Вам в комментарии пришёл человек с заявлением, что ИИ не решает его задачи? Не спешите спорить. К сожалению, в сфере ИИ наблюдается устойчивый тренд: часть людей активно транслирует в массы тезис, что нейросети: – «не помогают»; – «не решают задачи»; – «производят низкокачественный результат»; – «за ними нужен строгий присмотр». Узнали кого-то из коллег? При том что ИИ очевидно давно и может, и делает, эти люди всё равно упорно выражают скепсис. Их стало так много, что их шум начал забивать полезные сигналы. Часто такие мнения высказываются без какой-либо внятной аргументации. За месяцы споров я не встретил ни одного случая, когда такой человек смог бы доказать, что он предпринял все меры по организации работы с ИИ — и у него всё равно не получилось. Проверка элементарная: когда им рассказываешь про эти меры, в ответ слышишь не контрвопросы, а невнятное «да-да, конечно» или «мы всё пробовали». Безусловно, у внедрения ИИ есть реальные вызовы: этика, предвзятость алгоритмов, конфиденциальность, страх потери рабочих мест. Это правда. Но очень часто за громким скепсисом стоит банальное нежелание адаптироваться. Главный негативный эффект в том, что к ним прислушиваются. Многие руководители привыкли доверять своим технарям и ведутся на их скепсис, откладывая полноценное внедрение ИИ. В итоге смотришь на гиганта с капитализацией в 900 млрд — а у них техдир даже ChatGPT не пользуется. О рядовых сотрудниках и говорить нечего. Если вы это читаете и вы — человек из бизнеса, мой совет: не ведитесь на голословный скепсис. Требуйте от своих бойцов обоснования. Что *конкретно* у них не выходит с ИИ? Сравнивайте с практиками тех, у кого получается. Задавайте неудобные вопросы. Пробуйте сами. Пока ваши конкуренты осваивают нейросети, ваши сотрудники могут убеждать вас, что это невозможно. Выбор, кому верить, за вами. Post navigation Человек за миллион или ИИ-аналитик? Новый вызов для JPMorgan. Замена одного System Engineer на AI-оркестратор: как сэкономить $185,000 на OpEx и добавить $715,000 к EBITDA за 12 месяцев.