Попросите любую языковую модель составить план роста проекта на семь лет — и через несколько секунд получите структурированный документ с фазами, временными горизонтами и конкретными цифрами. Фаза 1: первые 100 пользователей из личных контактов. Фаза 5: 50–100 тысяч пользователей, выход на смежные рынки. Выглядит профессионально. Проблема в том, что этот документ не является прогнозом.
Языковые модели обучены на текстах, написанных людьми, — в том числе на бизнес-планах, маркетинговых стратегиях и стартап-руководствах. Модель научилась воспроизводить форму таких документов: структуру, терминологию, характерные числа. Но форма — не содержание. Когда модель пишет «реалистично: 1000–3000 установок за первый месяц», она не анализирует ваш продукт, конкурентную среду или рекламный бюджет. Она воспроизводит паттерн, который встречался в обучающих данных достаточно часто, чтобы казаться правдоподобным.
Это хорошо видно на примере стандартных советов по привлечению пользователей: «создайте аккаунт в Twitter/X», «напишите на Hacker News», «разместитесь на Product Hunt». Все три совета технически верны в том смысле, что некоторые стартапы так делали. Но модель не знает, что посты на HN редко попадают на главную страницу, что X практически не даёт переходов по внешним ссылкам, а Reddit блокирует аккаунты за саморекламу. Контекст, который делает совет применимым или бесполезным, в ответе отсутствует.
Советы вроде «выйдите на Product Hunt» или «пишите на Hacker News» одинаково бесполезны без учёта реального контекста.
Отдельная проблема — структура вероятностных прогнозов. Пессимистичный сценарий от ИИ почти никогда не включает нулевой результат, хотя для большинства стартапов именно он статистически наиболее вероятен: по разным оценкам, от 70 до 90% новых продуктов не достигают устойчивой аудитории. Если спросить модель напрямую — «а может быть ноль пользователей через год?» — она согласится. Но сама такой вариант не предложит, потому что в обучающих текстах пессимистичные прогнозы с нулём встречаются редко: их не принято публиковать.
Автор материала на Habr формулирует это точно: планирование с ИИ почти не отличается от планирования некомпетентным человеком. Человек без специальных знаний о конкретном рынке напишет такой же план — с теми же фазами и теми же советами. Разница лишь в скорости и цене. Раньше подобный документ стоил денег и времени консультанта, поэтому казался ценным. Теперь тот же текст генерируется за 10 секунд бесплатно — и становится очевидно, что его ценность была иллюзорной изначально.
Это не означает, что языковые модели бесполезны для работы со стратегией. Они хорошо справляются с задачами, где есть чёткие входные данные: структурировать уже принятые решения, найти противоречия в логике, сформулировать гипотезы для проверки. Но генерация плана «с нуля» по описанию проекта — это не анализ и не прогноз. Это имитация документа, который выглядит как план.


