Спросите комнату руководителей, что блокирует отдачу от их ИИ, и большинство придёт к одному ответу: у наших людей пока нет нужных навыков. Отчёт Deloitte State of AI in the Enterprise 2026 — опрос 3235 топ-руководителей в 24 странах — подтверждает эту интуицию. Недостаток навыков сотрудников назван единственным крупнейшим барьером для интеграции ИИ в существующие рабочие процессы (Deloitte, State of AI in the Enterprise 2026). Пока ничего удивительного.
Удивительно то, что компании делают дальше. Столкнувшись с барьером навыков, 53% обучают широкий штат, чтобы поднять ИИ-грамотность, — самый частый ответ с большим отрывом. Гораздо меньше тех, кто трогает то, во что эти навыки вливаются: лишь 33% перепроектируют карьерные пути, и схожее меньшинство перестраивает роли и процессы. Доминирующий ход — обучать людей усерднее для работы, не изменившей форму. Это и есть тихая причина, почему значительная часть расходов на ИИ-обучение так и не конвертируется в ценность, — и для Head of Operations в среднем сегменте это самая легко исправимая ошибка в бюджете этого квартала.
Рефлекс: обучать сильнее под ту же роль
В повышении ИИ-грамотности нет ничего плохого. Штат, не умеющий работать с инструментами, — невозможная отправная точка. Проблема в том, чтобы считать грамотность полным ответом, тогда как это лишь входной билет.
Представьте сотрудника по работе с кредиторской задолженностью, чья работа определена как «обрабатывать 300 счетов в неделю». Вы отправляете его на ИИ-обучение. Он возвращается, умея запрашивать модель, резюмировать договор, быстрее составлять письмо. Затем садится перед той же ролью — те же 300 счетов, тот же процесс, то же определение работы — и использует новый навык, чтобы выгадать несколько минут на задачах, которые ИИ мог бы убрать целиком. Вы профинансировали более умелого человека, чтобы он делал неизменную работу чуть быстрее. Навык вырос; работа осталась прежней. Отдача от такого обучения реальна, но маргинальна и далека от того, что должна была дать инвестиция в ИИ.
Это и есть ловушка, которую обнажают данные Deloitte. Разрыв между 53% и 33% — между финансированием грамотности и финансированием редизайна — не погрешность округления. Это разница между тем, чтобы оснастить людей для работы, и тем, чтобы переосмыслить саму работу, — и рынок подавляюще выбирает первое.
Почему повышение квалификации в неизменной роли не конвертируется
Причина, по которой обучение без редизайна недорабатывает, структурна, а не мотивационна. Форма роли задаёт потолок того, что любой навык внутри неё способен дать. Если роль всё ещё определена как последовательность ручных шагов, то даже самый ИИ-грамотный сотрудник в мире может лишь оптимизировать эти шаги. Он не может их удалить, перекомбинировать или передать агенту — потому что должностная инструкция, передачи и метрики успеха по-прежнему предполагают, что каждый шаг делает человек.
ИИ-редизайн ролей — это акт поднятия этого потолка. Он задаёт иной вопрос, чем обучение. Обучение спрашивает: «Как помочь этому человеку делать его нынешнюю работу с ИИ?» Редизайн спрашивает: «С учётом ИИ — чем эта работа вообще должна быть?» Ответы кардинально различаются. Первый сохраняет сотрудника с 300 счетами и делает его быстрее. Второй замечает, что агент может разобрать 270 счетов, и превращает роль в функцию исключений и контроля — меньше транзакций, больше суждения, иная метрика успеха. Только второй улавливает качественный скачок, ради которого ИИ и покупался.
Вот почему Deloitte обнаруживает, что лишь 34% организаций используют ИИ для глубокой трансформации бизнеса, тогда как около двух третей остаются на инкрементальных или поверхностных приростах. Инкрементальное большинство не недообучено. Оно недоредизайнено. Навыки добавляют к формам ролей, которые никогда не перестраивались под их использование.
Что на самом деле значит «перепроектировать работу»
Если это всё ещё звучит абстрактно, исследование Gartner 2026 делает его конкретным и измеряет приз. В отчёте Future of Work Trends for CHROs Gartner называет «process pros, а не tech prodigies» тем талантом, который раскрывает ценность ИИ, и сообщает, что команды, перепроектирующие свои процессы с ИИ, примерно вдвое чаще превышают цели по выручке, чем команды, просто накладывающие ИИ на существующие задачи (Gartner, Future of Work Trends for CHROs, 2026). Удвоение приходит не от лучших инструментов или большего числа часов обучения. Оно приходит от перерисовки процесса так, чтобы инструмент менял результат, а не только скорость.
Организационная версия той же мысли проявляется в исследовании агентного предприятия от MIT Sloan Management Review и BCG: среди компаний с широким внедрением агентного ИИ 45% ожидают сокращения слоёв среднего менеджмента (MIT Sloan Management Review & BCG, The Emerging Agentic Enterprise, 2025). Слои сжимаются только тогда, когда работа под ними действительно перестроена, — а не когда та же иерархия просто становится грамотнее. Редизайн — это то, что производит структурное изменение; одно лишь обучение производит более способный статус-кво.
Контрвозражение: «Обучать быстрее и безопаснее, чем перестраивать»
Честное возражение операционного руководителя: редизайн ролей разрушителен, а обучение — нет. Переформирование должности затрагивает штат, зарплатные вилки, линии подчинения и чувство защищённости людей. Отправка команды на воркшоп не затрагивает ничего из этого. Между безопасным рычагом и разрушительным — почему бы не дёрнуть безопасный?
Потому что безопасный рычаг тихо стоит дороже. Обучать под неизменную роль не бесплатно — это повторяющийся расход, покупающий маргинальную отдачу, повторяемый каждый бюджетный цикл, пока структурный выигрыш остаётся недостижимым. «Разрушительность» редизайна реальна, но ограничена и единовременна; недоработка одного лишь обучения скромна, но постоянна. И разрушительность меньше, чем кажется, когда делаешь её в масштабе одной роли, а не целой функции. Вы не перестраиваете компанию в этом квартале. Вы перестраиваете одну должность вокруг того, что ИИ теперь действительно умеет, учитесь на ней и решаете, тиражировать ли шаблон. Риск этого — ограниченный эксперимент. Риск одного лишь обучения — накапливающийся разрыв, который вы так и не назвали.
Выигрыш велик — и проявляется только после редизайна
Причина, по которой дискомфорт оправдан, — размер прироста на другой стороне. Полевой эксперимент Harvard Business School и BCG с работниками знаний показал, что те, кто хорошо использовал ИИ, выполняли задачи примерно на 25% быстрее и выдавали результат, оценённый примерно на 40% выше по качеству, чем контрольная группа (Harvard Business School & BCG, 2023). Это и есть приз, который неявно подписывает каждый ИИ-бюджет.
Но обратите внимание на условие: хорошо использовал ИИ. Прирост материализовался там, где работа была подлинно реорганизована вокруг сильных сторон модели и в стороне от слабых, — а не там, где у людей был просто доступ к инструменту внутри старого процесса. 40-процентный прирост качества — это результат редизайна в обличье ярлыка бюджета на обучение. Влейте деньги в грамотность, не переформировав роль, — и вы профинансируете доступ, но откажетесь от прироста. Это в точности механизм, по которому две трети организаций оказываются на инкрементальных приростах, веря, что инвестировали в трансформацию.
Ход на третий квартал: перепроектируйте одну роль, прежде чем финансировать ещё грамотность
Чтобы действовать здесь, не нужно перестраивать организацию. Нужно перевернуть порядок операций для одной роли. Прежде чем утверждать следующий транш обучения ИИ-грамотности, возьмите одну высокообъёмную роль в команде и сначала перепроектируйте её вокруг ИИ.
Конкретными это делают три шага. Во-первых, разметьте роль как она есть — каждую повторяющуюся задачу — и отметьте, какие агент мог бы взять целиком, какие должен сохранить человек и какие следует просто прекратить. Во-вторых, перепишите роль вокруг того, что остаётся: новый набор задач, новая метрика успеха (суждение и исключения, а не объём транзакций) и явно прописанные передачи между человеком и агентом. В-третьих — и только в-третьих — финансируйте обучение, теперь нацеленное на перепроектированную, а не на старую роль. Сделанный в такой последовательности, расход на грамотность приземляется на работу, построенную под её использование, и вы можете измерить разницу относительно ролей, которых ещё не касались.
Решение для этого квартала
Данные Deloitte — это зеркало, и большинству операционных команд отражение не понравится: дефицит ИИ-навыков реален, а стандартный ответ делает отдачу меньше, а не больше. Обучать штат под формы ролей, предшествующие ИИ, — не путь к трансформации; это самый дорогой способ остаться инкрементальным.
Поэтому, прежде чем одобрить ещё один раунд обучения ИИ-грамотности, задайте вопрос своей самой ИИ-нагруженной роли: перепроектировали ли мы эту работу вокруг ИИ — или просто учим людей быстрее бежать внутри старой? Если второе, придержите бюджет на обучение на две недели и потратьте их на редизайн роли. Обучить можно каждого в вашей команде. Компании, которые выиграют следующие два года, — это те немногие, кто сперва перепроектировал работу, а затем обучил людей под должность, которая существует на самом деле.
