За последние два года я прошла путь от пользователя нейросетей для своих задач до человека, который обучает этому целую команду. Разница между этими двумя ролями оказалась больше, чем я ожидала. Пользоваться технологиями самому – вопрос навыка. Научить этому команду – вопрос управления людьми, и здесь большинство руководителей совершают одни и те же ошибки. Обсудим, почему внедрение искусственного интеллекта в рабочие процессы буксует не на уровне инструментов, а на уровне людей.
Почему сотрудники сопротивляются обучению, но молчат
Типичный сценарий: руководитель находит полезный инструмент, показывает его на общем собрании, присылает ссылку в рабочий чат, и искренне удивляется через месяц, что новинкой никто не пользуется. Формально сотрудники не отказываются: они кивают на встрече, иногда даже открывают инструмент при руководителе. Но в реальной работе возвращаются к старым методам, потому что никто не объяснил им, зачем менять привычный процесс на новый, который поначалу требует больше усилий, а не меньше.
Что мешает сотрудникам осваивать новые инструменты:
- Страх обесценивания. Если ИИ за минуту делает то, на что у сотрудника уходил час, возникает не облегчение, а тревога: если моя работа теперь стоит минуту, зачем я здесь нужен? Это рациональная реакция на реальную неопределенность, которую нельзя снять инструкцией по использованию инструмента, потому что проблема не в инструменте.
- Недоверие к качеству результата. Первые несколько попыток использовать нейросеть почти всегда дают средний, а не отличный результат, потому что человек еще не научился формулировать задачу так, чтобы получить нужное. Разочарование от первой неудачной попытки формирует установку «эта штука не работает», и переубедить сотрудника после этого гораздо сложнее, чем до первой попытки.
- Отсутствие времени учиться внутри рабочего процесса – самая недооцененная причина. Руководители ждут, что сотрудник освоит новый инструмент в свободное время, между делом, без выделенных часов. На практике это означает, что осваивать будут только те, кто и так мотивирован – то есть, меньшинство, а не команда целиком.
Как научить сотрудников работать с новыми технологиями
Когда я проходила курс по промпт-инжинирингу и вайб-кодингу и параллельно начала выстраивать обучение своей команды, я убедилась, что подход «покажи инструмент – дай ссылку» не работает вообще. Работает другая последовательность:
- Начинать не с инструмента, а с конкретной задачи сотрудника. Не «вот вам ChatGPT, пользуйтесь», а «у тебя каждую неделю уходит два часа на составление отчета по остаткам – вот как эту же задачу можно решить за 15 минут». Когда человек видит выигрыш на своей знакомой задаче, а не на абстрактном примере из презентации, сопротивление снижается сразу.
- Разрешить первую неудачу. Я специально показываю команде не только удачные результаты работы с нейросетью, но и то, как я переформулирую промпт 3-4 раза, прежде чем получаю нужный ответ. Это снимает установку «раз с первого раза не получилось, значит, инструмент бесполезен». Сотрудник видит, что итерации – это норма, а не признак его некомпетентности.
- Выделять время на освоение внутри рабочих часов, а не сверхурочно. Даже час в неделю, официально выделенный на то, чтобы попробовать применить инструмент к текущей задаче, дает больше результата, чем десять презентаций о том, какой инструмент замечательный.
- Не требовать использования инструмента там, где старый способ объективно быстрее. Форсированное внедрение ИИ туда, где он не дает реального выигрыша, обесценивает инструмент в глазах команды и в тех задачах, где он действительно полезен.
Как измерить, что обучение команды сработало
Здесь легко ошибиться и мерить не то. Количество открытых лицензий на инструмент или число посещений обучающего вебинара ничего не говорит о реальном использовании – это метрики активности, а не результата.
Более честный показатель – доля задач определенного типа, которые команда теперь выполняет с помощью инструмента, а не количество людей, которые формально его освоили. Еще честнее – обратная связь без давления: спросить не «вы пользуетесь инструментом?», а «какую из своих регулярных задач вы бы хотели, чтобы я помогла вам ускорить с помощью нейросети?». Ответ на этот вопрос сразу показывает, кто реально пробовал, а кто делает вид.
Ошибки руководителей во время обучения сотрудников
Самая частая управленческая ошибка – считать, что достаточно самому хорошо владеть инструментом, чтобы команда переняла этот навык по примеру. Личный пример важен, но не заменяет структурированное обучение. Руководитель, который сам эффективно работает с нейросетями, часто не замечает, сколько неочевидных для новичка шагов он проходит автоматически, и переносит на команду ожидание, что они пройдут этот же путь самостоятельно, без сопровождения.
Вторая ошибка – обучать всех одинаково. Задачи маркетолога, специалиста поддержки и аналитика в работе с нейросетями различаются кардинально, а типовое обучение «основы промпт-инжиниринга для всех» решает проблему только у части команды, а остальные просто не находят применения новому навыку в конкретной работе.
Выводы
Приобщение команды к новым технологиям – это управленческая задача, требующая того же, что любое другое организационное изменение: понимания реальных причин сопротивления, времени на освоение внутри рабочего процесса, права на неудачную первую попытку и честных метрик результата вместо метрик активности. Способность руководителя провести команду через это изменение становится настоящим конкурентным преимуществом, а не сам факт наличия доступа к технологиям.
Также читайте:
Безусловно поддерживаю! Кстати, ни разу не встречал в последние годы, чтоб в правила внутренней безопасности добавлялись меры в отношении ИИ.
Боюсь, что это неверный подход. От развития технологий не отделаешься посыланием на три буквы.
В середине 90-х внедряли с коллегами интернет в одном из регионов именно на регональном уровне. Это сейчас смешно, а тогда столько сопротивления было. Типичный вопрос: "Какова эффективность интернета?".
Вы не правы. Случае с моей практике, былр дело работал ДРА в одной МСК компании, запустил внутри своего отдела практику "внутренних проектов"принципмально уровень лайт, на бумажке и на коленнке, они все касались КС.
В начале 2000-х делали цифровое предприятие, тоже было сопротивление, в некоторых местах проламывали через административный ресурс, но там через два месяца стало понятно, что нагрузка снизилась, а зарплата выросла вместе с выработкой.
Причем это считалось на модели еще ДО внедрения.
Как только руководитель сходит на три буквы и принесет ТЭО, так и поговорим.
Но я не про дебилов, я про технологии. Человечество же проходил через подобное. Движение луддитов, например.
Можно, согласен, игнорировать ИИ, делать вид, что это всего лишь мода, не пытаться его изучать, оценивать риски. В таком случае я однозначно неправ.
Только я не понял, что такой ДРА, ПУ, КС.
Снова сошлюсь на мой пример в внедрением интернета в те давние времан. Один из замов губернатора говорил прямо, что мы сто лет без интренета вашего жили и что он нам даст? Ничего - отвечал он сам себе.
Понимаю вас, но я именно про это и писал, когда приводил пример с "Какова эффективность интернета". И нам говорили о дороговизне одного только кабеля. "А у нас ещё не у всех телефоны в кабинетах".
Всегда полезно подумать, прежде чем выходить на серьезные изменения в технологиях. Тут и спора нет. Но посылать на три буквы только из-за своих консервативных убеждений я не стану. Технологии надо своевременно изучать, оценивать применимость.
Тем более, если начальник предлагает. Может быть в таком случае лучше самому просчитать ТЭО? Если, конечно, это возможно применительно к ИИ, в чем я сомневаюсь сильно. Риски оценить возможно, посчитать расходы - вполне, оценить бюджет - да. Он же за советом приходил, нет?
Иначе ему тоже придется проламывать ваше сопротивление через административный ресурс. А через два месяца выяснится, что он был прав.
Когда персонал видит, что инструмент реально повышает их эффективность, но на это надо время, то проблем нет, но если... а давайте это внедрим...
Благодарю вас!
Первые шаги всегда начинаются с разговоров в курилке: "Давайте это внедрим". А персоналу в целом как-то все равно, какова у него эффективность. Плати зарплату и все дела. Ни разу не видел, что персонал с восторгом принимал новенькое. Всегда существует сопротивление, без исключений. Для этого во всех рекомендациях есть советы про адм. ресурс, про заинтересованность первых лиц компании.
Так и я не стану. Три буквы это ТЭО.
Приносит, показывает, разговариваем.
Не показывает - не разговариваем.
Очень честный и точный диагноз. Согласна с каждым словом, особенно про страх обесценивания и право на первую неудачу. Руководители часто забывают, что сотрудник видит в нейросети не помощника, а конкурента, который «читает быстрее и не просит кофе».
Но хочу добавить один нюанс: страх уходит не тогда, когда мы показываем, как пользоваться инструментом, а когда мы показываем, кто остаётся главным.
Внедрение ИИ — это не про технологии, а про переопределение ролей. Нейросеть — это не «замена», а «ускоритель». Она освобождает время, чтобы человек делал то, что машина не умеет: чувствовать контекст, принимать риски и нести ответственность.
Вопрос к руководителям: вы учите команду просто пользоваться ИИ или вы учите её оставаться за пультом (то есть управлять)? Это, как говорится, две большие разницы. И если ответ — второе, то обучение превращается из «галочки» в реальное преимущество.
А метрика, которую предлагает Ольга — «доля задач, выполняемых с помощью инструмента» — это именно то, что считаю правильным. Ведь когда сотрудник сам просит: «А как мне ускорить вот этот процесс?» — значит, он уже не боится, он управляет.
Статья, что называется, "зацепила", поскольку я как раз занимаюсь этим — помогаю компаниям выстраивать ИИ-компетенции без страха и саботажа. Очень важно не просто инструменты показать, а сформировать стратегию внедрения, где человек остаётся главным.
Думаю, что должен вас огорчить.
Очень много людей НЕ умеет чувствовать контекст, принимать риски и нести ответственность.
И если не сейчас, то скоро или очень скоро средний по сообразительности ИИ будет делать это лучше, чем средний по сообразительности человек.
По-моему, люди старательно избегают эту тему, чтобы хоть как-то успокоить себя, что ИИ им не конкурент.
Да, для каждого конкретного человека это может быть именно так, если он научится использовать ИИ как инструмент.
И наконец-то научится сам чувствовать контекст, принимать риски и нести ответственность.
Но вот мне кажется, что ИИ имеет больше шансов на это, если его, конечно, искусственно не ограничат.
Было бы интересно обменяться мнениями на эту тему.