ИИ-диспетчер. Или как дорогие бизнес-задачи внезапно перестали быть дорогими

С ИИ сейчас происходит странная вещь... Бизнес смотрит на него как на игрушку — эффектную, шумную, слегка подозрительную. Что-то генерирует, что-то пишет, иногда рисует. Выглядит интересно, но к реальной экономике компании будто бы отношения не имеет. И это логично. Потому что если использовать нейросети по одной, именно так они и выглядят — демонстрациями возможностей, а не инструментами.

Проблема вообще не в качестве моделей. Проблема в том, что их пытаются использовать как замену человека, а не как систему процессов.

Я же пока двигаюсь кейсами. Маленькими шагами. Беру задачу, которая раньше решалась людьми, студиями или подрядчиками, и смотрю — можно ли разложить её на этапы, каждый из которых выполняет отдельный тип модели.

Кейс — массовая замена изображений для сайта

Не умная нейросеть, а связка специализированных мозгов. Последний кейс — массовая замена изображений для сайта. Звучит скучно, пока не начинаешь считать экономику. Раньше это означало: фотограф, обработка, постановка, ретушь, согласования. Сотни изображений превращались в бюджет, который легче отменить, чем утвердить. Теперь процесс выглядит иначе:

Одна модель анализирует фото и описывает, что на нём происходит.
Вторая пересобирает изображение по этому описанию, но уже с нужными изменениями.
Третья (шлюз) подключается как резерв, если первая или вторая начинают вести себя не так как надо ))

И внезапно задача, которая стоила десятки или сотни тысяч рублей, начинает решаться потоком. Не дешевле на 10%. В десять — иногда в сто — раз дешевле.

Тут и происходит главный сдвиг. ИИ перестаёт быть способом ускорить старый процесс. Он делает возможными задачи, которые раньше вообще не существовали в бюджете компании. Не оптимизация. Расширение реальности бизнеса. Потому что раньше вопрос звучал: «можем ли мы себе это позволить?» Теперь — «сколько вариантов мы бы хотели сделать?»
Разница колоссальная.

Чтобы это заработало, пришлось выйти из режима одной модели и собрать мультишлюзовую систему — когда разные AI работают как отделы внутри одной невидимой команды. Если один сервис недоступен, задача уходит другому. Если один силён в анализе, другой занимается визуализацией. Пользователь этого не видит. Он видит результат.

Не важно что внутри приложения, которое работает

И вот парадокс: чем сложнее внутренняя архитектура, тем проще становится внешний опыт. Никакой магии. Никаких разговоров про нейросети.

Есть кнопка. Есть поток задач. Есть нужный результат. Бизнесу не нужны нейросети как технология. Бизнесу нужны новые классы задач, которые внезапно становятся экономически разумными.

Я не предлагаю «внедрять ИИ». Я собираю ИИ-диспетчера — системы, которые распределяют работу между моделями и превращают дорогие, почти фантастические процессы в обычную операционную функцию. И самое интересное — это даже не автоматизация, а то, что впервые за долгое время технологии не ускоряют старый мир — они расширяют границы того, что бизнес вообще считает возможным.