Почему умные сотрудники фантазируют про ИИ

У меня внутри команды произошёл показательный эпизод.

Коллега послушал обсуждение про ИИ, увидел, что технология уже помогает анализировать данные, строить сценарии, работать с большими массивами информации, поддерживать планирование и делать выводы. После этого он начал предлагать идеи, которые на первый взгляд выглядят очень логично.

Давайте обучим ИИ на базе компании.

Давайте дадим ему задачи из Битрикс24.

Давайте подключим звонки, сценарии продаж, продукты, инструкции.

Давайте сделаем так, чтобы он помогал сотрудникам, обучал новичков, понимал, кто как общается, где сотрудник подходит роли, а где нет.

Если смотреть только на верхний слой, это звучит почти неизбежно.

Если ИИ умеет читать, обобщать, искать закономерности и отвечать на вопросы, почему бы не дать ему всю компанию?

Но именно здесь появляется первый разрыв между идеей и внедрением.

Это не глупые мысли

Это не глупые мысли. Они не детские. Они не из серии “коллега ничего не понял”. Наоборот, коллега достаточно быстро увидел технологическую возможность.

Проблема в другом.

Коллега находится внутри ИТ-продукта, в инженерном контуре. Из этой позиции в первую очередь видны модель, данные, связи, автоматизация и будущая архитектура. Это естественно: когда ты смотришь на продукт изнутри, вопрос кажется прежде всего вопросом инструмента.

Но внедрение упирается не только в инструмент. Оно упирается в людей, роли, привычки, сопротивление, качество данных, ответственность за решение и готовность команды жить по новым правилам.

Изнутри продукта видны:

• данные;
• модель;
• ответы;
• автоматизация;
• обучение;
• ускорение;
• красивая картина будущего.

Изнутри внедрения становятся видны:

• сопротивление людей;
• сырые данные;
• неполная система управления клиентами;
• размытые процессы;
• неописанные критерии;
• отсутствие владельца решения;
• спорные случаи;
• пассивное сопротивление;
• усталость руководителя;
• необходимость постоянно калибровать систему.

Это не упрёк инженеру. Это нормальное смещение фокуса: новая технология сначала видна как возможность, а слой внедрения становится виден только после столкновения с реальной организацией.

Именно поэтому я постоянно показываю команде встречи, провалы, ошибки, реальные реакции клиентов и то, как люди фактически работают с продуктом. Не для драматизации. А чтобы команда не жила только в чистой логике системы и видела, что в компании много зон: продукт, продажи, внедрение, тревога клиента, ответственность руководителя, привычки сотрудников, качество данных, обучение и поддержка.

Почему ИИ особенно провоцирует фантазии

Система управления клиентами выглядит как система.

Электронная таблица выглядит как таблица.

1С выглядит как учёт.

ИИ выглядит как собеседник.

Он отвечает уверенно. Он умеет объяснять. Он может звучать разумно. Он создаёт ощущение, что внутри уже есть понимание.

Поэтому коллега быстрее начинает думать не “у нас появился инструмент”, а “у нас появился почти участник команды”.

Отсюда и фантазия про корпоративный мозг.

Пусть ИИ знает наши продукты.

Пусть ИИ знает наши задачи.

Пусть ИИ знает наших клиентов.

Пусть ИИ анализирует сотрудников.

Пусть ИИ подсказывает руководителю.

Пусть ИИ обучает новичков.

Пусть ИИ говорит менеджеру, что делать дальше.

На уровне мечты всё складывается.

На уровне внедрения всё распадается на десятки тяжёлых вопросов.

Данные компании - это ещё не обучающая база

Самый частый разрыв - путать наличие данных с готовностью данных.

В компании может быть много звонков. Но кто сказал, что эти звонки показывают хорошую практику?

Может быть много задач в Битрикс24. Но кто сказал, что они поставлены понятно и по делу?

Может быть система управления клиентами. Но кто сказал, что менеджеры вносят туда факты, а не удобное объяснение после события?

Могут быть сценарии продаж. Но кто сказал, что они реально работают?

Может быть база знаний. Но кто сказал, что она актуальна?

Могут быть успешные сделки. Но кто сказал, что они успешны именно из-за правильной коммуникации, а не из-за цены, бренда, срочности клиента или случайности?

ИИ не превращает сырьё в истину сам по себе. Он усиливает то, что ему дали.

Если дали хаос, он может сделать хаос более убедительным.

Почему люди хотят волшебную палочку

Это не история только про сотрудников. Так думают клиенты, руководители, основатели, иногда и сами разработчики.

Потому что бизнес устал.

Руководитель устал вручную слушать звонки. РОП устал спорить с менеджерами. Менеджеры устали от новых правил. Собственник устал от ощущения, что в продажах что-то не так, но точный диагноз не виден.

И тут появляется ИИ.

Кажется, что теперь можно не разбираться. Можно просто спросить:

что у нас не так?

И получить ответ.

Но рабочий продукт нельзя строить только на этой усталости.

Если ИИ выдаёт готовый диагноз без данных, обоснования, уровня уверенности и возможности проверить первоисточник, он не помогает управлению. Он просто создаёт новую форму авторитетного гадания.

Как это проявляется в нашем продукте

Мы тоже постоянно упираемся в этот запрос.

Хочется, чтобы система сама сказала менеджеру, что делать.

Хочется, чтобы руководителю сразу пришёл вывод: проблема здесь, исправить вот так.

Хочется, чтобы ИИ сам нашёл лучший сценарий продаж, лучшую закономерность, лучшего сотрудника и слабые места команды.

Мы пробовали заходить в эту сторону много раз. Не один раз, а десятки раз в разных формулировках и сценариях. Снаружи это выглядит проще: показать, что ИИ сейчас всё найдёт и сам подскажет действие.

Но на практике такая рамка быстро ломает доверие. Руководитель начинает спрашивать, почему системе можно верить. Менеджер не понимает, на каком основании ему дали подсказку. Команда спорит не о фактах, а о праве ИИ делать вывод.

Поэтому для нас принципиален другой порядок:

1. Сначала реальная коммуникация.
2. Потом факт.
3. Потом гипотеза.
4. Потом подтверждение или отклонение.
5. Потом калибровка руководителем.
6. Потом повторяемая закономерность.
7. И только потом следующий шаг.

Это медленнее, чем обещать магию.

Но это лучше выдерживает реальное внедрение.

Фантазия полезна как направление, но опасна как план

Фантазия про корпоративный ИИ может быть полезной.

Она показывает, куда компания хочет прийти: к системе, которая накапливает знания, помогает людям, видит повторяющиеся ошибки, подсказывает лучшие действия и снижает зависимость от ручной памяти руководителя.

Но её нельзя принимать за план внедрения.

План должен начинаться с других вопросов:

• какой один процесс мы берём первым;
• какой тип данных можем проверить;
• кто владелец результата;
• как поймём, что вывод правильный;
• как обработаем спорные случаи;
• что будет делать сотрудник после подсказки;
• где ИИ не имеет права быть уверенным.

Вывод

Умные сотрудники фантазируют про ИИ не потому, что они наивны.

Они фантазируют потому, что ИИ действительно создаёт ощущение новой возможности.

Но между возможностью и рабочей системой лежит внедрение.

И чем сильнее технология выглядит как интеллект, тем проще забыть, что внедрять её всё равно нужно как обычную технологию: через процесс, людей, данные, контроль и ответственность.

В следующей статье я разберу, почему это уже было. Системы управления клиентами, электронные таблицы и 1С тоже обещали управляемость. Но сами по себе они не создали порядок там, где компания не была готова этот порядок поддерживать.

Почему это важно фиксировать честно

Если внутри команды появляется такая фантазия, её нельзя просто гасить. В ней есть энергия будущего продукта. Но её нужно переводить из режима вдохновения в режим проверки.

Правильный вопрос не “почему коллега опять мечтает”. Правильный вопрос: какой кусок этой мечты можно превратить в проверяемый сценарий уже сейчас. Например, не “ИИ знает всю компанию”, а “ИИ помогает найти, где после звонка потерян следующий шаг”. Не “ИИ оценивает сотрудника целиком”, а “ИИ показывает повторяющееся поведение в конкретных коммуникациях”.

Так фантазия перестаёт быть красивой картинкой и становится материалом для продуктового решения.