ИИ уже всё написал. Что дальше?

Вячеслав Дриго рассказывает, почему разговор об искусственном интеллекте перешел от общих прогнозов к конкретным задачам и что происходит между красивым ответом на экране и реальным изменением рабочих процессов.

Недавно мы получили от крупной компании запрос на программу по эмоциональному интеллекту. Подготовили предложение, отправили. Коллеги пропустили его через свой искусственный интеллект и вернули нам 27 страниц комментариев.

Двадцать семь страниц, друзья мои.

Наши люди посмотрели на все это и решили ответить симметрично: подготовили комментарии с помощью собственного искусственного интеллекта.

Можете представить, сколько еще страниц два цифровых помощника могли бы написать друг другу. Хорошо, что в какой-то момент мы остановились, встретились с заказчиком и начали разговаривать. По-человечески. Глазами, словами, вопросами, уточнениями.

Вот эта история, на мой взгляд, очень хорошо показывает, где мы сейчас находимся.

Искусственный интеллект уже умеет быстро анализировать информацию, создавать документы, предлагать решения и генерировать огромное количество вполне убедительного текста. Вопросы теперь в другом. Что мы со всем этим будем делать дальше? Как поймем? Как внедрим? Как встроим в процессы? И, самое главное, как сделаем так, чтобы от красивого текста что-то изменилось в реальной работе?

Именно этот поворот особенно заметно прозвучал на ATD 2026. Разговор об искусственном интеллекте стал гораздо конкретнее. Компании не обсуждают, нужен ли он вообще, а все чаще разбираются, какие конкретные задачи в рамках определенной функции бизнеса ему можно передать, где он действительно полезен и что потребуется для успешного применения.

От большого и страшного ИИ к конкретным задачам

Еще совсем недавно про искусственный интеллект говорили примерно так: что это за зверь, кого он заменит, какие профессии исчезнут и не пора ли нам всем начинать волноваться.

В 2026 году разговор изменился. Теперь обсуждают конкретные вещи, которые можно, что называется, поделать руками.

Что именно технология способна сделать в определенной функции? Какие операции можно ей передать? Где она сэкономит время? Где повысит качество? А где без участия человека все равно ничего толкового не получится?

Для команд, занимающихся обучением сотрудников, искусственный интеллект может анализировать большие объемы информации, готовить черновики, помогать создавать задания, адаптировать материалы, обрабатывать обратную связь.

И это, на мой взгляд, правильное движение. Чем точнее мы формулируем задачу, тем проще понять, принесла ли технология пользу.

Но здесь есть одна ловушка. Скорость появления результата легко принять за успешное внедрение. Искусственный интеллект может за несколько минут подготовить документ, на который раньше ушло бы несколько дней. Документ появился. Работа действительно изменилась?

Вот это уже другой вопрос.

Сгенерировать решение проще, чем заставить его работать

Сегодня при помощи искусственного интеллекта можно довольно быстро создать регламент, сценарий беседы, описание процесса или программу развития.

Читаешь и думаешь: прекрасно. Все логично, структурно, умно написано. Бери и внедряй.

А потом задаешь несколько вопросов.

Кто будет этим пользоваться? Как это связано с реальными процессами компании? Что должен изменить руководитель? Что произойдет в сложной ситуации? Поймут ли сотрудники язык этого документа? Есть ли у них необходимые полномочия и инструменты?

И вот здесь начинается все самое интересное.

На экране все выглядит замечательно. А когда спрашиваешь, как это работает на практике, оказывается, что между документом и реальностью лежит довольно большая дистанция.

Сгенерировать решение обычно проще, чем встроить его в жизнь организации.

Его нужно согласовать с существующими процессами, адаптировать под язык компании, объяснить сотрудникам, проверить в работе, посмотреть на реакцию людей и затем что-то поправить.

Искусственный интеллект может помогать на каждом этапе. Но сам по себе он не возьмет готовый текст за руку и не проведет его через организацию до реального результата.

Поэтому я бы обращал внимание прежде всего на то, умеют ли сотрудники компании выбирать подходящие задачи, проверять результат и доводить решения до практического применения?

Производительность растет. А обучаемость?

Теперь еще одно противоречие, которое меня действительно беспокоит.

Представьте: сотрудник получил сложную задачу и при помощи искусственного интеллекта решил ее за час вместо рабочего дня. Результат хороший. Время сэкономили. Производительность выросла.

А чему научился сам сотрудник?

Когда готовый ответ появляется практически сразу, человек может пропустить важные этапы: самостоятельный поиск, сопоставление информации, формулирование гипотез, проверку ошибок, осмысление результата.

Конечно, работать с искусственным интеллектом тоже нужно уметь. Хороший запрос сам себя не напишет. Ответ нужно проверить, уточнить, иногда несколько раз пересобрать. Здесь тоже есть своя экспертиза.

И тем не менее производительность и обучаемость могут двигаться с разной скоростью.

Бизнес вполне закономерно ожидает, что сотрудники будут использовать технологии и работать быстрее. Но для формирования собственного навыка человеку иногда нужно сделать задачу самостоятельно. Потратить время. Попробовать несколько вариантов. Ошибиться. Вернуться назад. Подумать.

Где оставить это пространство?

В одних задачах важен быстрый результат, и искусственный интеллект нужно использовать максимально активно. В других ситуациях нам требуется самостоятельная работа человека, особенно когда он осваивает новую профессиональную область, учится принимать решения или развивает критическое мышление.

Получается, скорость действия не всегда говорит нам о компетентности сама по себе. Иногда человек сделал быстро, потому что он действительно мастер. А иногда он сделал быстро, потому что инструмент был очень хороший.

И нам еще предстоит научиться различать эти ситуации.

Безопасность: обсуждаем. Этика: еще как обсуждаем

Чем активнее компании используют искусственный интеллект, тем больше возникает вопросов о безопасности.

Какие данные можно передавать внешней системе? Где нужна закрытая корпоративная платформа? Кто проверяет результат? Кто отвечает за ошибку? Что произойдет с конфиденциальной информацией?

На одной из сессий я сидел рядом с коллегой. В его компании работают сотни тысяч человек, и у них, как и у многих крупных организаций, есть собственные закрытые решения. Помогает ли это работать с безопасностью? Конечно. Решает ли все вопросы? Нет.

Сложно? Сложно. Закрыто? Закрыто. Достаточно? Не всегда.

И рядом с безопасностью сразу появляется этика.

Мы уже технически можем автоматизировать огромный объем коммуникаций. Но всякую ли коммуникацию стоит автоматизировать?

История с 27 страницами комментариев как раз об этом. Формально обе стороны проделали огромную работу. Текста стало больше. Понимания друг друга стало больше? Не уверен.

Можно представить и другую ситуацию. Руководитель с помощью искусственного интеллекта готовит обратную связь сотруднику. Сотрудник отвечает через своего цифрового помощника. Формулировки становятся идеальными. Живого разговора между людьми при этом может вообще не произойти.

Один из ключевых спикеров ATD задал очень сильный вопрос: если бы вы могли автоматизировать все в своей жизни, где бы вы остановились?

Мне кажется, этот вопрос стоит задавать при любом внедрении. Что мы можем автоматизировать, а что мы хотим оставить человеку сознательно?

Человек или искусственный интеллект?

Вот это, на мой взгляд, вообще неправильно поставленный вопрос.

Не «человек или искусственный интеллект». Человек и искусственный интеллект.

Технология умеет быстро анализировать большие объемы информации, находить закономерности, создавать варианты и готовить черновики. Человек приносит контекст, профессиональное суждение, ответственность и понимание последствий.

Особенно хорошо разница видна там, где все строится на отношениях.

Доверие. Влияние. Коммуникация. Эмпатия. Лидерство.

Да, искусственный интеллект может подсказать руководителю вопросы для сложного разговора. Но почувствовать состояние сотрудника, увидеть его реакцию, изменить ход беседы и взять на себя ответственность за решение должен сам руководитель.

Технология может подготовить анализ ситуации с клиентом. Но услышать клиента, понять, что его на самом деле беспокоит, и выстроить отношения все равно предстоит человеку.

Поэтому чем доступнее становится генерация информации, тем выше ценность человеческих способностей: умения задавать вопросы, проверять ответы, видеть систему и разговаривать с людьми.

Чем сильнее ИИ, тем сильнее должен быть человек

Иногда кажется, что с развитием искусственного интеллекта требования к людям начнут снижаться. Машина заберет часть операций, значит, человеку можно будет знать меньше.

У меня пока ощущение обратное.

Чтобы качественно работать с искусственным интеллектом, нужно понимать предметную область. Иначе как вы заметите ошибку? Как оцените реалистичность ответа? Как поймете, к каким последствиям приведет предложенное решение?

Нужен критический разум. Нужна готовность не принимать первый ответ за истину. Нужно сравнивать варианты, задавать уточняющие вопросы, видеть ограничения.

И нужна собственная позиция.

Человек должен понимать, какого результата он хочет, что считает приемлемым и за что готов отвечать. Иначе искусственный интеллект легко превращается в источник очень убедительно сформулированных, но никем толком не проверенных решений.

Получается любопытный парадокс: чем больше операций берет на себя технология, тем выше требования к человеческой зрелости.

От генерации к применению

Искусственный интеллект уже стал частью рабочей среды. Бессмысленно возвращаться к вопросу, нужен ли он компаниям.

Сейчас интереснее спросить другое.

Какую конкретную задачу мы передаем технологии? Кто проверит результат? Что при этом должен освоить сам сотрудник? Где нам необходим живой разговор? И кто в конечном счете отвечает за последствия?

Мне кажется, следующий этап развития искусственного интеллекта будет определяться не только качеством моделей. Очень многое зависит от нашей способности превращать сгенерированные ответы в работающие решения.

Инструмент может подготовить текст, предложить варианты и ускорить анализ.

А внедрять, договариваться, учиться и отвечать за последствия по-прежнему придется людям.

______________________

Прочитать статью на РБК