Как Оборот «Не Только — Но И» Раскрывает Рост Ai‑Языка В Корпоративных Сообщениях

Ключевые выводы

• Оборот «не только — но и» увеличился в корпоративных документах более чем в четыре раза за два года.
• Рост использования этой конструкции связан с обучением генеративных ИИ на реальных бизнес‑текстах без согласия авторов.
• Эм‑даши (—) теперь служат ещё одним визуальным маркером AI‑созданного контента.

В мире, где ИИ пишет всё больше корпоративных заявлений, даже такие мелочи, как любимый оборот «не только — но и», могут стать маленьким сигналом большой перемены.

Почему именно этот оборот стал «признаком» искусственного интеллекта?

Один из самых часто встречающихся шаблонов в тексте, сгенерированном ИИ, — это «It’s not just this — it’s that» (рус. «не только — но и»). Генеративные модели, обученные на миллионах корпоративных пресс‑релизов и отчётов, «выучили», что такой контрастный приём делает сообщение более убедительным. Поэтому, когда ИИ берёт на вход запрос о будущих технологиях, он автоматически выбирает эту формулировку.

Согласно исследованию Barron's, опубликованному в их аналитическом отчёте, частота использования оборота в корпоративных документах выросла с 50 упоминаний в 2023 году до более чем 200 в 2025 году. Этот рост был подтверждён данными платформы AlphaSense, которая сканирует новостные релизы, отчёты о доходах и официальные заявки в регуляторы.

Таким образом, оборот стал своего рода «кровавой меткой»: если в тексте встречается несколько подобных конструкций, вероятность того, что он прошёл через генеративный ИИ, резко возрастает.

Но стоит отметить, что наличие этой фразы — не окончательное доказательство использования ИИ. Всё ещё возможно, что её используют опытные копирайтеры, просто подражая современному корпоративному слогу.

Примеры из реального мира: как крупные игроки используют «не только — но и»

Ниже собраны несколько ярких цитат из публичных источников за последний год.

• «В 2025 году ИИ будет не просто инструментом, а сотрудничеством» — Cisco (блог 2024‑2025).
• «Будущее автономии не только на горизонте, оно уже разворачивается» — Accenture (тех‑взгляд 2024).
• «Команды DevOps управляют не только развертываниями, но и безопасностью, соблюдением регламентов и расходами на облако» — Workday (статья о трендах 2025).
• «Эти системы не просто выполняют задачи, они учатся, адаптируются и сотрудничают» — McKinsey (исследование топ‑тенденций).
• «Когда Билл основал Microsoft, он представлял не просто софтверную компанию, а фабрику программ, не ограниченную продуктом» — Satya Nadella (блог Microsoft 2025).

Все эти примеры используют не только сам оборот, но и эм‑даши — полоски «—», которые ИИ часто вставляет, чтобы визуально разделить части предложения.

Эмоциональная тяжёлость таких фраз делает их привлекательными для маркетинговых материалов: они звучат динамично, вовлекают читателя и быстро передают двойное сообщение.

Кто стоит за анализом? Barron's, AlphaSense и их методология

Компания Barron's — это американское издание, специализирующееся на финансовом анализе и бизнес‑новостях. Их исследовательская команда обратилась к платформе AlphaSense, которая использует собственный ИИ‑поисковик для обработки более 100 млн документов: пресс‑релизов, 10‑К отчётов, корпоративных презентаций.

Алгоритм AlphaSense определяет «ключевые фразы» на основе частотного анализа и контекстных связей. По их данным, упомянутый оборот превратился в «эпидемию» – от 50 упоминаний (2023) до 215 (2025).

В результате Barron's опубликовал выводы, подчеркивающие, что рост не случайный, а отражает изменения в процессах создания контента: всё больше компаний используют генеративный ИИ (ChatGPT, Claude, Gemini) для написания отчётов, подготовительных материалов и даже публичных заявлений.

Важно: в отчёте нет прямого подтверждения, что каждый конкретный документ был написан ИИ. Но статистика показывает, что тренд явно движется в сторону автоматизации текста.

Что значит «нарушение прав» и почему это важно?

Генеративные модели «учатся» на огромных датасетах, в которые включены публичные бизнес‑тексты. Часто эти тексты собираются без явного согласия их авторов. С юридической точки зрения это может рассматриваться как нарушение авторских прав, особенно если компания‑владелец ИИ использует их коммерчески.

Для копирайтеров и редакторов это сигнал: если их стиль копируется и переиспользуется без разрешения, они могут потерять уникальность своего голоса и, как следствие, конкурентное преимущество.

Для компаний‑заказчиков важно понимать, что использование ИИ‑текстов может привести к репутационным рискам — если аудитория поймёт, что сообщение «неискренне» и «автоматизировано», доверие к бренду снизится.

Некоторые клиенты уже внедряют политику «human‑in‑the‑loop»: ИИ генерирует черновик, а человек проверяет фактологию, стиль и соответствие корпоративным тональностям.

Эм‑даши (—) как дополнительный маркер AI‑текста

Помимо оборота «не только — но и», аналитики указывают на рост использования длинных тире. Такие паузы визуально «разбивают» мысль, делая её более читабельной, но в то же время они часто появляются в авто‑сгенерированных текстах, где модель пытается имитировать авторскую пунктуацию.

В традиционных бизнес‑документах эм‑даши обычно встречаются реже, а чаще используются двоеточия, запятые или простые точки. Поэтому их избыток может указывать на работу ИИ‑модели, обученной на более «литературных» корпусах.

Таким образом, если в корпоративном пресс‑релизе встречаются одновременно несколько эм‑дашей и оборот «не только — но и», вероятность AI‑вмешательства резко возрастает.

Как адаптировать коммуникацию к новой реальности?

Компаниям стоит задать себе два вопроса:

1️⃣ Нужен ли нам полностью автоматический текст, если он может выглядеть «штампованным»?

2️⃣ Можем ли мы сохранить аутентичность голоса бренда, контролируя пунктуацию и стилистические приёмы?

Практический совет: создайте «стиль‑гайд» для ИИ, где фиксированы запрещённые обороты (в том числе «не только — но и») и ограничения по использованию эм‑дашей. Затем интегрируйте проверку в процесс публикации.

Если хотите, чтобы ваш контент выделялся, делайте ставку на уникальные истории, данные, кейсы — это то, что пока трудно полностью заменить ИИ.

Что ждать дальше?

С ростом мощностей моделей вроде GPT‑4‑turbo и Gemini 1 будет появляться всё более «человечный» ИИ‑текст. Но одновременно будет расти осведомлённость о метках, которые ИИ оставляет в своих произведениях. Ожидается, что регуляторы начнут требовать раскрытия использования генеративного ИИ в публичных документах.

В итоге оборот «не только — но и» может стать лишь одной из «знаков» в длинном списке признаков AI‑контента, а не окончательной доказательной базой.

Справка

Barron's — американское финансовое издание, основанное в 1921 году. Оно публикует аналитические статьи о рынках, компании и макроэкономике. Известно своими глубокими расследованиями и рейтингами акций.

AlphaSense — платформа поиска и аналитики, использующая машинное обучение для обработки более 100 млн бизнес‑документов. Компания основана в 2011 году и обслуживает инвестиционные фирмы, корпорации и консалтинговые агентства.

Cisco — американский технологический гигант, специализирующийся на сетевом оборудовании и кибербезопасности. Основан в 1984 году Леоном Чайлдом и Сэнди Лернер. В последние годы Cisco активно продвигает решения на основе ИИ для центров обработки данных.

Accenture — глобальная консалтинговая компания, основанная в 1989 году как отдел IBM. Предлагает услуги в области стратегии, цифровой трансформации и ИИ. За 2023 год Accenture инвестировала более $3 млрд в исследования ИИ.

Workday — поставщик облачных решений для управления персоналом и финансовыми процессами. Основан в 2005 году в Калифорнии. Компания знаменита своей гибкой архитектурой и интеграцией с генеративным ИИ для автоматизации HR‑отчётов.

McKinsey & Company — одна из крупнейших консалтинговых фирм в мире, основана в 1926 году. Публикует ежегодные исследования технологических трендов, включая влияние ИИ на бизнес‑модели.

Microsoft — американская корпорация, основанная в 1975 году Биллом Гейтсом и Полом Алленом. Помимо операционных систем и облака Azure, Microsoft активно развивает собственный генеративный ИИ — Copilot, интегрированный в Office и другие продукты.

Satya Nadella — генеральный директор Microsoft с 2014 года. Под его руководством компания сделала ставку на облачные сервисы и ИИ, превратив Microsoft в одного из лидеров рынка генеративных технологий.

Генеративный ИИ — класс моделей машинного обучения, способных создавать новые тексты, изображения и другие типы контента на основе анализа больших наборов данных. Примеры: ChatGPT, Claude, Gemini.

Итог простой: если в корпоративных сообщениях вы всё чаще встречаете «не только — но и», это может быть сигналом, что за кулисами работает ИИ. Умение распознать такие детали поможет сохранить аутентичность бренда и избежать неожиданного снижения доверия.