Споры о регулировании ИИ, «культурный инжиниринг» нейросетей и конец эпохи зубрежки — эти темы стали центральными в дискуссии с участием российских и международных экспертов:
- Иван Хворов, директор программ Школы управления СКОЛКОВО, руководитель направления по академической интеграции иммерсивных форматов;
- Александр Диденко, профессор бизнес-практики Школы управления СКОЛКОВО, руководитель Лаборатории искусственного интеллекта;
- Чэнг Жанг, заместитель декана Фуданьского университета;
- Аврора Диаз-Солоага, эксперт по педагогике cистемы i5, зампредседателя по образованию Евразийского отделения PRME Глобального Договора ООН, старший преподаватель университета AlmaU (Казахстан).
Тренд 1: Стратегия важнее технологии
Успех внедрения ИИ определяет не мощь алгоритма, а системность подхода.
Мировой опыт показывает: путь бизнеса в освоении ИИ часто лежит между двумя крайностями: стартом на волне эйфории и финалом в фазе разочарования. Компании совершают две типичные ошибки:
- Ожидают мгновенного эффекта — без стратегии и адаптации процессов;
- Прекращают эксперименты слишком рано, когда технология еще не проявила потенциал.
Вывод: реальная отдача от ИИ появляется там, где создаются системные стратегии внедрения, учитывающие не только алгоритмы, но и человеческий фактор — культуру, обучение, вовлечение команд.
Тренд 2: Регулирование как драйвер или тормоз
Внедрение ИИ во многом зависит от того, как государства выстраивают правила игры.
Мировая картина демонстрирует три разных подхода:
- Китай делает ставку на масштаб и скорость. Центральное правительство установило конкретные целевые показатели: к 2027 году — 70% населения активно используют ИИ-агентов, к 2032 — уже 90%. Такой подход реализуется по схеме «сверху вниз», где регулирование не ограничивает бизнес, а стимулирует его к инновациям. В стране активно создаются отраслевые агенты, способные выполнять узкоспециализированные задачи. Пример — агент Xiaomi, который помогает покупателю сформировать заказ и оплатить его в сервисах доставки еды.
- Развивающиеся экономики, включая страны Центральной Азии, демонстрируют гибкость и открытость. Отсутствие устаревших систем позволяет внедрять новые решения с нуля. Это напоминает революцию мобильной связи в Африке, когда отсутствие инфраструктуры стало не ограничением, а преимуществом. Здесь искусственный интеллект рассматривается не как угроза, а как возможность для прорыва.
- Европейский Союз двигается медленнее: он выстраивает идеальную нормативную конструкцию. Внимание сосредоточено на безопасности и этике, но этот приоритет снижает темпы внедрения и часто тормозит инициативы.
Вывод: регулирование может стать как драйвером, так и тормозом. Пока одни государства идут путем быстрых экспериментов, другие стремятся к качественному регулированию — но теряют темп. В долгосрочной перспективе выигрывают те, кто совмещает гибкость и стратегию, создавая адаптивные нормы.
Тренд 3: Культурный код больших языковых моделей
Большие языковые модели (Large language model, LLM) отражают культурные контексты, в которых они обучаются.
Исследование Лаборатории ИИ Школы управления СКОЛКОВО с использованием методологии Хофстеде показало: язык запроса влияет на ответ модели сильнее, чем её исходная архитектура. Например, на один и тот же вопрос о счастье на итальянском и немецком языках мы получаем разные ответы — более позитивные на итальянском (4 из 5) и сдержанные на немецком (2 из 5). Русскоязычные модели демонстрируют низкую дистанцию власти и сочетание индивидуализма с элементами коллективизма, что перекликается с двойственностью российской культуры, описанной Александром Аузаном в его книге «Культурные коды экономики».
Модели «впитывают» культуру своих разработчиков в процессе обучения и через доминирующие языковые паттерны в тренировочных данных. Это открывает возможности для целенаправленного «культурного инжиниринга» будущих моделей и программирования их под разные контексты.
Вывод: язык и культура — не надстройка, а фундамент искусственного интеллекта. Осознанная работа с культурным кодом делает модели точнее, этичнее и ближе к человеку.
Тренд 4: Трансформация образования: от знаний к метанавыкам
Искусственный интеллект радикально меняет педагогический дизайн и само понимание процесса обучения.
Акцент глобально смещается с запоминания и воспроизведения информации на развитие компетенций для сотрудничества с алгоритмами.
Ключевые тенденции:
- Развитие навыков prompt engineering (формулирование точных запросов) как нового языка взаимодействия с машинами. Важно уметь находить нестыковки и интерпретировать результаты, критически оценивая полученную от модели информацию;
- Внедрение иммерсивных форматов, где ИИ анализирует невербальные сигналы, поведение и эмоции студентов;
- Переход от оценки знаний к развитию мышления и способности к рефлексии.
В лабораториях Школы управления СКОЛКОВО проходят эксперименты по анализу речи и мимики во время деловых игр. Это позволяет участникам получать объективную обратную связь о своем стиле взаимодействия, лидерских паттернах и реакции на стресс.
Вывод: ИИ становится партнером, а образование — пространством для развития метанавыков, необходимых для работы с ИИ. Учебный процесс превращается в постоянный цикл сотрудничества человека и алгоритма, где успех определяется не уровнем знаний, а глубиной понимания.
Вызовы и прогнозы на пути интеграции ИИ
Уже не фантастика: как ИИ меняет рынок
Успешные кейсы внедрения ИИ-решений, особенно в e-commerce, доказывают: технологии реально повышают операционную эффективность. Яркий пример — опыт китайских компаний, где происходит консолидация сервисов: множество разрозненных приложений заменяются единым универсальным ассистентом. Один помощник теперь может выполнять самые разные задачи — от бытовых поручений до организации рабочих процессов. Параллельно меняется и сама технологическая конкуренция: теперь в фокусе — создание экономичных, энергоэффективных и узкоспециализированных решений. Формируется новая конкурентная среда, где важны не только мощность, но и целесообразность.
Главный барьер — организационный
Однако на пути интеграции ИИ возникает неожиданное препятствие. Сотрудники часто предпочитают пользоваться персональными ИИ-инструментами, а не корпоративными решениями. Эта проблема уже не техническая, а управленческая. Чтобы ее решить, нужна глубокая трансформация подходов: диагностика мотивации команды, адаптация корпоративной культуры и выстраивание доверия к технологиям.
Сотрудничество вместо конкуренции
Несмотря на сохраняющиеся опасения, что ИИ заменит людей, основной тренд будущего — это не конкуренция, а сотрудничество человека и технологии. В бизнес-образовании это уже привело к пересмотру подготовки лидеров. На первый план выходят навыки стратегического взаимодействия с искусственным интеллектом. Ключевой фигурой становится «квалифицированный заказчик» — управленец, способный формулировать комплексные задачи для ИИ без необходимости углубляться в технические детали.
Перспективы развития связаны с созданием инфраструктуры для совместной работы университетов и бизнеса над проектами с использованием ИИ. Кроме того, критически важен кросс-культурный обмен практиками — многие решения уже доказали эффективность в разных странах и контекстах.
Резюме: В условиях непрерывной технологической эволюции устойчивое преимущество получат организации, которые делают ставку не на тотальную автоматизацию, а на глубокую интеграцию ИИ в человеко-центричные процессы. Этот путь требует подготовки нового поколения руководителей и создания инфраструктуры для международной кооперации, где обмен знаниями станет драйвером прорывных решений.
Приглашенный профессор бизнес-практики Школы управления СКОЛКОВО
Эксперт по педагогике cистемы i5, зам. председателя по образованию Евразийского отделения PRME Глобального Договора ООН, старший преподаватель университета AlmaU (Казахстан)
Заместитель декана, Fudan University