Через три роки після релізу ChatGPT більшість опитувань фіксує парадокс: технологія, у яку індустрія вклала сотні мільярдів доларів, так і не переконала пересічних людей у своїй корисності. За даними TechCrunch, попри роки маркетингу, релізів нових моделей і масштабної інтеграції ШІ в продукти, ставлення суспільства до штучного інтелекту не покращилося так, як розраховувала індустрія.

Це не одна публікація чи один вірусний твіт. Ще з 2023 року Pew Research Center послідовно фіксує: частка американців, які радше стурбовані поширенням ШІ, ніж захоплені ним, стабільно перевищує частку тих, хто дивиться на технологію з ентузіазмом. Edelman Trust Barometer й Reuters Institute Digital News Report фіксують схожу картину в Європі — люди активно користуються чат-ботами на роботі, але окремо від цього не довіряють компаніям, які ці чат-боти створюють.

Для AI-білдерів це не абстрактна соціологія. Це прямий сигнал, що продукт можна зробити технічно бездоганним і все одно втратити користувача — не через баги, а через довіру.

Що саме показують дані про ставлення до ШІ?

Головний розрив — між використанням і схваленням. Мільйони людей щодня відкривають ChatGPT, Gemini чи Claude, генерують контент через Midjourney чи Sora, а компанії масово вбудовують мовні моделі в CRM, пошук і клієнтську підтримку. Водночас коли тих самих людей питають напряму, чи довіряють вони рішенням, ухваленим ШІ, чи вважають, що технологія робить їхнє життя кращим — відповідь частіше обережна або негативна, ніж захоплена.

Розрив підсилюють конкретні інциденти: галюцинації в юридичних і медичних відповідях, дипфейки в новинах і виборчих кампаніях, звільнення, які компанії публічно пояснюють автоматизацією. Кожен такий випадок закріплюється в масовій свідомості сильніше, ніж десять нейтральних релізів нової моделі.

Чому масовий adoption не конвертується в довіру?

Тому що adoption і довіра — різні метрики, і індустрія довго вимірювала не ту. Кількість активних користувачів, MAU чи виручка від API добре показують, що продукт зручний або дешевший за альтернативу. Вони нічого не кажуть про те, чи вірить людина компанії, яка цей продукт постачає.

Іншими словами, продукт можна полюбити функціонально й одночасно боятися компанії, яка за ним стоїть. Це різні осі, і плутати їх — типова помилка продуктових команд.

Що з цим робити командам, які будують AI-продукти?

Перше — перестати мірятись лише DAU і почати вимірювати довіру окремо: опитуваннями після ключових дій, а не тільки після онбордингу. Друге — прозорість там, де ШІ ухвалює чи впливає на рішення: позначення згенерованого контенту, пояснення, чому модель дала саме таку відповідь, легкий шлях оскаржити рішення. Третє — уповільнити темп релізів «на публіку» там, де ціна помилки висока (фінанси, медицина, наймання), навіть якщо конкуренти випускають фічі швидше.

Ймовірно, частина розриву закриється сама собою за кілька років, коли покоління, що виросло з чат-ботами, стане основним споживачем продуктів — але покладатися лише на це нинішнім командам ризиковано.

Висновок AiiN

Наша теза: індустрія переплутала швидкість adoption зі швидкістю формування довіри, і це різні криві з різним нахилом. Технічний прогрес моделей — від GPT-3.5 до нинішніх систем — вимірюється місяцями. Довіра суспільства до нової технології історично формується роками й спирається не на бенчмарки, а на накопичений досвід негативних інцидентів проти позитивних. Компанії, які продовжують звітувати лише про зростання користувачів, ігноруючи цей другий показник, ризикують одного дня отримати регуляторний чи репутаційний удар, до якого продуктова метрика їх не готувала.

Що таке розрив між adoption і довірою до ШІ?

Це ситуація, коли кількість активних користувачів технології зростає, а рівень суспільної довіри до неї — ні. Люди можуть регулярно користуватися ШІ-інструментами з практичних причин (швидкість, ціна, зручність), одночасно залишаючись скептичними щодо компаній, які їх створюють, і наслідків для суспільства.

Чи означає це, що інтерес до ШІ-продуктів спадає?

Ні. Adoption за наявними даними продовжує зростати — проблема саме в паралельному показнику довіри, який не встигає за ним. Це різні криві, і одна не скасовує іншу.