Как Mish смотрит на нейросети в бизнесе и почему это работает

Нейросети сейчас советуют внедрять примерно так же часто, как пить воду и высыпаться. Но бизнесу важнее не сам ИИ, а результат: чтобы поддержка не захлёбывалась в одинаковых вопросах, согласования не жили своей жизнью, а команда не тратила часы на ручную рутину.

В Mish мы смотрим на нейросети без святого восторга. Помогают убрать рутину, ускорить процессы и освободить людей для нормальной человеческой работы — берём. Добавляют хаос и ещё один инструмент, который все забудут открыть, — спасибо, не сегодня.

Каким был наш путь

За пару лет инструменты прошли огромный путь: от странных картинок, которые мы бы не рискнули показать клиенту, до визуалов, которые уже можно использовать в коммерческих проектах. Мы не стали ждать идеальной модели и начали тестировать то, что уже было доступно.

Мы начали внедрять нейросети довольно рано. Сначала — осторожно и местами экспериментально. Например, для приложения с гаданиями НейроАстро нужно было сделать карты Таро. Бюджет был ограничен, а рисовать отдельную иллюстрацию для каждой карты стоило бы слишком дорого. Поэтому мы предложили использовать генеративную графику.

Тогда это ещё не выглядело как магия по кнопке. Мы генерировали отдельные части изображений, склеивали их в Photoshop, вручную докручивали композицию и буквально собирали результат по кускам. Массовым и простым такой процесс назвать было нельзя, но он уже показывал, что нейросеть может снижать стоимость и ускорять работу, если процессом руководит специалист.

Где нейросети реально дают эффект

Поддержка клиентов. Самый очевидный сценарий — поддержка. Но не та, где робот заменяет человека и заставляет клиента проходить все круги ада ради живого ответа.

Речь про другое. Клиент пишет длинное сообщение: эмоции, детали, контекст, а где‑то внутри — реальный вопрос. Нейросеть помогает быстро вытащить суть и собрать черновик ответа. Например, с этим хорошо справляются Claude и ChatGPT.

Человек всё равно остаётся главным: проверяет факты, выбирает тон и принимает решение. Просто тратит меньше времени на первый разбор.

Продажи и коммерческие предложения. В продажах много похожих писем, аргументов и материалов, которые каждый раз немного новые, но собраны из знакомых блоков.

Мы не хотим, чтобы сильные специалисты тратили полдня на очередное письмо. Поэтому используем нейросети как черновой двигатель, они помогают быстро собрать структуру, аргументы и первую версию текста. А дальше человек превращает заготовку в нормальное внятное предложение.

Отчёты, сводки и внутренняя аналитика. Отдельная боль — когда специалист собирает данные из десяти источников, а цифры всё равно не бьются. Здесь нейросети помогают быстрее замечать закономерности, находить аномалии и собирать короткие, понятные сводки из большого массива информации.

У нас есть прикладной пример. С помощью Cursor и AI‑агентов мы перенесли внутреннюю систему планирования занятости ресурсов из Google‑таблиц в веб‑приложение. Раньше планирование держалось на таблицах, ручной сверке и постоянном переключении между представлениями. Теперь загрузку можно смотреть по проектам, сотрудникам, на канбан‑доске и диаграмме Ганта.

В приложении видно недельную ёмкость каждого сотрудника: какими проектами он занимается, сколько часов доступно для загрузки, где стоят отпуска и праздничные дни. Отдельно собрали графики по занятости штатных сотрудников и специалистов на ГПХ, балансу загрузки и общей загрузке отделов. А проекты можно фильтровать и сортировать по отрасли, типу, аккаунтам, менеджерам, арт‑директорам, бюджетам, срокам и статусам.

В итоге веб‑приложение сократило время планирования ресурсов с 2 часов до 30 минут. То есть ИИ не заменил управленческие решения, а помог быстрее собрать рабочий инструмент, который убрал часть ручной рутины и сделал картину по загрузке команды понятнее.

С визуалом тоже можно работать в ИИ: Midjourney помогает искать атмосферу, Recraft — делать графику, иконки и векторы, Adobe Firefly — быстро собирать и править визуалы. Но идею всё равно придумывает дизайнер. Нейросеть чаще выдаёт усреднённый результат, а бренду нужен человек с насмотренностью, вкусом и пониманием задачи.

Почему мы сделали Строфи

В какой‑то момент инструментов стало слишком много. Один инструмент для картинок. Второй — для видео. Третий — для апскейла. Четвёртый — для уменьшения размера. Пятая подписка, шестая подписка, доступы у разных команд, практики не передаются, кто‑то что‑то сломал, кто‑то не понял, где лежит результат. В какой‑то момент сам дизайн рискует отойти на второй план, потому что инструмент становится важнее задачи.

Так появился Строфи — нодовая система, которая объединяет несколько нейросетей и решений в одном интерфейсе. Изначально мы делали его для себя, чтобы собрать работу с текстом, изображениями, видео и другими форматами в одну понятную среду.

Логика простая: команде не нужно бесконечно прыгать между сервисами, терять контекст и собирать процесс по кускам. Можно выстраивать цепочки, подключать разные модели, сравнивать результаты, сохранять подходы и передавать практики внутри команды.

Как использовать нейросети дешевле и умнее

Когда мы дали команде почти безлимитный доступ к нейросетям, все активно тестировали, генерировали и искали варианты, а счета начали расти слишком бодро. Так мы сформулировали несколько правил, которые помогают использовать нейросети в коммерческих проектах дешевле и эффективнее.

4К на каждом шаге излишне. Дизайнеры почему‑то очень любят большие форматы, но на ранних этапах они часто не нужны. Для поиска идеи, композиции и чернового направления достаточно более лёгких вариантов. Высокое разрешение имеет смысл подключать тогда, когда понятно, что именно идёт в финал.

Один подробный промпт вместо тысячи мелких правок. Частая ошибка — делать одну генерацию на каждую мелкую правку: «измени цвет футболки», потом «поверни кепку», потом «добавь деталь». Всё это можно объединить в один запрос и сэкономить токены, время и нервы.

Помните про уже хорошо знакомые инструменты. Не забываем про Photoshop, Illustrator, After Effects и другие ручные инструменты. Нейросеть не бог и не обязана понимать всё. Иногда быстрее дорисовать деталь вручную, собрать коллаж, поправить кадр или обрезать видео, чем два часа просить модель сделать то, что она упорно не понимает.

Человек должен контролировать нейросеть. Для фото мы указываем ракурсы, референсы, свет, камера, материалы. Для 3D — примеры и понятная форма. Для видео — ключевые кадры, статика, раскадровка и заранее продуманная динамика. Чем меньше неопределённости, тем меньше случайных и дорогих попыток.

Смотрим шире одной идеи. Упираться в идею, если она не идёт, глупо. Иногда нужно заменить прозрачное яйцо на белое, изменить цвет, упростить концепцию или повернуть объект на бок, чтобы сцена стала реалистичнее. Это не поражение перед нейросетью, а нормальная работа с инструментом.

После таких правил расходы стали ниже, а объём и качество работы с клиентами не пострадали. Это и есть нормальная оптимизация: не запретить инструмент, а понять, как пользоваться им с умом.

Почему мы вообще говорим об этом уверенно

Ниже короткий ориентир, который помогает заранее оценить потенциал изменений и не запускать большой проект без понятного эффекта.

Эта таблица — не догма, которую мы проповедуем, а скорее тот самый сказочный камень у развилки: налево пойдёшь, время сэкономишь; направо свернёшь, деньги найдёшь; прямо шагнёшь, порядок наведёшь.

Эффект от оптимизации важно оценивать не по ощущениям, а по понятным показателям.

Поэтому до внедрения лучше определить основные метрики, например:

• время (сколько минут уходило и сколько стало);
• качество (сколько ошибок, доработок, возвратов);
• стабильность (у всех ли получается одинаково хорошо, легко ли вводить новичков);
• стоимость (сколько денег уходит на инструменты, токены и подписки);
• управляемость (понятно ли, кто, где и зачем использует ИИ).

Если через 2–4 недели вы видите, что время снижается, качество не падает, а команда не проклинает инструмент, значит, вы на правильном пути.

Вопрос — ответ: коротко о главном

Нейросети заменят сотрудников? Нет, они лучше работают как помощник. Помогают докрутить черновик, выделить важное и убрать часть рутины. Решения, ответственность и контроль качества остаются у людей.

С чего начать, если страшно и непонятно? С одного процесса, где много повторов и легко измерить эффект: поддержка, продажи, внутренняя база знаний, отчётность. В дизайне с понятных сценариев и системы компонентов, чтобы перестать рисовать одно и то же по кругу.

Как не потратить на нейросети слишком много? Не давать безлимит без правил. Использовать разные модели под разные задачи, не включать максимальное качество на черновых этапах, объединять правки в один промпт, фиксировать удачные подходы и не пытаться бесконечно перегенерировать то, что быстрее поправить руками.

В итоге зачем нейросети бизнесу?

Бизнесу нужны процессы, которые не тормозят рост, команда без бессмысленной ручной рутины и продукт, который развивается быстрее, чем согласуется очередная табличка.

Нейросети помогают ускорить черновую работу, собрать информацию и освободить людей для решений, где нужен опыт.