Сотрудники, которые уже используют ИИ в работе, перестали обращаться к нему от случая к случаю: по опросу НАФИ, 62% этой группы отдают нейросетям большинство или почти все профессиональные задачи. Для руководителя это не повод покупать дорогую платформу, а сигнал срочно увидеть реальные сценарии, данные и точки проверки результата.
В исследовании участвовали 1 619 россиян старше 18 лет, уже применяющих нейросети на работе; поэтому 62% нельзя переносить на всех занятых. НАФИ также сообщает, что 73% опрошенных используют ИИ практически ежедневно или несколько раз в неделю, а 87% совмещают два и более сервиса. Независимый разбор ppc.world сохраняет ту же базу и оговорку. Мой вывод: решение меняется уже сейчас — сначала инвентаризация, правила для данных и контроль качества, потом лицензии и автоматизация.
ИИ внедрился сам — управленческий контур отстал
Обычно внедрение выглядит красиво только на схеме: есть инициатор, бюджет, требования, пилот и ответственный. С нейросетями часто получилось наоборот. Один сотрудник попросил помочь с письмом, другой загрузил таблицу, третий собрал идеи для рекламы. Через месяц у компании уже десяток рабочих сценариев, хотя формально проект ещё даже не начинался.
Это похоже на ящик с инструментами, который каждый собрал себе сам. Молотки есть, отвёртки тоже, но никто не знает, какой инструмент вынесли из офиса вместе с клиентскими данными и кто проверил, что после ремонта стена всё ещё стоит.
Что именно показал опрос
Источник сообщает: 73% участников обращаются к ИИ практически каждый день или несколько раз в неделю, 66% со временем стали делегировать ему больше задач, а 87% используют два и более инструмента. Чаще всего нейросетями пользуются руководители: 52% из них делают это каждый или почти каждый день.
Для маркетинга, рекламы и PR в исследовании отдельно отмечено активное использование ИИ. Но важнее другое: сотрудники выбирают разные сервисы под разные типы задач. Значит, у руководителя не один «внедрённый ИИ», а набор разрозненных маршрутов, по которым ходят тексты, таблицы, идеи и иногда данные клиентов.
Чего эти цифры не доказывают
Опрос не говорит, что 62% всех работающих россиян отдали нейросетям почти всю работу. В выборку вошли только те, кто уже использует ИИ профессионально. Он также не измеряет прибыль, точность результата или экономию времени. Частое применение может быть полезным, а может означать много переделок. Частота — это след процесса, не печать качества.
Главный риск — не нейросеть, а невидимый процесс
Представим типовую B2B-компанию. Маркетолог просит ИИ сократить отраслевую статью, продавец готовит письмо клиенту, аналитик объясняет отклонение в отчёте, руководитель собирает тезисы для совещания. Каждый ускорился. А компания при этом не знает, какие данные уходили во внешние сервисы, где результат проверял специалист и какое решение приняли на основе ответа.
В такой ситуации легко купить корпоративную платформу и объявить вопрос закрытым. Но лицензия не превращает хаос в систему. Если не описаны задачи, входные данные, проверка и ответственность, компания просто перенесёт старую неразбериху в более дорогой кабинет.
Где теряются данные и ответственность
В маркетинге риск начинается не только с персональных данных. В запрос могут попасть коммерческое предложение до релиза, медиаплан, выгрузка из CRM, внутренняя маржинальность или ещё не согласованное позиционирование. Даже если сервис отвечает блестяще, остаётся вопрос: кто отвечает за факт, обещание клиенту и финальное решение?
Почему запрет тоже не система
Полный запрет выглядит решительно, но не отвечает на рабочую потребность. Если сотрудник уже нашёл способ делать задачу быстрее, он, скорее всего, уйдёт в тень: личный аккаунт, домашнее устройство, копирование по частям. Я считаю, что разумнее отделить допустимые сценарии от запрещённых данных и назначить проверку там, где ошибка стоит денег или доверия.
Пять минут, чтобы увидеть реальную картину
Не начинайте с положения на двадцать страниц. Откройте общий документ и попросите команду записать по одному реальному сценарию использования ИИ. Нужны всего четыре поля:
- какую задачу решаем;
- какие данные передаём;
- кто проверяет результат;
- что меняется в сроке, качестве или стоимости работы.
Через пять минут появится первая карта процесса. Не идеальная, зато честная. Там сразу будут видны два края: полезная рутина, которую можно стандартизировать, и чувствительные сценарии, где пока нужен ручной контроль.
Разделите сценарии на три корзины
Я бы не оценивал сервисы по принципу «умный — неумный». Для управления полезнее три корзины: разрешено без специальных данных, разрешено с проверкой и запрещено до отдельного решения. Черновик заголовка и расшифровка открытого вебинара — не то же самое, что клиентская база или расчёт цены для конкретной сделки.
Минимальный набор метрик
Для пилота достаточно считать время до готового результата, долю материалов с существенными исправлениями, число возвратов на доработку и инциденты с недопустимыми данными. Если ИИ участвует в маркетинге или продажах, добавьте влияние на срок подготовки кампании или ответа клиенту. Не приписывайте нейросети выручку, если между ответом и сделкой прошла половина компании.
Что решить до покупки единой платформы
Опрос НАФИ показывает не победу конкретной нейросети, а зрелость привычки. Причём 87% участников совмещают несколько инструментов. Значит, задача руководителя — не угадать единственного чемпиона, а задать общий порядок: какие данные допустимы, где обязательна проверка и в каком виде сохраняется результат.
Три правила, которые выдержат смену сервиса
Первое: человек остаётся владельцем решения, даже если черновик сделал ИИ. Второе: чувствительные данные не попадают в сервис без разрешённого контура. Третье: критичный результат должен иметь понятный источник и проверку. Эти правила переживут обновление модели, смену лицензии и следующий модный интерфейс.
Когда уже можно масштабировать
Масштабирование имеет смысл, когда компания видит повторяющиеся задачи, понимает цену ошибки и может сравнить процесс до и после. Тогда закупка платформы становится не жестом в сторону прогресса, а управленческим решением. ИИ в таком случае не магическая кнопка, а ещё один сотрудник без трудовой книжки — быстрый, старательный и требующий проверки.
Технология уже здесь. Управление должно догнать
62% — не повод объявлять, что все профессии уже автоматизированы. Это сигнал из конкретной группы: люди, которые начали пользоваться ИИ, быстро встраивают его в большую часть работы и комбинируют сервисы. Мой вывод простой: компаниям пора управлять не разговорами об ИИ, а уже существующими рабочими маршрутами.
Соберите четыре поля по реальным сценариям, выберите один безопасный процесс и неделю посчитайте время и переделки. Так станет видно, где нужен стандарт, где обучение, а где красный флажок. Без фанфар, зато с контролем.
Подписывайтесь: здесь я разбираю маркетинговые новости без магических кнопок — через решения, риски и цифры, которые руководитель может проверить.
Материал подготовил Директор по маркетингу Виктор Клищенко
