Месяц назад я сел автоматизировать у себя в компании подготовку договоров. Задача на вечер, думал я. Продавец заполняет карточку сделки, нейросеть собирает договор, юрист проверяет и подписывает. У меня для этого есть все: я основатель и директор, сам пишу код, любой вопрос внутри компании закрываю одним сообщением. Суперсила, если сравнивать с обычным руководителем проекта, которому надо согласовать бюджет и дождаться очереди у разработки. Прошел месяц. Я занимаюсь автоматизацией почти круглосуточно, это стало моим основным занятием. Знаете, сколько договоров сегодня готовит моя система целиком, от карточки до подписи? Ни одного. Проверяет и находит ошибки - да. А от начала до конца - нет. И самое интересное, что за это время не случилось ничего драматического. Никто не саботировал. Просто задача оказалась не той, за которую я садился.
Вот что было за «плевой задачей». Типов договоров оказалось семь, а не два, как я думал. Данные для них лежат в четырех разных системах, и в каждой одно и то же поле называется по-своему. Продавцы заполняют карточку как придется, потому что им за заполнение карточку не платят, им платят за выигранную сделку. Договорный отдел на вопрос «что не так в этом черновике» отвечает «ну, тут надо поправить», и это вся обратная связь. Не из вредности. Людям просто нормально и так, они десять лет работали руками и не понимают, зачем описывать очевидное. В итоге автоматизация одного документа превратилась в рефакторинг четырех смежных процессов: как продавцы вносят данные, где лежит справочник, кто отвечает за шаблон, как юристы дают замечания. Модель во всей этой истории - самая беспроблемная часть. Она делает свое за секунды. Все остальное - легаси и привычка.
Теперь масштаб. У меня компания меньше двухсот человек, и я даже с суперсилой основателя ползу в проекте как улитка. А представьте компанию на две тысячи. На двадцать представьте. Где первое лицо не кодит, не понимает, что именно надо автоматизировать, но читает те же новости, что и вы. Ему продают «внедрение искусственного интеллекта», он подписывает бюджет и назначает ответственного. Ответственный запускает пилот, пилот показывает теоретическую возможность, но дальше все упирается ровно в то, во что уперся я: четыре источника данных, семь шаблонов, люди, которым и так нормально. Только у него нет права одним сообщением переписать процесс. У него есть право настучать, написать служебную записку, которую обязательно рассмотрят в рабочем порядке. Знаете, что это напоминает? Внедрение ERP в нулевых. Те же ожидания, те же консультанты, те же три года вместо обещанных шести месяцев. Технология другая, а проблема та же самая - люди и то, как они привыкли работать. На самом деле это обычная автоматизация, просто с новым интерфейсом.
А теперь посмотрим, под что сейчас рынок собирает деньги. Крупнейшие облачные компании закладывают на этот год под семьсот миллиардов долларов на инфраструктуру, почти вдвое больше прошлогоднего. Исследователи MIT прошлым летом посчитали, что девяносто пять процентов корпоративных пилотов генеративного ИИ не дали измеримого эффекта на прибыль. Gartner уже опустил генеративный ИИ в «яму разочарования». То есть инвестиции считают в темпе, с которым улучшаются модели, а отдача приходит в темпе, с которым договорный отдел меняет привычки. Эти два темпа отличаются на порядок. Почему рынок этого не видит? Потому что энтузиасты меряют прогресс тем, что умеет модель. Но деньги зарабатываются там, где меняется эффективность, где изменились процессы.
Мой прогноз такой. Ближайшие год-два - сдувание: оценки компаний в AI сожмутся, часть великих строек датацентров заморозят, разговоры про «заменит всех к пятнице» стихнут. Потом лет десять плавного роста, потому что процессы все-таки перепишут, по одному, как я переписываю свой договорный: не подвиг, а долгая скучная работа с людьми. Кривая Гартнера работает не потому, что аналитики умные. Она работает, потому что модель учится за месяцы, а люди - за годы. Пузырь надувают под обещания. А платить будут за результат.