Лидеры мнений
Как найти баланс между человеческим суждением и выполнением задач с помощью ИИ

Ключевые моментыИИ ускоряет принятие решений человеком, а не заменяет его, расширяя возможности одного…
Показать больше
- ИИ ускоряет принятие решений человеком, а не заменяет его, расширяя возможности одного человека управлять всем процессом от начала до конца.
- Самый большой риск чрезмерной зависимости от ИИ — потеря способности замечать, когда он незаметно ошибается.
- Руководители должны перестраивать команды вокруг тех, кто отвечает за результаты, а не за выполнение задач, поскольку ИИ берёт на себя исполнение.
Одним из самых больших заблуждений об ИИ сейчас является то, что существует четкий, правильный баланс между человеческим вкладом и машинным выполнением. Такого нет. Мы учимся в реальном времени.
Важно не определять фиксированное разделение, а понимать, какие роли и решения лучше всего подходят для людей, а какие для ИИ, и быть готовыми корректировать эту границу по мере ее изменения. От того, как выполняется работа и кто несет ответственность за результаты, до того, где все еще требуется суждение, этот баланс все еще формируется.
Более важный вопрос для лидеров заключается не только в том, как использовать ИИ, но и в том, как думать о том, где он подходит, где нет, и какие риски связаны с неправильным балансом.
ИИ не заменяет человеческое суждение, а ускоряет его формирование
Существует распространенный нарратив, что ИИ заменяет человеческое мышление. На практике я видел обратное. ИИ ускоряет формирование суждений, но не устраняет потребность в них.
Основа — расширение человеческих возможностей. Когда вы сочетаете правильного человека с правильными инструментами ИИ, вы не только делаете его быстрее в выполнении одной задачи, но и расширяете объем того, что он может выполнить в целом.
В компании, разрабатывающей программное обеспечение, например, команда продукта может выйти за рамки простого написания требований. С ИИ они также могут внести свой вклад в тестирование, документацию и даже взаимодействие с клиентами. Роль не сокращается, она расширяется. Нагрузка увеличивается, но также увеличивается и способность.
Это то место, где происходит настоящий сдвиг. Не в замене людей, а в переопределении того, за что один человек реально может нести ответственность от начала до конца.
Где люди все еще должны лидировать
По мере того, как ИИ становится более способным, вопрос не в том, будут ли люди участвовать, а в том, где они наиболее важны, и самой ясной границей сегодня является граница между субъективной и объективной работой.
ИИ хорошо работает в областях, требующих объективности: анализе больших наборов данных, поддержании единообразия, обработке больших объемов работы и устранении предвзятости. Люди, в свою очередь, по-прежнему лучше справляются с субъективными решениями, особенно когда речь идет о компромиссах, исключениях или нюансах.
Также существуют категории работы, которые должны оставаться под человеческим руководством, поскольку они определяют саму компанию.
- Решения о ценностях и корпоративной культуре
- Разговоры с клиентами, в которых многое поставлено на карту
- Моменты, когда что-то пошло не так
- Любая ситуация, требующая ответственности
ИИ может подготовить человека к этим моментам, но сам момент все еще принадлежит человеку.
В частности, ответственность трудно передать кому-то другому. Кто-то должен стоять за решением и его результатом. Сегодня это все еще кажется фундаментально человеческим.
Однако ничего из этого не является статичным. Граница будет продолжать меняться, и лидерам необходимо быть готовыми пересмотреть ее по мере изменения доказательств.
Где ИИ явно превосходит людей сегодня
Существуют также области, где ИИ уже превосходит людей значимым образом.
В области инженерии инструменты, такие как Cursor, Replit, Claude Code и Codex, фундаментально меняют то, как строится программное обеспечение. Уровень производительности, который эти системы обеспечивают, замечательный.
В более широком смысле ИИ особенно силен в следующих областях:
- Выполнении большого объема работы
- Масштабном анализе данных
- Поддержании единообразия на протяжении тысяч взаимодействий
- Работе без усталости или отвлечения
В контексте продаж это становится особенно очевидным. ИИ может обработать каждый входящий лид, поддерживать единый тон в тысячах разговоров и без задержек продолжать общение. В большом масштабе он может квалифицировать каждого покупателя, фиксировать информацию о нем и взаимодействовать с ним так же, как самый результативный сотрудник команды.
Такой уровень единообразия не является тем, чего мы ожидаем от человеческих команд, независимо от их талантов.
Как на самом деле выглядит рабочий процесс под руководством людей и с поддержкой ИИ
Самая эффективная модель, которая сейчас появляется, заключается не в том, что ИИ заменяет работу, а в том, что ИИ меняет то, как распределяется работа.
Подход, который, по-видимому, работает, таков: люди задают направление и применяют свое суждение, а ИИ берет на себя объем работы и воспроизведение информации.
На практике это означает: сотрудник отдела продаж начинает свой день с того, что ИИ уже квалифицировал входящие лиды, зафиксировал контекст разговора и выделил возможности, которые действительно требуют человеческого внимания. На стороне продукта ИИ помогает с подготовкой материалов, тестированием и документацией, а люди фокусируются на архитектуре и решениях, касающихся клиентов.
Цель не в том, чтобы отнять у человека работу, а в том, чтобы он выполнял только ту работу, которая действительно требует его участия. Все остальное обрабатывается в фоновом режиме, единообразно и в большом масштабе.
Однако эта модель все еще развивается. То, что кажется продвинутым сегодня, может показаться неполным через год. Это часть процесса.
Риски слишком сильной зависимости от ИИ
Самый большой риск, как я его вижу, заключается в том, что вы перестаете замечать, когда ИИ ошибается. ИИ по умолчанию демонстрирует уверенность. Он даст вам ответ, хороший или нет. Без человека, который понимает область и проверяет вывод, компании могут работать долгое время на основе того, что на самом деле является незамеченной ошибкой.
Второй риск заключается в потере институциональных знаний. Когда команды перестают выполнять работу сами, они теряют интуицию, которая приходит от этого. Если никто не слушает звонки для квалификации потенциальных клиентов, команды перестают понимать, как на самом деле говорят покупатели. Со временем такая отдаленность от работы мешает заметить, что что-то не так.
Третий риск более культурный и часто недостаточно обсуждается. Компании, которые слишком сильно полагаются на ИИ без сохранения человеческой точки зрения, могут начать казаться пустыми. Клиенты замечают, когда взаимодействия теряют аутентичность, даже если все технически правильно.
Итак, вопрос не только в том, сколько ИИ использовать. Вопрос в том, остаются ли люди в компании достаточно близки к работе, чтобы распознавать, когда ИИ помогает, а когда он вредит. Четкой формулы для этого нет, и, вероятно, не будет в течение некоторого времени.
Переосмысление команд вокруг результатов, а не задач
По мере того, как ИИ берет на себя больше выполнения, лидерам необходимо переоценить то, как структурированы команды.
Десятилетиями мы строили оргструктуры на основе того, кто делает что. SDR квалифицирует потенциальных клиентов. AE заключает сделки. Специалист CS помогает клиентам освоить продукт. ИИ будет обрабатывать все большую долю этих задач, поэтому оргструктура, основанная на задачах, сломается.
Сейчас важно, кто несет ответственность за результат.
Кто отвечает за весь опыт покупателя от первого контакта до продления? Кто отвечает за цикл обратной связи по продукту? Кто отвечает за доверие клиентов к компании?
Формируйте команды вокруг этих ответственных людей, предоставляйте им ИИ как рычаг, и пусть они решают, где выполняется человеческая работа, а где нет.
Лидеры, которые это сделают правильно, вероятно, будут управлять меньшими командами, которые производят больше, с сотрудниками, выполняющими работу, которую они действительно считают осмысленной. Лидеры, которые это сделают неправильно, будут продолжать добавлять штат к модели, которая больше не нуждается в этом, и будут удивляться, почему их маржа снижается, а не растет.
Мы все еще находимся на ранней стадии, и книга правил пишется в реальном времени. Речь не столько о фиксированной модели, сколько о направлении, которое будет продолжать развиваться. Мы все пытаемся понять, как пройти этот этап наилучшим образом и, в идеале, так, чтобы укрепить, а не ослабить человеческие системы.












