Кто ценнее для бизнеса: сотрудник без ИИ или тот, кто освоил кнопку, но всё реже думает самостоятельно?

Кто ценнее для бизнеса: сотрудник без ИИ или тот, кто освоил кнопку, но всё реже думает самостоятельно?

Обычно компании переживают, как бы не ошиблась нейросеть. Но существует другой риск, который сегодня сидит в кресле перед монитором и не глядя нажимает кнопку «Принять».

Наставник на производстве или опытный управляющий может не знать слова «промпт», но за пять минут живого разговора поймет, выйдет ли человек в утреннюю смену или пропадет после первого аванса. А рядом сидит быстрый, оцифрованный специалист: за те же пять минут он прогонит через нейросеть пятьдесят откликов, соберет красивый сводный файл - и спокойно отправит в корзину трёх надежных рабочих только потому, что алгоритм счел их анкеты «недостаточно релевантными». Знакомо?

Мы видим этот не очевидный парадокс. Почти все обсуждают, как контролировать саму машину, чтобы она не наломала дров и не распугала кандидатов (у нас для этого есть отдельная система из четырёх проверок цифрового «новичка» на испытательном сроке - если тема откликнется, в следующей статье разберем эти четыре теста для бота подробно).

Но даже идеально настроенный алгоритм - это только половина рассматриваемой общей картины. Вторая половина сидит по эту сторону экрана.

И здесь бизнес упирается в неприятную управленческую развилку. Отсутствие навыка работы с ИИ сегодня - очевидное ограничение по скорости. Но слепое владение кнопкой без самостоятельного суждения бьет по процессам и кассе еще больнее.

Эффект «цифрового самоката» и потеря субъектности

Присмотритесь к тому, как меняется повседневная рутина. Мы - и сотрудники, и руководители - всё чаще начинаем понемногу «сачковать», пересаживаясь на удобный цифровой самокат. Время чтения вообще и этой статьи в частности, зависит не только от слов, которые вы видите, но и от сформировавшейся привычки.

Зачем вчитываться в текст, сопоставлять нестыковки в опыте или формулировать сложную мысль с нуля, если можно нажать одну кнопку и получить гладко причесанный ответ за три секунды? Дело тут не в том, что технологии якобы «портят мозг». Проблема чисто управленческая: когда готовый ответ достается без усилия, у человека угасает привычка сомневаться, вникать в контекст и брать на себя ответственность за итог. Мозг начинает работать в экономном режиме, все как с мышцами. Можете вспомнить когда последний раз делали упражнения «на пресс» и теперь посмотрите на свои «кубики»)

Так плавненько, без суеты и теряется субъектность - то есть состояние, в котором сотрудник понимает суть задачи, сам проверяет предложенный машиной вариант и лично отвечает за принятое решение.

В работе с командами, в HR и особенно в реальном секторе с «синими воротничками» эта потеря субъектности быстро перестает быть философией. Она превращается в прямую потерю управляемости: когда на смены выходят случайные люди, ключевых специалистов проглядели на входе, а того, кто уже выгорел и через неделю положит заявление на стол, вовремя не заметили за гладкими цифрами отчета. Гладкие и красивые презентации уже всех немного достали, я думаю многие здесь согласятся и часть своих отчетов поправят, чтобы не выглядеть слишком шаблонными, а заодно и освежат в памяти. Тоже интересное упражнение! Дальше я их перечислю еще.

Кто ценнее для бизнеса: сотрудник без ИИ или тот, кто освоил кнопку, но всё реже думает самостоятельно?

Как это выглядит на примерах: разбор отбора и удержания персонала

Возьмем условный, но знакомый любому операционисту пример из найма и адаптации линейного персонала. Допустим, компании нужно закрыть вакансии бариста или официантов до первой самостоятельной смены, что мы делаем регулярно и руку набили так, что можем делиться без сомнений в работоспособности.
Как распределяется работа в здоровой связке:

  • Что делает ИИ: забирает первичную механику - быстро отвечает на отклик, собирает базовые анкетные данные, сверяет формальные критерии (график, локация, наличие документов) и подсвечивает свободные окна в расписании.
  • Что обязан проверить человек: пограничные случаи и живой контекст. Например, у кандидата перерыв в стаже или нестандартный ответ о причинах ухода с прошлого места. Машина видит в этом формальный стоп-фактор или, наоборот, пропускает гладкую шаблонную отписку. Не забываем что кандидаты пользуются ИИ уже в 100% случаях. Здесь задача рекрутера или руководителя увидеть за строчками живого человека, задать один точный вопрос и оценить, сработается ли он с конкретным управляющим/администратором.
  • Кто принимает решение: живой владелец процесса - HR или управляющий точкой.

Если же сотрудник просто пересылает руководителю сгенерированную ботом сводку со словами «нейросеть отобрала вот этих двоих», экономия времени оказывается бумажной. Вы сэкономили сорок минут на первичном разборе откликов, но потом заплатили тремя днями работы руководителя за перебор случайных людей плюс исправление косяков на смене. А оно вам надо? Видимая простота подхода сменяется сложностью интерпретации из-за тех самых тонких нюансов, которые человек бы отследил, но …

Рабочая рамка «3К»: три вопроса к человеку по эту сторону экрана

Прежде чем доверять сотруднику управление ИИ-инструментом, стоит проверить самого человека - не начал ли он брать на себя слишком мало. Для этого можно использовать проверочную рамку 3К.

Кто ценнее для бизнеса: сотрудник без ИИ или тот, кто освоил кнопку, но всё реже думает самостоятельно?

Оговорюсь сразу: это не медицинский диагноз и не научно валидированный тест людей. Это практическая управленческая оптика - три контрольных вопроса, через которые удобно смотреть на работу специалиста в паре с алгоритмом. Да подсмотренная у умных людей и переработанная, но от этого не менее ценная.

1. Когнитивная сложность (способность удерживать неоднозначность) Живой бизнес, в отличие от таблички в отчете, почти всегда противоречив. Надежный сменщик может косноязычно заполнить анкету, а идеальный по резюме кандидат - развалить дисциплину в бригаде за два дня. Когнитивная сложность - это умение не скатываться в плоские упрощения и удерживать в голове сразу несколько противоречивых факторов. Здесь мы, конечно, остаемся лидерами по сравнению с машиной, но чем больше я общаюсь с людьми… тем заметнее соблазн спрятаться за первое же простое решение. Хотя классическое окончание этой фразы другое, но думаю здесь вы поняли мысль.

2. Критическое мышление (как обязательный фильтр на входе и на выходе) Это умение не принимать на веру ни чужое мнение, ни уверенный вывод машины, ни старый внутренний процесс только потому, что «так было всегда». В работе с нейросетями здесь начинаются однозначные проблемы. Если сотрудник не задает себе вопрос: «А почему алгоритм сделал именно такой вывод и чего он сейчас не учел?» - он перестает быть специалистом и превращается в передаточное звено между чатом и начальником.

3. Креативность (сборка новых решений из хаоса вариаций и ) Речь не про генерацию картинок или слоганов. В управлении креативность - это способность собирать новые смыслы и рабочие решения из хаоса разрозненных данных: перестроить график выходов под реальный поток, поменять механику ввода стажера в первую неделю или увидеть, как нестандартный кандидат закроет узкое место на участке. Здесь у думающего практика по-прежнему огромная фора. Поэтому говорят, что профи становятся еще сильнее, а вот с остальными вопрос остается открытым.

Итого, промежуточный итог, что если в работе человека выпадает хотя бы один круг из трёх, перекос наступает очень быстро и иногда болезненно:

  • без когнитивной сложности специалист становится слишком жёстким и рубит по формальным шаблонам;
  • без критического мышления - становится слишком ведомым у собственного инструмента;
  • без креативности - становится просто декоративно «цифровым»: интерфейсов много, отчёты бодрые, а управляемости в реальном процессе не прибавилось.

Как соединить «кнопку» и «землю» в одном коллективе. Заземляемся или приземляемся в текущую реальность

В производственных, торговых и сервисных компаниях описанная дилемма сегодня накладывается на еще один острый разрыв внутри команд.
Одни сотрудники (зачастую более молодые) технологичны, быстры и легко оцифровывают любую рутину, но часто смотрят на бизнес только через экран монитора. Другие - опытные практики и линейные руководители - бывают консервативны и упрямы при виде новых кнопок, но куда глубже чувствуют реальность цеха, смены или торговой точки.
Бизнесу нужны и те, и другие.
Если опереться только на первых - компания получит красивые дашборды, за которыми некому обеспечивать результат руками. Если оставить только вторых - бизнес увязнет в ручном контроле и потеряет скорость на базовых операциях. Думаю тоже знакомая ситуация.
Поэтому реальное обучение сотрудников ИИ и ответ на вопрос, как использовать ИИ в работе с пользой для дела, начинаются не с покупки/продления очередных подписок. Управленческая задача руководителя здесь - подружить эти два полюса внутри одной команды: соединить цифровую ловкость с живым знанием процесса на земле.
Потому что в связке человек и искусственный интеллект выигрывает не тот, кто чаще и быстрее нажимает кнопки, а тот, кто умеет думать, проверять и принимать решение своей головой.
А как вы справляетесь с этим и подобными вызовами в своей команде? Сталкивались ли уже с ситуациями, когда сотрудник приносил гладкое решение «от нейросети», но при первой же проверке реальным процессом оно не работало? И если вам актуальна обратная сторона медали - напишите в комментариях, разобрать ли в следующем материале те самые четыре теста для ИИ-бота на испытательном сроке, которые мы используем перед тем, как подпускать алгоритм к живым кандидатам и базам. Мы их уже по правде опубликовали в канале на TenChat, но возможно и здесь кто-то захочет воспользоваться. Вверху написал, что может кто-то проникнется и напишет в коммент, чтобы опубликовали здесь, мы с радостью. Лишь бы субъектность не потерялась и мы не стали, как в фантастических книгах иногда пишут "любимыми питомцами" у новых носителей ИИ-воли.
#иивбизнесе #управлениеперсоналом #hrtech #критическоемышление #подборперсонала #менеджмент