Ирина Зиновьева: Собрать с нейросетью аналитическую картину за час вместо нескольких дней - сегодня это доступно любому руководителю. Я использую эту возможность для того, чтобы сэкономить время каждый день, но смотрю на нее без восторга неофита. За плечами больше двадцати пяти лет в финансах и стратегическом управлении, и я хорошо вижу, где ИИ усиливает мою экспертизу, а где дает красивый, но недодуманный вариант. Такой ответ часто выглядит логично, и возникает соблазн согласиться с ним не проверяя. В этом и кроется риск. Для себя я провожу две границы. Первая не дает подменять собственное мышление помощью от ИИ, а вторая отделяет то, что машине можно доверить, от того, что нельзя.

Приведу эпизод из практики. Мы перезапускали направление потребительских товаров, и команда спорила о сроках регистрации продукта. Я не эксперт в этом вопросе, поэтому собрала запрос к ИИ. Уже через час у меня была ясная картина, с ней я пришла к коллегам, и мы обоснованно начали разбираться, как можем подвинуться. В итоге проект запустился быстрее.

Здесь проходит первая граница. ИИ дал фактуру для разговора, но решение осталось за мной. Если руководитель принимает вывод модели как готовое решение, он больше не формулирует гипотезы, а просто правит чужой черновик. Мышление при этом не ускоряется, а отключается.

Считается, что нейросети снижают качество мышления. Вы с этим согласны?

Ирина Зиновьева: О вреде ИИ для мышления чаще говорят общими словами, а я стараюсь вникать в детали. Есть три привычки, которые ИИ формирует незаметно. И руководителю они обходятся дороже всего, так как у него много возможностей, а значит, и выше риск переложить их на модель.

Первая опасность - когнитивная разгрузка. Нейросети поручается то, на чем держится аналитическое мышление: структурировать, обобщать, находить связи. Мы и раньше автоматизировали часть работы, например, готовили отчеты в шаблонах таблиц, считали метрики в системах аналитики, собирали обзоры рынка по фреймворкам. Но эти инструменты обрабатывали данные, а выводы руководитель делал сам. ИИ же довел эту привычку до предела, сводя необходимость думать к выбору из готовых вариантов. В результате ты разучиваешься анализировать самостоятельно.

Исследования показывают, что у тех, кто писал тексты с помощью ИИ, снизилась активность мозговых сетей, связанных с креативностью и когнитивным контролем. И руководитель рискует больше сотрудника, ведь у него соблазн поручить модели выстроить логику за него возникает по десять раз за день.

Вторая - снижение активной памяти. Мгновенный доступ к информации лишает нас тренировки, необходимой для превращения опыта в экспертную интуицию. Так, навигаторы привели к тому, что мы знаем улицы своего города хуже, чем тогда, когда ходили по ним без GPS. В бизнесе аналогично. Когда я держу цифры в голове, я вижу закономерности, которых нет в отчетах. Когда перестаю, то просто пересказываю то, что выдала машина.

Третья, самая коварная, когнитивная фиксация. Мы цепляемся за первую формулировку ИИ и становимся заложниками шаблонов. Система выглядит компетентной, и мы не склонны отвергать ее ответы, даже если они расходятся с опытом. По данным соцопроса 1200 сотрудников российских компаний, 82 процента респондентов отмечают, что регулярное использование ИИ снижает критическое мышление. В стратегических задачах это прямо бьет по способности к самостоятельному суждению.

У вас есть решение - как этому противостоять?

Ирина Зиновьева: Я научилась работать с этими рисками. Если нужно принять сложное решение, я не беру первый ответ модели как окончательный. Сначала прошу нейросеть раскритиковать вывод, найти слабые места, задать мне сложные вопросы. Проговариваю ответы вслух, советуюсь с командой и экспертами и уже потом сверяю с моделью. Полагаться только на себя тоже не стоит: люди, глядя на задачу с другой стороны, ловят то, что не заметили ни я, ни нейросеть. Такой пинг-понг с ИИ стимулирует мыслительный процесс, а не подменяет его.

Я вижу и другие риски, но отношусь к ним спокойно. Если нейросеть избавляет меня от рутины, качество результата не страдает. Настоящая опасность там, где задача действительно важна. Слишком велико искушение бегло просмотреть ответ, увидеть, что он выглядит убедительно, и сразу применить его. В такие моменты я стараюсь притормозить и разобраться.

Как использовать искусственный интеллект без риска для корпоративных данных?

Ирина Зиновьева: Вопрос информационной безопасности и правовых рисков не менее важен. Речь о том, какие именно чувствительные данные можно отдавать машине. У нас в компании разделяют два контура. Все, что касается рабочих данных, живет только внутри защищенного корпоративного генеративного чат-бота. Он готовит сводки из документов и обеспечивает конфиденциальность служебной информации. Внешние, открытые модели для работы с корпоративными данными - под запретом.

Для личных задач сотрудник может обращаться к внешним сервисам, чтобы проверить выступление или набросать иллюстрацию. Без цифр, без названия компании, без деталей. Ответственность лежит на каждом сотруднике, и цена ошибки вполне конкретна.

Сошлюсь на недавний прецедент. В июле 2026 года Московский суд отклонил иск бывшего директора по продажам инженерной компании, уволенной за отправку данных в открытую нейросеть. Суд признал, что "у истца отсутствовала производственная необходимость извлекать информацию, содержащуюся в локальных защищенных носителях работодателя, а также размещать ее на ресурсе стороннего сервиса".

Граница очевидна: загрузка данных в сторонний сервис - это риск утечки и нарушение закона. Команда обязана это понимать. Цифровая гигиена эффективна, когда правила просты и зафиксированы в регламенте.

Ключевой вопрос

Может ли нейросеть заменить человека на посту руководителя?

Ирина Зиновьева: Нельзя забывать, с чем мы имеем дело. Модель уверенно выдает результат, не понимая ни юридической силы нормы, ни репутационной цены ошибки, ни того, что будет с бизнесом через полгода. Как замечено в том же исследовании MIT, люди восторгаются "магическими" моделями и забывают, что это только вероятностные машины, предсказывающие следующий токен. В отраслях вроде нашей, где цена ошибки очень высока, кажущийся гладким ответ может содержать именно те риски, которые не видит алгоритм, но видит опытный управленец. Скорость - это инструмент, а не цель. Цель - найти решение, которое сработает сегодня и не покажется ошибочным через полгода.

Как удержаться на правильной стороне? Главным навыком первого лица остается стратегическое видение. Нужно держать в голове общую картину с отраслевыми трендами, конкурентные условия, динамику корпоративной среды на три-пять шагов вперед. Опыт, набранный "руками", и то самое чутье не автоматизируются.

Коллеги удивляются, что мои подозрения на ошибку всегда подтверждаются. Это не дар провидца. Это насмотренность, которую никакой алгоритм не заменит, потому что у него за спиной нет 20 лет в бизнесе.

Не автоматизируются эмпатия, умение сплотить людей и выстроить культуру. А еще - доверие и психологическая безопасность, которые создаются лидерством и репутацией руководителя, а не словами о ценностях. Совместные переживания в трудные периоды и общая радость, когда проект состоялся. Нейросеть не зажжет команду смыслом и единством - это территория человека.