Современный корпоративный ажиотаж вокруг искусственного интеллекта достиг почти пиковых значений: компании стремятся внедрять ИИ в работу, нередко делая это поспешно и неправильно. Автор выступления рассуждает о наиболее странных и тревожных практиках, которые появились в организациях на фоне ИИ‑бумa.
Токен‑максинг: гонка за бесполезной метрикой
Одним из наиболее заметных трендов последних недель стало так называемое «токен‑максинг» — стремление сотрудников израсходовать как можно больше токенов в ИИ‑сервисах. В некоторых компаниях, по сообщениям, даже существовали внутренние рейтинги, где разработчиков сравнивали по количеству затраченных токенов.
По сути это современный аналог устаревшей и вредной метрики — подсчёта строк кода. Чем больше токенов использует сотрудник, тем «лучше» он якобы работает. На деле всё наоборот:
- метрику легко накрутить, посылая бессмысленные запросы ИИ;
- она не отражает качество или продуманность работы;
- поощряет поверхностный подход вместо экспертного анализа.
К счастью, после огласки некоторые компании, включая Meta, отказались от подобных таблиц, однако сама практика всё ещё встречается.
ИИ‑агенты как «сотрудники»: маркетинг вместо реальности
Другой быстро распространяющийся тренд — риторика о том, что ИИ‑агенты якобы являются частью рабочей силы. В качестве примера приводится заявление руководителя McKinsey, что у компании якобы «60 тысяч сотрудников, из которых 25 тысяч — ИИ‑агенты».
Формально это выглядит эффектно, но по сути сравнение искусственно раздутo:
- современные ИИ‑агенты крайне узкоспециализированы;
- человек гораздо универсальнее и обучаемее;
- автоматизация существовала десятилетиями, но никто не называл бэкап‑скрипт сотрудником.
Хотя ИИ‑агенты могут быть полезны — например, для анализа логов или автоматизации рутинных задач, — считать их полноценными работниками некорректно. Чаще всего подобные заявления — часть маркетинговой стратегии, призванной создать образ компании как «лидера ИИ‑эпохи».
Обязательное использование ИИ: когда стремление к инновациям заходит слишком далеко
Третья тревожная тенденция — принудительное использование ИИ. Речь идёт не о максимизации токенов, а о требовании компаний регулярно применять ИИ‑сервисы, а в некоторых случаях — конкретные модели или конкретных агентов.
С одной стороны, мотивация понятна: многие сотрудники используют устаревшие модели или почти не экспериментируют с ИИ, и работодатели хотят, чтобы персонал освоил новые инструменты. Но проблема в перегибах:
- в ряде случаев сотрудников фактически вынуждают использовать ИИ даже там, где он замедляет работу;
- игнорируются ситуации, в которых задача не подходит для ИИ‑решения;
- не учитывается страх сотрудников перед технологией и возможной потерей рабочих мест.
При этом автор подчёркивает: единственный разумный способ адаптироваться к новым технологиям — пробовать их, трезво оценивать и регулярно пересматривать свои методы работы, так как модели и инструменты постоянно улучшаются.
Переходный период: естественный хаос ИИ‑революции
Сегодняшняя ситуация — смесь неумеренного энтузиазма, страха, давления и стремления компаний выглядеть инновационными. Быстрый темп развития ИИ делает переход особенно резким и тревожным.
По мнению автора, несмотря на личную ностальгию по «до‑ИИ эпохе», отступать некуда: технологии уже изменили разработку и продолжают развиваться. Ключевая задача — научиться использовать ИИ разумно, ориентируясь не на количество взаимодействий с ним, а на реальную пользу.
Вместо слепого внедрения — поиск реальной эффективности
ИИ должен быть инструментом, а не целью сам по себе. Компании неизбежно придут к более зрелому, осмысленному использованию технологий — вопрос лишь в том, как быстро они преодолеют фазу нынешних крайностей.
На основе 3 things companies mostly get wrong about using AI