Деловые имитационные игры – полезная вещь, поскольку помогают взглянуть на явление объемно, с разных сторон. Правда, занятие это достаточно хлопотное с точки зрения организации, но ведь сегодня есть искусственный интеллект, который легко справляется с подобными кейсами.
Созданная нами платформа MARS.PRO, например, для выполнения такого рода бизнес-задач весьма удобна, поскольку она позволяет работать в одном интерфейсе и одном диалоге с десятком моделей нейросетей разных вендоров. А значит, есть возможность с минимальной трудоемкостью провести необходимую экспертизу через несколько режимов проверки.
Недавно эксперимента ради или, если хотите, в качестве прикола (но не совсем) мы решили провести экспертизу собственной платформы: предложили ИИ оценить ее инструменты и продукты с точки зрения представителей бизнеса, для которых они предназначены.
Наверное, здесь кто-то сразу вспомнит известную фразу Михаила Жванецкого: мол, сам себя не похвалишь – весь день ходишь как оплеванный. Да, ИИ часто склонен незаметно поддерживать позицию пользователя, выдавать то, что он хочет увидеть, что ему приятно.
Но, во-первых, поскольку все делалось для внутреннего потребления, ставить задачу напеть дифирамбов в собственный адрес, по меньшей мере, глупо. Во-вторых, полезно было лишний раз протестировать работу встроенных в платформу инструментов устранения предвзятости нейросетевых моделей. В-третьих, представляется, что результаты экспертизы и сам механизм ее проведения будут интересны не только для авторов проекта. Ну и, наконец, давайте не забывать, что выводы ИИ всегда нужно рассматривать не как истину в последней инстанции, а как информацию к размышлению.
Итак, исходные данные. Есть платформа AIMARS.PRO, созданная для автоматизации решения управленческих задач. Экспертиза ее полезности (или бесполезности) для представителей бизнеса поручена двум моделям нейросетей – ClaudeSonnet 4.6 и ChatGPT 5.4. Сценарий для каждой из них одинаков: продукт оценивает руководитель компании (малый и средний бизнес), рассматривающий целесообразность перехода на платформу.
Каждая модель последовательно работает в трех режимах. Сначала ИИ берет на себя роль, условно назовем, адвоката. Затем адвокат превращается в скептика. После чего на сцене появляется арбитр, который ищет уязвимости в позиции сторон и возможность устранения выявленных противоречий.
Начинает виртуальную ролевую игру оптимист-адвокат от ClaudeSonnet. Он с ходу делает обнадеживающий вывод: наконец-то я вижу AI не как эксперимент, а как рабочий инструмент управления, настроенный под мои задачи, а не под абстрактного пользователя. Оптимист из ChatGPT в своей позитивной оценке эмоционально более сдержан, но вывод сходный, и аргументация двух моделей лишь дополняет друг друга.
Если коротко, они отметили следующие ценности MARS.PRO. Чтобы качественно работать на платформе, не нужно становиться промпт-инженером. Поскольку сотни уже настроенных ИИ-помощников-агентов охватывают все основные функции управления компанией, остается только выбрать нужный.
Здесь можно работать без VPN и за рубли, а также использовать для решения сложных задач разные модели в одном пространстве. И вместо 10–15 уточняющих вопросов результат получается за 2–5 шагов.
Очень важно, по мнению адвокатов, что платформа четко показывает логику движения – от локального применения к системным решениям, потому что это лучше соответствует реальным бизнес-процессам, где задачи связаны между собой и требуют не одного ответа, а согласованной логики действий.
Решает MARS.PRO и другую чувствительную проблему – тревогу об утечке коммерческой информации, поскольку позволяет работать со своими реальными данными через собственные рабочие пространства без необходимости передавать их в публичные сервисы.
Разумеется, «адвокаты» не обошли вниманием и финансовую сторону дела, отметив гибкую линейку тарифов, что позволяет начать с посильного уровня, не принимая сразу организационное решение на весь контур компании. Например, стоимость входа через тариф «НейроХаб», предоставляющий доступ к четырем ведущим вендорам, – около 3000 рублей в месяц, что ощутимо ниже, чем четыре зарубежные подписки с VPN и иностранной картой.
Это краткое перечисление доводов ИИ-оптимистов. Если просто принять их на веру, нужно срочно засучивать рукава и приступать к внедрению продуктовой линейки MARS. Но тут в нашу игру вступают скептики каждой нейросети со своим критическим взглядом и заставляют потенциального потребителя призадуматься.
Да, платформа вроде бы обещает избавить его от необходимости становиться промпт-инженером, но при этом сама же указывает: чтобы создать собственного ИИ-агента, нужен опыт работы с разными моделями, понимание их различий и накопленный контент – то есть та самая экспертиза, от которой пользователя якобы освобождают.
Да, сотни готовых агентов для множества бизнес-функций выглядят как широкий охват, но универсальность библиотеки означает, что ни один из них не настроен на специфику отрасли и компании, а значит, все равно придется тратить время на адаптацию. И в результате заявленные удобства могут означать не снижение порога входа, а необходимость разбираться в новой сложной среде, которую не так-то просто освоить.
Заявленные платформой цифры качества ответов представлены без описания методики измерения и без указания, что именно считается точкой отсчета. Поэтому невозможно оценить, насколько эти показатели соответствуют реальным задачам компании, а не задачам, удобным для демонстрации.
В поэтапной тарифной линейке, презентованной разработчиками платформы, скептики заподозрили подвох. Заявлена она как гибкость, но на практике вполне может оказаться инструментом постепенного втягивания в растущие расходы, где начальная стоимость «НейроХаба» не равна достаточной стоимости для решения сложных управленческих задач.
И самое главное, критики не увидели прямой пользы для текущей работы компании. Вместо этого платформа, по их мнению, предлагает путь эволюции, освоение сложной технологии, медленное поэтапное движение, что может означать слишком долгий и неопределенный маршрут до ощутимого результата. А заявленная системность продуктовой линейки выглядит как избыточное усложнение по сравнению с текущей потребностью в простом, понятном и безопасном инструменте.
Таким образом, мы видим, что точки зрения ИИ-оптимистов и скептиков на предмет экспертизы расходятся далеко. Что ж, давайте теперь посмотрим, как рассудят этот спор арбитры нейросетей. Тоже в сокращенном и несколько упрощенном варианте, поскольку полная аргументации заняла бы слишком много места.
Любопытно отметить, что судьи сразу продекларировали непродуктивность варианта оценки продукта в системе координат «хороший – плохой». При таком подходе спорить можно до посинения (что в реальной жизни часто и бывает), и все равно каждая из сторон останется при своем непоколебимом мнении. В результате вместе с водой запросто легко выкинуть и ребенка.
Между тем противоречие, считают арбитры, заключается не в том, хороша или плоха платформа, а в том, что оптимисты оценивают ее как уже работающий инструмент снижения сложности, а скептики – как инструмент, который сам порождает сложности.
Готовая библиотека агентов воспринимается как ценность тем, кто хочет начать без порога входа, и как ограничение тем, кто уже понимает, что универсальный инструмент не заменяет специализированный. И это не противоречие продукта – это объективная оценка того, на каком этапе цифровой зрелости находится конкретный потребитель.Тот, кто рассчитывает получить мгновенный результат без погружения в тему, и тот, кто строит управленческую инфраструктуру, – это два разных потребителя.
И если глубже разобраться в предмете спора, получается, что обе стороны правы. MARS.PRO оправдан там, где нужна воспроизводимая управленческая среда для работы сAI, когда компании уже недостаточно разовых ответов и ей нужен переход от эксперимента к системному взаимодействию с ИИ. И вполне обоснованно отвергается там, где потребность еще остается на уровне простого доступа к модели без организационного усложнения. Этот продукт – не дешевая замена чату в нейросети, а следующая ступень после того, как базовый интерес к AI уже подтвержден практикой.
И по-настоящему снять все эти противоречия, резюмируют арбитры, может именно практика. Никто не обязан верить чему-либо на слово. Никаких препятствий для того, чтобы безопасно и управляемо проверить полезность MARS.PRO на реальной задаче, нет.
Скептик ведь на самом деле не против AI и не против платформы – он против неопределенности: нужно вложить время и деньги, не понимая, что получишь. Если первый шаг на платформе даст ему конкретный, измеримый результат по одной знакомой задаче, без необходимости осваивать всю систему сразу – барьер входа тут же исчезает. Не «пробуй все», а «реши одну свою задачу лучше, чем решал вчера». В результате без особых рисков получишь объективное основание либо для дальнейшего использования продукта, либо для обоснованного отказа от него.
Вот такое у нас получилась любопытное имитационное моделирование. Нетрудно заметить, что в реальной жизни все ее участники – и оптимист, и скептик, и арбитр –одновременно живут в голове руководителя любого бизнес-проекта. Ему в ежедневном режиме приходится анализировать потоки информации, взвешивать, сомневаться, оценивать риски, разбираться в противоречиях. И далеко не всегда легко это сделать.
Искусственный интеллект не отменяет аналитическую работу управленца – он помогает ее выполнять. И решение в любом случае принимает человек. Вопрос в том, насколько оно будет обоснованным, оперативным и эффективным. ИИ-продукты как раз про это.
Понятно, что в данном случае механизм ИИ-экспертизы показан в схематичном, упрощенном виде. На самом деле многомодельная работа в одном диалоге может быть гораздо вариативнее – все зависит от уровня сложности задачи. Особенно полезен такой подход, например, для выполнения критичных задач в юридической или налоговой сфере. Он позволяет не только выработать выгодную позицию, но и заранее увидеть, как ее будет атаковывать контрагент, налоговый орган, суд, регулятор и т. д.
Для стратегических решений наиболее полезны схемы, где разные модели представляют разные горизонты и критерии: рост, риски, деньги, люди, репутация. В продажах и переговорах многомодельная работа помогает не только писать тексты, но и проверять обещания, аргументы, тон, возражения, риски, противостоять давлению.
То есть пользователь не просто спрашивает нейросетку, что правильно, а управляет профессиональной коллегией моделей. Одна предлагает, другая проверяет, третья критикует, четвертая подводит итог. По сути, это способ превратить AI из генератора текста в управляемый инструмент квалифицированной экспертизы.
Кстати, игра игрой, но в нашем случае, несмотря на то что характеристики собственного продукта разработчик вроде бы знает вдоль и поперек, упорядоченная аргументация проведенного внутреннего виртуального аудита отнюдь не выглядит бесполезной. Ее вполне реально использовать для выстраивания дальнейших отношений с потенциальными потребителями.