Հոդված. AI մոլուցքը քանդում է կորպորատիվ որոշումները

Ինչ է ասում հոդվածը

2026 թվականի հուլիսի 18-ին Ludicity բլոգում հրապարակված հոդվածը պնդում է, որ խոշոր կազմակերպությունները կորցրել են AI-ի վերաբերյալ ողջամիտ որոշումներ կայացնելու ունակությունը։ Հեղինակը, որը խորհրդատվական ընկերությունում ղեկավարում է վաճառքը և նախագծերի տեխնիկական մասը, նշում է, որ տեքստը հիմնված է շուրջ 300 զրույցների վրա՝ փոքր բիզնեսներից մինչև Fortune 500 ընկերությունների ղեկավարներ։ Հոդվածը սկսվում է Mitchell Hashimoto-ի (HashiCorp, Ghostty) նախազգուշացմամբ, որ ամբողջ ընկերություններ գտնվում են «ծանր AI փսիխոզի» մեջ, և նրանց հետ ռացիոնալ զրույց վարել հնարավոր չէ։

Հաջողության 0%՝ ըստ հեղինակի

Հիմնական պնդումը կոշտ է՝ հեղինակի թիմի դիտարկած բոլոր AI նախագծերը մեկուկես տարվա ընթացքում ձախողվել են՝ 0% հաջողություն, ներառյալ այն նախագծերը, որոնց ընկերությունը չի մասնակցել։ Ամենահաճախ ձախողվում են ներքին չաթբոթերը, որոնք գրեթե ոչ ոք չի օգտագործում, քանի որ աշխատակիցները հազվադեպ են դիմում վատ փաստաթղթավորված գիտելիքի վրա հիմնված գործիքներին, և հաճախորդների համար նախատեսված բոթերը։ Հեղինակը նկարագրում է Mitsubishi-ի ձայնային օգնականը, որը մեքենայի խափանումից հետո խոստացել է հետ կանչել. վեց ամիս անց զանգը այդպես էլ չհնչեց։

Ըստ հեղինակի՝ հրապարակային հայտարարությունների և ներքին իրականության միջև տարբերությունը կառուցվածքային է։ Անկեղծ աշխատակիցները ռիսկի են դիմում կորցնել աշխատանքը կամ հայտնվել կրճատումների ցանկում, մինչդեռ տնօրենների խորհուրդները, ղեկավարները և խորհրդատուները շահում են հաջողության չափազանցումից։ Որոշ հրապարակային ընկերություններ, գրում է նա, հայտարարում են «AI-ի շնորհիվ արտադրողականության աճի» մասին այն բանից հետո, երբ իրականում միայն Copilot լիցենզիաներ են գնել։

Հավատարմության թեստ և «AI-ով լվացում»

Երկրորդ բաժինը նկարագրում է, որ 500-ից ավելի աշխատակից ունեցող ընկերություններում կարիերայի առաջընթացը գնալով ավելի է կախված AI-ի հանդեպ հավատի հրապարակային հայտարարություններից։ Հոդվածը բերում է ղեկավարի օրինակ, որը 2 միլիարդ դոլարից ավելի եկամուտ ունեցող ընկերության համար մշակել է ամբողջությամբ AI-ի վրա հիմնված ռազմավարություն, սակայն ինքը երբեք չի օգտագործել AI գործիք։ Նկարագրվում է նաև «AI-ով լվացումը». ինժեներները աշխատանքը կատարում են ինչպես նախկինում և արդյունքը վերագրում մոդելին, իսկ թիմերը գնահատվում են «թոքենների լիդերբորդով», որտեղ AI-ի վրա ավելի շատ ծախսելը համարվում է ավելի լավ։

Հեղինակը հիշատակում է նաև Snowflake-ի Cortex չաթբոթի հետ կապված վաճառքի դրվագ։ Snowflake-ի աշխատակիցները դրա ճշգրտությունը իդեալական կարգավորումներում գնահատել էին մոտ 92%՝ ընդունելի ցուցադրության համար, նշում է նա, բայց ոչ ֆինանսական տնօրենի համար, ում պետք է, որ բոլոր թվերը ճիշտ լինեն։ Ցուցադրությունը տեսած հաճախորդները ցանկացել են անմիջապես գնել. թիմը հրաժարվել է գործարքից։

Ինչու է դա կարևոր

Հոդվածը իրավիճակը քիչ է կապում բուն AI-ի և ավելի շատ՝ խրախուսանքների համակարգի հետ. ղեկավարները վախենում են հակադրվել հաճախորդների պնդումներին և կորցնել պայմանագրերը, տնօրենների խորհրդի անդամները՝ սկեպտիկ երևալ, իսկ աշխատակիցները գնահատվում են հեշտ կեղծվող չափանիշներով։ Տեքստը եզրափակվում է նման կազմակերպություններում աշխատողների համար տրված խորհուրդներով՝ նախապատվություն տվեք առանձին զրույցներին, օգտագործեք անանուն հարցումներ, ներգրավեք գործիքների իրական օգտագործողներին և հրապարակայնորեն մի վիճարկեք AI-ի մասին ամենաընդհանուր պնդումները։