AI для руководителя - это не «новая программа», которую один раз «внедрили» и забыли, как CRM или ERP. Это новая рабочая среда, сопоставимая по масштабу с появлением компьютера или интернета. Как когда-то не осталось бизнеса без телефона и почты, так и сейчас не останется бизнеса без AI - вопрос только в том, кто освоит его раньше конкурента.

Первыми это подхватили технологические компании и разработчики - у нас в кибербезопасности инженеры уже запускают десятки агентов на ночь и разбирают результаты утром. Но парадокс в том, что если вы в нетехнологичной отрасли, где конкуренты ещё спят, преимущество от AI для вас даже больше. Начинать надо было вчера. Не получилось вчера - начинайте сегодня.

Масштаб происходящего проще увидеть в цифрах. По оценке IDC, мировой рынок AI сейчас составляет около 235 млрд долларов и вырастет до более чем 631 млрд к 2028 году - среднегодовой рост около 29%. Gartner идёт дальше: только на генеративный AI в 2025 году в мире потратят около 644 млрд долларов - на 76% больше, чем годом ранее.

Но вот что важно для руководителя. Деньги в рынок льются, а операционная перестройка отстаёт. По исследованию McKinsey, почти две трети компаний ещё не масштабировали AI на всю организацию, и только 39% фиксируют эффект на уровне прибыли всего бизнеса. То есть все говорят про AI, но мало кто перестроил под него процессы. Это и есть окно возможностей.
Прежде чем перейти к инструментам, три правила, которые я вывел для себя.

Первое - берите лучшее. Есть устойчивый миф: китайские модели отстают от американских на полгода, российские - ещё на полгода от китайских, а бесплатные «примерно то же самое». Сейчас это не так. Руководителю не стоит экономить на спичках: попробовал слабый инструмент, получил галлюцинации и мусор - и сделал вывод, что «AI не работает». А проблема была в выборе. Я советую только фронтир-модели, потому что только они дают максимальный эффект.

Второе - соберите себе информационный пузырь фронтира. Не из телевизора и не из газет, а из интернета и из самого AI. Инструменты, которые я назову, через полгода могут устареть - и даже мой тезис про «китайцы отстают» тоже может стать неверным. Это революция не разовая, а длящаяся. Мы не «внедряем 1С один раз», мы постоянно перевнедряем инструменты, потому что их возможности меняются на глазах.

Третье - смиритесь, что придётся тратить деньги и преодолевать барьеры - географические, платёжные, любые. Без доступа к сервисам и их оплаты никуда. Попытка заменить всё бесплатным - это самообман. Как питаться дешёвой едой на помойке у ресторана, а потом рассуждать, что «в ресторане так себе кормят».

И честная аналогия, которую я люблю. Помните фильм «Области тьмы»? Таблетка NZT усиливала человека, но работала только там, где у него уже была база. AI ровно про это. В теме, где у меня есть экспертиза, он усиливает меня в разы, местами на порядок. В теме, где у меня ноль, чуда не будет.

Это первый инструмент, с которого я советую начинать. Я использую Perplexity с подпиской Max - она стоит 200 долларов в месяц, и по факту я трачу больше, потому что докупаю токены для серьёзной работы. Дорого? Смотря с чем сравнивать.

Раньше в информационной безопасности была настоящая беда с аналитикой - особенно рыночной, по сравнению с конкурентами, и особенно по локальному, российскому рынку. Хорошего ресёрча просто не хватало. Сейчас эта проблема решена.

Приведу пример, который меня самого впечатлил. Коллеги по рынку рассказали: они заказали продуктовый аналитический отчёт традиционным способом - таких готовых не существовало. Он стоил несколько миллионов рублей и делался три месяца. Отчёт им не понравился. Тогда человек сел и собрал аналогичный с помощью AI - за два часа. Результат вышел лучше. Это не волшебство: он поработал над отчётом руками. Но два часа против трёх месяцев и нескольких миллионов - это другая экономика.
Второй сценарий - генерация и проработка бизнес-идей. У нас теперь правило: любая идея перед совещанием должна быть «отбита» через AI. В итоге управленческие обсуждения стали заметно глубже. К нам на стол попадают уже проработанные варианты, а не сырые мысли. И это резко сокращает разрыв между идеей и её упаковкой - в презентацию, в документ, в решение.
Есть известное правило 72 часов: если идея не превратилась в действие за трое суток, о ней можно забыть. Так вот, мы дожили до момента, когда отговорок больше нет. Работать можно из отеля, из такси, из аэропорта - с той же глубиной аналитики, что раньше требовала часов сосредоточения за столом.

Интересно, что то же самое говорят и зарубежные руководители. Многие CEO крупных компаний признаются: только с AI они наконец-то начали работать - до этого всё время съедала операционка, и на глубокие задачи руками не оставалось окон. Мощь основателя, помноженная на AI, иногда равна десяткам сотрудников.

Свежий пример на слуху: два брата в США сделали стартап-сервис быстрого получения рецептов, оценка которого перевалила за миллиард долларов, - и у них нет других сотрудников. AI дал им возможность реализовать простую идею без раздувания команды: без HR, без юридических отделов, без найма, который тормозит. Но - и это ключевое - AI здесь средство, а не суть бизнеса.

Насколько это вообще массовая история? ChatGPT, по словам Сэма Альтмана, дошёл до 800 млн активных пользователей в неделю. Сама Perplexity обработала 780 млн поисковых запросов за один месяц и растёт больше чем на 20% в месяц. AI-ресёрч - это уже отдельная категория управленческой работы, а не игрушка.

Ловушка №1 - нейрослоп.
Раньше был дефицит информации, и казалось, что чем полнее документ, тем лучше. Теперь наоборот: AI генерирует тонны текста, и в какой-то момент надо остановиться. Мой агент по задаче на разработку может выдать несколько страниц, но не надо. Краткость снова стала сестрой таланта. Огромные письма и портянки текста ради «экономии времени» - это не экономия, это мусор.

Следующий уровень после чат-ассистента - автономный агент. Я использую Hermes (сопоставим по возможностям с популярным OpenClaw), и в связке с сильной моделью он превращается в полноценного цифрового сотрудника. Это очень свежая история: первые такие агенты появились буквально в конце прошлого года.

Разница с обычным ассистентом принципиальная. Агент работает не только с текстом и поиском - он подключается к вашим реальным рабочим системам через API: к CRM, к таск-трекерам разработки, к документам на компьютере, к облачным сервисам, к почте. Он может получать данные из ваших систем и записывать их обратно. Ему можно дорабатывать и дообучать навыки. По сути, это сотрудник с доступом к инструментам организации, который не спит.

У меня агент живёт на отдельном Mac mini и мы поддерживаем связь через Telegram-бот. Поставил задачу, садясь в такси, - доехал, посмотрел результат. Он подсвечивает действительно важные письма и даже готовит черновики ответов, где мне остаётся только доработать.

Здесь работает ещё одно моё правило - 0-80-100. Пусть AI делает от нуля до 80% работы, а последние 20% вы доводите руками. Частая ошибка - наоборот: сделать 80% самому, а потом просить «доработай остальное». И вторая крайность - пытаться выжать все 100% из агента, как в олимпиадном программировании. У меня был показательный случай: агент упорно писал «Ideco UTM» вместо актуального «Ideco NGFW», я несколько раз просил поправить - не правит. И тут я понял: зачем я это делаю? В Word это замена в несколько секунд. Довести руками последние 20% - и быстрее, и надёжнее.

Рынок движется туда же, но пока в самом начале. По McKinsey, 62% организаций уже как минимум экспериментируют с AI-агентами, но лишь 23% масштабируют их хотя бы в одной функции. Gartner прогнозирует, что к 2028 году 15% повседневных рабочих решений будут приниматься агентами автономно - против 0% в 2024-м.

И тут же вопрос параноика, который мне задают: можно ли взломать такого агента? Отвечаю как человек из кибербезопасности: с автономным агентом нужно работать безопасно. Он должен жить на отдельной машине или в облаке, а не на вашем рабочем компьютере, где смешаны суперважные рабочие доступы, личные аккаунты и пароли. За доступ к рабочему компьютеру CEO кто-то заплатил бы хорошие деньги. У агента должно быть своё рабочее место и свой ограниченный уровень доступа.

Это не паранойя, а новая реальность ИБ. Раньше периметр был понятен: люди, сервисы, инфраструктура - их мы защищаем наложенными средствами. Теперь появились агенты, которые ведут себя как сотрудники, но при этом остаются программами. И они рискуют стать новым слабым звеном - вместо людей или вместе с ними. Цифры это подтверждают: по данным IBM, 97% организаций, столкнувшихся с AI-related инцидентом безопасности, не имели нормального контроля доступа к AI.

Ловушка №2 - переложить ответственность и перестать делегировать людям.
AI часто даёт хорошие бизнес-советы, и мозг, стремясь к экономии энергии, норовит переложить решение на модель. Так делать нельзя - ключевые решения принимаем мы. И вторая грань той же ловушки: увидев, что личная эффективность выросла, руководитель бросается всё делать сам, «с шашкой наголо». Но командир должен быть за линией фронта и командовать. Я могу усилить свою личную эффективность хоть в десять раз - но у меня почти 300 сотрудников, и на при таком масштабе на бизнес это почти не повлияет. А вот если те же 300 человек станут эффективнее хотя бы в полтора раза - это уже совсем другая история. Поэтому обучение команды важнее личного геройства.

Это, пожалуй, одно из самых мощных применений AI. Появилась идея, вы обстучали её через AI-пинг-понг, на совещании выбрали перспективную - и раньше на жизнеспособный продукт уходили недели и месяцы.

В понятие MVP я включаю не только сам продукт, но и всю обвязку: посадочную страницу, тексты рассылок, рекламные кампании, материалы вебинара. Потому что часто главное - не сделать продукт, а на этапе проверки гипотезы понять, нужен ли он вообще кому-то. И вот эту обвязку AI сейчас собирает очень быстро.

Здесь есть ловушка мышления. Многие подходят к AI-проекту старыми мерками: называют срок «три месяца», а на всякий случай закладывают полгода. Если так - значит, вы неправильно применяете AI. От идеи до проверки гипотезы должны уходить дни, максимум недели. Это идеальный инструмент для growth hacking: минимум людей, минимум денег, вы просто быстро тестируете гипотезы.

Важная оговорка про экономику. Средний ROI от генеративного AI у компаний, которые уже его внедряют, по данным исследования IDC и Microsoft, составляет 3,7 доллара на каждый вложенный доллар, а у лидеров - 10,3 доллара. Но ключевое здесь - «у тех, кто уже внедряет». Gartner честно предупреждает: в 2024 году компании массово резали внутренние AI-пилоты - сотни экспериментов сжимались до единиц из-за неясного ROI, проблем с данными и сопротивления сотрудников. AI - это не «запустить все идеи», это управлять фокусом.

Ловушка №3 - заиграться и ничего не довести.
Раньше идей было мало и часть из них доходила до реализации. Теперь идей огромное количество, а доходит до конца иногда меньше - потому что новая идея прилетает быстрее, чем доделана прежняя. Начал MVP, через три дня появилась другая идея, бросил на половине, взялся за следующую - и ни одна не дошла до реального теста и до денег.

Настоящий артефакт - это не выпущенный «в стол» MVP, а деньги на счёте. Это подтверждение от вселенной в лице заказчиков, что продукт действительно нужен. Всё остальное - самообман: можно наделать кучу MVP, раструбить о них в маркетинге, но если они не приносят денег, их как бы и нет.

Отсюда два дефицитных навыка эпохи AI. Первый - доведение до конца и удержание фокуса. Приходящее поколение с этим справляется хуже, СДВГ стало почти массовым - так что фокус придётся прокачивать осознанно. Второй навык - умение закрывать проекты. На Западе закрытие продукта - часть культуры: даже мощные AI-модели там иногда просто выключают, перенаправляя мощности туда, где рост больше. У нас же держат «зомби-продукты», которые приносят чуть больше нуля и отнимают время. Если таких накапливается много, компания превращается в склад полуживых сервисов без буста. Умение закрывать - это тоже управленческая сила.

Ещё одна суперсила AI для руководителя - анализ людей при найме. Речь про скоринг резюме, ресёрч кандидата и - главное - глубокий разбор.

Мы почти всегда записываем собеседования (предварительно согласовав это с кандидатом) и переводим в текст. Дальше AI сопоставляет всё вместе: что мы ждём от роли в команде, какой у кандидата бэкграунд, как его оценили те, кто собеседовал, что реально происходило на встрече. Выводы, которые делает фронтир-модель на таком объёме контекста, точно не сделает практически ни один человеческий рекрутер, работающий с массовым наймом.

Но здесь есть граница, которую AI не переходит. Психологический портрет, оценку кандидата «по-человечески» - это модель сделать не может. LLM хорошо работают с текстом, а с тонкой психологией - нет. Поэтому на ключевые должности ту же информацию, включая аудиозапись, мы даём и живому психологу. Ответственность за решение остаётся на нас.

Это принципиально. Нельзя дать модели данные и сказать «реши, брать или нет».

Ловушка №4 - отдать модели финальное решение о людях.
AI - это вход в оценку, а не приговор. Он расширяет ваш контекст, но ответственность за судьбу человека и команды нельзя делегировать алгоритму.

Пятый инструмент - упаковка: презентации, дизайн, подготовка выступлений и совещаний. Презентация - это рабочий инструмент руководителя: так мы транслируем информацию команде, партнёрам, клиентам.

Раньше здесь была мучительная итеративность. Ты отправляешь мысли дизайнеру, получаешь результат, по нему возникают новые идеи, но дизайнер занят другими задачами и не может ответить через пять минут. Между твоей мыслью и слайдом - большой лаг, за который ты теряешь контекст и переключаешься на другое.

AI этот лаг схлопывает. Твоё окно принятия решения по задаче не разрывается на десятки мелких - ты работаешь над идеей целиком, здесь и сейчас. Для этого есть агенты, которые внутри используют несколько специализированных моделей: одна отвечает за текст, другая за изображения, третья за графики - и всё собирается вместе.

Отдельно отмечу инструменты записи совещаний - я пользуюсь Granola. Он делает краткую выжимку встречи, список задач и принятых решений - лучше любого секретаря. Что меня удивило: у нас довольно неформальные совещания, можем отвлечься на футбол или горные лыжи - так вот, в протокол это не попадает. Он чувствует, где основная мысль, а где нет. Час-два чьей-то работы экономятся автоматически.

Ловушка №5 - «модель тупая».
Когда агент стабильно ошибается на какой-то задаче, соблазн сказать «AI это ещё не умеет». Почти всегда дело не в модели, а в том, как поставлена задача. Правильный путь - не жаловаться, а чинить навык и контекст: декомпозиция, критерии приёмки, контроль результата. Это отдельная дисциплина - контекст-инженерия, и именно она отличает того, кто получает результат, от того, кто разочаровывается.

Отдельно расскажу про сценарий, ради которого всё это в конечном счёте и затевалось. AI для меня - не самоцель, а средство достижения бизнес- и продуктовых целей. И иногда он позволяет сделать то, что мы вообще не могли сделать раньше.

В прошлом месяце мы запустили AI-аналитика для правил межсетевого экрана и событий системы предотвращения вторжений. Проблема была простая: событий безопасности межсетевой экран генерирует множество, а специалистов, которые глубоко разбираются в ИБ, в команде физически не хватает - как и в целом на рынке. Этим традиционно занимаются крупные системные интеграторы и большие SOC-сервисы.

С помощью AI мы те компетенции, что есть, умножили - условно на тысячу. Наши клиенты стали безопаснее и правильнее настраивать продукт и разбирать инциденты. Ведь у заказчика могут быть сотни правил файрвола и тысячи сотрудников - теоретически человек может в этом разобраться, но на практике ему не хватит ни внимания, ни времени.

Это ровно та история, которую цифры подтверждают на глобальном уровне. Microsoft показала, что опытные аналитики с их Security Copilot работали на 22% быстрее и на 7% точнее, а 97% захотели пользоваться инструментом снова. IBM оценивает, что активное использование AI и автоматизации в защите снижает стоимость инцидента примерно на 2,2 млн долларов.

И этот сюжет разворачивается на растущем рынке. Российский рынок NGFW (Next-Generation Firewall, межсетевые экраны нового поколения) в 2024 году, по оценке ЦСР, достиг 52,2 млрд рублей с ростом на 30% за год, а к 2030-му прогнозируется рост почти втрое - до 146 млрд рублей. При этом конкуренция смещается от простой «замены западной коробки» к качеству архитектуры, интеграции с SOC и как раз AI-аналитике.

Инструменты - это половина дела. Вторая половина - внутренняя перестройка руководителя.
Где-то нужно научиться делегировать - людям и агентам. А где-то, наоборот, снять корону с головы. Раньше презентации мне делал дизайнер - теперь я спокойно делаю их сам, потому что быстрее, проще и, честно говоря, интереснее. Это похоже на старого «красного директора» завода, у которого три зама и два секретаря, а он только кнопки на телефоне нажимает. В какой-то момент все сели за компьютеры сами. С AI - та же развилка.

Почему торопиться стоит - по трём причинам.

1. Вы зададите темп команде. Нельзя требовать «используйте AI», если сам не используешь. Личный пример работает, слова - нет.
2. Вы опередите конкурентов - тех, кто дойдёт до этого через полгода-год.
3. Иначе конкуренты обгонят вас - в том числе за счёт AI. С помощью HR-агентов и аналитиков они могут переманить ваших сотрудников или просто сделать процессы дешевле и продавить вас по цене. И тогда у вас не сойдётся экономика.

Один совет, с чего начать завтра: возьмите лучший доступный инструмент - не бесплатный, не «на пробу» - и прогоните через него одну реальную задачу, в которой вы сами эксперт. Дальше вы уже не сможете работать по-старому.

Мы в Ideco прошли этот путь на своём продукте: то, что раньше требовало большой команды ИБ-экспертов, теперь усиливается AI внутри NGFW - и клиенты разбирают инциденты безопаснее и быстрее. Если интересно, как это устроено, за нашей экспертизой и продуктом можно следить в блоге компании на Habr.

Оставайтесь в безопасности, используйте проверенные практики - и пусть экономика вашего бизнеса сходится.