В условной продуктовой компании разработчик умеет объяснить, почему новая технология прекрасна. Коммерческий руководитель умеет объяснить, почему её никто не купит. Оба могут быть правы. Они приходят на совещание со своими цифрами, обсуждают один продукт и защищают разные картины мира. Через час появляется компромисс, от которого одинаково тошнит обе стороны. Через месяц его называют согласованной стратегией. На этом стыке профессий ИИ интересен как инструмент, помогающий быстрее собрать аргументы и сделать ограничения другой стороны видимыми.
Что именно проверяли в P&G
В полевом эксперименте Procter & Gamble сотрудники решали реальные задачи продуктовых инноваций. Сравнивались четыре режима: человек самостоятельно или межфункциональная пара, каждый вариант — с генеративным ИИ и без него. В финальной статье Organization Science, опубликованной в июне 2026 года, указаны 791 завершивший семинар участник. Основные выводы получены по рандомизированной части выборки; участники без случайного распределения исключены из основных анализов. [1]
По экспертным оценкам подготовленных решений отдельные сотрудники с ИИ достигали уровня команд без ИИ. Предложения становились более сбалансированными между технической и коммерческой сторонами, а команды с ИИ чаще попадали в верхнюю десятую часть по качеству, чем сотрудники, работавшие поодиночке без ИИ. Это рандомизированный эксперимент с опытными сотрудниками, ограниченный задачами семинара. Он не показывает, сколько заработали запущенные продукты, и не доказывает, что компания заменила подразделения моделью. Успех установлен на этапе разработки и оценки предложений. [1]
У каждой функции своя оптика и свои слепые зоны
Для предпринимателя полезнее всего следующий вопрос: где в его компании дорого обходится перевод между профессиями? Производство говорит о загрузке и браке, продажи — о сроках и скидках, маркетинг — о реакции аудитории. Слова знакомы всем, но за ними стоят разные обязательства. Обещание доставить быстрее для продавца может означать заключённый контракт; для производства — ночную смену и перенос другого заказа. Пока эти последствия не разложены на одной поверхности, межфункциональное согласование легко превращается в торг между начальниками.
Дебора Догерти исследовала препятствия продуктовым инновациям задолго до появления генеративных моделей. В её работе показано, как профессиональные группы по-разному понимают рынок и продукт, а организационные привычки усиливают трудности совместного обучения. [2] Поэтому объяснять любой конфликт плохим характером сотрудников слишком удобно. Иногда люди спорят потому, что отвечают за разные участки реальности. Если заставить их пользоваться одним чат-ботом, сами противоречия не исчезнут. Требуется способ обсуждать последствия решений и проверять предположения, которые каждая сторона считает очевидными.
Пол Карлайл, изучая разработку нового продукта, описал знания как привязанные к практике конкретной функции. Для совместной работы полезны общие объекты — модели, схемы, спецификации, через которые участники могут обнаруживать и перерабатывать различия. [3] Применительно к собственному внедрению это даёт продуктивную идею: использовать ИИ для подготовки такого рабочего материала. Например, единой таблицы предположений о продукте с последствиями для покупателя, производства и финансов. Это наша управленческая интерпретация, а не дополнительный установленный результат эксперимента P&G.
Один человек может подготовить больше. Решения всё равно требуют проверки
Представим условного производителя оборудования, который рассматривает сервисную подписку. Руководитель продаж быстро формулирует привлекательное предложение: небольшая ежемесячная плата, обслуживание включено. ИИ помогает развернуть идею в несколько конструкций: лимиты выездов, удалённая диагностика, запасные части, разные категории клиентов. За короткое время появляется материал для разговора. Но модель не знает фактическую частоту поломок именно этого оборудования, особенности региональной логистики и доступность инженеров, если компания не предоставила надёжные данные. Все эти неизвестные должны остаться неизвестными, пока их не проверят.
Критически важен формат результата. Удобно просить систему отделять подтверждённые сведения от предположений, а каждое предположение связывать с проверкой. «Клиенты готовы платить» превращается в конкретную гипотезу о сегменте, цене и поведении. «Выезды станут реже» — в список технических условий, которые это позволят. Такой документ гораздо полезнее гладкого бизнес-плана, где каждый абзац уверенно поддерживает следующий. Уверенность текста бесплатна. Проверка гипотез обычно стоит денег, времени и неприятных разговоров с людьми, которые не обязаны соглашаться с автором идеи.
После первоначальной подготовки специалист другой функции получает более содержательную работу: он проверяет ограничения, спорные допущения и возможные последствия. Это может сократить бессмысленные согласования, но не отменяет профессиональное суждение. В эксперименте с консультантами BCG качество работы с ИИ зависело от того, находилась ли задача внутри области возможностей инструмента. [4] Для своего продукта разумно разделять генерацию вариантов, проверку фактов и принятие обязательств. В каждом из этих этапов нужны разные доказательства, даже если визуально всё помещается в одном окне чата.
Как проверять такую идею в небольшой компании
Малому бизнесу не нужен исследовательский отдел размером с университет. Нужна дисциплина сравнения. Выберите повторяющуюся задачу, где сталкиваются несколько компетенций: подготовка коммерческого предложения, разработка новой услуги, выбор канала продаж. Опишите одинаковый вход: данные о клиенте, ограничения, доступные ресурсы. Затем задайте признаки хорошего результата до начала работы. Если критерии появляются после чтения готовых материалов, руководитель почти неизбежно подгоняет их под понравившийся ответ. При оценке инновационных идей такая ловушка особенно удобна: слово «перспективный» терпит почти любое содержание.
Для начала можно провести небольшой внутренний сравнительный пилот. Несколько сопоставимых задач решаются привычным способом и с ИИ; оценщики по возможности не знают, какой способ использовался. Материалы проверяют по одной шкале: ценность для клиента, реализуемость, экономика, подтверждённость предположений. Маленькая выборка не даст надёжного доказательства общего эффекта, зато обнаружит грубые провалы и покажет, что стоит исследовать дальше. При существенных ставках следует расширить проверку и привлечь человека, умеющего проектировать эксперименты, а не объявлять закономерностью победу двух удачных примеров.
Оценивать следует весь путь до пригодного решения. Допустим, первый вариант появился за час вместо четырёх, но затем инженер потратил день на исправление технических фантазий. На уровне автора выигрыш прекрасен, на уровне компании его может не оказаться. Поэтому в журнале пилота должны быть время подготовки, время проверки, число существенных исправлений и результат следующего этапа. Туда же полезно записывать отвергнутые предложения. Иначе организация научится считать скорость производства документов, а стоимость отбраковки останется невидимой.
Особое внимание стоит уделить исходным материалам. Если разные участники получили разные вводные, сравнение покажет одновременно эффект инструмента и эффект доступа к информации. Для честной оценки важно по возможности выровнять условия. Отдельно фиксируются версии инструкций и изменения процесса. Это скучная работа, пока результаты хорошие. При первом споре о том, почему исчез обещанный эффект, именно эти записи помогают отличить изменение нагрузки, случайность и неудачную настройку. Память участников такого разбирательства обычно слишком изобретательна.
От оценённой идеи до денег лежит длинный участок дороги
Экспертная оценка предложения важна, но покупатель голосует другими средствами. Хорошо описанная услуга может провалиться из-за неверной цены, слабой дистрибуции или неудобного исполнения. Поэтому после внутреннего сравнения требуется следующий этап: проверка спроса и операционной осуществимости. В условном примере с сервисной подпиской это могут быть ограниченный набор клиентов, отдельный учёт затрат на обслуживание и заранее согласованная граница убытка. Нельзя подменять готовность людей хвалить идею их готовностью платить, а готовность платить — способностью компании исполнить обещанное.
Полезно связать этапы простыми условиями перехода. Концепция проходит дальше, если ключевые предположения названы и потенциальный клиент подтверждает проблему. Пилот расширяется, если достигает установленных показателей качества и экономики. Масштабирование начинается, когда понятно, кто поддерживает процесс при росте объёма. Это предложенная схема управления, которую надо адаптировать к продукту. Она помогает не тащить слабую идею через все стадии только потому, что на неё уже потратили время и директор успел полюбить красивую презентацию.
Работа Бриньолфссона, Рока и Сайверсона о дополняющих инвестициях показывает, почему технологическая отдача связана с изменением организации и накоплением нематериальных активов. [5] Для собственного проекта это означает необходимость учитывать обучение, подготовку данных и перестройку согласований. Бесплатный пробный доступ к модели не делает эксперимент бесплатным. При этом значительная часть такой работы может оказаться полезной независимо от результата внедрения: компания наконец договаривается о составе хорошего предложения, источниках данных и человеке, который отвечает за окончательное решение.
Где помогает опыт, который не помещается в одной должности
Внешний практик может быть полезен на стыке функций, если умеет разбирать последствия решения по всей цепочке. Например, увидеть, что обещанная маркетингом персонализация создаёт неподъёмную нагрузку на производство, или что технически удобное ограничение уничтожает ценность для покупателя. Его задача — помочь сделать конфликт проверяемым и выбрать следующий эксперимент. Для этого нужен опыт реальных операций и способность слушать специалистов. Количество освоенных сервисов ИИ само по себе не подтверждает такую квалификацию. Внутренняя межфункциональная команда тоже может выполнить эту работу, если у неё есть полномочия и время.
У консультанта при этом должен быть проверяемый результат: согласованные предположения, расчёт вариантов, план испытания и решение по его итогам. Если на выходе только больше идей и длиннее список сервисов, собственник вправе спросить, какую проблему решили. Особенно полезна независимость оценки от продажи дальнейшего внедрения. Человек, который получает вознаграждение исключительно за запуск технологии, имеет очевидную причину находить пользу технологии повсюду. Это повод внимательно устроить договорённости и проверку, а не основание автоматически отвергать внешнюю помощь.
Практический смысл этого кейса — в возможности подготовить более содержательный разговор между профессионалами и быстрее проверить идеи. Чтобы превратить её в результат, компания должна сохранить разные точки зрения, доступ к фактам и право оспаривать уверенный текст. Хорошая система оставляет после работы меньше тумана: видно, что известно, что предполагается, кто проверяет и где принимается решение. Именно за это бизнесу имеет смысл платить. Производство убедительных документов человечество и без того освоило на промышленном уровне.