2008 год. Моя первая серьёзная работа — кондитерская фабрика «Рот Фронт». Планово-экономический отдел (ПЭО). Я молодой специалист. Прихожу, сажусь за стол, осматриваюсь.
И вижу счёты.
Деревянные. С костяшками. Два человека в отделе считают на них. Виртуозно — пальцы летают, костяшки щёлкают, цифра готова за секунды. Красиво даже. Итоговую цифру вбивают в Axapta — это ERP-система от Microsoft, которая стоила фабрике миллионы. Если нужен Excel — считают на счётах, записывают число в ячейку.
На бумаге у «Рот Фронта» всё красиво. Внедрена Microsoft Dynamics (тогда ещё называлась Axapta). Автоматизация. Современное предприятие. Отчёт для руководства: «ERP-система развёрнута, сотрудники работают». А внутри — счёты. Потому что никто не спросил этих сотрудников, что им нужно. Никто не обучил. Никто не объяснил, зачем это всё.
Реакция людей в отделе была предсказуемая: «Опять руководство дичь ненужную внедрило. Прекрасно работали и без этого. Просто кто-то наверху на этом хорошо заработал». Может, они были правы. Может, нет. Я этого не знаю. Но знаю точно одно: ERP стояла, лицензии оплачивались, а работа делалась на счётах.
Мне тогда было скорее смешно. Ну счёты и счёты. 2008 год, кондитерская фабрика, чего ты ожидал.
А потом прошло 18 лет. И я вижу ровно ту же историю — только вместо счётов теперь ChatGPT, а вместо ERP — «AI-трансформация».
Fortune и 6 000 руководителей
Листаю Telegram на днях, натыкаюсь на статью в Fortune. Исследователи из National Bureau of Economic Research опросили 6 000 руководителей в США, Великобритании, Германии и Австралии. Результаты:
-
Две трети используют AI на работе. В среднем — полтора часа в неделю
-
Четверть не используют вообще
-
90% сказали, что AI не повлиял ни на продуктивность, ни на занятость. За три года
-
При этом корпорации вложили в AI $250 млрд только за 2024 год
Четверть триллиона долларов. Ноль в статистике.
Экономист из Apollo сформулировал это красиво: «AI виден повсюду — кроме макроэкономических данных». Звучит знакомо? Должно. В 1987 году нобелевский лауреат Роберт Солоу сказал то же самое про компьютеры: «Компьютерную эпоху можно увидеть повсюду — кроме статистики продуктивности». Тогда компании тоже тратили миллионы на новую технологию, а толку было ноль. Компьютеры стояли на столах и генерировали горы ненужных отчётов.
Прошло 10–15 лет, прежде чем компании перестали использовать компьютеры как дорогие печатные машинки и начали реально перестраивать процессы. Тогда продуктивность пошла вверх. С AI будет так же — только, скорее всего, быстрее. Прогресс сейчас ускоряется на глазах.
Но пока — счёты и Axapta. Просто в новой обёртке.
Золотая лихорадка для продавцов, головная боль для покупателей
Рынок AI сейчас — это золотая лихорадка. Покупатель не понимает, что покупает. Продавец продаёт всё, на что можно наклеить слово «AI». На каждой конференции — «AI-платформа», «AI-трансформация», «AI-first стратегия». Слова красивые. Результатов — ноль.
«AI-аналитика продаж» — а внутри дашборд, который мог бы работать на обычных SQL-запросах. «AI-рекрутинг» — парсер резюме с ChatGPT, который путает Python-разработчика с зоологом, потому что в резюме было слово «питон». Утрирую, но не сильно.
Помнишь, как в 2000-х всё было «в облаке»? Даже если «облако» — FTP-сервер в шкафу под столом бухгалтера. С AI сейчас та же инфляция термина. Любая контора, которая отправляет запрос к API OpenAI — уже «AI-powered».
«Потрясающий продавец 24/7», он же пожиратель лидов
Вот конкретный сценарий, который я видел не раз. Компания покупает AI-чат для продаж. Обещание: «бот квалифицирует лиды и продаёт круглосуточно». На деле — промпт поверх нейросети, который галлюцинирует характеристики продукта, выдумывает скидки, которых нет, и легко уводится клиентом в сторону. Клиент за минуту понимает, что общается с идиотом, и уходит.
Из «потрясающего продавца» получается пожиратель лидов. Каждый упущенный лид — конкретные деньги. А дальше — классика: сначала уволили трёх менеджеров, заменили ботом. Потом наняли пятерых — трёх на прежние позиции и двух на «контроль качества AI». Экономия.
И после этого руководитель на конференции говорит: «AI не повлиял на продуктивность». Ещё бы.
Регулярно вижу похожие истории на том же Пикабу. Людей увольняют, заменяют ботом, бот ломает всё, людей зовут обратно. Или не зовут — и нанимают новых, подороже.
Никто не спрашивает работяг
А теперь к главному. Помнишь «Рот Фронт»? Проблема была не в Axapta. Axapta — нормальная система. Проблема в том, что никто не спросил людей, которым с ней работать. Не объяснил зачем. Не обучил. Не синхронизировал то, что нужно бизнесу, с тем, что нужно отделу. Для отчёта — внедрили. Для работы — бесполезно.
С AI сейчас ровно то же. Руководитель покупает подписку на ChatGPT, раздаёт сотрудникам и ждёт чуда. А сотрудники сидят и думают: «Что это? Зачем мне это? Меня заменят? Нас сократят?» И правильно думают — потому что им никто ничего не объяснил.
Людей не обучают. Не говорят, что конкретно изменится в их работе. Не снимают тревогу. Не спрашивают, какие у них реальные проблемы. Руководство хочет «AI-трансформацию» для красивой презентации — а люди внизу боятся за свои рабочие места.
Это не новые луддиты (хотя слово модное). Луддиты — ткачи в Англии, начало XIX века — ломали станки не потому, что были тупые. А потому что их навыки обесценились, а новым никто не научил. Выгоду получали владельцы фабрик, а рабочие — ни с чем. Звучит знакомо?
Сейчас серверы никто не ломает. Но саботаж тихий — это реальность. Игнорируют инструменты. Делают «как раньше». Считают на счётах, вбивают в ERP.
Так что делать-то?
Если ты сотрудник, которому начальство объявило «мы теперь AI-first» — не паникуй. Скорее всего, через полгода про это забудут. Если не забудут — требуй конкретики: что именно изменится в твоей работе, чему тебя научат, какие задачи снимут.
Если ты руководитель, который думает про AI — вот что я предлагаю:
Спроси людей внизу. Не директора по продажам, а менеджера, который каждый день отвечает на 50 однотипных звонков. У него одна боль, у директора — другая. Обе важны. Решение должно учитывать обе.
Поставь конкретную задачу. Не «хотим AI», а «хотим сократить время обработки заявки с 4 часов до 40 минут». Без метрики ты никогда не поймёшь, работает внедрение или нет.
Обучи людей. И не только «куда нажимать». Объясни зачем. Покажи, что это не замена, а инструмент. Сними тревогу. Помнишь «Рот Фронт»? Axapta стояла мёртвым грузом, потому что людей не научили и не объяснили зачем. С AI будет ровно то же самое.
Не верь тем, кто обещает кнопку «бабло». Нормальная команда внедрения приходит с вопросами: покажите процесс, где узкое место, какие данные. А не с обещаниями, что волшебная нейросеть решит все проблемы.
Личный опыт: матрёшка для брокеров
У нас в команде был проект — брокерская компания, AI-квалификация клиентов. Звучало просто: бот задаёт вопросы, собирает ответы, передаёт менеджеру. «Чат-бот на пару месяцев».
Ага. Щас.
Быстрые дешёвые нейросети — не хватает знаний. Дорогие — тормозят, клиент уходит. Нужна комбинация. Клиент пишет одно сообщение и в нём отвечает на три вопроса, которые бот ещё не задавал. Модель должна это распознать, не переспрашивать. Клиент уводит разговор в сторону — нужно ответить по-человечески, но вернуть в пайплайн. И помнить, на каком этапе квалификация.
Проект-матрёшка. Внутри простого — сложное. Внутри сложного — ещё три сложных. Сработали в убыток. Но доделали.
А снаружи — тот же «чат-бот». Только один стабильно квалифицирует 80% лидов, а другой выдумывает тарифы. На вид — одно и то же. На практике — пропасть.
В сухом остатке
Парадокс Солоу повторяется. $250 млрд вложено, эффекта нет. Но не потому что AI не работает — а потому что большинство путает «купить подписку на ChatGPT» с «внедрить AI». Как «Рот Фронт» путал «купить Axapta» с «автоматизировать работу».
AI станет фундаментальной технологией. Но только когда перестанут внедрять сверху для отчётов — и начнут внедрять снизу, от реальных задач реальных людей.
А пока — счёты и ERP. Только в 2026 году.
Статья Fortune, которая это спровоцировала: Thousands of CEOs just admitted AI had no impact on employment or productivity
Пишу про AI, нейросети и автоматизацию — иногда спорно, но честно. Канал: t.me/maslennikovigor. Исходники бесплатно: GitHub. Вопросы — @maslennikovig.
