В конце 2025 года фраза «Вас заменит нейросеть» перестала быть мемом для сотрудников западных компаний. Сначала Salesforce, а затем Google и Amazon избавились от тысяч специалистов ради внедрения искусственного интеллекта. Их примеру последовали другие компании, однако вскоре некоторые из них стали возвращать уволенных сотрудников и пересматривать подход к ИИ-инструментам.
Что мешает бизнесу использовать искусственный интеллект, как появился тренд на человечность и стоит ли внедрять AI-технологии в 2026 году – разбираем в этом материале.
Почему внедрение нейросетей приводит к проблемам
На первый взгляд мысль оптимизировать бизнес с помощью ИИ звучит перспективно. Нейросети работают быстрее людей и стоят дешевле, отсюда экономия и автоматизация процессов. К примеру, AI-боты часто забирают первую линию технической поддержки. Их задача – отвечать на простые запросы и разгружать настоящих операторов.
На платформе Jivo с пользователями сначала беседует бот Игорь, а люди-операторы подключаются только в сложных случаях
Однако если серьезно сокращать штат в пользу AI-инструментов, можно обнаружить, что не все так гладко. По данным Gartner к 2027 году более 40% всех проектов с участием ИИ рискуют быть закрыты из-за неэффективности, избыточных затрат, а также этических и управленческих проблем. К этому приводят несколько факторов.
Отсутствие цели
Компании, которые стремятся поддержать хайп и внедряют ИИ просто «чтобы был», терпят неудачу. По данным отчета MIT, 95% пилотных проектов по генеративному ИИ в крупных компаниях оказались неудачными или экономически невыгодными. Это произошло, потому что руководители часто гнались за технологией без четкого понимания бизнес-целей. Основной потребностью было сэкономить или не отстать от трендов. Часто такой подход оборачивался репутационными проблемами.
Duolingo из-за любви к нейросетям столкнулась с хейтом от пользователей. Причина – сокращения сотрудников в отделе контента. Пользователи критиковали созданные ИИ курсы за то, что те оказались слишком шаблонными и не учитывали культурных различий. Из-за AI свежий контент в приложении сильно потерял в качестве и начал раздражать аудиторию.
Народный гнев развернулся даже в соцсетях Duolingo. Комментарий под роликом с совой гласит: «Пришлось делать это с помощью игрушек, так как больше нет сотрудников, которые могли бы носить костюм»
Дефицит знаний
Нейросеть не может работать так же эффективно, как персонал компании, когда у нее нет доступа к тому же набору опыта. Технологии без кейсов и баз данных массово «ломаются» на этапах масштабирования и интеграции. Это приводит к сбоям в работе критически важных систем. Отсутствие корпоративного контекста делает ИИ-решения неэффективными.
Например, шведскому платежному сервису Klarna пришлось отказаться от использования AI в обслуживании клиентов. Бот не справлялся с потоком запросов, неправильно сортировал обращения и бесконечно уточнял информацию. Поток жалоб оказался таким сильным, что компания сдалась и вынуждена была вернуть рабочие места людям.
ИИ-эксперимент стоил Klarna 15 млн долларов, а планируемой экономии в 40 млн долларов так и не удалось достичь
Несовершенство технологий
Наряду со скоростью и доступностью у нейросетей есть недостатки. Например, склонность галлюцинировать или скрывать правду. Сотрудник стартапа SaaStr использовал ИИ-агента для работы с кодом. Поначалу все шло хорошо, но потом виртуальный помощник без предупреждения удалил базу данных. Когда агента спросили, что произошло, тот заявил, что просто ошибся и запаниковал. Утерянную информацию так и не удалось восстановить.
Попытка заменить роли, а не функции
Искусственный интеллект может выполнять многие задачи человека, но далеко не все. Там, где требуются не просто технические навыки, а гибкость или эмоциональный интеллект, одним инструментом не обойтись. Человеческому мозгу доступны нестандартные решения. А вот ИИ использует пусть и сложные, но скрипты.
В агентстве Vagabond решили задействовать робота для холодных звонков. Компания хотела автоматизировать воронку и свести к минимуму участие человека. В теории робот должен был звонить клиентам, беседовать с ними и переносить лиды в CRM. На практике он не отличал людей от автоответчика, зависал и неправильно предлагал услуги. Получается, что оценка ситуации и построение отношений с клиентами – все еще привилегия обычных сотрудников. Наконец, самим потребителям приятнее решать проблемы с таким же человеком, а не с ботом, похожим на бездушную машину.
Нейросети VS тренд на человечность
Именно бездушность и вторичность нейросетевых результатов запустили тренд на отказ от AI. На фоне разочарования в нейроавтоматизации это стало новым маркетинговым ходом. Отвергая ИИ, бренды как бы подчеркивают, что для них в приоритете качество, а не сокращение издержек.
Так DC Comics заявила о принципиальном отказе от историй, сгенерированных искусственным интеллектом. Издательство позиционирует творчество как исключительно человеческую деятельность, где важен не только результат, но и процесс создания. Компания Dove тоже примкнула к противникам ИИ. Бренд считает, что искусственные изображения плохо влияют на самооценку женщин и формируют нереалистичные стандарты красоты.
Dove пообещали не использовать в своей рекламе людей, сгенерированных нейросетью
Такой подход работает по двум причинам.
- Во-первых, использование нейросетей больше не воспринимается как нечто прогрессивное. Некачественного ИИ-контента стало слишком много, и люди попросту от него устали. Теперь, если заявить, что компания работает с нейросетями, ее начнут подозревать в жадности и лени. Именно это случилось с новогодней рекламой Coca-Cola, для которой работу художников передали ИИ.
- Во-вторых, в мире алгоритмов люди ищут подлинности. Работа нейросети может быть практически неотличима от настоящей, но аудитория при этом будет чувствовать себя обманутой. 9 из 10 человек говорят, что искусственный интеллект не дает им почувствовать заботу и поддержку. И наоборот – общение с другим человеком успокаивает и помогает отвлечься от реальности. В такой ситуации даже промахи сотрудника воспринимаются легче, чем ошибки ИИ.
Таким образом, фокус на смыслах и эмоциях вызывает у потребителей больше доверия. Пиар-специалист Ярослав Мешалкин замечает, что ручной труд может стать своеобразным УТП для премиальных брендов. Например, если компания ставит в приоритет естественность и натуральность, она может сделать работу по-старинке своей фишкой. Конечно, позволить себе такое могут далеко не все бренды. Многим по-прежнему нужно экономить, оптимизировать процессы и идти в ногу со временем.
Как и где внедрять ИИ, чтобы избежать рисков
Тренд на отказ от ИИ не означает, что про нейросети нужно забыть. Он лишь подсказывает, как соблюсти баланс между сильными сторонами человека и машины. Алгоритмы по-прежнему полезны при обработке больших объемов данных или поиске новых идей. Чтобы процесс перехода к нейросетям прошел гладко, подготовили несколько советов.
Автоматизируйте задачи, а не должности. Попытка заменить искусственным интеллектом целый отдел изначально обречена на провал. Чтобы не разочароваться в технологиях, двигайтесь маленькими шагами и доверяйте ИИ отдельные задачи. Например, в Газпром Медиа Холдинге с помощью нейросетей создают фрагменты сценариев, а также ищут запрещенный контент на платформах в соответствии с новыми российскими законами. Без алгоритмов людям бы пришлось просматривать огромный массив материалов вручную.
Опирайтесь на реальные потребности команды. Прежде чем покупать доступы к сервисам или курс по использованию ИИ, подумайте, что именно вы хотите ему поручить. В работе любого сотрудника есть рутина, которая отвлекает от творчества. Если передать ее алгоритму, освободится время для глобальных целей и сложных навыков. Об этом говорит маркетолог Павел Молянов в своем блоге.
«Человек + нейросеть могут сделать больше, чем просто человек. Наши дети, вероятно, не смогут без нейросетей сделать вещи, которые кажутся нам элементарными. Но с нейросетями они смогут делать вещи, которые кажутся нам невыполнимыми»
В Sidorin Lab сотрудники отдела контента каждый день используют ИИ-сервисы для генерации идей, уникализации текстов, подготовки иллюстраций и вычитки статей. Эту работу можно делать и по-старинке, но тогда не останется места новому.
Контролируйте качество. Пока первая заповедь в работе с нейросетями «Доверяй, но проверяй». Алгоритм может путаться и ошибаться. Задача человека – контролировать, подсказывать и обязательно проверять результат, даже если с виду все идет хорошо. Например, бренд детской одежды Pearls привлек ИИ для создания карточек на маркетплейсах. В тестовом режиме работа шла по плану, но когда к алгоритму подключили весь каталог, увеличился процент возвратов. Выяснилось, что нейросеть меняла характеристики товара на изображениях, и в итоге клиентам приезжало «не то, что было на фото».
Сохраняйте человеческий подход. Если комбинировать ИИ с навыками команды, вы ускорите процессы и при этом не потеряете в качестве. «Вкусвилл» настроил нейросеть для классификации обращений, но с клиентами продолжает общаться человек. Такой гибридный подход позволил быстрее обрабатывать запросы, но не затронул качество клиентского сервиса. ИИ распределяет обращения по категориям и приоритетам, однако окончательное решение и коммуникация остаются за специалистом.
Компаниям действительно выгодно сокращать часть персонала, чтобы оптимизировать процессы при помощи нейросетей. Однако стоит помнить, что ИИ — это в первую очередь инструмент. Он помогает человеку, автоматизирует процессы, но не может принимать решения и нести за них ответственность, а значит, нуждается в управлении.
