Ethan Mollick · Вклад смежной дисциплины
Кто это и что изменил
Моллик исследует управление, предпринимательство и влияние ИИ на работу и обучение. Его Co-Intelligence вышла в 2024 году. Для маркетинга значимы его объяснения взаимодействия человека с генеративными моделями и участия в исследованиях их возможностей и ограничений.
Ключевые идеи и работы
- Jagged Technological Frontier
В совместном полевом эксперименте с 758 консультантами BCG исследователи показали, что GPT-4 существенно улучшал скорость и качество на задачах внутри текущих возможностей модели, но мог ухудшать результат за пределами этой «рваной границы». - Centaurs и Cyborgs
Исследование наблюдало разные способы совместной работы: одни люди делили задачи между человеком и ИИ, другие постоянно переплетали свои действия с моделью. Универсального workflow нет — его нужно подбирать под тип задачи. - Co-Intelligence, 2024
Моллик предлагает относиться к ИИ как к участнику работы, который требует чёткой постановки задачи, экспериментов и проверки. Практический вывод для маркетинга — измерять не количество генерации, а качество проверенного результата и границы надёжности.
Главная идея простыми словами
Систему полезно проверять на конкретных задачах: предложении вариантов, анализе материалов, подготовке черновиков. Человек задаёт цель, контекст и критерии качества, затем оценивает результат. Разные задачи требуют разной глубины проверки.
Где заканчивается применимость
Моллик включён как представитель смежной области и новейшего этапа. Исторический масштаб его влияния на маркетинг ещё формируется. Убедительный ответ модели не является доказательством факта или спроса.
Рабочий вопрос
Как применить сегодня
- Выберите повторяющуюся задачу с понятным эталоном качества.
- Сравните работу с ИИ и без него по времени, ошибкам и полезности результата.
- Определите, что проверяет человек и в какой момент результат готов к использованию.
Пример применения
Учебный пример: маркетолог даёт модели обезличенные заметки интервью и просит предложить группы проблем с указанием исходных фрагментов. Затем проверяет каждую группу по материалам. Такая работа помогает структурировать данные, но не заменяет исследование покупателей и не создаёт новые факты.
Что проверять в результате
Измеряйте время до проверенного результата, число существенных исправлений и качество решений. Объём сгенерированного контента сам по себе не показывает пользу для бизнеса.
Что читать и изучать
Co-Intelligence: Living and Working with AI, 2024; исследовательские материалы Wharton о генеративном ИИ.
Источники
Историческая справка опирается на перечисленные источники. Практические шаги и учебный пример — авторская адаптация, а не цитата или доказанный результат конкретной компании. Подборка подготовлена 30 сентября 2026 года.
Связанные идеи
- Скотт Бринкер: технологическая система маркетинга
ИИ становится частью martech только тогда, когда встроен в процессы, роли и измеримые результаты. - Энн Хэндли: ясный текст как ежедневная работа маркетолога
Генерация текста ИИ особенно полезна в сочетании с человеческой редактурой, ясностью и ответственностью за смысл. - Карта раздела: люди и идеи в истории маркетинга
Вернитесь к хронологии и выберите следующую тему по своей задаче.