Сегодня будет пост не от меня, а от одного из читателей канала и друзей - Николая *(нет, не того, у которого ресторан на Покровке, куда, я надеюсь, вы все уже забронировали столик 😁)
Коля - практик ИИ, который помогает внедрять его в бизнес тем, у кого нет пары лишних миллионов на консультантов. Он написал, на мой взгляд, очень правильную вещь, поэтому давайте заценим все вместе.***++
Синдром «Запорожца»: почему у многих складывается обманчивое впечатление об ИИ++**
Недавно наткнулся на статью о том, что живое общение с консультантами всегда лучше, чем с искусственным интеллектом. В комментариях единодушие: «Боты только раздражают», «ИИ ничего не понимает», «Технология ещё сырая».
По-человечески эта реакция понятна, но как человек, который плотно работает с ИИ, я вижу здесь классическую подмену понятий.
Представьте, что кто-то всю жизнь ходил пешком, а потом сел за руль старого, неотлаженного «Запорожца», у которого западает педаль газа и не втыкается нужная передача. Если машина заглохнет, и этот человек заявит: «Автомобили — это полная чушь, будущего у них нет, кони надежнее» — мы улыбнемся. Но именно это сейчас происходит с восприятием нейросетей в клиентском сервисе.
Люди судят о возможностях технологии по простейшим текстовым помощникам в чатах крупных компаний. Но то, с чем мы там сталкиваемся — это не «слабый ИИ». Это результат сложного компромисса между бюджетами, безопасностью и эффективностью.
Давайте заглянем под капот и посмотрим, почему так происходит:
1. Экономика масштабных внедрений
Пока ИТ-гиганты соревнуются, выпуская невероятно умные флагманские модели вроде GPT-5.5 или свежайшего Claude 4.8 Opus (который вышел буквально вчера), массовый бизнес считает деньги. Содержать передовые агентские модели на миллионы пользовательских запросов в день — это колоссальные затраты. Чтобы автоматизация окупалась, компаниям приходится внедрять более простые, легковесные и бюджетные версии моделей. Они работают быстро и недорого, но, увы, теряют в гибкости мышления.
2. «Тёмная триада» для ИИ: комплаенс, юристы и безопасность
Это, пожалуй, главный фактор «деревянности» ботов. Если дать сильной нейросети полную свободу общения, появляется риск непредсказуемого поведения. Бот может из вежливости пообещать клиенту нереальную скидку, случайно выдать коммерческую тайну или дать неверный юридический совет. Чтобы застраховать компанию от многомиллионных исков, специалисты обвешивают ИИ жесткими ограничениями (гвардрайлами). В итоге нейросеть зажимают в такие рамки, что она теряет способность импровизировать и начинает говорить строго по шаблону.
3. Ловушка KPI и оптимизация штата
Часто внедрение бота сопровождается оптимизацией штата живой поддержки — это проза бизнеса. При этом перед ИИ ставят жесткую задачу: удержать клиента в чате и решить его вопрос без привлечения оператора. И когда нам кажется, что бот «включает дурака» и упорно не переводит нас на человека — он не тупит. Он просто безупречно и строго выполняет заложенную в него инструкцию.
Итог: репутационный парадокс
Пытаясь найти баланс между экономией и снижением юридических рисков, компании невольно создают у массового пользователя ощущение, что искусственный интеллект — это бесполезная и глупая игрушка.
Но ИИ не глупый. Ограниченными бывают рамки, в которые его вынуждены загонять архитекторы крупных систем.
Если вы ездили только на «Запорожце», не стоит делать выводы о «Мерседесе». Современный ИИ с правильными промптами и хорошей моделью под капотом способен решать сложнейшие задачи, удерживать огромный контекст и общаться удивительно человечно. Просто в клиентской поддержке больших брендов мы его в первозданном виде вряд ли скоро увидим — юристы не разрешат.
В этом посте были ссылки, но мы их удалили по правилам Сетки
