач выявило, что 41% инвестиций YC в стартапы направлены на неверные направления, так как фокусируются на том, что людям не нужно или не нужно в текущем виде, игнорируя задачи, которые люди хотят автоматизировать, но где AI пока слаб. WORKBank классифицирует задачи по квадрантам: 🟢 Green Light (высокий спрос, высокая готовность AI) включает рутину вроде ввода данных и поиска информации; 🟠 R&D Opportunity (высокий спрос, низкая готовность AI) — это кросс-системная координация, анализ длинных контекстов и планирование, что является зоной для стартапов; 🔴 Red Light (низкий спрос, высокая готовность AI) охватывает творческое завершение, клиентские отношения и принятие решений, где люди ценят ответственность и ownership, что может вызывать правовые и культурные конфликты; ⚪ Low Priority (низкий спрос, низкая готовность) — физически сложные или неструктурированные задачи, которые не стоит автоматизировать. Ключевой вывод: профессии не исчезают, а перераспределяются внутри себя, например, у программиста код-ревью попадает в 🟢, понимание размытых требований — в 🟠, а общение с клиентами — в 🔴, что объясняет тренд на слияние ролей PM и инженеров.
Генерация стилизованной графики — демонстрируется промпт для GPT Image 2, позволяющий создавать внутренние страницы детских книг в вертикальном формате с имитацией рукописных текстур (гуашь, карандаш, мелок), зернистости бумаги и естественных линий, а также пример генерации контента на тему "Ультрас и Гурва" по ссылке.