Главное про AI - Вадим Жартун

закрывают сверки, авто-категоризацию расходов, первичку, стандартную отчётность, проверку лимитов и НДС-вычета, прогноз денежного потока. Аудиторское суждение, интерпретация нестандартной операции, работа с налоговым риском — зона человека. Бухгалтер, который думает, что AI «заменит его в профессии», не понимает, что 70% его работы и так была рутина. А оставшиеся 30% — это и есть профессия. Риск подмены — слепое доверие цифрам, упущенные аномалии. Тест: «Можете ли вы объяснить каждую цифру в отчёте?». Если нет — отчёт не ваш.

ЮРИСТ: СКОРОСТЬ БЕЗ ПРАВА НА ОШИБКУ

BCG «Generative AI in Law» (2025) на выборке 2 800 юристов показал: 56% юридических фирм уже используют генеративный AI. Барьеры со стороны юристов — безопасность и конфиденциальность данных (59%) и доверие к AI-выходу (56%). Это профессиональная гигиена, а не консерватизм. Берёт: поиск прецедентов, черновики типовых договоров, саммари многостраничных документов, чек-листы на соответствие требованиям, юридическая экспертиза по формальным критериям. Не берёт: позицию в нестандартном споре, переговорный аргумент, оценку риска, формулировку, которая выдержит суд. Риск подмены: AI-черновик, уходящий клиенту без юридической вычитки, и AI-позиция в переговорах, которую юрист не сможет защитить в суде. Тест: «Можете ли вы защищать каждую формулировку в суде?». Если нет — договор не ваш.

ДИЗАЙНЕР: СОАВТОРСТВО С ГЕНЕРАТИВНЫМ ИНСТРУМЕНТОМ

В дизайне AI полезен на этапах «быстро попробовать 30 вариантов», «изменить размер одной кнопкой», «сгенерировать предпросмотр», «собрать доску настроения». Не полезен в финальной концепции, в UX-решении, в работе с контекстом бренда, в переговорах с клиентом. По данным отчёта Anthropic «Economic Index» (март 2026), в креативных профессиях доля AI-вовлечённости в рабочий день выросла с 8% в начале 2025 до 31% к концу 2025. Но это 31% рабочего дня, а не 31% результата. Дизайнер, использующий AI как 31% времени, но отдающий клиенту 100% своего видения, усиливает себя. Миф «AI-дизайнер заменит живого дизайнера» развенчивается той же картиной: дизайнер, отдающий клиенту 100% AI-выхода, теряет работу через полгода, когда клиент сам покупает подписку. Риск подмены: дизайнер отдаёт клиенту AI-картинку без своей доводки и не может объяснить, почему именно этот вариант правильный. Тест: «Можете ли вы объяснить, почему именно этот вариант — правильный?». Если нет — концепция не ваша.

HR: ЧЕЛОВЕЧЕСКИЙ ФАКТОР ПРИ ПОДДЕРЖКЕ AI

В HR AI берёт первичный скрининг резюме по формальным критериям, ответы кандидатам по типовым вопросам, классификацию заявок, дайджесты по обратной связи. Не берёт оценку культурного соответствия, переговоры по компенсации, разбор конфликта, разговор об увольнении. По данным McKinsey «Superagency 2025» (см. таблицу 11.1), HR — функция с наименьшей долей в общей экономической ценности AI, но с наибольшей долей регуляторного риска, если AI выходит за пределы своей зоны. Юридический риск дискриминации при AI-скрининге — горячая зона регулирования в США и ЕС в 2025–2026 годах. В России он тоже набирает обороты — через трудовое и антидискриминационное законодательство. Риск подмены: AI-скрининг срабатывает как дискриминатор, и компания получает судебный иск. Проверка, которая здесь работает: «Могу ли я отстоять своё решение перед кандидатом или судом?». Если AI отказал кандидату, а HR не может объяснить, почему, — это зона, где человек должен был оставаться автором.

После прохода по пяти ролям видны общие паттерны «AI заменяет» и «AI усиливает».

ПРИЗНАКИ «AI ЗАМЕНЯЕТ МЕНЯ» В ЛЮБОЙ ПРОФЕССИИ

1: Я не помню содержание вчерашнего AI-результата через неделю.

2: Я не могу объяснить клиенту, почему результат правильный.

3: Я перестал тренировать навык, на котором строилась моя экспертиза.

4: Коллеги начали ходить за решением в обход меня — к AI напрямую.

5: Я стесняюсь сказать, что AI сделал значимую часть моей работы.

ПРИЗНАКИ «AI УСИЛИВАЕТ МЕНЯ»

1: AI делает рутину, я делаю суждение.

2: Я могу защитить каждую цифру, формулировку или визуал перед клиентом или судом.

3: У меня появляется время на задачи, которые я раньше откладывал.

4: Моя самоэффективность растёт, а не падает.

5: Команда видит во мне автора, а не курьера.

Эти десять признаков работают одинаково для любой роли. И здесь же — центральный миф, который мешает их применять.

Миф «AI берёт сложные задачи и оставляет человеку рутину» — стоит развеять. Реальность обратная: AI берёт рутину (сверки, проводки, черновики, скрининг, изменение размера), а сложные задачи (стратегия, переговоры, нестандартное суждение, финальная концепция) остаются человеку. Здесь важно не путать значения слова «сложное». В AI-маркетинге «сложное» часто означает «AI умеет». Тогда как в профессии «сложное» означает «это требует суждения». Сложное в профессии — это то, что AI не берёт. Именно поэтому оно остаётся за человеком. Здесь нет повода для гордости («AI не может сложное») — это рабочая гипотеза. Цените те задачи, которые AI пока не берёт. Не отдавайте те, которые составляют профессию.

РЕЗЮМЕ

AI в команде измеряется общими правилами применения, а не процентом проникновения инструмента. Без правил получается параллельный штат, workslop, тайное использование и откат назад. У этого есть экономическая цена, которую HBR посчитал для компаний, не вводивших регламент работы с AI-черновиками. AI и уверенность сотрудника — часть той же проблемы: когда человек перестаёт быть автором и становится курьером между AI и клиентом, его самоэффективность падает. Через год организация теряет экспертизу, которую AI не умеет восстанавливать. AI в конкретной роли — это распределение по функциям с разными зонами риска, а не универсальный «AI равно ChatGPT». Для менеджера, бухгалтера, юриста, дизайнера и HR это пять разных инструментов с пятью разными границами — как показывает таблица 11.1 по данным McKinsey «Superagency in the Workplace» (январь 2025).

AI-команда — это организация, выстроенная вокруг правил. Группа пользователей с лицензиями — пока ещё не команда.

Понедельник, 9:47 утра. AI-агент поддержки отправил клиенту ссылку на несуществующий тариф, клиент уже оплатил, и деньги ушли не туда. Команда работала по правилам, но регламент не сработал. Следующая глава — про то, как распознать «масштаб катастрофы» заранее, какие задачи нужно страховать двойной проверкой и почему «больше доверять AI» — неверный вывод из провала. Это глава про ошибки AI в проде, про то, как они устроены и что с ними делать до того, как они превратились в инцидент.

Глава 12. AI, ошибки и креатив

22 июня 2023 года федеральный суд Южного округа Нью-Йорка вынес решение по делу Mata v. Avianca. Ещё недавно такого кейса просто не могло существовать. Юрист Стивен Шварц (Steven Schwartz) из Levidow, Levidow & Oberman подал