На конференции я слушал двух топ-руководителей из крупных компаний, ответственных за внедрение ИИ, и профессора по ИИ из Сколково. Профессор рассказывал про классификацию компаний по типу передачи знаний от сотрудника к сотруднику — и это изменило моё понимание того, почему ИИ приживается в одних компаниях и отторгается в других.

В этой статье
  • Три типа корпоративной культуры передачи знаний
  • Как каждый тип влияет на внедрение ИИ
  • Три фактора, которые тормозят внедрение ИИ на уровне руководства

Главный инсайт: компании внедряют ИИ так же, как передают знания

Профессор зафиксировал интересный факт: компании внедряют ИИ ровно так же, как они привыкли передавать знания внутри. Если этот «культурный код» не учитывать, любые инвестиции в нейронки превратятся в бесполезные, а иногда и вредные расходы.

Он разбил типы культуры передачи знаний на три Driven-подхода.

Три типа корпоративной культуры

1. People Driven — Культура Мастеров

Всё держится на авторитете и личном опыте мастеров. Знания передаются от мастера к ученику. Сюда же относятся компании с сильным лидером-визионером или агрессивными продажами на харизме лидера продаж.

Методологии в компании нет, или она необязательная и формальная. Если мастер в конкретном процессе не загорелся внедрением ИИ и не показал пример — ИИ в этом процессе не появится. Всё зависит от воли конкретных людей, у которых обычно есть устоявшийся процесс на базе опыта, который они не хотят менять.

«Не идиотизируйте моих мастеров с помощью ИИ. У них огромный опыт, который важнее ваших алгоритмов» — фраза начальника цеха с конференции.

2. Process Driven — Культура Регламентов

Здесь правят инструкции и регламенты. Всё стандартизировано, есть понятные процессы, есть система обучения стандартам. Process Driven культура присуща крупным компаниям и производственным холдингам.

Внедрять ИИ в такую компанию тяжело — система сопротивляется изменениям. ИИ нет в регламентах, значит его не надо использовать. Но если выстроить процесс и зашить ИИ в должностные инструкции, он станет обязательной частью конвейера.

3. Data Driven — Культура Эксперимента

Компания основана на культуре экспериментов, анализа результатов и быстрого внедрения выявленных рабочих процессов. Здесь верят цифрам и постоянно тестируют гипотезы. A/B-тесты — норма. Data Driven компании часто работают в IT-секторе и консалтинге.

В такой компании проблем с внедрением ИИ нет. Для Data Driven компании ИИ — это просто ещё один инструмент, чтобы быстрее считать и точнее проверять идеи.

Как определить свой тип
Ответьте на вопрос: что является источником знания, когда нужно понять, как выполнить рабочую задачу? Авторитет человека, регламент или данные?

Три фактора, которые тормозят внедрение ИИ на уровне руководства

Фактор 1. Где деньги у меня на счёте?

Главная боль генерального и финансового директора — ИИ не даёт «быстрых денег» на счёте. Чаще всего мы видим рост производительности: сотрудник стал делать задачу не за 4 часа, а за 1. Но как это монетизировать?

Кто-то начнёт делать в 4 раза больше, а кто-то просто будет больше пить кофе. Для топов это «невидимая» экономия. Поэтому первичное создание инфраструктуры для внедрения ИИ — это просто прыжок веры. Обосновать окупаемость такого внедрения пока невозможно.

На конференции я услышал два кейса, где удалось показать руководству реальный экономический эффект:

  • Оптимизация кода: крупная IT-компания прогнала свой софт через ИИ, чтобы переписать тяжёлые участки. Итог — резкое снижение нагрузки на серверы и реальные миллионы экономии на облачных сервисах.
  • Умный HR: ИИ берёт портрет «идеального» сотрудника, который долго работает и растёт в результатах, — и ищет похожих кандидатов на рынке. Для текущих сотрудников ИИ даёт управленческие рекомендации: где подтянуть, чтобы человек не уволился. Это прямой вклад в срок удержания ключевых людей.

Фактор 2. ИИ надо грамотно внедрять

Нельзя просто купить доступ к нейронке, нажать кнопку и забыть. ИИ нужно адаптировать под вашу организацию. Это живой процесс: модель даёт рекомендацию, менеджер применяет её (или нет), система получает обратную связь — почему это сработало или провалилось.

Без этого кольца обратной связи ИИ не даёт эффекта, выдаёт ошибки и галлюцинации — и вызывает отторжение у сотрудников.

Фактор 3. Разный язык на разных уровнях иерархии

В компании есть три уровня: высшее руководство, средний и линейный менеджмент, специалисты — держатели бизнес-процессов. Они говорят на разных языках и не могут договориться между собой. Это вызывает конфликты и саботирование ИИ на одном из уровней.

Важен баланс между ИИ, математическими моделями и стандартной автоматизацией. ИИ сегодня — это не про замену людей, а про поиск баланса. ИИ возьмёт на себя рутину и анализ, а человек — творчество, смыслы и решения.

Вывод

Прежде чем вкладывать в ИИ, стоит честно ответить на вопрос: к какому типу культуры относится ваша компания? От этого зависит стратегия внедрения — и то, на какой результат вы вправе рассчитывать.