Как быть, если ваши сотрудники делают через нейросети всю работу?

Зависит от отрасли и обязанностей сотрудника. С одной стороны, есть тенденция: 41% компаний, представителей которых опросили эксперты Всемирного экономического форума, к 2030 году планируют уволить часть людей и автоматизировать их задачи с помощью ИИ. И на российском, и на мировом рынке труда это, скорее всего, коснется профессий, которые связаны с производством контента и развитием технологий, обработкой данных и письменными коммуникациями. А там, где больше физического труда и личного взаимодействия, возможностей для нейросетей меньше.

С другой стороны, в этих прогнозах есть оговорки и ограничения. В отчете ВЭФ указано, что 77% опрошенных компаний планируют обучить своих сотрудников эффективной работе с нейросетями; авторы исследования «Зерокодер» отмечают, что ИИ может автоматизировать до 85% задач (в зависимости от профессии), но не заменить специалистов полностью. Для высоких результатов нейросети нужно направлять и перепроверять — это пока остается за человеком.

В России, по данным Высшей школы экономики, сотрудники обычно используют нейросети:

И всё это тоже не стоит передавать нейросети полностью. Иначе откроете вы отчет — а там подозрительно знакомый и явно не человеком написанный текст или данные, которые взялись непонятно откуда.

Тоже неоднозначный вопрос. Зависит от того, как именно бизнес и специалисты используют нейросети.

ИИ и бизнес-процессы

Работа с нейросетями — это тренд, и ему часто пытаются следовать, просто чтобы не отставать от конкурентов. Но такой подход приведет скорее к провалу, чем к успеху.

Около 90% проектов по внедрению генеративного ИИ в России были отложены или закрыты, так как не принесли ожидаемых финансовых результатов. И причина может быть в том, что ИИ пытались использовать без четкой цели или запустить сразу во всех процессах без адекватной подготовки.

При этом, если обучить сотрудников, поставить цели и действовать постепенно, нейросети позволят, например, ускорить работу, автоматизировать рутину, добавить новые возможности для клиентов — и добиться желаемых результатов. Однако нужно, чтобы люди понимали, как и зачем они используют ИИ, а не просто передавали ему всю работу.

Нейросети и сотрудники

Здесь основной риск в том, что специалисты слишком доверяют ИИ. Вы наверняка видели, как в спорных ситуациях люди приводят аргументы, полагаясь только на ответы нейросетей и не проверяя выданную информацию. Это повышает вероятность ошибок, например, потому, что ИИ может галлюцинировать или не понимать бизнес-контекста (даже с хорошим промптом).

Есть еще одна проблема: сотрудники теряют некоторые профессиональные навыки. С точки зрения технического прогресса это в целом нормальная ситуация: например, сложные вычисления мы проводим на калькуляторе, а не в уме или на бумаге. Но калькулятор не анализирует за нас результаты и не строит логические связи — в отличие от нейросетей. Если использовать генеративный ИИ даже там, где не надо, это может сказаться на критическом и аналитическом мышлении, памяти, внимании, умении самостоятельно решать проблемы.

Итак, сейчас ИИ — хороший инструмент и помощник во многих задачах, но его нужно использовать осознанно: точно формулируя промпты, оценивая результаты, проверяя на ошибки. Заменить человека полностью и сохранить при этом качество работы ИИ во многих случаях не способен. Но что, если ваши сотрудники уже доверяют нейросетям больше, чем они того на данный момент заслуживают?

Совет 1. Обучайте людей работать с ИИ

Здесь идеально подходит классическая стратегия «не можешь победить — возглавь». Даже если ваша компания пока не внедрила генеративный ИИ целенаправленно, для повседневных задач сотрудники уже наверняка его используют. Помогите им делать это эффективно.

Совет 2. Помогайте сотрудникам развивать гибкие навыки

Как уже говорилось, критическое мышление, внимание, память и умение самостоятельно решать проблемы страдают от нейросетей в первую очередь. И тот факт, что с ИИ человек работает быстрее, вряд ли это компенсирует. Поэтому важно следить за тем, меняется ли что-то в когнитивных способностях и гибких навыках сотрудников.

Не обязательно (хотя и можно) поддерживать уровень софт-скилов через тимбилдинги, деловые игры или другое организованное обучение. Самый простой способ — доносить людям, что ответственность за работу остается на них и в случае ошибки ответ вроде «Это всё ИИ» неприемлем. Спрашивайте у сотрудников, на чем основаны решения, идеи и данные, с которыми они к вам приходят; уточняйте, как они выстраивали работу, какой логикой руководствовались, проверяли ли результаты и каким образом.

Совет 3. Разбирайте провалы и успехи

Вместе с командой регулярно анализируйте, где и почему нейросети помогли в работе, а где ухудшили результат. Это покажет, какие уязвимости есть у ИИ и как использовать его эффективнее, поможет развивать то самое критическое мышление. Люди на реальных примерах увидят, что нейросеть иногда ошибается, и поймут, что полагаться на нее полностью не стоит.

Совет 4. Помните: проблема может быть не в нейросетях

Хотя генеративный ИИ в тренде уже несколько лет, это всё же относительно новая технология, и пока не все используют ее грамотно. Если сотрудник полагается на нейросети только потому, что еще с ними не освоился, его можно обучить — и от этого выиграет и он сам, и команда, и в конечном счете бизнес.

Другое дело, когда человек перекладывает свои задачи на ИИ потому, что просто не хочет работать. Если у сотрудника есть условия, чтобы научиться использовать нейросети корректно, но он упорно пытается делегировать им всё и как можно меньше делать самостоятельно — вероятно, стоит обратить внимание на его мотивацию.

Совет 5. Контролируйте нагрузку команды

Поскольку нейросети ускоряют работу, есть иллюзия, что с ними один человек сможет сделать намного больше. Продуктивность действительно вырастет, но есть риск завысить ожидания и завалить сотрудника задачами так, что работать ему будет еще сложнее. К тому же никто не отменял когнитивную нагрузку: нужно составить промпт, продумать все вводные, проверить выданные результаты и оценить их релевантность запросу. Поэтому отслеживайте, сколько у сотрудников работы и не берут ли они на себя слишком много из-за опоры на ИИ.