Парадокс генеративного ШІ: як компанії повторюють одні й ті ж помилки протягом 30 років

Бізнес

Парадокс генеративного ШІ: як компанії повторюють одні й ті ж помилки протягом 30 років

78% компаній впровадили генеративний ШІ, і 78% повідомляють про нульовий вплив на прибуток - чому? Та ж помилка, що й останні 30 років: CD-ROM замість паперових каталогів, веб-сайти замість брошур, мобільні = десктопні зменшені, цифрові = відсканований папір. 2025: вони використовують ChatGPT, щоб писати електронні листи швидше, замість того, щоб усунути 70% електронних листів шляхом переосмислення комунікації. Цифри невдач: 92% збільшать інвестиції в ШІ, але тільки 1% мають зрілі впровадження, 90% пілотних проектів не досягають виробництва, $109,1 млрд інвестицій до 2024 року. Реальний кейс (200 співробітників): з 2100 електронних листів на день до 630 за 5 місяців, замінивши оновлення статусів на живі дашборди, затвердження на автоматизовані робочі процеси, координацію зустрічей на AI-планування, обмін інформацією на інтелектуальну базу знань - ROI за 3 місяці. Лідери у сфері ШІ, які починають з нуля, отримують 1,5-кратне зростання доходу, 1,6-кратне зростання прибутку акціонерів. Антипарадоксальна схема: жорстокий аудит ("чи було б це, якби ви перебудувалися з нуля?"), радикальне усунення, перебудова з використанням ШІ. Неправильне питання: "Як нам додати ШІ?" Правильне питання: "Якби ми почали винаходити з нуля сьогодні?"

Фабіо Лоріа

Генеральний директор та засновник Electe‍

Підсумуйте цю статтю за допомогою ШІ

І ось знову. Знову компанії беруть революційну технологію і використовують її для того, щоб робити те, що вони робили раніше. Тільки цього разу ми говоримо про штучний інтелект, і цифри нещадні: 78% компаній впровадили генеративний Ш І, але стільки ж повідомляють про нульовий вплив на прибуток.

‍

Ласкаво просимо до чергового розділу історії, яка повторюється вже три десятиліття.

‍

Історія, яку ми ніколи не дізнаємося

‍

1990-ті: ілюзія CD-ROM

Що вони робили: "Ми все оцифрували! Наші каталоги на CD-ROM!" Реальність: вони взяли паперові каталоги, відсканували їх і записали на диск. Ті самі процеси, той самий спосіб роботи, та сама неефективність. Просто на іншому носії.

‍

2000-ні: вітрина веб-сайту

Що вони зробили: "Ми онлайн! У нас є веб-сайт!" Реальність: цифрова брошура. Жодної електронної комерції, жодної взаємодії, жодного переосмисленого процесу. Просто папір, перенесений в HTML.

‍

2010 рік: мобільний = зменшений сайт

Що вони зробили: "Ми готові до мобільних пристроїв!" Реальність: звичайний веб-сайт, стиснутий на маленькому екрані. Без нативних додатків, без оптимізованих для мобільних пристроїв процесів, без переосмисленого користувацького досвіду.

‍

2020-ті: цифровий = відсканований папір

Що вони зробили: "Ми - цифрова компанія!" Реальність: PDF замість паперу, електронна пошта замість факсу, але ті самі робочі процеси, що й 30 років тому.

‍

‍

2025: ШІ як нове вбрання для старих процесів

Сьогодні ми є свідками чергового повторення того ж сценарію:

‍

"У нас є ChatGPT!"

Що вони роблять: Вони використовують найсучасніший у світі штучний інтелект, щоб писати трохи кращі листи.

Проблема: ці інструменти забезпечують значні покращення, але їх важко виміряти, оскільки вигоди від них, як правило, розподіляються між працівниками дуже тонко.

‍

"У нас є другий пілот!"

Що вони роблять: Майже 70% компаній зі списку Fortune 500 використовують Microsoft 365 Copilot, щоб створювати ті самі презентації PowerPoint, що й завжди, тільки швидше.

Проблема: нульове переосмислення процесів. Та ж зустріч, та ж неефективність.

"У нас є пілот зі штучним інтелектом!"

Що вони роблять: 84% компаній застрягли в пілотному режимі більше року, тестуючи рішення, які ніколи не змінюють того, як вони насправді працюють.

Проблема: вони нескінченно експериментують, ніколи не ставлячи під сумнів основний процес.

‍

Вічна закономірність: нові технології + старі процеси = даремно витрачені гроші

Формула невдачі

Щоразу це одна й та сама історія:

Революційна нова технологія з'являється
Компанії натхненні та інвестують мільярди
Застосування технологій до існуючих процесів
Нічого суттєвого не змінюється
Вони скаржаться, що "технології не виконують своїх обіцянок

Дані про повторення

Дослідження підтверджують цю закономірність:

92% компаній планують збільшити інвестиції в ШІ, але лише 1% мають зрілі впровадження Уникнути чистилища пілотів ШІ: як успішно масштабувати ШІ від пілоту до виробництва | Rightpoint
90% генеративних пілотів ШІ не доходять до виробництва Уникнути чистилища пілотів ШІ: як успішно масштабувати ШІ від пілота до виробництва | Rightpoint
До 2024 року $109,1 млрд інвестицій в АІ тільки в США The 2025 AI Index Report | Stanford HAI

Результат: ті самі цифри, те саме розчарування, як завжди.

‍

Конкретний приклад: парадокс електронної пошти

Візьмемо ідеальний приклад парадоксу в дії: управління корпоративною електронною поштою.

Неправильний підхід (те, що роблять усі)

"Ми використовуємо ChatGPT для електронної пошти!"

ШІ допоможе швидше писати електронні листи
ШІ для узагальнення довгих листів
ШІ для категоризації вхідної пошти
ШІ пропонує автоматичні відповіді

Результат: менеджери витрачають від 6 годин до... 5,5 годин на день на електронну пошту. Незначне покращення фундаментально порушеного процесу.

Революційний підхід (що ви повинні зробити)

‍

"Давайте усунемо 70 відсотків електронних листів, переосмисливши комунікацію

‍

Жорстокий аналіз: чому існують електронні листи?

‍

4 категорії непотрібних листів:

Оновлення статусу (30% від загальної кількості)
- Типовий лист: "Проект X на 65%, проблема з постачальником Y
- Рішення зі штучним інтелектом: живі дашборди, які автоматично оновлюються від систем + сповіщення тільки тоді, коли потрібні дії
- Результат: нуль листів для пасивних оновлень
Запити на отримання дозволу (25% від загальної кількості)
- Типовий електронний лист: "Будь ласка, затвердьте ці витрати/рішення/документ
- ШІ-рішення: автоматичні робочі процеси + ШІ схвалює все, що відповідає заданим порогам
- Результат: миттєві погодження, вільні менеджери для прийняття стратегічних рішень
Координація зустрічей (20% від загальної кількості)
- Типовий лист: "Коли ми можемо зв'язатися? Як щодо вівторка?"
- ШІ-рішення: ШІ-розклад зчитує всі календарі + автоматична координація
- Результат: зустрічі організовані без втручання людини
Обмін інформацією (25% від загальної кількості)
- Типовий лист: "Я передам вам цей документ/посилання/оновлення
- Рішення зі штучного інтелекту: жива база знань + кастомізовані стрічки, які автоматично доставляють потрібну інформацію потрібній людині
- Результат: кінець "форвардів" та "FYI

Реальний кейс: компанія-розробник програмного забезпечення (200 працівників)

ПЕРШИЙ (традиційний підхід):

2 100 електронних листів на день в компанії
6 годин на день менеджер на електронній пошті
45 хвилин середній час відповіді

ПІСЛЯ (5 місяців революції ШІ):

630 імейлів на день (-70%)
1,5 години/день на спілкування
8 хвилин на відповідь

Як вони це зробили:

Місяць 1: Автоматичні дашборди для проектів
Місяць 2: Робочий процес зі штучним інтелектом для стандартних дозволів
Місяць 3: Автоматичне планування за допомогою ШІ
Місяць 4: Інтелектуальна база знань
Місяць 5: Культура протидії електронній пошті

ROI: Відновлений час окупив всю реалізацію за 3 місяці.

‍

Інші приклади парадоксу в дії

Банки: Штучний інтелект для тих самих речей

Неправильний підхід: чат-боти відповідають на запитання швидше
Правильний підхід: усунення поширених запитань шляхом повного переосмислення клієнтського онбордінгу

Роздрібна торгівля: Копілот для старих процесів

Неправильний підхід: ШІ для кращого управління традиційними запасами
Правильний підхід: усунення запасів за допомогою моделей прогнозування "вчасно

HR: автоматизація бюрократії

Неправильний підхід: штучний інтелект швидше обробляє резюме
Правильний підхід: відмовитися від резюме та переосмислити рекрутинг за допомогою штучного інтелекту, що зіставляє навички

Чому завжди відбувається одне й те саме?

‍

1. Легше додати, ніж переосмислити

Додати чат-бота на свій сайт легко. Повністю переосмислити те, як ви працюєте з клієнтами, складно.

Додавання ChatGPT в електронну пошту - це швидко. Усунути 70% листів, переосмисливши внутрішню комунікацію, складно.

2. Страх перед змінами

Одним із найстійкіших бар'єрів є менталітет замкненості, який пронизує відомчі структури Подолання бар'єрів впровадження ШІ у великих організаціях. Зміна процесів означає визнання того, що те, що ви робили раніше, було неправильним.

3. Міф про "магічну технологію

Компанії вважають, що технології вирішують проблеми самі по собі. Це не так. І ніколи не вирішувала.

‍

Ті, хто розуміє (і перемагає)

‍

Справжні інноватори

Провідні компанії, що працюють у сфері ШІ, досягли в 1,5 рази більшого зростання доходів та в 1,6 рази більшого прибутку акціонерів Впровадження ШІ у 2024 році: 74% компаній борються за досягнення та масштабування цінності | BCG.

Що вони роблять по-іншому: Вони не додають ШІ до існуючих процесів. Вони починають з нуля.

‍

Приклади справжніх інновацій

Tesla: Не додала штучний інтелект до автомобілів. Вона переосмислила, що таке "автомобіль
Netflix: Не поставив АІ в блокбастери. Це знищило блокбастери
Amazon: Вона не оптимізувала магазини. Він ліквідував магазини

Як розірвати коло (якщо наважитесь)

‍

1. Перестаньте запитувати: "Як ми можемо використовувати ШІ?"

Неправильне запитання: "Як ми можемо впровадити штучний інтелект у наш процес продажів?"

Правильне запитання: "Якби нам довелося винаходити продажі з нуля сьогодні, як би ми це зробили?"

‍

2. Почати з кінця

Не починайте з технології. Почніть з результату, якого ви хочете досягти.

Хочете нульову електронну пошту? Переосмислити комунікацію
Хочете нуль зустрічей? Переосмисліть координацію
Хочете нуль документів? Переосмисліть інформацію

3. Визнати, що все, що ви робите, можливо, неправильно

Реорганізація робочих процесів має найбільший вплив на здатність бачити вплив систем штучного інтелекту.

‍

Не "покращити". Усунути і відновити.

‍

4. Практична антипарадоксальна концепція

Щодо кожного бізнес-процесу запитайте себе:

‍

Крок 1: Жорстокий аудит

Чи існував би цей процес, якби вам довелося відбудовувати компанію з нуля сьогодні?
Якого кінцевого результату я хочу досягти?
Наскільки цей процес є просто "так ми завжди робили"?

Крок 2: Радикальне усунення

Що я можу повністю виключити?
Що можна автоматизувати на 100%?
Чого насправді потребує людський інтелект?

Крок 3: Перша реконструкція з використанням ШІ

Як би це зробила система штучного інтелекту?
Які дані потрібні для автоматизації?
Як виміряти успіх нового процесу?

Незручна правда

Дослідження парадоксу генеративного ШІ підтверджує те, що ми знали вже 30 років: більшість компаній не знають, як впроваджувати інновації.

‍

Вони беруть найсучасніші технології у світі і використовують їх для того, щоб робити те саме, тільки трохи швидше.

‍

1990-ті: каталоги на компакт-дисках замість паперу
2000-ні: онлайн замість друкованих брошур
2010-ті: Зменшення кількості сайтів замість робочих столів
2020-ті: PDF замість аркушів
2020-ті: електронні листи зі штучним інтелектом замість рукописних

Це завжди одна і та ж історія.

‍

2025: Рік правди

Цього разу різниця полягає в тому, що дані кристально чисті. Ми більше не можемо ховатися за словами "потрібен час, щоб побачити результати".

‍

Експерименти закінчилися; компанії повинні діяти негайно , використовуючи перевагу агентного ШІ - McKinsey (QuantumBlack).

‍

Ті, хто продовжує робити "цифру + 1" з ШІ, залишаться позаду назавжди, а ті, хто має сміливість почати з нуля, будуть домінувати в наступному десятилітті.

‍

Питання в тому, чи вистачить у вас сміливості визнати, що все, що ви робите, застаріло? Чи ви вважаєте за краще додати чат-бота і сподіватися, що цього буде достатньо?

‍

FAQ - незручні запитання

‍

З: Але наша індустрія інша, ми не можемо зробити революцію в усьому...

В: Це те, що говорили всі, в кожній галузі, для кожної технології. 77% виробників вже впровадили AI 2025 Впровадження штучного інтелекту в різних галузях: тенденції, які ви не хочете пропустити - якщо виробництво може це зробити, то і ви зможете.

З: У нас немає бюджету, щоб переосмислити все з нуля

В: 94% випадків з негативною рентабельністю інвестицій припадає на організації, які виділяють менше 10% ІТ-бюджету на штучний інтелект. Не інвестувати в зміни коштує дорожче, ніж інвестувати. Приклад з електронною поштою показує ROI за 3 місяці.

З: Наші клієнти не готові до кардинальних змін

В: Ваші клієнти звикли до компакт-дисків, потім до веб-сайтів, потім до мобільних пристроїв, потім до цифрових. Вони також звикнуть до штучного інтелекту. Проблема не в них, а у вас.

З: Як переконати керівництво відмовитися від усталених процесів?

В: Покажіть йому цю статтю та історичні дані. Потім запитайте: "Ви хочете бути Kodak чи Netflix?" І покажіть йому кейс з електронною поштою: -70% втраченого часу за 5 місяців.

З: З чого ми практично починаємо?

В: Виберіть найдорожчий/найповільніший/найнеприємніший процес, який у вас є. Не питайте себе, як його покращити. Запитайте себе, як його повністю усунути. Почніть з електронної пошти - всі її ненавидять, всі одразу побачать переваги.

З: Чи не є такий підхід занадто ризикованим?

В: Знаєте, що насправді ризиковано? Продовжувати робити те, що ви робили 30 років тому, в той час як ваші конкуренти починають з нуля.

З: Як я можу повторити приклад листа у своїй компанії?

В: Тиждень 1-2: Відстежуйте всі імейли за категоріями. Тиждень 3-4: Вилучіть найбільш марні 20%. Тиждень 5-8: Автоматизуйте все, що можна автоматизувати. Тиждень 9-12: Нова культура спілкування. Ви побачите результати вже з першого місяця.

‍

Джерела та ідеї:

Парадокс генеративного ШІ - це не технологічна проблема. Це проблема сміливості. Чи є у вас те, що потрібно, щоб зупинити повторення історії?

‍

Не використовуйте ШІ, щоб писати кращі листи. Використовуйте його, щоб побудувати світ, де електронні листи більше не потрібні.

Ресурси для розвитку бізнесу

9 листопада 2025 року

Повний посібник з програмного забезпечення для бізнес-аналітики для МСП

60% італійських МСП визнають, що мають критичні прогалини в підготовці даних, 29% навіть не мають спеціальної цифри - в той час як італійський ринок бізнес-аналітики зросте з $36,79 млрд до $69,45 млрд до 2034 року (CAGR 8,56%). Проблема не в технології, а в підході: малі та середні підприємства тонуть у даних, розкиданих між таблицями CRM, ERP, Excel, не перетворюючи їх на рішення. Це стосується як тих, хто починає з нуля, так і тих, хто хоче оптимізувати. Критерії вибору, які мають значення: зручність використання без місяців навчання, масштабованість, яка зростає разом з вами, інтеграція з існуючими системами, повна сукупна вартість володіння (впровадження + навчання + обслуговування) порівняно з вартістю самої лише ліцензії. 4-крокова дорожня карта - вимірювані SMART-цілі (зменшити відтік на 15% за 6 місяців), чисте мапування джерел даних (сміття на вході = сміття на виході), навчання команди культурі даних, пілотний проект з безперервним циклом зворотного зв'язку. ШІ змінює все: від описової BI (що сталося) до доповненої аналітики, яка виявляє приховані закономірності, предиктивної, яка оцінює майбутній попит, прескриптивної, яка пропонує конкретні дії. Electe демократизує цю силу для МСП.

9 листопада 2025 року

Система охолодження Google DeepMind AI: як штучний інтелект революціонізує енергоефективність центрів обробки даних

Google DeepMind досягає -40% енергії на охолодження центру обробки даних (але лише -4% загального споживання, оскільки охолодження становить 10% від загального) - точність 99,6% з похибкою 0,4% на PUE 1.1 завдяки 5-рівневому глибокому навчанню, 50 вузлам, 19 вхідним змінним на 184 435 навчальних вибірках (дані за 2 роки). Підтверджено на 3 об'єктах: Сінгапур (перше розгортання у 2016 році), Емшавен, Рада Блаффс (інвестиції у розмірі $5 млрд). PUE флоту Google 1,09 проти середнього по галузі 1,56-1,58. Модель Predictive Control прогнозує температуру/тиск на наступну годину, одночасно керуючи ІТ-навантаженням, погодою, станом обладнання. Гарантована безпека: дворівнева верифікація, оператори завжди можуть відключити ШІ. Критичні обмеження: нульова незалежна перевірка з боку аудиторських фірм/національних лабораторій, для кожного дата-центру потрібна індивідуальна модель (8 років не комерціалізована). Впровадження займає 6-18 місяців і потребує мультидисциплінарної команди (наука про дані, ОВіК, управління об'єктами). Застосовується не лише в дата-центрах: промислові підприємства, лікарні, торгові центри, корпоративні офіси. 2024-2025: Перехід Google на пряме рідинне охолодження для TPU v5p, що вказує на практичні межі оптимізації ШІ.

9 листопада 2025 року

Сем Альтман і парадокс штучного інтелекту: "Бульбашка для інших, трильйони для нас".

"Чи перебуваємо ми в бульбашці штучного інтелекту? Так", - сказав Сем Альтман, оголошуючи про трильйонні інвестиції в OpenAI. Він повторив слово "бульбашка" тричі за 15 секунд, точно знаючи, що це стане заголовком. Але ось у чому фішка: Безос розрізняє промислову бульбашку (залишає після себе довготривалу інфраструктуру) та фінансову (руйнується, не маючи цінності). OpenAI зараз коштує 500 мільярдів доларів з 800 мільйонами щотижневих користувачів. Реальна стратегія? Стримувати ажіотаж, щоб уникнути регулювання, консолідуючи лідерство. Процвітають ті, хто має міцний фундамент.

9 листопада 2025 року

Чому математика - це складно (навіть якщо ви штучний інтелект)

Мовні моделі не вміють множити і запам'ятовувати результати так, як ми запам'ятовуємо число пі, але це не робить їх математиками. Проблема структурна: вони навчаються за статистичною схожістю, а не за алгоритмічним розумінням. Навіть нові "моделі мислення", такі як o1, не справляються з тривіальними завданнями: вони правильно рахують "r" у слові "полуниця" після декількох секунд обробки, але не можуть написати абзац, де друга буква кожного речення складає слово. Преміум-версія за 200 доларів на місяць витрачає чотири хвилини на те, що дитина робить миттєво. DeepSeek і Mistral у 2025 році все ще неправильно рахують літери. Яке рішення з'являється? Гібридний підхід - найрозумніші моделі з'ясували, коли потрібно викликати справжній калькулятор, а не намагатися обчислити самостійно. Зміна парадигми: ШІ не повинен знати, як робити все, а лише організувати правильні інструменти. Останній парадокс: GPT-4 може блискуче пояснити вам теорію меж, але неправильно виконує множення, які кишеньковий калькулятор завжди виконує правильно. Для навчання математики вони чудові - пояснюють з безмежним терпінням, адаптують приклади, розбивають складні міркування. Для точних розрахунків? Точно на калькулятор, а не на штучний інтелект.