Технологии искусственного интеллекта стремительно перешли из категории узкоспециализированных разработок в разряд повседневных инструментов для управленцев. Сегодня нейросети помогают лидерам команд справляться с колоссальными объемами информации и многозадачностью, однако эффективное использование этих возможностей требует особого подхода.
Основная проблема современного менеджмента заключается не в стоимости технологий — средняя подписка на ИИ-сервис обходится примерно в 20 долларов ежемесячно — а в качестве их применения. Многие руководители либо полностью игнорируют возможности автоматизации, либо используют инструменты хаотично и бездумно.
«Вас заменит не сам искусственный интеллект, а люди, которые освоят навыки работы с ним», — подчеркнул Иван Звягин, занимающий посты руководителя «Трендов», product owner в сфере ML-разработки и главного редактора журнала РБК.
Своими тезисами о том, почему не стоит спешить с внедрением технологий без понимания их сути, он поделился на занятии в Школе управления РБК под названием «Не спешите внедрять: что лидеру стоит знать об ИИ». Данный образовательный проект медиахолдинга РБК регулярно проводит встречи для развития управленческих компетенций по четвергам в 19:00 мск.
При делегировании полномочий нейросетям руководители часто попадают в ловушку из-за специфики работы алгоритмов. ИИ может проявлять избыточную услужливость или создавать иллюзию безупречной надежности: его ответы всегда звучат связно и уверенно, даже если содержание содержит фактические ошибки. Чтобы избежать подобных рисков, Иван Звягин предлагает использовать методику «светофора» для классификации задач.
Согласно этой системе, существует три уровня взаимодействия с ИИ:
Зеленая зона включает в себя рутинные процессы, которые раньше передавались на аутсорс. Сюда относятся транскрибация записей, перевод текстов, форматирование документов или преобразование текстовых данных в таблицы. Специализированные модели часто справляются с этим точнее людей. Хотя контроль за результатом все еще необходим, в большинстве случаев автоматизация здесь полностью оправдана.
Желтая зона предназначена для создания черновиков электронных писем и подготовки аналитических справок. В этой области ИИ может допустить искажение цифр или подставить контекстуально подходящие, но фактически неверные факты. Иван Звягин предостерегает: если документ предназначен для внешних адресатов или влияет на репутацию, его нужно тщательно проверять. Кроме того, важно следить за тем, чтобы ИИ не превращал вашу переписку в безликий корпоративный текст, лишая ее индивидуального стиля.
Красная зона — это задачи, которые категорически не рекомендуется передавать алгоритмам. К ним относятся формирование стратегии, принятие кадровых решений и любые аспекты, требующие эмоционального интеллекта и доверия. ИИ может служить источником идей, но окончательное решение всегда остается за человеком, так как именно руководитель несет персональную ответственность за последствия.
Помимо автоматизации рутины, эксперт выделил еще несколько направлений, которые руководители часто недооценивают. Во-первых, это обработка массивов данных: нейросеть способна быстро подготовить выжимку из 40-страничного отчета или распознать рукописные заметки с фотографии. Во-вторых, использование интеллектуальных поисковиков, таких как Perplexity, позволяет мгновенно погружаться в новые темы, получая структурированные ответы со ссылками на источники. В-третьих, ИИ незаменим при подготовке к выступлениям и переговорам: модель может имитировать скептичного оппонента, помогая отработать возражения. Наконец, нейросети могут выступать в роли критиков презентаций, оценивая их драматургию и логику построения.
Разъясняя природу работы технологий, Иван Звягин отмечает, что у языковых моделей отсутствует человеческая логика. В их основе лежат нейроны, которые лишь предсказывают наиболее вероятное следующее слово на основе статистических закономерностей. ИИ не осознает смысл своих слов и лишь мастерски имитирует понимание. Понимание этого ограничения позволяет руководителю более осознанно подходить к работе: давать больше контекста, перепроверять расчеты и не доверять первому же ответу в сложных вопросах.
Для получения качественного результата эксперт рекомендует использовать структурированный промпт, состоящий из шести элементов:
- Роль (назначение модели экспертом, редактором или критиком).
- Контекст (описание ситуации).
- Задача (конкретное действие).
- Формат (вид итогового документа).
- Ограничения (что нельзя использовать в ответе).
- Пример (образец желаемого стиля или содержания).
Хотя использование всех параметров не всегда обязательно, четкое указание задачи является критически важным. Для решения серьезных аналитических задач сочетание подробного контекста и примеров значительно повышает точность ответа.
Подробные разборы подобных тем, включая отличия между machine learning и generative AI, а также стратегии успешного внедрения технологий, доступны слушателям Школы управления РБК. Видеозаписи прошедших занятий публикуются на сайте образовательного проекта на следующий день после проведения встреч.
