Один ИИ на всё не тянет: как выбирать инструменты по цене ошибки

Почти каждая команда, которую я вижу в портфеле, уже завела нейросети. А вот выбор инструмента под задачу сделали единицы, и на этом пробеле утекают деньги: платят за пять подписок, работают одной.

Как инвестор я смотрю на десятки команд сразу и вижу один и тот же расклад. Оформили доступ ко всему сразу, потому что «пусть будет», а в дело идёт один сервис, потому что никто не разложил задачи по инструментам. Двадцать долларов за место выглядят безобидно, но на команду из десяти человек и пять сервисов это уже пара сотен в месяц, и добрая половина этой суммы уходит в подписки, которые открывают раз в квартал.

Проникновение при этом почти сплошное. По данным Аналитического центра АКАР за 2024 год, 97% рекламных агентств страны используют ИИ, у 84% это ChatGPT. Шире рынка та же картина: по совместному исследованию «Якова и Партнёров» и Яндекса за декабрь 2025 года, 71% российских компаний уже применяют генеративный ИИ хотя бы в одной функции, а 46% внедрили или тестируют агентов. Инструменты есть у всех. Осмысленный выбор под задачу пока редкость, и именно он отделяет расход от отдачи.

Логика выбора мне знакома не по нейросетям. Пиксель-квест – детское развлекательное пространство, которое я развиваю с партнёром. В какой-то момент бизнес болтался около нуля, и стало ясно, что прежний маркетолог не вытягивает. Взяли нового, заметно дороже, без всякой гарантии, что он окупится. По арифметике решение выглядело так себе: платежи за полгода уводили мой личный капитал в минус.

Но считали мы не арифметику, а ставку. Дешёвый вариант уже показал, что не работает, и держаться за него означало медленно терять бизнес. С инструментами под ИИ ровно то же. Под высокую ставку берут лучшее, потому что дешёвое её просто не вытянет, и никакой ценник этого за тебя не решает.

Отсюда главный критерий: не цена подписки, а цена ошибки. Итан Молик, профессор Уортонской школы бизнеса и автор рассылки One Useful Thing, в свежем гайде лета 2026 года делит все задачи надвое. Низкая ставка – черновик письма, простой вопрос, набросок – тут годится любая бесплатная модель, разницы почти нет. Высокая ставка – то, где промах стоит денег или репутации – финансовая модель для инвестора, публичный ответ на кризис, оффер ключевому кандидату. Здесь нужна самая сильная модель, даже платная, потому что у неё ниже частота ошибок.

Дальше вопрос, куда именно что отправлять. Если огрублять до рабочей карты: тексты с характером, длинные рассуждения и стратегию тянет Claude, у него глубже логика и чище тон. Объём, генерацию идей и заодно картинки логичнее отдавать ChatGPT, в него встроен генератор изображений. Аналитику и работу с данными удобнее гонять через Gemini, он ближе к таблицам. Когда надо перелопатить десятки источников, выручает Gemini Notebook, бывший NotebookLM: туда загружают материалы и получают готовый обзор. А видео нынче правит Gemini Omni прямо в диалоге, командой вроде «поменяй фон на ночной». Одна деталь, о которой узнаёшь постфактум: у Claude нет генератора картинок вообще, он рисует кодом, и стек вокруг одного Claude однажды оставит без визуала в самый неподходящий момент.

Есть и вторая развилка, которую путают с первой. Старый способ – чат, вопрос-ответ. Новый – агент: модель получает компьютер с инструментами и делает часы работы за один заход. Молик описывает, как отдал ИИ на вычитку рукопись книги: за полчаса тот прошёл весь текст, проверил 195 ссылок и вернул страницы правок, на которые у команды исследователей ушёл бы день. Внутри агентов деление тоже простое. Режимы вроде ChatGPT Work и Claude Cowork работают на компьютере провайдера и отдают готовый результат, а Codex и Claude Code садятся на локальный компьютер и показывают саму работу.

Экономия тут измеряется не восторгом, а часами. По исследованию Salesforce за 2024 год, специалисты оценивают, что генеративный ИИ снимает с них больше пяти часов в неделю, то есть месяц с лишним за год. В деньгах это видно на крупных примерах. По данным издания Marketing Dive, Klarna отнесла на ИИ около 10 млн долларов годовой экономии, а по картинкам сократила цикл производства с шести недель до семи дней и урезала расходы на подрядчиков на четверть. Coca-Cola публично сообщала, что ускорила производство контента почти вдвое. Российские оценки скромнее по прозрачности: по обзору РБК Компании, встроившие ИИ команды называют ускорение примерно в 3,5 раза и падение себестоимости больше чем на 40%. Цифры грубые, но порядок ясен, и выбор инструмента превращается в выбор, где именно снять этот эффект.

У силы агентов есть обратная сторона, про которую в обзорах сервисов молчат. Агент с доступом к почте, документам и рабочим аккаунтам уязвим к атаке через подсунутую ему команду. Проще говоря, это фишинг, где жертва не человек, а ИИ. В почту приходит письмо со скрытой инструкцией, сотрудник просит агента разобрать входящие, и тот тихо выполняет чужой приказ. Это не гипотеза: летом 2025-го уязвимость EchoLeak в корпоративном Copilot от Microsoft позволяла таким письмом вытягивать документы наружу.

Правило простое. Опасна связка из трёх вещей сразу: доступ к приватным данным, недоверенный входящий поток и канал вовне. Пока команда не научилась ловить ошибки конкретного агента, разумно держать подтверждение на всё, что отправляет, тратит или удаляет. И стоит помнить про лимиты: тариф за 20 долларов агенты выжигают быстро, автономная работа жжёт ресурс в разы быстрее человека за клавиатурой, так что чем больше рутины отдаёшь, тем раньше упираешься в потолок.

Выбор ИИ – управленческое решение. Ценник тут вторичен. Сначала работа раскладывается по ставкам: где промах дешёвый, а где стоит денег и репутации. Дорогое забирает сильная модель, дешёвое отдаётся любой. Под каждый тип задачи закрепляется свой инструмент, и пять параллельных подписок схлопываются в осознанный набор. Отдельно решается, что вообще безопасно доверить агенту с ключами от рабочих аккаунтов. Дешевле выходит там, где перестают платить за пять сервисов и работают одним осознанным набором.

Если интересно, как ИИ меняет экономику команд и где он реально окупается, подписывайтесь на мой блог – здесь я разбираю инвестиции, предпринимательство и то, как всё это перестраивает работу.