Регулярно заглядываю в замочную скважину к коллегам, которые учат управлению производством и Lean-технологиям. Картинка интересная и очень разная: есть мощные практики с реальным опытом на заводе, а есть «новые эксперты» - это те, кто видел станок только на картинке в интернете. Знакомьтесь, «теоретики от ИИ». Они отлично упаковывают мысли, умеют их правильно донести  до аудитории, но их легко распознать по следующим признакам: -Кейсы из интернета. Когда реального опыта нет, то  все примеры берутся от ИИ, или из открытых статей про Тойоту  30-летней давности. -Смерть метода «5 почему». Докопаться до сути проблемы такой преподаватель не может. Слушатель-практик всегда почувствует пустоту уже на третьем «почему», заданном на семинаре. Проблема в том, что и для многих студентов курсы - это не возможность узнать новое, получить нужные инструменты для работы,  а просто способ развлечься за деньги предприятия и получить красивый диплом, поэтому они не задают неудобных вопросов. -Слишком много  псевдонаучных терминов, не подкрепленных реальными знаниями, которые должны показать  аудитории эрудицию преподавателя. Все это очень напоминает авторов из той же «Сетки», которые пишут экспертные статьи: «Как обойти фильтры ИИ и успешно пройти собеседование» имея при этом в профиле гордый статус «Активно ищу  работу». Смешно и грустно. На мой взгляд, настоящая экспертиза отличается от подделки всего двумя вещами: профильным опытом и ответственностью за результат. Но отвечать за результат больно, поэтому в ход идут лингвистические фокусы. -Плохая формулировка (глазами нового эксперта): «Я снижу производственные затраты на 10% до июня 2027 года». Зачем это говорить? Тут же есть конкретная цифра, понятный срок и,  самое страшное,  виновный, если ничего не выйдет! -Хорошая формулировка: «Мы выйдем на новые горизонты производственной эффективности». Звучит гордо, ни к чему не обязывает, идеально встает на главный слайд презентации для акционеров. В наше время, когда предприятия режут все мыслимые и немыслимые затраты, Искусственный Интеллект отлично решает вопросы аналитики и сокращения рутинных операций. Он моментально обрабатывает  терабайты данных и собирает потрясающие презентации. Но ИИ не умеет ходить ногами по цеху. Он не решает  проблему падающей производительности труда, узких мест, не работающего оборудования,  и уж точно не знает, чему учить сотрудников в цехе и  как внедрить стратегию на  реальном производстве, преодолевая сопротивление персонала. И обучение от «новых экспертов»  также не дает слушателю работающих  инструментов для повышения производительности труда,  превращаясь просто  в красивое дорогое шоу.