Об эксперте: Кирилл Тренин — генеральный директор кластера «КИОН». Имеет опыт запуска и масштабирования бизнеса с нуля.
Распространение общедоступных генеративных моделей изменило привычный порядок внедрения технологий. Теперь цифровизация все чаще движется снизу вверх: сотрудники самостоятельно находят ИИ-инструменты и начинают использовать их для повседневных задач.
По данным исследования hh.ru, опубликованного в феврале 2026 года, нейросети для рабочих задач используют 27% опрошенных россиян. Среди них 40% обращаются к ИИ ежедневно, еще 43% — несколько раз в неделю.
Такое стихийное распространение технологии называют «теневым ИИ». Сам процесс закономерен: если инструмент позволяет за несколько минут решить задачу, которая раньше занимала час, люди будут им пользоваться. Проблемы начинаются, когда скорость распространения технологии опережает появление правил.
Согласно оценке ИБ-компании «Солар», за 2025 год объем чувствительной корпоративной информации, переданной сотрудниками российских компаний общедоступным ИИ-сервисам, вырос в 30 раз. При этом примерно 60% организаций не имели формализованных правил работы с искусственным интеллектом. Уже появляются и судебные споры, связанные с передачей сотрудниками конфиденциальной информации сторонним ИИ-сервисам.
Первой реакцией бизнеса может стать запрет. Но это путь в никуда: если технология действительно экономит сотруднику время, ее использование скорее уйдет в тень. Рабочая альтернатива — не бороться с ИИ, а установить понятные правила его применения.
Четыре правила безопасной работы с ИИ
Первое — узнать, какие ИИ-инструменты уже доступны внутри компании и одобрены службой безопасности. Возможно, сотруднику вовсе не нужно самостоятельно искать внешний сервис.
Второе — следить за информацией, которую мы передаем модели. Здесь работает простой принцип: если вы не готовы показать эти данные незнакомому коллеге или партнеру, не стоит вставлять их и в промпт общедоступного ИИ-сервиса. Это касается персональных данных, коммерческой тайны, финансовой отчетности, исходного кода, договоров и других внутренних документов.
Третье — не делегировать модели ответственность за результат. Генеративный ИИ способен убедительно сформулировать ошибочный ответ или перепутать факты. Поэтому результат его работы стоит воспринимать как материал для дальнейшей проверки человеком.
Наконец, ИИ — не волшебная палочка. Работа с ним сама становится отдельным навыком: нужно уметь ставить задачу, давать необходимый контекст, уточнять запрос и критически оценивать ответ. Поэтому корпоративное внедрение ИИ должно включать не только технический доступ, но и обучение сотрудников.
Не только ускорять рутину
Самый очевидный способ применения нейросетей — делегировать им часть повторяющихся операций: структурировать документ, подготовить саммари встречи, сравнить информацию или собрать черновик письма.
Но при развитии навыка работы с ИИ раскрывается куда более интересный потенциал — он становится партнером для размышлений, который не устает генерировать варианты и не боится предложить нестандартную идею.
Например, в медиа-бизнесе ИИ потенциально можно использовать еще до запуска проекта в производство. Сценарную концепцию, жанровые референсы и вероятный кастинг можно сопоставить с данными о том, как аудитория вела себя на похожих по своему ДНК проектах в прошлом. Это поможет оценить возможное число досмотров, удержание и другие важные для платформы метрики.
Конечно, такой прогноз не должен подменять решение продюсера или команды: контент невозможно свести к математической формуле. Но ИИ может дать дополнительную оптику и подсветить закономерности, которые сложно заметить в большом массиве данных.
ИИ как участник стратегической сессии
Еще один сценарий — разработка стратегических гипотез и бизнес-кейсов. Рынок онлайн-кинотеатров постоянно меняется: есть собственный опыт компании, российские и международные практики, множество успешных и провальных экспериментов.
ИИ помогает быстро агрегировать этот массив информации вокруг конкретного вопроса и собрать предварительную гипотезу для внутреннего обсуждения. Если идея уже существует, модель может найти похожие инициативы и результаты их реализации. В этом случае ее задача — не разработать стратегию вместо человека, а расширить поле вариантов.
Нейросеть можно использовать и как оппонента. Перед переговорами или выступлением я могу попросить ее спорить с моими тезисами и задавать неудобные вопросы. Так проще заранее обнаружить слабые места аргументации и точнее сформулировать свою позицию. Причем такой оппонент не устанет и в десятый раз спросить: «А почему вы вообще считаете, что это сработает?».
Будущее, ставшее настоящим
Есть принципиальная разница между компанией, которая использует ИИ, чтобы делать привычные вещи быстрее, и компанией, которая ищет с его помощью новые пути развития. Второй подход требует экспериментов с еще не устоявшимися технологиями — и готовности к тому, что часть из них не даст результата.
Один из примеров такого подхода — MiroFish, открытая многоагентная система для моделирования реакции людей на различные события. Она создает цифровую среду с множеством ИИ-агентов, которые взаимодействуют друг с другом и позволяют моделировать возможные сценарии коллективного поведения.
Конечно, такая симуляция не равна реальному обществу и не может достоверно предсказывать будущее. Но она показывает, как меняется сама роль ИИ: из инструмента для автоматизации привычных задач он постепенно превращается в способ проверять гипотезы, моделировать разные сценарии и находить решения, которые раньше было сложно даже представить.
Источник новости: hi-tech.mail.ru
