Конец театра производительности: почему нам нужно переосмыслить, что делает “хорошего работника” в эпоху ИИ

На протяжении многих лет организации связывали производительность с видимыми усилиями: отработанными часами, заполненными календарями, быстрыми ответами на электронные письма и длинными списками задач. Данные показывают, что сотрудники работают дольше, чем когда-либо, и почти одна треть работников возвращается к своим ящикам электронной почты к 22:00. Однако большая активность не обязательно переводится в большее влияние.

Искусственный интеллект (ИИ) раскрывает, что мы стали очень хорошими в измерении занятости, часто упуская из виду то, что продвигает бизнес вперед. Когда сотрудники могут автоматизировать часы повторяющейся работы и перенаправить это время на решение более ценных задач, мы должны переосмыслить производительность.

Этот сдвиг переопределяет, что значит быть “хорошим работником”. Более чем когда-либо, лидерам необходимо задавать вопрос, кто создает наибольшую ценность для бизнеса, а не кто выполняет наибольшее количество работы.

Театр производительности становится невозможно скрыть

Каждая организация имеет задачи, которые держат людей занятыми, не создавая много ценности.

Планирование встреч по нескольким календарям. Получение одобрений. Копирование информации между системами.

С ИИ это меняется быстро. Рутинная работа может быть выполнена за секунды. В результате измерение сотрудников по объему этих задач говорит нам мало о их вкладе. Когда театр производительности раскрывается, важно понять, как сотрудники используют время, которое они получили от эффективности ИИ, чтобы повысить уровень своей работы и вклада.

Что делает “хорошего работника” в эпоху ИИ

Настоящая возможность с ИИ заключается в различении между работой, которая больше не требует или все еще требует человеческих усилий.

Взять, например, набор персонала. Координация интервью с несколькими менеджерами по найму, кандидатами и часами может занять часы каждую неделю. Это необходимо, но не требует стратегического мышления. Когда координаторы по талантам признают это и автоматизируют планирование, они получают время, чтобы построить отношения с кандидатами, консультировать менеджеров по найму и улучшать решения о найме.

Исследования подтверждают этот сдвиг. Индекс работы ИИ PwC за 2025 год показал, что отрасли, наиболее подверженные ИИ, испытали почти четырехкратный рост производительности с тех пор, как генеративный ИИ стал мейнстримом, а выручка на сотрудника выросла в три раза быстрее, чем в отраслях с меньшим воздействием ИИ.

Сотрудники, которые процветают в эпоху ИИ, обязательно станут быстрее. Более важно, однако, они разработают более сильную интуицию о том, где человеческая экспертиза создает наибольшую ценность и где технология должна обрабатывать их рутинную работу.

Они также будут достаточно любопытными, чтобы экспериментировать с новыми способами работы с ИИ, постоянно совершенствовать свою грамотность ИИ и открыто делиться тем, что работает, а что нет, со своими командами, чтобы помочь всем двигаться быстро.

Помощь в развитии этого мышления у большего числа сотрудников – это где организации имеют большую возможность.

Обеспечение сотрудников правильными стратегиями ИИ для лучшей производительности

Просто предоставление сотрудникам доступа к инструментам ИИ недостаточно, чтобы обеспечить значительную производительность.

Многие организации потратили последние два года на введение ассистентов ИИ, чат-ботов и копилотов. Хотя эти инструменты могут сэкономить время, добавление изолированных решений ИИ к существующим способам работы редко меняет результаты самостоятельно.

Большая возможность заключается в переработке того, как происходит работа.

Boston Consulting Group обнаружил, что 80% сотрудников, работающих в рамках четкой стратегии ИИ, сообщили о измеримом бизнес-воздействии, по сравнению с 60% сотрудников, которые имели доступ к инструментам ИИ без четкой стратегии. Gartner также предупредил, что многие организации испытывают трудности в реализации значительных производственных выгод, поскольку они не фундаментально переработали работу вокруг ИИ.

Самые большие выгоды получаются от проектирования повторяющихся рабочих процессов, которые позволяют ИИ обрабатывать рутинные задачи на протяжении всего процесса, а сотрудники остаются ответственными за надзор, принятие решений и исключения. Агентные рабочие процессы делают это возможным, координируя несколько действий в один связанный процесс вместо того, чтобы рассматривать ИИ как еще один самостоятельный инструмент.

Рассмотрим обслуживание клиентов. Если клиенту нужно изменить заказ, традиционно представитель службы поддержки может потратить ценное время на подтверждение деталей учетной записи, проверку наличия, обновление системы управления заказами, обработку изменений оплаты и организацию доставки. Агентный ИИ может оркестрировать эти рутинные шаги через несколько систем в рамках одного рабочего процесса.

Имея этот повторяющийся рабочий процесс, меняется роль сотрудника. Время теперь может быть инвестировано в решение сложных проблем и обеспечение того, чтобы каждое взаимодействие заканчивалось наилучшим возможным результатом. Это те моменты, которые клиенты помнят и которые влияют на лояльность, удержание и бизнес-результаты.

Человеческая экспертиза и суждение становятся более важными

Когда организации строят более гибридные рабочие силы – где человеческие сотрудники сотрудничают с ИИ – конкурентное преимущество людей все больше смещается в сторону уникальных человеческих возможностей.

Система ИИ может порекомендовать самый быстрый решение, но люди понимают, является ли оно правильным. Люди могут взвешивать конкурирующие приоритеты, распознавать организационный и культурный контекст, строить доверие с клиентами и коллегами и знать, когда ситуация требует гибкости вместо следования стандартному процессу.

Грамотность ИИ быстро становится базовым навыком на рабочем месте. То, что отличает высокопроизводительных сотрудников, – это их способность распознавать, где технология удаляет трение и где их собственный опыт имеет наибольшее влияние на клиентов, коллег и организационные результаты.

Если это то, что представляет собой высокая производительность и “хороший работник”, организации должны переосмыслить, как они признают и вознаграждают эту работу.

Лидерство должно переопределить успех

Когда ИИ расширяет способы, которыми сотрудники могут создавать ценность, лидеры HR должны переоценить, полностью ли их текущие кадровые рамки отражают эти вклады. Мероприятия, основанные на активности, такие как отработанные часы, закрытые тикеты и оперативность, давно были полезными индикаторами, но они все чаще рассказывают только часть истории в организациях, работающих с ИИ.

ИИ не только помогает сотрудникам выполнять одну и ту же работу более эффективно. Когда рутинные задачи автоматизируются, сотрудники имеют большую возможность шагнуть в более стратегическую работу: решение сложных задач, снижение бизнес-рисков и открытие совершенно новых возможностей роста. Эти вклады часто имеют более широкое и долгосрочное влияние на бизнес, чем отдельные задачи, которые ИИ снял с их тарелки.

Разговоры о производительности должны эволюционировать, чтобы признать дополнительные способы, которыми сотрудники добавляют ценность. Наряду с установленными бизнес-результатами и традиционными мерами лидеры должны признать сотрудников, которые используют ИИ для создания ценности, которая помогает всей организации адаптироваться более быстро.

Планирование рабочей силы также должно эволюционировать для гибридной рабочей силы. Решения о найме, проектировании работы и развитии карьеры больше не могут происходить независимо от планирования технологий. Прежде чем организации решат, какие роли им нужны завтра, они должны сначала понять, какие рабочие процессы ИИ может автоматизировать и где человеческая экспертиза создает наибольшую ценность.

Спрос на грамотность ИИ – способность использовать и управлять инструментами ИИ – вырос в семь раз за два года, быстрее, чем для любого другого навыка в объявлениях о работе в США. Но создание рабочей силы, грамотной в ИИ, требует от организаций больше, чем просто предоставление доступа к самым новым инструментам. Люди естественно осторожны с изменениями, особенно когда они влияют на то, как их работа измеряется. Лидерам необходимо предоставить практические рекомендации и обучение, дать сотрудникам возможности экспериментировать с ИИ и учиться друг у друга, и установить четкие ожидания о том, как меры успеха эволюционируют.

Один из примеров практических рекомендаций – это модель “хаб и спицы”. Центральный комитет по управлению может установить ответственные практики ИИ и стратегические приоритеты, а чемпионы ИИ по разным бизнес-функциям могут выявить случаи для экспериментирования с применением ИИ. Это позволяет бизнесу масштабировать внедрение ИИ последовательно, позволяя при этом гибкость для решения уникальных проблем, с которыми сталкивается каждая бизнес-функция.

В конечном итоге определение “хорошего работника” эволюционирует в этой новой среде. Сотрудники, которые выделяются, будут продолжать совершенствовать свою грамотность ИИ, понимать, где технология создает эффективность и где их собственный опыт имеет наибольшее влияние, и делиться своими знаниями и лучшими способами работы с другими.

Организации имеют решающую роль в том, чтобы помочь сотрудникам достичь этого нового успеха. Перепроектируя рабочие процессы, модернизируя меры производительности и создавая культуру, в которой обучение и экспериментирование с ИИ поощряются, они могут создать рабочие силы, которые более продуктивны, вносят больший вклад в бизнес-ценность и лучше подготовлены к будущему.