Не инструменты, а задачи: почему большинство компаний получают от ИИ ноль — и как не оказаться среди них

Спрашивать «какой ИИ лучше?» — это как прийти в аптеку и спросить «какое лекарство лучше?» без диагноза. Фармацевт может продать тебе что-нибудь дорогое. Но вряд ли оно поможет.

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 МСБ. Бизнес 5–15 лет. Не технарь. Построил всё на операционке, продажах и управлении людьми.

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.

CEO сказал: «Сделай план по ИИ».

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.

Маркетолог, аналитик, HR, менеджер проектов. Сильный профессионал. Уже использует ChatGPT каждый день.

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.

Я собрал это в короткий список. Не инструменты — ситуации. Узнайте свою.

Обратите внимание: половина «лекарств» — не технология. Это процесс, аудит, регламент, язык. Вещи, которые нужно сделать до того, как выбираешь инструмент.

Три шага. По одному для каждой роли. Без абстракций.

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 🔥