Статья
Человеческое управление нередко выглядит хаотичным. Но станет ли лучше, если передать его алгоритмам? ИИ-агенты не участвуют в подковерных играх и не строят карьеру. Они выполняют поставленные задачи и выдают результат. Ими можно управлять — и, теоретически, поручить им управлять другими. Но изменит ли это саму природу внутренних процессов, которые формируют решения и определяют культуру взаимодействия в организациях сегодня?
В ряде ситуаций ИИ уже способен выполнять управленческие функции. Однако вопрос справедливости такого управления по отношению к сотрудникам остается открытым. Недавнее исследование Уортонской школы бизнеса при Пенсильванском университете показало, что восприятие алгоритмического контроля зависит от контекста. В сфере такси цифровое распределение заказов может восприниматься как более прозрачное и предсказуемое. В складской логистике, напротив, алгоритмическое управление часто приводит к физическому и эмоциональному истощению работников — системе недостает эмпатии, присущей человеку-руководителю.
Во многих компаниях людям-менеджерам, вероятно, предстоит координировать работу целых групп ИИ-агентов. При этом многие руководители признают, что относятся к такой перспективе настороженно: практика управления автономными и полуавтономными системами пока слишком нова, а уровень неопределенности — слишком велик.
Тем не менее сторонники автоматизации убеждены: ИИ-менеджеры смогут действовать более рационально — без человеческих слабостей и политических игр, которые нередко искажают управленческие решения.
Достаточно вспомнить недавнее откровение одного корпоративного ИТ-директора, который, описывая реальность управления ИТ-подразделением, сформулировал это предельно жестко: по его словам, в такой работе «1% — это профессиональная экспертиза и 99% — политика».
Показательно, что в этой формуле речь идет не о технологиях и не об ИИ, а о людях — о том, как выстроить мотивацию, добиться вовлеченности и помочь команде работать с отдачей. Мы поговорили с руководителями и менеджерами о том, насколько устойчивы неписаные правила корпоративной среды — и сохранятся ли они вне зависимости от масштаба внедрения ИИ.
Вот их наблюдения и вопросы о том, смогут ли ИИ-агенты справляться с подобными задачами.
«Одно из неписаных правил: сказать “нет” на самом деле важнее, чем сказать “да”», — считает Фил Санторо, предприниматель и сооснователь Wilbur Labs. «В стартапе или любом быстрорастущем отделе на тебя обрушивается бесконечный поток запросов, которые выглядят как продуктивная работа, но на самом деле являются просто шумом. Мы включили правило фильтрации запросов в наше внутреннее руководство, потому что безжалостная фильтрация отвлекающих факторов — единственный способ сохранить время команды для действительно важной работы».
Вопрос: Смогут ли ИИ-агенты научиться просто говорить «нет»? Смогут ли они отделять действительно значимую работу от операционного шума?
«Одно неписаное правило, которое я усвоил: искренность напрямую связана с ростом и высокой производительностью, — говорит Гил Пикельман, генеральный директор и сооснователь Atera. — Когда мы запускали Atera, мы задали себе два простых вопроса: получают ли сотрудники удовольствие от работы и развиваются ли вместе компания и команда? Эти вопросы лежат в основе каждого нашего решения — от найма до стратегических шагов. Команда способна расти только тогда, когда люди чувствуют себя в безопасности, могут быть собой и не боятся задавать вопросы. Страх осуждения блокирует инновации и тормозит прогресс».
Вопрос: Будут ли сотрудники чувствовать себя достаточно уверенно, чтобы раскрывать свое «я» и задавать вопросы ИИ-агенту?
«Вместо того чтобы концентрироваться на формальной иерархии, сфокусируйтесь на реальных возможностях людей, — советует Орла Дали, директор по информационным технологиям в Skillsoft. — Эффективные команды опираются на компетенции, здравый смысл и способность адаптироваться. Важно собрать правильное сочетание талантов, наделить людей полномочиями и развивать любознательность и культуру сотрудничества. Руководитель должен понимать общую картину, задавать направление и позволять экспертам находить оптимальные решения. Это особенно актуально сейчас, когда командам необходимо научиться использовать ИИ как инструмент усиления, а не замены человеческого потенциала».
Вопрос: Способны ли ИИ-агенты формировать по-настоящему сильные команды — поддерживая любознательность и стимулируя сотрудничество?
«Microsoft изучила поведение 300 000 сотрудников и обнаружила, что 80% перестали использовать инструменты ИИ уже через три недели, — говорит Жан-Филипп Авеландж, технический директор Expereo. — И дело не в том, что инструменты не работали. Проблема — в разрыве между тем, на что способна технология, и тем, что люди реально могут с ее помощью изменить в своей работе. Метрики, которыми мы по привычке пользуемся, не рассчитаны на оценку трансформационных сдвигов, с которыми сталкиваются компании сегодня».
По словам Авеланжа, этот разрыв почти не поддается прямому измерению. «Сколько сотрудников начали решать задачи, которые раньше считались для них недостижимыми?» — такой вопрос не вписывается в стандартную отчетность. Вместо этого организации фиксируют то, что проще посчитать: число входов в систему, кликов, закрытых вакансий, уровень формальной активности.
«Мне оказался ближе другой подход — оценивать не только активность, но и новые возможности, — добавляет он. — Обращать внимание на признаки того, что сотрудники берутся за более сложные задачи, автоматизируют собственные процессы, работают иначе и эффективнее. Это труднее формализовать, но именно так выглядит подлинная трансформация».
Вопрос: Способны ли ИИ-агенты выйти за пределы формальных KPI и распознать глубину организационных изменений, а не только динамику показателей?