От доминирования на поле боя к доминированию на рынке: чему бизнес может научиться у военных

Введение: Парадокс ИИ в 2025 году

Недавно мне на глаза попалась статья Джона Херрмана “Decision Dominance in the Age of Agentic AI ^[1]“, опубликованная в военном журнале Small Wars Journal. Прежде чем мы в нее погрузимся, взгляните на эти цифры:

• 95% пилотных проектов по генеративному ИИ в корпорациях проваливаются.

• $640 млрд – общий объем инвестиций в ИИ в 2025 году.

• При этом реально используют ИИ в своих процессах только 9.7% компаний.

Парадокс ^[2]? Именно эту проблему и вскрывает Херрман, но с военной точки зрения ^[3]. Его выводы оказались настолько актуальными для бизнеса, что я решил сделать выжимку для Хабра.

Война и бизнес: одна и та же борьба

Сравнение войны и бизнеса – тема избитая, и часто оно звучит неуместно. Но если отбросить этику и взглянуть на суть процессов, то и то, и другое – это борьба за выживание в условиях хаоса и неопределенности. Исход этой борьбы решает тот, кто быстрее соображает и действует. Херрман называет это “доминированием в принятии решений”.

• Командир на поле боя и CEO в переговорной решают одну и ту же задачу: как обойти конкурента, используя ограниченные ресурсы и неполную информацию.

• “Туман войны”, о котором писал Клаузевиц, сегодня превратился в “информационный шум” в бизнесе. Данных много, но найти в них нужный сигнал – ключевая проблема.

• Цена ошибки ^[4] высока: потерянные жизни на войне или потерянная доля рынка и банкротство в бизнесе.

Неудобная правда: большинство “Data-Driven” компаний – это французская армия 1940 года

Интересно, как похожим образом развиваются концепции управления на Западе. В армии США продвигается доктрина JADC2, которая объединяет все источники данных в единую сеть для принятия решений в реальном времени. В бизнесе мы слышим те же призывы: стать “Data-Driven”.

Но вот неудобная правда. Большинство таких компаний напоминают французскую армию 1940 года. Да, у них есть радио (дашборды). Да, они собирают данные (разведка). Но они продолжают воевать по старым правилам: измеряют активность (“сколько отчетов создано”), а не результат (“насколько быстрее приняли решение”). И это делает их уязвимыми перед теми, кто понял суть агентного ИИ.

Выжимка из статьи: агентный ИИ как следующий шаг

Херрман утверждает, что мы стоим на пороге революции, сравнимой с появлением FM-радио у немцев, которое позволило им реализовать тактику блицкрига. Сегодня таким “радио” становится агентный ИИ (Agentic AI).

Что такое настоящий агентный ИИ? И существует ли он вообще?

Здесь начинается самое интересное. 2025 год объявлен “годом AI-агентов”. Каждая вторая компания утверждает, что внедрила “агентный ИИ”. Но вот неудобная правда от экспертов IBM и Kyndryl: большинство того, что называют “агентным ИИ”, – это обычная автоматизация, обернутая в разговорный интерфейс.

Но это не значит, что технология бесполезна. Просто нужно понимать разницу между хайпом и реальностью. Херрман в своей статье говорит именно о потенциале агентного ИИ, а не о том, что это уже работает повсеместно. Его посыл: те, кто научится правильно использовать эту технологию сейчас, получат преимущество завтра.

Как агентный ИИ усиливает человека?

Херрман проводит параллель с концепцией “coup d’œil” Клаузевица – способностью полководца мгновенно схватывать суть ситуации. Агентный ИИ позволяет масштабировать эту способность, обрабатывая гигантские объемы данных и подсвечивая для руководителя самое важное.

Главный барьер – культурный

Проблема не в том, чтобы создать такой ИИ, а в том, чтобы научиться ему доверять и встроить его в реальные процессы принятия решений.

Цикл принятия решений: до и после агентного ИИ

Херрман разбивает процесс на четыре этапа и показывает, как ИИ его меняет.

Как не повторить ошибку французской армии: чек-лист для бизнеса

Вот три конкретных шага для проверки готовности вашей компании:

1. Аудит вашего “ИИ”: У вас агентный ИИ или просто умный дашборд?

   • Ваша система может действовать самостоятельно или только показывает данные?

   • Она адаптируется к изменениям или работает по жесткому алгоритму?

2. Карта готовности команды: Готова ли ваша организация доверять ИИ-решениям?

   • Есть ли у вас процессы для проверки рекомендаций ИИ?

   • Понимают ли ваши менеджеры, как работает система?

3. Пилот с четкими метриками: Не “внедряйте ИИ”, а решайте конкретную бизнес-задачу.

   • Какое решение вы принимаете медленнее конкурентов?

   • Можно ли измерить улучшение в часах/днях, а не в абстрактном “повышении эффективности”?

Что это значит для бизнеса?

Мы внедряем чат-ботов на сайт и думаем, что это инновации. А в это время наши конкуренты уже строят настоящие системы, где агентный ИИ работает как полноценный член команды, а не как придаток.

Да, большинство современных “ИИ” – это пока лишь продвинутые калькуляторы. Но агентные системы – это следующий, неизбежный этап эволюции. И те, кто начнет учиться видеть в ИИ не просто инструмент, а партнера по принятию решений, получат стратегическое преимущество. Кто первый это поймет, тот и выиграет.

Кстати, эта статья продолжает тему, которую я начал в своем материале “ИИ-проекты съедают бюджеты, но не приносят ROI” ^[7]. Если хотите разобраться, как правильно измерять эффективность таких систем, загляните туда.