ФреймворкиP0
S01S09
AI Transformation Playbook
Практическая последовательность пилотов, развития capability, обучения и AI-стратегии.
Применить на практикеСобрать одностраничную доктрину AI-трансформации.
Открыть источникGRI AI / FIELD LIBRARY
От интереса к AI — к измеримой ценности для бизнеса.
Навигационная исследовательская библиотека для лидеров, создающих Human × AI системы: методология, discovery, продукт, governance, evals, эксперименты и масштабирование.
KNOWLEDGE SYSTEM / 01CURATED
13этапов реализации
32отобранных источников
12лидеров мнений
13недель погружения
DATA × METHOD × EVIDENCE
01 / НАВИГАЦИЯ ПО ЭТАПАМ
Карта реализации — это оглавление библиотеки.
Выберите этап и получите только те материалы, которые помогают принять следующее решение или собрать конкретный артефакт.
02 / КАТАЛОГ ИСТОЧНИКОВ
Читать ради решения, а не ради накопления знаний.
32источников
ИсследованияP0
S01S12S13
The 2026 AI Index Report
Системная глобальная картина capabilities, внедрения, инвестиций, политики и влияния AI.
Применить на практикеОбновить внешнюю evidence base и допущения для benchmark.
Открыть источникИсследованияP0
S01S10
Generative AI at Work
Field evidence о productivity и неоднородных эффектах для сотрудников с разным опытом.
Применить на практикеДобавить subgroup analysis в каждый план эксперимента.
Открыть источникИсследованияP0
S01S07S10
Navigating the Jagged Technological Frontier
Показывает, как меняется результат работы внутри и за пределами capability frontier модели.
Применить на практикеНанести task fit, human validation и no-go zones.
Открыть источникКнигиP1
S01S09
Power and Prediction
Объясняет AI через economics of prediction и перепроектирование систем решений.
Применить на практикеРазделить prediction, judgment и action в каждом use case.
Открыть источникИсследованияP0
S02
Best Practices for Developing and Validating Scales
Системный путь от генерации items до разработки и оценки шкалы.
Применить на практикеПревратить в validation checklist для 62 критериев.
Открыть источникКнигиP0
S02
Scale Development: Theory and Applications
Фундамент для определения constructs, разработки items, reliability и validity.
Применить на практикеЗафиксировать operational definitions и scoring anchors.
Открыть источникКнигиP0
S03
Competing Against Luck
Строит понимание спроса вокруг прогресса, ради которого клиент «нанимает» решение.
Применить на практикеПереписать discovery вокруг missions, triggers и alternatives.
Открыть источникКнигиP0
S03
The Mom Test
Компактная методика изучения прошлого поведения без вежливых ложноположительных ответов.
Применить на практикеПереписать гайд CEO-интервью до начала fieldwork.
Открыть источникКнигиP0
S03S09
Continuous Discovery Habits
Связывает desired outcomes, opportunities, solutions и assumption tests в еженедельный процесс.
Применить на практикеСоздать opportunity solution tree для GRI AI.
Открыть источникСтатьиP0
S03S09
Recognizing Your Customer’s Purpose Is Key to Growth
Использует customer purpose как конечную точку, организующую journey и измерения.
Применить на практикеДобавить purpose и progress signals в mission portfolio.
Открыть источникКнигиP1
S04S11
Product-Led Growth
Playbook для self-serve value, time-to-value и product-led acquisition.
Применить на практикеОпределить activation event Pulse и момент upgrade.
Открыть источникСтатьиP0
S04S11
What the Freemium
Практический взгляд на freemium как осознанную систему acquisition и monetization.
Применить на практикеПровести границу между free insight и paid decision.
Открыть источникКнигиP0
S05S09
Good Strategy / Bad Strategy
Стратегия как diagnosis, guiding policy и coherent action, а не список амбиций.
Применить на практикеСделать так, чтобы каждый отчёт выявлял главный constraint.
Открыть источникФреймворкиP0
S06S07S13
AI Risk Management Framework
Контекстная модель управления рисками вокруг Govern, Map, Measure и Manage.
Применить на практикеДобавить governance- и risk-evidence в диагностику.
Открыть источникФреймворкиP0
S06S07S08
Generative AI Profile (NIST AI 600-1)
Кросс-отраслевой профиль управления рисками generative AI по всему lifecycle.
Применить на практикеСвязать GAI-риски с controls, owners и evidence.
Открыть источникФреймворкиP1
S06S13
OECD AI Principles
Международные принципы trustworthy, human-centred и accountable AI.
Применить на практикеИспользовать как governance cross-check для разных рынков.
Открыть источникФреймворкиP1
S06S13
EU AI Act — Official Overview
Официальная точка входа в risk-based регулирование и применение AI Act.
Применить на практикеОпределить роли продукта, класс риска и transparency obligations.
Открыть источникИсследованияP0
S07
Guidelines for Human–AI Interaction
18 принципов взаимодействия: expectations, explanations, correction, feedback и control.
Применить на практикеПревратить принципы в UX-review AI Analyst.
Открыть источникФреймворкиP0
S07S09
People + AI Guidebook
Практические паттерны: user needs, mental models, explainability, feedback и graceful failure.
Применить на практикеПровести Human × AI design review до прототипирования.
Открыть источникКнигиP1
S07
Human-Centered AI
Модель сочетания высокой автоматизации с высоким уровнем осмысленного человеческого контроля.
Применить на практикеОпределить пути override, escalation и accountability.
Открыть источникИсследованияP1
S03S07
Using LLMs to Generate, Validate, and Apply User Intent Taxonomies
Human-validated подход к ускорению разработки intent taxonomy с помощью LLM.
Применить на практикеСпроектировать intent corpus и validation loop.
Открыть источникФреймворкиP0
S08
Evaluation Best Practices
Практический фреймворк task-specific evals, datasets, graders и continuous evaluation.
Применить на практикеСоздать первые 50 eval cases и release rubric.
Открыть источникИнструментыP1
S08
Evaluation & Dataset Documentation
Паттерны реализации traces, datasets, experiments и online/offline evaluation.
Применить на практикеСобрать прототип evaluation loop и regression dashboard.
Открыть источникКнигиP1
S09S11
Monetizing Innovation
Проектирование продукта, packaging и pricing вокруг willingness-to-pay и value metrics.
Применить на практикеПроверить value до фиксации feature scope.
Открыть источникКнигиP0
S10
Trustworthy Online Controlled Experiments
Строгая основа experiment design, метрик, статистики и организационной культуры.
Применить на практикеСоздать стандартную Living Lab Experiment Card.
Открыть источникИсследованияP1
S10
Quantifying GitHub Copilot’s Impact
Контролируемое исследование, объединяющее объективные результаты и subjective experience разработчиков.
Применить на практикеИзмерять одновременно performance и human experience.
Открыть источникКнигиP1
S10
Experimentation Works
Как сделать дисциплинированные эксперименты повторяемой организационной capability.
Применить на практикеОпределить cadence, governance и learning reviews экспериментов.
Открыть источникИсследованияP1
S01S09S12
Grow Enterprise AI Maturity for Bottom-Line Impact
Исследование организационных барьеров между AI-пилотами и созданием enterprise value.
Применить на практикеСопоставить readiness dimensions с construct map GRI.
Открыть источникСтатьиP1
S07S09S10
The Technology Behind Rufus
Commerce-кейс на стыке conversational discovery, recommendations и качества product knowledge.
Применить на практикеНанести зависимости data, intent и recommendation quality.
Открыть источникИсследованияP1
S10S13
Data Science & AI Operations Lab
Референс-модель operationalization AI, строгой оценки эффекта и отраслевого сотрудничества.
Применить на практикеСформировать предложение для field-research partnership.
Открыть источникИсследованияP1
S07S10S13
Collaborative AI & Responsibility Lab
Human-driven AI research на стыке decision support, interaction и ответственного сотрудничества.
Применить на практикеПодготовить конкретный collaboration brief после появления field evidence.
Открыть источник03 / ЛИДЕРЫ МНЕНИЙ
Мультидисциплинарная интеллектуальная карта.
Библиотека намеренно соединяет стратегию, экономику, HCI, product discovery, эксперименты, governance и pricing.
01
Andrew Ng
AI-стратегия и трансформацияНачинать с ценных пилотов, затем строить capability, обучение и стратегию на основе полученного learning.
S01S09
02
Erik Brynjolfsson
Экономика AI и productivityИзмерять реальную productivity и heterogeneous effects, а не только adoption инструментов.
S01S10
03
Fei-Fei Li
Human-centered AIПроектировать AI вокруг human agency, контекста, доверия и социального влияния.
S01S07S13
04
Karim Lakhani
AI operating modelsAI меняет operating model; organizational design и эксперименты определяют масштабирование value.
S01S10S13
05
Saleema Amershi
Human–AI interactionУправлять expectations, поддерживать correction, feedback и graceful failure внутри продукта.
S07
06
Ethan Mollick
AI adoption и co-intelligenceРассматривать AI как collaborative system и учиться через осознанную практику для конкретных ролей.
S01S07
07
Ron Kohavi
Контролируемые экспериментыНадёжные эксперименты требуют сильных метрик, статистики, guardrails и культуры экспериментов.
S10
08
Teresa Torres
Continuous discoveryСвязывать outcomes с opportunities и assumption tests через постоянный контакт с клиентом.
S03S09
09
Richard Rumelt
Стратегия и bottlenecksХорошая стратегия фиксирует diagnosis, guiding policy и coherent actions.
S05S09
10
Elena Verna
Freemium, PLG и monetizationПроектировать acquisition, activation, monetization и retention как единую систему.
S04S11
11
Ben Shneiderman
Human control в AIВысокая автоматизация и высокий human control могут усиливать друг друга при явной accountability.
S07
12
Madhavan Ramanujam
Pricing и willingness-to-payПроверять willingness-to-pay до фиксации scope и строить packaging вокруг измеримой ценности.
S09S11
04 / 90 ДНЕЙ ПОГРУЖЕНИЯ
Тринадцать недель. Один рабочий артефакт каждую неделю.
Чтение становится полезным, только когда меняет проект. Маршрут связывает каждый блок обучения с практическим результатом GRI AI.
Неделя01
S01
Strategy и thesis
AI Transformation Playbook + Good Strategy / Bad Strategy
РезультатResearch Charter и центральный вопрос
Неделя02
S01/S02
AI value и readiness
NIST AI RMF + MIT CISR AI Maturity
РезультатКарта constructs
Неделя03
S02
Методология assessment
Boateng et al. + DeVellis
РезультатEvidence anchors для спорных критериев
Неделя04
S03
Customer Mission
Competing Against Luck + The Mom Test
РезультатПервые пять CEO-интервью
Неделя05
S03
Continuous discovery
Teresa Torres + Customer Purpose
РезультатMission map и opportunity tree
Неделя06
S04
Freemium и PLG
Elena Verna + Product-Led Growth
РезультатГраница Free/Paid
Неделя07
S04/S05
Assessment experience
Prototype + 5 usability sessions
РезультатПрототип Pulse и usability evidence
Неделя08
S05/S06
Архитектура и governance
NIST + OECD + EU AI Act
РезультатАрхитектура данных и governance
Неделя09
S07
Human × AI
Amershi + Google PAIR + Shneiderman
РезультатInteraction checklist AI Analyst
Неделя10
S08
AI evaluation
OpenAI Evals + Langfuse
Результат50 eval cases и rubric
Неделя11
S09
Opportunity и GTM
Rumelt + Monetizing Innovation
РезультатOpportunity score и три GTM-гипотезы
Неделя12
S10
Эксперименты
Trustworthy Online Controlled Experiments
РезультатДизайн первого field experiment
Неделя13
S10/S11
Evidence и economics
Generative AI at Work + Jagged Frontier
РезультатСинтез evidence и assumptions экономики
FROM KNOWLEDGE TO FIELD EVIDENCE