Hyperchat AI выводит командные обсуждения на новый уровень

Средняя компания из списка Fortune 1000 насчитывает более 30 000 сотрудников, а команды инженеров, специалистов по продажам и маркетингу состоят из сотен участников. Столь же крупные коллективы существуют в государственных, научных и оборонных организациях. И тем не менее, исследования показывают, что идеальный размер для продуктивной беседы в реальном времени — всего около 4–7 человек.

Причина проста: по мере роста групп у каждого человека остается меньше возможностей высказаться, ему приходится дольше ждать своей очереди для ответа. Это усиливает его разочарование из-за того, что его мнение учитывается недостаточно. Это справедливо независимо от того, общаются ли группы лично, по видео- или телеконференции или даже в текстовом чате (который заваливает пользователей потоком сообщений, снижающим уровень участия и подрывающим процесс обсуждения).  

Проще говоря, продуктивные командные обсуждения не поддаются масштабированию.

Итак, что делать, если у вас большая команда и вы хотите задействовать ее знания, мудрость, интуицию и опыт? Для многих организаций единственный выбор — прибегнуть к опросам, анкетированию или интервью. Это позволит собрать данные об индивидуальных точках зрения, но после завершения процесса никто не «почувствует, что его услышали», и вряд ли удастся найти оптимальные решения.

Все потому, что опросы, анкетирование и интервью не являются инструментами обсуждения. Здесь нет живого обмена мнениями, когда участники команды дебатируют, приводят аргументы и обоснования, выдвигают доводы «за» и «против» и в конечном итоге приходят к решениям в силу их содержательной ценности. Опросы воспринимают людей как упрощенные точки данных, в то время как интерактивные беседы видят в людях вдумчивых процессоров данных. Эта разница огромна.

Я изучаю этот вопрос уже более десяти лет и убежден, что лучший способ раскрыть истинный коллективный разум крупных команд — это организация подлинных бесед в реальном времени в масштабном формате. Я говорю о вдумчивых дискуссиях, где множество людей могут вместе устраивать мозговые штурмы, расставлять приоритеты и делать прогнозы, приходя в конечном итоге к решениям, которые действительно задействуют их совокупные знания, мудрость и проницательность.

Но ведь беседы невозможно масштабировать, верно?

А вот и нет — за последние несколько лет появилась новая коммуникационная технология Hyperchat AI. Она позволяет крупным распределенным командам проводить продуктивные дискуссии, в ходе которых они могут спорить, устраивать мозговые штурмы, расставлять приоритеты для альтернатив, приводить аргументы «за» и «против» и эффективно находить решения.

Вдохновленный крупными природными системами, Hyperchat AI объединяет биологические принципы роиного интеллекта (Swarm Intelligence) с растущими возможностями ИИ-агентов. Технология работает путем разделения любой крупной сетевой группы на набор небольших взаимосвязанных подгрупп, каждая из которых имеет оптимальный размер для вдумчивого общения в реальном времени с помощью текста, голоса или видео. Волшебным ингредиентом здесь является рой ИИ-агентов, называемых «разговорными суррогатами», которые участвуют в каждом локальном обсуждении и работают над тем, чтобы объединить все подгруппы в единый согласованный процесс принятия решений.

Используя Hyperchat AI, группы потенциально любого размера могут обсуждать проблемы, устраивать мозговые штурмы, расставлять приоритеты для вариантов, прогнозировать результаты и решать задачи в режиме реального времени. И это работает: исследования показывают, что когда крупные команды общаются таким образом, они приходят к более умным, быстрым и точным решениям. В одном исследовании, в котором я лично принимал участие, группы, объединенные с помощью Hyperchat AI, повысили свой коллективный коэффициент интеллекта (IQ) до 97-го перцентиля.  

В другом исследовании, проведенном в сотрудничестве с Университетом Карнеги-Меллона, группы из 75 человек, общавшиеся с использованием технологии Hyperchat AI, отметили, что чувствовали себя более сплоченными, продуктивными и услышанными по сравнению с традиционными коммуникационными структурами, такими как Microsoft Teams, Google Meet или Slack. Они также ощутили большую приверженность найденным решениям.

Чтобы протестировать достоинства Hyperchat AI в увлекательном и актуальном формате, я попросил исследовательскую группу из Unanimous AI (разработчика Thinkscape, платформы, использующей Hyperchat AI) собрать 100 представителей общественности, которые смотрели Суперкубок (Super Bowl) в это воскресенье, и обсудить вопрос: какая реклама на Суперкубке была самой эффективной и почему?

Я знаю, что это не вопрос огромной социальной важности, но Суперкубок — одно из самых просматриваемых событий в мире, привлекающее внимание как спортивным зрелищем, так и рекламой. В этом году 30-секундный ролик стоил от 8 до 10 миллионов долларов без учета затрат на производство. При таком уровне инвестиций каждый бренд стремится выделиться, однако удается это лишь немногим.  

Итак, мы собрали 110 случайных представителей общественности (их единственным критерием отбора был просмотр Суперкубка) и попросили их обсудить и проанализировать рекламные ролики. Во время матча было показано 66 уникальных рекламных объявлений. Выделилось ли какое-то из них на фоне остальных, и если да, то почему оно оказалось столь эффективным? 

110 участников были разделены на 24 подгруппы, в каждой из которых было по 4–5 человек и один ИИ-агент. Перед каждым агентом стояла задача наблюдать за своей подгруппой, в режиме реального времени выявлять ключевые инсайты, а затем делиться этими инсайтами с ИИ-агентами в других подгруппах. Когда агенты получали эти сторонние идеи, они подключались к своей локальной беседе, озвучивая инсайт как полноправный член группы. Этот процесс сплетает все обсуждения в единую беседу в реальном времени, которая протекает плавно и приводит к общему согласию.

В общей сложности 110 участников-людей предложили на рассмотрение 54 разных рекламных ролика, и они пришли к решительному ответу всего за 10 минут гиперсвязанной дискуссии. А поскольку ИИ-агенты отслеживали динамику во всех 24 локальных дебатах, сразу после окончания беседы система сформировала упорядоченный список всех 54 рекламных роликов на основе поддержки участников со всей совокупной аудитории.

Вот первая десятка по версии участников обсуждения:

Как видите, реклама Pepsi, в которой использовался белый медведь от Coca-Cola, с большим отрывом была признана самой эффективной за весь вечер. Фактически, система Thinkscape сообщила, что это статистически значимый результат для популяции случайно выбранных потребителей (p<0.01).

Кроме того, система автоматически отслеживает аргументы, возникающие в каждой подгруппе, и реакцию на эти аргументы (повлияли ли они на мнения других, вызвали ли контраргументы или и то, и другое). Это позволяет системе мгновенно создавать аналитический обзор для каждого рекламного ролика, оценивая, почему группа отнеслась к нему именно так.

Вот обоснование, мгновенно сгенерированное для рекламы с Белым медвезем: 

«Наша общая точка зрения заключается в том, что самой эффективной рекламой Super Bowl 2026 года стал ролик Pepsi с белыми медведями. Мы сочли его эффективным благодаря юмору, удачному использованию образов белых медведей, шпильке в адрес Coca-Cola, запоминаемости, ностальгическим элементам, широкой привлекательности, ориентации на продукт и способности вызывать обсуждения. Хотя некоторые из нас критиковали его за акцент на соперничестве, подавляющее большинство сошлось во мнении, что он успешно передал суть классической рекламы Суперкубка».

К сведению, команда Unanimous AI также попросила этот коллектив в реальном времени рассмотреть дополнительный вопрос: Какая реклама на Суперкубке была наименее эффективной и почему?  Вот что система сообщила после 10 минут обсуждения: 

«Наша общая точка зрения заключается в том, что худшей рекламой Super Bowl 2026 года стал ролик Coinbase. Мы обнаружили в нем недостаток ясности, запутанный посыл и неспособность эффективно объяснить продукт. Кроме того, многим реклама показалась надоедливой, неловкой (cringe) и сделанной без усилий, при этом в ней было мало продвижения самого продукта и она выбивалась из контекста сервисов Coinbase. В целом, она не смогла вызвать доверие и оттолкнула многих зрителей». Примечание: выбор этой рекламы был статистически значимым результатом (p<0.01) среди всей выборки участников. 

Опять же, это был просто забавный пример для вовлечения широкой публики, а не масштабное обсуждение огромной важности. Тем не менее, я наблюдал за тем, как крупные группы — от аналитиков из крупных финансовых институтов до ученых из Министерства энергетики — обсуждают важные вопросы с помощью этой технологии, и во всех случаях группы приходили к решениям быстрее, точнее и при большей поддержке.

Обзор академических исследований, посвященных Hyperchat AI, можно найти в этой недавней научной работе.

Луис Розенберг (Louis Rosenberg) получил степень доктора философии в Стэнфордском университете, был профессором в Калифорнийском государственном политехническом университете (Cal Poly) и получил более 300 патентов за свою работу в области взаимодействия человека с компьютером, искусственного интеллекта и коллективного разума. 

Добро пожаловать в сообщество VentureBeat!

Наша программа гостевых публикаций — это площадка, где технические эксперты делятся своими соображениями и предоставляют нейтральные, непредвзятые глубокие обзоры по вопросам искусственного интеллекта, инфраструктуры данных, кибербезопасности и других передовых технологий, формирующих будущее корпоративного сектора.

Читайте далее материалы нашей программы гостевых публикаций и ознакомьтесь с нашими руководствами, если вы хотите предложить собственную статью!