Исследователи из бизнес-школы Esade при Университете Рамона Льюля в Барселоне заявили о новом риске при использовании генеративного искусственного интеллекта в управленческих и кадровых решениях. Как сообщает Fortune, речь идёт о явлении, которое авторы назвали «трендслопом» — склонностью больших языковых моделей подменять анализ конкретной ситуации набором популярных бизнес-клише и модных терминов.
Материал был опубликован 10 апреля 2026 года. В нём говорится, что проблема проявляется в сценариях, где от ИИ ждут советов по рабочим конфликтам, стратегии роста, автоматизации, распределению приоритетов и другим управленческим вопросам, с которыми компании раньше обращались к внешним консультантам.
По данным Fortune, исследование возглавила Esade Business School, входящая в состав Университета Рамона Льюля. Учёные протестировали семь крупных языковых моделей, включая GPT-5, Claude, Gemini и Grok, проведя 15 тысяч симуляций и сценариев. Моделям предлагали выбрать между двумя вариантами решений в типичных бизнес-дилеммах — например, делать ставку на долгосрочный или краткосрочный рост, автоматизировать работу сотрудников или усиливать её за счёт технологий.
Ожидалось, что при учёте контекста ответы будут заметно различаться в зависимости от деталей каждой ситуации. Однако, как следует из пересказа исследования в Fortune, большинство моделей регулярно сходились на схожих рекомендациях и отдавали предпочтение стратегиям, лучше совпадающим с современными управленческими лозунгами и культурными шаблонами, а не с реальными обстоятельствами задачи.
Авторы исследования пришли к выводу, что даже при переформулировке запросов или просьбе взвесить плюсы и минусы модели нередко сохраняли ту же линию ответа. Это, по их оценке, повышает риск того, что руководители будут получать не индивидуальные рекомендации, а универсальные шаблоны, которые звучат убедительно, но подходят далеко не каждой компании.
Fortune также отмечает, что исследователи связывают эффект «трендслопа» с особенностями обучения языковых моделей. Поскольку такие системы обучаются на огромных массивах текстов из интернета, социальных сетей и СМИ, они усваивают ассоциации, при которых одни понятия начинают восприниматься как «прогрессивные», а другие — как устаревшие или нежелательные. В результате ИИ может не разбирать ситуацию по существу, а воспроизводить наиболее частотные и социально одобряемые формулировки.
На этом фоне статья обращает внимание и на более широкий контекст: рынок консалтинга переживает охлаждение, а компании всё активнее ищут более дешёвые цифровые альтернативы внешним советникам. По данным Fortune, в конце 2025 года PwC сократила 150 сотрудников бэк-офиса, а McKinsey ранее также увольняла сотни работников на фоне замедления отрасли и давления со стороны новых технологий.
При этом исследователи не предлагают полностью отказаться от использования ИИ в управлении. По их мнению, модели могут быть полезны для генерации альтернативных идей, выявления слепых зон и проверки гипотез, если пользователи понимают ограничения таких систем и не передают им финальную ответственность за сложные решения.
Авторы подчёркивают, что лидерство связано с выбором в условиях неопределённости и с личной ответственностью, а потому искусственный интеллект не должен подменять управленца. Для компаний это означает, что внедрение ИИ в консультирование, HR и стратегическое планирование потребует более жёсткой проверки рекомендаций, особенно там, где цена ошибки высока.
Коротко о главном
Появление «трендслопа» показывает, что главный риск корпоративного ИИ сегодня связан не только с точностью, но и с навязыванием модных, но не всегда уместных управленческих схем. Если бизнес продолжит использовать нейросети как дешёвую замену консультантам без экспертной верификации, спрос на такие инструменты сохранится, но вместе с ним вырастет и давление на разработчиков, которым придётся доказывать, что их модели умеют учитывать контекст, а не просто красиво повторять тренды.
