Закон необходимого разнообразия: почему ИИ не спасет плохой менеджмент

Инвестиции в искусственный интеллект достигли масштабов, которых история технологий еще не знала. В 2025 году затраты на инфраструктуру дата-центров составили $770 млрд, обойдя вложения в добычу нефти и газа. К 2026 году Microsoft, Amazon, Meta и Google планируют потратить на ИИ около $725 млрд — это на 77% больше их же рекордов прошлого года. ИИ превращается в такой же фундаментальный фактор перемен, каким когда-то стал компьютер.

Эти вложения — попытка нарастить сложность управляющей системы быстрее, чем растет сложность окружающего мира. В середине XX века британский кибернетик Уильям Росс Эшби сформулировал закон необходимого разнообразия: управлять системой можно только в том случае, если разнообразие управляющего механизма не уступает разнообразию объекта управления.

Проблему управления сложными системами изучали и в СССР — академики Никита Моисеев и Виктор Глушков искали способы научить систему понимать мир быстрее, чем он меняется. Однако сегодня многие организации используют ИИ лишь как сверхбыстрый принтер для типовых отчетов. Инструмент для качественного скачка в управлении появился, но вопрос в том, смогут ли компании использовать его для глубокого анализа реальности, а не просто для ускорения старых процессов.

Культура важнее технологий

Эволюция управления — это история борьбы со сложностью. Письменность позволила хранить память вне мозга, бюрократия распределила роли, иерархии дали возможность руководить миллионами. ИИ делает следующий шаг: он автоматизирует не просто расчеты, а когнитивные функции — поиск закономерностей и оценку рисков.

Этапы развития управленческого разнообразия:

• Племя: память одного человека.
• Письменность: внешнее хранение данных.
• Бюрократия: разделение ролей и специализация.
• Государство: выстраивание иерархий.
• Компьютер: автоматизация вычислений.
• Интернет: мгновенная связь и обмен данными.
• ИИ: автоматизация эвристик и интуитивных суждений.

ИИ масштабирует ту культуру, которая уже заложена в компании. В адаптивной организации нейросети ускорят реакцию на рыночные изменения. В бюрократизированной структуре, где отчетность важнее дела, ИИ начнет генерировать безупречные на вид, но пустые KPI, усиливая внутренний хаос. Существует риск, что цифровые помощники будут принимать решения быстрее людей, но совершать при этом те же системные ошибки.

Уроки Рима, СССР и современных корпораций

История знает примеры, когда системы гибли из-за нехватки скорости и глубины управления. Римская империя столкнулась с физическим пределом: гонец из столицы в провинцию шел недели, и за это время информация безнадежно устаревала. Система управления была слишком медленной для такой территории.

СССР представлял собой еще более сложный механизм с миллионами граждан и тысячами предприятий. Управленческие циклы растягивались, обратная связь терялась в иерархических слоях. Система не выдержала, когда ее внутренняя сложность превысила возможности управления. Проекты вроде ОГАС Виктора Глушкова были попыткой спасти ситуацию через автоматизацию экономики, но тогда для этого не хватило технологий.

Walmart и Amazon демонстрируют другой подход. Система Eden от Walmart для контроля свежести продуктов призвана сэкономить $2 млрд в ближайшие годы. ИИ-агенты Amazon в пиковые периоды обеспечивают точность доставки на уровне 98%. Эти компании не просто считают быстрее — они встроили ИИ в реальные контуры принятия решений, видя ситуацию в прямом эфире.

Цифровой феодализм и кибербезопасность

Внедрение языковых моделей (LLM) часто проваливается не из-за слабости алгоритмов, а из-за «грязных» данных, отсутствия единых хранилищ и неясных зон ответственности. Без пересмотра операционной модели покупка софта бесполезна.

В кибербезопасности гонка вооружений идет уже сейчас. По данным CrowdStrike, в 2025 году число ИИ-атак выросло на 89%. В России около 80% фишинговых кампаний используют нейросети для адаптации к действиям защиты в реальном времени. Просто нанять больше специалистов уже нельзя — нужно наращивать объем телеметрии и автоматизировать расследования. Либо ваша система защиты соответствует сложности атаки, либо вы теряете управление.

Три критерия для руководителя

Чтобы понять, готов ли бизнес к внедрению ИИ, нужно ответить на три вопроса:

1. Где находятся слепые зоны? ИИ не исправит ситуацию, если ключевые данные отсутствуют или искажены.
2. Готова ли система менять решения? Если обратная связь в компании игнорируется, нейросеть лишь поможет убедительнее обосновывать старые заблуждения.
3. Что именно масштабируется? Технология усиливает то, что есть. Если в основе лежат самообман и бюрократия, результатом станет лишь ускоренное производство ошибок.

Закон Эшби неумолим: выживают не самые богатые или технологичные, а те, чья система управления способна адекватно реагировать на сложность мира.