Как использовать предметную экспертизу
How to Leverage Domain Expertise — Chris Lovejoy, Notius Labs
Качество вертикального AI-продукта зависит от того, как организация встраивает экспертизу предметной области, а не от выбора самой сложной модели.
- Три роли эксперта — Oracle сам правит выходы и промпты, Evaluator задаёт метрики и систему измерений, Architect строит систему, которая улучшается из использования без ручной правки. Выбор зависит от того, можно ли измерить качество и достаточно ли быстра ручная итерация.
- Масштаб меняет роль — в Granola один эксперт сам проверяет заметки и правит промпты. В Tandem из-за множества специальностей и стран появился децентрализованный Oracle из нескольких врачей, а в Anterior клиницисты размечали выходы через дашборд, и понадобился переход к Architect.
- Один ответственный за качество — по словам спикера, комитет без владельца замедляет работу, а два старших клинициста без реальных полномочий ушли из компании через 12–18 месяцев.
- Широкий набор навыков — экспертиза предметной области обязательна, а data science, продуктовый менеджмент и опыт работы с LLM-продуктами можно добрать в паре с коллегой.
Кому полезно: тем, кто строит продукт в регулируемой области, например в медицине или страховании, и решает, кого нанять или как организовать оценку качества AI.
Статья по теме
Главы
Ещё доклады: Christopher Lovejoy
Страница спикера →Почему ваш корпоративный стек не готов к AI-агентам — и что нужно построить вместо него
Christopher Lovejoy, Saul Howard
AI Engineer World's Fair 2026
Критически важные evals в масштабе: выводы из 100 000 медицинских решений
AI Engineer Summit 2025
Как превратить LLM-приложение в эксперта предметной области: создание экспертной системы на базе LLM
AI Engineer World's Fair 2025
Похожие доклады
Хватит покупать готовый ИИ: рецепт успеха собственной разработки
AI Engineer World's Fair 2025
Близко по содержанию
Разрыв между созданием и эксплуатацией: как связать видение продукта с реальностью работы AI
AI Engineer World's Fair 2025
Близко по содержанию

