ИИ как катализатор скрытых процессов

Что происходит с людьми, иерархией и процессами при внедрении ИИ и почему слабые компании рушатся быстрее, чем ожидают — рассказывает Татьяна Иванова, к.э.н., групп-аналитик, системный коуч, Ex-VP МАПБО, 30 лет профессионального стажа, в том числе 14 лет — на топ-позициях в крупных региональных и федеральных компаниях (биллинг), основатель центра системного анализа «Динамика».

Компании внедряют ИИ, питая надежды освободить людей от рутины, сократить затраты на персонал и получать быстрее то, на что раньше требовалось время. Это происходит. Рутина действительно уходит машинам. Но дальше начинается то, чего никто не обещал.

ИИ не меняет природу компании. Он берёт то, что уже есть — культуру, процессы, людей — и умножает скорость происходящего примерно на порядок. Гибкая команда с отлаженными процессами начинает двигаться с пугающей скоростью. Бюрократизированная структура захлёбывается в потоке сгенерированного мусора, который теперь производится в десятки раз быстрее, чем раньше. Решения, которые раньше принимались медленно, теперь принимаются очень быстро, но существующая структура просто не умеет их реализовывать.

Это первое, что нужно осмыслить собственнику до того, как он системно начнёт внедрять ИИ. Главный вопрос не «что нам даст ИИ», а «как он проявит то, что у нас уже есть». Если в компании плохо работает система принятия решений — алгоритм доведет до абсурда именно это. Если коммуникация внутри команды токсична — токсичность распространится быстрее и шире. Если культура здоровая и процессы прозрачные — компания получит реальное конкурентное преимущество, которое сложно скопировать.

Есть и второй, менее очевидный эффект. Машина снимает ограничение, которое раньше незаметно защищало часть сотрудников — ограничение по времени. Раньше перфекционист не мог бесконечно дорабатывать аналитический отчёт: рабочий день заканчивался, дедлайн наступал, документ уходил в работу. Теперь алгоритм за секунду предлагает ещё двадцать вариантов формулировок. Ещё пять подходов к структуре. Ещё три альтернативных вывода. Сотрудник с высокой тревожностью тонет в деталях, скорость принятия итоговых решений падает катастрофически, а руководитель получает красиво оформленный паралич вместо результата.

Всё это означает, что перед внедрением любого ИИ-инструмента стоит ответить на несколько важных вопросов.

1. Какие процессы в компании работают хорошо, и что произойдёт, если они пойдут в три раза быстрее?
2. Какие работают плохо, и что произойдёт, если плохие решения будут приниматься с той же скоростью, только автоматически?
3. Кто из людей выиграет от снятия временных ограничений, а кто потеряется в бесконечных итерациях?

Обычно на эти вопросы отвечают не заранее, а потом^ когда эффект уже проявился.

Расслоение сотрудников

Через полгода-год после внедрения ИИ-инструментов в любой компании начинают всё чётче проявляться две группы сотрудников. Разделение идёт не по должностям, стажу или уровню образования, а по отношению к инструменту и готовности думать до того, как нажать кнопку и сделать выбор. А ещё — по возможности и способности понять то, что выдаёт ИИ, критически осмыслить результат и понять, где реальность, а где красивые галлюцинации. Другими словами, люди делятся на две категории: те, кто передаёт функцию мышления алгоритму, и те, кто использует алгоритм для своего мышления.

Первые выбирают готовый промпт. Берут шаблон из корпоративной базы или с первой страницы поиска, вставляют данные, получают приемлемый результат, сдают задачу. Это рабочая стратегия, пока задача типовая. И именно здесь кроется ловушка для компании: пока KPI закрыты, у этих людей нет никакого стимула работать иначе. Красивый шаблонный отчёт проходит согласование ровно так же, как и глубокий авторский. Чаще даже быстрее — он ни у кого не вызывает вопросов. Система де-факто поощряет поверхностность — так уж мы психологически устроены. Вспомните примеры скандалов, где уважаемые компании выдавали публично отчёты и исследования, которые на поверку оказывались галлюцинациями ИИ. Ведь в этих компаниях наверняка были люди, которые эти отчеты согласовывали и передавали с уровня на уровень.

Вторые задают контекст, который машина не ожидает, потому что настроена на работу со среднестатистическими данными. Эти сотрудники формулируют задачу ровно так, как формулировал бы дотошный руководитель, который точно знает, что он хочет получить от подчинённого. Не «напиши анализ рынка», а «оцени, какие допущения в этой модели делает наш CFO, и найди три места, где они расходятся с данными за последний квартал». Они добиваются от системы нестандартного продукта — просто потому, что умеют думать до начала диалога с машиной. Качество их запроса определяется глубиной их понимания задачи. Алгоритм в этом случае усиливает мышление, а не заменяет его.

Таких людей мало — примерно 10–15% в любой команде. Они производят непропорционально много ценного продукта. И они прекрасно понимают собственную ценность, что создаёт для компании отдельную управленческую задачу.

Разрыв между этими двумя группами будет только расти. Задача руководителя — увидеть эту поляризацию до того, как она превратится в проблему найма и удержания.

Практический способ проверить, в какой группе находится конкретный сотрудник, — попросить его объяснить, как именно он получил тот или иной результат. Какой вопрос он задал системе. Почему именно такой. Что не устроило в первом ответе. Люди первой группы не смогут ответить развёрнуто — они нажали кнопку и получили результат. Люди второй группы расскажут про итерации, про переформулировку, про контекст, который они вложили в запрос. Разница в ответах на этот вопрос говорит больше, чем любое тестовое задание.

Что происходит с процессами в компании

Возьмём конкретный управленческий процесс — подготовку аналитики для принятия решений. Это один из процессов, где ИИ-инструменты применяются наиболее активно и где эффект деградации виден быстрее всего.

Раньше аналитик строил отчёт, опираясь на собственное понимание контекста: что важно для этого рынка, этого клиента, этой конкретной ситуации. Он делал выбор: какие данные включить, каким дать вес, какой вывод сформулировать. В отчёте был авторский взгляд. Можно было не соглашаться с этим взглядом, но он существовал.

Теперь большинство аналитиков работает через стандартный промпт: «сделай сравнительный анализ по следующим параметрам». Алгоритм выдаёт структурированный, грамотно написанный, абсолютно нейтральный текст. В нём нет фактических ошибок. В нём нет и идеи. Он охватывает всё и не говорит ни о чём. Руководитель получает красивый документ, на который сложно опереться.

То же происходит в коммуникации с клиентами, в стратегических документах, в оценке персонала, в отчётах совету директоров. Компании массово производят хорошо оформленный, профессионально звучащий контент, который не несёт позиции. Культурный код, отличающий одну компанию от другой — интонация, приоритеты, то, о чём умалчивают и о чём говорят прямо — растворяется в усреднённом алгоритмическом тоне.

Откройте последние десять отчётов или деловых писем, написанных с помощью ИИ в вашей компании. Уберите логотип и реквизиты. Можно ли определить, чья это компания? Можно ли почувствовать, чем она отличается от конкурента на том же рынке? Чаще всего — нет. И конкурент, скорее всего, использует тот же инструмент с теми же промптами.

Проблема в том, что люди перестали формулировать смыслы до того, как садятся писать или ставить задачу. Алгоритм берёт то, что ему дают. Если на входе размытый запрос, на выходе красиво оформленная размытость. Если на входе ясная позиция с конкретным контекстом, то на выходе документ, который можно использовать для принятия решений.

Это означает, что компетенция формулирования задачи становится одной из самых дефицитных и одной из самых важных. Руководители, которые умеют поставить точный вопрос до начала работы — не после, не в процессе, а именно до — сейчас стоят дороже, чем те, кто умеет быстро обработать любой запрос.

Отдельная тема — принятие решений на основе ИИ-аналитики. Алгоритм хорошо обрабатывает данные, которые ему дали. Он не знает о данных, которых нет — о тех переговорах, которые прошли в коридоре, о настроении в команде, о том, что ключевой клиент вчера намекнул на смену подрядчика. Руководитель, который принимает решения только по тому, что выдала система, отрезает себя от части реальности. Задача не в том, чтобы доверять или не доверять алгоритму — задача в том, чтобы понимать, что именно алгоритм не видит.

Иерархия под давлением

Лавина «красиво оформленной пустоты» давит не только на качество продукта — она деформирует саму управленческую структуру. Консалтинговые и IT-компании фиксируют один и тот же феномен: условное схлопывание уровней. Стажёр-аналитик, который умеет грамотно работать с языковыми моделями, выдаёт аналитику, которую раньше делал уверенный руководитель отдела. По качеству. По скорости. Иногда — по глубине охвата данных. Разница только одна: стажёр пока не умеет принимать решения на основе этой аналитики и не может административно нести за них ответственность. Но именно эта разница сейчас стирается быстрее всего остального.

Привычная управленческая пирамида начинает деформироваться. Верхушка сохраняется — там принимают решения и несут за них ответственность. База расширяется — там исполняют задачи с помощью инструментов. Среднее звено сжимается. Менеджеры, чья главная функция состояла в передаче информации сверху вниз и консолидации данных снизу вверх, обнаруживают, что алгоритм делает это точнее, быстрее и без политических искажений.

Это не означает, что среднее звено исчезнет полностью. Но его функция меняется принципиально. Раньше ценность менеджера среднего уровня измерялась объёмом информации, который он обрабатывает снизу, и скоростью реакции на запросы сверху. Теперь — качеством решений, которые он принимает в условиях неопределённости, и умением задавать правильные вопросы команде. Это разные компетенции, и далеко не все, кто занимал эти позиции, ими обладают.

Реакция предсказуема и от этого не менее разрушительна. Менеджеры среднего звена начинают защищаться через регламент. Вводятся требования согласования запросов к ИИ-системам, ограничения на использование внешних инструментов, многоступенчатые проверки результатов, полученных с помощью алгоритмов. Официальный аргумент — безопасность данных и соответствие корпоративным стандартам. Реальная причина — страх потерять позицию и статус.

Это нормальная защитная реакция разумных людей в ситуации экзистенциальной угрозы. Но для компании она стоит дорого: скорость снижается именно там, где технология могла бы дать максимальный эффект — на уровне оперативного управления. И что хуже — в компании складывается негласная норма: ИИ-инструменты есть, но пользоваться ими надо осторожно, лучше не высовываться.

Собственнику имеет смысл спросить себя: сколько уровней в моей компании существуют для координации и передачи информации, а сколько — для принятия решений? В большинстве компаний, которые честно проводят этот анализ, соотношение оказывается три к одному. Причём не в пользу решений. Именно эти три части пирамиды сейчас находятся под наибольшим давлением.

Что теперь требуется от руководителя

Линейный контроль — «проверить, сделано ли» — умирает как управленческая функция. Алгоритм сделает, и сделает быстро. Вопрос в другом: правильно ли поставлена задача? Тот ли результат получен? Что с ним делать дальше?

От руководителя теперь требуется то, что можно назвать компетенцией архитектора: точно сформулировать задачу до начала работы, удержать смысловую рамку в процессе и отличить хороший результат от имитации хорошего результата.

Последнее — самое сложное. Имитация теперь выглядит отлично. Отчёт без единой ошибки, без единой живой мысли — это уже норма. Руководитель, который не умеет отличить один от другого, будет принимать решения на основе красиво оформленного воздуха. И никто ему об этом не скажет — потому что исполнитель искренне считает, что сделал хорошую работу. По всем внешним признакам так и есть.

Здесь важна честность: это требует от самого руководителя способности думать самостоятельно. Не делегировать мышление алгоритму, а думать до начала любого процесса. Это звучит очевидно. На практике оказывается, что многие управленческие позиции долгое время занимали люди, которые хорошо умели организовывать процесс, но редко формулировали позицию. ИИ сделал это видимым — быстро и без жалости.

Вторая задача — удержать людей, которые умеют взламывать шаблоны. Они неудобны. Их сложно оценивать стандартными метриками, потому что ценность их работы часто проявляется не в количестве выполненных задач, а в качестве одного нестандартного решения, которое изменило направление. Им тесны жёсткие KPI. Они будут уходить — в другие компании или в собственный бизнес — если организация не предложит им пространство для независимого мышления. Построить такое пространство внутри жёсткой вертикали крайне сложно. Но именно в этом сейчас главный дефицит на рынке труда.

И третье. Посмотрите на свою управленческую структуру, спросите: кто здесь производит смыслы, а кто передаёт информацию? Первых, скорее всего, меньше, чем кажется. Вторых — больше, чем нужно. И это соотношение теперь дорого стоит, буквально — в деньгах фонда оплаты труда.

Хорошая новость в том, что это поддаётся диагностике. За последний год — какие решения в вашей компании изменили направление? Кто их инициировал? Насколько далеко от этих людей находится право принимать решения? Если ответ «далеко» — это не проблема конкретных людей. Это проблема структуры, которая умеет исполнять, но не умеет думать. И именно эту проблему ИИ сделает дороже с каждым месяцем.

Открытый вопрос

ИИ-инструменты не решают управленческих проблем. Они выступают рентгеном, который подсвечивает то, что уже было, только быстро и в увеличенном масштабе. Слабые решения принимаются быстрее. Сильные команды двигаются быстрее. Разрыв между ними растёт.

Трансформация, которую принято описывать как «цифровую» или «ИИ-трансформацию», по факту управленческая. Вопрос не в том, какой инструмент купить и как его интегрировать. Теперь важно то, готова ли ваша нынешняя структура принимать решения в условиях, когда скорость производства контента перестала быть ограничением. Когда ограничением стало только качество мышления тех, кто этот контент заказывает.

Готова ли ваша нынешняя иерархия интегрировать людей, чья главная ценность — независимое мышление, многократно усиленное вычислительными мощностями? Или она их выдавит — через регламент, через несоответствие KPI, через ощущение, что здесь не ценят тех, кто думает нестандартно?

Ответ на этот вопрос зависит от того, как устроена система мотивации, какие решения считаются хорошими, и кто их принимает. Через три-пять лет конкурентоспособность сохранят те компании, которые успеют перестроить управленческую культуру под новую реальность, в которой узким местом становится мышление, а не производительность.

Подумайте об этом, когда будете читать очередной безупречно написанный, но абсолютно пустой отчёт от вашего подчиненного. Ведь написанное ИИ чувствуется кожей — оно не настоящее, энергетически пустое.

Оригинал: https://bi-school.ru/ii-kak-katalizator-skrytyh-protsessov/