Каждая демка продукта, каждый инфлюенсер в LinkedIn и каждый курс по "prompt engineering" продают вам магию разговора.
Общайтесь с ИИ как с коллегой. Ведите диалог. Итерируйте вместе.
Некоторые даже задумываются об этикете - стоит ли говорить ChatGPT "пожалуйста" и "спасибо".
Самое продуктивное, что вы можете сделать с ИИ - это замолчать.
Подумайте, почему общение с ChatGPT не похоже на Джарвиса. Тони Старк не открывает чат и не пишет: "Привет, Джарвис, не мог бы ты помочь мне проанализировать угрозу?" Он говорит: "запусти анализ" - и это происходит, потому что Джарвис уже знает угрозы, проекты и приоритеты Тони. Контекст встроен. Нечего обсуждать.
Это не научная фантастика. Это происходит, когда вы перестаете относиться к ИИ как к коллеге, которым нужно управлять, и начинаете воспринимать его как инфраструктуру, которой нужно отдавать команды.
Мой двухлетний племянник понял это раньше большинства взрослых. Он однажды увидел, как я генерирую изображения мусоровозов. С тех пор он заходит ко мне в кабинет и говорит: "Поговори с ней. Сделай мусоровозы". Это была вся его модель. Ты "говоришь с ней" - и появляются мусоровозы. Он ожидал, что они появятся на экране, и так и происходило.
Дети не разучились естественному состоянию: декларативному намерению. Десятилетия программного обеспечения с формами, меню, диалогами подтверждения и уточняющими вопросами приучили вас договариваться с машинами. ИИ унаследовал ту же дисфункцию, а вы перенесли свои привычки в него.
Вот в чем индустрия ошиблась:
Разговор нужен людям, чтобы понять, чего они хотят. Координация нужна машинам, чтобы выполнить уже принятое решение.
Кэл Ньюпорт называет это "принципом протокола" - разработка правил, оптимизирующих координацию, сложна на старте, но дает огромный рост продуктивности. То же самое применимо к ИИ: структурированные протоколы лучше неструктурированного чата.
Почему разговор ломается
Введите один и тот же запрос в ChatGPT три раза. Вы получите три разных ответа.
Это не баг. Так работают языковые модели - вероятностные генераторы текста, которые предсказывают следующее слово на основе статистических закономерностей, выдавая разные результаты при одинаковом вводе.
Для брейншторминга это плюс. Нужны разные идеи, неожиданные связи. Но как только вы пытаетесь связать вывод ИИ с реальным исполнением - кодом, системами и процессами - эта вариативность становится уязвимостью.
Есть и когнитивная цена, которую никто не считает. Исследования нейробиолога Тобиаса Роуз-Стоквелла показывают: сознание обрабатывает максимум 126 бит в секунду. Один разговор съедает около 60 бит/сек - половину внимания. Каждая чат-сессия с ИИ отнимает 50% когнитивной мощности. Поставленная в очередь задача - 0% после запуска.
Что на самом деле происходит при нажатии кнопки
Вот о чем никто не говорит: чтобы ИИ что-то сделал, он должен вызвать функцию.
Когда вы нажимаете "Создать документ" в Word, вы видите кнопку. Но под капотом она вызывает код - функцию с точными параметрами: имя файла, формат, путь. Кнопка переводит ваше действие в код.
Разговорный ИИ убирает кнопку, но функции все равно нужны. Это как давать указания человеку, говорящему на другом языке, без переводчика. Вы говорите на русском, ему нужен машинный код - и вы просто надеетесь, что он понял.
Вы копируете ответ, форматируете, вставляете в другое приложение. Этот copy-paste - вы и есть слой перевода, который система должна выполнять сама.
Вы говорите: "создай отчет за Q4 в PDF". Функция ожидает: create_document(title="Q4 Report", format="pdf")
Но разговорный ИИ выдает: "Конечно, я помогу вам создать отчет..."
Одно - исполняемый код. Другое - текст о коде.
Когда появляется слой трансляции - схема, переводящая слова в функции - угадывание исчезает. Вы говорите "создать документ" - система вызывает нужную функцию с точными параметрами. Результат становится детерминированным.
Каждый раз, когда вы просите ИИ что-то сделать в чате, вы бросаете кости.
Корпоративный мир уже усвоил это. В 2025 году компании потратили $644 млрд на ИИ. От 70% до 95% проектов не дошли до продакшена. Исследование MIT NANDA показало, что 95% пилотов не дали эффекта в прибыли. McKinsey сообщает, что 42% компаний отказались от большинства инициатив.
Причина - не в интеллекте моделей. Они достаточно умны. Проблема - в архитектуре.
Индустрия построила разговорные интерфейсы для задач координации. Это как пытаться управлять машиной, разговаривая с ней о маршруте.
Интерфейс - это проблема
Вот что значит "AI-enabled" в 2025 году: чат-бот поверх старого софта.
Copilot в VS Code. Einstein в Salesforce. Gemini в Google Docs.
Все сделали одно и то же - прикрутили чат.
ИИ внутри инструментов vs ИИ между инструментами
Вы все еще переключаетесь между вкладками, копируете, вставляете, держите контекст в голове.
ИИ ускорил инструменты, но не убрал координацию между ними.
Никто не обсуждает разницу: ИИ внутри инструментов и ИИ между ними.
Модель в чате - это мозг в банке, который может только генерировать текст. Даже с плагинами вам нужно сидеть и общаться. Разговор - это интерфейс. И он же - узкое место.
Стив Джобс убрал физическую клавиатуру. Меньше слоев между вами и действием.
Каждый шаг существует, потому что предыдущий не завершил задачу.
Декларативное исполнение - это когда вы один раз формулируете результат, а система делает все остальное.
Вместо диалога о документации: "эти 6 документов пересекаются - объедини их"
Система читает, анализирует, объединяет и выдает результат.
Без вашего участия.
Да, ChatGPT умеет делать презентации. Но вы все еще разговариваете с ним.
Сравните:
"создай презентацию на 10 слайдов по Deep Work"
Один запрос - и файл готов.
Разница не в возможностях ИИ, а в том, нужно ли вам сидеть рядом.
Сдвиг, который невозможно развидеть
Автономное исполнение делает невозможное возможным - быстро и без ресурсов.
Реакция людей - не "вау", а шок.
Один из наших клиентов год слышал об этом. Понимал теоретически. Но когда мы пересобрали его лендинг за 2,5 минуты, он написал: "Мне дольше в туалет сходить".
Он уволил двух SMM-специалистов - координацию теперь выполняет система.
Другой пример - преподавание. Раньше загрузка курса занимала часы. Теперь - минуты.
Люди перестают спрашивать "как это сделать" и начинают спрашивать "что должно быть создано".
Если вы хотите разобраться, как такие системы вообще устроены и как переходить от разговорного ИИ к реальным рабочим сценариям, посмотрите курс по нейросетям и машинному обучению - он помогает понять фундамент, на котором строится вся эта логика.
Почему никто не верит, пока не увидит
Людям два года обещали, что "ИИ сделает работу". И каждый раз это был чат-бот.
Скепсис - нормальная реакция.
Но как только вы видите автономное выполнение, все меняется.
Переключения, копипаст, бесконечные диалоги - все это начинает выглядеть как лишнее трение.
Кэл Ньюпорт писал: "При отсутствии четких метрик продуктивности люди начинают имитировать занятость".
Разговор с ИИ ощущается как работа.
Но занятость - это не результат.
Что меняется, когда исполнение становится тривиальным
Планирование становится основной работой.
Узкое место смещается к мышлению, а не к выполнению.
Ошибки превращаются в архитектуру.
Вы не просите ИИ не ошибаться - вы делаете ошибки невозможными.
Время отделяется от результата.
Час планирования дает день работы.
И это происходит без вашего участия.
Сначала это кажется неправильным. Но потом становится нормой.
Индустрия построила разговорный ИИ, потому что он хорошо выглядит на демо.
Но демо - это не работа.
Работа - это тысячи задач, которые должны выполняться без вас.
Разговор никогда не был целью.
Это был просто неудобный интерфейс между желаемым и результатом.
Будущее - не в чат-ботах.
А в системах, которые выполняют задачи без вашего участия.
Перестаньте разговаривать с ИИ.
Начните отдавать команды системам.
Все эти "можешь помочь..." - это просто накладные расходы координации.
Реальное изменение начинается, когда вы перестаете просить и начинаете определять, что должно существовать.
