Завис на апгрейде

Представим специалиста, который годами учился распутывать сложные профессиональные задачи. Он уже знает, как отличать случайную ошибку от системной проблемы, как учитывать условия, которые не записаны в инструкции, и как не обещать невозможного. Однажды он задаёт вопрос нейросети — и получает удивительно полезный ответ за несколько минут. Первая реакция может быть не восторгом, а раздражением: «И зачем тогда были все эти годы?» Иногда даже хочется, чтобы в ответе обнаружилась ошибка. Этот парадокс многое говорит не только об ИИ, но и о том, как мы привыкли понимать профессиональную ценность...

Представим руководителя, который собирает сведения для сложного решения. Раньше он тратил часы на документы, сравнения и подготовку вариантов. Теперь ИИ помогает выполнить часть этой работы значительно быстрее. Кажется, задача решена: время сэкономлено. Но что, если главная проблема вообще не в скорости подготовки документов? Что, если привычный процесс организован так, что качественные решения постоянно запаздывают? Интереснее не то, насколько быстро специалист сделал прежнюю работу, а какой новый вопрос он теперь способен поставить...

Двум людям можно дать доступ к одному и тому же искусственному интеллекту — и через месяц они фактически будут пользоваться двумя разными инструментами. Один задаёт короткие вопросы: «Что это значит?» «Напиши письмо» «Как приготовить?» Другой подробно описывает задачу, ограничения и желаемый результат. Третий обсуждает проблему с ИИ в несколько этапов. Четвёртый просит сначала найти слабые места в его собственной позиции. Пятый уже почти не формулирует отдельные запросы: у ИИ есть контекст проекта, документы и правила работы, поэтому человек ставит ему скорее цели, чем отдельные поручения...

Представьте обычную ситуацию. Вы стоите перед полкой магазина, берёте продукт и хотите понять: подходит ли он именно вам? Прочитать состав несложно. Сложность начинается потом: многим нужно вспомнить свои ограничения и показатели, разобраться в компонентах, при необходимости проверить несколько источников — и только затем принять решение. В ролике я показал, как эту задачу можно организовать значительно компактнее. Камера телефона считывает упаковку, ИИ распознаёт продукт и его состав. Но само по себе распознавание этикетки — не самое интересное...

Есть чаты, задачи, документы, письма, протоколы, записи встреч. Но у одного сотрудника один фрагмент картины, у второго — другой, а руководитель снова и снова вручную соединяет их между собой. ИИ способен изменить не количество информации, а способ её передачи. Я называю следующий этап управляемым контекстом: когда важные факты, решения, ограничения и причины можно зафиксировать, проверить на актуальность и передать именно тому человеку, которому они нужны для следующего действия. Представим вполне реальный сценарий уже ближайшего времени...