Сотрудники уже пользуются ИИ. Почему компания все равно не получает системного эффекта
Как на диагностике увидеть скрытое использование ИИ, снять тревогу команды и превратить личные приемы сотрудников в управляемый процесс.
На первой встрече я редко начинаю с вопроса: «Какие ИИ-инструменты вы внедрили?». Он звучит слишком официально и почти всегда дает неполный ответ.
Гораздо полезнее спросить сотрудников, как они готовят письмо, ищут информацию, обрабатывают длинный документ или собирают сводку. Тогда выясняется, что ИИ уже используется: через личный телефон, отдельный аккаунт или привычный чат-сервис. Руководитель может об этом не знать.
Свежие данные ИСИЭЗ НИУ ВШЭ помогают понять масштаб явления. По результатам обследования рабочей силы за 2025 год навыками работы с ИИ владеют 37,5% занятых, но только 4,9% считают такие навыки необходимыми для текущей работы. Авторы отдельного анализа отмечают, что часть использования происходит в «серой зоне» через личные устройства и не закреплена в рабочих правилах.
Для меня это не повод искать нарушителей. Это сигнал, что реальная практика уже ушла вперед, а процесс компании ее пока не догнал.
Почему сотрудники не рассказывают
Причины обычно простые:
- человек считает ИИ личным приемом, а не частью процесса;
- боится, что инструмент запретят;
- не уверен, можно ли загружать рабочие данные;
- не хочет объяснять руководителю, почему привычная задача теперь занимает меньше времени;
- сам не проверяет качество результата системно.
Если начать разговор с контроля и запретов, команда уйдет в еще более закрытый режим. Поэтому диагностика должна отделять полезный прием от риска.
Что я спрашиваю на диагностике
Мы выбираем несколько повторяемых задач и спокойно проходим их по шагам:
- Что получает сотрудник на входе?
- Какие данные он копирует в инструмент?
- Как формулирует запрос?
- Что проверяет в ответе?
- Куда переносит результат?
- Кто отвечает, если в ответе ошибка?
Этот разговор быстро показывает, где ИИ уже экономит время, а где создает скрытую ручную работу или риск утечки данных.
Не запрещать все и не разрешать все
После диагностики обычно нужен короткий набор правил, понятный без юридического словаря.
Например:
- какие сервисы разрешены;
- какие данные нельзя загружать;
- какие задачи подходят для черновика;
- какие ответы обязательно проверяет человек;
- где хранится финальный результат;
- кто сообщает об ошибке или спорном случае.
Так личный опыт сотрудника превращается в воспроизводимую практику. Другие участники команды могут понять ее, проверить и улучшить.
Где появляется системный эффект
Системный эффект возникает не тогда, когда каждый сотрудник научился писать хороший запрос. Он появляется, когда:
- выбран конкретный рабочий сценарий;
- определен допустимый набор данных;
- результат возвращается в CRM, задачу или проект;
- есть ответственный за качество;
- команда видит одну и ту же актуальную версию правил;
- руководитель измеряет время, ошибки и клиентский результат.
До этого момента компания зависит от отдельных энтузиастов. Если такой сотрудник уходит или меняет способ работы, накопленный опыт исчезает вместе с ним.
Как начать без большого проекта
Я предлагаю выбрать один безопасный сценарий, которым команда уже пользуется неофициально. Лучше всего подходит задача с невысокой ценой ошибки: черновик письма, краткая сводка встречи, классификация обращения или подготовка списка вопросов.
Затем на две недели фиксируются простые показатели:
- сколько времени задача занимала раньше;
- сколько занимает сейчас;
- сколько ответов пришлось существенно переделать;
- какие данные использовались;
- где сохранился результат;
- насколько удобно сотрудникам работать по общему правилу.
Так разговор об ИИ перестает быть спором между сторонниками и противниками технологии. Мы видим конкретную задачу, конкретную пользу и конкретные ограничения.
Главное на первом этапе — не заставить команду использовать ИИ активнее. Важно понять, что уже происходит, сделать полезную практику видимой и убрать риск там, где сотрудники действуют вслепую.