Смотрю на цифры — и вижу парадокс: всё меньше доверия к искусственному интеллекту, но всё больше его использования. Это словно ситуация, когда дома ставят сигнализацию, но всё равно оставляют окно открытым. Так происходит и в бизнесе — Shadow AI (использование ИИ без одобрения) становится частью повседневности, даже если руководители не всегда знают об этом.
Согласно свежему опросу McKinsey, уже 78% компаний применяют ИИ хотя бы в одной функции бизнеса, а 71% регулярно используют генеративный ИИ (то есть ChatGPT и ему подобные) (McKinsey & Company). В России 43% организаций внедряют ИИ в рабочие процессы (Таймлайн), причём 36% отмечают значимую экономическую отдачу от ИИ, тогда как ещё три года назад таких было лишь 14% (TASS). При этом, по данным ВЦИОМ, 52% россиян доверяют ИИ (38% — нет), главным поводом недоверия становятся ошибки и утрата контроля (wciom.com).
Так почему же люди всё меньше ему доверяют, но всё больше пользуются?
Во‑первых, никакой ИИ, даже самый прокачанный, не избавлен от «галлюцинаций». Ошибка в отчёте, неверный вывод — и вот уже бизнес несёт реальные потери. А если модель лежит в основе ключевого решения — хуже некуда. Во‑вторых, нарастают тревоги по защите данных. Случай компании Samsung, которая после внутренней утечки данных временно запретила сотрудникам использовать генеративный ИИ, — наглядная иллюстрация того, как быстро политика может ужесточиться, как только возникает угроза безопасности (McKinsey & Company).
Тем не менее, корпоративный интерес к ИИ неизменно растёт. Причина проста: если конкуренты экономят время и ресурсы, срезая рутинные задачи с помощью ИИ, оставаться в стороне — значит, добровольно отставать. Shadow AI — не столько проявление саботажа, сколько демонстрация, что люди готовы к эффективному инструменту, даже если правила ещё не написаны.
Что происходит в ответ? Бизнес начинает по‑новому выстраивать свои процессы:
- Проверка создаваемого ИИ-контента (например, автоматический fact-check или юридическая валидация) становится частью повседневных задач. Вот где появляются AI‑ассессоры — люди, которые понимают, что модели могут ошибаться, и исправляют последствия.
- Соответствие стандартам (NIST AI RMF, ISO 42001, EU AI Act) и формализация правил usage — не просто слова, а реальные чек‑поинты, без которых масштабирование ИИ затруднено (McKinsey & Company, TechRadar, PBS, Business Insider, wciom.com).
Мой опыт показывает: ключ в том, чтобы принять парадокс, а не бороться с ним. ИИ — как мощный лист мотора: даёт динамику, но без надёжной подвески — опасен.
Важно:
- Осознать зоны, где ошибка ИИ допустима и быстро исправляется, — и там давать инструмент. А там, где ставка высока, — вводить многоуровневую валидацию.
- Вместо запретов дать сотрудникам рабочие, проверенные инструменты: приватные модели, корпоративные LLM-прокси — чтобы Shadow AI ушёл сам.
- Обучать команды использовать ИИ с умом — прозрачные промпты, критическая оценка ответов, понимание ответственности.
- Оформить внутренняя политика как живой документ: что можно отдавать модели, где нужен контроль, как реагировать на инциденты.
Через год-два ситуация изменится: Shadow AI сойдёт на нет, когда появятся удобные, безопасные ИИ-решения. Появятся новые профессионалы — AI‑ассессоры, редакторы ИИ‑контента, интеграторы. А бизнес по‑прежнему получит скорость и гибкость, но уже с надёжной системой контроля.
Всё это не про страх. Это про шаг в будущее с правильной опорой: когда доверие не умирает, а трансформируется — и выигрывают те, кто умеет эту трансформацию сопровождать.
Источники:
- Samsung-кейс безопасности (утечка) — иллюстрация рисков без ссылки (то есть упоминание без URL)