ИИ не внедрить приказом: компаниям придётся разучиться работать по-старому - Новости IT perec.ru

ИИ не внедрить приказом: компаниям придётся разучиться работать по-старому

19.10.2026, 13:18:00 ИТ
✮✮✮✮✮✮
Хроника:
ИИ не внедрить приказом: компаниям придётся разучиться работать по-старому

Компании могут сколько угодно рассуждать о потенциале искусственного интеллекта, но между красивой презентацией и его успешным внедрением в крупной международной организации лежит пропасть. В отчёте Gallup «Состояние рабочего места — 2026» обнаружилось красноречивое расхождение: 65% работников говорят, что ИИ повысил их личную продуктивность, однако лишь 12% полностью согласны с тем, что технология изменила способ работы их организации.Автор статьи, занимавший руководящие должности в сфере технологических преобразований в канадской железнодорожной компании Canadian National Rail и помогавший клиентам Tenarai получать практическую пользу от ИИ, считает, что результат зависит прежде всего от людей. В эпоху агентного ИИ компаниям нужно помочь сотрудникам отказаться от привычных инструментов и рабочих приёмов, которыми те пользовались годами, и уверенно освоить новые возможности.Отрасль переходит от пассивных ИИ-помощников к автономным ИИ-агентам, но традиционная разработка программного обеспечения часто не учитывает взаимодействие человека с ИИ. Поэтому управление изменениями должно стать основой корпоративного внедрения: технологии необходимо приспосабливать к контексту и культуре организации.Генеративный ИИ обычно помогает выполнять отдельные задачи — например, составлять черновики. Человек при этом остаётся за рулём: проверяет результат и решает, можно ли его использовать. Агентный ИИ действует иначе: он ориентирован на цель, учитывает контекст и взаимодействует с людьми, напоминая самостоятельного цифрового коллегу. Такая модель уже меняет сложные процессы в компаниях, но её успех зависит от готовности работников адаптироваться.Примером стала миграция данных для крупной международной логистической компании. Инженерам требовалось перенести конвейер обработки данных с устаревшей архитектуры SAS в облако. Однако более трудной задачей оказалось помочь опытным бизнес-аналитикам отказаться от рабочих процедур, к которым они привыкали много лет. Техническую миграцию сопровождали практическими мерами по управлению изменениями и объяснением пользы новой системы. По словам автора, добиться доверия сотрудников оказалось важнее для ускорения внедрения, чем сама техническая работа.Когда работники переходят от контроля отдельных задач к надзору за автономными агентами, возникает уязвимость: старые привычки уже не подходят, а новые возможности ещё не освоены. Разобщённые подразделения ИТ, построенные для традиционных проектов, не закрывают этот разрыв. Автор предлагает модель разработки, в которой техническая работа с самого начала связана с потребностями людей и бизнеса.Для перехода от пробных проектов к реальным результатам предлагается система с двумя ролями. Первая — Forward Deployed Engineer (FDE), инженер, встроенный непосредственно в бизнес-процессы. Он связывает техническую архитектуру с контекстом компании и рабочим кодом, взаимодействует с пользователями и профильными ИИ-агентами, быстро переводит операционные цели в готовые к эксплуатации системы и устраняет проблемы по мере их появления. По описанию автора, такая работа в межфункциональных командах позволяет сократить цикл разработки с месяцев до недель.Вторая роль — Agentic Design Lead, специалист по проектированию взаимодействия человека и ИИ и согласованию изменений внутри организации. Он изучает поведение пользователей, перестраивает рабочие процессы с учётом возможностей агентов ещё до начала разработки и добивается того, чтобы сотрудники принимали участие на всех этапах. Благодаря этому связь человека с ИИ учитывается не только в проекте на бумаге, но и в итоговом решении.Автономность требует ограничений. Руководителям предлагается разделять процессы по уровню риска — на детерминированные и вероятностные. В критически важных сферах, где ошибка может повредить людям или реальным операциям, нужны жёсткие правила и запрет на самостоятельные действия ИИ. К таким областям относятся работа складов, управление движением тяжёлых поездов, диспетчеризация воздушного движения и промышленное производство.Вероятностные подходы уместны там, где результат допускает оценку и корректировку: например, в прогнозировании спроса, адресном маркетинге и автоматизированном анализе документов. Для таких задач компаниям советуют создавать защищённые тестовые среды, где межфункциональные команды смогут экспериментировать, изучать журналы работы системы и постепенно расширять применение только проверенных решений.Даже сильная ИИ-архитектура не поможет, если сотрудники сопротивляются внедрению. Одних распоряжений руководства и статичных панелей мониторинга недостаточно. Автор предлагает вести преобразования как внутреннюю маркетинговую кампанию: добиваться поддержки работников и вовлекать команды снизу.Для этого подойдут интерактивные семинары, дни инноваций, обучение под конкретные задачи и практические интенсивы, которые позволяют познакомиться с инструментами в работе. Неформальные встречи — например, обсуждения внутри команды или встречи с едой и напитками в обеденное время — дают сотрудникам безопасное пространство для вопросов, помогают укрепить доверие и развить уверенность в собственных идеях. Автор утверждает, что команда использовала все эти форматы и даже простые из них работают.Главный вывод: успех в эпоху агентного ИИ определяется не тем, кто больше потратит на модели, а тем, кто лучше поймёт людей и проведёт их через изменения. Компании добьются результата, если будут считать управление переменами не техническим препятствием, а важнейшей частью продукта. Когда агенты берут на себя рутинную нагрузку, человеческий потенциал остаётся главным двигателем инноваций.


PEREC.RU

Корпоративный ИИ обычно продают как вопрос вычислительных мощностей: добавим модель, подключим агента, объявим новую эпоху — и вот уже организация проснулась обновлённой. Удобная сказка. Она позволяет закупщикам обсуждать лицензии, руководителям — демонстрировать стратегические слайды, а всем остальным — продолжать работать по старым правилам, только теперь с дополнительной кнопкой, которую никто не просил.

Разрыв между индивидуальной пользой и переменами в организации — не загадка технологий. Это следствие того, что программное обеспечение внедряют как вещь, а не как изменение повседневной работы. Компания может объявить систему успешной, потому что она запущена; сотрудники могут считать её бесполезной, потому что процесс остался прежним. В отчётности эти две версии нередко мирно сосуществуют, как будто речь о разных предприятиях.

Разумеется, у перемен есть сторонники и получатели выгоды. Поставщик получает контракт, руководство — пункт в презентации о цифровой зрелости, консультанты — новую схему ролей с солидными английскими названиями. А работнику предлагают «разучиться» тому, что годами помогало ему выполнять задачу, и освоить новую систему, ответственность за ошибки которой пока не всегда ясно распределена. Риск по-прежнему человеческий, просто интерфейс теперь современнее.

Поэтому разговор о новых специалистах и обучении важен не как очередная модная оргструктура, а как признание давно неудобного факта: внедрение проваливается не только из-за кода. Кто-то должен понимать реальный процесс, а не его версию из технического задания; кто-то — проверять, как люди взаимодействуют с агентом; кто-то — разбираться, где автономность полезна, а где ей пора выдать не крылья, а поводок. Иначе ответственность расползается между подразделениями, пока каждый уверяет, что свою часть сделал.

Особенно показательно разделение задач по риску. В среде, где сбой может затронуть безопасность людей или физическую инфраструктуру, экспериментаторский оптимизм — плохая замена строгим ограничениям. В менее критичных сценариях испытания могут быть оправданы, но только если компания действительно наблюдает за результатами и умеет остановиться. «Постепенно масштабировать» звучит скучно — зато дешевле, чем объяснять, почему пилот без границ внезапно стал производственной системой.

Есть и более тонкий вопрос: кто определяет, какие привычки сотрудникам нужно оставить в прошлом, а какие правила защищают их от плохо спроектированного процесса? Призыв к переучиванию легко превращается в удобную формулу, где любая неудача списывается на «сопротивление изменениям». Технология, конечно, ни при чём; просто пользователи недостаточно вдохновились. Так провал продукта получает человеческое лицо — и обычно это лицо не того, кто его продавал.

Практические семинары и неформальные встречи здесь полезны не потому, что корпоративная культура лечится кофе и маркерами. Они дают людям возможность увидеть инструмент в работе, задать вопросы и показать, где красивый сценарий не совпадает с реальностью. Если после этого продукт меняют, обучение становится частью разработки. Если же сотрудников собирают лишь затем, чтобы убедить их полюбить уже принятое решение, это не вовлечение, а презентация с участием аудитории.

В итоге компании предстоит выбирать между двумя версиями внедрения. В первой ИИ объявляют стратегией, покупают, запускают и измеряют количество подключений. Во второй проверяют, кому он помогает, кому добавляет обязанностей, где допустима автономность и кто отвечает за сбой. Первая версия эффектнее смотрится в квартальном отчёте; вторая имеет шанс пережить встречу с реальной работой.

А обещание, что агенты освободят людей для инноваций, звучит особенно приятно тем, кто не собирается первым проверять границы их самостоятельности. Технология может взять на себя рутину, но сама по себе она не создаёт доверия, ясной ответственности или хорошего процесса. Это приходится делать людям — тем самым, которых цифровая революция регулярно объявляет главным активом, а затем просит приспособиться к ней без лишних вопросов.

Поделиться

Похожие материалы