Глава 2. Почему стыдно спрашивать базовые вещи

Иногда руководителю проще задать вопрос про выручку, маржу, кассовый разрыв или конфликт между подразделениями, чем спросить:

«А где вообще купить нормальный доступ к ChatGPT?»

Или:

«Чем одна нейросеть отличается от другой?»

Или:

«Что такое промпт?»

Или даже:

«Почему у меня получается какая-то ерунда, когда я задаю вопрос ИИ?»

Руководитель привык обсуждать выручку, вести переговоры и отвечать за людей и деньги. Но вопрос «куда нажать?» может оказаться для него неудобнее разговора об операционной эффективности. За сложной формулировкой легко сохранить привычную уверенность; простой вопрос открыто показывает пробел в знании.

Неловкость усиливается, когда коллеги обсуждают модели, агентов и автоматизацию или демонстрируют удачные результаты. В такой обстановке появляется соблазн кивнуть, а не переспросить. Однако неуточнённый вопрос о доступе, данных или проверке ответа способен повлиять на вполне конкретное решение компании.

Новый управленческий стыд

Подобная неловкость может возникать при освоении новой технологии. Пока инструмент кажется делом специалистов, незнание не беспокоит. Когда он затрагивает привычную работу, руководитель обнаруживает, что ему тоже предстоит учиться.

С ИИ этот переход заметен в знакомых задачах: подготовке совещаний и документов, анализе воронки, обучении сотрудников и общении с клиентами. Технические вопросы по-прежнему требуют участия специалистов, но выбор задач и проверку результата уже нельзя целиком оставить за пределами управленческой работы.

И вот тут появляется внутренний голос:

«Кажется, я должен был уже разобраться».

Этот голос мешает задать самый полезный вопрос:

«С чего начать нормально?»

Почему чужие успехи мешают задавать вопросы

В демонстрации обычно виден готовый результат. За презентацией могут остаться десять неудачных запросов, за хорошим текстом — долгая правка, за исследованием — проверка источников. Не всегда видно и то, какую часть показанного «агента» выполняют инструкции, а какую — человек.

По такой картинке легко решить, что остальные уже работают уверенно. Между тем они тоже могут ошибаться, путаться в инструментах и сомневаться в качестве ответа. Для руководителя, от которого ждут ясности, это сравнение особенно неприятно: базовый вопрос кажется признанием отставания.

Чтение постов, коротких видео и несколько проб дают знакомство с темой, но не обязательно рабочий навык. Можно запомнить термины и говорить о внедрении, так и не разобравшись, какую задачу поручить ИИ и как оценить результат.

«Я же руководитель, а не студент»

От руководителя ждут ответов, поэтому роль начинающего может быть непривычной. Приходится путать термины, просить объяснений и разбираться, почему знакомый способ не сработал. Прежний опыт не даёт готового ответа на каждую новую задачу.

Полезно показать команде, как вы уточняете непонятное и принимаете решения по мере появления информации. Это важнее, чем сохранять видимость осведомлённости.

Статус говорит:

«Я не буду задавать глупые вопросы».

Развитие говорит:

«Я задам базовые вопросы сейчас, чтобы не принимать глупые решения потом».

Если руководство не участвует в выборе задач и правил, эти решения всё равно будут приниматься — сотрудниками, IT и подрядчиками, каждый из которых видит свою часть работы. Их полезные инициативы могут остаться несогласованными.

Какие управленческие решения стоят за техническими вопросами

Выбирая сервис, компания определяет, какие задачи собирается решать и сколько готова за это платить. Решая, что загружать в чат, она устанавливает правила работы с данными. Вопрос о проверке ответа ведёт к критериям качества и ответственности, а выбор пользователей — к распределению ролей и обучению.

Даже хранение истории и промптов связано с управлением: останутся ли рабочие материалы доступны команде или исчезнут вместе с личным аккаунтом сотрудника? А жалоба на общий ответ ИИ может потребовать заново разобрать постановку задачи.

Вернёмся к ситуации из первой главы. Подразделения пользуются разными сервисами, удачные запросы не сохраняются, руководство видит активность, а IT — неконтролируемую передачу данных. Если заранее обсудить доступ, хранение материалов и проверку, эту практику будет легче согласовать.

Стыд усиливается из-за языка

Токены, контекстное окно, LLM, RAG, API, мультимодальность — для специалиста это рабочие понятия, а для начинающего пользователя они могут звучать как непонятный код. Проблема появляется, когда знание слов подменяет объяснение.

Полезно сразу связывать термин с задачей. Обсуждая RAG, спросите, какие документы компании нужны для ответов и как их проверять. Разбирая контекстное окно — почему в длинном диалоге могут теряться детали. В разговоре об агенте уточните, какую повторяемую задачу он выполняет и кто контролирует результат.

Термины нужны для точности, но соревноваться в их количестве незачем. Для руководителя важнее понять, какое решение предстоит принять. Значения основных понятий собраны в глоссарии в конце книги.

Миф «молодые сами разберутся»

Ещё один источник неловкости — сравнение с молодыми сотрудниками.

Кажется, что они быстрее осваивают новое. Они легко регистрируются в сервисах, знают названия инструментов, смотрят обзоры, используют английские команды, пробуют плагины, генерируют картинки и уверенно говорят о том, что «это уже база».

У руководителя может возникнуть мысль:

«Наверное, они правда лучше понимают. Пусть они и ведут эту тему».

Но скорость освоения интерфейса — не то же самое, что способность применить инструмент в бизнесе.

Умение пользоваться интерфейсом не означает знакомства с экономикой дилера, ограничениями сервиса или отношениями с дистрибьютором. Для выбора сценария нужно учитывать и маржинальность, и последствия для клиентов, и изменения в работе сотрудников.

Поэтому полезно соединить опыт: уверенный пользователь помогает коллегам освоить инструмент, а руководитель задаёт контекст, приоритеты и критерии качества. Это сотрудничество не зависит от возраста участников.

Миф «пусть IT решит»

Другая крайность — передать всю тему IT.

Логика понятна: ИИ — это технология, значит, пусть разбираются технические специалисты.

IT действительно должен участвовать. Особенно в вопросах безопасности, доступов, корпоративных инструментов, интеграций, хранения данных, прав пользователей и технической инфраструктуры.

Но IT не может один ответить на главный вопрос:

Какие управленческие и бизнес-задачи мы хотим решать с помощью ИИ?

IT помогает выбрать и настроить инструмент, обеспечить доступ, хранение данных и интеграции. Но задачу анализа воронки нужно обсуждать с коммерческим директором, предложение клиенту — с маркетингом, сегменты базы — с сервисом, профиль роли — с HR.

Без участия будущих пользователей технически корректное решение может оказаться слишком сложным или не подходить к их работе. Поэтому ответственность за бизнес-применение нельзя целиком передавать техническому подразделению.

Миф «мы наймём подрядчика, и он всё внедрит»

Ещё один способ не задавать базовые вопросы — спрятаться за подрядчика.

«Мы найдём специалистов, они нам всё сделают».

Внешняя экспертиза бывает нужна для аудита, обучения, разработки ассистентов и интеграций. Подрядчик может предложить метод работы, провести практическую сессию, помочь собрать промпты и создать прототип. Но ему нужны сведения о компании и человек, который отвечает за применение результата.

До заказа следует определить проблему, описать текущий процесс и доступные данные, выбрать пользователей и способ проверки. Нужно также договориться, как оценивать пользу и что делать после пилота. Без этого есть риск получить впечатляющую демонстрацию, которую сотрудники не смогут встроить в работу.

Какие базовые вопросы нужно задать в первую очередь

Соберите вопросы по шести темам. Этот перечень поможет подготовиться к рабочей встрече и выбрать то, что необходимо прояснить в вашей компании.

1. Вопросы про инструменты

• Какие ИИ-инструменты нам реально нужны на старте?
• Достаточно ли одного основного чата или нужно несколько сервисов?
• Какие инструменты подходят для поиска и исследований?
• Какие подходят для работы с документами?
• Какие — для изображений и презентаций?
• Какие — для кода, прототипов и агентов?
• Какие подписки нужны руководителям?
• Какие подписки нужны сотрудникам?
• Можно ли использовать личные аккаунты?
• Где будет храниться история работы? Эти вопросы кажутся техническими, но за ними стоит бюджет, безопасность и управляемость.

2. Вопросы про данные

• Какие данные можно загружать в ИИ без ограничений?
• Какие данные можно использовать только после обезличивания?
• Какие данные нельзя загружать во внешние сервисы?
• Что считается персональными данными?
• Что считается коммерчески чувствительной информацией?
• Можно ли загружать звонки?
• Можно ли загружать переписки с клиентами?
• Можно ли загружать CRM-выгрузки?
• Можно ли загружать финансовые отчёты?
• Кто принимает решение в спорных случаях? Это уже не про технологию. Это про ответственность.

3. Вопросы про задачи

• Какие задачи мы хотим усилить с помощью ИИ?
• Какие задачи повторяются часто?
• Где компания теряет время?
• Где много ручной аналитики?
• Где не хватает структуры?
• Где качество решений зависит от подготовки руководителя?
• Где клиент получает слабый или медленный ответ?
• Где сотрудники каждый раз делают одно и то же с нуля?
• Какие 3–5 сценариев стоит выбрать первыми? Здесь ИИ возвращается в бизнес-контекст.

4. Вопросы про качество

• Как понять, что ответ ИИ хороший?
• Кто проверяет факты?
• Кто отвечает за итоговый документ?
• Можно ли отправлять клиенту текст, созданный ИИ, без проверки?
• Как отличить полезную структуру от красивой воды?
• Какие критерии качества у промптов?
• Какие результаты сохраняем как шаблоны?
• Как фиксируем ошибки? Это вопросы о зрелости использования.

5. Вопросы про людей

• Кто в компании уже пользуется ИИ?
• Кто боится?
• Кто сопротивляется?
• Кто может стать внутренним проводником?
• Кого нужно обучить первым?
• Как объяснить сотрудникам, что ИИ — не угроза, а инструмент усиления?
• Как не создать завышенных ожиданий?
• Как не превратить внедрение в показуху? ИИ внедряется не в компьютеры. Он внедряется в работу людей.

6. Вопросы про управление

• Кто владелец темы ИИ в компании?
• Как часто мы обсуждаем результаты?
• Где храним библиотеку промптов?
• Кто обновляет правила?
• Как выбираем новые сценарии?
• Как измеряем пользу?
• Как принимаем решение о следующем этапе? Без этих вопросов ИИ остаётся набором экспериментов.

Почему вопрос «как оплатить?» тоже важен

Доступ к сервису может стать первым практическим препятствием. Руководитель сталкивается с тарифами, оплатой, ограничениями доступа и условиями хранения данных — и откладывает пробу, хотя сама задача ему интересна.

Чтобы начать работу, нужно определить способ регистрации и оплаты, выбрать тариф, назначить администратора и пользователей. Заранее стоит решить, как разделять личные и рабочие материалы, сохранять историю и действовать при недоступности сервиса. Эти договорённости дают основу для практики, а не отвлекают от «большого внедрения».

Автодилерский пример: собственник хочет агента, но не умеет ставить задачу чату

Представим типичную ситуацию.

Собственник дилерской группы слышит про ИИ-агентов и говорит:

«Давайте сделаем агента, который будет помогать продавцам».

Идея хорошая. Продавцам действительно можно помогать: подсказывать ответы, готовить аргументы, разбирать возражения, напоминать о следующем шаге, помогать с follow-up, анализировать диалоги.

Но дальше начинаются вопросы:

• какую именно задачу должен решать агент;
• в какой момент продавец им пользуется;
• какие данные агент видит;
• какие данные видеть не должен;
• что он выдаёт на выходе;
• кто проверяет подсказки;
• как избежать неверных обещаний клиенту;
• как связать агента с CRM;
• как обучить продавцов;
• как измерить эффект;
• что делать, если продавцы не пользуются. Если собственник не готов обсуждать эти вопросы, агент останется красивой идеей.

Более того, часто перед агентом нужно пройти простой этап: научиться ставить задачу обычному ИИ-чату.

Например, вместо:

«Сделай помощника продавца»

сначала научиться формулировать:

«Ты — опытный РОП автодилера. Помоги разобрать диалог менеджера с клиентом. Оцени: скорость реакции, выявление потребности, работу с возражениями, попытку назначить встречу, качество следующего шага. Дай оценку по 10-балльной шкале, укажи 3 сильных места, 3 ошибки и предложи улучшенный вариант ответа менеджера».

Это ещё не агент. Но это уже ясная задача.

Если компания не умеет формулировать такие задачи, агент не спасёт. Он просто автоматизирует неясность.

Автодилерский пример: директор боится спросить про данные и получает риск

Другой пример.

Директор по маркетингу хочет использовать ИИ для анализа клиентской базы. Идея правильная: в базе много неиспользованного потенциала. Можно сегментировать клиентов, искать поводы для коммуникации, готовить разные предложения, оживлять «озеро лидов», возвращать тех, кто не купил, развивать сервисные кампании.

Но он не задаёт базовые вопросы:

• можно ли загружать клиентскую базу во внешний сервис;
• какие поля нужно удалить;
• как обезличить телефоны и имена;
• кто разрешает такую работу;
• где будет храниться файл;
• можно ли использовать реальные комментарии менеджеров;
• что делать с персональными данными. В этом примере директор спешит показать результат и не хочет задерживать работу уточнениями. Но именно вопрос о допустимости данных следовало решить до анализа базы.

Автодилерский пример: генеральный директор не спрашивает, как проверять ответ

Генеральный директор просит ИИ подготовить варианты действий при падении продаж.

ИИ выдаёт уверенный список:

• усилить рекламные кампании;
• пересмотреть скрипты;
• внедрить мотивацию;
• запустить акции;
• улучшить работу с CRM;
• провести обучение продавцов;
• активировать клиентскую базу. Всё звучит разумно.

Но это может быть набор общих советов, которые подходят любой компании и ни к чему не обязывают.

Генеральному директору нужно было задать следующий базовый вопрос:

«Как понять, что ответ ИИ полезен именно для моей ситуации?»

Для содержательного разбора нужно указать период и участок воронки, модели и источники обращений, ограничения склада и уже проверенные действия. Данные CRM, наблюдения продавцов, маржинальность и изменения предложений конкурентов помогут уточнить контекст.

Затем можно попросить отделить возможные причины от подтверждённых фактов, определить недостающие данные и вопросы к команде. Для предложенных действий нужны оценка риска и метрики проверки: так ответ станет подготовкой к следующему решению.

Как базовые вопросы помогают избежать ошибок

Вопрос о допустимости данных может предотвратить ненужную передачу информации. Вопрос о проверке ответа — остановить использование неверного вывода. А договорённость о владельце процесса и метриках поможет понять, кто будет отвечать за работу и по чему оценивать пилот.

В рассмотренных примерах ошибки возникали ещё до обращения к ИИ: задача оставалась общей, правила — неясными, способ проверки — неопределённым. Уточнить это до запуска дешевле, чем переделывать уже внедрённый процесс.

Как руководителю вернуть себе право на базовые вопросы

Есть простая мысль, которую важно принять:

В новой области базовые вопросы не снижают статус руководителя. Они повышают качество управления.

Руководитель не обязан знать всё. Но он обязан организовать путь к ясности.

Можно прямо сказать команде:

«Коллеги, тема ИИ развивается быстро. У нас нет задачи изображать экспертов. У нас есть задача спокойно разобраться: что это даёт бизнесу, где риски, как применять безопасно и какие первые сценарии выбрать. Поэтому начинаем с базовых вопросов».

Такое объяснение позволяет уточнять непонятное и признавать ошибки без соревнования в осведомлённости. Предложите руководителям записать свои вопросы в общий документ — например, «Вопросы по ИИ, которые нам нужно прояснить». Используйте шесть тем из перечня выше и разберите записи на рабочей встрече или обучении.

Как превратить общий вопрос в рабочий

Общий вопрос помогает начать разговор. Следующий шаг — уточнить, какое решение вы хотите принять и каких сведений для этого не хватает.

Вопрос без обозначенной задачи может перекладывать выбор на собеседника:

«Сделайте мне всё, я не хочу разбираться».

Уточнённый вопрос задаёт управленческую рамку:

«Что мне нужно понимать, чтобы принять правильное решение?»

Общий вопрос:

«Какой ИИ самый лучший?»

Управленческий вопрос:

«Какой инструмент подходит для наших первых задач: анализ документов, подготовка промптов для продаж, исследование конкурентов и работа с обезличенными данными?»

Общий вопрос:

«Можно ли просто дать всем доступ?»

Управленческий вопрос:

«Каким ролям доступ нужен в первую очередь, какие правила безопасности должны быть до выдачи доступа и какие задачи мы считаем приоритетными?»

Общий вопрос:

«А ИИ не врёт?»

Управленческий вопрос:

«Какие типы ответов требуют обязательной проверки, кто проверяет факты и какие источники считаются допустимыми?»

Общий вопрос:

«Что нам вообще с этим делать?»

Управленческий вопрос:

«Какие 3–5 регулярных бизнес-задач мы выберем для первого цикла применения ИИ?»

Базовые вопросы становятся сильными, когда связаны с решением, ответственностью и следующим шагом.

В каком порядке разбирать вопросы

Начните с доступа и безопасности: где команда будет работать, кому нужен аккаунт, какие данные допустимы и кто поможет в спорной ситуации. Затем уточните первые задачи и критерии результата. После этого легче планировать обучение, сохранять практики и обсуждать более сложные сценарии.

Для подготовки используйте перечень из шести тем выше. Дополните его личными вопросами: что такое промпт, как дать контекст, попросить уточнений или улучшить ответ за несколько итераций. Отдельно можно спросить, чем отличаются бесплатная и платная версии выбранного сервиса и как работать с его историей.

Не пропускайте вопрос только потому, что он кажется слишком простым. Если ответ уже известен, вы быстро это подтвердите; если нет — выясните, что мешает следующему действию.

Открыть крупно ↗

Как проводить встречу по базовым вопросам

В компании можно провести короткую управленческую встречу по ИИ.

Не стратегическую сессию на весь день. Не вдохновляющую лекцию. Не демонстрацию чудес.

Обычную рабочую встречу на 60–90 минут.

Цель встречи

Собрать базовые вопросы, снять ложное ощущение «все всё понимают» и договориться о первом уровне ясности.

Участники

• собственник или генеральный директор;
• коммерческий директор;
• маркетинг;
• РОП;
• сервис;
• HR;
• финансы;
• IT;
• операционный руководитель.

Повестка

1. Что мы уже знаем об ИИ.
2. Что мы не понимаем.
3. Где уже используем.
4. Какие есть риски.
5. Какие базовые вопросы нужно закрыть.
6. Какие первые задачи хотим попробовать.
7. Кто готовит предложения по правилам.

Правило встречи

Запрещена фраза:

«Ну это же очевидно».

Если для одного очевидно, для другого может быть нет. А если вопрос есть хотя бы у одного руководителя, лучше закрыть его сейчас, чем потом исправлять последствия.

Результат встречи

• список базовых вопросов;
• список текущих применений;
• список рисков;
• 3–5 первых сценариев;
• ответственный за подготовку простых правил;
• дата следующей встречи. Такой формат не требует большой подготовки, но резко снижает туман.

Почему важно не смеяться над «простыми» вопросами сотрудников

Отношение руководителя к вопросам влияет на то, как команда сообщает о затруднениях. Если переспросить неудобно, сотрудник может действовать наугад: отправить непроверенный ответ, загрузить лишние данные или вовсе отказаться от полезной задачи.

Можно показать другой способ. Фраза «Я не понимаю, объясните простым языком» делает уточнение нормальной частью разговора. Вопросы «Какие риски мы не видим?» и «Что делает этот промпт полезным?» помогают перейти от демонстрации результата к его разбору.

От вопросов к договорённостям

Собранные вопросы позволяют увидеть, где у команды есть опыт, а где пока только предположения. Но сам разговор ещё не меняет работу. За ответом должна последовать договорённость: какой инструмент используем, кто проверяет материал, какую задачу пробуем и когда обсуждаем результат.

Не нужно ни изображать эксперта, ни передавать весь выбор IT, подрядчику или самому увлечённому сотруднику. Руководитель может учиться вместе с командой и при этом отвечать за приоритеты и правила. Следующий практикум поможет превратить неопределённость в список конкретных решений.

Практикум главы

Составьте список базовых вопросов по ИИ, которые вам или вашей команде нужно прояснить.

Ваша задача — не выглядеть умно. Ваша задача — убрать туман.

Шаг 1. Личные вопросы руководителя

Ответьте честно:

• что я не понимаю в ИИ;
• что я стесняюсь спросить;
• где я делаю вид, что примерно понимаю;
• какие слова слышу, но не могу объяснить простым языком;
• какие решения мне нужно принимать, но не хватает ясности.

Шаг 2. Вопросы по инструментам

Запишите минимум 5 вопросов:

• какой инструмент выбрать;
• как получить доступ;
• какой тариф нужен;
• кто будет пользоваться;
• где хранить материалы;
• какие сервисы разрешены;
• какие сервисы запрещены.

Шаг 3. Вопросы по данным

Запишите минимум 5 вопросов:

• какие данные можно загружать;
• какие нельзя;
• как обезличивать;
• кто отвечает за проверку;
• что делать с CRM-выгрузками;
• что делать со звонками и чатами;
• что делать с финансовыми файлами.

Шаг 4. Вопросы по задачам

Запишите минимум 5 вопросов:

• какие бизнес-задачи выбрать первыми;
• где ИИ может сэкономить время;
• где ИИ может повысить качество решений;
• какие процессы повторяются;
• где команда чаще всего буксует;
• где клиент получает слабый опыт.

Шаг 5. Вопросы по качеству

Запишите минимум 5 вопросов:

• как понять, что ответ ИИ хороший;
• кто проверяет факты;
• какие ответы нельзя использовать без проверки;
• какие критерии качества нужны;
• где сохранять удачные промпты;
• как фиксировать ошибки.

Шаг 6. Выберите первые 10 вопросов

Из всего списка выберите 10 вопросов, которые нужно закрыть в первую очередь.

Для каждого вопроса укажите:

• кто может помочь ответить;
• какой результат должен появиться;
• к какому решению это приведёт.

Промпт для разбора базовых вопросов команды

Разбери вопросы нашей команды об ИИ: [вопросы]. Контекст: [роли и первые задачи без чувствительных сведений]. Объедини повторы, но сохрани смысл. Для каждого вопроса укажи, какое решение он помогает принять и кто должен дать проверенный ответ: пользователь, владелец процесса, ИТ или профильный специалист. Термины объясни коротко. Условия сервисов и требования к данным не угадывай: отметь, что нужно проверить по актуальному первоисточнику.

Артефакт главы

Список базовых вопросов без стыда

Заполните таблицу.

Таблицу можно прокручивать по горизонтали.

Дополнительная формулировка для руководителя:

«Я разрешаю себе и команде задавать базовые вопросы по ИИ, потому что наша задача — не изображать экспертов, а безопасно и полезно встроить ИИ в работу бизнеса».

Итог главы

После практикума у вас будет список вопросов, людей, которые помогут на них ответить, и решений, которые предстоит принять. Такой список полезнее попытки выглядеть осведомлённым: с ним можно организовать обучение и начать работу.

В следующей главе рассмотрим, как применение ИИ связано с повседневными навыками руководителя.