(с ИИ и про ИИ)
Вступление (вход без пафоса)
В последние месяцы вокруг ИИ в профессиональной среде много разговоров. Чаще всего — в формате ожиданий: «это всё изменит», «без ИИ скоро никуда» или, наоборот, «очередной хайп».
Я решил не спорить на уровне мнений, а посмотреть на тему с практической стороны — через конкретную рабочую задачу, с которой регулярно сталкиваются инженеры и специалисты: подготовку презентации для руководства.
Важно сразу обозначить:
- эту презентацию я готовил сам, в рамках учебной задачи;
- ИИ не делал её «за меня»;
- он был темой презентации и одновременно — инструментом, с помощью которого я учился точнее формулировать цели и логику.
Контекст кейса
Задача выглядела так:
- есть тема — возможное использование LLM (больших языковых моделей) в инженерной практике;
- есть аудитория — руководство, для которого важны не технологии сами по себе, а риски, эффекты и управляемость;
- есть ограничение — никакого хайпа и обещаний «революции», только аккуратный, учебный разбор.
Параллельно я проходил обучение по созданию презентаций и решил использовать эту работу как учебный кейс, которым можно поделиться с читателями.
Что я делал на практике
Работа над презентацией шла в несколько шагов.
1. Формулировка цели
Не «рассказать про ИИ», а показать:
- зачем вообще поднимать эту тему;
- какие бизнес-проблемы она затрагивает;
- почему имеет смысл обсуждать её в формате управляемого пилота, а не абстрактных идей.
2. Определение рамок
Сразу были заданы ограничения:
- ИИ не управляет оборудованием;
- не вмешивается в валидированные системы;
- работает в консультативном режиме;
- используется только в закрытом контуре и на утверждённых данных.
Это принципиально влияет на логику всей презентации.
3. Структура вместо слайдов
Прежде чем думать о визуале, я выстроил последовательность: контекст → проблема → практика → риски → параметры → решение.
И только после этого появились сами слайды.
Где здесь ИИ
ИИ в этом кейсе выполнял две роли.
Предмет обсуждения
Я разбирался, как корректно и без иллюзий говорить о LLM в инженерной и регуляторной среде.
Инструмент обучения
С его помощью я:
- проверял формулировки;
- уточнял логику аргументации;
- смотрел, где текст звучит слишком технически или, наоборот, размыто.
Но ключевые решения — что сказать, как расставить акценты, какие риски обозначить — оставались за мной.
Что стало очевидно в процессе
По ходу работы стало ясно несколько вещей.
Качество презентации напрямую связано с качеством мышления, а не с инструментами.
ИИ может помочь уточнить мысль, но не заменяет понимание задачи.
Руководству важны:
- рамки;
- ответственность;
- управляемость,
а не модные термины.
И если этого нет в голове автора презентации, ИИ ситуацию не спасёт.
Вывод кейса
Этот учебный кейс не про то, «как ИИ всё сделал». Он про другое:
- как важно сначала разобраться в задаче;
- как формулировки и структура влияют на восприятие;
- и почему ИИ стоит рассматривать как усилитель мышления, а не как замену профессионального опыта.
🔗 В следующем материале (10:00 - ПОЧЕМУ ОТ КАЧЕСТВА ПРЕЗЕНТАЦИЙ ЗАВИСИТ КАЧЕСТВО РЕШЕНИЙ) я разберу этот момент шире — почему от качества презентаций так сильно зависит качество управленческих решений и при чём тут вообще ИИ.
Время чтения: ~3 минуты