Коротко: Элли Миллер, эксперт по ИИ для крупнейших технологических компаний мира, разбирает почему между бизнесами, которые внедрили один и тот же ChatGPT, разница в результатах в 10 раз. Главное — не экспертиза. Главное — мышление и агентность.
Свежее исследование, на которое ссылается Элли Миллер в своём интервью у Марины Могилко, показало парадокс: предпринимателям в Кении дали бесплатный доступ к ChatGPT. Через шесть месяцев одна группа выросла кратно. Другая — полностью угробила свой бизнес, принимая решения исключительно по советам нейросети.
Один и тот же инструмент. Одни и те же модели. Разница в результатах в 10 раз. Что отличает первых от вторых?
Элли Миллер — консультант OpenAI, Google и Anthropic, наблюдающий ИИ-внедрения у сотен компаний от стартапов до Fortune 500 — даёт неожиданный ответ. Не экспертиза. Не образование. Не бюджет. И даже не размер бизнеса. Дело в мышлении — и конкретно в одной концепции, которую она называет «агентность».
Мы в ЭПОХА\ИИ при внедрении ИИ-стека клиентам подтверждаем то же самое: одного типа предпринимателей растёт в три-пять раз, другого — упирается в потолок через месяц. Разница не в инструменте. Разница — в подходе. Разбираем.
Две группы: «делегаторы» и «суперпользователи»
Когда вы получаете доступ к Claude или ChatGPT, у вас есть два пути.
Путь делегатора. «Скажи мне, что делать». Вы пишете в чат: «Какую цену поставить на мой продукт?», «Стоит ли мне нанимать менеджера?», «Как мне продвигать своё кафе?». Получаете ответ. Применяете. Если не сработало — обвиняете ИИ.
Путь суперпользователя. «Помоги мне думать». Вы пишете: «Я рассматриваю три варианта цены — 5000, 8000, 12000 рублей. Вот мои данные о клиентах, вот конкуренты, вот моя себестоимость. Какие вопросы я должен себе задать, чтобы выбрать?» Дальше — диалог, в котором вы остаётесь принимающим решение, а ИИ помогает разглядеть слепые пятна.
Разница не в результате конкретного запроса. Разница в том, сохраняете ли вы свою способность критически мыслить или передаёте её на аутсорс.
Бизнесы, которые «угробились с помощью ИИ» — это всегда первая категория. Они приняли совет ИИ как истину, действовали без проверки, и когда совет оказался неверным — пожинали последствия. Бизнесы, которые выросли — это всегда вторая категория. Они использовали ИИ как тиммейта в принятии решения, не как замену себе.
Свежий кейс: фаундер, который проиграл $200 млн
Элли Миллер упоминает в интервью реальную историю: фаундер стартапа уволил сотрудников, чтобы не платить компенсацию в $200 миллионов, опираясь исключительно на совет ChatGPT по толкованию контракта. Уволенные подали в суд. Суд встал на их сторону. Теперь фаундер должен ещё больше, чем должен был изначально.
Что не сделал этот фаундер:
- Не проверил совет ChatGPT у юриста за $500/час
- Не загрузил полный текст контракта (только выжимку)
- Не задал контр-вопрос «а в каких случаях твоя интерпретация неверна?»
- Не учёл, что ИИ оптимизирует под звучание убедительности, а не под фактическую правоту
Это классический паттерн делегатора: «ИИ умнее меня, ИИ умнее юриста, экономлю деньги, действую». Цена ошибки — $200+ миллионов.
Параллельно с этим — другие фаундеры используют тот же ChatGPT для первичного анализа контрактов, потом всё равно идут к юристу со списком конкретных вопросов. ИИ им экономит 15 минут на типовых формулировках и час на типовых рисках. Юрист дороже из-за качества, не из-за объёма работы. Результат — экономия 60-70% времени работы юриста, при сохранении 100% безопасности решения.
Где работает детектор лжи у вас, а где — нет
Главный практический вывод из этой истории: ваш детектор лжи работает только в вашей экспертизе.
Если вы 10 лет в e-commerce и спрашиваете ChatGPT про стратегию для маркетплейса — вы сразу увидите, где совет хороший, а где — общая чепуха. У вас есть фоновые знания, чтобы калибровать ответ.
Если вы спрашиваете того же ChatGPT про квантовую физику или про толкование австралийского трудового права — у вас нулевой детектор. Совет может звучать невероятно убедительно и быть полностью неверным. Вы это просто не увидите.
Практическое правило:
- В своей экспертизе — ИИ как ускоритель и оппонент. Доверяйте после быстрой проверки.
- Вне своей экспертизы — ИИ как стартовая точка для разговора с экспертом. Никогда не действуйте по совету ИИ без верификации.
Самые большие потери в бизнесе случаются именно когда люди забывают это правило. Сэкономили на консультанте — потеряли в 10 раз больше на ошибке.
Если ChatGPT даёт вам совет в области, где у вас нет экспертизы, — он звучит убедительно ровно потому, что обучен звучать убедительно. Это не «он умнее эксперта». Это «он умнее звучит». Эта разница в моменте легко съедает миллионы. Прежде чем действовать по такому совету — найдите человека, который разбирается, и проверьте у него.
Концепция агентности: главный навык 2026
Слово, на котором держится вся концепция Элли Миллер — агентность. Это способность быть активным субъектом, а не пассивным потребителем рекомендаций.
В её собственных словах:
«Каждое взаимодействие с ИИ-агентом в прошлом году я проверяла одним вопросом: где здесь моя собственная агентность? И при этом снимаю ли я с себя задачи?»
Вторая часть — критически важна. Использование ИИ не должно превращаться в передачу всей мыслительной работы. Это должна быть аугментация — вы становитесь сильнее с ИИ, не слабее без него.
Признаки потери агентности:
- Не можете принять решение без сначала спросить у ChatGPT
- Не можете написать письмо без сначала пропустить через ИИ
- Не помните, какие задачи на этой неделе делаете лично, а какие — делегировали
- После пары месяцев активной работы с ИИ заметили, что «думать стало тяжелее»
Признаки сохранения агентности:
- ИИ ускоряет ваши решения, но решение принимаете вы
- Используете ИИ для пушаут (вызова, оппонирования), не только для поддержки
- Можете прожить рабочий день без ИИ — будет медленнее, но качество не пострадает
- Ваши скиллы и контекстные файлы отражают ваше мышление, не общие шаблоны
В нашей работе с клиентами в ЭПОХА\ИИ мы всегда задаём вопрос на старте: «На каких процессах вы готовы потерять часть контроля ради скорости, а на каких — нет?» Это упражнение само по себе показывает, кто понимает агентность, а кто нет.
Установка на рост vs установка на лень
Кэрол Двек в своих исследованиях про «mindset» показала: люди делятся на тех, у кого growth mindset (установка на рост) и fixed mindset (установка на фиксированность).
Применительно к ИИ — это превращается в две полярные стратегии:
Установка на рост:
- «Как я могу использовать ИИ, чтобы бросить себе вызов?»
- «Где ИИ может научить меня тому, чего я не знаю?»
- «Как ИИ помогает мне делать вещи, которые я раньше боялся?»
Установка на лень:
- «Как я могу не делать эту работу вообще?»
- «Может ИИ сделать это за меня и я просто скопирую?»
- «Зачем мне думать, если ИИ думает за меня?»
Угадайте, у какой группы бизнес растёт через год, а у какой — банкротится. Парадокс в том, что внешне обе группы делают одно и то же — пользуются ChatGPT. Разница только в установке. Но через год разница в результатах катастрофическая.
Как развивать критическое мышление в эпоху ИИ
Если вы хотите быть в первой группе (растущей), вот четыре практики, которые работают:
1. Спорьте с ИИ. Получили ответ — спросите: «А в каких случаях это решение неверно? Какие 3 контраргумента?» ИИ умеет аргументировать обе стороны. Используйте это.
2. Прогоняйте через несколько моделей. Тот же вопрос — в Claude, GPT, Gemini. Если ответы расходятся — там зона неопределённости, копайте глубже. Если совпадают — высокая вероятность что это правда.
3. Заземляйте на реальные данные. Не спрашивайте «как лучше делать X?» вообще. Спрашивайте «вот мои данные за последние 6 месяцев, что они говорят про X?» ИИ с данными отвечает гораздо лучше, чем ИИ без данных.
4. Сохраняйте экспертизу. Не пропускайте конференции в своей сфере, не переставайте читать профильные статьи. ИИ не заменяет фундамент — он его усиливает. Без фундамента ИИ становится опасным.
Соберём ИИ-стек под ваш бизнес
Что делать прямо сейчас
Если вы только начинаете с ИИ и боитесь оказаться в группе «угробивших бизнес»:
- Начните с низкорискованных задач — копирайт, разбор писем, саммари встреч. Где ошибка ИИ не стоит больших денег.
- Перед использованием в финансах, юридике, медицине, кадрах — обязательно сверяйтесь с человеком-экспертом.
- Создайте личный чеклист: «прежде чем действовать по совету ИИ, я задаю себе три вопроса: понимаю ли я область? проверил ли через альтернативный источник? готов ли отвечать за результат лично?»
- Каждый месяц делайте ретроспективу: где ИИ помог, где навредил, где была иллюзия помощи. Корректируйте подход.
Эта дисциплина — то, что отличает суперпользователей от делегаторов. Простая, но требует постоянства.
Лучший прокси-индикатор того, что вы — суперпользователь, а не делегатор: вы регулярно говорите ИИ «нет, я думаю иначе» и аргументируете. Если за месяц вы ни разу не возразили ChatGPT — скорее всего, вы делегируете больше, чем оппонируете. Это сигнал на пересмотр подхода.
FAQ
Я в группе риска?
Признаки группы риска: 1) вы новичок в области, в которой задаёте ИИ вопросы; 2) вы не проверяете советы через альтернативные источники; 3) вы готовы действовать сразу после получения ответа без паузы на критическое осмысление.
А если я применяю ИИ только в своей экспертизе — это безопасно?
Гораздо безопаснее, но не на 100%. Даже в своей сфере ИИ может выдать обтекаемый совет, который вы примете за конкретный. Правило «спорьте с ИИ» работает всегда.
Сколько времени нужно на формирование привычки «суперпользователя»?
По нашим замерам в [ЭПОХА\\ИИ](https://epokha.ai) — **2-4 недели сознательной практики**. Если каждый день в конце дня делаете 5-минутную ретроспективу по работе с ИИ — за месяц привычка закрепляется.
Какие сферы наиболее опасны для бездумного делегирования?
Юридика, финансы, медицина, кадровые решения с большими компенсациями, инвестиции. Везде, где цена ошибки исчисляется в шестизначных суммах или человеческих жизнях.
Может ли ИИ сам подсказать, когда не стоит ему доверять?
Современные модели становятся всё лучше в калибровке «я не уверен». Claude часто сам говорит «здесь я могу ошибаться, проверьте у эксперта». ChatGPT тоже. Но **не полагайтесь только на эти оговорки** — модели не всегда видят свои слепые пятна.
Как мне научить команду суперпользовательскому подходу?
Через кейсы. Соберите 5-7 реальных историй из своей индустрии, где ИИ дал хороший совет, и 3-5 где совет был катастрофически плохим. Разберите команду — что отличало хорошие от плохих, кто принимал решение. Это лучше любой лекции.
Источники
- Marina Mogilko × Ellie Miller — оригинал интервью — https://www.youtube.com/watch?v=jzmpSn-SdLo (проверено: май 2026)
- McKinsey — The state of AI in 2024 — https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai (проверено: май 2026)
- BCG — AI at Work 2024 — https://www.bcg.com/publications/2024/ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value (проверено: май 2026)
Обзор по мотивам интервью Элли Миллер у Марины Могилко и наблюдений из проектов внедрения ИИ-стека в ЭПОХА\ИИ.
Прочитали? Давайте внедрим
ИИ-консультант ответит за 5 секунд.
MAX