Еле-еле прочитал на HBR лонгрид «The Gen AI Playbook for Organizations» — невыносимо скучный и длинный текст. Но там есть две симпатичных картинки-фреймворка:

1. В каких из 4 типов задач как надо использовать AI

• No Regrets
Низкая стоимость ошибки и большой объем структурированных данных. Здесь не требуется идеальная точность. Ценность заключается в скорости и масштабе.

• Creative Catalyst
Низкая стоимость ошибки, но нужны неявные экспертные знания (оригинальность, вкус, контекст). AI предлагает варианты, но человек фильтрует и выбирает.

• Human-First
Высокая стоимость ошибки и необходимость в неявных знаниях. Человек ведет процесс, а AI помогает в мелочах.

• Quality Control
Высокая стоимость ошибки, но процесс опирается на явные, четко структурированные знания. AI выполняет основную работу, но человек проверяет результат и несет финальную ответственность.

2. Шесть этапов, на которых теряется вся выгода от AI

1. Task efficiency
Компания не определила, какие конкретно задачи AI должен улучшать.

2. Employee adoption
Компания упускает возможности, потому что сотрудники нормально не обучены и теряются.

3. Resource redeployment
AI экономит время, но это время не направляется на более ценные важные задачи.

4. Organizational throughput
Компания не перестраивает процессы так, чтобы системно масштабировать значимые эффекты от AI.

5. Market demand
Клиентам не нужно то, что компания может производить благодаря AI.

6. Competitive retention
Конкуренты используют AI ровно также и с тем же результатом. Поэтому выгода уходит не компании, а рынку: цены снижаются, маржа падает, клиенты получают больше за те же деньги.

→ https://hbr.org/2025/11/the-gen-ai-playbook-for-organizations

В комментариях пдф с переводом.