ОЧЕНЬ ДОРОГОЙ ЭКСПЕРИМЕНТ: МОЖНО ЛИ ДОВЕРИТЬ ИИ УПРАВЛЕНИЕ БИЗНЕСОМ?
ИИ-нейросеть не сможет заменить качественное управление бизнесом. И эксперимент с кафе в Стокгольме наглядно показывает почему.
Компания Andon Labs передала ИИ-агенту по имени Мона управление кафе: закупки, меню, цены, скидки и взаимодействие с сотрудниками. За два месяца общие расходы кафе составили около $38 тысяч, а выручка — около $9 тысяч. В эти расходы вошли аренда и зарплаты, поэтому неправильно говорить, будто все деньги кафе потеряло из-за ИИ. Но ошибки в управленческих решениях были вполне конкретными.
Сначала Мона, работавшая на Gemini 3.1 Pro, закупала лишние продукты и товары. При этом ингредиентов для блюд из меню часто не хватало. Она соглашалась на скидки и бесплатные угощения, если клиент убедительно просил.
Один покупатель предложил сделать эспрессо «товаром-приманкой». Цена кофе снизилась с $3,60 до $1.
Затем Мону перевели на GPT-5.5. Она стала осторожнее относиться к скидкам и перестала выставлять в меню блюда, которые кафе не могло приготовить. Но появилась другая проблема: ИИ испугался низкого остатка денег и почти перестал заказывать продукты. Запасы закончились — и часть блюд снова исчезла из меню. Одна модель слишком легко тратила деньги. Другая почти перестала тратить. А бизнесу нужно было найти баланс между расходами, запасами, спросом и выручкой.
Вот почему ИИ-нейросеть не сможет заменить качественное управление бизнесом. УПРАВЛЯТЬ — значит не просто увидеть цифру и отреагировать на неё. Нужно понять, почему она изменилась, какие последствия вызовет решение и чем придётся пожертвовать.
Мало увидеть, что остаток денег снижается. Нужно разобраться: — какие расходы обязательны, а какие можно сократить; — какие продукты продаются, а какие залеживаются; — сколько времени занимает новая поставка; — что произойдёт с выручкой, если убрать блюдо из меню; — принесёт ли скидка новых клиентов или просто уменьшит прибыль; — как решение повлияет на сотрудников, качество сервиса и повторные покупки.
Можно сократить закупки — и остаться без товара. Можно снизить цену — и увеличить продажи, но потерять прибыль. Можно нанять сотрудника — и увеличить расходы, не устранив причину перегрузки.
В бизнесе почти никогда нет одного показателя, на который можно посмотреть и сразу принять правильное решение.
Именно поэтому начинающий предприниматель, который использует нейросеть как готового бизнес-консультанта, рискует принять убедительно написанный ответ за проверенное решение. ИИ не знает всей ситуации автоматически. Он не видит того, что вы ему не сообщили: реальных договорённостей с поставщиками, особенностей команды, ваших компетенций как управленца, причин отказов клиентов, ограничений по деньгам и деталей процессов.
А если сам предприниматель пока не разбирается в управлении, планировании и финансах, ему трудно: 1️⃣ Правильно поставить задачу ИИ. 2️⃣ Передать ИИ все важные исходные данные. 3️⃣ Заметить, каких факторов не хватает в ответе. 4️⃣ Проверить расчёты и логику совета. 5️⃣ Понять, как рекомендация повлияет на остальные части бизнеса.
В итоге предприниматель получает не управленческое решение, а гипотезу, сформулированную УВЕРЕННЫМ ТОНОМ. Если принять её без проверки, за последствия заплатит компания.
ИИ полезен: он может обработать данные, посчитать сценарии, найти несостыковки, подготовить варианты и помочь быстрее разобраться в информации. Но решение должен принимать руководитель, который понимает свой бизнес и способен проверить рекомендацию.
ИИ может усилить управленца. Заменить качественное управление бизнесом он не может.
Поэтому сначала нужно понимать, как устроен ваш бизнес, где его ограничения и по каким показателям вы принимаете решения. И уже потом подключать ИИ как инструмент. Иначе нейросеть будет не управлять вашим бизнесом, а масштабировать ваши собственные ошибки.
А вы что думаете, напишите в комментариях. Какой опыт у вас в работе с ИИ?
Источник: разбор эксперимента Andon Labs
