Пресс-релизы рассказывают об эффективности. Финансовые отчёты - о списаниях. Вот пять случаев, которые попали во второй вид документов.
1. Klarna
Уволили 5000 из 7000 сотрудников поддержки, заменив их AI. Через 15 месяцев CEO публично признал: качество сервиса разрушено, начали обратный найм. Экономия обошлась дороже, чем выглядела на слайдах. Fortune, май 2025
2. Starbucks
Запустили AI-систему учёта запасов в 11 000 магазинах. Через 9 месяцев тихо закрыли: система путала товары и считала неверно. Бариста жаловались, полки не сходились с реальностью. Fortune, май 2026
3. Duolingo
В апреле 2025 объявили о переходе на AI-генерацию контента и замене контракторов. Через несколько месяцев CEO уточнил: штатных сотрудников не увольняли, headcount растёт. Реальность оказалась скромнее заголовка. The Verge
4. Uber
Выделили годовой бюджет на AI-инструменты для разработки новых функций. Токены закончились за 4 месяца. Новых продуктовых фич, готовых к выпуску, - ноль. Fortune, май 2026
5. MIT FutureTech, апрель 2026
Парадокс, который стоит запомнить: сотрудники субъективно чувствуют себя на 20% продуктивнее с AI. При точных измерениях они оказались на 20% менее продуктивны. Примерно половина рабочего времени уходит на проверку, правку и борьбу с галлюцинациями. MIT IDE
Общая закономерность: AI работает там, где задача хорошо определена, а результат можно измерить. Когда ни того ни другого нет - бюджет уходит, а проблема остаётся.
Если хочется не просто читать про AI, а реально его применять, у меня есть несколько мест, где это можно делать вместе.
Начать стоит с Telegram-канала. Это наш основной ресурс, где разбираем новые инструменты, кейсы автоматизации и приёмы, которые можно применить уже завтра.
Если зайдёт, залетайте в AI BASE. Это закрытое сообщество, где я делюсь личными наработками по автоматизации, вайб-кодингу и нейросетям.
А если хочется прямо сейчас сесть и попробовать руками, есть два бесплатных курса с нуля: по n8n для автоматизации без кода и по Claude Code для разработки в связке с AI.