Нейросети

Как люди используют нейросети в работе: исследование CBS

Провели мини-исследование и выяснили, как на самом деле используют нейросети в работе: для каких задач, почему ответы часто кажутся поверхностными и что мешает применять ИИ увереннее.

11 февраля 2026

В рабочем чате сейчас легко встретить две крайности. Одни говорят: «ИИ для работы - это магия, я теперь всё делаю быстрее». Другие ворчат: «Нейросети в работе дают поверхностные ответы, всё равно переписывать».

City Business School провела мини-исследование, чтобы понять, как люди реально используют нейросети в работе, что получается хорошо, что раздражает, и почему многие так и не доходят до уровня “ИИ как помощник, а не игрушка”. Ниже - выводы без воды и с понятными выводами, которые можно применить уже сейчас.

1) Уровень использования ИИ в рабочих задачах
Главное: нейросети в работе уже стали привычкой, но у многих это привычка “по настроению”.

По итогам опроса распределение выглядит так:

Регулярно используют ИИ - около 55–60%
Иногда используют - около 35%
Не используют, но интересуются - около 10%
Пробовали, но “не прижилось” - около 10%

Что это означает на практике:

ИИ уже внедряется в повседневные процессы, особенно там, где много текста и быстрых решений.
Но анализировать рынок простыми словами, строить расчёты, принимать решения через ИИ пока умеют единицы.
Большая часть пользователей находится в режиме “я знаю, что это полезно, но результат нестабильный”.

2) Для каких задач используют нейросети в работе чаще всего

Когда говорят “использование ИИ”, чаще всего имеют в виду не сложные автоматизации, а понятные вещи, которые отнимают время.

Топ-направления применения:

Создание текстов и писем (лидер)
Идеи и мозговой штурм
Презентации и визуальные материалы
Стратегические решения
Аналитика, поиск информации, структурирование данных

Если перевести на язык “что болит у сотрудников”:

Нужен быстрый черновик письма клиенту - открывают нейросеть.
Надо придумать 10 вариантов заголовка, УТП, структуру документа - снова нейросеть.
Надо собрать “в одну картинку” большой объём информации - тоже туда.

И вот тут важная деталь: ИИ для работы чаще используют там, где результат можно быстро проверить глазами. Текст видно сразу. А вот в аналитике и решениях нужно уметь проверять, и это уже другой уровень навыка.

3) Как люди работают с нейросетями: три стиля, которые решают всё

В исследовании выделились три паттерна (по сути - три типа “промптинга”):

Как человек задаёт запрос	Примерно какая доля	Что обычно получается
Строит цепочки запросов под задачу	~36,7%	Результат заметно глубже, меньше “воды”, выше точность
Иногда уточняет и дописывает	~33,9%	Средний результат: где-то ок, где-то мимо
Пишет короткий запрос “на глаз”	~21,3%	Часто получает поверхностные ответы и разочарование

Почему это критично: нейросеть не читает мысли. Если запрос общий, ответ будет общий. Поэтому проблема “ИИ даёт поверхностные ответы” часто не в модели, а в том, что человек попросил “сделай красиво”, не объяснив что именно значит “красиво”.

4) Основные сложности и барьеры использования ИИ

Вот топ проблем использования нейросетей из опроса:

Ответы поверхностные
Приходится всё переделывать вручную
Страх применять ИИ в серьёзных решениях
Непонятно, как адаптировать ИИ под свои задачи
Недоверие к качеству результата

“Поверхностно” и “переделывать” обычно лечится структурой запроса и правильной постановкой задачи.

“Страх” и “недоверие” лечатся понятной проверкой и границами применения (что можно, что нельзя).

Проблема	Почему так происходит	Что помогает быстро
ИИ даёт поверхностные ответы	Запрос слишком общий, нет контекста	Добавить роль, цель, аудиторию, формат, ограничения
Всё приходится переписывать	Нет требований к стилю и структуре	Попросить структуру, затем доработку по пунктам
Страшно применять в серьёзных решениях	Нет проверки и ответственности	Использовать ИИ как “аналитика”, а решение оставлять человеку
Не понимаю, как применять под свои задачи	Нет сценариев	Собрать 10 типовых сценариев по роли и закрепить шаблоны
Недоверие к качеству	Нет источников, нет сверки	Просить ссылки/основания, сравнивать с данными компании

5) Самооценка уровня владения нейросетями: “начал, но не умею”

Большинство оценивают себя на 4–7 из 10. Продвинутых (8–10) мало, есть и группа 1–3, которая вообще не понимает, что делать с ИИ.

Как это выглядит в жизни:

“Я вроде умею, но каждый раз по-разному”.
“Я знаю, что можно круче, но не знаю как”.
“Я попробовал, получил ерунду, решил что это не работает”.

И это, кстати, нормальная стадия. ИИ как навык устроен примерно как Excel: можно открыть и “что-то сделать”, но чтобы реально ускоряться, нужны шаблоны, логика и практика.

6) Редкие, но перспективные сценарии применения ИИ в компаниях

В опросе присутствуют кейсы, которые пока встречаются реже, но выглядят супер перспективно:

Проверка договоров и юридических документов
Работа с Excel и данными
Расчёты и моделирование
Подготовка к тестированию
Проектное управление и создание ассистентов

Почему они “перспективные”, но редкие:

Тут выше цена ошибки.
Нужно уметь задавать рамки и проверять результат.
Часто нужны данные компании (а с ними всегда вопрос доступа и безопасности).

«ИИ в управлении начинает давать сильный эффект не на “написать текст”, а на “помочь думать, проверять гипотезы, собирать варианты”. Просто туда нельзя прыгнуть без базы.»

Мария захарова

7) Как участники видят будущее навыка ИИ

Самая частая позиция: “ИИ - это базовая цифровая грамотность”. На втором месте - “конкурентное преимущество”. Скептиков “хайп пройдёт” почти нет.

Если говорить на языке рынка труда:

“Я не обязан быть технарём, но я обязан уметь использовать ИИ для работы”.
Руководителям это особенно заметно: команда уже применяет нейросети в работе, а руководитель без навыка начинает “не попадать” в скорость.

Чек-лист: как улучшить результат от ИИ уже на этой неделе

Это короткая “инструкция без героизма”, чтобы ИИ в бизнесе перестал быть лотереей.

1) Сделайте 5–10 рабочих сценариев (и не изобретайте каждый раз заново)

Примеры сценариев для руководителя и специалиста:

“Черновик письма клиенту”
“Сводка отчёта на 1 страницу”
“План встречи + вопросы”
“Риски решения и альтернативы”
“Идеи гипотез для роста”

2) Простой шаблон запроса, который почти всегда работает

Роль: кто ты (маркетолог, руководитель, HR)
Цель: что нужно получить
Контекст: где используется (сайт, презентация, письмо)
Аудитория: кому адресовано
Формат: таблица, список, план, текст
Ограничения: что нельзя, какой стиль, какая длина

3) Проверьте качество не “на ощущениях”, а по трём вопросам

Это можно применить прямо сейчас?
Это соответствует нашей ситуации и цифрам?
Где тут риск/ошибка и как я это проверю?

Исследование показывает простую картину: нейросети в работе уже стали нормой, но у большинства использование ИИ остаётся интуитивным. Отсюда и главные боли: поверхностные ответы, ручная доработка и страх применять ИИ в серьёзных задачах.

“ИИ для работы” начинает давать ощутимую пользу, когда появляется система - сценарии, понятные запросы, проверка результата и границы ответственности. Тогда нейросеть становится помощником, а не генератором случайных текстов.