Искусственный интеллект перестал быть исключительно прерогативой технических специалистов и превратился в полноценный рабочий инструмент для управленцев. Сегодня те, кто принимает решения и координирует работу команд, могут использовать технологии для обработки массивов данных и оптимизации задач. При этом стоимость подписки на продвинутые ИИ-сервисы составляет в среднем 20 долларов в месяц, а наличие бесплатных аналогов делает технологию максимально доступной. Однако ключевая проблема заключается не в цене, а в подходе: многие лидеры либо полностью игнорируют возможности нейросетей, либо применяют их без понимания сути процессов.
«Вас заменит не ИИ, а люди, которые умеют пользоваться ИИ», — подчеркивает Иван Звягин, занимающий посты руководителя «Трендов», product owner в сфере ML-разработки и главного редактора журнала РБК.
С этой и другими важными темами он выступил на занятии «Не спешите внедрять: что лидеру стоит знать об ИИ» в рамках Школы управления РБК. Этот образовательный проект медиахолдинга, направленный на профессиональный рост руководителей, проводит встречи каждый четверг в 19:00 по московскому времени.
При делегировании полномочий нейросетям руководители часто попадают в ловушку из-за двух факторов: чрезмерной «услужливости» алгоритмов и иллюзии их безупречной надежности. ИИ способен выдавать крайне связные, уверенные и убедительные ответы, даже если он допускает фактические ошибки. Чтобы избежать подобных рисков, Иван Звягин предлагает использовать систему «светофора» для распределения задач.
Согласно этой методике, существует «зеленая зона» — это рутинные операции, которые раньше передавались на аутсорс: форматирование документов, создание таблиц из текста, переводы или расшифровка аудиозаписей. В этих вопросах специализированные ИИ-решения зачастую превосходят человека по точности. Хотя контроль за финальным результатом все еще необходим, Иван Звягин отмечает, что в ряде случаев автоматизация уже оправдана.
«Желтая зона» включает подготовку аналитических справок и черновиков деловых писем. Здесь кроется опасность: нейросеть может подставить подходящие по смыслу, но ложные факты или исказить цифры. Иван Звягин рекомендует подвергать тщательной проверке любые материалы, которые уходят внешним адресатам или влияют на репутацию лидера. Кроме того, важно следить за тем, чтобы переписка не превращалась в набор безликих корпоративных штампов, лишенных индивидуального стиля руководителя.
«Красная зона» — это стратегическое планирование, работа с кадровым составом, а также любые решения, требующие эмоционального интеллекта и установления доверия. ИИ может стать источником идей, но окончательное слово всегда должно оставаться за человеком, поскольку именно он несет персональную ответственность за последствия.
Помимо автоматизации рутины, эксперт выделил направления, которые управленцы часто недооценивают. В частности, это работа с колоссальными объемами информации: нейросеть способна быстро сделать выжимку из 40-страничного отчета или обработать даже рукописные заметки, если их сфотографировать. Также ИИ-поисковики, такие как Perplexity, помогают мгновенно погружаться в новые темы, предоставляя структурированные данные со ссылками на источники вместо обычного списка сайтов.
Инструментарий можно использовать и для подготовки к важным событиям. Иван Звягин предлагает использовать модель в качестве «оппонента» для имитации переговоров: нейросеть может выступить в роли скептика, помогая отработать возражения. Также ИИ полезен при создании презентаций — он способен проанализировать драматургию выступления и указать на слабые места в структуре.
Раскрывая внутреннюю механику процесса, Иван Звягин напоминает: у языковых моделей отсутствует человеческая логика. В их основе лежат нейроны, которые просто вычисляют наиболее вероятное следующее слово на основе контекста. Это статистическая закономерность, а не осознание смысла.
«Он не осознает, что говорит... Он просто очень хорошо имитирует понимание», — поясняет эксперт.
Понимание этого ограничения позволяет руководителю не удивляться «галлюцинациям» ИИ, а работать конструктивно: давать больше вводных данных и перепроверять критически важные цифры.
Для получения качественного результата Иван Звягин выделяет шесть составляющих эффективного промпта (запроса):
- Роль (назначение модели экспертом, редактором или критиком).
- Контекст (описание ситуации).
- Задача (конкретное действие).
- Формат (вид итогового документа).
- Ограничения (что исключить из ответа).
- Пример (образец того, что вы хотите получить).
Хотя не все элементы обязательны для каждого запроса, задание задачи должно быть неизменным. Для сложных задач использование подробного промпта с примером значительно повышает точность.
На занятиях Школы управления РБК слушатели не только изучали структуру промптов, но и разбирали глубокие вопросы: от причин провалов при внедрении ИИ до различий между generative AI и machine learning. Все материалы прошедших встреч доступны пользователям с платным доступом на официальном сайте школы, а видеозаписи практических разборов появляются на следующий день после проведения мероприятий. Также руководители могут присоединиться к сообществу Школы управления РБК в Telegram или MAX для нетворкинга и обмена опытом.
