Юрий Герасименко: ИИ не замена, а напарник - чему DXR AI научился изучая рынок, кейсы внедрения

Юрий Герасименко, Founder & CEO стартапа DXR AI. 5-ая ежегодная конференция "Финансы без границ 5.0" компании "Мультитрансфер". О компании и идее Компания DXR AI разрабатывает продукты на основе ИИ и перед этим несколько лет изучала рынок — что людям реально нужно и как они используют технологии на практике. При чём тут слово «харизма» — так называется образовательный проект компании. Мечта из советского фильма и реальность Разговор открывается отсылкой к «Приключениям Электроника» — полувековой мечте о том, что люди перестанут работать. Реальность иная: хотя все твердят про замену людей ИИ, на практике человек без ИИ и ИИ без человека по отдельности мало на что способны. Как ИИ уже вошёл в бизнес ИИ уже используется в банках, финтехе, платёжных сервисах — для большинства это давно не секрет. Если раньше к нему относились как к игрушке, теперь он активно переходит в промышленную эксплуатацию. Компания, которая до сих пор не «поигралась» с ИИ, рискует, что её большая экосистема сервисов однажды проиграет одному простому чат-боту. Кейс: платёжная система, которая купила всё сразу Одна из крупнейших платёжных систем мира на Ближнем Востоке внедрила сразу всё — ChatGPT, Claude, собственную систему. Сотрудник признался: «я постоянно переключаюсь между этими окошками, тут Клод, тут GPT, мне это трудно, я человек уже в возрасте». Итог — сокращение 10% ИТ-персонала, формально из-за «кризиса», а по сути как следствие внедрения ИИ. Параллельно росли компетенции: примерно в каждой третьей вакансии уже упоминаются навыки работы с ИИ, а на собеседованиях спрашивают не про дорожную карту, а про то, каких агентов кандидат себе настроит. Вайб-кодинг: взрыв приложений и ловушка клонов За июль в американском App Store вышло столько же приложений, сколько за весь прошлый год — это вайб-кодинг и множество новых «авторов» без опыта. Но нюанс в том, что большинство этих приложений никто не скачает — это клоны друг друга с одинаковыми названиями и иконками. В России термин всё ещё звучит несерьёзно, а в Кремниевой долине код почти не пишут руками, и траты в сотни тысяч долларов на подписку — уже норма. Почему одна и та же задача даёт разный результат Качество результата зависит от навыка пользователя: «нужно понимать, на какие кнопки нажимать, на какие педали крутить, чтобы нормально поехал». У новичка результат сразу выдаёт свою «нейросетевую» природу, у опытного — неотличим от реальности. Технология пока не готова полностью заменить человека, удачный сценарий — симбиоз, где ИИ становится напарником, а человек остаётся грамотным оператором. Курьёзный случай из Абу-Даби На тренинге по ИИ участнику предложили сделать по шаблону промпта деловую аватарку для LinkedIn. Он скопировал шаблон, не прочитав его, — и удивлённо спросил, почему на аватарке имя «Кирилл», ведь сам он Мухаммед или Абдулла: просто не заметил, что нужно подставить своё имя. Только каждый четвёртый по-настоящему разбирается Лишь примерно каждый четвёртый сотрудник компании действительно хорошо понимает, как работает ИИ, — остальные не разбираются и стесняются в этом признаться. Простая база: ИИ — общая парадигма, машинное обучение — технология внутри неё, а агент — прикладной уровень, инструмент, умеющий пользоваться другими инструментами. Три сценария внедрения из практики В одной компании инструмент внедрили за миллионы долларов, но затем ограничили сотрудников — «слишком много ресурсов жгут». В другой никого не обучили, и теперь на каждом этаже к единственному разбирающемуся коллеге выстраивается очередь с просьбами обработать таблицу. В третьей, банковской, открыть корпоративный чат с ИИ требует стольких согласований, что им никто не пользуется. Вывод: без обучения эффекта не будет; начав с обучения, люди сами внедрят ИИ в работу, иногда без ведома руководства и бюджета. Резюме Ключевой тезис DXR AI прост: искусственный интеллект сегодня не столько заменяет людей, сколько обнажает разницу между теми, кто умеет с ним работать, и теми, кто нет, — и именно этот разрыв в навыках определяет реальный эффект от внедрения. Кейс ближневосточной платёжной системы показывает, что бездумное внедрение «всего сразу» приводит к сокращению штата под видом кризиса, тогда как рост компетенций сотрудников становится куда более ценным побочным следствием. Взрыв вайб-кодинга демонстрирует: техническая возможность создать продукт больше не гарантирует его востребованность без понимания рынка. Истории про ограничение доступа к ИИ, очередь к разбирающемуся коллеге и бюрократию складываются в вывод: обучение людей должно предшествовать технологическому внедрению, а не следовать за ним. Главным ресурсом компании оказывается не сама технология, а человек — грамотный оператор искусственного интеллекта.