
Внедрением ИИ-решений в Carrot quest занимается человек, которому AI не нравится. Дмитрий Туровский, директор по информационным технологиям компании, рассказывает, с чего начинал, почему искал не место для технологии, а сломанный процесс, и какую часть работы не стоит отдавать ИИ вообще никогда.
Я не евангелист ИИ-решений. Мне не нравятся сами решения. Если бы все эти компании схлопнулись и исчезли из этого мира, может быть, он стал бы лучше. Но я не могу игнорировать факт, что они меняют наш мир. Не настолько неизбежно и не настолько трагично, как любят рассказывать, но это новая технология, которая просто есть.
Можно каждые три месяца говорить, что скоро исчезнут все разработчики, или дизайнеры, или Голливуд закроется. Это неправда. А вот то, что что-то изменится — правда.

Я начал заниматься внедрением ИИ в компании, потому что у меня была возможность в это погрузиться, пока остальные делали другое. И неожиданное преимущество моей роли — я знаю процессы между продуктом, маркетингом и дизайном. Частично я в них включён, а частично могу абстрагироваться. Такое вот уникальное состояние.
И поэтому я, наверное, идеально подхожу, чтобы отделять буллшит от не буллшита. Когда я вижу типичного LinkedIn-босса, который спрашивает: «Сколько вы платите за токены? Вы что, ещё не пользуетесь AI? Я просыпаюсь и думаю, как использовать AI», у меня срабатывает фильтр. Это карго-культ. Сверху требуют использовать, и они используют. Но так не надо: важно процессы менять, а технология — это один из инструментов.
Я решаю не где внедрить ИИ, а что болит. И только потом думаю, решит ли это какая-то технология или, скорее всего, комбинация технологий.
Проблему почти всегда видно в трёх формах: что-то делается долго, что-то не делается, что-то делается плохо.
Вот конкретный пример. Чтобы сделать один продуктовый лендинг, нужны человек от продукта, дизайнер, кто-то от маркетинга, копирайтер, верстальщик. И между ними передача материалов и согласования.
Человек от продукта приходит и рассказывает, что сделали, приносит какие-то документы. Отдаёт дизайнеру, дизайнер собирает лендинг, как понял. Показывает результат, скорее всего, сразу двум людям, продакту и маркетологу. Они дают правки, сколько им позволяет совесть. После третьей-четвёртой итерации ты говоришь, ладно, мне всё ещё не нравится, но я уже всё. И дизайнер тоже уже всё. После этого копирайтер переписывает текст, после лендинг надо заверстать, и верстальщик тоже что-нибудь сделает не так. Это детали одного процесса создания одного лендинга, и в нём много людей и много-много согласований.

Я смотрю на это и думаю: как можно убрать кого-то из цепочки или сдвинуть в самый конец?
Решение: собираем некрасивый, но правильный по содержанию лендинг. Человек от продукта получает то, что хотел по смыслу. Дизайнера подключаем на финальную отделку. Верстальщика на простых задачах заменяем агентом: человек, который работает с текстами, правит напрямую.
Процессы в продажах я не трогал, потому что я их не знаю. И в командах, где у меня мало насмотренности, тоже. Начинать надо там, где ты видишь проблему изнутри.
Хотите попробовать, как работают ИИ-агенты?
Покажем, как ИИ может проводить квалификацию лидов и собирать данные в вашем проекте
Главное возражение звучит так: «Но мы же так делали, оно же работало». Поэтому начинать надо с того, где сломалось, а где-то ломается постоянно. Сопротивление уменьшается, потому что ты решаешь проблему сотрудника.
Если руководитель просто требует внедрять ИИ, но сам ничего не пробовал, он не понимает, как оно сработает и нужно ли это. Поэтому я прихожу и говорю: «Давай я сам это сделаю». Если я сам не пройду весь путь, не прочувствую всю боль и не разберусь в деталях, я потом никому эту идею в компании не продам.

Буксовка в начале — тоже своего рода сопротивление. С новым инструментом всегда сначала получается медленнее и хуже. Человеку нужно сделать задачу, а она получается плохо, и он идёт делать по-старому. Но дальше есть развилка: можно продолжить делать всё самому, а можно попробовать и найти, что работает. Тогда сопротивление превращается в поиск того, что реально полезно.
Стадия отрицания у меня каждый раз. Сначала смотришь: о, кажется, прикольно получается. Это можно будет использовать. Потом берёшь настоящую задачу, уходишь в глубину, и получается долго, дорого и плохо.
После этого я думаю, зачем я столько времени потратил. Это вообще кому нужно? Это у меня перманентно появляется, даже в процессах, которые мы уже переделали и которые вроде стали лучше работать.
Но из этих провалов и получаются инструменты. Мы сделали первый лендинг, поняли, что слишком иишно, пошли переделывать. И из этого переделывания получилась дизайн-система, готовые элементы, другой способ собирать страницы.
Не каждый эксперимент обязан дать результат. Но такого, чтобы полностью сдались и забили, пока не было.
Работа с ИИ сейчас почти везде — это работа с очень исполнительным джуном. Он нормально воспринимает критику и готов десять раз переделывать одно и то же. С дизайнером после третьего «а можно ещё подвинуть» ты говоришь: ладно, хватит. Здесь ограничений нет вообще.

Но он не учится. Люди устроены так: когда им говорят, что вышла ерунда, им больно, и в следующий раз они стараются так не делать. А ИИ старается, чтобы я был доволен, и выдаёт самый статистически приятный ответ. Чем больше ты ему объясняешь, тем больше ошибок он может сделать. Огромный объём инструкций просто расширяет контекст, а чем больше контекста у нейросети, тем выше шанс, что она начнёт галлюцинировать. Ей нужны жёсткие и короткие правила.
Автоматизировать работу надо вокруг своего ключевого навыка. То, что составляет ядро твоей работы, ты ИИ не отдашь. Если отдал, либо задача очень простая, либо ты не понимаешь, что делаешь.

Возьмём продажи в сложных B2B-продуктах. Ключевой навык здесь — закрыть сделку, и человека из этого процесса не уберёшь. Но вокруг есть миллион рутинных задач: собрать информацию о клиенте, ответить на частые вопросы, записать на встречу. Вот эти вещи могут быть автоматизированы. Мы это сами прошли, когда делали цепочку ИИ-агентов в Carrot quest. Но финально сделка всё равно остаётся за человеком.
В консалтинге та же логика: ИИ может быстро собрать аналитику и найти узкие места, но решение, какой сценарий выбрать, принимает человек.
И ещё ИИ нельзя отдавать проверять факты. Нейросеть натренирована на текстах из интернета, а там есть любые версии ответа: и что два плюс два равно четыре, и что пять. ИИ не проверяет факты, он просто генерирует правдоподобный ответ. Поэтому все ключевые решения всегда остаются за человеком.
Что точно надо. Надо пробовать. Сталкиваться с ограничениями и понимать как использовать эти инструменты у себя.
Подпишитесь на рассылку Carrot quest
1 письмо в неделю со свежими материалами о маркетинге, поддержке и продажах
Нажимая на кнопку, вы даете согласие на обработку персональных данных
Нажимая на кнопку, вы даете согласие на получение рекламно-информационных материалов