В моей голове уже как заезженная пластинка крутится такая история: компания подключила нейросеть для сотрудников, они несколько месяцев что-то с ней делали, но в итоге разочарованно убедились, что «у нас ИИ не работает». Организаторы внедрения поменяли нейросеть, но получили идентичный результат. «Почему ИИ у вас не даёт результатов? Причина не в инструменте, а в том, как вы выстроили работу» Британский Институт будущего труда в марте 2026 года измерил продуктивность пятиста участников: сотрудники, работавшие над аналитическими задачами вместе с нейросетью, набрали на 25% больше итоговых баллов, чем коллеги без неё, а в пересчёте на задачи в минуту их результат оказался выше на 61%. Школа менеджмента Слоуна при Массачусетском технологическом институте добавляет к этому ещё одно наблюдение: компании, которые оставили свои процессы прежними, получают от нейросети минимальный прирост. Добавить нейросеть к задаче и переосмыслить саму работу целиком - это два разных проекта, и в зазоре между ними живёт всё разочарование команд от искусственного интеллекта. В статье я разбираю, как эта разница выглядит на практике и какие три вопроса руководителю стоит задать себе до выбора инструмента. Ссылки на первоисточники: Исследование "Института будущего труда" - Institute for the Future of Work (IFOW) Исследование MIT Sloan School of Management - международной бизнес-школы при Массачусетском технологическом институте (MIT) в Кембридже Исследование «Яков и Партнёры» Исследование Gartner Ссылки на каналы автора: Курс HR Архитектор | HR вайб-кодер Канал HR Архитектор в ТГ Канал HR Архитектор в VK Канал Вайб-кодинг для девочек в ТГ Аккаунт HR Архитектора в Threads