Готова ли ваша компания к ИИ-трансформации?

Сейчас речь пойдет не про искусственный интеллект.

Здесь не будет списка нейросетей, промптов, сравнений ChatGPT с Claude и советов, как за вечер автоматизировать половину бизнеса.

Речь пойдет про компанию, в которую ИИ начинает входить. И про то, готова ли сама система к этому изменению. А возможно, он уже зашел через какого-то сотрудника, но вы пока об этом не знаете.

Пока мы в основном обсуждаем возможности ИИ: что он умеет, где ошибается, что можно ему поручить, как правильно поставить задачу. Но довольно скоро главный вопрос станет не «что умеет ИИ?», а «что произойдет с нашей компанией, когда он действительно начнет это делать?»

Я регулярно слышу примерно такое: «Он придумал источник», «не понял вопрос», «выдал старые данные», «написал такой текст, что лучше бы сам».

И дальше обычно следует: ну вот и весь ваш искусственный интеллект.

Это немного похоже на то, как если бы в середине девяностых мы открыли страницу в браузере, несколько минут посмотрели, как она грузится под звуки модема, и решили, что бизнес это точно не изменит.

Скепсис отчасти понятен. ИИ действительно ошибается, может придумать факт, неправильно понять контекст или дать посредственный ответ на посредственно поставленную задачу. Но когда человек два раза заходит в чат, задает вопрос одной строчкой и после этого делает вывод о возможностях технологии, он в большей степени оценивает собственный способ взаимодействия с ней.

Мне здесь ближе другая метафора.

Представьте очень способного нового сотрудника. Он быстро учится и умеет работать с огромным объемом информации, но пока ничего не знает о вашей компании. Вы не рассказали ему, как устроен бизнес, не дали контекст, документы и критерии хорошего результата. Потом дали задачу одной фразой.

Он сделал не то.

И вы решили, что сотрудник бесполезен.

С ИИ сейчас часто происходит примерно это. Только этот «сотрудник» развивается намного быстрее обычного. Сегодня ему доверяют письмо, завтра анализ документов, потом подготовку вариантов решения, а следующим шагом он уже выполняет последовательность действий.

И в какой-то момент вопрос становится уже не в том, насколько хорош сам ИИ. Вопрос в том, что происходит с организацией вокруг него.

Настоящая ИИ-трансформация начинается не тогда, когда компания купила лицензии, а когда ИИ начал выполнять часть реальной работы.

Сотрудник раньше несколько часов анализировал документы, теперь получает первый разбор за минуты. Маркетолог неделю собирал рынок, теперь первая версия исследования готова за вечер. Руководитель раньше ждал три сценария от аналитика, теперь получает десять еще до встречи с ним.

Постепенно меняется содержание самой роли.

Человеку все меньше нужно самостоятельно производить информацию и все больше нужно уметь правильно поставить задачу, дать контекст, проверить результат, заметить ошибку, увидеть последствия и принять решение.

И тут появляются новые вопросы: что теперь считается экспертизой? За что человеку платят? Как измеряется вклад? Какие компетенции начинают терять ценность, а какие становятся важнее?

И что произойдет с сотрудником, который с помощью ИИ сделал за два часа работу, на которую раньше уходило два дня?

Если ответ компании будет «отлично, держи еще семь задач», люди довольно быстро научатся скрывать реальную эффективность.

Так появляется теневая ИИ-трансформация: руководство считает, что компания еще экспериментирует, а сотрудники уже перестроили работу.

Может ли сотрудник самостоятельно попробовать новый способ работы или должен сначала получить разрешение? Может ли сказать руководителю: «Я перестроил процесс, теперь половину делает ИИ»? Можно ли признать ошибку, показать незавершенный результат, предложить перепроверить решение руководителя, если анализ дает другую картину?

И может ли сильный специалист спокойно сказать: «Эту часть моей работы ИИ уже делает лучше меня», не начав после этого беспокоиться за свое место?

В Human Foresight я как раз рассматриваю культуру не как набор заявленных ценностей, а как реальные правила поведения системы: кто может проявлять инициативу, насколько безопасно спорить с руководителем, как команда относится к неопределенности, ошибкам и ответственности. Культура проявляется именно в том, как люди действуют, когда сталкиваются с несогласием, ошибкой или чем-то новым.

ИИ очень быстро делает эти правила видимыми.

В одной компании сотрудник за неделю соберет себе агента и покажет, что сократил процесс с шести часов до сорока минут. В другой будет ждать регламента. В третьей сделает то же самое, но никому не скажет.

Технология одна. Системы разные.

ИИ очень часто входит в организацию снизу, через обычного сотрудника.

Кто-то использует его для анализа документов, кто-то для исследований, презентаций или кода, кто-то уже собирает агентов, которые выполняют часть процесса самостоятельно.

Иногда руководство об этом знает. Иногда нет.

В итоге оргструктура прежняя, должностные инструкции прежние, KPI прежние, штат прежний. А работа внутри уже устроена иначе.

Руководитель принимает решения, опираясь на представление о компании, которая уже изменилась.

В Human Foresight это относится к лидерскому слою. Его задача, понять, насколько представление руководителя о системе совпадает с тем, что в ней происходит на самом деле. Лидерский слой работает как поправка к двум другим: если руководитель плохо видит систему, он начинает принимать решения на основе искаженной картины.

С ИИ этот разрыв может расти особенно быстро. Раньше изменение процесса было заметно: новый регламент, внедрение системы, проект, обучение. Теперь один человек вечером может собрать инструмент, который утром изменит способ выполнения его работы.

Никакой официальной трансформации при этом может не быть.

Допустим, 80 процентов анализа сделал ИИ.

Кто отвечает за результат?

Сотрудник, который дал задачу? Руководитель, который принял решение? Человек, который настроил агента? Тот, кто дал ему доступ к данным?

С ИИ очень легко разорвать привычную связку: полномочия, решение, ответственность.

И появляется новая версия старой корпоративной фразы: «Так ИИ сказал». Раньше было «так система посчитала».

Поэтому компаниям придется определить, что ИИ может делать самостоятельно, где он только готовит решение, кто проверяет результат, кто имеет последнее слово и какие решения вообще нельзя передавать машине.

И вот здесь заканчивается тема промптов и начинается тема устройства самой системы управления.

Часть организационной власти сегодня держится на доступе к информации.

Кто знает больше, быстрее получает данные и умеет сложнее анализировать, тот часто обладает большим влиянием.

ИИ начинает сокращать эту дистанцию. Сотрудник на более низком уровне может получить доступ к анализу, для которого раньше требовалась работа нескольких специалистов. Руководитель может самостоятельно собрать информацию, которую ему раньше готовил отдел. Эксперт может за час проверить гипотезу, для которой раньше нужна была команда.

Это не означает, что иерархия исчезнет. Но основания влияния начнут меняться.

И отсюда возникает довольно неудобный вопрос: если сотрудник вместе с ИИ понимает проблему лучше собственного руководителя, у кого должно быть право принять решение?

Точно не количество купленных лицензий.

И даже не количество сотрудников, прошедших обучение.

Гораздо важнее, насколько быстро компания умеет пересматривать роли, насколько ясно распределены полномочия и ответственность, можно ли экспериментировать, не скрывая это от руководства, и понимают ли руководители, как люди работают на самом деле.

Именно поэтому я смотрю на ИИ-трансформацию через ту же логику, через которую в Human Foresight смотрю на любую серьезную стратегию.

Вопрос не только в качестве самой идеи. Вопрос в готовности системы ее вынести.

Поведенческий слой показывает, какой уровень сложности команда вообще способна удержать. Культурный, где система начнет сопротивляться или деформировать новую модель. Лидерский, насколько руководство вообще видит происходящее достаточно точно. В Human Foresight эти три слоя не складываются в один балл, потому что каждый отвечает на свой вопрос: что система способна вынести, где она даст трещину и насколько можно доверять картине происходящего. HumanForesight (rus).docxDOCX

Попробуйте простой мысленный эксперимент.

Представьте, что через год ИИ способен выполнять 30 процентов интеллектуальной работы вашей компании. Не заменить 30 процентов сотрудников, а именно выполнять 30 процентов работы.

Какие роли изменятся первыми? Какие компетенции начнут дешеветь? Кто будет решать, что можно передать ИИ? Кто останется владельцем решения? Кто будет отвечать за ошибку? Как изменятся KPI? Что произойдет с сотрудником, который умеет работать с ИИ в пять раз лучше остальных? А с руководителем, который умеет хуже собственной команды?

И еще один вопрос: кому принадлежат знания, которыми сотрудник месяцами обучал корпоративного агента? Если человек уйдет, агент останется? Если останется, кто будет отвечать за актуальность того, чему его научили?

Поэтому вопрос ИИ-трансформации я бы формулировала не как «как нам внедрить искусственный интеллект?»

А так:

если ИИ действительно станет полноценной рабочей ролью внутри компании, готова ли к этому сама система?

В Human Foresight я задаю этот вопрос применительно к стратегии: выдержит ли конкретная человеческая система то, что мы для нее задумали? В случае с ИИ он становится еще острее, потому что технология меняется быстрее, чем роли, нормы, полномочия и представления руководителей о собственной компании.

И главным ограничением ИИ-трансформации может оказаться вовсе не искусственный интеллект.

А готовность системы, в которую он пришел.