Rob Hanna: корпоративному ИИ не хватает не прорывов, а управления контентом

Роб Ханна (Rob Hanna), сооснователь и генеральный директор консалтинговой компании Precision Content, специализирующейся на технической коммуникации, заявил изданию The Next Web в июне 2026 года, что многие корпоративные инициативы по внедрению искусственного интеллекта теряют импульс не из-за нехватки новых прорывных моделей, а из-за отсутствия систем управления контентом, которые делают корпоративные знания надёжными.

Почему буксуют корпоративные проекты ИИ

По наблюдению Ханны, организации продолжают обращаться с языком так, будто это структурированные данные — как со строками в таблице базы данных, — при этом игнорируя системы, которые должны обеспечивать точность, актуальность и согласованность знаний, на которых обучаются или из которых черпают контекст корпоративные ИИ-инструменты. В результате даже самая мощная модель, подключённая к внутренней базе знаний компании, наследует все проблемы этой базы: устаревшие версии документов, противоречащие друг другу инструкции и разрозненные источники правды в разных отделах. Со стороны это выглядит как «проблема модели» — ассистент путается или выдаёт неточный ответ, — хотя на деле корень проблемы лежит на уровне данных, которые никто системно не приводил в порядок задолго до появления самого ИИ-инструмента.

«Команды технической коммуникации уже обладают многими компетенциями, необходимыми, чтобы выстроить...» —

Роб Ханна, CEO Precision Content.

Что нужно компаниям для надёжного корпоративного ИИ

Ханна указывает, что команды технической документации годами занимались именно тем, что сейчас критично для качественной работы ИИ-систем: единым источником правды для контента, таксономиями, метаданными, стилистическими стандартами и процессами проверки фактов перед публикацией. Без этой дисциплины любая модель, которая опирается на корпоративные документы для ответов сотрудникам или клиентам — будь то через поиск с дополнением по внутренней базе (RAG) или через файнтюнинг на корпоративных текстах, — рискует выдавать противоречивые или устаревшие сведения независимо от того, насколько мощная модель лежит в её основе.

Почему это упускают из виду при внедрении ИИ

Руководители чаще инвестируют в выбор модели, лицензии на подписку и обучение сотрудников промптингу, чем в пересмотр того, как в компании создаются, версионируются и утверждаются документы. Технические писатели и специалисты по контенту при этом традиционно воспринимаются как вспомогательная функция, а не как ключевое звено, от которого зависит, насколько корпоративный ИИ-ассистент даёт верные ответы. Ханна призывает пересмотреть эту иерархию приоритетов и включить команды контента в число первых, кого привлекают к запуску корпоративных ИИ-инициатив.

Precision Content как консалтинговая компания на техническом писательстве годами помогает организациям выстраивать именно такие процессы — единые репозитории документации, контроль версий и согласованную терминологию, — и позиция Ханны фактически апеллирует к собственному профессиональному опыту компании как к готовому ответу на новую проблему, которую принёс корпоративный ИИ.

Что это значит

Вывод Ханны смещает фокус разговора об корпоративном ИИ с выбора модели на инвестиции в контент-операции: организациям, где уже выстроены зрелые команды технической документации, может понадобиться не новая модель, а перестройка процессов управления контентом, чтобы ИИ-инструменты опирались на надёжные данные.