Связаться с нами
Связаться с нами
"Невидимое нельзя улучшить. Сначала нужно сделать его видимым"
Эксперт МШУ Сколково. Автор книги «Цифровое мышление в бизнесе»

Дмитрий Гуреев

Автор метода скрытых цифровых артефактов для повышения производительности труда
Делает видимой мыслительную работу между этапами процессов и переносит её в машину через ИИ
Обсудить программу
Дмитрий Гуреев
Эксперт Московской школы управления Сколково с 2022 года, лауреат номинации «Эксперты Школы» МШУ Сколково 2025. 20+ лет в топ-менеджменте российских корпораций.
По образованию программист (C++, Assembler). Преподаёт на программах MBA, EMBA, DigitalShift и CDTO. Автор и ведущий крупнейшего в РФ интенсива по применению ИИ в корпоративной среде.
2000+
кейсов из российских компаний от пищевой промышленности до тяжёлого машиностроения, в ИТ, финансах и ритейле
2500+
обученных
руководителей
500+
компаний-
клиентов
100+
проведённых
программ
Дмитрий Гуреев
Автор метода скрытых цифровых артефактов для повышения производительности труда, организатор крупнейшего в РФ интенсива по ИИ
Награждён МШУ Сколково в номинации «Эксперты Школы-2025» за личный вклад в повышение технологической зрелости слушателей. Преподаёт MBA, EMBA, DigitalShift. Автор книги «Цифровое мышление в бизнесе», МИФ 2026
100+
проведённых
программ
300+
компаний-
клиентов
2500+
обученных
руководителей
2000+
из российских компаний от пищевой промышленности до тяжёлого машиностроения, в ИТ, финансах и ритейле
Дмитрий Гуреев
Автор метода скрытых цифровых артефактов для повышения производительности труда, организатор крупнейшего в РФ интенсива по ИИ
Награждён МШУ Сколково в номинации «Эксперты Школы-2025» за личный вклад в повышение технологической зрелости слушателей. Преподаёт MBA, EMBA, DigitalShift. Автор книги «Цифровое мышление в бизнесе», МИФ 2026
2000+
из российских компаний от пищевой промышленности до тяжёлого машиностроения, в ИТ, финансах и ритейле
2500+
обученных
руководителей
300+
компаний-
клиентов
100+
проведённых
программ
Генеративные модели — это электричество. Стиральная машина, подключённая к электричеству, стирает. С ИИ так же: важно, в какую точку процесса он встроен, какие артефакты перерабатывает и по каким правилам.
Дмитрий Гуреев
Что такое метод скрытых артефактов
Потери производительности происходят не тогда, когда мы что-то делаем, а когда мы думаем, как это делать.
Компании внедряют ИИ и автоматизируют то, что видно. Результата нет, потому что потери спрятаны в скрытых артефактах — промежуточной мыслительной работе между задачами, встречами и решениями.
Этот слой невидим, неуправляем, ИИ его не затрагивает. Сотрудники вводят в информационные системы результат мыслительной работы. Сама работа со всеми промежуточными состояниями остаётся скрытой. Менеджер оценивает риски. Продавец строит профиль клиента. Юрист сравнивает договор с шаблоном. Эти этапы происходят между задачами и нигде не записаны.
Метод делает скрытую работу видимой, управляемой и переносит её в машину.
Кейс из практики:
Согласование договора
По регламенту — 2 дня. По факту — 11. Между формальными этапами скрыта мыслительная работа: оценка рисков, сверка с шаблоном, согласование формулировок, ожидание подписанта.
После того как скрытую работу зафиксировали и встроили в неё ИИ — цикл сократился с 11 дней до 3.
Это типовая картина. Между формально описанными этапами процесса скрыта работа, которую никто не видит и не считает. Здесь очереди, задержки, ошибки. Здесь бутылочное горлышко.
Две рамки применения
Главный вопрос для оценки любого проекта цифровизации: какую когнитивную работу мы перекладываем, с кого и на кого. Метод работает в двух направлениях:
1
Перенос когнитивных операций в машину
Через ИИ-ассистентов и агентов. Подходит командам, которые хотят ускорить отдельные участки работы.
2
Пересборка организации труда
Человеко-машинные системы, ясные роли, контуры ИИ-агентов, guardrails. Подходит компаниям, которые хотят кратного роста производительности.
Четыре типа когнитивной работы
Между этапами процесса создаются артефакты по четырём типам. Под каждый тип — свой класс инструментов.
1
Правила
Структурированные данные и понятные правила преобразования. Решаются техническими средствами и алгоритмами.
Пример: обработка договора по чек-листу.
2
Паттерны
Структурированные данные, явных правил нет. Решаются машинным обучением.
Пример: классификация входящих заявок по типу.
3
Трансформация
Неструктурированные данные. Решаются генеративными моделями.
Пример: подготовка чернового ответа клиенту по контексту переписки.
4
Проектирование
Поисковые задачи с неопределённостью. Решаются агентами с динамическим планированием.
Пример: подбор подрядчика из 50 вариантов с учётом ограничений.
Метод извлечения знания
Если попросить эксперта описать, как он работает, — он начнёт уходить в сторону. Если дать ему готовое описание и попросить найти ошибки — он мгновенно их найдёт. На этом строится извлечение скрытого знания и перенос в машину. Метод называется диверсионным анализом.
Все думают — ИИ облегчит работу. На самом деле он её сильно усложнит. От нас потребуется гораздо больше интеллектуального труда.
Дмитрий Гуреев
Доступны бумажный, электронный и аудиоформат
Подробнее о книге
Прочитал на одном дыхании, ни разу не отложив. Нас волнуют одни и те же проблемы: фиксация экспертных знаний, построение эффективных процессов и главное — повышение производительности труда на уровне всего государства.
Максим Мироненко, генеральный директор ООО «Газпромтранс»
Бизнес-роман о том, как найти скрытые узкие места в бизнес-процессах и превратить ИИ из строки в бюджете в реальный результат.
Написан на основе 2000+ кейсов из российских компаний от пищевой промышленности до тяжёлого машиностроения.
Книга даёт не набор инструментов, а способ видеть процессы по-другому. Именно поэтому участники интенсивов приходят с её знанием — это общий язык работы с методом.
Программы Дмитрия Гуреева
Стартуем с базы, дальше углубляемся или расширяемся под задачу
Все программы
Интенсив по ИИ-ассистентам
Освоить ИИ, получить дорожную карту внедрения. Точка входа в метод.
Интенсив по ИИ-агентам
Перестроить процессы через агентов. Для тех, кто прошёл базу.
Стратегическая сессия
Выбрать стратегию и портфель направлений для трансформации
Сопровождение цифровой трансформации
Системная пересборка процессов за 8−12 месяцев
Публикации и выступления
Дмитрий регулярно выступает экспертом в деловых СМИ по темам производительности труда, цифровой трансформации и применения ИИ в бизнесе. Подкасты, статьи, упоминания. Пиар и пресс-служба, а также по вопросам организации бизнес-выступлений:
pr@gureev.pro
Интенсив по генеративным алгоритмам и ИИ
Попробовать, что такое ИИ, и развеять мифы про то, как его использовать в компании
Подробнее 🡢
Телеграм-канал “Скрытые артефакты”
Обучение по созданию ИИ-агентов для автоматизации реального бизнес-процесса или функции в вашей компании
Подробнее 🡢
Инсайтер ИИ: книга «Цифровое мышление в бизнесе»
Отзыв о книге Леонида Головина на портале Ну конечно
Подробнее 🡢
Чтобы быть в курсе событий, присоединяйтесь к нашей группе в Telegram
Подписаться
Если твою работу можно переложить в один промпт — чего она стоит? Твоя работа должна быть настолько сложной, что её невозможно уложить ни в агенты, ни в промпты.
Дмитрий Гуреев
info@gureev.pro
pr@gureev.pro (для СМИ)
Telegram: @gureevpro
Обсудите программу под вашу команду
Дмитрий читает каждое сообщение лично. Расчёт под группу готовим в течение одного рабочего дня.
Если твою работу можно переложить в один промпт — чего она стоит? Твоя работа должна быть настолько сложной, что её невозможно уложить ни в агенты, ни в промпты.
Дмитрий Гуреев
info@gureev.pro
pr@gureev.pro (для СМИ)
Telegram: @gureevpro
Обсудите программу под вашу команду
Дмитрий читает каждое сообщение лично. Расчёт под группу готовим в течение одного рабочего дня.