Когда хвост начинает вилять результатом

Есть известное выражение «хвост виляет собакой». В управлении иногда происходит примерно то же самое: показатель, который придумали для оценки результата, постепенно начинает диктовать, что именно мы делаем.

Один из самых известных примеров случился в Ханое в 1902 году. Французская администрация боролась с крысами и угрозой чумы. Сначала крысоловы получали деньги за количество убитых животных. Цифры быстро пошли вверх: в отдельные дни отчитывались более чем о 10 тысячах уничтоженных крыс, рекорд составил 20 114 за сутки. Но заметно меньше крыс не становилось.

Тогда власти упростили систему: начали платить жителям за каждый принесённый крысиный хвост. Таскать целые тушки было неудобно, а хвост казался вполне надёжным доказательством.

Хвостов стали сдавать тысячи. А на улицах появились живые крысы без хвостов. Люди поняли, что выгоднее отрезать хвост и отпустить крысу размножаться. Потом обнаружились и хозяйства, где крыс специально разводили ради вознаграждения. Программу пришлось закрыть.

Сегодня эту историю часто приводят как классический пример извращённых стимулов: система вознаграждения была устроена так, что в какой-то момент начала работать против собственной цели.

Прошло больше ста лет, но механизм вполне узнаваем. Особенно хорошо это видно там, где KPI подробно зашиты в контракт и к их выполнению привязана оплата. Тогда работа естественным образом начинает оптимизироваться именно под них — даже если по ходу проекта становится понятно, что для реального результата полезнее было бы сделать что-то другое. И это, наверное, главный вопрос к любому KPI: не только можно ли его посчитать, но и будет ли работа на этот показатель по-прежнему вести нас туда, куда мы собирались прийти.

А то отчёт может выглядеть прекрасно, а вокруг бегают крысы без хвостов.

Записки из опенспейса — канал агентства PR-Consulta
📍Мы в Telegram, ВКонтакте и Max

👉 «Специализация PR-агентства = круто. Но их должно быть несколько»

Эта мысль появилась в комментариях к посту с картой PR-агентств и экспертов, которые специализируются на недвижимости.

Вместе с каналом Айты Лузгиной особый русский digital решили развить ее и посмотреть еще на одну отрасль, где коммуникатору без глубокого погружения в контекст рынка особенно сложно не выжить — фармацевтику и здравоохранение 💊

🔗 В статье по ссылке собрали обзор ключевых агентств, у которых накоплена профильная экспертиза по таким «сложным» клиентам.

Заодно разобрались, зачем фарме вообще нужны заточенные под правильным углом подрядчики, и вдобавок поразмышляли, что на самом деле можно считать признаком настоящей специализации агентства.

📌 И в конце вопрос: что для вас главный признак специализации — количество лет в отрасли, отдельная команда, доля профильных клиентов, кейсы или что-то еще?

Записки из опенспейса — канал агентства PR-Consulta
📍Мы в Telegram, ВКонтакте и Max

Коммуникаторы должны помогать разрабатывать ИИ, а не убирать за ним

У коммуникационной функции есть давняя профессиональная боль: нас нередко подключают тогда, когда решение уже принято и остается только придумать, как его объяснить.

С корпоративным ИИ может повториться та же история. На Asia-Pacific Summit PRovoke Media обсуждали, что, если компании начинают встраивать ИИ не просто в отдельные задачи, а в рабочие процессы и принятие решений, специалисты по коммуникациям должны участвовать в разработке систем искусственного интеллекта в своих организациях, а не подключаться к работе после внедрения технологии, когда последствия неудачных решений уже приходится исправлять.

Причина проста: технически система может работать безупречно и при этом коммуницировать плохо. Не учитывать культурный контекст, локальные особенности, чувствительность темы, репутационные риски или просто не понимать, что в конкретной ситуации лучше вообще ничего не говорить.

В материале есть еще термин workslop — гладкий с виду ИИ-контент, который экономит время тому, кто его создал, но перекладывает на другого человека работу по осмыслению, проверке и доведению результата до ума. Вместе с этой работой на получателя частично перекладываются и когнитивная нагрузка, и ответственность за качество. Это не только неуважительно к получателю, но и малопродуктивно.

В общем, старая проблема никуда не делась. Раньше PR долго боролся за место за столом, где принимают бизнес-решения. Теперь появляется еще один стол, где решают, что вообще можно позволить машине говорить и решать от имени компании.

Главное — не разорваться между столами)))

Записки из опенспейса — канал агентства PR-Consulta
📍Мы в Telegram, ВКонтакте и Max

Репетиция коммуникации на неправильных синтетических людях

Крупнейшие зарубежные PR-агентства начинают тестировать коммуникации на людях, которых не существует.

У Edelman есть Archie AI Personas — синтетические модели аудиторий, которые имитируют, как ключевые стейкхолдеры думают, чувствуют и реагируют. Агентство предлагает использовать их для проверки сообщений, идей и коммуникаций до выхода в публичное поле.

Weber Shandwick использует ИИ для моделирования реакции стейкхолдеров, тестирования публичных заявлений и развития нарративов; среди отдельных предложений агентства есть AI-enhanced scenario planning и message testing.

У Ketchum среди аналитических инструментов заявлены Synthetic Audiences — виртуальные ИИ-персоны, созданные на основе анализа целевых аудиторий и предназначенные для моделирования реакции реальных людей и получения обратной связи на идеи.

А на днях Burson купил Limbik — разработчика платформы Decipher, которую агентство совместно с компанией создавало последние два года. Система прогнозирует, как коммуникация будет воспринята аудиториями более чем на 60 рынках, оценивая в том числе убедительность сообщения и потенциал его распространения. У Burson есть и отдельная версия технологии для health-коммуникаций — Decipher Health. Она работает с такими аудиториями, как пациенты, пациентские организации, врачи, люди, принимающие решения в здравоохранении, и аналитики. Burson пишет, что система может прогнозировать их реакцию на нарративы, спикеров и контент для соцсетей. То есть не просто оценить хорошее ли мы придумали сообщение, а понять, что разные стейкхолдеры услышат в том, что мы сказали, как именно считали месседж.

Причём показательно, что сам Burson пока не противопоставляет синтетические аудитории реальным исследованиям. В исследовании отношения поколения Z к здоровью агентство сначала провело обычный опрос 5 000 человек в 10 странах, а затем с помощью Decipher Health проанализировало отдельные результаты и сравнило прогнозируемую убедительность с данными опроса. Сам Burson называет Decipher дополнением к традиционным методам исследования.

И это важное ограничение. Синтетические аудитории тоже ошибаются: результат зависит от данных, на которых построена модель, а реальные люди могут отреагировать иначе. Edelman тоже предупреждает, что точность AI Personas зависит от качества доступных данных, а синтетические исследования должны дополнять другие исследовательские методы и проходить человеческую проверку.

Получается, что сначала мы пытаемся предсказать реакцию людей при помощи ИИ, а затем всё равно должны проверить ИИ при помощи людей.

Пока это инструмент прежде всего для больших бюджетов и больших рисков: масштабных национальных и международных кампаний, множества рынков и аудиторий, ситуаций, где ошибка в ключевом сообщении обходится дорого. Нам до цифровых двойников журналистов и врачей в ежедневной работе ещё далеко, но смотреть, куда движется большой PR, не возбраняется.

Тем более остаётся хороший профессиональный вопрос: если синтетическая аудитория одобрила коммуникацию, а реальные люди в итоге отреагируют совсем иначе — кто отвечает за ошибку?

Записки из опенспейса — канал агентства PR-Consulta
📍Мы в Telegram, ВКонтакте и Max

Откуда возьмется профессиональное суждение?

Все чаще слышим: рутинную работу заберет ИИ, а человеку останутся стратегия, сложные решения и профессиональное суждение. Красиво звучит. Это все так, но...

Но откуда это суждение возьмется у следующего поколения пиарщиков?

Начинающие специалисты всегда учились на довольно простой работе: мониторили СМИ, собирали медиалисты, писали первые версии релизов и питчей. Потом получали правки, наблюдали за более опытными коллегами, постепенно подключались к переговорам и сложным проектам. Так и накапливался опыт, из которого со временем появлялось то самое профессиональное суждение.

А теперь именно эти начальные задачи первыми отдаем ИИ. Если вслед за ними начнут исчезать и младшие позиции, привычный путь обучения просто перестанет работать.

Причем проблема возникает сразу с двух сторон. Если по разным причинам уходят опытные специалисты старшего возраста, то получается, что с одного конца карьерной лестницы исчезает работа, на которой учатся, а с другого — люди, у которых можно учиться.

Значит, придется заново перепридумывать профессиональное ученичество.

Как?
— Раньше привлекать младших специалистов к сложным задачам и встречам?
— Не допускать джуниоров до ИИ, пока не научатся ручками сами все делать?
— Регулярно (чаще, чем обычно) разбирать реальные кейсы и принятые решения внутри команды?
— Ничего специально не менять: опыт все равно накапливается в работе?

Пока у нас нет ответа на эти вопросы, но еще и времени немного прошло, и проблема не стоит перед нами в полный рост. Но было бы интересно послушать ваши мысли.

Записки из опенспейса — канал агентства PR-Consulta
📍Мы в Telegram, ВКонтакте и Max