ИИ не уволит ваших людей, он обнажит ошибки в том, как вы ими управляете

Откуда взялся миф об «увольняющем ИИ»

В разговорах с собственниками и топ-менеджерами я часто слышу одну и ту же формулу: «Внедрим ИИ, сократим людей, снизим затраты». Звучит как решение, реально же это всего лишь гипотеза, и в большинстве компаний она не подтверждается.

За последнее время я консультировала несколько внедрений ИИ как риск-менеджер по человеческому фактору. Главным эффектом в этих проектах стал момент, когда ИИ с первых недель начал показывать собственнику то, что годами оставалось невидимым в управлении.

В авиации есть точное наблюдение, которое говорит о том, что автоматика не совершает новых ошибок, она ускоряет и укрупняет старые. Когда в кабине появился автопилот, выросло не количество происшествий из-за «плохих пилотов», а стоимость последствий нарушения процедур, нечетких ролей и привычки молчать о проблемах. Самые тяжелые инциденты эпохи автоматизации происходили из-за того, что экипаж не был готов к тому, что машина покажет и потребует. ИИ в компании работает аналогично, он обнажает управленческие дефекты. 

Случай из практики

Производственная компания, выручка в миллиардах, собственник — энергичный, вовлеченный, гордится тем, что «знает каждый процесс». Запускается ИИ-проект по прогнозированию спроса и автоматизации закупок. Бюджет согласован, вендор выбран, дорожная карта красивая.

Через два месяца проект стоит. Выяснилось, что прогнозы ИИ и «прогнозы» отдела закупок расходятся на десятки процентов, и никто не может объяснить, почему. Оказалось, что реальная логика закупок жила в голове одного руководителя и двух его доверенных сотрудников, отсутствовало описание и держалась на договоренностях, о которых собственник не знал. ИИ впервые показал, что в управленческом смысле процесса не существовало. Дальше компания девять месяцев описывала бизнес-процессы, матрицу ответственности и данных. При этом в бюджете ИИ-проекта этот анализ и подготовка не были предусмотрены.

Три ошибки, которые ИИ обнажает первыми

1. У задач есть исполнители, но нет владельцев. Чтобы передать функцию ИИ, ее нужно описать: вход, выход, критерий качества, ответственный за результат. Выясняется, что описывать нечего, так как функция держится на конкретном сотруднике, который «всегда так делает». Внедрение ИИ требует ясности в процессах и независимости от конкретных людей, при этом четкого ответа на вопрос «кто ответственный за результат».
2. Команды годами компенсируют дефекты системы. В каждой компании есть невидимый слой ручного труда, когда сотрудники перепроверяют чужие данные, переделывают кривые отчеты, страхуют пересечения обязанностей между отделами. Это неучтенная работа, которая держится на лояльности. Однако, ИИ воспроизводит процесс таким, какой он есть, он не компенсирует пробелы. В итоге руководителю кажется,  что «ИИ не справился», а в действительности процесс впервые проявился в реальном состоянии.
   
   Здесь кроется отдельный риск, который часто игнорируется в проектах. Для ключевых сотрудников их незаменимость является капиталом, а ИИ фактически обесценивает этот капитал. Реакция предсказуема — внедрение и обучение ИИ-моделей тормозится. К этому стоит относится не как к саботажу, а как к переговорной позиции, то есть договариваться через статус, роль, финансовую компенсацию. Главное, до старта внедрения, не дожидаясь первых срывов.
    
3. В компании наказывают за неудобную правду. Самым дорогим эффектом такой реакции является культурный. Внедрение ИИ всегда вскрывает реальные цифры: сколько на самом деле занимает операция, где теряются заявки, какова подлинная загрузка подразделений. Если в компании годами было опасно приносить плохие новости, обнаружение этих цифр встречает естественное сопротивление в виде оспаривании данных, саботирование моделей, и стандартной позицией «у нас своя специфика». Команда защищается от последствий за вскрытые факты, потому что привыкла, что за правду «платят головой». Это прямое следствие стиля управления первого лица.

Почему счет приходит первому лицу

Соблазнительно воспринимать все вышесказанное как претензию к командам, но это будет большой ошибкой. Люди в этих историях ведут себя рационально, они просто в свое время адаптировались к той системе, которую построил лидер. Непрозрачные зоны ответственности, героическая ручная компенсация, схемы обходов, страх правды — все это способы выжить в заданных условиях.

ИИ-проект — это стресс-тест управления. По моим наблюдениям, бюджеты внедрений превышаются не из-за стоимости технологий, а из-за месяцев, потраченных на то, что должно было быть сделано задолго до внедрения ИИ:
- описание процессов, 
- распределение ответственности, 
- восстановление доверия к данным. 
Компания оплачивает задним числом годы управленческой неопределенности, но уже по тарифу ИИ-консультантов и разработки.

Экспресс-диагностика до подписания бюджета на внедрение ИИ-проекта

Если вы первое лицо компании, пройдите краткую самодиагностику. Считается только уверенное «да»:

1. Для трех ключевых бизнес-процессов вы можете назвать одного ответственного за результат — ФИО, не подразделение.

2. Вы знаете, какие участки деятельности сегодня держатся на ручной доработке конкретных людей, и что произойдет, если эти люди уйдут.

3. За последний квартал сотрудники приносили вам данные, противоречащие вашим ожиданиям, и это не имело для них негативных последствий.

4. Метрики успеха проекта зафиксированы до старта, и их нельзя будет пересмотреть задним числом.

5. У носителей ключевой экспертизы есть понятная личная выгода от передачи знаний внедряемой системе вместо сплошных рисков.

6. Если ИИ покажет данные, противоречащие вашим убеждениям о бизнесе, вы готовы поверить этим данным.

5-6 — система готова, технология усилит то, что работает. 

3-4 — проект пойдет, но дороже плана из-за провисающих пунктов, которые лучше закрыть до подписания основного бюджета, это недели работы против месяцев переделок. 

2 и менее — ИИ-проект в текущем виде профинансирует вскрытие управленческих дефектов по самому дорогому из возможных тарифов.

Вместо вывода

ИИ не уволит ваших людей, но он точно разрушит ваши иллюзии о том, что процессы описаны, ответственность распределена, а команда говорит всегда правду. И тогда появляется главный вопрос внедрения, который не задает ни один интегратор: есть ли готовность увидеть свою компанию такой, какая она есть?

В авиации говорят, что автоматика хороша ровно настолько, насколько хорош экипаж, который ею управляет. В бизнесе экипаж начинается с первого лица.