Есей: AI-манія руйнує корпоративні рішення

Що стверджує есей

18 липня 2026 року в блозі Ludicity вийшов есей, у якому йдеться про те, що великі організації втратили здатність ухвалювати тверезі рішення щодо штучного інтелекту. Автор, який керує продажами та технічною частиною клієнтських проєктів у консалтинговій компанії, каже, що текст спирається на приблизно 300 розмов із професіоналами — від невеликих сервісних бізнесів до керівників компаній зі списку Fortune 500. Есей відкривається застереженням Мітчелла Хасімото (HashiCorp, Ghostty) про те, що цілі компанії перебувають у стані “важкого AI-психозу” і з ними неможливо вести раціональні розмови.

0% успіху — за підрахунками автора

Головне твердження різке: усі AI-проєкти, за якими команда автора спостерігала протягом півтора року, провалилися — 0% успіху, включно з проєктами, до яких фірма не була залучена. Найпоширеніші причини невдач — внутрішні чатботи, якими майже ніхто не користується, адже працівники рідко використовують інструменти, побудовані на погано задокументованих внутрішніх знаннях, та боти для клієнтів. Автор описує голосового асистента Mitsubishi, який пообіцяв передзвонити після поломки автомобіля; через шість місяців дзвінок так і не надійшов.

На думку автора, розрив між публічними заявами та реальністю має структурний характер. Відверті працівники ризикують бути звільненими або потрапити під скорочення, тоді як ради директорів, керівники, постачальники та консультанти виграють від перебільшення успіхів. Деякі публічні компанії, пише він, оголошують про “зростання продуктивності завдяки AI”, зробивши насправді лише одне — купивши ліцензії Copilot.

Перевірка лояльності та “AI-відмивання”

Другий розділ описує, як у компаніях із понад 500 працівників кар’єрне зростання дедалі більше залежить від публічних заяв про віру в AI. Есей наводить керівника, який підготував стратегію, цілком побудовану на AI, для бізнесу з понад 2 мільярдами доларів доходу, а сам ніколи не користувався AI-інструментами. Також описано “AI-відмивання”: інженери виконують роботу як і раніше, а результат приписують моделі, а команди оцінюють за “таблицями лідерів за токенами”, де більші витрати на AI вважаються кращими.

Автор також згадує епізод продажу, пов’язаний із чатботом Cortex від Snowflake. Співробітники Snowflake оцінили його точність приблизно в 92% за ідеальної конфігурації — прийнятно для демонстрації, зауважує він, але не для фінансового директора, якому потрібні точні цифри. Клієнти, які побачили демо, хотіли купити негайно; команда відмовилася від угоди й перестала його показувати.

Чому це важливо

Есей пояснює ситуацію не так самим AI, як стимулами: керівники бояться заперечити клієнтам і втратити контракти, члени рад директорів — виглядати скептиками, а працівників оцінюють за метриками, які легко підробити. Наприкінці — поради для тих, хто працює в таких організаціях: віддавайте перевагу розмовам віч-на-віч, використовуйте анонімні опитування, залучайте людей, які справді користуються інструментами, і не заперечуйте публічно найзагальніші твердження про AI.