ИИ перестал играть в контент и начал давать советы

Несколько раз в месяц я выступаю перед предпринимателями в разных регионах страны. Всегда начинаю с вопроса: «Кто уже использует ИИ — хотя бы в личной жизни? Поднимите руки». Обычно в зале от 300 до 1000 человек. Каждый раз примерно 30% рук остаются внизу. Много. А те, кто поднимают руки, чаще всего не могут объяснить, что такое ИИ.

По опросам Сбера, 85% предпринимателей уже используют ИИ. 70% — видят в нём реальную пользу. Звучит красиво. Но куда они его прикрутили?

В 2025 OpenAI опубликовала результаты своего исследования: кто и зачем использует ChatGPT. Компания проанализировала задачи, которые пользователи ставили перед нейросетью с мая 2024 по июнь 2025 года. В 2024 году в топ-3 входили: написание текстов, генерация фото и видео, составление контент-планов. По сути — игрушки для маркетинга. В 2025 году список основных задач поменялся. На третье место вышел поиск и анализ данных, а на первое — советы в сложных ситуациях. Вот это уже тревожно.

Рабочий инструмент за 5 000 000 ₽ или имитация за 2000 ₽?

При внедрении ИИ малый бизнес часто выбирает на первый взгляд простые и дешёвые решения — подписку на сервис за 2000 ₽ в месяц. При этом он никак не перестраивает процессы. Такие предприниматели не понимают, что лишь имитируют внедрение нейросетей. Но ИИ не работает на их бизнес, он работает против него. И против чужого бизнеса тоже.

Селлер прогоняет фото товара для карточки через нейронку — и происходит «магия»: внешний вид продукта улучшается, но покупатель получает совсем не то, что видел на картинке. В итоге растут возвраты. Страдают все: сначала клиент, потом продавец, а площадка несёт незапланированные расходы на логистику.

В малом бизнесе почти нет гигиены данных. Всё разбросано: таблички в Excel, заметки в телефонах. Нет единых контура и контекста. Поэтому, прежде чем внедрять нейросеть, нужно привести в порядок процессы. Это долго и больно. А иначе нельзя — модель начнёт генерировать мусор.

В 2024 году мы с кофаундером запустили стартап Healthy — сервис по здоровому питанию. Мы использовали ИИ на всю катушку: сам сервис работал на базе искусственного интеллекта. У нас толком не было процессов, но зато мы делегировали нейросетям значимую часть нашей работы — написание контентной стратегии, постов, создание визуальных креативов. Мы хотели создать автономные команды и сэкономить деньги и время.

Мы делегировали контент, потому что нам казалось, что в этом нет ничего сложного. Но не помогли ни правильно сгенерированные промпты, ни датасеты, ни референсы. В какой-то момент нейронка вдруг начала галлюцинировать и выдавать вещи, которые были несовместимы с тональностью нашего проекта. Нам пришлось отложить мечту об автономных командах в долгий ящик.

Но самое главное: нас так захватила идея автономного ИИ-сервиса, что мы упустили пользу для рынка. А когда мы на него вышли, оказалось, что наш проект мало кому нужен. Люди устали от десятков разных ЗОЖ-приложений: для питания, сна, спорта.

Я учла все ошибки и в 2025 году запустила стартап Sain — HealthTech-платформу уже для комплексного управления здоровьем. В этом проекте я с самого начала пошла другим путём:

1. Я нарисовала карту команды: кто нужен, зачем, какой результат должен принести.
2. Затем внутри функций и задач я нашла точки, где ИИ помогает, и описала, как именно мы можем его использовать.

Благодаря такому подходу мы за 2,5 месяца собрали концепцию нового продукта, дизайн-систему и приложение. Без ИИ мы бы не смогли сделать это в такой сжатый срок, но при этом я не сбросила на искусственный интеллект всю работу, а выстроила процессы и использовала его только там, где он реально мог принести пользу.

С крупным бизнесом всё ещё сложнее. Если хочешь полноценный результат, а не имитацию внедрения, готовь от 5 000 000 ₽ до 10 000 000 ₽.

Откуда такие цифры? Нужно почистить данные, привести их к единому формату, ввести ИИ в контекст и натренировать его под задачи конкретных сотрудников и продукты компании. Чтобы всё это сделать, придётся нанять людей, которые работают с данными. Или покупать коробочные решения. И то и другое дорого.

Поэтому крупный бизнес смотрит на ИИ с осторожностью. При внедрении искусственного интеллекта ROI не всегда очевиден, и большие компании медлят. Тут нужен сильный консультант. Он оценит: как ИИ повлияет на бизнес, когда будет выхлоп. И будет ли он вообще.

Выбор инструментов решает всё: ИИ не панацея

Хочешь внедрить ИИ — отлично. Но зачем? Если не можешь ответить, дальше действовать бессмысленно. Если это хайп — это один трекшен. Если настоящая трансформация бизнес-процессов — совсем другой уровень.

Следующий вопрос: чтобы что? Какой результат ты хочешь видеть в итоге? Если ответ есть, только тогда появляется разумная развилка — внедрять ИИ или нет. Часто оказывается, что другие инструменты работают эффективнее.

Пример: сегментация клиентов. Бизнес хочет понять, кто они, что покупают, чтобы работать таргетно. Если есть нормальная CRM с аналитикой, ИИ, как правило, уже не нужен.

Но многие сервисы говорят иначе. Они продают ИИ для сегментации как волшебную таблетку. «Дай данные, мы сами построим портреты». Серьёзно? Никто не знает твоих клиентов лучше тебя.

Такие сервисы обещают анализ недопродаж, потенциал роста, возвратность. Они дешевле CRM. Для стартапа это заманчиво: 10–50 $ в месяц и красивые обещания. Я сама рассматривала такое решение для своего стартапа и чуть не купилась на халяву.

Но ни в одном из подобных сервисов мне не смогли объяснить, что именно они будут делать с моими данными. Сигнал тревожный. Риск, что данные перепродадут, слишком высок.

AI-native или провал

Даже лидеры индустрии не всегда способны грамотно оценивать риски. Яркий пример — транспортная компания DPD. Огромная корпорация внедрила генеративный ИИ в поддержку. Результат: бот начал писать стихи против компании.

В соцсетях — смешно. В реальности — репутационный кошмар. Все клиентские метрики упали.

Ещё пример — финтех-стартап Klarna. Компания решила «приручить» генеративный ИИ и уволила 700 сотрудников поддержки. Пилот длился менее двух месяцев. Всё пошло к чертям, показатели рухнули, людей возвращали экстренно. Причина: нейронка фантазировала на основе собственных данных. Пришлось нанимать людей обратно.

Показателен и кейс Air Canada: пассажир обратился в поддержку по поводу покупки билета по льготному тарифу. Чат-бот ошибочно сообщил ему, что можно приобрести билет по стандартному тарифу, а позже подать заявку на возмещение разницы. Когда клиент начал оформлять компенсацию, выяснилось, что бот его обманул и компания не разрешает подавать заявки задним числом. Air Canada же открестилась: бот — отдельное юрлицо. За него ответственности не несём. Суд встал на сторону пассажира.

Решения о внедрении ИИ в крупных компаниях проходят через десятки сессий валидации и согласований, и всё равно там по каким-то причинам трезво не оценивают риски. Это говорит о том, что люди, принимающие решения, не понимают, что такое ИИ.

Они должны использовать ИИ для личных целей и понимать, как он работает. Тогда им станет очевидно, что больше половины случаев — это фейковые результаты и проверка на внимательность.

Халява — главный мотив внедрить ИИ

Неопытные предприниматели внедряют ИИ ради хайпа и желания быть на волне. Когда компания пишет: «Мы используем ИИ», клиент смотрит на неё иначе. Он видит красивые картинки и видео, созданные нейросетью, и думает: «Вау, суперкомпания!»

Большую роль играет и эго. У предпринимателей оно часто раздуто. Они уже не как все, а если ещё и «на острие технологий», могут легко назвать себя продвинутыми.

Ещё одна причина, почему люди из бизнеса внедряют ИИ, — FOMO. Боязнь пропустить тренд. У предпринимателей этот страх острее, чем у других. Они цепляются за «ИИ» как за быстрый билет в клуб модных и актуальных.

По моим ощущениям, 30–40% предпринимателей внедряют ИИ именно ради таких целей. Они черпают информацию из рилсов, ютуба и случайных каналов. Не проверяют, где правда, где вымысел. Это проблема.

Но главный мотив для внедрения ИИ — экономия денег и времени. А ещё поиск лёгких решений. Если быть совсем честными: предприниматели хотят халявы. Они верят, что искусственный интеллект решит всё сам. Они же будут только снимать сливки.

Первая зона «халявы» — маркетинг. Предприниматель думает: «Зачем нужен отдел маркетинга? Сэкономлю на нём 5 млн ₽, заплачу 60 000 ₽ за подписку — ИИ сам напишет сценарий, пропишет боли, всё опубликует и проект полетит».

ИИ может выполнять маркетинговые задачи, но за ним нужен контроль. Иначе можно выстрелить себе в ногу.

Вторая зона «халявы» — продажи и поддержка. Экономить здесь можно, но заменить людей полностью — опять же нет. Необученная модель отталкивает клиентов и создаёт юридические риски.

Российский рынок, как и зарубежный, завален сервисами «поставь чат-бота на сайт». Про безопасность никто не говорит. Если нет ресурсов обучать модель и контролировать её ответы — оставляйте людей. Либо делайте честное предупреждение: «данные могут быть некорректны». Но кто так напишет?

Третья зона «халявы» — консалтинг и стратегия. Правда, речь тут больше про нехватку денег, а не поиск лёгких решений. Эксперты стоят дорого. Сессия брейншторма, которую проводит опытный консультант, обойдётся в 500 000 ₽, если не больше. У малого бизнеса просто нет таких денег, поэтому он «нанимает» ИИ.

На VC и Reddit полно историй: нейросеть пишет стратегии, планы развития сотрудников, ключевые документы. Если нет денег для консультанта, обратиться и к нейронке можно. Она поможет сделать скелет будущего документа. Проблема в том, что нельзя полностью делегировать стратегию ИИ. Без данных и контекста нейронка генерирует красивую чушь. Это приводит к неправильным решениям.

Ещё одна дыра, где бизнес теряет деньги, — нулевая коммуникация. Либо компания признаёт, что использует технологии, но не объясняет, что именно для неё делает ИИ. Либо вообще молчит. Пользователь узнаёт это сам — и злится.

Особенно это касается малого бизнеса. Пример — большинство салонов красоты или стоматологий. Подключили ИИ-чат, ничего не объяснили пользователю. Он спрашивает одно, получает другое. Клиент не может записаться, думает, что администратор со странностями, и теряется.

Почти никто не думает о том, что надо бы всё объяснить клиентам. Тогда у них будет меньше вопросов и претензий.

В отличие от той же OpenAI. Компания честно предупреждает пользователей прямо внизу интерфейса нейронки: «ChatGPT может допускать ошибки. Проверьте важную информацию». Другие же компании чаще всего таких предупреждений не дают.

ИИ не виноват. Просто бизнес не готов

За три года плотной работы с ИИ я пришла к таким выводам:

• ИИ не волшебная таблетка. Он не заменит процессы, стратегию и здравый смысл.
• Главная ошибка бизнеса — думать, что ИИ сам всё решит. На деле — за ним нужен постоянный контроль.
• Сервисы за 2000 ₽ решают мелкие задачи — но не автоматизацию. Генератор изображений или текстов поможет точечно, но выстроить систему или заменить бизнес-процесс за эти деньги невозможно. Реальная интеграция требует времени, ресурсов и серьёзной подготовки.
• Хайп ослепляет. 30–40% предпринимателей внедряют ИИ ради моды, не понимая, как он работает. Итог — убытки и репутационные потери.
• Хаос создаёт новый бардак. ИИ сокращает расходы только там, где уже всё структурировано.
• Нулевая коммуникация — тихий убийца бизнеса. Не объяснил клиенту, как работает твой бот, — потерял клиента. Молчание обходится дорого.
• Контекст — всё. ИИ может считать цифры, но по умолчанию не учитывает новые законы, особенности рынка и сезонность. Без контекста его решения опасны.
• Главный риск — не технологии, а люди. Решения принимают те, кто не понимает, как ИИ работает. А значит, ошибки неизбежны.

• Будущее за AI-native. Каждый сотрудник должен знать, как пользоваться ИИ, где искусственный интеллект ошибается и какие риски несёт. Это новая гигиена бизнеса.