Компании хотят, чтобы сотрудники быстрее осваивали искусственный интеллект, находили процессы для автоматизации, описывали собственную работу и помогали обучать новые инструменты. Но для самого сотрудника эта задача может выглядеть иначе: чем лучше он передаст системе свои знания, тем меньше людей потенциально понадобится для выполнения прежнего объёма работы. Bain считает этот конфликт одной из ключевых проблем AI-трансформации. Решать его только обучением работе с нейросетями недостаточно.
Bain & Company в новом материале AI Transformation: The Fears Are New. The Answer Isn't обращает внимание на проблему, которая становится всё заметнее по мере перехода компаний от экспериментов с генеративным ИИ к перестройке реальных процессов.
Сотрудников просят участвовать в AI-трансформации, но одновременно они видят публичные дискуссии о сокращении команд, автоматизации интеллектуального труда и росте производительности за счёт ИИ. В такой ситуации призыв «помогите найти больше сценариев автоматизации» может восприниматься не как приглашение к инновациям, а как просьба помочь компании уменьшить зависимость от собственного труда.
Bain формулирует проблему практически без эвфемизмов: невозможно мобилизовать людей на трансформацию, если они считают, что помогают обучать собственную замену.
Проблема уже не в том, готовы ли сотрудники пользоваться ИИ
На первом этапе корпоративного внедрения генеративного ИИ компании в основном решали вопрос доступа: какие инструменты разрешить, как защитить данные, кого обучить работе с нейросетями и где запустить пилот.
Сейчас задача меняется. Чтобы получить существенный экономический эффект, недостаточно дать сотруднику ИИ-ассистента. Необходимо перестраивать саму работу.
Это означает разложить процессы на задачи, определить, какие из них может выполнять ИИ, передать системе корпоративные знания, создать инструкции, базы данных и механизм контроля качества. Значительная часть этих знаний находится не у разработчиков систем и не у внешних консультантов, а у людей, которые сегодня выполняют работу.
Именно здесь появляется управленческий конфликт. Бизнесу выгодно, чтобы сотрудник максимально подробно объяснил, как устроена его работа. Для сотрудника возникает рациональный вопрос: что произойдёт с моей ролью, когда система научится выполнять значительную часть этой работы?
Обещание «ИИ вас не заменит» становится плохой коммуникационной стратегией
Попытка снять тревогу часто приводит компании к простой формуле: «ИИ не заменит людей, он только освободит их от рутины». Для части проектов это действительно так. Но использовать эту формулу как универсальное обещание становится всё сложнее.
AI-трансформация может менять потребность в отдельных задачах, количестве людей, составе команд и уровнях управления. Даже если профессия не исчезает, её содержание может существенно измениться.
Поэтому сотруднику нужна не гарантия сохранения прежней работы, которую руководство часто объективно не может дать, а понятная логика перехода от нынешней роли к будущей.
Harvard Business Review в 2026 году описывал похожую проблему через три базовые потребности человека в работе: компетентность, автономию и принадлежность. Когда ИИ усиливает эти ощущения, сотрудники воспринимают его как полезный инструмент. Когда технология заставляет человека сомневаться в собственной профессиональной ценности или уменьшает контроль над работой, реакция становится противоположной.
Доверие здесь — не вопрос корпоративной культуры. Это условие получения знаний
У AI-трансформации есть особенность, которой не было у многих предыдущих проектов автоматизации. Компаниям нужны не только согласие сотрудников и готовность пользоваться новой системой. Им требуется их экспертиза.
Именно сотрудники знают исключения из регламентов, понимают, где официальная процедура расходится с реальной, какие данные можно считать качественными, когда решение требует профессионального суждения и где ошибка будет стоить бизнесу слишком дорого.
Если люди считают, что эти знания собираются прежде всего для последующего сокращения их роли, возникает предсказуемый риск: компания получает формальное участие вместо реального.
Сотрудники проходят обучение, посещают встречи, используют обязательные инструменты, но не становятся источником инициатив снизу. Для AI-трансформации это критично.
Bain ранее описывал собственное внедрение ИИ как сочетание управленческого импульса сверху и инноваций снизу. В пилотах Bain использование AI-инструментов достигало 80%, а после масштабного запуска ChatGPT Enterprise — 60% среди консультантов и экспертных команд всего за две недели. Сотрудники создали более 2 000 специализированных GPT для конкретных рабочих задач.
Парадокс AI-трансформации
Чем глубже компания хочет автоматизировать интеллектуальный труд, тем больше ей требуется помощь сотрудников, которые сегодня этот труд выполняют.
Но чем очевиднее для сотрудников потенциальное сокращение трудозатрат, тем слабее может становиться их заинтересованность в передаче системе собственных знаний.
Поэтому доверие превращается из «мягкой» HR-темы в экономическую переменную AI-трансформации. От него зависит, будет ли компания получать реальные идеи по перестройке процессов или ограничится внедрением технологий поверх существующей модели работы.
Российский рынок: ИИ уже вошёл в работу быстрее, чем компании успели договориться с сотрудниками
В России картина пока не выглядит как массовый страх немедленной потери работы. Но свежие исследования показывают другой разрыв: сотрудники уже используют ИИ, тогда как правила, обучение и разговор о будущем работы заметно отстают.
В июле 2026 года «Анкетолог» опросил 2 000 работающих россиян. У 30% респондентов рабочие задачи уже допускают использование ИИ, ещё 32% говорят о небольшом влиянии технологии на работу. Среди тех, чьи задачи хотя бы частично могут выполняться с помощью ИИ, только 11% уже договорились с руководителем о передаче части задач системе.
Другой опрос — Работа.ру, СберПодбор и Нетология среди более чем 250 российских компаний — показывает похожую проблему со стороны работодателей.
Положительно к применению ИИ относятся 63% опрошенных работодателей и сотрудников, но регламенты работы с технологией есть только у 20% компаний. Системное обучение проводят 2%, ещё 11% планируют его запустить. При этом 84% работодателей считают, что сотрудники осваивают ИИ самостоятельно.
Российские данные не подтверждают сценарий массового исчезновения профессий
Страх сотрудников и реальный риск полной автоматизации — не одно и то же. Это особенно важно для HR: работать с тревогой нельзя ни алармизмом, ни необоснованным успокоением.
Исследование Ростислава Капелюшникова, опубликованное в 2026 году в журнале «Вопросы экономики» на основе микроданных Обследования рабочей силы Росстата, оценивает потенциальное влияние ИИ на российскую занятость.
Около одного из десяти рабочих мест имеет высокую экспозицию к ИИ, примерно каждое третье — значимую. Но доля рабочих мест, для которых исследование видит перспективу полной автоматизации, составляет менее 1%.
Главный сценарий для России, согласно этой оценке, — не исчезновение большинства профессий, а перераспределение задач внутри существующих ролей.
Для HRD это принципиально меняет постановку задачи. Главный вопрос планирования рабочей силы — не «сколько профессий исчезнет», а какие задачи уйдут из каждой роли, какие останутся человеку и какие новые компетенции потребуются для работы в изменившейся системе.
Что должен делать HRD, если компания переходит от AI-пилотов к трансформации
На уровне отдельных экспериментов можно ограничиться обучением сотрудников и правилами безопасного использования нейросетей. При масштабировании этого уже недостаточно.
AI-трансформация начинает затрагивать организационный дизайн, численность, содержание ролей, карьерные маршруты, систему оценки и распределение ответственности между человеком и алгоритмом.
| Вопрос | Слабая практика | Задача HRD |
|---|---|---|
| Что автоматизируем? | Собирать максимальное количество AI-кейсов | Разбирать работу на задачи и отдельно оценивать экономический эффект, риск и влияние на роли |
| Что будет с людьми? | Обещать, что ИИ никого не заменит | Показывать, какие задачи исчезнут, какие усилятся и какие новые роли могут возникнуть |
| Кто проектирует новую работу? | IT, консультанты и руководители | Включать в проект сотрудников, которые знают реальный процесс и его исключения |
| Чему учить? | Работе с промптами и конкретными сервисами | Развивать ИИ-грамотность, навыки проверки результатов, проектирования процессов и профессионального суждения |
| Как измерять успех? | Количество пользователей и обращений к ИИ | Измерять производительность, качество, скорость процесса и стоимость результата |
| Как работать с доверием? | Ограничиваться коммуникационной кампанией о преимуществах ИИ | Объяснять принципы изменения ролей, критерии кадровых решений и возможные карьерные переходы |
Перестать обсуждать ИИ отдельно от стратегии рабочей силы
Если компания ожидает существенного роста производительности от ИИ, этот эффект неизбежно должен появиться в планировании численности и структуры работы.
Рост производительности можно использовать по-разному: сократить затраты, увеличить объём бизнеса без пропорционального найма, повысить качество, ускорить процессы или высвободить время сотрудников для новых задач.
HR должен понимать, какой именно сценарий заложен в экономическое обоснование проекта. Иначе возникает опасная ситуация: сотрудникам говорят об «ИИ как помощнике», финансовая модель рассчитывается на снижение трудозатрат, а решение о судьбе высвободившегося времени откладывается до момента, когда экономический эффект уже должен появиться в финансовом результате компании.
Проектировать не автоматизацию должностей, а новую архитектуру задач
Должность слишком крупная единица для принятия решений об автоматизации. Внутри одной роли одновременно могут находиться задачи, которые легко автоматизируются, задачи, где ИИ усиливает человека, и задачи, где профессиональное суждение, ответственность или человеческое взаимодействие остаются критичными.
Поэтому планирование рабочей силы придётся опускать на уровень задач. Для каждой критической роли HR вместе с бизнесом может определить: что автоматизируется полностью, где появляется связка «человек + ИИ», какие задачи становятся более ценными и какие компетенции потребуются через два-три года.
Такой подход одновременно даёт бизнесу более точную модель производительности, а сотруднику — более содержательный ответ на вопрос о будущем, чем фраза «вашу профессию ИИ не заменит».
Не требовать от сотрудников передачи знаний без ответа на вопрос о будущем роли
Это наиболее чувствительная часть трансформации. Когда сотрудника просят документировать процесс, размечать данные, проверять ответы модели, создавать ИИ-агентов или описывать исключения, компания фактически переводит часть его неформального профессионального знания в масштабируемую систему.
Само по себе это нормальный процесс повышения производительности. Проблема начинается, когда организация требует максимальной открытости от сотрудника, сохраняя максимальную неопределённость со своей стороны.
Не всегда возможно заранее гарантировать конкретное рабочее место. Но можно объяснить принципы: какие роли компания собирается развивать, какие навыки будут востребованы, как будет организовано переобучение, по каким критериям принимаются решения об изменении численности и какие внутренние переходы доступны людям, чья работа меняется сильнее всего.
Смотреть на менеджеров как на главный канал доверия
Большинство сотрудников обсуждают последствия изменений не с CEO и не с директором по цифровой трансформации. Они задают вопросы своему непосредственному руководителю: что теперь будет с нашей командой, зачем мы автоматизируем этот процесс, изменятся ли KPI, нужны ли будут эти роли через год.
Если менеджер узнаёт об AI-стратегии одновременно с командой, корпоративная коммуникация быстро теряет силу. Поэтому обучение руководителей должно включать не только использование инструментов, но и способность объяснять новую модель работы: что известно, что пока неизвестно, какие решения уже приняты и где сотрудники могут влиять на проектирование процесса.
Именно здесь AI-трансформация становится задачей лидерства, а не внедрения программного обеспечения.
Что меняется для стратегического HR
До сих пор многие AI-программы строились вокруг технологии: выбрать модель, определить сценарии, запустить пилоты, обучить пользователей и измерить уровень использования ИИ.
Следующий этап сложнее. Компании начинают менять саму архитектуру труда. И тогда HR должен отвечать уже не просто за «готовность сотрудников к ИИ», а за переход от одной модели организации к другой.
Это включает планирование рабочей силы на уровне задач, новую архитектуру ролей, внутреннюю мобильность, переобучение, принципы кадровых решений, работу с менеджерами и изменение психологического контракта между компанией и сотрудником.
Вопрос для HRD поэтому звучит не «как снизить сопротивление ИИ?». Более точный вопрос — «какие основания есть у сотрудника помогать компании автоматизировать собственную работу и что организация предлагает ему взамен?»
7 вопросов к AI-трансформации, которые стоит задать HRD
- Какие конкретные задачи сотрудников компания рассчитывает передать ИИ в ближайшие 12–24 месяца?
- Как экономический эффект AI-проектов связан с планированием численности?
- Что произойдёт с высвободившимся временем, если заявленный рост производительности будет достигнут?
- Какие роли изменятся сильнее всего и есть ли для сотрудников новые карьерные маршруты?
- Знают ли сотрудники, по каким принципам компания принимает решения об автоматизации и изменении ролей?
- Могут ли линейные руководители содержательно ответить команде на вопрос: «что ИИ означает именно для нашей работы?»
- Что получает сотрудник, который помогает компании найти и масштабировать эффективный AI-сценарий: более сложную роль, новые компетенции, карьерную возможность или снижение рутинной нагрузки?
AI-трансформация упирается не только в технологии, но и в качество договорённости между компанией и сотрудником
Страх замены ИИ удобно объяснять недостатком знаний о технологии. Для бизнеса это комфортная версия проблемы: достаточно провести обучение, показать несколько успешных кейсов и увеличить использование инструментов.
Но по мере того как ИИ переходит от ассистента к инструменту перестройки процессов, сопротивление становится рациональнее. Сотрудник может одновременно видеть пользу технологии, активно ей пользоваться и задаваться вопросом, уменьшит ли его собственная эффективность потребность компании в его работе.
Российские данные пока не показывают массового сценария полного исчезновения профессий. Они скорее указывают на перестройку задач внутри существующих ролей.
Но именно поэтому задача HR становится сложнее: изменения будут происходить не одномоментно через «исчезновение профессий», а постепенно — через изменение содержания работы, требований к навыкам и численности отдельных функций.
Bain возвращает AI-трансформацию к базовой управленческой проблеме: нельзя требовать от людей активного участия в изменениях и одновременно оставлять их в неведении относительно того, какое место для них предусмотрено в результате этих изменений.
