В ИИ-ленте мир уже перевернулся.

Старые компании вот-вот рухнут. Профессии исчезнут. Кто не побежал за ИИ сегодня, завтра не нужен. Любая задержка выглядит как отставание навсегда.

Я понимаю это ощущение. Сам я скорее внутри этого пузыря, чем снаружи.

Несколько лет пользуюсь топовыми подписками ChatGPT, Claude, китайскими моделями, локальными моделями. В ландшафтном бизнесе мы подняли под себя отдельный сервис и встроили ИИ в визуализацию, документы и рабочие процессы. Запускали локальные модели на своём железе. Делали проекты с ИИ под капотом: входящие сообщения, корпоративные базы знаний, тендерная документация, исполнительская документация в стройке.

То есть я не спорю с ИИ из позиции «попробовал один раз, не понравилось». Наоборот. Мы много этим пользуемся.

Именно поэтому я не верю в простую версию хайпа.

ИИ уже меняет бизнес. Просто чаще не так, как это выглядит из пузыря.

Бизнес не живёт скоростью браузерной вкладки

В личной работе сильная модель даёт быстрый вау-эффект. Она пишет, объясняет, собирает черновики, ищет ошибки. Вчера ты делал сам, сегодня у тебя рядом умный помощник.

Но компания не покупает ощущение скачка. Ей нужен повторяемый результат: на её данных, в её процессе, с понятной ценой ошибки, с ответственным человеком и с экономикой, которую можно посчитать.

Хорошая ИИ-система ближе не к покупке подписки, а к найму сотрудника. Ей нужны доступы, инструменты, правила, контроль, критерии качества. Если этого нет, она остаётся умной вкладкой в браузере. Вкладка впечатляет. Но она ещё не меняет себестоимость бизнеса.

За последний месяц у меня было пять разговоров с компаниями с оборотом больше миллиарда рублей и около десяти разговоров с компаниями от 100 млн рублей. Это не исследование рынка, просто моя рабочая выборка. Но она хорошо отрезвляет после ИИ-ленты.

Почти все знают про ИИ. Многие понимают потенциал. Но разговоры редко идут в сторону «завтра всех заменим». Они быстро становятся скучными и полезными:

  • где именно применить;
  • какие данные есть;
  • кто будет проверять;
  • сколько стоит ошибка;
  • как считать эффект;
  • кто внутри компании этим управляет.

Это не тормознутость бизнеса. Это нормальная реакция на инструмент, который должен работать не в демо, а в живом процессе.

Главная ошибка пузыря

Люди внутри ИИ-пузыря часто переносят свою скорость освоения на весь рынок.

Если я уже живу с агентами, значит, бизнес сейчас тоже резко перестроится. Если я за вечер собрал прототип, значит, старая компания с тысячей сотрудников завтра должна так же быстро поменять процесс. Если модель умеет сделать черновик, значит, отдел можно почти сразу сокращать.

Но бизнес двигается не так.

У него есть данные, доступы, безопасность, регламенты, старые системы, привычки, ответственность, цена ошибки. Всё это не исчезает от того, что модель стала умнее.

ИИ может резко ускорить отдельный шаг. Но компания покупает не ускоренный шаг, а результат: меньше затрат, выше скорость, меньше ошибок, больше выручки, понятная управляемость.

Если этого нет, то неважно, насколько красиво модель рассуждает.

Где появляется настоящий эффект

Я не вижу главный потенциал в том, чтобы продавать «ИИ» как отдельное чудо.

Сильнее другой сценарий: компания приходит на существующий рынок и использует ИИ под капотом. Не делает из этого религию. Не убеждает клиента поверить в нейросети. Просто меняет экономику работы.

Быстрее отвечает на входящие. Дешевле разбирает документы. Лучше ищет релевантные тендеры. Быстрее собирает коммерческое предложение. Меньше держит людей на переносе и сверке данных. Даёт клиенту тот же результат, но быстрее, дешевле или стабильнее.

Вот это уже опасно для старых игроков.

Не потому что завтра их заменит ChatGPT. А потому что рядом появится компания, которая продаёт тот же результат, но собирает его иначе.

Один пример: исполнительская документация

Исполнительская документация в стройке для меня хороший пример именно такого сдвига. Не главный тезис, а понятная иллюстрация.

Снаружи тема звучит узко: акты, реестры, документы качества, комплекты, согласования. Но на большой промышленной стройке это отдельный производственный контур. В России есть компании с миллиардными оборотами, которые занимаются именно подготовкой исполнительной документации. У них могут работать сотни людей. Каждый день они собирают, сверяют, переносят, проверяют и оформляют документы.

ИИ не может просто «сделать ПТО». Такая фраза ничего не значит.

Зато он может забрать конкретные куски работы: найти нужные документы качества, сверить комплектность, подготовить черновик акта, собрать реестр, подсветить расхождение, показать, каких данных не хватает.

Инженер при этом не исчезает. Он проверяет, правит, принимает ответственность, подписывает итог. Если система сделана нормально, видно, что предложила модель, что изменил человек и где чаще всего возникают ошибки.

Снаружи результат тот же: комплект исполнительной документации. Внутри другая механика: меньше ручной сборки, быстрее проверка, меньше замечаний, ниже стоимость обработки одного комплекта.

Вот так ИИ становится бизнес-инструментом. Не через лозунг, а через изменение себестоимости конкретной работы.

Почему «срочно внедрять ИИ» плохой совет

Фраза «надо срочно внедрять ИИ» звучит бодро, но в ней обычно нет объекта. Внедрять куда? В какой процесс? С какой ценой ошибки? Кто будет отвечать за результат? Что считаем успехом?

Поставить всем сотрудникам подписку на ChatGPT или Claude полезно. Это может поднять личную продуктивность, помочь сильным людям быстрее работать, дать команде опыт. Но это ещё не корпоративное внедрение.

Корпоративное внедрение начинается там, где есть поток работы и понятная экономика:

  • входящие заявки, которые нужно быстро разобрать;
  • документы, которые нужно проверить;
  • тендеры, которые нужно найти и оценить;
  • база знаний, в которой сотрудник теряет время на поиск;
  • исполнительская документация, где ошибка сдвигает сроки и оплату.

Там уже можно обсуждать процесс. Что делает ИИ. Что проверяет человек. Где хранится след. Как считаем экономию. Что будет, если модель ошиблась.

Без этого ИИ легко превращается в витрину: красиво показать, трудно встроить, невозможно посчитать.

Где легко обмануться

Есть две одинаково плохие реакции.

Первая — поверить хайпу и решить, что модель сейчас сама всё заменит. Не заменит. Данные грязные, контекст сложный, проверка остаётся, эксплуатация стоит денег, люди всё равно отвечают за результат.

Вторая — отмахнуться, потому что «оно пока не идеально». Это тоже ошибка. ИИ не обязан быть идеальным, чтобы менять экономику отдельных операций. Ему достаточно снять заметную часть ручной подготовки, поиска, сверки, черновой работы.

Пока одни спорят, можно ли доверить ИИ весь процесс целиком, другие уже забирают у него куски, где эффект считается.

Вместо итога

Пузырь ошибается не в том, что ИИ важен. Он важен.

Ошибка в другом: ожидать, что бизнес изменится как лента в X или Telegram. Быстро, громко, с одним большим объявлением.

В реальности многое будет выглядеть тише. Заявка разобралась быстрее. Документ нашёлся раньше. Реестр собрался без ручной возни. Тендер отсекли до того, как менеджер потратил на него полдня. Клиент получил ответ быстрее конкурента.

Снаружи компания вроде делает то же самое. Внутри изменилась себестоимость.

Именно это для старых игроков опаснее громких прогнозов. Прогноз можно проигнорировать. Новую себестоимость рядом с собой — уже нет.