На прошлой неделе на Летнем форуме Ассоциации независимых директоров прозвучало несколько докладов об использовании ИИ‑агентов в стратегическом планировании. Сам по себе этот факт показателен: мы наблюдаем попытку оседлать волну и перевести ИИ из разряда технологического любопытства в разряд управленческой моды, а любая мода на управленческие инструменты традиционно бьёт по здравому смыслу сильнее, чем по издержкам.
Доклады были воодушевляющими. Особенно тезис о том, что ИИ в корпоративном контуре якобы принесёт нам всеобщий Agile. Но лично мне не очень понятно, откуда ему взяться в царстве Waterfall, в котором традиционно живут классический совет директоров и «красный» CEO.
Другая часть повестки касалась стратегий. О том, как любой желающий теперь может «сделать себе стратегию» с помощью ИИ. Но, по моему ощущению, наступлению этого прекрасного будущего мешают как минимум два фактора, о которых - дальше.
Первый - ИИ не разгружает, а нагружает
Одна из самых популярных иллюзий вокруг ИИ состоит в том, что он якобы снимает когнитивную нагрузку с аналитика, топа или члена совета директоров, давая возможность готовиться к заседаниям или принятию решений на ходу. Но на практике происходит обратное. Машина прогоняет через себя на единицу времени значительно больший объём информации и возвращает пользователю ещё более плотный поток материалов. Там, где человеку потребовалась бы неделя на чтение, ИИ за несколько минут выдаёт десятки выжимок, интерпретаций, альтернативных структур и побочных гипотез. Это не уменьшает интеллектуальную нагрузку — это уплотняет её.
Да, ИИ может резко ускорить первичную обработку данных, резюмирование, поиск паттернов и подготовку черновиков стратегических документов. Но именно поэтому узким местом становится уже не скорость доступа к информации, а способность человека удерживать контекст, фильтровать шум, сопоставлять аргументы и выносить суждение. Иными словами, ИИ - это не лифт для тех, кто не умеет ходить. Это более быстрый эскалатор для тех, кто уже умеет бегать.
Второй: фреймворки не возникают из воздуха
Вторая проблема менее заметна, но ещё важнее. Консультанты дают совет: чтобы ИИ был полезен, достаточно использовать правильные канвасы и фреймворки и делать на их основе промты. Но этот совет имеет скрытое предположение о том, что человек уже знает эти фреймворки, понимает их границы применимости и способен оценить, какой из них уместен в конкретной задаче.
Именно поэтому в стратегических задачах и без ИИ так легко воспроизводится шаблонность: доминирующие в сети конструкции вроде SWOT, универсальных матриц из 70-х и псевдосценарного анализа получат непропорционально высокий вес просто потому, что они чаще всего до сих пор встречаются в обучающих программах. ИИ усредняет знания до медианы интернета, а медиана стратегического мышления в интернете редко поднимается до уровня действительно сильной школы стратегии. А медиана стратегического мышления в интернете - это, мягко говоря, не Портер и не Минцберг. Это и есть демократизация посредственности.
Тем более нужно понимать, что любой шалон или фреймфорк - это модель, а модели, как вы знаете, упрощают реальность. Уместно ли вам конкретно это делать именно в этой задаче?
Может ли ИИ предложить суперстратегию?
Да, теоретически возможно. По крайней мере, теорема о бесконечных обезьянах такое допускает: бесконечное число случайных попыток в конце концов произведёт «Гамлета».
Здесь включается ещё один важный механизм - когнитивный авторитет. В исследованиях информационного поведения он описывается как склонность воспринимать определённые источники, формы подачи и институционально оформленные сигналы как заслуживающие доверия сами по себе. Для пользователя это означает простую вещь: структурированный текст очень легко воспринимается как умный текст.
Буллиты, таблицы, строгая композиция, уверенный тон и правильно подобранный словарь создают ощущение достоверности даже там, где реального содержания почти нет. Именно поэтому сгенерированные ИИ документы, ТЗ, стратегии и аналитические записки так часто производят сильное первое впечатление. Скорость получения результата дополнительно усиливает этот эффект: если машина за минуту делает то, на что раньше уходил день, мозг автоматически приписывает скорости качество. Но это не аргумент о глубине мысли - это всего лишь симптом смещения критического фильтра.
Alex M H Smith
, автор «No Bullsh*t Strategy» спрашивает:
Сможете ли вы сами отличить хорошее решение от плохого, если не владеете предметом?
Как распознать bullshit, если он написан гладким языком, оформлен в матрицу и разложен по красивым заголовкам?
Исследования всё чаще описывают ИИ как инструмент усиления уже существующих когнитивных и организационных способностей, а не как их замену. На практике это означает, что ИИ хорошо масштабирует компетенцию, но не производит её из ничего. Но никто при самооценке не занижает свои когнитивные способности.
Без заранее загруженных бенчмарков, эталонов и правильно поставленных рамок ИИ, обученный на массовом контенте из сети, в большинстве случаев выдаст идиотское решение. Убедительно оформленное. Быстро сгенерированное. С красивыми заголовками и правильно расставленными маркированными списками. И аудитория, скорее всего, захлопает.
В руках человека без развитого критического мышления и экспертности, ИИ чаще всего просто масштабирует некомпетентность: он позволяет генерировать убедительно выглядящий мусор в разы быстрее, чем это делалось раньше.
Проблема разработчиков - это только первый сигнал
Наиболее наглядно возможный сценарий девальвация навыков (deskilling) уже проявляется в сфере разработки. Assistant Professor
Anastasia Berg
из UC Irvine обращает внимание, что сотрудники, использующие ИИ с самого начала карьеры и не проходящие через фазу «делать самому», рискуют быстрее терять базовые профессиональные навыки. Ряд эмпирических работ по ИИ‑ассистентам в кодинге показывает схожую картину: junior‑разработчики, которые с первого дня полагаются на генерацию кода и подсказки, в среднем хуже развивают навыки самостоятельного анализа, отладки и построения архитектуры решения.
При этом важно уточнить: проблема не в самом факте использования ИИ, а в паттерне использования. В эксперименте Anthropic участники с ИИ‑ассистентом выполняли задание немного быстрее, но хуже проходили последующую проверку на понимание и особенно уступали в задачах, связанных с отладкой, то есть именно там, где формируется инженерное мышление. Это не означает, что любой ИИ автоматически «ломает» разработчиков; он просто делает это гораздо легче и незаметнее, если заменяет собой этап собственного размышления, а не дополняет его.
Широкие обзоры по AI deskilling в профессиях описывают тот же механизм: когда инструмент берёт на себя не только рутину, но и значимые куски сложной умственной работы, специалист постепенно теряет навык самостоятельного суждения и хуже формирует профессиональную интуицию. Вопрос, таким образом, не в том, можно ли безопасно использовать ИИ (можно), а в том, будет ли организация и сам специалист сознательно выстраивать практики, которые поддерживают развитие навыков, а не подменяют его удобством. А исторический опыт автоматизации подсказывает: без специальных усилий побеждает удобство, а не развитие.
Но дело уже давно не только в кодинге
История с разработчиками - лишь частный и наиболее видимый пример более широкой когнитивной тенденции. Современные исследования всё чаще описывают влияние ИИ через понятие cognitive offloading - переноса памяти, анализа, оценки и самого процесса рассуждения на внешние системы. Сам по себе offloading не является злом: люди веками передавали часть когнитивных задач калькуляторам, записям, картам. Проблема начинается тогда, когда высвобождённое усилие не перенаправляется в более сложное мышление, а просто исчезает.
Ряд исследований фиксирует, что при регулярном и некритичном использовании ИИ‑инструментов снижается глубина обработки материала, ухудшается удержание содержания и ослабевает готовность самостоятельно входить в сложный мыслительный процесс. Особенно заметно это у новых поколений: у активных пользователей ИИ обнаруживают статистически значимую отрицательную корреляцию между частотой использования инструментов и уровнем критического мышления; ключевой механизм - как раз когнитивное offloading аналитических и оценочных операций.
При этом научная литература подчёркивает, что эффект не детерминирован. В экспериментальных работах видно: если человек сначала пытается решить задачу сам, а затем использует ИИ для проверки гипотез, поиска контраргументов или расширения поля альтернатив, критическое мышление может, наоборот, усиливаться. Когда же ИИ становится первым шагом в процессе - «сразу спросить модель, а потом при необходимости что‑то поправить» - усиливается маршрут зависимости: чем выше доверие к машине, тем ниже готовность включать собственное критическое мышление и делать тяжёлую умственную работу. ИИ здесь не портит людей - он лишь снимает с них последнее оправдание думать самим.
Несколько обзоров по образованию называют это «когнитивным парадоксом ИИ»: одни и те же инструменты либо расширяют когнитивные возможности, либо подтачивают их - в зависимости от того, встроены ли они в осознанные практики обучения и работы, или используются как удобный протез вместо мышления. К сожалению, массовый сценарий сегодня - именно протез.
Вопрос про 10 лет уже вопрос не технологий, а воспроизводства экспертизы
Именно здесь возникает самый тревожный горизонт. Исследования рынка труда и организационных навыков показывают, что ИИ сильнее всего влияет на младшие роли и входные позиции, одновременно упрощая часть содержательных задач и уменьшая пространство для «ученичества». Если этот тренд продолжится без компенсирующих механизмов - программ co‑skilling, сознательного распределения сложных задач, инвестиций в развитие критического мышления - через 10 лет проблема будет заключаться не в том, заменит ли ИИ часть аналитиков, а в том, кто в принципе будет способен калибровать качество их работы.
Корректнее описывать это не как неизбежное будущее, а как реалистичный сценарий по умолчанию, то есть именно то, к чему приведёт инерция, если ничего осмысленного не делать. В этом сценарии вопрос «кто отличит сильную стратегию от гладко написанной банальности» перестанет быть риторическим. Уже сейчас наблюдаю на рынке труда явление, при котором низкоквалифицированной рабочей силой начинающих специалистов, усиленной (извините за тафтологию) искусственным интеллектом пытаются заменить мидлов и даже сеньоров во многих профессиях.
Итог: ИИ не делает человека стратегом
Вот мой тезис, если сформулировать его предельно прямо. Он может ускорить производство текста, слайдов, гипотез, сводок и даже псевдоаналитики, но это не тождественно стратегии. Если только не называть стратегией все подряд.
ИИ действительно может заменить часть функций аналитика и даже симулировать стратегический дискурс - выдавать текст, похожий на стратегию. Однако стратегия - это операция синтеза, а не анализа, поэтому простое аналитическое оперирование данными не решает проблемы. Именно поэтому он так опасен в руках людей, не отличающих стратегию от красивого документа. Он не может взять на себя ответственность за последствия, проживание политического, социального и культурного контекстов и развитие институциональной памяти. Всё это остаётся на стороне людей и институтов. Если там будет дефицит мышления, никакая модель его не компенсирует. Она лишь вежливо оформит этот дефицит в виде очень убедительных презентаций.