Есть ли жизнь без AI — нормальная, спокойная, рабочая — и стоит ли вообще спешить в эту всю историю? За последние 100 дней я почти каждый день работала с нейросетями и вижу, насколько по-разному на это смотрят специалисты в России. Одни уже живут в режиме «без ChatGPT я даже письмо не напишу», другие принципиально игнорируют ИИ, считая его игрушкой. В этой статье я разберу, что реально изменилось за эти 100 дней, где жизнь без AI по-прежнему возможна, а где она превращается в бессмысленную трату времени. И да, честный ответ будет без обидных «ты отстал», но с фактами.
Ко мне в начале зимы обратился один эксперт из отдела маркетинга: сильный профи, хороший аналитик, но заваленный рутиной так, что на стратегию оставались крохи времени. Он хотел понять, можно ли подключить ИИ так, чтобы не потерять качество, не нарушить требования компании и российских регуляторов, и при этом не сидеть ночами над отчетами. Мы решили провести условный «эксперимент 100 дней»: я помогала ему выстраивать работу с нейросетями, а он честно фиксировал, где ИИ оказался полезен, а где мешал. Дальше я покажу, как мы это раскладывали по полочкам, что оказалось иллюзией, а что — рабочим инструментом уже сейчас.
На практике я все чаще вижу одну картину: внешне люди говорят, что «ничего страшного без AI», а внутри копится раздражение от медленных процессов и бесконечных согласований. В крупных компаниях в России добавляется ещё и осторожность: ИБ-службы, локальные правила, запреты на использование внешних сервисов. Поэтому у многих специалистов возникает ощущение тупика: вроде бы ИИ есть, но пользоваться им нельзя, да и непонятно, что именно он должен делать. С другой стороны, старые процессы тоже не исчезли, и жизнь без нейросетей как-то продолжается.
В истории с тем маркетинговым экспертом старт выглядел именно так: он был уверен, что и без ИИ справится, ведь справлялся предыдущие годы. Я не спорила, но предложила сравнить: взять три типовые задачи — отчет, концепцию кампании и внутреннюю презентацию — сначала сделать «по-старому», потом с помощью нейросети, при этом не меняя требований по качеству. Эти 100 дней превратились в набор наблюдений: где AI реально экономит часы, а где отнимает их на возню с промптоми и правками. Здесь и начинается честный разговор: кто такой этот «умный напарник», как с ним работать в реальных российских условиях и где будет больше пользы, чем нервов.
Можно ли сегодня работать без AI и не проигрывать?
Если говорить честно, жизнь без AI пока возможна практически для любой профессии, но вопрос в цене этой независимости: это будут лишние часы, более медленные проекты и иногда упущенные возможности. В России ситуация слегка смягчается тем, что не все компании официально поддерживают использование нейросетей, и часть процессов просто физически не перестроена. Поэтому многие специалисты живут в параллельной реальности: формально без ИИ, а неформально подглядывая в подсказки моделей дома с личного ноутбука. Получается смешная конструкция: на словах «я все делаю сам», по факту — уже нет. Это не хорошо и не плохо, просто реальность переходного периода.
Мне кажется, полезно прямо проговорить для себя один момент. Если ты остаешься без AI, ты не вылетаешь из профессии сегодня, но постепенно становишься дороже и медленнее. Не в том смысле, что твоя зарплата растет, а в том, что твой час стоит дороже для компании по затратам времени. На фоне коллег, которые закрывают типовые задачи за 30 минут вместо двух часов, ты рискуешь скатиться в «бутылочное горлышко». Это критично, когда речь о больших командах, особенно в маркетинге, продукте, аналитике, юриспруденции. Там, где есть повторяемые задачи, ИИ почти неизбежно становится нормой.
Вот как это выглядит на практике, если разложить по типам задач, с которыми ко мне чаще всего приходят:
- Рутинная текстовая работа: описания, письма, пояснительные записки, ответы клиентам.
- Структурирование: планы, дорожные карты, списки требований, чек-листы.
- Аналитика по верхам: выжимки из длинных документов, сравнение вариантов, первичная сводка.
- Идеи и наброски: варианты концепций, заголовки, rough-скрипты для видео.
- Обучение «на бегу»: объяснить сложный термин простым языком, подобрать примеры для лекции.
Если все это продолжать делать без AI, жизнь не заканчивается, но ты остаешься в прошлом темпе. Это как продолжать ездить на бумажной карте, когда у всех вокруг навигатор: формально возможно, фактически медленнее и утомительнее. При этом я не говорю сейчас про креатив, стратегию, принятие решений — эти вещи и через 100 дней плотной работы с ИИ остаются за человеком, и тут можно спокойно вздохнуть.
Что реально можно не отдавать нейросетям (и не мучиться?)
Иногда полезно не с того начинать, что «давайте все автоматизируем», а с честного вопроса: какие задачи я вообще не хочу отдавать AI. Я, например, принципиально не делегирую нейросетям выбор формулировок в тех местах, где есть риски юридических последствий или затрагиваются тонкие человеческие истории (хотя однажды я все же проверила, как модель сформулирует сложное письмо клиенту, и потом половину переписала). Есть зоны, где ИИ будет либо слишком сухим, либо слишком уверенным в себе, и это бьет по доверию.
На практике там, где нужен нюанс, редкая формулировка или интонация «живого человека», я оставляю за собой как минимум первый черновик. А уже после подключаю ИИ как редактора: прошу проверить логические дыры, предложить сокращения, вытащить возможные слабые места. Нейросеть хорошо подсвечивает «лишний жир» текста, но плохо чувствует контекст отношений между людьми. Поэтому письма на конфликтные темы, переговорные позиции, нестандартные предложения я делаю сама. Это означает, что даже через 100 дней плотной работы с ИИ у меня есть свой «заповедник»: вещи, куда я его не пускаю.
Чтобы не утонуть в абстракции, можно задать себе пару простых вопросов. Если ошибка в этой задаче приведет к репутационным или юридическим последствиям — я держу контроль лично и использую нейросеть максимум как подсоветчика. Если задача про объем, скорость, повторяемые шаблоны — без AI жить можно, но это уже вопрос личного выбора, а не рациональности. Помнишь про ситуацию из начала? Тот самый маркетолог как раз держался за «я все пишу руками», пока не посчитал, сколько часов жизни уходит на согласование типовых презентаций, которые никто потом даже не дочитывает.
Как выглядит трезвое «сожительство» с AI после 100 дней?
Если убрать весь хайп, трезвый режим использования нейросетей выглядит как спокойная, местами немного скучная рутина: четкий промпт, 2-3 итерации, быстрая проверка, внедрение результата в свой документ. По моим наблюдениям, за 100 дней ежедневной работы формируется устойчивый набор «любимых» задач для ИИ, и все остальное к ним не примешивается. В России сюда накладываются ограничения по безопасности и законодательству, поэтому часть вещей сразу отрезается: нельзя загружать конфиденциальные данные, нельзя сливать персональные сведения, приходится шифровать реальные цифры. Но даже в таких условиях объем задач, которые можно отдать напарнику-нейросети, заметно растет.
В той истории с маркетинговым экспертом через пару месяцев у нас появилась своя маленькая таблица: в одном столбце задачи, которые он делал полностью сам, в другом — где подключал AI как ассистента. Интересно, что не случилось «переворота»: он не бросил все и не переехал жить в интерфейс модели. Наоборот, сформировался очень точечный список задач, где ИИ стал почти обязательным, и небольшой круг, где он просто раздражал и замедлял. На трезвый взгляд это и есть нормальное «сожительство»: без иллюзий, что модель все знает, но и без страха к ней прикасаться.
Чтобы показать, из чего это «сосуществование» состоит, я обобщила его опыт и свой в небольшой перечень типовых паттернов:
- Шаг: использовать ИИ как черновикера — получить грубую структуру текста вместо пустого листа.
- Формула: «я даю контекст, ты даешь варианты» — особенно полезно для идей и заголовков.
- Правило: одна задача — один промпт, без попыток «сделай мне все сразу».
- Вариант: подключать модель как строгого редактора, прося сокращать текст на 20-30%.
- Формула: «объясни как студенту первого курса» для сложных технических тем.
Получается, что за 100 дней ИИ перестает быть чем-то особенным и превращается в привычный инструмент, как поиск в Яндексе: не гордость, не стыд, а просто кусок рабочего процесса. Жизнь без AI на этом фоне выглядит все более странно не морально, а именно организационно: слишком много времени уходит на то, что машина уже делает достаточно приемлемо.
Как я работаю с промптоми, чтобы не тратить по полдня на одну задачу
Часто слышу от коллег: «Я попробовал, модель выдала ерунду, значит, это игрушка». Обычно за этим стоит один-единственный промпт на все случаи: без контекста, без роли, без примеров. Когда я первый раз столкнулась с этим у того же маркетолога, я поняла, что половина скепсиса к ИИ рождается именно здесь. Если дать нейросети размытый запрос, она честно выдаст размытый ответ, а потом человек разочаруется и сделает выводы о всей технологии (нет, подожди, есть нюанс: проблема не в ИИ, а в постановке задачи).
На практике я придерживаюсь простого внутреннего правила: не более 5 попыток на одну задачу, потом меняю подход. То есть я не долблю модель бесконечными «перефразируй» и «давай лучше», а переписываю сам запрос. В промпт всегда добавляю три элемента: кто ты (роль модели), для кого результат (аудитория, уровень), что считать успехом (формат, объем, стиль). После этого обычно уже вторая-третья версия становится рабочей. Если и после пятой попытки результат не годится, значит, либо задача не для ИИ, либо ее нужно дробить.
Вот как это выглядит на практике, когда я объясняю задачу модели, и здесь важно не бояться быть конкретной:
Ты — помощник маркетолога в крупной российской компании, говоришь простым деловым языком без сленга. Твоя задача — на основе этого черновика письма сделать более короткий и структурированный вариант для руководства, оставить только суть, убрать эмоции. Итоговый объем — до 1400 знаков.
После 100 дней такой работы мышца формулирования сильно прокачивается. Я меньше злюсь на «неправильные» ответы и быстрее вижу, где сама недодала вводных. Это звучит скучно, но именно здесь прячется ответ на вопрос, почему у одного человека ИИ «не работает», а у другого за день закрывает половину рутины.
Что я отдаю AI без сожаления и где обожглась сильнее всего
Когда я поняла, что жизнь без AI превращается в добровольный марафон по рутине, у меня появилась привычка: если задача повторяется третий раз за месяц, я проверяю, можно ли отдать ее нейросети хотя бы частично. Это сначала кажется странным: мозг привык, что «так всегда делали», и появляется сопротивление. Но через 100 дней стало очевидно: есть классы задач, которые AI делает пусть и не идеально, зато стабильно приемлемо. И чем меньше там творческого вклада, тем легче отпустить контроль.
В ту таблицу с маркетологом мы как раз вынесли те вещи, которые уходили в «отдаю без боли». Это были шаблонные описания акций, первые черновики писем партнерам, структурирование итогов встреч. Там же оказался черновик для внутренних регламентов: ИИ неплохо собирает типовые формулировки, а человек потом встраивает в реальный документ с учетом российских норм и стиля конкретной компании. В итоге мы оба увидели, что часть «страха потерять качество» была надуманной: хуже результат не стал, просто исчезли бессмысленные ночи за клавиатурой.
Чтобы не утонуть в теории, полезно один раз сесть и честно ответить себе на вопрос: «Что меня больше всего бесит в моей работе?» Почти всегда там находится кандидат на делегирование AI. Не творческая вершина, а как раз рутинная середина.
Где AI в российских реалиях реально спасает время
Есть несколько типов задач, которые после 100 дней экспериментов я считаю «золотыми» для нейросетей. Это не значит, что они всегда срабатывают, но вероятность успеха намного выше средней. Одной из первых побед у того самого маркетолога была история с отчетами: раньше он собирал еженедельную сводку по нескольким источникам, тратя по вечерам по два часа. Мы аккуратно анонимизировали данные, настроили шаблонный промпт, и внезапно выяснилось, что ИИ за пять минут выдает черновик, который нужно только дочистить и сверить с исходными цифрами.
Я заметила, что особенно хорошо AI показывает себя там, где есть «грязные» черновики: заметки после созвона, куски переписок, разрозненные таблицы. Нейросеть неплохо умеет структурировать хаос в понятный текст, если заранее задать формат: тезисы, план, список задач. В российских реалиях сюда добавляется нюанс с конфиденциальностью, поэтому приходится либо вычищать личные данные, либо использовать локальные решения, развернутые внутри компании. Но с точки зрения результата именно здесь экономия ощущается сильнее всего.
Вот как это выглядит на практике в виде нескольких типовых кейсов, которые повторялись и у меня, и у клиентов (звучит странно, но именно самые приземленные задачи дают максимальный эффект):
Переформулировка сложного отчета «для людей», подготовка шаблонных ответов клиентам, сокращение длинных текстов без потери смысла, генерация вариантов формулировок для юридических разделов с последующей проверкой юристом.
Здесь хорошо видно, что ИИ не заменяет эксперта, а разгружает его мозг от механической части. Формально, да, можно прожить без этого и продолжать делать все руками. Фактически — ты либо будешь постоянно уставать, либо начнешь срезать углы в менее заметных местах.
Где AI подводит и почему «с третьей попытки» — это нормально
Было бы странно рассказывать только про удачи. За эти 100 дней у меня и у того же маркетолога были моменты, когда хотелось закрыть вкладку и больше не открывать. Часто это случалось там, где мы требовали от модели того, чего она не умеет: точной аналитики по российскому рынку без актуальных данных, юридически выверенных формулировок для конкретного закона, уверенных прогнозов. В паре случаев модель просто «выдумывала» ссылки на исследования, которых не существовало (я потом специально проверяла).
Я поняла, что в таких зонах нужно резко снижать уровень ожиданий и относиться к ИИ как к черновику идей, но не к источнику истины. Если задача завязана на цифры, законы, локальные реалии РФ, всегда нужна ручная проверка. Это критично, потому что иначе можно красиво улететь в ложные выводы и подставить компанию. И здесь как раз проявляется тот самый третий-четвертый заход на промпт: первая версия сырая, во второй видны ошибки, на третьей-четвертой появляется что-то, с чем уже можно работать.
Звучит банально, но «результат с третьей попытки» после настройки промпта стал у меня почти нормой. Я больше не жду, что с первого раза будет шедевр. Вместо этого строю процесс так, чтобы на каждую серьезную задачу закладывать 2-3 итерации. Иногда ловлю себя на мысли: если бы человек после первой попытки сдал такой же результат, я бы тоже дала ему доработку и конкретные комментарии. Забудь, что я только что сказала — модель, конечно, не человек, но принцип обратной связи работает похожим образом, просто в более сжатом формате.
Возвращаясь к той ситуации из начала, у маркетолога самым болезненным провалом стал кейс, когда он решил доверить ИИ формулировку сложного письма с предложением пересмотра условий контракта. Модель сделала текст слишком гладким и общим, письмо выглядело как массовая рассылка. Ответ партнера был холодным. После этого мы договорились: все, что связано с тонкими переговорами, сначала рождается в голове человека, а уже потом шлифуется нейросетью, а не наоборот.
Что изменилось для того самого эксперта и что это говорит о «жизни без AI»
К этому моменту логично вернуться к истории, с которой я начала, и посмотреть на нее уже без эмоций. За 100 дней наш условный эксперимент с маркетинговым экспертом дал очень конкретные результаты: часть задач он перестал делать вручную, часть — полностью вернул себе, часть — перевел в гибридный формат «я + ИИ». Никакой драматичной трансформации личности не случилось, он не стал фанатом нейросетей, не бросил профессию и не побежал всех учить. Зато исчезло хроническое ощущение, что он все время догоняет дедлайны и не успевает думать головой.
Если разложить, что именно поменялось, получится довольно спокойная картина. В его календаре освободились окна по утрам, которые раньше занимала рутинная переписка. Снизилось количество «залипаний» на пустом экране, когда нужно выдать концепцию, а в голове туман. Появилась понятная внутренняя логика: вот здесь я включаю ИИ, вот здесь — только свои мозги, а тут у нас совместный концерт. Помнишь про ситуацию из начала? Та задача с отчетами в итоге уехала в AI почти полностью, а вот сложные презентации для топ-менеджмента остались в его личной зоне ответственности.
Мне кажется, показательно, что к концу эксперимента он сформулировал это так:
«Я понял, что жизнь без AI возможна, но мне она уже неинтересна. Как ездить на старой машине: она едет, но зачем, если можно по-другому?» 🙂
Здесь нет восторга, здесь усталый прагматизм. И именно он, на мой взгляд, описывает зрелое отношение к нейросетям: без страха, без фанатизма, с трезвой оценкой рисков и выгод. Мы оба увидели, что главный выигрыш был не в том, что ИИ что-то сделал «вместо» него, а в том, что освободилось место для задач, которые раньше просто не доходили до календаря.
Как считать эффект от AI без иллюзий и завышенных ожиданий
Когда речь заходит о цифрах, всегда хочется красивой формулы. Но за эти 100 дней я поняла, что честная оценка эффекта от AI получается только если считать не абстрактные проценты, а очень конкретные вещи: часы, переделки, скорость принятия решений. В истории с маркетологом мы в конце сели и прошлись по задачам, которые стабильно делались с нейросетью. Оказалось, что суммарно за месяц он экономил примерно 10-12 часов. Не звучит как чудо, правда? Но это почти полтора рабочего дня, которые раньше расползались по вечерам и выходным.
Я заметила, что имеет смысл оценивать эффект от ИИ по трем параметрам. Первый — экономия времени на рутине, где нет критичного творчества. Второй — снижение количества переделок, когда первая версия текста или документа уже на 70-80% годится для работы. Третий — качество решений: не в смысле «ИИ придумал лучше», а в смысле «я успела дойти до стратегических вопросов, а не захлебнулась в мелочах». Если хотя бы по двум пунктам есть плюс, значит, интеграция AI идет в здравую сторону.
Вот как это выглядело для того самого эксперта после 100 дней, и эти цифры довольно трезво отвечают на вопрос, есть ли жизнь без AI и насколько она рациональна:
Около 40% типовых текстовых задач он теперь начинал с черновика, сгенерированного ИИ, экономия времени на них составила примерно 30-50%. Количество «зависаний» над пустым экраном сократилось по субъективной оценке вдвое. При этом ключевые стратегические документы и сложные переговорные письма по-прежнему делались лично, с минимальным участием нейросети.
Получается, что жизнь без AI по-прежнему возможна, но становится странным добровольным выбором «бегать с гирями», когда можно их снять. Не обязателен марафон в другую сторону, достаточно начать с одной-двух повторяющихся задач. И уже по ним видно, хочется ли расширять зону совместной работы с ИИ или нет.
Куда двигаться дальше тем, кто не хочет застрять в «до-AI» эпохе
Если дочитал до этого места, скорее всего, ты уже не в лагере «я принципиально игнорирую нейросети». Остался вопрос: как встроить AI в свою работу так, чтобы это не превратилось в еще одну обязанность и бесконечные эксперименты. Я за эти 100 дней пришла к простой мысли: не нужно пытаться «освоить ИИ вообще», достаточно найти 2-3 своих повторяющихся боли и научиться закрывать их совместно с моделью. Все остальное подтянется постепенно, без героизма.
Для российских специалистов к этому добавляется еще одна задача — аккуратно обходить юридические и технические ограничения. Это не повод отказываться от ИИ совсем, но хороший стимул наводить порядок в данных: разделять конфиденциальное и то, что можно выносить наружу, продумывать, какие фрагменты задач можно безопасно делегировать внешним сервисам, а какие стоит решать только на внутренних платформах. Здесь не будет универсального рецепта, но есть понятная точка старта: карта своих процессов и честный список «что меня устало».
Если хочется не просто почитать теорию, а вместе разбираться на конкретных кейсах и пробовать это вживую, я регулярно разбираю такие ситуации у себя в телеграме. В [канале «ИИ без истерики»](https://t.me/alwithouthysteria) я показываю, как уже сегодня можно выстраивать работу с нейросетями как с умным напарником, а не как с модной игрушкой. Там мы берем реальные задачи российских специалистов, крутим промпты, смотрим на ограничения и спокойно отбрасываем то, что не работает. Без обещаний мгновенного чудесного рывка, но с заметным сдвигом в сторону более бережного отношения к своему времени.
Мне близок такой подход: не бежать впереди паровоза и не доказывать, что «старые методы лучше», а шаг за шагом перебирать инструменты и оставлять только те, которые реально разгружают. Жизнь без AI останется возможной еще долго, особенно в консервативных отраслях. Но жизнь с AI как с рабочим, а не культовым инструментом, по моему опыту, дает больше шансов не выгореть и не застрять в постоянной гонке с собственным списком дел.
Что ещё важно знать
Вопрос: Можно ли полностью полагаться на ИИ для создания контента?
Ответ: Я бы не стала, даже если модель дает очень убедительные тексты. ИИ хорошо ускоряет черновики и помогает расширить варианты, но финальная ответственность за смысл, факты и интонацию все равно на человеке. Оптимальная связка — AI как быстрый помощник, человек как редактор и фильтр здравого смысла.
Вопрос: Как часто нужно обновлять свои промпты для нейросетей?
Ответ: На практике я пересматриваю ключевые промпты примерно раз в пару месяцев или когда меняется тип задач. Если результат стабильно устраивает, трогать ничего не нужно. Если замечаешь, что стал тратить больше времени на доработки, стоит переписать запрос и уточнить роль модели, формат и критерии успеха.
Вопрос: Можно ли использовать общедоступные нейросети для рабочих задач в российских компаниях?
Ответ: Это зависит от внутренних правил и требований по безопасности в конкретной организации. Везде, где есть риск утечки конфиденциальных данных, лучше либо анонимизировать информацию, либо использовать решения, одобренные службой ИБ. В любом случае не стоит загружать в публичные модели персональные данные и чувствительные коммерческие сведения.
Вопрос: Что делать, если ИИ постоянно дает «воду» вместо конкретики?
Ответ: Обычно это означает, что промпт слишком общий или в нем не хватает контекста и четкого запроса на формат. Помогает явное указание роли, аудитории и ожидаемого результата, плюс просьба давать тезисы вместо общих рассуждений. Если после нескольких итераций ничего не меняется, стоит признать, что задача не очень подходит для данной модели.
Вопрос: Сколько времени в день имеет смысл отдавать обучению работе с ИИ?
Ответ: Достаточно 20-30 минут регулярной практики на своих реальных задачах, а не на абстрактных тестах. Лучше взять одну повторяющуюся боль и неделю крутить только ее с нейросетью, чем часами читать инструкции. Через пару недель такого режима уже появляются устойчивые свои паттерны работы.