Спросите у нейросети: почему программы уходят в ChatGPT и где тут подвох

Минус 285 миллиардов за один день

В начале февраля 2026 года Anthropic, компания, которая делает нейросеть Claude, выпустила 11 открытых плагинов для Claude Cowork — режима, в котором нейросеть не просто отвечает в чате, а сама работает с файлами и программами на компьютере. Плагины были для юристов, продажников, финансистов, аналитиков данных и других профессий. Ничего революционного: по сути, готовые инструкции плюс подключения к рабочим программам.

Инвесторы прочитали это по-своему. За одну торговую сессию акции компаний, которые продают программы для бизнеса, подешевели примерно на 285 миллиардов долларов. Корзина софтверных акций Goldman Sachs просела за день на 6% — для таких компаний это очень много. Трейдеры тут же придумали словечко SaaSpocalypse — апокалипсис софта по подписке.

Логика паники простая. Если нейросеть сама умеет ходить в CRM, бухгалтерию и отчёты, зачем человеку открывать эти программы? Он просто спросит. А программа превратится в невидимую трубу с данными, за которую много не заплатишь.

Ещё раньше эту мысль сформулировал Сатья Наделла, глава Microsoft: в эпоху ИИ-агентов бизнес-приложения «схлопнутся». Учётные системы останутся хранилищами данных, а вся логика — что посчитать, что показать, что посоветовать — переедет в нейросеть.

Апокалипсиса пока не случилось. Через пару недель аналитики JPMorgan и Goldman Sachs заговорили, что распродажа зашла слишком далеко, а клиенты как пользовались своими программами, так и пользуются. Это был биржевой испуг, а не бегство пользователей.

Но направление паника угадала верно. Чтобы понять почему, посмотрите, как сегодня выглядит почти любая бизнес-программа. Её лицо — дашборд: экран с графиками и цифрами, который кто-то каждое утро открывает, чтобы понять, как идут дела. За этот экран компании и платят подписку. И именно в нём спрятана главная слабость, которой воспользовались нейросети.

Приборная панель без штурмана

Главный минус дашборда не в том, что он неудобный. Дашборд показывает факт: продажи упали на 8%. Почему — он не говорит. А решения принимают не по факту, а по причине.

Причину ищет человек. Он смотрит на график, вспоминает, что во вторник перекрыли улицу, сравнивает с прошлым годом, звонит руководителю отдела. Это и есть интерпретация. Чтобы она была верной, нужно понимать и цифры, и сам бизнес.

Таких людей мало. В 2020 году Accenture и Qlik опросили 9 тысяч сотрудников по всему миру. Уверенно работать с данными смогли только 21%. Три четверти признались, что данные их перегружают или раздражают, а 36% при случае решают задачу вообще без данных.

Дело не в нехватке инструментов. По данным BARC и Eckerson Group, BI-системами активно пользуется в среднем четверть сотрудников, и за семь лет наблюдений эта доля почти не сдвинулась. Дашбордов стало больше, а людей, которые умеют их читать, — нет.

Получается странная картина. Факт мы видим за секунду, как спидометр. А на интерпретацию уходят часы: выгрузить, сравнить, позвонить, подумать. По подсчётам того же исследования, из-за откладывания задач и стресса вокруг данных компании теряют больше 43 часов в год на каждого сотрудника.

И чаще всего интерпретацию делает один человек — собственник или финансовый директор, у которого на неё меньше всего времени. В ресторанах это видно особенно ясно. Выручку по точкам каждое утро смотрят все. А почему одна точка третью неделю тихо теряет средний чек, разбирают, когда прижмёт.

Поэтому идея «просто спросить нейросеть» так соблазнительна. Она обещает не ещё один график, а штурмана — того, кто объяснит, что эти цифры значат. А на деле обещает даже больше.

Одно окно

Представьте обычное утро директора сетью кофеен. Он открывает не учётную систему, не CRM и не почту, а ChatGPT.

— Что вчера с продажами по точкам?

Нейросеть сходит в iiko и ответит: всё ровно, кроме одной точки — там средний чек третий день ниже обычного на 12%. Похоже, перестали брать десерты.

— Поставь управляющему этой точки задачу в Битрикс24: разобраться с десертами.

Нейросеть сама сформулирует задачу, придумает критерии приёмки — найти причину, предложить решение, вернуть средний чек к прежнему уровню — и поставит дедлайн на пятницу.

— Напиши поставщику, что сливки опять подорожали, и попроси прайс на следующий месяц.

Письмо готово, осталось нажать «отправить».

— И поставь разбор на четверговую планёрку.

Встреча в календаре.

Пять программ, ни одной открытой вкладки. Это и есть главный сдвиг. Программа перестаёт быть местом, куда вы заходите, и становится инструментом, которым пользуется нейросеть. Окно у вас одно.

Технически это стало возможно благодаря общему стандарту. В конце 2024 года его предложила Anthropic — для любопытных, он называется MCP. Проще всего представить его как универсальную розетку: программа один раз делает «вилку» по стандарту, и её можно воткнуть в ChatGPT, Claude и другие нейросети.

Стандарт быстро подхватили OpenAI, Google и Microsoft. К концу 2025 года работало больше 10 тысяч таких «вилок», а инструменты для их создания скачивали 97 миллионов раз в месяц. В ChatGPT, у которого к февралю 2026 года было 900 миллионов пользователей в неделю, появился каталог приложений — как магазин приложений в телефоне.

Кассы и рестораны тоже в очереди. Square, одна из крупнейших касс в США, сделала официальную «вилку» — пока в тестовом режиме. У Toast, главной американской ресторанной системы, официальной нет, зато энтузиасты собрали неофициальную на сотню с лишним функций. У нас та же картина: Битрикс24 запустил своё подключение к нейросетям, а для iiko энтузиасты выложили в открытый доступ «вилку», которая умеет 236 разных запросов.

Сделать легко, узнать трудно

Обратите внимание, где в этой сценке нейросеть была на высоте. Поставить задачу, написать письмо, создать встречу — это действия. Короткая команда, понятный результат, легко проверить.

С вопросом «что вчера с продажами» всё сложнее. Чтобы ответить, нейросеть должна протащить через себя данные. Если разработчик программы не подготовил для неё готовые итоги — по дням, по точкам, по категориям, — она получит то, что лежит в базе: тысячи чеков, строку за строкой.

Дальше происходит то, что знакомо каждому, кто дочитывал длинный договор в последний момент. Нейросеть читает, сжимает прочитанное в краткое содержание, читает дальше и снова сжимает. На каждом круге что-то теряется. Иногда — как раз та строчка, ради которой вы спрашивали.

Поэтому одно окно отлично работает для дел и пока заметно хуже — для знаний. А бизнесу, как мы выяснили, не хватает именно знаний, точнее интерпретации. Отсюда и подвохи.

Где подвох

Стажёр, который никогда не говорит «не знаю»

Понедельник, утро. Собственник ресторана пишет нейросети: «Какой у нас фудкост за сентябрь?» Через десять секунд приходит ответ: «27,5% — на 1,2 пункта лучше августа, отличная динамика!»

На планёрке финансовый директор кладёт на стол свою цифру: 30,5%. Полчаса выясняют, кто ошибся. Не ошибся никто.

Выручка — 4 млн ₽ за месяц. Нейросеть взяла только продукты в проданных блюдах. Финдиректор посчитал, как принято в компании: с питанием персонала и комплиментами гостям. Три пункта разницы — это 120 тысяч рублей в месяц, которых нет в одном отчёте и есть в другом.

Нейросеть — блестящий стажёр в первый рабочий день. Лучший вуз, пять языков, экономика на отлично. Ваших правил он не знает. Но и «не знаю» не скажет никогда: ответит уверенно, с цифрами и восклицательным знаком.

В своей программе разработчик может зашить правила намертво. А когда данные уходят в чужую нейросеть, всё, что он может, — оставить ей записку: «пожалуйста, считай вот так». Прочитает ли она записку — её дело.

Насколько это важно, в апреле проверили в dbt Labs — компании, которая делает инструменты для аналитиков. Без «словаря» правил Claude отвечал правильно в 90% случаев, со словарём — в 98%. У GPT разрыв больше: 84% против 100%. На «сырой» базе, совсем без описаний, верных ответов было 50–65%. И это учебная база, где всё аккуратно разложено, — у живого бизнеса данные куда запутаннее.

Одна цифра — два объяснения

Спросите в понедельник: «Почему упала выручка на прошлой неделе?» Нейросеть ответит: в обед стало меньше гостей, видимо, рядом открылся конкурент с бизнес-ланчами. Спросите в среду то же самое — дело уже в среднем чеке: перестали заказывать десерты.

Оба объяснения звучат убедительно, у обоих есть цифры. Нейросеть каждый раз собирает ответ заново и каждый раз находит в данных свою историю. Какая из них правда, она не знает.

А интерпретация, которой нельзя доверять, хуже, чем никакой. Без неё вы хотя бы знаете, что ничего не знаете.

Сто кнопок

Для нейросети каждая функция программы — отдельная кнопка с инструкцией. И все инструкции она перечитывает перед каждым вашим вопросом.

В Anthropic посчитали: пять популярных подключений — это 58 кнопок и около 55 тысяч токенов инструкций, ещё до первого вопроса. Это толстая брошюра текста, за чтение которой вы платите каждый раз. У себя внутри компании они видели и 134 тысячи токенов.

Чем больше кнопок, тем дороже, медленнее и тем чаще нейросеть жмёт не ту. А если к сотне кнопок добавить тысячи чеков, о которых шла речь выше, она тонет ещё до того, как начала думать.

Чат молчит

Дашборд похож на приборную панель в машине: вы на неё поглядываете, а она сама загорается, когда кончается бензин. Чат — это навигатор, который молчит, пока его не спросишь.

А самые дорогие проблемы в ресторане — как раз те, про которые вы не знаете, что о них надо спросить.

Пример. Поставщик поднял цену на сливки на 15%. В выручке этого не видно: гостей столько же, средний чек тот же. А фудкост десертов за месяц тихо уполз на пару пунктов. Чат об этом не скажет, пока вы не догадаетесь спросить именно про сливки.

Так что, программы умирают?

Нет. Они меняют профессию. Программа перестаёт быть местом, куда заходит человек, и становится инструментом, которым пользуется нейросеть — ваша или агента вашего клиента.

Дашборд при этом никуда не денется. Это факт, а спидометр нужен, даже когда в машине есть автопилот.

Чат — это попытка автоматизировать интерпретацию, ту самую работу, на которую у людей не хватает ни времени, ни квалификации. Попытка правильная. Но интерпретация без правил вашего бизнеса — это уверенная фантазия.

Поэтому ценность смещается. Раньше она была в том, чтобы красиво нарисовать график, — теперь его нарисует любая нейросеть. Теперь она в том, чтобы нейросеть знала ваши правила, считала одинаково и могла объяснить, откуда взялась каждая цифра. Тогда стажёр и правда может вырасти в аналитика, которого у вас никогда не было.

Как пользоваться с умом

Если вы решили подключить нейросеть к своим данным — своей, чужой, любой, — вот четыре правила.

1. Спрашивайте «как ты это посчитал?» Хорошая система покажет формулу, период и фильтры. Если не может объяснить — не верьте цифре.

2. Первые недели сверяйте. Задайте вопросы, ответы на которые знаете сами: выручка вчера, фудкост прошлого месяца. Совпадает — можно доверять больше.

3. Начните с одного вопроса. Возьмите то, что вы и так спрашиваете каждую неделю, например выручку по точкам. Когда ответы сойдутся с отчётами, добавляйте следующий.

4. Оставьте утренний отчёт. То, что нужно видеть каждый день, пусть приходит само. А чат — для вопросов «почему».

Почему об этом рассказываю я

Потому что я каждый день решаю ровно эти задачи. Я делаю ARBUS-AI — ассистента, который отвечает на вопросы по данным iiko. Подключить нейросеть к данным — полдня. Вся остальная работа — научить стажёра правилам.

Выглядит это так. Мы не отдаём нейросети тысячи чеков и записку «считай вот так». Мы заранее описываем ресторан так, как его понимает ресторатор: что такое выручка, что входит в себестоимость, чем точка отличается от зала, как сравнивать понедельник с понедельником. Айтишники называют это онтологией продукта. По-человечески — должностная инструкция для стажёра, которую он не может не прочитать.

Дальше нейросеть делает то, что умеет лучше всего: понимает вопрос и решает, что спросить. А считает система — по этим правилам и каждый раз одинаково. Нейросети она отдаёт не тонну строк, а готовые итоги, поэтому контекст не теряется: тонуть не в чем. Фудкост в понедельник и в среду совпадает, а на вопрос «как ты это посчитал?» всегда есть ответ.

А чтобы чат не молчал, есть отчёты по расписанию: «почему» приходит само, до планёрки, а не когда прижмёт.

Если хочется разобраться в нейросетях без терминов — 3 ноября я провожу вебинар, где рассказываю обо всём этом простым языком. Подписывайтесь на ТГ-канал, там расскажем, когда он состоится и ссылку выложим. 

А если хочется не читать, а попробовать — приходите: arbus-ai.ru