Это не анекдот. Это паттерн. Я вижу его на каждом потоке.
В прошлом тексте я дал карту: четыре слоя когнитивного экзоскелета — от чат-ассистента до собственной AI-инфраструктуры. Карта есть. Но карта без вопроса «что именно мне нужно?» — картинка на стене.
Сегодня — про задачи. Не какой инструмент лучше, а какая задача у тебя болит. И как найти для неё правильный слой.
«Какой ИИ лучше?» — неправильный вопрос
BCG вывели формулу, которую я цитирую на каждом потоке: успех ИИ-внедрения = 10% алгоритмы + 20% данные + 70% люди и процессы. Семьдесят процентов. Не модель решает. Не промпт. Не подписка. Решает — понял ли ты свою задачу и перестроил ли процесс вокруг неё.
Большинство компаний этого не делают. Две трети организаций застряли в «пилотном чистилище» — бесконечно тестируют, никогда не масштабируют. Запускают пилот не от задачи, а от хайпа. «Давайте внедрим ChatGPT» вместо «давайте разберёмся, почему КП готовится три дня».
Помните аналогию с электрическими моторами из прошлого текста? Фабрики 30 лет ставили электромоторы на место паровых — и не получали роста. Продуктивность взлетела только когда перепроектировали сами цеха. Не инструмент поменяли — процесс поменяли.
Правильная последовательность: боль → процесс → категория решения → инструмент. Не наоборот.
Давайте разбираться, как это выглядит для трёх разных людей.
Собственник: «Хочу, чтобы работало. Без хаоса»
Слышит про ИИ отовсюду. Конкуренты что-то делают. Команда уже сидит в ChatGPT.
А он чувствует, что теряет контроль.
Знакомо?
Первая боль — хаос экспериментов. Десять подписок, каждый сотрудник со своим инструментом, никакой координации. Один мужчина на курсе потратил 2 миллиона рублей на курсы по ИИ за год — и пришёл ко мне с нулевым результатом. Все десять подписок — на слое 1. Десять молотков, когда нужен один молоток и чертёж.
Вторая — нет критериев выбора. Решения принимаются по хайпу или по рекомендациям знакомых. Когда не понимаешь задачу — любой инструмент кажется либо волшебным, либо бесполезным. Середины нет.
Третья — команда делает что хочет. Сотрудники льют корпоративные данные в публичные нейросети. Без правил, без политики, без понимания рисков. Это не adoption. Это стихия.
Следим за руками: ни одна из этих болей не решается покупкой нового инструмента.
Собственнику нужно не «купить», а «описать».
Описать один болезненный процесс. Один. Где теряется время, где хаос, где бесит. Дальше — правила игры для команды: что можно, что нельзя, куда нельзя загружать данные. И один пилот: не «внедрить ИИ», а «сократить подготовку КП с трёх дней до четырёх часов». Измеримо.
Часто правильный ответ — слой 2 или даже слой 1. Но настроенный под конкретный процесс, а не брошенный в общий котёл.
Руководитель: «Мне дали задачу, но не дали ресурсов»
Бюджета нет. Людей нет. Мандата нет.
Знакомая ситуация для каждого руководителя функции, с которым я разговаривал за последний год. Маркетинг, продажи, HR, аналитика — не важно. Паттерн один: давление сверху, хаос внизу, ты посередине.
Снизу — команда, которая уже сидит в ChatGPT. Без правил. Без согласования. Кто-то сливает в нейросеть клиентскую базу, кто-то — черновик стратегии. Ты об этом узнаёшь последним. А если случится утечка — спросят с тебя.
Сверху — CEO, который хочет красивый слайд на совете директоров. «Наша AI-стратегия». Только стратегия подразумевает ресурсы, а ресурсы никто не выделил.
И вот ты между молотом и наковальней. IT говорит на птичьем языке. ИБ блокирует всё подряд. Команда экспериментирует втихую. А ты не можешь ни объяснить, что нужно, ни оценить, что предлагают.
Тут есть неприятная правда. Руководителю кажется, что ему нужен инструмент. На самом деле ему нужны артефакты.
Первое — аудит. Узнать, что команда уже делает с ИИ. Руководители стабильно недооценивают масштаб: думают, что ИИ активно использует пара человек, а реальная цифра — в три раза больше.
Второе — scorecard. Фреймворк: задача → сложность → данные → риски → категория решения. Не «давайте попробуем», а «вот почему этот сценарий, а не тот». Это документ, который можно принести CEO.
Третье — один пилот с ROI. Одна руководитель HR с курса: скрининг 80 резюме за 40 минут вместо 8 часов. ROI считается на салфетке. Это язык, который CEO понимает.
Правильный слой — чаще всего 2 с элементами 3. Но начинать — с аудита, не с покупки.
Специалист: «Я упёрся в потолок»
И чувствует, что уткнулся в стену.
Потолок промптинга — не метафора. Это реальный и массовый феномен. «По началу кажется, будто нейронка что-то может. Но через месяц-два начинаешь видеть косяки и реже пользоваться» — это с Habr. На Reddit жёстче: «I spent 6 months learning prompts, now I spend 6 hours verifying outputs».
ИИ выдаёт 80% результата. Последние 20% — логика, проверка, бизнес-контекст — на тебе. Каждый раз заново.
Это утомляет. И обесценивает. «А я-то что делаю? Редактирую чужие черновики?»
Дальше хуже. Двойная ловушка: не используешь ИИ — тревога отстать. Используешь — тревога «это не моя заслуга». Синдром самозванца AI. Реальная штука, которую почему-то никто не обсуждает.
И вишенка: ты часто единственный в команде, кто вообще что-то пробует. Руководитель не понимает ценности. Коллеги не интересуются. Одиночество инициатора.
Стоп.
Тебе не нужен ещё один курс по промптингу. Тебе нужен переход от чата к workflow.
Андрей Карпати — бывший директор AI в Tesla — ввёл термин «context engineering». Суть: навык будущего — не написать хороший промпт, а спроектировать систему, которая собирает правильный контекст для каждого шага. Принципиально другой уровень. И вот что интересно: слабая модель в правильном workflow бьёт мощную модель с прямым промптом. Архитектура > подписка.
Конкретно: найди одну задачу, которую делаешь каждую неделю одинаково. Еженедельный отчёт. Скрининг резюме. Первый черновик контент-плана. Собери для неё workflow: вход → обработка → проверка → выход. Не нужно программировать — n8n, Make, Zapier + AI. Маркетолог с курса: контент-пайплайн с 4 дней до 6 часов.
Замерь время до и после. Опиши на языке бизнеса, не на языке промптов.
Это твой артефакт. Это твой аргумент. Это твой слой 3.
Девять типичных ситуаций: симптом → диагноз → лекарство
Собственник:
| Симптом (что вы видите) | Диагноз (в чём реальная проблема) | Лекарство (что делать) |
|---|---|---|
| 10 подписок, $200/мес, ноль результата | Все инструменты на одном слое. Нет связи с процессом | Описать один процесс. Выбрать один инструмент под него |
| КП готовится 3 дня, команда ноет | Процесс не описан, ИИ прикручен сбоку | ИИ в рабочей среде (слой 2), встроенный в CRM |
| Сотрудники льют данные в ChatGPT | Нет правил игры. AI-policy = 0 | Регламент + одобренные инструменты. Это не про запреты, а про русло |
Руководитель:
| Симптом | Диагноз | Лекарство |
|---|---|---|
| CEO хочет «план по ИИ», а ты не знаешь, с чего начать | Нет артефактов для защиты инициативы | Scorecard + ROI одного пилота. Один кейс > красивый слайд |
| Не знаешь, что команда уже делает с ИИ | Разрыв восприятия. Ты думаешь «пара человек», реальность в 3 раза больше | 15-минутный аудит: кто, что, с какими данными |
| Боишься, что пилот провалится и спросят с тебя | Нет фреймворка принятия решений. Каждый выбор — рулетка | Scorecard: задача → сложность → данные → риски. Документируй логику |
Специалист:
| Симптом | Диагноз | Лекарство |
|---|---|---|
| Промпты не помогают, результат деградирует | Потолок промптинга. Проблема не в промптах, а в отсутствии архитектуры | Workflow вместо чата. Вход → обработка → проверка → выход |
| Тратишь час на отчёт, который можно автоматизировать | Застрял на слое 1, не знаешь, что слой 3 существует | n8n / Make / Zapier + AI. Одна повторяющаяся задача — один workflow |
| Руководитель не ценит твои AI-навыки | Говоришь на языке промптов, а нужен язык бизнеса | Артефакт: что сделал → сколько сэкономил → какие риски закрыл |
Что делать в понедельник
Собственник: возьми один процесс, который бесит больше всего. Один. Опиши его на бумаге: кто делает, сколько времени, где теряется. Потом спроси — какой слой экзоскелета это закрывает? Часто ответ — слой 2, иногда слой 1. Но правильно настроенный.
Руководитель: проведи 15-минутный опрос команды: «Какие AI-инструменты вы используете? Для каких задач? С какими данными?» Ты удивишься результатам. Потом — один пилот с измеримым ROI. Не «план по ИИ на год». Один кейс.
Специалист: найди задачу, которую делаешь каждую неделю одинаково. Собери для неё workflow. Замерь время до и после. Это твой артефакт. Это твой аргумент.
---
Определили задачу? Хорошо. Но чтобы выбрать правильный слой, нужно честно оценить, где вы и ваша компания сейчас. Об этом — в следующем тексте.
А если чувствуете, что пора пройти этот путь не на ощупь — я для этого построил [AI Architect]. Не «ещё один курс по ИИ», а программа, где каждый из трёх шагов выше превращается в рабочий артефакт. 60 часов, 70% практики на ваших задачах. Не учу промптить — учу проектировать.
Фигачим дальше 🔥
Источники и данные
- McKinsey, "The State of AI in 2025" — pilot purgatory, разрыв adoption vs transformation
- Dell'Acqua et al., "Navigating the Jagged Technological Frontier", HBS/BCG, 2023 — зубчатая граница ИИ
- Paul David, "The Dynamo and the Computer", *American Economic Review*, 1990 — аналогия с электричеством
- PwC, "2025 Global AI Jobs Barometer" — рост продуктивности при перестройке процессов, зарплатная премия за AI-навыки
- UpGuard / Gartner / WalkMe, 2025 — shadow AI
- ГК «Солар», 2026 — утечки через нейросети
- Andrej Karpathy, 2025 — «context engineering»