В прошлом году я наблюдал одно и то же внедрение AI в четырёх разных компаниях. Разные индустрии, разные бюджеты, один сценарий, вплоть до реплик.
Сценарий такой. Сверху приходит: «нам нужен AI, все уже внедрили». Спешно выкатывают корпоративного ассистента — чат поверх LLM, обёрнутый в фирменные цвета. Через месяц готов слайд: «AI-ассистентом воспользовались 10 000 раз». Совет доволен. В письме инвесторам — строчка про «AI-трансформацию». Продукту — премия.
А теперь то, чего на слайде нет. Я в таких случаях прошу показать не «количество запросов», а три других числа. Сколько людей пришло во второй раз. Сколько пользуется раз в неделю спустя месяц. И что эти люди перестали делать по-старому.
В одной из тех четырёх компаний картина была такая: из десяти тысяч запросов девять тысяч — люди, которые задали один вопрос, получили ерунду и не вернулись. Никогда. Из оставшихся — половина это сотрудники, которых попросили «потестить», и демо для руководства. Недельная активная аудитория «внедрённого» AI спустя квартал — четырнадцать человек. Из четырёх тысяч сотрудников.
В отчёте осталось «10 000». Слайд ещё дважды показывали на советах.
Это не история про плохую компанию
Это история про всех. Прямо сейчас в сотнях компаний висят дашборды AI-adoption, и почти все они показывают одно и то же: активность, выданную за ценность. «Сколько раз ткнули» вместо «скольким помогло». Первое легко посчитать и приятно показать. Второе трудно мерить и страшно узнать.
С обычными фичами эта подмена тоже случается — я про неё уже писал. Но с AI она приобрела масштаб эпидемии, и вот почему.
Внедряли под страхом, а не под задачу. Большинство корпоративных AI-проектов последних двух лет родились не из «у нас есть проблема X», а из «все внедряют, мы отстаём». Когда проект рождается из FOMO, у него нет критерия успеха — некому спросить «а что должно было измениться?», потому что задачи не было. Есть только критерий отчётности: показать, что внедрили. Usage-метрика для этого идеальна.
Признать провал не может никто в цепочке. Продакт, который вёл внедрение. Директор, который выбил бюджет. CEO, который рассказал совету про AI-стратегию. Совет, который одобрил под давлением акционеров. У каждого этажа личная ставка на то, чтобы график рос. Это не заговор — это выстроенная в ряд мотивация, при которой неудобные вопросы не задаёт никто, потому что ответ ударит по всем сразу.
Метрика превратилась в цель мгновенно. Обычно закону Гудхарта нужно время. Тут KPI «adoption» повесили в момент запуска — и накрутка началась с первого дня, причём самая невинная: AI-кнопку — на главный экран, «спроси ассистента» — в онбординг, обязательное демо — каждому отделу. Каждый шаг называется «повышаем discoverability». Сумма шагов — график, который растёт независимо от того, есть ли внутри польза.
Инженеры это видят первыми
Отдельная ирония в том, что для инженеров это никакая не новость. Спросите любого, кто сидит рядом с таким «внедрением»: он вам без всякой аналитики скажет, что ассистентом пользуются полтора человека, что половина ответов — галлюцинации по устаревшей базе, и что сам он ходит в обычный ChatGPT, потому что корпоративный хуже.
То есть в компании одновременно живут два знания. Внизу все знают, что AI не взлетел. Наверху все знают, что AI успешно внедрён. И оба знания стабильны, потому что между ними — тот самый дашборд, который переводит «не взлетело» в «10 000 использований». Дашборд работает границей: правда снизу через него не проходит.
Три вопроса, которые вскрывают любой AI-отчёт
Задавайте их про любое внедрение — своё или то, про которое вам рассказывают:
Сколько вернулись во второй раз? Ценность возвращается, активность — нет. Человек, которому AI реально помог, приходит сам, его не надо заманивать попапом. Разрыв между «попробовали» и «вернулись» — это и есть точный размер театра.
Что люди перестали делать по-старому? Настоящее внедрение что-то замещает: поиск по вики, письма в поддержку, ручную рутину. Если «пользуются AI», но все старые процессы живы и здоровы — AI не используют. Его пробуют.
Кто расстроится, если выключить завтра? Самый честный. У работающего инструмента есть люди, которые придут ругаться в первый же час. Я задавал этот вопрос вслух на нескольких разборах — по лицам всё понятно ещё до ответа.
Если метрика — ваша
Не отчитывайтесь голым usage. Добавляйте возвраты и замещение, даже если не просят. График станет скромнее — зато решения по нему будут стоять на настоящем.
Не вешайте премию на счётчик запросов. Любая метрика с деньгами наверху начинает накручиваться в течение квартала — не потому что люди жулики, а потому что оптимизация течёт туда, куда смотрят деньги.
И если вы наверху — слово «adoption» в докладе должно включать у вас не аплодисменты, а один вопрос: «сколько вернулись?». Этот вопрос стоит секунду и экономит год разработки в никуда.
Тот ассистент из начала, кстати, тихо выпилили при следующем редизайне. Не заметил никто — кроме дашборда. Он ещё месяц показывал рост: попап «попробуйте нашего AI» продолжал собирать первые клики.
Я вхожу в чужие инженерки под NDA и навожу порядок — оттого пишу без лица и без названий компаний. Таких историй накопилось на книгу, и я её пишу — по главе выкладываю в Telegram вместе с разборами вроде этого: https://t.me/theshadowcto. Если узнали свой дашборд — заходите.
Комментарии (21)
wintermute2025
03.07.2026 11:39Согласен с вашим мнением на все 100%! А то реально подзадолбали компании, рапортующие об "успешных внедрениях AI". Такое впечатление, что в ближайшем будущем даже дворники будут отчитываться о внедрении LLM для вайб-уборки придомовых территорий.
theshadowcto Автор
03.07.2026 11:39Вайб-уборка это смешно)) но я бы не зарекался: «AI-трансформация клининга» звучит как заголовок кейса, который мы прочитаем на VC уже в этом году.
al-chemist
03.07.2026 11:39Мне лень искать и сканировать инструкцию, прошу поверить на слово: моющий робот пылесос меня огорошил вот такой сверхспособностью:
AI-powered mopping
terrier
03.07.2026 11:39Это не история про плохую компанию
Это история про всех.
Ну, для написания текстов им все-таки пользуютсяtheshadowcto Автор
03.07.2026 11:39Лишь для верстки и редактуры местами, чтоб не быть сильно косноязычным
peterzh
03.07.2026 11:39ну нет, сильно поправлено у вас.
выше отличный пример но есть и еще.
ничего страшного, идея ок, просто стиль у ИИшницы пластмассовый слишком гладкий и однообразный.
rPman
03.07.2026 11:39проблема в тех кто сказал
нам нужен AI, все уже внедрили
А главное, внедряют
Спешно выкатывают корпоративного ассистента — чат поверх LLM, обёрнутый в фирменные цвета
а зачем, не сказали.
Народ заходит в чат с ИИ, кидает пару вопросов на засыпку, офигивает от ответов и больше не возвращается.
---
Кто то по своей инициативе пробует этим пользоваться, кто то, чуть более умный, исследует границы применимости,..
Единицы исследуют, какие алгоритмы стоят в основе и почему одни задачи даже слабая llm в основе агента решает, а другие, вроде бы не такие сложные, даже топовые модели - спотыкается.
Вот это знание и понимание, на текущий момент, и нужно программистам. Сделать это можно в общем случае только потратив время и токены на эксперименты. Делайте это за счет работодателя, только не забудьте его предупредить, что сейчас ИИ слабый, дорогой, требует больше времени и создает кучу отложенных проблем в задачах.
Cringeon
03.07.2026 11:39Реальность:
Люди пишут ими все тексты: весь код все презентации, отчёты, ревью, сценарии, очередную кликбейт статью на хабр без реального содержания чтобы проставить в конце точно такой же тг канал и тд
монтируют видосы, делают аналитику, kyc, автоматизируют все до чего раньше руки не доходили,
Понятное дело что в компаниях уровня бумажных папирусов и занимающихся хз чем adoption и roi будут хз какие, у них об эффективности речь не идёт принципе
На местах тоже люди некоторые вместо внедрения пилят бабки, некоторые вендоры ИИ с расчетом на это делают свои продукты (копайлот, openclaw)
al-chemist
03.07.2026 11:39Я в данный момент представляю сторону внедренцев: внутренний чат, помогающий аналитикам и продажникам очень крупной компании — по полубезумным запросам — получать данные из snowflake/amc.
В такой ситуации (сырые данные в труднодоступном месте) — такие помощники, которые не только SQL сделают, но и полученный результат в правильные таблички с комментариями сведут — бесценны. Мне пара человек умудряется стукнуться в чат при редеплое пода (запросы в snowflake — не всегда мгновенны), из-за чего теперь приходится обвешивать это всё логикой поддержки неразрывных соединений.
rPman
03.07.2026 11:39ИИ вам 10 sql запросов сделает правильными, а 11-ый с ошибокй, 12- удалит базу а 13-ый сольет бакапы вашим конкурентам, потому что вы автоматизировали общение с народом в чате, не подумав о безопасности
al-chemist
03.07.2026 11:39С такими фантазиями — это не ко мне, это к психотерапевту. Считать оукружающих глупее себя — довольно пагубно, можно прилюдно наделать в штаны.
rPman
03.07.2026 11:39поделитесь пожалуйста вашими технологиями работы ваших агентов на общение, как вы защищаете вашу инфраструктуру от злонамеренны сообщений? на сколько я знаю, ни один готовый агент по умолчанию нормальной защиты не дает... т.е. либо полностью изолировать агентов от функционала либо рисковать
p.s. глаз зацепился за ваше сообщение про правильные таблички от ИИ.
сделать корректную и детерминированную аналитику на базе ИИ это тот еще квест.al-chemist
03.07.2026 11:39как вы защищаете вашу инфраструктуру от злонамеренны сообщений?
Самая надежная защита — увольнение из крупной корпорации с оклада в $300K+ сотрудника, который попытался выполнить злонамеренное сообщение. Если внимательно прочитать два абзаца моего предыдущего комментария, а также принять во внимание, под каким текстом этот комментарий появился, то станет понятно, что злонамеренных сообщений там в принципе нет.
Но я все-таки немножечко профессионал, поэтому защита есть. Если очень вкратце — мы не пропускаем plain promts, вместо этого мы их суммаризуем, задаем наводящие и уточняющие вопросы, и по результатам такого общения генерируем свой promt из проверенных и санитизированных шаблонов.
сделать корректную и детерминированную аналитику на базе ИИ это тот еще квест
Да, но он вполне себе решаемый. Не скажу, что это прямо тривиальная задача, но мы понемногу справляемся. Да, там довольно много эвристик, и тем не менее.
al-chemist
03.07.2026 11:39Заодно отвечу на «12- удалит базу а 13-ый сольет бакапы вашим конкурентам».
Почитайте, что ли, про пользователей с read-only правами в базе и про права пользователей в unix-подобных системах. Тот код, который ходит в базу, даже к файловой системе доступа не имеет.
SvetlanaDPsy
03.07.2026 11:39о да! я, как психолог, внедряю что-то небольшое по шагам, чтобы упростить мне задачи. И только то, что действительно нужно, работает и использую каждый день. Наболевшая тема. Спасибо вам
theshadowcto Автор
03.07.2026 11:39вот это кстати самый здоровый паттерн внедрения из возможных)) маленькими шагами, только то что реально закрывает задачу, и проверка ежедневным использованием. большим компаниям такое даётся тяжелее всего - там между "нужно" и "внедрили" всегда влезает слайд для начальства
VladislavShter
Спасибо за статью! Тема реально наболевшая
d3d14
Это нейрослоп, а не статья.
theshadowcto Автор
отвечал ниже, не нейрослоп, статья действительно моя, а вот для редактуры конечно юзаю ИИ периодами, потому как на рерайтера тратиться не хочется, редактор из меня тоже так себе, разве что для отчетов топам, а ИИ хоть какую-то пользу приносит, хоть и дает "пластиковый привкус".