В начале июня разработчик Brett Codes написал пост “I’m Done Using AI” («Я больше не использую AI»). Он неожиданно вызвал интерес на Hacker News: многие задумались — если даже технари разочаровываются в нейросетях, что ждет остальных? Давайте разберёмся: почему человек, который умеет работать с AI, вдруг решает отказаться от него, и что из этого может вынести любой AI-криэйтор, маркетолог или продакт.
Почему автор отказался от AI
Brett Codes — не обыватель, а опытный инженер, который активно тестировал и внедрял AI-инструменты в свою работу. В своей статье он приводит ряд причин, почему решил “завязать”:
- Слишком много шума и разочарований. Многое, что обещают в AI — не работает как надо. Маркетинговые лозунги не совпадают с реальностью: результаты генерации часто посредственны, и требуют доработки руками.
- Зависимость от сторонних сервисов. Все AI-сервисы работают по подписке или с лимитами, часто без прозрачной политики использования. В любой момент сервис могут закрыть, поменять цены или условия.
- Проблемы с приватностью данных. Неясно, где и как будут использовать ваши запросы и сгенерированный контент, особенно при работе с конфиденциальной информацией.
- Время — не всегда экономится. Создавать промпты, тестировать варианты, дорабатывать результат руками — всё это иногда занимает больше времени, чем сделать самому напрямую.
- Креативность не автоматизируется. Автор подчеркивает: AI не заменяет уникальное творческое видение. Шаблонные тексты и картинки не цепляют аудиторию, а индивидуальный подход все равно нужен.
Это не “токсичный” хейт технологий, а честное признание: сейчас AI — не волшебная палочка, а лишь инструмент со своими рамками.
Что это значит для AI-криэйторов и маркетологов
С одной стороны, статья Бретта — обычный “разводной мост”: кто-то попробовал, кому-то не зашло, бывает. Но если копнуть глубже, тут есть важный сигнал всем, кто работает с AI или строит на нем бизнес-процессы.
1. Гипер-оптимизм сменяется взрослением
Волна хайпа, когда AI “заменит всех и всё”, пошла на спад. На первый план выходит практический опыт: работает или нет, экономит ли деньги и время, помогает ли делать крутой продукт? Теперь главное — не слепая вера в технологии, а умение выжимать из них максимум пользы.
2. Критическое мышление — must have
Креэйторы и маркетологи больше не покупают “волшебные кнопки”. Нужно критически оценивать обещания сервисов: насколько реально то, что они показывают на лендингах? Чем точнее вы понимаете ограничения инструментов, тем меньше риск разочарований и потери времени.
3. AI — это про коллаборацию, а не замену
AI хорошо умеет ускорять рутину, делать черновики, помогать с генерацией идей. Но “душа” проекта, креатив, уникальность — всегда останутся за человеком. Лучшие кейсы — те, где нейросеть усиливает эксперта, а не пытается его полностью заменить.
4. Безопасность и приватность — новый стандарт
Если вы работаете с данными клиентов, NDA или внутренними задачами — AI-сервисы должны быть максимально прозрачными. Маркетологам и владельцам бизнеса стоит заранее продумывать, как обезопасить себя и партнеров от утечек.
Как реагирует комьюнити
Обсуждение на Hacker News показало: многие разделяют сомнения Бретта, но не отказываются от AI полностью. Вместо этого — ищут способы внедрять нейросети точечно: там, где они реально закрывают боль, а не ради моды.
Ключевая мысль:
AI — это рабочий инструмент, но успех зависит не от наличия ботика в чате, а от грамотной интеграции в рабочий процесс, понимания своих целей и задач.
Стоит ли “завязать с AI” всем?
Нет.
Уход одного специалиста — это не “смерть AI”, а естественный этап взросления рынка. Сейчас важно:
- Учиться работать с AI так, чтобы он реально помогал;
- Не бояться экспериментировать, но и не слепо следовать моде;
- Всегда ставить задачи и смысл выше инструментов.
Что делать прямо сейчас
- Проверьте свои AI-инструменты: Посмотрите, где реально экономится время и деньги, а где только создается иллюзия эффективности.
- Тестируйте новые подходы: Не бойтесь отказаться от сервисов, которые не дают результата, и пробуйте альтернативы.
- Обеспечьте безопасность данных: Если работаете с чувствительной информацией — выберите инструменты с прозрачной политикой хранения и обработки данных.
- Фокусируйтесь на креативе: Используйте AI для рутины, но уникальные идеи и смыслы оставляйте за собой.
- Учитесь критически относиться к AI-хайпу: Сравнивайте ожидания с реальностью, читайте независимые обзоры и опыт коллег.
Больше практических техник и инструментов — в моих курсах.
По материалам Hacker News



