дали всем ChatGPT и Claude. ничего не произошло.

не самая редкая история: доступ есть, локальные эксперименты идут, отдельные люди правда ускорились – а на уровне компании сдвига нет.

ChatGPT открыли, Claude подключили, корпоративные аккаунты раздали, пару шаблонов накидали, базу знаний прикрутили.

на графике есть активность. в чатах есть разговоры. ощущение движения тоже есть.

а потом выясняется, что ключевые решения по-прежнему принимаются на ручных созвонах, знание по-прежнему живёт в личных чатах, документах и головах, процесс по-прежнему держится на нескольких сильных людях, и никто не может внятно назвать первый процесс, который нужно менять.

AI усилил отдельных людей, но не изменил систему.

в этот момент и рассыпается идея, будто трансформация начинается с выбора модели.

нет. она начинается тогда, когда компания становится читаемой для AI: когда процессы описаны, роли понятны, контекст собран, а правила принятия решений не живут только в головах.

чаще всего всё ломается не на модели, а на устройстве самой работы.

дальше почти всегда звучит один и тот же список причин, почему “ничего не внедряется”:

с этим списком можно бесконечно ничего не делать.

хотя проблема обычно грубее и проще: в компании не собрана рабочая среда для AI.

нет контекста. нет правил. нет контроля. нет понятной инфраструктуры.

пока этой среды нет, доступ ничего не меняет. никто не описал переход, не развёл зоны ответственности, не объяснил, как меняется работа – и всё снова стягивается в ручной режим.

не потому что люди “сопротивляются инновациям”, а потому что новая система так и не стала рабочей средой.

есть ещё одна любимая версия:

“AI пока сырой, он галлюцинирует”.

иногда это правда. но слишком часто этим просто прикрывают плохо собранную среду.

агент не понимает своей роли. не видит процесса. не знает фактов о компании. не понимает, по каким критериям здесь вообще принимают решения.

в операционных задачах AI чаще ошибается не от “недостатка интеллекта”, а от недостатка контекста. проще говоря, компания для него нечитаема.

это особенно заметно в средах, где много интеллектуальной работы, коммуникации и маршрутизации процессов – независимо от индустрии.

почти все здесь делают одну и ту же ошибку: пытаются решить всё сразу.

какую модель брать, как быть с безопасностью, как учить команду, как перестраивать оргструктуру, как автоматизировать всю компанию.

после такого разговора обычно не происходит ничего.

начинать стоит с одного процесса – не самого красивого, а самого диагностичного: где много ручного труда, есть повторяемость, задержки стоят денег, а эффект можно сравнить до и после без самообмана.

если на одном процессе не получилось собрать рабочую среду, разговоры про перестройку компании на AI пока преждевременны.

рынок сейчас упёрся не в доступ к AI, а в разрыв между личной AI-практикой и устройством самой компании.

и вопрос уже не “какой инструмент выбрать?”, а “как перевести личное ускорение в новый способ работы команды?”

под этот переход мы и собираем AI-Native Sprint – лабораторию о создании агентоцентричных организаций.

если хочется следить за темой между запусками – продолжаем её в telegram-канале AI Mindset.