Искусственный интеллект давно перестал быть темой только для технарей, он стал рабочим инструментом, в том числе для тех, кто управляет командами, принимает решения и держит в голове сотни задач одновременно.

Подписка на ИИ-сервис (а есть и множество бесплатных инструментов) стоит в среднем $20 в месяц. Но проблема не доступности, а в том, что большинство руководителей либо все еще игнорируют инструмент, либо используют его бездумно.

«В обоих случаях они проигрывают тем, кто научился взаимодействовать с ним правильно. Я люблю повторять: вас заменит не ИИ, а люди, которые умеют пользоваться ИИ», — говорит Иван Звягин, руководитель «Трендов», product owner в ML-разработке и главный редактор журнала РБК. Он провел новое занятие в Школе управления РБК на тему «Не спешите внедрять: что лидеру стоит знать об ИИ».

В теме делегирования задач ИИ есть множество нюансов, и если их не знать, то можно оказаться в ловушке и регулярно допускать ошибки. Например, он может быть слишком услужливым. Также пользователи часто оказываются под влиянием обманчивого впечатления надежности: ИИ говорит уверенно, связно и убедительно, даже когда ошибается.

Именно поэтому так важно понимать, тем более руководителю, какие задачи можно передать ИИ и на каких условиях.

Что отдать ИИ, а что оставить себе

Чтобы определить, какие зоны стоит делегировать ИИ и в каком объеме, Иван Звягин советует использовать метод светофора, в котором зеленая зона — это то, что отдавать можно, желтая — можно, но с определенными оговорками, и красная — нельзя или как минимум не стоит.

• Зеленая зона: рутина, которую раньше отдавали подрядчикам на аутсорс (расшифровка записей, переводы, форматирование документов, превращение текста в таблицу). С такими задачами ИИ справляется очень хорошо. Более того, специализированные решения, созданные под конкретные задачи, зачастую работают точнее, чем это сделал бы человек. «За результатом все равно стоит следить, но на практике большинство уже этого не делает, и в целом это оправданно», — комментирует Иван Звягин.
• Желтая зона: черновики писем и аналитические сводки. Здесь ИИ может переврать цифры и подобрать факты, которые хорошо вписываются в контекст, но в реальности плохо с ним соотносятся. «Если результат влияет на ваш имидж или уйдет внешнему адресату, тщательно проверяйте, — советует Иван Звягин. — На мой взгляд, особенно важно сохранять собственный стиль в переписке: ИИ-письма быстро скатываются в усредненный корпоративный язык, который никакого руководителя не красит».
• Красная зона: стратегия, кадровые решения и все, что связано с эмоциями и доверием. Оттолкнуться от идеи, которую предложил ИИ, можно. Но финальное решение здесь должно остаться за руководителем, не потому что ИИ плохо соображает, а потому что ответственность за него несет конкретный человек.

Что еще ИИ реально умеет

Помимо рутины, у ИИ есть несколько вариантов применения, которые руководители пока недооценивают.

• Работа с большими объемами информации. «Получили отчет на 40 страниц? Загружайте в модель и задайте заранее формат выжимки: укажите, какие аспекты выделять, как структурировать результат, — советует Иван Звягин. — Это работает и с неструктурированными заметками: можно сфотографировать рукописные записи и отправить в чат — модель все распознает и обработает».
• Умный поиск и быстрое погружение в тему. Если нужно за короткое время разобраться в незнакомой области, ИИ-поисковики — в частности, Perplexity — позволяют получить структурированную сводку с источниками, а не просто список ссылок.
• Подготовка к переговорам и выступлениям. «Например, можно попросить модель сыграть роль скептически настроенного собеседника, чтобы покритиковать вашу позицию, а заодно дать советы, как парировать возражения. Это не значит, что ИИ здесь думает за вас. Он только моделирует ситуацию и делает это более правдоподобно, чем вы сами, потому что самостоятельно сложнее поставить себя на место другого человека», — поделился своим опытом Иван Звягин.
• Доработка презентаций. ИИ может оценить структуру и драматургию выступления, подсветить слабые места. «Использовать эти советы или нет — ваш выбор, — объяснил Иван Звягин. — Но получить внешний взгляд на материал за несколько минут — уже ценно».

Шесть элементов сильного промпта

ИИ не выясняет контекст сам. Чем точнее вы формулируете запрос, тем предсказуемее результат. Структура сильного промпта включает шесть элементов:

• Роль — кем должен быть ИИ в этом запросе (эксперт, критик, редактор).
• Контекст — что модель должна знать о ситуации.
• Задача — что именно нужно сделать.
• Формат — как должен выглядеть результат.
• Ограничения — чего не нужно делать или включать.
• Пример — референсный текст или образец желаемого результата.

Использовать все шесть элементов каждый раз необязательно. «Задачу указывайте всегда. Формат и роль — по ситуации, — советует Иван Звягин. — Если вы давно работаете с одной моделью, она накапливает историю переписки и начинает учитывать ваши предпочтения. Но для важных и сложных задач подробный промпт с примером дает заметно более точный результат».

Слушатели Школы управления РБК с экспертом более детально погрузились в каждый компонент рабочего промпта и потренировались создавать свои. Также подробно разобрали много других вопросов, которые важны управленцам, которые бы хотели усилить свои навыки с помощью ИИ. Вот лишь некоторые из них:

• почему внедрение ИИ часто проваливается — и с чего на самом деле стоит начать;
• как выглядит рынок и какие инструменты на нем сейчас есть;
• generative AI и machine learning: в чем разница и почему это важно;
• что нельзя делегировать и где проходят красные линии.