Горькая правда: почему AI не обязан понимать бардак в вашей компании
Исследователи AI обнаружили «Горький урок»: вместо того чтобы вручную кодировать человеческое понимание проблем, эффективнее просто дать AI больше вычислительных мощностей — и он сам найдёт решение. Это меняет подход к внедрению AI в организациях: возможно, не нужно разбираться с хаосом процессов — достаточно дать агентам больше автономии и данных.
Это меняет стратегию внедрения AI в компаниях: вместо долгого разбора процессов можно делать ставку на автономных агентов, которые сами разберутся с хаосом — если хватит вычислительных ресурсов и данных.
Карта процессов как зеркало хаоса
Когда команды компаний составляли карты своих бизнес-процессов, они обнаруживали шокирующую правду: процессы, которые никто не использует, дублирование работы, неофициальные способы решения задач. В одной истории CEO, увидев такую карту, опустил голову на стол и сказал: «Это ещё более fucked up, чем я представлял».
Это иллюстрирует классическую теорию организаций — Модель мусорного бака: компании работают как хаотичные «мусорки», где проблемы, решения и люди случайно сталкиваются, а решения принимаются не рационально, а по ситуации. Неписаные правила, уникальные знания и недокументированные процессы — норма.
Почему это затрудняет внедрение AI
Хотя 43% американских работников используют AI, они делают это неформально, решая личные задачи. Масштабирование AI требует чётких правил и процессов — того, чего в «мусорных баках» нет. Традиционный подход: разобраться в хаосе, описать процессы, затем построить AI-системы под конкретные задачи. Это долго и сложно.
Горький урок
Но исследователь Ричард Саттон сформулировал «Горький урок» AI: попытки закодировать человеческую экспертизу в AI оказываются менее эффективными, чем просто дать AI больше вычислительной мощности и позволить ему самому разобраться.
Пример: в шахматах программисты веками кодировали стратегии (контроль центра, защита короля). Deep Blue победил человека, используя знания + грубую силу (200 млн позиций в секунду). Но AlphaZero обыграл всех вообще без знания правил — просто играя сам с собой до полного понимания.
Агенты и будущее работы
Сейчас фокус смещается на AI-агентов — системы, которые автономно выполняют задачи. Пока они справляются лишь с узкими задачами и легко сбиваются на сложных. Но способность работать самостоятельно растёт быстро.
Вопрос: применим ли Горький урок к работе? Может, не нужно разбирать организационный хаос — достаточно дать агентам больше автономии, данных и мощности, чтобы они сами научились справляться с реальным беспорядком компаний?
Ключевые выводы
- Большинство организаций — хаотичные системы с недокументированными процессами, неписаными правилами и случайными решениями (Модель мусорного бака)
- «Горький урок» AI: кодирование человеческой экспертизы менее эффективно, чем просто увеличение вычислительной мощности и обучение AI самостоятельно
- 43% американских работников используют AI, но неформально; масштабирование требует либо наведения порядка в процессах, либо новых подходов
- AI-агенты пока справляются только с узкими задачами, но их автономность растёт быстро
- Возможно, не нужно разбирать организационный хаос перед внедрением AI — достаточно дать агентам больше данных и мощности
Автор: Артём Ковалёв · Источник: oneusefulthing.org
Статья попадает в болевую точку: мы все знаем, что компании — это управляемый хаос, но привыкли думать, что сначала нужно навести порядок, а потом уже автоматизировать. Горький урок AI переворачивает эту логику: AlphaZero не изучал шахматные стратегии — просто играл, пока не стал лучшим. Может, и агенты научатся работать в бардаке, если дать им достаточно мощности?
Правда, есть нюанс: пока агенты справляются только с простыми задачами и легко сбиваются на сложных. Но способность к автономной работе растёт быстро. Вопрос не в том, *если* это случится, а *когда*. И если случится, то подход «сначала опиши процессы, потом автоматизируй» может оказаться устаревшим раньше, чем мы успеем его внедрить. Ставка на агентов рискованна, но ждать идеального порядка — тоже риск.
Комментарии