Представьте типичную ситуацию: компания закупает корпоративный ИИ-инструмент, проводит обучение, запускает пилот. Через три месяца —
По данным McKinsey & Company, большинство компаний до сих пор не получают системного результата от внедрения ИИ, несмотря на рост инвестиций. И дело здесь не в качестве самих инструментов.
Главная причина в другом: то, что принято называть «саботажем», на самом деле является рациональной реакцией системы на плохо выстроенное внедрение.
Сотрудники не игнорируют ИИ — они выбирают способ работы, который дает предсказуемый результат и не создает дополнительных рисков. Чтобы понять это поведение, важно посмотреть не только на людей, но и на то, как именно компания внедряет изменения.
Саботаж — это не проблема сотрудников
В большинстве компаний саботаж объясняют через психологию: страх, нежелание меняться, сопротивление новому. На практике это поверхностное объяснение.
Сотрудник не обязан использовать инструмент только потому, что он «внедрен». Он оценивает его с точки зрения своей ежедневной работы: ускоряет ли инструмент задачи, снижает ли риски ошибок, делает ли результат более предсказуемым.
Если ответ отрицательный, отказ от использования — рациональный выбор.
Поэтому не стоит считать саботаж сбоем в поведении людей. Это сигнал: система внедрения ИИ не создает достаточной ценности в реальной работе.
Почему люди не доверяют ИИ
Ключевая причина сопротивления кроется не в страхе как таковом — все дело в незнании. Человек не понимает, как новый инструмент работает, где допускает ошибки, можно ли ему доверять. В такой ситуации любое использование ИИ воспринимается как риск, и первое же закономерное желание, которое возникает у сотрудника — отказаться от него вовсе.
Это универсальный механизм: люди боятся не технологий, а неопределенности. Чем лучше человек понимает систему, тем ниже уровень сопротивления. И наоборот — отсутствие понимания почти неизбежно приводит к отказу от использования.
Два типа сотрудников
После появления ИИ команды почти всегда делятся на две группы. Первая — любопытные. Они начинают экспериментировать, тестируют сценарии, адаптируют инструмент под свои задачи и быстро усиливают свою эффективность.
Вторая — нелюбопытные. Они не пытаются разобраться, занимают позицию «докажите, что это работает» и в итоге выпадают из процесса.
Это не вопрос квалификации — это вопрос поведения. И именно от соотношения этих двух групп во многом зависит успех внедрения. Если нелюбопытных сотрудников оказывается больше, внедрить новую технологию очень тяжело. Речь не только об ИИ — такие члены команды, как правило, не заинтересованы в любых изменениях.
Главный риск — не сотрудники, а руководство
Отдельный специалист в команде может не использовать ИИ. Система это переживет — и, более того, однажды просто «переварит» такого человека, потому что он закономерно будет отставать от остальных.
Если же внедрению искусственного интеллекта сопротивляется руководитель, ситуация сразу осложняется. Он задает норму, от его действий не в последнюю очередь зависит, как быстро сотрудники освоят новую технологию. Когда руководитель сам не применяет ИИ в работе и не верит в него, инициативы будут блокироваться, а внедрение фактически остановится.
Поэтому основная трудность — не сопротивляющиеся сотрудники, а отсутствие поддержки изменений на уровне управления.
Как проявляются психологические барьеры
Психологические барьеры сотрудников, которые стоят между ними и освоением ИИ, выражаются в виде поведенческих сигналов. Если научиться их распознавать, будет легко понять, что именно тревожит члена команды.
● Страх потери экспертизы. Сотрудники опасаются, что их знания обесценятся. Это снижает готовность делиться опытом и пробовать новые инструменты.
● Недоверие к качеству результатов. Разовые ошибки или галлюцинации быстро формируют устойчивое ощущение, что инструмент требует больше времени на проверку, чем дает выгоды.
● Страх контроля. Если непонятно, что логируется и как используется, сотрудники начинают избегать корпоративных инструментов.
● Усталость от изменений. Каждый новый инструмент требует времени на освоение. Без явной ценности он воспринимается как дополнительная нагрузка.
Важно, что эти препятствия усиливаются, если компания не задает понятных правил и сценариев работы.
Организационные барьеры: где ломается система
Возможно, сотрудники готовы активно использовать ИИ, но система не дает им делать это эффективно. Можно выделить несколько основных трудностей:
● Нет владельца со стороны бизнеса. Типичная ситуация: «ИТ внедрило, бизнес не использует». Без бизнес-владельца инструмент не привязан к реальным задачам.
● Нет четких сценариев использования. Формулировка «давайте внедрим ИИ» не работает — нужны конкретные кейсы с понятными метриками.
● Инструмент не встроен в процессы. Отдельный чат-бот почти всегда проигрывает привычным инструментам. ИИ должен работать внутри CRM, IDE или документов.
● Нет данных и контекста. Без доступа к корпоративным знаниям ИИ дает общие ответы, которые требуют ручной проверки.
● Безопасность блокирует внедрение. Если правила появляются в конце, запуск останавливается на этапе согласований.
● Нет поддержки после запуска. Разовое обучение не работает. Без постоянной помощи сотрудники возвращаются к старым инструментам.
● Неверные метрики. MAU показывает активность, но не эффективность. Важно измерять влияние на процесс: скорость, качество, нагрузку
Почему «хорошая технология» не становится инструментом
Даже сильные решения не приживаются без системной встройки.
Во-первых, у инструмента часто нет конкретной «работы», которую он должен выполнять. Он воспринимается как универсальный помощник, но не решает конкретную задачу.
Во-вторых, пилот не превращается в процесс. На этапе тестирования все держится на энтузиастах, но после запуска отсутствуют роли, правила и поддержка.
В-третьих, отсутствуют стимулы. Если KPI не меняются, сотрудники продолжают работать по-старому — это логично.
И, наконец, нет итераций. Промпты, сценарии и базы знаний не улучшаются, и качество быстро перестает соответствовать ожиданиям.
Все упирается в управление изменениями
Ключевая проблема большинства внедрений в том, что ИИ воспринимается как инструмент, а не как изменение системы. Тогда как при трансформации по правилам change management, или управления изменениями, было бы правильно:
● сформировать рабочую группу;
● задать план внедрения;
● определить метрики;
● выделить бюджет и время;
● назначить ответственных.
В результате команда получает новый инструмент, но не новую норму работы. А успех внедрения зависит именно от нормы — от того, донесут ли ее принципы и правила до команды, сможет ли команда приспособиться к ее условиям.
Как вести себя лидеру
Любое внедрение ИИ — это управляемое изменение, и у него должен быть лидер. Его задача заключается не в том, чтобы пассивно ждать, пока команда разберется сама и освоит новую технологию. Лидер задает направление — а значит, формулирует правила, объясняет, где и как использовать искусственный интеллект, поддерживает команду на этапе адаптации.
Важно, что на этом этапе лидер фактически «верит за команду». Сотрудники могут относиться к идее внедрить ИИ скептически и быть не готовыми к изменениям, и задача лидера — зарядить их, направить в нужное русло. Если он сам не настроен на перемены, ничего не выйдет.
Нужно помнить, что сопротивление — нормальная часть процесса
Любая система сопротивляется изменениям, это не сбой. Очень редко бывает так, что людям предлагают попробовать что-то новое, и они сразу же радостно соглашаются.
В случае с внедрением ИИ возможны два варианта развития событий:
● сотрудники начинают активно использовать ИИ-инструменты, адаптируются, наращивают экспертизу и усиливаются;
● сотрудники продолжают игнорировать изменения, отказываются от них — и в итоге выходят из системы, потому что становятся для нее либо слабым звеном, которое справляется со своими задачами, просто работает медленнее остальных, либо балластом, которые вообще не могут поддерживать темп команды.
Компании, которые достигают успехов, учитывают это заранее и строят процессы с учетом неизбежного сопротивления.
Что в итоге
Саботаж искусственного интеллекта — это не проблема сотрудников и не признак их нежелания меняться. Это следствие того, что система не дает им понятного и безопасного способа, как использовать на практике новый инструмент.
Важно помнить, что ИИ внедряется через процессы, новые нормы и грамотное управление изменениями. Здесь недостаточно обучения и лицензий хотя бы потому, что невозможно заставить сотрудников учиться, если они этого не желают.
Без правильного внедрения команда возвращается к проверенным вариантам — тому, что работает. И будет странно требовать от них иного.
