Искусственный интеллект: революция или переоценённый пузырь?

Все вокруг говорят об искусственном интеллекте. Одни уверяют, что это революция. Другие машут рукой: «очередной пузырь, как в свое время была крипта».

Так кому же верить?

С одной стороны, только в 2025 году Microsoft, Amazon, Google и Meta вложили в ИИ около 370 млрд долларов. С другой стороны, по разным оценкам, до 95 % компаний не видят нормальной отдачи от внедрения нейросетей. Некоторые уже публично жалеют, что успели кого-то сократить «ради автоматизации». А мы сами часто получаем от ИИ банальности и откровенную ерунду.

Давайте разберёмся, где правда, а где чистый хайп.

Перелом случился в 2022 году, когда в открытом доступе появился ChatGPT.

До этого модели ИИ жили в своей закрытой профессиональной среде. И вдруг любой человек получил доступ к инструменту, который умеет писать тексты, помогать с кодом, анализировать данные и генерировать идеи.

Гиганты не могли это проигнорировать. Они понесли деньги в стартапы, дата-центры, инфраструктуру. Появились отдельные серверные фермы под ИИ, контракты на энергомощности, гонка за талантами.

Логика у них простая: лучше вложить десятки миллиардов сейчас, чем через несколько лет догонять того, кто не побоялся рискнуть.

Технологические компании прекрасно помнят, как Microsoft проспала смартфоны, а Apple когда-то перевернула рынок. Сейчас никто не хочет быть тем, кто «опоздал на революцию».

Если подняться на уровень фондового рынка и корпоративных пресс-релизов, всё выглядит красиво: триггерные заголовки, триллионные капитализации, презентации «умных» ассистентов и роботов.

А теперь посмотрим снизу.

У большинства людей нет ни одного знакомого, кого реально уволили и заменили нейросетью. В компаниях картина тоже схожая: внедрили ИИ, купили лицензии, провели один формальный вебинар, и на этом всё закончилось. Сотрудники же признаются: пару раз попробовали, получили слабый результат, от этого разочаровались и вернулись к старым методам. Руководство видит другое: деньги на лицензии списали, а где рост эффективности – непонятно.

Причин несколько.

Во-первых, корпоративные ограничения. Большие компании боятся утечки данных, регуляторов и юристов, поэтому строят свои надстройки над моделями. В итоге внутренняя версия ИИ часто работает в разы слабее публичного ChatGPT: половина функций отключена, запросы режутся, ответы упрощаются.

Во-вторых, отсутствие нормального обучения. Сотрудникам не объясняют, как ставить задачи, как давать контекст, как использовать ИИ в реальных рабочих процессах. В лучшем случае им показывают пару запросов, вроде «сделай резюме письма». Всё.

В-третьих, ожидания. Мы хотим «магического помощника»: написал две фразы, и получил идеальный отчёт, презентацию или стратегию. Когда этого не происходит, делаем вывод: «нейросети – переоценённая штука».

На самом деле ИИ сейчас не заменяет человека, а резко усиливает того, кто умеет с ним работать.

На мой взгляд – да. Просто не так, как это рисуют в демороликах.

Что уже произошло:

При этом модели всё ещё ошибаются, выдают банальности, путают факты. И это, как ни странно, хорошая новость. Пока ИИ не идеален, у человека есть пространство, где он по-прежнему нужен, особенно если умеет использовать инструмент правильно.

Я вижу две крайности. Одни впадают в эйфорию: «ИИ всё сделает за нас». Другие отмахиваются: «ерунда, я этим заниматься не буду».

Обе позиции проигрышные. Ниже я расскажу о трех шагах, которые действительно работают, пока все вокруг спорят.

Самое базовое – поставить работающую модель себе в телефон.Не важно, это ChatGPT, другая крупная модель или корпоративное решение. Важно, чтобы вы могли открыть её за одно касание и задать вопрос. Нет приложения, не будет и системной работы.

Не надо пытаться охватить всё. Сначала выберите определенные зоны, где ИИ реально может помочь: работаете с таблицами – изучите ИИ-инструменты для Excel и анализа данных. Занимаетесь видео – посмотрите сервисы для монтажа, сценариев, превью. Программируете – разберитесь с помощниками вроде Cursor и аналогов;А если не хотите быть программистом, но нужен сервис – посмотрите no-code инструменты типа Lovable.

Посмотрите пару разборов, погоняйте модель на своих реальных задачах. Не ждите идеала с первого раза. Относитесь к этому как к новому навыку, а не к волшебной кнопке.

Отдельная большая тема – автоматизация. Идея простая: цепочка из нескольких действий, которые раньше делали люди, выполняется ИИ-агентами: поиск информации, структурирование, подготовка черновиков, согласование, фиксация результатов.

Да, это не настраивается «за 15 минут в конструкторе». В сложных историях без специалистов не обойтись. Поэтому я в своё время собрал команду людей, которые умеют программировать и работать с моделями, и на этом опыте запустил агентство по автоматизации.

Но даже без агентств и больших проектов вы можете начать с малого: автоматизировать отчёты, шаблоны документов, рутину, которая съедает время.

В итоге картина такая: сверху – миллиарды инвестиций, гонка за железом и кадрами, красивые презентации. Снизу – люди, которым лень разбираться, и компании, которые «обожглись» на неудачных внедрениях.

Я для себя давно решил: ИИ уже поменял мой мир и мои проекты, и назад к жизни «до нейросетей» возвращаться не хочу. Да, я тоже получаю странные, поверхностные ответы. Да, иногда результат раздражает. Но я вижу, как качество моделей растёт буквально из недели в неделю.

И поэтому мой вывод простой: вашу работу заберёт не искусственный интеллект. Её заберёт человек, который научился использовать ИИ лучше вас.

Решать, кем из этих двух людей быть, всё равно придётся вам.

Кстати, напишите в комментариях, на какой стороне вы сейчас: видите в ИИ революцию или пока больше сомневаетесь?