Исследователи из Калифорнийского университета в Беркли, Гарварда и Колумбийского университета шесть месяцев наблюдали за владельцами малого бизнеса в Кении, которые пользовались ИИ-советником на базе GPT-4. Сильные предприниматели, адаптировавшие советы под свой контекст, увеличили прибыль на 15%. Слабые, слепо внедрявшие шаблонные рекомендации, потеряли 10% доходов. Разрыв составил 25 процентных пунктов.
Примеры сильных решений: закупка генераторов для работы в блэкауты и расширение услуг. Слабые просто снижали цены по совету ИИ, что урезало маржу без роста продаж. Вывод: дело не в технологии, а в отказе от критического мышления.
В колледже Дикинсон 97% участников скопировали заведомо ошибочный ответ ChatGPT на простую задачу. Группа без нейросети справилась лучше. Когда испытуемых просили проанализировать ответ перед отправкой, точность удвоилась.
Анализ 1,4 млн сессий в KPMG показал: из 90% сотрудников, регулярно использующих ИИ, эффективно это делают очень немногие. 95% пользователей применяют ИИ как «торговый автомат» для рутины — черновики, саммари — и принимают первый же результат без проверки. Только 5% работают как с «партнёром по мышлению»: задают контекст, направляют логику модели и сомневаются в выданных ответах.
Для компаний это значит: показатель внедрения ИИ (adoption rate) сам по себе не имеет смысла. Единый регламент работы с ИИ вреден: опытные кадры выигрывают от свободы действий, а новички без чётких рамок и обучения начинают работать хуже. Нужно обучать навыкам фильтрации и критической проверки ответов ИИ.
Показателен случай Amazon: компания отключила дашборд, который отслеживал использование ИИ, потому что сотрудники накручивали рейтинг ради премий и разоряли бизнес. Это подтверждает: без развитого суждения ИИ усиливает ошибки, а не исправляет их.
