Что на самом деле означает внедрение ИИ в компании?
Внедрение означает, что ИИ стал частью выполнения конкретных задач теми, кто за них отвечает, а проверка помогает поддерживать качество. Это не покупка лицензий, не подсчёт входов и не отправка письма о запуске. Команда, в которой три человека ежедневно используют ИИ для разрешённых задач и тщательно проверяют результаты, продвинулась во внедрении дальше, чем команда, где каждый вошёл в систему один раз.
Полезно разделить три вопроса. Доступ: у каждого ли есть одобренный инструмент и знает ли каждый правила? Использование: обращаются ли сотрудники к нему в подходящих задачах? Качество: выдерживает ли полученная работа проверку? При большинстве внедрений первый вопрос решают, второй оценивают приблизительно, а третий игнорируют.
Почему после внедрения ИИ им пользуется так мало людей?
Низкая активность после внедрения встречается часто и имеет обычные причины: сотрудники не понимают, с какими их задачами помогает ИИ; правила кажутся неясными, поэтому ради безопасности они избегают инструмента; первый неудачный результат убедил их, что затраты усилий не оправданы; или у них просто не было времени попрактиковаться. В исследовании внедрения ИИ, проведённом правительством Великобритании, компании, уже использующие ИИ, сообщили, что в среднем им пользуются 30% сотрудников, а 77% компаний указали, что им пользуется менее половины сотрудников. То же исследование показало, что наиболее частыми причинами полного отказа от внедрения ИИ были отсутствие выявленной потребности и нехватка навыков и знаний в области ИИ. Это данные, сообщённые самими представителями 3,500 британских компаний, опрошенных в начале 2025 года.
Обратите внимание: покупка более совершенного инструмента не устраняет ни одну из этих причин. Отсутствие выявленной потребности — проблема выбора задач. Неясные правила — проблема внутренних регламентов. Неудачный первый опыт — проблема обучения и ожиданий. Для каждой из них есть своё решение.
| Что вы видите | Вероятная причина | Что попробовать |
|---|---|---|
| Сотрудники вошли один раз и перестали пользоваться | Нет конкретной задачи для его применения | Для каждой роли укажите две или три конкретные задачи с примером запроса |
| Используют лишь несколько энтузиастов | Другие не уверены, что разрешено | Правила на одной странице с примерами из их собственной работы |
| 'Он просто всё выдумывает' | Первые результаты использовались без проверки или без учёта контекста | Научите задавать контекст и пользоваться кратким списком проверок |
| Частое использование, низкое качество | Чрезмерная зависимость; проверка больше не проводится | Выборочно проверяйте примеры и просите сотрудников объяснять свои правки |
| Руководители им не пользуются | Нет наглядного примера со стороны руководства | Руководители рассказывают об одной задаче, для которой используют ИИ, и о том, как проверяют результат |
Как выглядит практическая стратегия внедрения ИИ?
Практическая стратегия для небольшой или средней компании — это последовательность действий, а не документ: выберите задачи, установите правила, обучите сотрудников на этих задачах, проверьте реальную работу и расширяйте применение того, что выдержало проверку. Пункты ниже — авторский план для команды от 10 до 200 человек, а не опубликованный стандарт.
Сначала выберите задачи для каждой должности
Попросите каждого руководителя команды назвать две-три повторяющиеся задачи, для которых ИИ мог бы подготовить черновик, а сотрудник — проверить его. Именно эти задачи должны стать целями внедрения, а не «чаще использовать ИИ».
Опубликуйте правила на одной странице
Одобренные инструмент и тариф, что можно и нельзя вводить, кто что проверяет и к кому обращаться с вопросами. Достаточно кратко, чтобы запомнить.
Обучайтесь на выбранных вами задачах
Короткие практические занятия именно по этим задачам полезнее общего курса. Включите черновик с намеренно допущенными ошибками, чтобы отработать проверку.
Сделайте использование ИИ руководителями заметным
Руководитель, который показывает, как использовал ИИ для реальной задачи и что исправил, делает больше, чем любое объявление.
Проверяйте работу, а не входы в систему
Через четыре недели вместе с проверяющим рассмотрите несколько результатов по каждой задаче. Спросите, чем сотрудники перестали пользоваться и почему.
Расширяйте применение того, что прошло проверку
Добавляйте задачи или участников только там, где процесс уже работает. Отказывайтесь от задач, в которых проверяющему приходится всё переписывать.
Как учитывать человеческий фактор при управлении изменениями, связанными с ИИ?
Говорите о рабочих местах прямо и заранее и привлекайте к выбору задач тех, кто их выполняет. Опасения сотрудников реальны: в опросе Acas среди 1,023 сотрудников в Великобритании весной 2025 года 26% назвали потерю рабочих мест своим главным опасением в связи с ИИ на работе, а 17% — ошибки ИИ. Acas рекомендует работодателям консультироваться с сотрудниками и их представителями до внедрения ИИ и объяснять, как он может улучшить их работу и почему участие человека по-прежнему будет необходимо.
Объясните, что изменится, а что останется прежним. Если в рамках внедрения не планируется сокращать должности, скажите об этом. Если какие-то задачи изменятся, уточните какие и как. Затем дайте сотрудникам возможность высказать практические опасения, например о конфиденциальности данных клиентов или точности, и учтите обоснованные замечания в правилах. Люди гораздо охотнее осваивают инструменты, во внедрении которых они участвовали, чем те, о которых им просто объявили.
Хотите узнать, как это связано с конкретной должностью?
Ознакомиться с планируемой пробной программой для команды ↗Как наладить внедрение, которое застопорилось?
Pellow Analytics, вымышленная компания по разработке программного обеспечения со штатом 60 человек, купила всем сотрудникам лицензии на ИИ-ассистента по бизнес-тарифу. Через шесть недель в консоли администратора видно, что большинство сотрудников заходили в первую неделю после запуска, а еженедельно инструмент используют лишь немногие, в основном разработчики и маркетологи. Первая мысль операционного директора — отправить письмо с напоминанием. Вместо этого она спрашивает трёх руководителей команд, в чём причина.
Ответы конкретны. Команда по работе с клиентами не знала, можно ли вставлять письма клиентов: в памятке было сказано 'никаких конфиденциальных данных', но без примеров. Финансовая команда один раз попробовала объяснить отклонение с помощью ИИ, получила выдуманную причину и отказалась от инструмента. В отделе продаж считали, что он 'для маркетинга'. Решения столь же конкретны. Команда по работе с клиентами получает правило: вставлять текст письма, заменив имя клиента и название компании заполнителями. Финансовая команда получает задание с запросом 'опишите изменение показателей; не указывайте причину, если её нет в предоставленных мной примечаниях' и проверку: пересчитать каждое число. Отдел продаж получает две конкретные задачи: приведение заметок о звонках в порядок и подготовка по ним черновиков последующих писем.
Каждый руководитель команды проводит одно 30-минутное практическое занятие на задачах своей команды. Через четыре недели операционный директор вместе с руководителем рассматривает пять результатов работы каждой команды, а не график входов в систему. Две задачи прижились, для одной нужна более точная инструкция ИИ, а от ещё одной — подготовки писем о стоимости продления — отказываются, потому что проверяющему пришлось переписывать каждый черновик. В этом и состоит внедрение: меньше рабочих приёмов, но они лучше и люди действительно ими пользуются.
Каковы этапы внедрения ИИ?
Единой согласованной модели стадий нет: консалтинговые компании и поставщики публикуют разные варианты. Для небольшой или средней компании удобно выделить четыре стадии: пробы (отдельные сотрудники экспериментируют, часто через личные учётные записи), одобрение (один инструмент, бизнес-тариф и письменные правила), регулярное использование (ответственные сотрудники еженедельно выполняют конкретные задачи с инструкциями для ИИ и проверками) и совершенствование (компания проверяет результаты, отказывается от неэффективных процессов и осознанно добавляет новые). Это предложенное редакцией описание, а не опубликованная модель.
Важен переход от разрешённого использования к повседневной практике. Многие компании останавливаются на разрешении: у них есть лицензии и правила, и они удивляются, почему почти ничего не изменилось. Чтобы использование стало привычным, нужны выбор задач, практика и проверка. Именно эту работу описывает данная страница.
На какие сигналы стоит обращать внимание руководителю?
Отслеживайте качество работы и повторное использование в конкретных задачах, а не общее число входов. Полезные показатели: сколько одобренных задач каждую неделю выполняется предусмотренным способом, сколько исправлений вносит проверяющий, выявляются ли ошибки до передачи работы за пределы команды и могут ли сотрудники объяснить, что они изменили в черновике. Число входов говорит о доступе, но почти ничего не говорит об улучшении работы.
Осторожно относитесь к улучшениям, о которых люди сообщают сами. Те, кому инструмент нравится, обычно переоценивают сэкономленное время, а те, кому он не нравится, — недооценивают. Несколько примеров выполнения одной и той же задачи до и после, проверенных одним человеком, дают более надёжные свидетельства. Подробнее об этом — в нашем ответе на вопрос о том, как определить, дало ли обучение ИИ результат.
Когда стимулировать использование ИИ — неверная цель?
Добиваться внедрения — неверная цель, если задачи не подходят для ИИ, некому проверять результат или реальная проблема команды связана с нагрузкой или рабочими процессами. Цель вроде «все используют ИИ ежедневно» поощряет использование ради использования и может подталкивать людей к задачам, где ИИ добавляет риски, не принося пользы. Для некоторых должностей редкое использование ИИ вполне нормально.
Это также неверная цель, если правила ещё не определены. Поощряя использование инструмента до того, как люди узнают, чем можно делиться, вы провоцируете именно те ошибки с данными, из-за которых руководство затем отказывается от инструмента.
Какое место Tosheo.ai занимает во внедрении ИИ?
Tosheo.ai создаётся для практической части внедрения ИИ. К запуску планируется следующий порядок: руководитель выбирает роли и инструменты ИИ, используемые командой; каждый сотрудник проходит 5-минутную входную проверку, а затем уроки продолжительностью от 10 до 15 минут, которые завершаются практическим заданием в реальном инструменте ИИ с оценкой по доступным учащемуся критериям. На запланированной панели руководителя будут показаны развитие навыков и прохождение обучения, но никогда не будет полной истории переписки. Также планируется, что платформа будет отправлять напоминания неактивным учащимся и еженедельную сводку руководителю.
Разработка ещё не началась, поэтому результатов внедрения пока нет. Это не подходящее решение, если ваши правила ещё не определены или у команды нет задач, для которых подходит ИИ: сначала решите эти вопросы, следуя шагам выше. Планируемые цены указаны на странице тарифов.
Источники и границы рассмотрения
GOV.UK, страница публикации исследования внедрения ИИ, обновлено в феврале 2026 ↗
Acas, 1 из 4 работников опасается, что ИИ приведёт к сокращению рабочих мест, 28 апреля 2025 ↗
Acas, треть работодателей считает, что ИИ повысит производительность, 15 мая 2025 ↗