24 марта 2026 г.
Общаясь с клиентами, замечаю, что при внедрении инструментов искусственного интеллекта компании сталкиваются не только с техническими ограничениями, но и с сопротивлением сотрудников. Обычно оно не проявляется открыто: это сомнения, недоверие и попытки заранее объяснить, почему именно в этом процессе ИИ не сможет помочь. Для управленцев это становится отдельным барьером: такие установки мешают запускать ИИ-инициативы, согласовывать изменения и переводить интерес к технологии в реальные проекты.
Как правило, у такого сопротивления 3 причины. Сотрудники либо не до конца понимают возможности ИИ, либо не верят, что он справится со сложной логикой процесса, либо опасаются, что его внедрение изменит их собственную роль. Остановлюсь на каждой из них подробнее.
Сопротивление № 1: «У нас уже есть программные роботы. Зачем подключать еще ИИ?»
Искусственный интеллект нередко воспринимается в логике классической автоматизации: есть заранее заданный сценарий, есть набор действий, и система просто повторяет то, что раньше делал человек.
На практике все иначе. Это не скрипт, повторяющий последовательность действий, а ИИ-агент, который понимает смысл документа, сопоставляет данные из разных источников, учитывает контекст и принимает решения в рамках заданной бизнес-логики. Иными словами, он решает задачу, а не имитирует действия пользователя в интерфейсе.
Пример — обработка входящего запроса от контрагента. Для RPA (Robotic Process Automation, роботизированная автоматизация процессов) такой процесс удобен только в том случае, если письмо приходит по понятному шаблону и содержит все нужные данные. Но если запрос написан в свободной форме, в нем не хватает информации или требуется сопоставление с данными учетной системы, робота недостаточно. ИИ здесь не просто выполняет набор команд, а понимает содержание письма, определяет состав запрашиваемых документов, выявляет пробелы в данных, инициирует уточнение и дальше двигает процесс к результату. Именно поэтому ИИ здесь работает на более высоком уровне — на уровне смысла и бизнес-логики.
Чтобы снять это сопротивление, важно показать, где заканчиваются возможности RPA и начинается зона ИИ. RPA хорошо работает по жесткому сценарию, а ИИ — там, где нужно понимать содержание запроса, учитывать контекст и принимать решение в границах бизнес-логики. После подобной демонстрации сотрудники начинают видеть практическую пользу — ИИ забирает рутинную работу, освобождая время для более интересных и профильных задач.
Сопротивление № 2: «ИИ не справится — у нас слишком сложный процесс»
Подобная ситуация возникает там, где сотрудники хорошо знают процесс и понимают, сколько в нем нюансов. Чем больше в работе справочников, сверок, проверок и нестандартных ситуаций, тем чаще команда заранее считает, что ИИ не сможет работать без постоянного ручного контроля.
Особенно заметно это в закупках. У людей нет уверенности, что ИИ сможет корректно сопоставлять позиции, работать со справочниками и документами, учитывать исключения и искать аналоги без участия профильного сотрудника.
У нас есть кейс: команда клиента сомневалась, что ИИ сможет правильно работать со справочниками НСИ и уменьшить время обработки документов в закупочной деятельности. Но после проектной проработки были совместно согласованы правила верификации, логика сопоставления, сценарии обработки исключений и поиска аналогов по справочникам. Результат проекта —обработка документов в закупочной деятельности стала идти быстрее в 12 раз, а 95% закупочных позиций прошли без участия человека. После этого ИИ начали воспринимать уже иначе — как рабочий инструмент для конкретного процесса.
На практике проблема чаще не в самой технологии, а в том, что логика процесса не формализована. Если правила проверки, сопоставления и обработки исключений существуют только в голове у сотрудников, любой ИИ-проект будет восприниматься как риск. Чтобы снять это сопротивление, важно вместе с командой разложить процесс на понятные правила, сценарии и исключения. Когда экспертиза сотрудников переводится в рабочую логику системы и подтверждается пилотом на ограниченном участке, недоверие к ИИ снижается.
Сопротивление № 3: «ИИ придет на мое место»
«Искусственный интеллект лишает людей работы во всем мире», «ИИ полностью заменит офисных работников», «Эксперт рассказал, каким специалистам стоит сменить профессию из-за ИИ» — такие заголовки регулярно появляются в медиаполе и усиливают тревожность сотрудников. Даже если об этом не говорят прямо, у части команды все равно возникает страх, что внедрение ИИ приведет к сокращениям.
Сотрудники начинают воспринимать ИИ как потенциальную замену. В такой ситуации любое внедрение идет тяжелее: проекту меньше доверяют, а внимание концентрируется не на пользе, а на возможных ошибках системы.
ИИ действительно забирает часть рутинных и повторяющихся операций, но это не означает, что роль человека исчезает. Напротив, значение профильного сотрудника только возрастает. Именно человек контролирует результат, принимает окончательные решения и определяет, где можно расширять зону ответственности ИИ, а где этого делать не стоит. Внедрение ИИ меняет не ценность сотрудника, а содержание его работы.
Важно с самого начала объяснить команде, что внедрение строится не по модели «вместо человека», а по модели «человек + ИИ». Сотрудники должны понимать, какие задачи система берет на себя, где передает работу эксперту и какие решения по-прежнему остаются за человеком. Когда эти границы прозрачны, страх перед ИИ снижается.
Сопротивление сотрудников напрямую влияет на то, насколько успешно бизнес внедряет ИИ и цифровых сотрудников. Управленцам важно не только выбрать технологию, но и объяснить команде, как она будет работать, где принесет пользу и почему не заменяет человека. Когда это понимание есть, внедрение идет гораздо проще.
Источник: Александр Бочкин, генеральный директор «Инфомаксимум»
