Умножили «2 часа экономии» на зарплаты: анти-FOMO переводчик по ситуации с AI

В индустрии сегодня наблюдается странный разрыв: на всех конференциях нам продают истории о внедрённых агентских системах, а приходишь говорить с живыми людьми — у многих и платной подписки на базовые модели нет.

Собрал гайд о том, как правильно читать новости в постах из телеграм-каналов и названия докладов на конференциях:

• «Мы сделали AI-ассистента» => настроили GPTs, написали хороший системный промпт.
• «Мы внедрили ИИ в команды» => купили одну-две учётки ChatGPT, Copilot или другого сервиса, дали людям доступ и сказали «пользуйтесь».
• «У нас AI-first культура» => завели канал с промптами, провели пару вебинаров и нашли несколько энтузиастов, которые и так уже пользовались ИИ.
• «Мы сделали RAG» => загрузили документы в векторную базу, но пока не решили, кто отвечает за актуальность знаний, качество ответов и устаревшие источники.
• «У нас агентная система» => собрали цепочку промптов или сценарий в n8n/Make, который выглядит автономно на демо, но ломается на нестандартных случаях.
• «ИИ снижает нагрузку на сотрудников» => люди меньше пишут с нуля, но больше проверяют, переписывают, уточняют и исправляют ответы модели.
• «ИИ экономит миллионы» => умножили условные «2 часа экономии в неделю» на зарплаты и количество сотрудников.
• «У нас есть финансовый эффект от ИИ» => посчитали потенциальную продуктивность, но не показали, где это реально отразилось в P&L, сроках, качестве или пропускной способности.
• «Мы безопасно внедряем ИИ» => публичные инструменты запретили, но удобной корпоративной альтернативы сотрудникам не дали.
• «У нас есть AI-governance» => создан комитет, написан документ и появилась процедура согласования, которую пока никто не понимает.
• «Мы обучили сотрудников ИИ» => провели вебинар про промпты
• «Мы внедрили ChatGPT» => мы купили три лицензии
• «У нас корпоративный ChatGPT» => сделали интерфейс с логотипом компании поверх API одной из моделей.
• «Мы трансформируем процессы через ИИ» => к старому процессу просто добавили чат: рекомендации к отчету теперь помогает оформялть и писать модель.
• «ИИ помогает принимать решения» => модель делает красивое саммари и предлагает варианты, но ответственность и проверка всё равно остаются на человеке.
• «У нас ИИ-стратегия» => есть презентация с use cases, roadmap и словами про трансформацию

Основная мысль простая: сегодня уже никого не удивить базовым использованием ChatGPT сотрудниками, но до большего компании пока не дозрели. А главный вопрос — где именно AI приносит значительный бизнес-эффект за счёт реальной трансформации (а не обычной прикрутке LLM к текущим хаотическим задачам) — становится всё более актуальным. И решения зачастую там более простые и скучные, о которых не прокричишь на конференциях:

• Навести порядок в базе знаний и в данных
• Работать с «бутылочными горлышками», а не с массовыми обучениями
• Посчитать экономику
• Внедрять в конкретные операционные роли и сценарии, а не изобретать каждый раз велосипеды

Между «мы попробовали ChatGPT» и «мы перестроили операционную модель с учётом ИИ» — огромная дистанция.

В телеграм-канале пишу про индивидуальное внедрение AI на стыке философии, критической теории и технологий. Без FOMO — подписывайтесь.