Между «у меня есть 200 страниц исследования» и «теперь я действительно понимаю, что происходит» по-прежнему лежит огромная дистанция.

AI практически обнулил стоимость получения информации. Сейчас сел за Claude, ChatGPT, Perplexity, включил Deep Research mode, настроил систему агентов, или запустил skill, если есть собственный или нашел внешний, задал тему – и через полчаса-час получаешь обзор рынка, конкурентный анализ или исследование, на которое раньше уходили недели. Это действительно меняет правила игры.

Теперь проблема в другом. Прежде всего, можно ли доверять полученному материалу. На каких данных построены выводы? Что осталось за рамками исследования? Какие вопросы вообще не были заданы? Что нужно проверить в интервью, а что — увидеть своими глазами?

Второе – и главное – ограничение – когнитивное. Недостаточно получить 200 страниц анализа. Их нужно превратить из набора текста в собственную модель понимания рынка. Раньше это происходило почти естественно: пока ты искал информацию, читал, сравнивал и разбирался, знания постепенно укладывались в голове и становились частью твоей картины мира. Теперь эту картину словно пытаются загрузить целиком за один раз. Или, допустим, раскапываешь тему - LLM выдает тебе набор вполне рабочих пунктов, но по каждому надо пройти и углубиться, задать правильный вопрос, отнестись к ответу. И так, как фракталы: каждый запрос рождает десятки новых Ты уходишь глубже, но одновременно должен удерживать контекст всего исследования, помнить, к каким гипотезам нужно вернуться, и не потерять общую картину.

Поэтому сегодня, как мне кажется, дефицитным ресурсом становится уже не информация. И даже не доступ к AI. Дефицитным становится способность превратить огромный объем данных в собственное понимание и, главное, принять решение: какой следующий шаг действительно стоит сделать, опираясь на все это.

Для себя я пока выработал несколько рабочих принципов.

– Итеративно возвращаться к уже исследованным темам и заново задавать вопросы, вообще, стараться двигаться узко какое-то время.

– Постоянно схематизировать информацию – на бумаге, в Miro, где удобно.

– Не останавливаться на ИИ-выдаче, а обязательно идти в первоисточники и просить модель показывать, на чем именно основаны ее утверждения.

– Достраивать картину через разговоры с людьми, интервью и работу «в поле», потому что именно там обычно проявляется то, чего нет ни в одном отчете.

Раньше исследование было в основном процессом поиска информации, теперь оно становится процессом организации собственного мышления.