Культура ИИ в компании: без управления изменениями технология не работает

В последние годы компании научились покупать доступ к инструментам искусственного интеллекта быстрее, чем менять способ работы своих команд. ИИ внедряют как технологический проект: с лицензиями, пилотами и обучением сотрудников. Но на практике технология начинает приносить ценность только тогда, когда организация готова менять культуру принятия решений, отношение к ошибкам и способы работы с информацией.

Главный барьер внедрения ИИ – не в алгоритмах и вычислительных мощностях. Он заключается в том, как компания в целом готова жить вместе с новой технологией. С Султаном Рамазановым, директором по инновациям Umbrella IT, разбираемся, как искусственный интеллект становится рабочим инструментом, а не демонстрацией технологического прогресса.

ИИ не внедряется без управления изменениями

Самая распространенная ошибка – воспринимать искусственный интеллект как очередную корпоративную систему. Закупка платформы, запуск пилота и проведение обучения часто ошибочно считаются полноценным внедрением.

Однако реальность показывает другое. Большинство ИИ-инициатив проваливаются не технически, а организационно. Если проект останавливается на стадии пилота, это почти всегда сигнал отсутствия продуманного управления изменениями. Технология может работать корректно, но без интеграции в ежедневную практику сотрудников она остается демонстрационным инструментом для отчетов и презентаций.

ИИ – это не запуск системы. Это изменение привычного способа работы. Когда коммуникационное сопровождение внедрения отсутствует, процессы не адаптируются, а роли сотрудников не пересматриваются, технология быстро превращается в дорогую инновационную витрину.

Сопротивление сотрудников – это сигнал системы

При обсуждении внедрения ИИ часто используется слово «сопротивление». Обычно его трактуют как проблему людей, которую требуется решить через обучение или административное давление. Но сопротивление редко бывает иррациональным.

Сотрудники опасаются не технологии как таковой, а неопределенности. Страх потери рабочего места, непрозрачность решений моделей и культура наказания за ошибки оказываются сильнее технических преимуществ инструмента.

При этом исследования показывают, что сопротивление сотрудников не является доминирующей причиной слабого внедрения. По данным опроса Gartner среди почти 3 тыс. сотрудников, 65% работников, наоборот, заинтересованы в использовании ИИ в работе, но многие не применяют его из-за отсутствия понятных практик внутри команд.

Если интеллектуальная система работает как черный ящик, принимающий решения без объяснения логики, доверие формируется медленно. Для сотрудников важно понимать не только результат работы модели, но и принцип, по которому она действует.

Особенно сложно интеллектуальные системы приживаются в средах, где ошибка сотрудника исторически воспринимается как повод для санкций. В такой культуре любая технология поддержки решений встречает настороженность независимо от качества алгоритмов.

Поэтому внедрение ИИ часто требует более глубокой трансформации управленческой философии, чем может показаться на старте проекта.

Когда подразделения не договариваются: главный структурный барьер

Серьезный риск внедрения ИИ возникает на стыке подразделений. Типичная организационная конфигурация выглядит так: ИТ-команда отвечает за инфраструктуру, операционные подразделения – за процессы, а формально за итоговый результат проекта не отвечает никто.

Если KPI разных подразделений остаются неизменными, система начинает защищать старые модели работы. Например, если эффективность подразделения измеряется количеством операций, выполненных вручную, автоматизация может восприниматься как угроза, даже если в перспективе она повышает общую производительность бизнеса.

Искусственный интеллект особенно чувствителен к подобным организационным разрывам. Он эффективно работает там, где ответственность за результат распределена горизонтально, а не разнесена по функциональным зонам.

Обучать нужно не инструменту, а мышлению

Компании часто начинают внедрение ИИ с образовательных программ: проводят курсы, демонстрируют возможности моделей и показывают интерфейсы платформ.

Однако освоение технологии редко происходит через обучение интерфейсам. Настоящее принятие ИИ формируется через практику. Через среду, в которой сотрудники могут экспериментировать, формулировать задачи для модели и обсуждать результаты без страха совершить ошибку. При этом даже при активном интересе к технологии фактическое использование ИИ остается ограниченным. Исследования Национального бюро экономических исследований США показывают, что около 28% сотрудников используют генеративный ИИ в своей работе, причем чаще всего для написания текстов, поиска информации и подготовки инструкций.

Важную роль играют внутренние технологические энтузиасты. Это сотрудники, которые становятся неформальными проводниками изменений и формируют новую рабочую культуру.

Не менее значимым фактором становится психологическая безопасность. Если сотрудник опасается задавать модели нестандартные вопросы или использовать ее в экспериментальных сценариях, технология остается только справочным инструментом. Компетенция возникает тогда, когда человек начинает работать вместе с интеллектуальной системой, а не только использует автоматизацию рутинных операций.

Считать нужно поведение, а не лицензии

Ключевая ошибка управления ИИ-проектами – попытка измерять успех через доступность технологии. Количество приобретенных лицензий, число обученных сотрудников или зарегистрированных пользователей мало отражает реальный эффект внедрения.

Гораздо важнее фиксировать изменение рабочих процессов. Следует анализировать, сокращается ли время принятия решений, используются ли интеллектуальные рекомендации в реальных сценариях и уменьшается ли доля повторяющихся операций.

Искусственный интеллект – это не технология доступа, а технология изменения поведения системы. Если компания не наблюдает трансформацию рабочих практик, внедрение пока остается инфраструктурным проектом.

Итог

Искусственный интеллект сам по себе не делает компанию интеллектуальнее. Более умными становятся процессы, сотрудники и решения, которые принимаются внутри организации. При этом важно понимать: искусственный интеллект редко приносит мгновенный экономический эффект. Его влияние чаще проявляется через постепенное изменение поведения сотрудников и структуры принятия решений.

В компаниях, где внедрение технологии ограничивается закупкой платформы, эффект обычно заканчивается вместе с пилотным проектом. Но там, где ИИ становится частью ежедневной работы, начинается более медленная, но значительно более устойчивая трансформация. Речь идет не только об автоматизации операций. ИИ меняет скорость обработки информации, уменьшает зависимость решений от человеческого субъективизма и позволяет сотрудникам сконцентрироваться на задачах более высокого уровня сложности.

Не стоит ожидать, что технология сама по себе сделает процессы эффективнее. Искусственный интеллект работает как усилитель существующей управленческой культуры. Если культура построена на доверии, эксперименте и готовности работать с данными, технология ускоряет развитие компании. Если же система управления основана на жестком контроле и страхе ошибки, ИИ лишь закрепляет существующие ограничения.

Технология приобретает ценность, когда меняет способ работы с информацией, знаниями и ошибками. Без культуры изменений ИИ рискует остаться инструментом демонстрации инновационности, но не источником реального бизнес-результата.