СПАСЕНИЕ УТОПАЮЩИХ: ПОЧЕМУ ПЛЮШКИ ОТ AI ПРИДЁТСЯ ПОЛУЧАТЬ НА ИНДИВИДУАЛЬНОМ УРОВНЕ На днях «Яков и партнеры» выпустили интересное исследование об эффекте внедрения AI в корпоративной среде – «ИИ-агенты: где хайп, а где реальность». Обратили на себя внимание несколько вещей. С одной стороны, на индивидуальном уровне отмечено повышение производительности от 14% до 56% (в зависимости от задачи). Правда, «автоматизируется» при этом, как правило, только 30–60% работы. С другой стороны, на корпоративном уровне измеримого эффекта зачастую нет – его отмечают лишь 5–10% компаний (так называемый «каскад затухания»). Причин здесь несколько. Во-первых, без изменения бизнес-процессов рост производительности в отдельном компоненте приводит к смещению «узких мест» (вспоминаем «Теорию ограничений» Голдратта), но не к росту общей производительности. Во-вторых, реальная стоимость внедрения в несколько раз превышает стоимость лицензий – за счёт необходимости перестройки процессов и оцифровки данных (ведь AI без цифровых данных не работает). В-третьих, точность результата падает тем сильнее, чем больше шагов в процессе: при надёжности 90% на каждом шаге задача из пяти шагов выполняется корректно в 59% случаев, из десяти – в 35%. Авторы называют это «налогом на ошибки». Вывод из этого простой. Если вы ещё не пробовали применять AI в своей работе – пробуйте. Ждать, пока эффект придёт к вам через внедрение на уровне компании, смысла немного: там он существенно меньше, чем при решении индивидуальных задач. Учитывая деградацию эффекта в многоступенчатых задачах, начинать лучше с отдельных простых элементов, пробуя разные инструменты. Очевидное узкое место при личном применении – конфиденциальность и регуляторика, в том числе ограничения на передачу персональных данных и соблюдение режима коммерческой тайны. Всё, что уходит во внешний контур, должно быть обезличено: без названий, имён и идентифицирующих деталей. Нарушение этого правила может негативно сказаться как на компании, так и на личном карьерном треке (вспоминаем недавний прецедент по делу Ремизовой с передачей конфиденциальных данных в DeepSeek). При этом у обезличивания данных может быть даже положительный побочный эффект: переформулирование задачи без клиентских деталей позволяет яснее понять, в чём она на самом деле состоит. И последнее. Раз эффект достигается на уровне отдельного специалиста, а не системы, то и накапливается он индивидуально. Чем раньше и чаще вы применяете AI инструментарий, тем больше отрыв от тех, кто рассчитывает освоить его в корпоративном формате – где, по оценкам авторов исследования, устойчивый эффект появляется в лучшем случае через 1–2 года...