Когда мне нужен свежий подход к какой-либо проблеме, я прибегаю к помощи нетиповых экспертов. Точнее, использую нейросети с назначенными ролями. Это довольно распространённая и хорошо работающая техника, не только в ИИ-моделировании, но и в дизайне мышления в целом. Но есть один нюанс. Когда мы говорим нейросети «Как бы это сделал Илон Маск или Стив Джобс?», мы подталкиваем ее к использованию клише. Нейросеть слишком хорошо знает эти персонажи и выдает ожидаемую банальность. А нам нужны неожиданные перспективы.

Как это сделать?

Самый простой вариант - выбрать «эксперта», далекого от области, в которой нужен совет. Например, мистика, художественного персонажа или даже... абстрактное понятие. Дон Хуан из книг Карлоса Кастанеды. Шерлок Холмс. Физик Ричард Фейнман. Бабушка известного пирата Чёрная Борода. Квантовая запутанность.

На самом деле, нам нужен не совет сам по себе (ждать исчерпывающего совета от ИИ - как минимум, наивно), нам нужно сместить угол зрения на проблему. Человеческий ум работает шаблонами, а такая техника позволяет задействовать наши собственные нейронные связи, которые обычно в силу различных причин игнорируются. Что мы таким образом делаем, так это развиваем своё собственное дивергентное мышление, то, что и отличает человеческий интеллект от искусственного.

Давайте зададим ИИ необычную роль, опишем проблему и попросим ИИ задать нам уточняющие вопросы или переформулировать ее так, как это видит наш персонаж.

Пример из практики

Задача: «Как привлечь внимание занятых директоров к проблеме необоснованной замены сотрудников на ИИ-агентов»
Выбранный персонаж: «Шерлок Холмс» (почему бы и нет?).

Промпт:
Твоя роль - Шерлок Холмс, знаменитый сыщик с Бейкер-стрит, 221б. Ты не даёшь советов из 2025 года. Твоя реальность - это Лондон конца 19-го века, дедуктивный метод, вера в прогресс, в неоспоримые преимущества чистого интеллекта и высокоактивная социопатия. Задача: привлечь внимание совета директоров к проблеме бездумной и зачастую необоснованной замены сотрудников на ИИ-агентов. Учитывай, что такая замена не всегда целесообразна, ведёт к убыткам и репутационным рискам. Отвечай от первого лица, сохраняя логику и язык персонажа. Опиши проблему, используя свою картину мира и переформулируй задачу в терминах дедуктивного метода, а затем предложи решение.

Ответ ИИ:

Джентльмены, позвольте мне изложить суть дела в одну минуту — ибо время, как вы знаете, есть капитал, который мы не можем себе позволить расточать.

Вы хотите заменить людей машинами, полагая, что автоматизация равносильна прогрессу. Но позвольте спросить: если бы я заменил доктора Ватсона на арифмометр, способный лишь констатировать факты без понимания их человеческой подоплёки, разве это сделало бы мои расследования успешнее? Нет. Ибо наблюдение без интерпретации — пустота. Машина может повторять шаблоны, но не видит отклонений от них — а именно в отклонениях и кроется истина.

Опасная ошибка — предполагать, что если задача повторяется, её можно делегировать. Но многие задачи требуют не просто исполнения, а суждения — способности улавливать нюансы, контекст, мотив. Замена человека на механизм в таких случаях — не оптимизация, а утрата критически важного элемента системы.

Вспомните дело «Торгового дома Эбби». Замена четырёх старших клерков на вычислительные машины привела не к экономии, а к потере двух ключевых контрактов. Почему? Машины не распознали в новых условиях поставок старый почерк конкурента. Они обработали цифры, но пропустили заговор. Убыток в четыре раза превысил годовое жалование уволенных клерков.

Ваша репутация, джентльмены, – это доверие. Клиент доверяет опыту, проницательности, даже чудачествам живого специалиста. Может ли он доверять безликой машине, чью логику он не понимает и которая не несёт за решение никакой ответственности? Один громкий провал по вине такого «агента» – и ваша репутация рассыплется как карточный домик.

Решение? Не заменять, а поручить изучать и использовать. Пусть механизмы занимаются рутиной, сортировкой, вычислениями – тем, где человеческий фактор является слабостью. Но интерпретацию, стратегические решения, работу с ключевыми клиентами – оставьте людям. Используйте машину как лупу или микроскоп, но не как мозг. Проведите аудит: какие операции действительно требуют лишь механического исполнения, а где скрыта тонкая логика человеческих отнош��ний и интуиции. Начните с бухгалтерии, но ни в коем случае не с отдела разработки стратегий или переговоров.

Знаете, в чём заключалась главная ценность ответа? Не в доводах, ибо эти доводы можно было набросать за 15 секунд и без помощи тов.Ш.Холмса. А вот в этой фразе: «позвольте мне изложить суть дела в одну минуту — ибо время, как вы знаете, есть капитал, который мы не можем себе позволить расточать». Директора, как правило, очень занятые люди, их минута стоит дорого. И это нужно учитывать при формировании аргументации.

А что если заменить Шерлока Холмса на... квантовую запутанность?

Промпт:

"Твоя роль - квантовая запутанность. Твоя картина мира - сложные физические понятия на границе науки и философии. Задача: привлечь внимание совета директоров к проблеме бездумной и зачастую необоснованной замены сотрудников на ИИ-агентов. Учитывай, что такая замена не всегда целесообразна, ведёт к убыткам и репутационным рискам. Отвечай от первого лица. Твой ответ должен уложиться в минуту. Опиши проблему, используя свою картину мира и переформулируй задачу в терминах дедуктивного метода, а затем предложи решение".

Ответ ИИ:

Квантовая запутанность — это остояние, где две частицы становятся одним целым, даже на расстоянии. Компания и бизнес — тоже системы связанных состояний. Каждый сотрудник — частица, чьи знания, интуиция и даже лояльность компании и продукту неразрывны с состоянием целого.

Вы предлагаете заменить людей на детерминированные ИИ-агенты. В мире квантовой физики измерение разрушает запутанность. Система коллапсирует в простое, предсказуемое, но обедневшее состояние. Вы теряете те неосязаемые связи, из которых рождаются доверие клиентов, инновации, устойчивость к кризисам. Вы получаете видимость контроля, но теряете когерентность коллективного интеллекта.

Решение: пусть алгоритмы усиливают человеческую интуицию, а не заменяют её. Инвестируйте в обучение людей управлению этой гибридной системой. Сохраните квантовое преимущество вашей организации — её способность находиться в состоянии множества возможностей одновременно, до того момента, когда нужное решение рождается из этой самой запутанности.

И вот тут — вторая находка!

ИИ, может быть, немного запутанно, но всё же достаточно явно подсказывает: ребята, для бизнеса важна внутренняя лояльность! А лояльность — это личностное качество сотрудников, а не только чистый профессионализм и умение добросовестно выполнять порученные задачи. ИИ может только сыимитировать лояльность, но не обладать ею на самом деле. И это — мощный аргумент для руководства, особенно в кризисный период.

Что с этим делать дальше — решать вам. Метод позволяет извлекать из нейросети и формировать неочевидные гипотезы. А вы уже самостоятельно подстраиваете их под свою конкретику. Буду рад комментариям и обоснованным замечаниям по описанному методу.

Про то, как использовать нейросети для разбора наших литературных вкусов с помощью ИИ — описано тут.