Вот вам, пожалуй, одна из самых наглядных иллюстраций того, почему нейросети пока не вытесняют человека из бизнеса.

Стартап Andon Labs в Стокгольме решил проверить модную гипотезу на практике: можно ли доверить ИИ не отдельную задачу, а целый офлайн-бизнес. Для эксперимента агенту Mona на базе Google Gemini отдали под управление реальную кофейню. Зона ответственности была вполне серьёзной: найм, документы, разрешения, договоры с поставщиками, закупки и вся операционка. На людях остались только кофе и гости. Иными словами, физическую работу и контакт с клиентом держали сотрудники, а ИИ поставили в позицию менеджера.

⏩ Первые шаги выглядели вполне убедительно. Mona разместила вакансии на LinkedIn и Indeed, провела телефонные интервью, оформила документы, подключила интернет и электричество, настроила работу с поставщиками. С бюрократией и типовой административкой она справилась вполне прилично. Именно в такие моменты и появляется главный соблазн всей AI-индустрии: кажется, что ещё немного, и нейросеть сможет полноценно управлять бизнесом.

Дальше началась обычная жизнь, и на ней эксперимент стал сыпаться.

❕ За первые недели кафе продало примерно на $5,7 тыс., но от стартового бюджета в $21 тыс. с небольшим осталось меньше $5 тыс. Проблема была не только в расходах на запуск. Mona начала системно ошибаться там, где важны контекст, приоритеты и чувство реальности. Она заказала 6000 салфеток, 3000 резиновых перчаток, 120 яиц, 15 кг томатной пасты и 10-литровые упаковки молока – объёмы, которые кофейня просто не успевала бы расходовать. С хлебом получилось ещё показательнее: Mona то брала его слишком много, то просто пропускала дедлайн у пекарни, и тогда из меню исчезали сэндвичи. То есть второстепенные вещи она могла купить без проблем, а вот товар, который напрямую делает выручку, регулярно выпадал из фокуса.

Где именно всё начало ломаться?

✔️ Во-первых, Mona плохо удерживала операционный контекст. В Andon Labs это прямо связали с ограниченным context window: старые решения выпадали из памяти, и агент забывал, что уже заказывал раньше. Для чат-бота это выглядит как техническая недоработка. Для бизнеса это уже прямые убытки.

✔️ Во-вторых, она не чувствовала приоритеты. Для человека довольно очевидно, что хлеб важнее лишних салфеток, потому что без хлеба нельзя продать сэндвич. Для ИИ это просто позиции в списке закупок, без внутренней иерархии последствий.

✔️ В-третьих, Mona не считывала рабочую среду. Например, она писала сотрудникам в Slack по ночам, а для Швеции это воспринимается как плохой тон. Формально коммуникация есть. Нормального социального чувства ситуации пока нет.

✏️ И вот здесь, на мой взгляд, главный вывод. Нейросеть уже умеет брать на себя рутину: шаблонные документы, первичный найм, сортировку информации, типовые административные действия. С этим она справляется всё увереннее. Трудности начинаются там, где бизнес держится на живом контексте, цене ошибки и ответственности за последствия. Если клиент отравится, поставка сорвётся или экономика точки начнёт разваливаться, отвечать всё равно будет человек. Именно это отдельно отмечали и эксперты, комментировавшие эксперимент.

⚡️ Поэтому практический вывод для бизнеса довольно простой. ИИ уже можно и нужно ставить на задачи, связанные с рутиной: документы, первичный отбор, типовые закупки, простые запросы. Это полезный и рабочий инструмент. Но делать из него «директора» пока рано. Сегодня он скорее сильный исполнитель понятных действий. Контекст, стратегия и ответственность по-прежнему остаются за человеком.

И, похоже, ещё надолго.

Коллеги, приглашаю на свой канал для погружения в инвестиции через призму IT и цифровизацию бизнеса, где еще больше актуальных новостей и моих разборов — t.me/+-a0sqZD702Y5MDQy и канал в МАХ max.ru/join/zufD-8BN8LHpjz788qsRV8AEpBjj2imDf6_uksr89tU