Работодатели внедрили AI быстрее, чем научили людей им пользоваться
Работодатель подключает вам новый AI-инструмент и объясняет, зачем он нужен:
работать быстрее, автоматизировать рутину и повышать продуктивность.
Остаётся небольшой вопрос.
Как именно?
И вот здесь корпоративная AI-трансформация у многих заканчивается.
По свежему исследованию Businessolver, 49% американских сотрудников говорят, что получили мало или вообще не получили обучения по использованию ИИ на работе и в основном были оставлены разбираться самостоятельно.
Получается довольно странная модель внедрения самой обсуждаемой рабочей технологии последних лет:
компания покупает AI → сотрудники должны его использовать → инструкцию сотрудники тоже должны придумать сами.
Сам Businessolver описывает ситуацию как почти равное разделение работников на две группы.
51% считают, что получили достаточное обучение по AI.
Оставшиеся 49% — нет.
И это не единственный опрос с таким результатом.
Cornerstone весной опросил 2000 работников в США и Великобритании и обнаружил, что 46% используют AI-инструменты, не получив формального обучения от работодателя. При этом 65% прокачивают AI-навыки самостоятельно — уже за пределами рабочего обучения.
The Conference Board в исследовании почти 1300 работников тоже пришёл к похожему выводу: формальное обучение не успевает за скоростью внедрения технологии.
То есть проблема уже выглядит не как особенность одной компании.
Работникам всё чаще говорят:
«Теперь у нас есть AI».
Но гораздо реже объясняют:
«Вот когда его использовать, вот когда нельзя, вот как проверять ответ и вот за что по-прежнему отвечаете вы».
В итоге у каждого появляется свой личный способ пользоваться ИИ: один сотрудник использует нейросеть только для черновиков писем. Другой загружает туда документы. Третий доверяет ей расчёты.
Четвёртый вообще не открывает, потому что боится случайно отправить компании конфиденциальные данные.
Пятый написал один хороший промпт полгода назад и теперь считает себя AI-экспертом.
И все пятеро формально работают в компании, которая «внедрила искусственный интеллект».
Без общей системы AI literacy результат неизбежно зависит от того, насколько конкретному сотруднику было интересно самостоятельно разобраться в новой технологии.
Именно поэтому проблема обучения — это уже не только история про карьерное развитие.
Это ещё и вопрос качества работы.
Нейросеть может уверенно придумать факт, неправильно интерпретировать таблицу или дать правдоподобный, но ошибочный ответ.
Если сотрудника научили лишь нажимать кнопку, но не проверять результат, компания автоматизировала не работу.
Она автоматизировала возможность ошибаться быстрее.
Причём сами сотрудники чувствуют этот разрыв. В исследовании Businessolver 31% работников переживают, что отстают в понимании того, как эффективно пользоваться AI в своей профессии.
Среди сотрудников, которые описывают культуру своей компании как токсичную, показатель доходит до 51%.
Есть и заметные различия в доступе к обучению.
Достаточную подготовку получили 56% мужчин против 45% женщин.
Среди сотрудников, работающих преимущественно за компьютером, обучение получили 57%, среди работников с преимущественно физической работой — 44%.
Получается новая разновидность рабочего неравенства.
Раньше сотрудникам могли не дать хороший ноутбук или доступ к нужной программе.
Теперь им могут дать AI — но не дать знания, позволяющие нормально им пользоваться. А потом оказывается, что обученные сотрудники действительно чувствуют себя увереннее.
Businessolver сравнил работников с достаточной подготовкой и тех, кому пришлось разбираться самостоятельно.
Среди первых 80% уверены, что способны успевать за развитием AI в своей профессии.
Среди сотрудников с ограниченным обучением — 57%.
73% обученных считают, что AI позволяет сосредоточиться на более ценной работе, против 50% среди тех, кто получил мало поддержки.
А об ускорении карьерного развития благодаря ИИ говорят 78% против 51%.
Здесь нужна важная оговорка.
Это опрос, а не эксперимент.
Нельзя утверждать, что именно тренинг автоматически сделал людей успешнее: компании с хорошим обучением могут одновременно лучше управляться, внедрять более подходящие инструменты и в целом больше поддерживать сотрудников.
Но связь слишком заметная, чтобы её игнорировать.
Самый абсурдный момент — компании уже рассчитывают на экономический эффект. Руководители внедряют AI не просто потому, что технология модная.
Они ожидают отдачи.
В том же исследовании 28% CEO назвали сокращение расходов через уменьшение численности персонала основной причиной инвестиций в AI. При этом только 31% руководителей высшего звена назвали персонализированное обучение и повышение квалификации одной из основных целей AI-инвестиций.
Получается последовательность:
сначала ждём экономии → затем внедряем технологию → а обучение людей оказывается где-то дальше в списке.
И это хорошо объясняет, почему корпоративный AI сегодня иногда выглядит хаотично.
Компания покупает инструмент ради производительности.
Но производительность должна возникнуть не внутри лицензии.
Кто-то ещё должен понять, как встроить инструмент в конкретную профессию.
«Пройдите курс по ChatGPT» тоже проблему не решит. Универсальное обучение работе с нейросетью полезно только до определённой степени.
Маркетологу, юристу, бухгалтеру и программисту нужны совершенно разные правила использования AI.
Хорошая корпоративная AI literacy — это не только объяснение, что такое промпт.
Сотрудник должен понимать:
что именно разрешено отправлять модели;
какие задачи можно автоматизировать;
где ответ обязательно проверяет человек;
какие модели разрешены компанией;
кто отвечает за ошибку;
как выглядит хороший результат именно в его профессии.
И особенно — когда AI лучше вообще не использовать.
Поэтому Businessolver рекомендует не просто выдавать доступ к инструментам, а создавать обучение, рекомендации и площадки, где сотрудники одной профессии могут обмениваться рабочими сценариями использования AI.
Пока компании не обучают сотрудников, сотрудники начинают обучать себя сами. И здесь возникает ещё один интересный перевёртыш.
