Гибридный интеллект в деле: два разговора о том, как ИИ меняет управление и обучение

Здесь стоит сразу снять один миф: обычная аналитика справляется. Она справлялась и до ИИ, люди работали, принимали решения, оптимизировали процессы задолго до нейросетей. Вопрос никогда не был в том, что аналитика не справляется, вопрос в скорости. Идея пришла не из желания что-то заменить, а из усталости, своей собственной. Когда много раз проводишь встречи с руководителями и слышишь одни и те же вопросы, один и тот же паттерн разрывов, начинаешь думать: а что если собрать эти ключевые вопросы в систему и получать варианты гипотез сразу, а не после третьей встречи?

Это была попытка ускорить свою собственную работу ментора. ИИ здесь не замена мышлению, а способ быстрее дойти до точки, откуда начинается настоящий разговор с руководителем: не «какие у вас проблемы», а «вот несколько гипотез, давайте проверим, какая из них ваша».

— Как вы пришли к идее, что ИИ может показывать управленческие разрывы там, где обычная аналитика не справляется?

Самый частый и от этого самый неожиданный разрыв звучит так: руководитель ставит команде новую задачу, а в ответ слышит «мы перегружены, нужен новый человек». Логичный ответ. Но сначала стоит проверить, действительно ли проблема в количестве людей.

Потому что когда начинаешь разбирать не загрузку команды, а работу самого руководителя, как он ставит задачи, что делегирует, а что тащит на себе, где создаёт лишние согласования и переключения, вдруг обнаруживается: резерв есть. Он был всё это время, просто спрятан не в команде, а в том, как руководитель организует её работу.

Например, в одном из проектов первоначальный план предполагал семь месяцев работы и участие восьми специалистов. После пересборки процесса и перераспределения задач проект удалось выполнить за три месяца командой из двух специалистов. Эффект появился не за счёт того, что люди стали работать больше, а за счёт изменения самой логики организации работы.

Неожиданность здесь не в самом факте, интуитивно многие это подозревают. Неожиданность в том, насколько системно повторяется этот разрыв. Не как исключение, а как норма: перестрой работу руководителя, и задача, для которой точно нужен новый человек, вдруг решается имеющимися ресурсами.

— Назовите самый неожиданный разрыв, который ИИ нашёл в управленческих процессах ваших клиентов.

Начните не с инструментов, а с любопытства. Большинство владельцев бизнеса, подозревающих, что теряют эффективность, сразу ищут метод: новую CRM, реструктуризацию, консультанта с готовым фреймворком. Но диагностика начинается раньше, с простого вопроса к себе и к команде: а зачем мы вообще заняты тем, чем заняты? Для кого?

Возьмите любую регулярную задачу, свою или команды, и спросите не «как сделать быстрее», а «зачем мы это делаем именно так, и для кого этот результат важен на самом деле». Часто выясняется, что задача давно оторвалась от смысла: делается по инерции, потому что так всегда было, а не потому что кто-то реально в этом нуждается.

Это не разовое упражнение, а позиция. Быть искренне интересующимся своей командой, тем, что стоит за их решениями, и тем, кому в итоге служит их работа. Разрывы почти всегда прячутся не в цифрах, а в этом зазоре между «что делаем» и «зачем делаем». Найдёте зазор, и станет ясно, с чего начинать.

— Какой совет вы дадите владельцу бизнеса, который подозревает, что теряет эффективность, но не знает, с чего начать диагностику?

Я скептически отношусь к самому вопросу «какой инструмент лучший». Для управленческой диагностики мне обычно нужны три элемента: инструмент для расшифровки интервью и встреч, сильная языковая модель для формирования гипотез и структурированная среда, где эти гипотезы можно сопоставить с фактами.

За полгода-год ИИ-инструменты меняются быстрее, чем успевает устояться мнение о них. Сегодня один сервис лучший, через полгода его обгоняет другой. Гнаться за инструментом значит постоянно опаздывать. Гораздо важнее не что использовать, а как. Один и тот же ИИ в руках человека, который умеет задать точный вопрос, вскрывает управленческий разрыв за пять минут. В руках человека с размытым запросом выдаёт общие слова, которые ни на что не годятся. Разница не в инструменте, а в качестве мышления того, кто его использует.

— Какие ИИ-инструменты для управленческой аналитики вы считаете лучшими и почему?

Через два года изменится не то, что делают руководители, а то, что от них будет требоваться. И, честно говоря, будет не легче, будет сложнее. Расхожее ожидание: ИИ заберёт рутину, и управлять станет проще. Это ловушка. Да, сбор данных и первичный анализ уйдут к ИИ. Но освободившееся время не станет паузой, оно заполнится решениями. Просто их станет больше. ИИ выдаёт варианты быстро и в объёме, который человек раньше физически не успевал даже сформулировать, и теперь эти варианты нужно рассматривать, выбирать, обосновывать.

Больше решений, больше ответственности за каждое из них. И больше коммуникации: объяснить команде, почему выбран этот вариант, а не другой, который тоже предложил ИИ и тоже выглядел разумно. Поэтому руководителем в сильных компаниях через два года останется не тот, кто просто освоил инструмент, а тот, кто способен перерабатывать этот возросший объём решений, ответственности, разговоров о них, не теряя качества мышления. Это не облегчение управленческой работы, а повышение планки для тех, кто хочет в ней оставаться.

— Что, на ваш взгляд, изменится в управлении компаниями через 2 года с развитием ИИ?

В этом и суть гибридного интеллекта: не в том, что ИИ снимает нагрузку, а в том, что он меняет её форму. И выдерживают эту новую форму не все. Именно с этим я и работаю с руководителями сейчас, с готовностью выдерживать, а не просто с внедрением инструментов.

Я бы начала с уточнения: идея была не в том, чтобы убрать живого наставника. Мы искали способ масштабировать наставничество и при этом не превратить обучение в ещё один длинный курс, который руководитель откроет когда-нибудь потом. В корпоративном обучении мы постоянно конкурируем за внимание с привычным цифровым контентом. Поэтому программу «Управленческий масштаб» мы стали собирать как сериал: короткие связанные эпизоды, один узнаваемый наставник, продолжение темы между уроками и единая логика подачи.

Так появилась первая версия AI-аватара Даши. Для меня аватар не цифровая говорящая голова, а персонаж с понятной ролью, характером и методической функцией. Эксперт и тренер по-прежнему отвечают за содержание, сценарий, упражнения и выводы. Аватар берёт на себя повторяемую часть коммуникации: одинаково объясняет материал, удерживает сюжет курса и остаётся доступным без постоянной записи новых дублей с тренером. То есть это не «вместо человека», а новый производственный и методический слой вокруг человеческой экспертизы.

— Как появилась идея использовать AI-аватара вместо живого наставника?

Сомнения, конечно, были, прежде всего наши собственные: не будет ли голос искусственным, не начнут ли участники воспринимать аватара как технологический аттракцион. Поэтому мы не стали спорить на уровне вкусов, а сравнили обратную связь по форматам. В опросе естественность подачи получила одинаковую оценку у живого тренера и AI-аватара, по 92%. Применимость знаний участники оценили в 88% для формата без AI и в 91% для курса с аватаром. Это разница в три процентных пункта в пользу аватара, но я не трактую её как доказательство, что аватар сам по себе обучает лучше. Это оценка восприятия участниками.

Сопротивление снимает не сама технология, а дизайн обучения. Аватару нужен характер, нормальная человеческая речь и ясная роль. Нужны короткие эпизоды, рабочие ситуации и связь между выпусками. И важно честно объяснять: перед человеком не самостоятельный цифровой начальник, а ещё один канал передачи экспертизы команды обучения. Когда технология перестаёт демонстрировать себя и начинает помогать решать знакомые задачи, вопрос «почему не живой тренер» довольно быстро уходит на второй план.

— Как сотрудники реагируют на обучение с аватаром? Возникает ли сопротивление и как оно снимается?

Я бы переформулировала вопрос: живой тренер тоже мог бы провести эту программу. Преимущество аватара было не в недоступной человеку педагогической способности, а в одинаковой подаче, серийности и доступности без постоянного участия тренера в каждой записи и каждом повторе. В «Управленческом масштабе» один и тот же наставник последовательно проводил руководителей через всю логику курса. Такой формат проще воспроизводить для новых потоков, сохраняя содержание, интонацию и структуру.

По опросам до и после программы доля участников, выбравших формулировку «делегирую осознанно, с доверием», выросла с 25% до 75%, а доля согласных с утверждением «я отвечаю за результат команды» с 83% до 92%. Это значимый результат программы, но некорректно приписывать его только аватару: на него работали методика, содержание и весь учебный опыт. Уникальное преимущество AI здесь возможность стабильно воспроизводить этот опыт в масштабе, освобождая живого тренера для обсуждений, обратной связи и сложных случаев.

— Назовите кейс, в котором AI-аватар дал результат, недоступный живому тренеру.

Я бы здесь говорила не столько о брендах сервисов, сколько об архитектуре процесса. В производственной цепочке есть платформа генерации видеоаватара, языковые модели и инструменты работы с базой знаний, сценарная подготовка, проверка фактов и финальная сборка. Мы используем внешние AI-инструменты как рабочие компоненты, но не строим решение вокруг одного поставщика. Финальное методическое решение и контроль качества остаются у человека.

Следующий шаг собственные диалоговые тренажёры. Ресурсы и технологическая основа у нас уже есть, сейчас это решение готовится к запуску. Параллельно мы движемся к более полной автоматизации производства: у каждого учебного аватара должен появиться свой специализированный AI-агент. Он будет учитывать характер персонажа, аудиторию и предметную область и на этой основе готовить черновики материалов. Это пока целевая модель, а не завершённая система. Для нас принципиально, чтобы автоматизация ускоряла подготовку, но не забирала у методолога ответственность за содержание.

— Какие инструменты используются для создания аватаров и диалоговых тренажёров?

Не думаю, что через два года всё корпоративное обучение превратится в разговор с аватаром. И, честно говоря, это было бы плохой целью. Но AI-аватар вполне может стать стандартным слоем там, где нужны повторяемость, регулярные обновления, единая подача и доступность для распределённой аудитории. Это особенно полезно для серийных программ, адаптации, объяснения процессов и сопровождения между учебными событиями.

Живой тренер останется незаменим там, где важны групповая динамика, сложная обратная связь, работа с сопротивлением, разбор неоднозначных ситуаций и доверительный разговор. Поэтому будущее я вижу гибридным: AI берёт на себя производство и воспроизведение повторяемой части, диалоговые тренажёры дают безопасную практику, а человек проектирует опыт и работает с тем, что нельзя свести к сценарию.

— Станут ли AI-аватары основным форматом корпоративного обучения через два года?

Главный вопрос будет не „аватар или тренер“, а „какую часть учебной задачи кому разумнее поручить“. Именно такой подход позволяет масштабировать наставничество, не обесценивая наставникаю.