Страх замены
Первое, что сотрудник слышит о новом ИИ: «он заменит людей». После этого пользоваться инструментом значит помогать собственному увольнению. Люди находят причины не начинать: неудобно, ошибается, нет времени.
Молчание руководства делает хуже. Если о планах на ИИ никто не говорит, сотрудники додумывают сами, и обычно худший вариант.
Страх снимают не обещаниями, а честным разговором с цифрами: какие задачи уходят ИИ, какие остаются людям и как изменится оценка работы.
Обычно ИИ забирает поток типовых обращений, а у людей остаются сделки, сложные случаи и клиенты с нестандартными условиями. При нехватке кадров агент чаще закрывает вакансию, которая висит месяцами, чем чье-то место.
Хорошо работает простое правило: первые недели агент не берет ничью работу целиком, а снимает рутину, которую никто не любит: повторы, перепечатку, ответы на одно и то же.
Как говорить об этом с командой и как разделить ответственность между людьми и агентами, разобрано в материале про управление командой с ИИ.
Нет обучения на своих задачах
Курс по нейросетям учит писать запросы к чату на чужих примерах. Менеджер возвращается на работу и не понимает, как это связано с его заявками, договорами и CRM.
Учить нужно на своих процессах: что делает агент, что он передает человеку, как принять его работу и по какой цифре видно, что все работает.
Первыми учатся руководители отделов. Если руководитель не понимает, что делает агент и как принять его работу, он не объяснит это команде и не станет требовать результата.
Учит тот, кто знает ваши процессы и отвечает за результат. Так устроено обучение отделов от ИИ-директораИИ-директор. ИИ-директор это руководитель, который отвечает за искусственный интеллект во всей компании: выбирает, что внедрять, контролирует подрядчиков, бюджет и риски.: люди разбирают свою работу, а не чужие задачи.
Без обучения бывает две крайности. Сотрудник переделывает работу агента заново или доверяет ему без проверки, и в обоих случаях эффект пропадает.
Проверка обучения простая: через неделю сотрудник показывает на своем рабочем месте, какую задачу он отдал ИИ и сколько времени сэкономил. Если не может показать, обучение не сработало.
Нет времени на новое
У сотрудника тот же план, те же заявки и те же отчеты. Новый инструмент требует времени на освоение, и это время никто не выделил. ИИ становится задачей «когда будет время».
Microsoft Work Trend Index 2026: организационные факторы влияют на пользу от ИИ вдвое сильнее личных, 67% против 32%. Время на освоение, задачи и оценку работы задает организация, а не желание сотрудника.
Решение организационное: на время запуска снять с людей часть нагрузки и прямо сказать, сколько времени в день уходит на разбор работы агента. В нашем пилоте ответственный сотрудник тратит на это около получаса в день.
Время на освоение окупается, только если его спланировали. Руководитель отдела заранее решает, кто и когда разбирает работу агента и какие задачи на эти дни снимаются.
Еще одна ловушка: ИИ добавляют к старому процессу, а не встраивают в него. Сотрудник делает работу по-старому и вдобавок проверяет ИИ, и работы становится больше, а не меньше.
Что дает ИИ самому сотруднику
Страх уходит быстрее, когда сотрудник видит пользу для себя, а не только для компании. В исследовании NBER 2023 года операторы поддержки с ИИ-помощником были в среднем на 14% продуктивнее, а новички на 34%. Сильнее всего ИИ помогает тем, кто только пришел.
У этой пользы есть граница. В эксперименте Harvard Business School и BCG 2023 года консультанты с ИИ сделали работу на 40% качественнее, но в задачах за пределами возможностей ИИ ошибались чаще. Поэтому сотрудника учат не только пользоваться ИИ, но и проверять ответ.
На наших проектах до обучения сотрудники решают с первого запроса 2 задачи из 10, после обучения 9 из 10 (данные проектов MMOOZZGG). Учим трем навыкам: ставить задачу и давать контекст, подключать свои данные и шаблоны, проверять ответ и встраивать его в работу.
Для разговора о замене есть и общий прогноз. World Economic Forum (Future of Jobs 2025) ждет, что к 2030 году технологии создадут 170 млн рабочих мест и заменят 92 млн. Для команды это значит, что меняются задачи, и честнее говорить именно об этом.
Что работает на деле
1. Один процесс, а не все сразу. Команда видит результат на одном участке, и следующий запуск идет легче.
2. Ответственный за каждый ИИ-инструмент. Он разбирает спорные случаи, правит правила и отвечает за цифру.
3. Метрика, которую видят все: сколько обращений закрыл ИИ, сколько передал людям, что люди сделали с переданным.
4. Обучение на своих задачах в первые дни запуска, а не общий курс за месяц до него.
5. Новая оценка работы. Если менеджера оценивают по числу обработанных заявок, а заявки забрал агент, он будет против. Оценку переводят на сделки и сложные случаи.
6. Пример от руководителя. Если первое лицо само пользуется ИИ и спрашивает с отделов цифры, сотрудники воспринимают ИИ как часть работы, а не как временную затею.
Сопротивление сотрудников внедрению ИИвнедрение ИИ. Внедрение ИИ это путь от идеи до работающего решения: компания выбирает процесс, подключает к нему искусственный интеллект, учит людей и измеряет результат в деньгах. чаще говорит о том, как устроено внедрение, а не о людях. Его снимают организацией: целью, ответственным, временем и обучением.
Когда люди видят, что рутины стало меньше, а оценка честная, они пользуются ИИ каждый день. Поэтому обучение сотрудников работе с агентами входит в сборку ИИ-отдела, а не идет отдельной строкой после запуска.