Почему же руководителям иногда приходится работать больше?

Мы вступили в интересный период: ИИ уже меняет повседневную работу, но правила его эффективного применения ещё только формируются.

Технология появилась. Люди начали её использовать. А вот процессы управления не всегда успели за ними. В результате возникают ситуации, которые ещё недавно казались бы абсурдными.

Кандидаты часами переписывают резюме в диалоге с ИИ. Нейросеть помогает подобрать формулировки, усилить достижения, адаптировать опыт под вакансию. Кандидат отправляет более убедительное резюме, работодатель использует ИИ для его анализа и обе стороны оптимизируют свои действия. Но насколько лучше они начинают понимать друг друга? Если резюме становится всё более гладким и похожим на остальные, а первичный отбор ориентируется на формальные критерии, есть риск, что технология ускорит обработку откликов, но не обязательно улучшит качество выбора. В декабре 2025 года представители HeadHunter в интервью РБК обсуждалид именно эту проблему: массовое использование ИИ при подготовке резюме и их скрининге усиливает однотипность откликов и создаёт новые сложности для найма.

Сотрудник приносит руководителю документ, созданный ИИ. Документ выглядит убедительно: структура есть, формулировки грамотные, аргументы изложены последовательно. Но руководитель начинает читать и понимает, что часть выводов не проверена, факты требуют уточнения, а рекомендации не учитывают реальную ситуацию компании. В итоге сотрудник сэкономил время на подготовке текста, а руководитель потратил его на проверку и исправление.

Получается ли в итоге выигрыш в производительности? Зависит от того, как организована работа. Если сотрудник воспринимает результат нейросети как готовый продукт, а не как черновик, ответственность за качество незаметно перемещается к тому, кто должен этот результат проверить.

Компания автоматизирует задачи, но не меняет способ работы. Сотрудники быстрее готовят отчёты, анализируют информацию, составляют презентации. Однако согласования остаются долгими, ответственность размыта, а решения принимаются в прежнем темпе. Технология ускоряет отдельные операции, но не обязательно весь бизнес-процесс. И это не просто наблюдение на уровне отдельных компаний. В исследовании McKinsey за 2026 год 80% респондентов отметили улучшение личной продуктивности благодаря ИИ, тогда как о влиянии ИИ на EBIT организации сообщили 37%. Эти показатели не означают, что ИИ не приносит бизнесу пользы. Они показывают, что рост индивидуальной продуктивности и финансовый эффект для компании - разные результаты.

Что это означает для руководителя? На мой взгляд, сейчас одна из ключевых управленческих задач, не просто разрешить сотрудникам использовать ИИ, а помочь команде встроить его в работу осмысленно. Для этого важно договориться о нескольких вещах. • Где ИИ действительно нужен? Какие задачи стоит автоматизировать, а где цена ошибки слишком высока? • Что считается качественным результатом? Что сотрудник обязан проверить, прежде чем передать работу дальше? • Кто отвечает за итог? ИИ может подготовить документ, предложить решение или проанализировать данные. Но кто проверяет выводы и принимает • На что направить сэкономленное время? Если сотрудник стал выполнять задачу быстрее, какие дополнительные действия создадут ценность для клиента и бизнеса?

Технологический процесс проходит этап адаптации к реальности. ИИ уже вошёл в работу сотрудников, но способы его применения ещё необходимо согласовать с целями компании, требованиями к качеству и распределением ответственности. И здесь роль руководителя не контролировать каждое взаимодействие с нейросетью и не запрещать новые инструменты. Его задача задать направление, установить понятные правила и помочь команде превратить возможности технологии в реальный результат.

Потому что производительность не количество задач, которые человек успел выполнить с помощью ИИ. Это ценность, которую его работа создаёт для бизнеса.