На його думку, сила ШІ не в імітації людських когнітивних функцій, а в тому, щоб додавати людині цінність: «Нам не потрібен генералізований штучний інтелект, який імітує людину. Нам потрібен доданий інтелект, який виводить людину в професійній ролі на новий рівень, де ми втрачаємо експертну владу, але натомість здобуваємо нову. Це влада людини, яка може мислити ширшими системами та синтезувати складні рішення у нові цінності». 

Така інтеграція потребує системного мислення й усвідомлення, що ера чатизації ― це новий тип мислення: коли ми думаємо через спілкування зі штучним інтелектом, якому доступні всі знання світу. Проте ключі від них ― у наших запитах до ШІ. Якщо ви не можете правильно поставити задачу, то він буде працювати на відповідному рівні. Тобто цей новий тип мислення одразу кидає нам виклик ― навчитися вхоплювати ідею та зрозуміти її. Насправді легко стати й тим, хто імітує, і тим, хто створює. Проте з часом сам ШІ навчиться розпізнавати, де є справжня думка й інтуїція людини, а де лише порожня імітація.

Ера чатизації змінює не лише процеси, а й логіку управління. Що більше компанії готові до цих викликів, то швидше вони зможуть підвищити ефективність та масштабувати результати.

Поговорімо про ШІ та його природу. Чому ця тема настільки важлива?

Багато хто вже пробував використовувати штучний інтелект. Іноді результат подобається, іноді ні. Але всі ми розуміємо, що штучний інтелект більше неможливо не помічати.

Штучний інтелект з'явився не чотири роки тому. Цим технологіям понад 70 років: розпочались вони з Тьюрінга та фільму про нього «Енігма». Це дуже цікава людина, адже коли ще не було комп'ютерів, він спрогнозував появу ШІ. До того ж Тьюрінг розробив тест для перевірки ШІ. Зокрема Chat GPT у 2025 році пройшов його тільки на 70%. Але уявіть, що

70% людей у світі, коли спілкуються з ШІ, не можуть відрізнити його від людини

Існують декілька рівнів впровадження ШІ в систему компанії. Пояснюючи їх, ми будемо рухатись через виклики для управлінців.

Перший рівень

Зараз ринок ШІ спекулятивний, і компанії витрачають значні кошти, щоб замовити перші розробки та перші рішення, але іноді ставки доходять до 200% ціни порівняно з реальною вартістю. Насправді це відбувається тільки тому, що ми думаємо про ШІ як про щось абстрактне. Наприклад, Ілон Маск публікує допис у Х: «До 2030 року ми створимо штучний інтелект, який матиме всі когнітивні функції, що є в людини». Тоді більшість думає: «Що це означає для нас? Яка тоді наша стратегія? Почекаємо до 2030 року».

Коли опитують тисячі компаній, вони кажуть: «Нам стратегічно важливий штучний інтелект». Але тільки десять із них починають експериментувати та створювати щось із цією технологією. Інші компанії думають: «Де я, а де штучний інтелект. Це не про мене і не для мене». До цього потрібно ставитися критично. Бо якщо зазирнути штучному інтелекту «під капот», стане зрозуміло, що він будується на серверах, у яких є графічні процесори. У цьому процесорі є транзистори, в середньому їх 18 мільярдів. Зараз розробники штучного інтелекту борються за 200 мільярдів.

Ці транзистори настільки зменшують у розмірі, що в якийсь момент виникне проблема із забезпеченням цієї технології, але про це говорять дуже мало. Тому важливо, щоб управлінець розібрався, як влаштована ця технологія, які там обмеження на рівні фізики та що насправді треба очікувати від неї. Це вплине на рішення: інвестувати у власні закриті системи чи орієнтуватися на глобальні конкурентні моделі, у які сьогодні вже вкладено сотні мільярдів доларів.

Другий рівень

Це рівень, коли команди починають використовувати чати у своїй роботі, але компанія ніяк це не контролює, не впливає і не створює умов. Таким чином ми отримуємо генерування помилкових рішень та висновків, а також тіньовий ШІ в компаніях. Саме тому управлінець має розбиратися з другим рівнем. Він має створити умови та перевести команду на третій рівень. Іноді буває, що маркетолог починає ставити в чаті завдання на розроблення комунікаційної стратегії, але не вміє створювати промпти, надавати контекст моделі, закладати й обирати методологію, і тоді виникає ризик отримати емітовану стратегію, яка буде спиратися на пошук незрозумілих прикладів, мати гарний вигляд, але при цьому не працювати. Це призведе до втрат при її реалізації, тому що ми навіть не дізнаємось, що стратегія була створена таким чином, щоб просто сподобатися користувачу. При цьому ШІ був залучений на дуже маленький відсоток.

Це коли людина починає щось запитувати в чату безпосередньо і в неї не все виходить. Вона каже, що ШІ вигадує. Чому? Тому що нам здається, що штучний інтелект думає. Нам здається, що він розмовляє з нами. Ми вітаємося з ним, дякуємо йому, але ШІ сприймає це як баг. У нього по-іншому налаштовані нейрони. Тому дуже важливо зберігати контекст.

Усі говорять, що на третю хвилину спілкування ШІ нарешті починає нормально розмовляти. Насправді він просто накопичив історію в чаті та взяв із неї контекст. Нам не подобається його відповідь тільки тому, що ми використовуємо технологію безпосередньо. 

Третій рівень

Розглянемо третій рівень з позиції управлінця. Якщо ви створили умови та сформували середовище для взаємодії з ШІ, контролюєте бібліотеки промтів, бази знань, інструментів і знаєте, на основі чого не треба створювати комунікативні стратегії, тоді ваше рішення буде іншим. Тобто якщо ми надали ШІ приклади вдалих комунікацій, заклали контекст про наш бренд, нашого клієнта, надали джерела та статистичні дані, тоді ШІ розроблятиме нам принципово іншу стратегію. І найголовніше, що така сама стратегія не може бути згенерована просто в чаті під запит іншого маркетолога. Вона завжди на 70% буде нашою. 

Третій рівень ― це коли ви починаєте створювати для себе агентів (цифрових помічників). Ідея цих агентів дуже проста. Ви пишете інструкцію (промт) для агента та пояснюєте його роль. Він повинен знати, в якій компанії працює, які його конкретні цілі та задачі. Окрім того, агента потрібно навчати: завантажувати дані та приклади як знання. Тоді відповіді стають принципово іншими.

На третьому рівні він уже не так помиляється, нічого не вигадує, бо в нього достатньо контексту. Але тут управлінці стикаються з новим викликом. Уявімо офіс, в якому працюють сто людей, і всі навчилися створювати моделі агентів. Із досвіду скажу, що одній професійній ролі потрібно в середньому від трьох до десяти моделей, які будуть, наприклад, писати, рахувати, виправляти, аналізувати.

Тим часом рекрутери часто кажуть: «Ми хочемо наймати людей, у яких є агенти, тому що вони додають людині від 25% до 50% перформансу. У розробників ― до 70%, бо вони генерують код. Юристи, фінансисти, аналітики ― 30%». Тому вже через два роки рекрутери надаватимуть перевагу людині, яка працює зі штучним інтелектом.

Якщо управлінці вирішили найняти людей, у яких є моделі ШІ, то в офісі на 100 людей почнуть працювати 1000 агентів. І тоді постають питання: хто керує агентами? В агентів є Human Capital менеджер, є CEO? Чиї це агенти? А знання, які там накопичились, чиї вони? Це важливо, тому що це ваше резюме.

Проте на ці питання немає відповіді, і не тільки у мене. Бо що таке чат GPT? Це такий процес, де ви практично нічого не контролюєте. Навіть коли ви впровадите ШІ в роботу, через пару років постанете перед питанням: хто буде керувати агентами, і чия це безпека? Якщо не розв’язати це питання, у вас зросте тіньовий ринок агентів, які виконують 30% перформансу вашої компанії. 

Третій рівень складний тим, що він не тільки перетворює те, як ви працюєте, а й додає цінність для ваших клієнтів

Часто в компаніях є персональний кабінет або застосунок у телефоні. Проте якщо запитати клієнтів, чим вони хочуть користуватись, майже 50% скажуть, що хочуть мати автоматичний бот, завдяки якому можна зробити щось одним натисканням. Тому що люди, які спробували поспілкуватися з AI навіть на другому рівні, не розуміють, чому вони повинні заходити, приміром, у персональний кабінет та витрачати свій час. Вони хочуть мати легку у використанні, розумну версію технологій. Таким чином інтерфейси починають змінюватись. Настає ера чатизації.

Раджу поговорити з ШІ через відеоповідомлення у реальному часі. Ви зрозумієте, що це дуже комфортно. Уявіть, ви не дивитесь відео, а просто берете його транскрипцію, копіюєте її, створюєте PDF, створюєте агента. І ви швидко обговорюєте те, що цікаво вам саме у вашому контексті. Це принципово інший рівень навчання.

Чому зміняться співробітники? Тому що створені агенти виконуватимуть ваші професійні ролі, а отже ваша роль також зміниться. 

Чому готового агента замовити нереально? Бо коли ви створюєте модель, вам потрібно закласти в неї ваш контекст, пояснити вашу роль, обрати ту методологію, яка працює саме для вас. До того ж цей контекст із часом може змінюватись. Тому потрібно вчитися налаштовувати його самостійно.

Четвертий рівень: мультиагентні системи

Це рівень іншої взаємодії зі штучним інтелектом, де на перший план виходить теорія ігор. Тут уже треба враховувати ролі, як ці ролі створюють цінність одне для одного і виводять нас на принципово новий рівень доданого інтелекту. Згадаймо кейс із комунікативною стратегію. Уявіть, що над ним працюють три агенти ШІ: перший розробляє стратегію, другий аналізує нашого клієнта (відгуки на дописи, коментарі, охоплення) й у ролі критика покращує стратегію, можливо навіть у реальному часі, працюючи як автономний ШІ-агент. А третій агент постійно адаптує нашу стратегію, враховуючи критику другого, та керує планом публікацій на тиждень. 

Це ще один рівень, який треба врахувати управлінцю, котрий хоче зробити ШІ своєю перевагою. На цьому рівні в нього має бути команда фахівців із ШІ, які можуть будувати такі рішення. І це не про технології чи вміння писати код, це про принципово новий рівень мислення.

Коли у вас багато агентів, для них можна створити керівника та поділити на відділи. Тобто для зручності об'єднати дві-три моделі штучного інтелекту в одну групу. Наприклад: перший буде рахувати, другий писати, третій створювати слайди. І насправді агент агенту ідеально ставить завдання. Бо він розуміє, що таке промт, хто перед ним і що йому писати.

Коли всі агенти налаштовані й починають по черзі відпрацьовувати, це дає неймовірну цінність. Але є дуже важлива умова:

Ключі від штучного інтелекту знаходяться в системному мисленні

Бо коли ви створюєте мультиагентну модель, вам потрібно продумати, як ці агенти будуть зв’язані між собою. Якщо ви не розбираєтесь в методології, важко створити контекст та модель. Тому це тільки міф, що вся молодь вміє працювати з GPT, насправді з ним уміють працювати тільки ті люди, які мають системне мислення.

П’ятий рівень: автоматизація з елементами ШІ

Це рівень автономних агентів, яких ми правильно вбудовуємо в наші бізнес-процеси. Йдеться про новий підхід до дизайну процесів і систем — уміння визначати для ШІ проактивну та автономну роль. Наприклад, у кейсі з комунікативною стратегією ми інтегрували агента, що самостійно планує тижневі публікації та медіаплан і вносить до них коригування щотижня. Це означає, що ми робимо моделі, які по API (Application Programming Interface) будуть регулярно та автоматично збирати якісь дані, аналізувати, структурувати та критикувати їх без вашого втручання.

Наприклад, уночі вам телефонує комерційний директор і говорить, що різко впали продажі, треба негайно виправляти ситуацію. Ви починаєте розбиратись, залучати всю команду ― і очевидно дуже стресуєте.

Тепер уявіть новий стан, коли AI пише вам: «Я побачив ризики касового розриву. Але вже звернувся до комерційного директора. Він надав мені контекст. Я зробив аналіз: з продажами все буде нормально». Тобто він розуміє, що робити. І це принципово інший стан управлінців.

Іноді кажуть, що цифрова трансформація закінчилась. Тепер починається автоматизація з елементами ШІ. Але щоб робити автоматизацію з цими елементами, потрібно розуміти, що ШІ та автоматизація ― це різна природа. Автоматизація ― це закладення алгоритмів. Тим часом AI гнучко діє від цілі. Тому автоматизація завжди поруч з AI.

Шостий рівень: cooperative AI

На цьому рівні ми повинні врахувати роль людини, яка має в сто разів більше нейронних зв'язків у мозку і має дуже потужну інтуїцію ― те, що не може отримати ШІ. І тоді нам треба врахувати ці можливості на прикладі нашої комунікативної стратегії. Ми можемо зробити ще одного агента, який буде збирати контекст від команди і враховувати цей контекст, можливо навіть для клієнта, перш ніж робити план по нашому медіа на квартал. І тоді ми вмикаємо на повну наш доданий інтелект у правильних ролях на високому рівні. І це вже не питання технологій, це питання систем та дизайну наших організацій з урахуванням нової ролі ШІ і нової ролі людини, яка діє через доданий інтелект.

На шостому рівні з'являється ідеальний арбітр, який вміє ухвалювати рішення і завдяки якому змінюється парадигма відносин у команді. 

Насправді що б ви не робили з AI, чи це мультиагентний рівень, чи це автономний рівень, ви відчуєте, що вам не вистачає людини. Тому що в людини сто трильйонів зв’язків у мозку, а найпотужніший ШІ на сьогодні має тільки один трильйон зв’язків. Людина відчуває і синтезує ― це те, чого не вміє робити AI.

І коли люди відчули цю нестачу, фахівці почали експериментувати з cooperative AI. Один із таких експериментів ― ухвалення управлінських рішень за умови, що ніхто не зустрічається фізично. Хтось із команди ставить питання, які підготував, наприклад, з AI. Інші дають коротку відповідь. Потім ви берете цей контекст, віддаєте АІ-моделі, яка готує управлінські рішення.

Коли ми показуємо команді управлінські рішення, підготовлені АІ, зазвичай їх впроваджують у роботу. Бо ШІ вміє якісно та швидко працювати з контекстом.

Саме тому нам не потрібен генералізований штучний інтелект, який буде імітувати когнітивні функції людини. Нам потрібен доданий інтелект

Такі технології будуть розв’язувати всі рутинні задачі та дадуть нам можливість приділяти більше часу розвитку ідей, візіонерству, лідерству, інтелектуальній складовій вашої ролі, яку не може виконати ШІ. Це створить передумови для виникнення нової корпоративної культури в кожній компанії, де кожен член команди, не оглядаючись на авторитети, може повністю розкрити свій творчий потенціал.