Раньше всю интеллектуальную работу делали люди. Её было относительно немного, и мы успевали её проверять, оценивать, фильтровать. Пропускная способность человека справлялась.
Сейчас ИИ генерирует контент, код, решения, стратегии в таких объёмах, что наша способность всё это проверить просто не успевает. Воронка та же, а поток вырос в сотни раз.
И это, как мне кажется, главная проблема эпохи ИИ. Не «ИИ заберёт нашу работу», а то, что мы физически не можем проверить всё, что он производит. ИИ становится лучше и дешевле с каждым месяцем, а человеческое время и внимание — нет.
И дальше начинаются интересные штуки.
Когда проверять некогда, мы начинаем доверять тому, что просто хорошо выглядит. «Цифры сходятся», «текст читается», «код работает» — значит ок. Но ИИ как раз отлично умеет производить то, что выглядит правильным. А вот является ли оно правильным — другой вопрос.
Где это уже видно
Возьмите разработку. Команда с ИИ-ассистентами выдаёт кратно больше кода, а ревьюят его те же два сеньора, что и год назад. Очередь на ревью растёт, и в какой-то момент его начинают проходить по диагонали: тесты зелёные, описание убедительное — мёрджим. Именно в таких пул-реквестах потом живут самые дорогие баги.
С текстами та же история: маркетинг генерирует десять вариантов лендинга за вечер, и кто-то один должен решить, какой из них не стыдно показать клиентам. С аналитикой ещё коварнее — красивый дашборд с уверенными цифрами выглядит одинаково убедительно и когда данные в порядке, и когда в запросе перепутан join.
Что с этим делать
Универсального ответа у меня нет, но есть направления, которые работают:
- Критерии до генерации, а не после. Если заранее описано, что считается правильным результатом — тесты, чек-лист, метрика, — проверка превращается из вкусовщины в сверку. Это скучно и это работает.
- Автоматизировать проверку, а не только производство. Все вкладываются в генерацию, хотя узкое место уже не там. Тесты, линтеры, валидация данных, ИИ-ревьюеры поверх ИИ-генераторов — всё, что снимает рутинную часть проверки с человека.
- Проверять выборочно, но глубоко. Просмотреть всё по диагонали — иллюзия контроля. Полезнее разобрать малую часть до основания: выборка честно покажет, можно ли доверять остальному потоку.
- Смотреть на процесс, а не только на артефакт. Откуда взялся результат, на каких данных, какие у него были промежуточные шаги. Происхождение часто говорит о качестве больше, чем сам финальный документ.
Так что главный вопрос сейчас — не как делать быстрее, а как проверять быстрее. Тот, кто научится расширять эту воронку — для себя, для команды, для бизнеса — будет в самой выгодной позиции.
← Все статьи