Компании продолжают массово внедрять искусственный интеллект. По данным Gartner, к 2028 году агентный ИИ будет встроен в 33% корпоративных приложений — против менее 1% в 2024-м. Но на практике большинство компаний сталкиваются не с проблемой доведения ИИ задач до результата, а с проблемой внедрения: инструменты закуплены, пилоты запущены, а реального эффекта бизнес не видит.
Причина часто оказывается неожиданной. Судьбу ИИ-трансформации в компании сегодня решают не отдельные команды и не центры компетенций, а руководители среднего звена — люди, которые управляют процессами, KPI и ежедневной работой команд. Именно от них зависит, станет ли ИИ рабочим инструментом или останется дорогим экспериментом.
Обсудим, почему внедрением не может заниматься только центр компетенций и что стоит учесть руководителям.
Автоматизация ради автоматизации: как делать не надо
Одна из самых распространенных ошибок — начинать внедрение с технологии вместо бизнес-задачи. Внутри компании это выглядит так: «Нам нужен ИИ-агент. Все вокруг используют — значит, и нам надо». Но для чего?
Представьте, что в отдел — допустим, в тендерный — приходит руководство и говорит: «Похоже, вы тратите слишком много времени на ручную работу. Давайте что-то автоматизируем». Команда анализирует процессы и находит задачу, которая действительно занимает до 40% рабочего времени сотрудников. Ее автоматизируют, внедрение проходит успешно, люди начинают работать быстрее.
Но дальше возникает неудобный вопрос: а что изменилось для бизнеса?
Сам по себе факт автоматизации еще не создает ценность. Если руководитель заранее не определил, какой показатель должен улучшиться после внедрения, высвобожденное время может просто раствориться внутри процесса. Отдел не начинает приносить больше результата автоматически только потому, что сотрудники стали тратить меньше времени на одну из задач.
Именно поэтому многие ИИ-проекты выглядят парадоксально: технически все работает корректно, пилот признан успешным, сотрудники пользуются новым инструментом. Но спустя несколько месяцев неизбежно спрашиваешь себя: зачем это вообще было сделано?
Сильные внедрения начинаются с конкретной боли — например, надо убрать ручную рутину или снизить нагрузку на людей.
Разве центр компетенций не может внедрить ИИ сам?
Во многих компаниях сейчас появляются ИИ-центры компетенций. Это логично: бизнесу нужны специалисты, которые разбираются в моделях, автоматизации, интеграциях и ограничениях технологий.
Вот только центр компетенций чаще всего — не владелец процесса.
Что это значит: он может подобрать инструменты, интегрировать модель, помочь с автоматизацией и обучить команду. Но он не отвечает на главный вопрос — «принесло ли внедрение бизнесу пользу».
Поэтому, если ИИ внедряет исключительно собранная для этого команда, все часто заканчивается «автоматизацией ради автоматизации». Формально проект существует, пилот запущен, а экономического эффекта нет. Особенно хорошо это видно там, где один и тот же инструмент может давать разный результат в зависимости от целей отдела.
Оценить эффективность может только владелец процесса — руководитель отдела.
Стабильность против изменений: главный конфликт внедрения
Здесь возникает глобальное противоречие между топ- и мидл-менеджментом. Задача первого — менять компанию под рынок: ускорять процессы, искать новые инструменты, повышать конкурентоспособность и запускать трансформацию.
В то время как задача второго — обеспечивать стабильность. На английском языке этот принцип называется «keep the lights on»: проще говоря, нужно делать все, чтобы свет не погас.
Именно поэтому мидл-менеджмент обычно сопротивляется изменениям. Дело не в том, что руководитель «боится ИИ», это даже не назвать саботажем — просто любое изменение разрушает систему, которую он так тщательно выстраивал. Особенно болезненно это выглядит в случаях, когда процессы только-только удалось стабилизировать, а теперь их нужно перестраивать под искусственный интеллект.
С точки зрения руководителя все выглядит примерно так:
● KPI только начали работать;
● команда уже адаптировалась;
● процессы стабилизировались;
● риски стали понятными.
И в этот момент команду снова переводят в режим изменений, которые нарушают хрупкий баланс, выстроенный с большим трудом. При таком раскладе сопротивление — совершенно нормальная реакция.
Почему мидл-менеджмент может сопротивляться ИИ
Одна из ключевых причин — несовпадение ожиданий и реальности.
Сегодня информационное поле устроено так, будто искусственный интеллект уже умеет практически все. Тут вам и агенты вместо сотрудников, и полноценная команда без живых разработчиков, и автоматизация всех-всех бизнес-процессов — не просто ИИ, а какой-то Брюс Всемогущий.
В результате топ-менеджмент ожидает мгновенного эффекта, мидл — копит скепсис и ищет подтверждения того, что это не работает. Особенно если неудачные кейсы уже были: например, пилот оказался слишком дорогим или качество оказалось нестабильным.
Внутри компаний это может привести к аллергии на любые ИИ-инициативы.
Важно и то, чтобы руководитель верил в изменения. Мидл-менеджеру недостаточно просто стоять в стороне и не мешать, если компания решила внедрить искусственный интеллект: он должен стать драйвером новых процессов.
На практике это означает:
● перестраивать работу команды;
● менять сценарии;
● вводить новые правила;
● переобучать сотрудников;
● контролировать результат.
Без этого внедрение почти всегда останавливается на уровне пилота.
Что должен делать руководитель отдела
Успешное внедрение ИИ начинается не с выбора инструмента, а с ответов на несколько базовых вопросов.
До запуска пилота руководителю важно определить:
● какой бизнес-показатель должен измениться;
● сколько времени, денег или ресурсов процесс требует сейчас;
● кто отвечает за итоговый результат;
● какие данные можно передавать в ИИ, а какие нельзя;
● какой бюджет компания готова потратить на эксперимент.
После пилота появляются другие вопросы:
● изменился ли KPI;
● появился ли экономический эффект;
● куда направить высвобожденное время сотрудников;
● масштабировать решение, дорабатывать его или отключить.
На практике именно здесь проходит граница между экспериментом и реальным внедрением. Если руководитель не понимает, что должно измениться после автоматизации, пилот почти гарантированно останется красивой демонстрацией возможностей технологии.
Теневой ИИ: самый опасный сценарий
Когда руководители процессов не вовлечены во внедрение искусственного интеллекта, сотрудники берут ситуацию в свои руки — и на сцену выходит теневой ИИ.
Это значит, что команда сама покупает инструменты и использует открытые модели, загружает туда корпоративные данные, не заботясь о том, нарушает ли при этом NDA, и автоматизирует процессы. Но автоматизирует хаотично, как попало — и может генерировать при этом расходы, которые никто не контролирует.
В результате компания перестает понимать сразу несколько вещей:
● где именно используется ИИ;
● какие данные попадают во внешние сервисы;
● сколько денег тратится на модели и токены;
● какой эффект дают эти расходы.
Известны случаи, когда руководство выдавало доступ к новым инструментам без ограничений, а спустя несколько недель обнаруживало счета на тысячи долларов за использование моделей. При этом никто не мог ответить, какой бизнес-результат был получен за эти деньги.
Именно поэтому без владельца ИИ не становится технологическим преимуществом бизнеса. Он просто сеет хаос. Использование системы должно быть управляемым и прозрачным.
Почему ИИ требует от руководителей новых навыков
Мидл-менеджеры умеют поддерживать процессы, мастерски управляют стабильностью, обеспечивают выполнение KPI — но в случае с ИИ этого уже недостаточно. Он требует другого типа управления: change management, или управления изменениями.
То есть здесь важна способность экспериментировать, быстро пересобирать процессы, тестировать новые сценарии, адаптировать команду под новые инструменты. Нужно уметь работать в условиях неопределенности, а это не каждому по силам.
Сейчас конкуренция компаний заключается не только в том, у кого «круче технология». Бизнесу важно и то, насколько быстро и легко мидл-менеджмент приспосабливается к переменам.
Итог: почему судьба внедрения решается именно на уровне мидл-менеджмента
На практике все упирается в простую вещь: эффективность компании складывается из эффективности отдельных подразделений.
Не нужно быть «в десять раз лучше рынка». Достаточно, чтобы каждый отдел работал хоть на 10% эффективнее конкурентов — быстрее обрабатывал заявки, точнее работал с тендерами, дешевле привлекал лиды, быстрее выпускал продукт.
ИИ — как раз инструмент такого усиления, и с его внедрением роль мидл-менеджмента меняется. Если раньше руководитель процесса в значительной степени выступал координатором и контролером исполнения, то теперь ему все чаще приходится становиться архитектором изменений. Понимать, какие задачи должны выполнять люди, какие можно передать ИИ, как измерять эффект и куда направлять высвобожденный ресурс.
В конечном счете искусственный интеллект привел к тому, что мир меняется намного быстрее, и все больше компаний переходят к change management. Теперь недостаточно поддерживать привычный порядок вещей — нужно уметь перестраивать его под новые инструменты.
