«Технология — это ничто. Важно то, что у вас есть вера в людей, что они в основе своей добры и умны, и если дать им инструменты, они сделают с ними чудесные вещи.»
— Стив Джобс
Про что этот пост — и про что нет
Большинство консультантов и PM-ов уже освоили базу: ChatGPT или Claude помогают написать письмо клиенту, сформулировать гипотезу, набросать структуру документа или быстро разобраться в незнакомой теме. Это — первый уровень. Этот пост — про второй уровень: инструменты, которые реально меняют то, как устроена работа команды, а не только скорость написания отдельных текстов.
Исследование Harvard Business School и BCG на 758 консультантах показало: те, кто использует ИИ, выполняют на 12,2% больше задач, работают на 25,1% быстрее и производят результаты на 40% качественнее. McKinsey развернул внутренний ИИ-инструмент Lilli на 45 000 сотрудников — 72% используют его активно, а сам инструмент экономит до 30% времени на исследованиях и синтезе знаний. Данные OpenAI по 9 000 работников из 100 компаний: тяжёлые пользователи экономят 10+ часов в неделю. Короче говоря — это работает. Вопрос только в том, используете ли вы уже конкретные инструменты или всё ещё думаете, что ChatGPT — это и есть ИИ-трансформация.
1. 🧠 NotebookLM: единая база знаний команды
Забудьте про shared folders, Confluence, папку «Методология клиента — финальная версия 3 (2)». NotebookLM от Google — это ваш командный ИИ-агент, который работает строго по загруженным вами документам: методологии, протоколы встреч, данные от клиента, внутренние гайды.
Как это работает на практике: вы загружаете в NotebookLM всё, что есть по проекту — Google Docs, PDF-ы, слайды, веб-ссылки, даже аудиофайлы. Дальше любой член команды может задавать вопросы в свободной форме: «Какую методологию оценки зрелости операционных процессов мы согласовали с клиентом?» — и получает ответ с цитатами из конкретного источника. Никакого «пойди поищи в Teams».
Прикольная функция, которую все недооценивают: Audio Overview — один клик, и NotebookLM превращает ваши документы в подкаст с двумя дикторами, которые обсуждают ключевые тезисы. Едете к клиенту час на машине? Слушайте материалы по проекту вместо музыки. Реально работает.
Для тех, кто хочет большего — следующий уровень называется RAG (Retrieval-Augmented Generation). Это архитектура, при которой LLM-модель получает доступ к вашим корпоративным базам знаний в реальном времени, не «запоминая» их навсегда, а обращаясь к ним при каждом запросе. Исследования показывают: сотрудники тратят до 30% рабочего дня на поиск информации, половина поисков безуспешна. RAG решает именно эту проблему. Но если у вас нет ИТ-ресурсов для развёртывания — начните с NotebookLM. Это занимает 20 минут.
2. 📊 Copilot в Excel (и Claude для цифр): конец data crunching
Copilot в Excel в 2026 году — это совсем не тот Copilot, который был год назад. Теперь он умеет читать PDF напрямую, извлекать финансовые данные, строить полноценный дашборд буквально из одного промпта. Вы можете загрузить три годовых отчёта на датском языке и попросить создать финансовый дашборд на английском — он справится.
Что конкретно меняется для проектной команды:
- Сложные модели создаются за минуты, а не за дни. Pivot tables, forecast-модели, условное форматирование — всё через натуральный язык
- Python-powered analysis: Copilot генерирует Python-код прямо в вашем спредшите и выполняет его — forecasting, risk analysis, статистика — без единой строчки кода с вашей стороны
- Аналитик больше не нужен для каждого ad hoc запроса — руководитель проекта или ассоциат сам получает ответ за 2 минуты
- Microsoft Copilot работает внутри вашего Microsoft 365 тенанта, соблюдая политики безопасности данных компании — это важно для клиентских данных
Кстати, BCG уже запустил внутренний инструмент Deckster — по сути тот же принцип, только заточенный под слайды: инструмент обучен на 800-900 шаблонах и помогает консультантам создавать презентации в разы быстрее. Около 40% ассоциатов BCG используют его каждую неделю. Если у вас нет корпоративного Deckster — есть Copilot и Claude.
3. 🎙️ Транскрибирование встреч: это уже commodity, но вы удивитесь
Да, запись и транскрибирование встреч — это уже не «инновация», это гигиена. Но большинство людей используют это плохо или не используют совсем. Вот что реально работает:
Fireflies.ai автоматически подключается к вашему календарю и присоединяется ко всем встречам в Zoom, Teams, Google Meet. После каждой встречи у вас есть: полный транскрипт с разметкой по спикерам, умный summary с ключевыми решениями, автоматически извлечённые action items с ответственными. Вопрос «кто и что должен был сделать?» исчезает из жизни команды.
Otter.ai идёт чуть дальше и позиционируется как «Conversational Knowledge Engine»: всё, что обсуждалось на встречах, становится частью поиска по знаниям команды. Пользователи в среднем экономят более 4 часов в неделю.
Для тех, кто хочет ещё проще: Notion умеет делать то же самое из коробки, если вы уже в его экосистеме. Есть и отдельные физические устройства-рекордеры, которые пишут оффлайн и потом транскрибируют — удобно для встреч без ноутбука.
Практический совет: договоритесь с командой «у нас по умолчанию пишется всё». Это снижает необходимость конспектировать и позволяет быть в разговоре, а не в заметках.
4. 🖥️ Рисование слайдов: от часов — к минутам
Слайды — это боль любого консультанта. Вечер перед большой презентацией, PowerPoint, пиксели не сходятся, шрифт не тот. В 2026 году это можно решить иначе.
Perplexity (да, тот самый) позволяет создавать довольно сложные структурированные презентации через computer use. Попробуйте — удивитесь, сколько времени можно сэкономить.
Gamma.app генерирует профессиональные презентации из текстового outline за секунды, поддерживает экспорт в PPT, Google Slides, PDF. Интерактивные элементы, брендинг, 100+ тем.
Beautiful.ai специально заточен под бизнес-презентации и умеет автоматически обновлять данные в слайдах — актуально, если вы раз в неделю обновляете статусный репорт клиенту.
Важный нюанс: эти инструменты отлично работают для первого черновика и для стандартных форматов. Для финальной клиентской презентации McKinsey-уровня всё равно понадобится ручная доводка. Но черновик за 10 минут вместо 3 часов — это уже революция для ассоциата.
5. 🔍 Поиск лучших практик: демократизация экспертизы
Это, пожалуй, самый недооценённый сдвиг. Раньше, чтобы понять best practices по, скажем, оптимизации S&OP-процесса в горнодобывающей компании, вам нужен был либо эксперт с 20 годами опыта, либо дорогой внешний консультант. Сейчас — час с хорошим промптом.
BCG создал более 18 000 кастомных GPT-инструментов для задач вроде исследования рынка, написания предложений и анализа конкурентов. McKinsey через Lilli синтезирует базу из более чем 100 000 документов и интервью. Но даже без корпоративного ИИ-инструмента — публичные модели уже знают достаточно.
Практически это означает: перед каждым воркшопом с клиентом проведите «briefing-сессию» с Claude или GPT. Загрузите контекст проекта, попросите выдать ключевые гипотезы, типичные ловушки и лучшие практики по теме. Вы придёте на встречу как эксперт — даже если эта отрасль для вас относительно новая. Это не замена глубокой экспертизы, но это мощный стартовый акселератор.
6. 🤖 Оркестраторы и агенты: автоматизация рутины
Это следующий уровень, и большинство людей его ещё не пробовали — а зря. Суть: вместо того чтобы выполнять последовательность задач вручную (скачать 50 файлов, преобразовать, объединить, сформировать отчёт), вы описываете задачу агенту — и он делает всё сам.
Claude Code (от Anthropic) и OpenAI Codex — это агенты, которые могут работать прямо на вашем компьютере: читать файлы, выполнять скрипты, управлять браузером. Конкретные применения для консультанта:
- Слить 100 клиентских выгрузок в один Excel с нужной структурой
- Сгенерировать недельный статусный отчёт на основе данных из нескольких систем
- Преобразовать стопку PDF-отчётов в структурированную базу данных
- Провести SEO-анализ или benchmark, который обычно занимает 30 часов
Для тех, кто хочет полной независимости от облачных вендоров: OpenClaw — open-source оркестратор, который устанавливается локально и позволяет подключать агентов от любой модели через API. Вы сами контролируете, какие данные куда уходят. Поддерживает Windows, macOS, Linux, а также мобильные платформы. Это важно для тех, кто работает с чувствительными клиентскими данными и не хочет, чтобы они уходили в облако.
7. ⚡ Бонус: то, о чём говорят меньше, но зря
Несколько дополнительных инструментов, которые реально работают:
Notion AI — если ваша команда уже в Notion, встроенный ИИ-ассистент умеет писать summary по страницам, транскрибировать встречи, генерировать таблицы и структуры прямо в рабочем пространстве. Не нужно переключаться между приложениями.
Atlassian Intelligence (Jira + Confluence) — для команд на Atlassian: автоматическое отслеживание action items, суммаризация встреч, уведомления стейкхолдерам. Если вы ведёте проект в Jira — это стоит включить.
ClickUp AI — позволяет запрашивать статус проекта в свободной форме: «что у нас просрочено по треку А?» и получать ответ без ручного фильтрования.
Google Workspace (Gemini) — если вы в Google экосистеме: автоматические summary в Gmail, генерация таймлайнов в Docs, умные предложения в Slides.
Про безопасность данных — серьёзно
Прежде чем использовать любой из этих инструментов — проверьте политику вашей компании и клиента. Это не формальность. Клиентские данные, стратегические документы, финансовая информация — всё это может быть под NDA или регуляторными ограничениями.
Общее правило: Microsoft Copilot работает внутри вашего корпоративного тенанта M365 и соблюдает существующие политики безопасности данных. OpenClaw и локальные модели дают полный контроль — данные вообще не покидают ваш компьютер. Облачные инструменты (NotebookLM, Fireflies, Claude.ai) требуют внимательного прочтения политик обработки данных перед загрузкой конфиденциальных материалов.
Итог: арифметика проста
Google Workspace экономит в среднем 105 минут в неделю на пользователя. Otter.ai — 4+ часа в неделю. Тяжёлые пользователи ИИ-инструментов — 10+ часов. Даже если вы сэкономите 1-2 часа в день — это 500+ часов в год. Для человека, который работает long hours на сложных трансформационных проектах, это не просто продуктивность. Это качество жизни.
Разница между теми, кто использует эти инструменты, и теми, кто нет — уже сейчас измеримая. Согласно McKinsey, 88% компаний используют ИИ в каком-то виде, но только 6% являются настоящими «high performers». Отрыв нарастает. И он будет только расти.
Если хотите увидеть всё это вживую — пишите в комментарии. Готов провести вебинар и показать, как это работает на реальном домашнем компьютере: от NotebookLM до локального агента-оркестратора. Покажу, как в некоторых проектах можно работать фактически как полноценная команда — с аналитиком, ассоциатом, visual aids и всем остальным.
Комментарии