Два процента.
Такова доля сотрудников, чья наблюдаемая активность показывает, что ИИ действительно встроен в то, как выполняется работа, — не опробован, не используется время от времени, а встроен в поток задачи. Цифра получена в Productivity Lab компании ActivTrak, где внедрение ИИ у 120 620 сотрудников классифицировали по тому, что эти люди реально делали, а не по выданным лицензиям или ответам в опросе. Двадцать семь процентов достигли исследовательской поддержки. Четырнадцать процентов — выполнения задач. Два процента — интеграции в рабочий процесс (ActivTrak Productivity Lab, 2026).
Ваш дашборд внедрения ИИ почти наверняка показывает куда большую цифру. Он не лжёт. Он отвечает на другой вопрос — тот, который вы перестали замечать, что задаёте.
Два измерения, одна неделя, две реальности
Показателен сам момент. На той же неделе Gallup сообщил о скачке организационного внедрения ИИ на шесть пунктов (Gallup, 2026), а ActivTrak опубликовал цифру в 2% интеграции в рабочий процесс (ActivTrak Productivity Lab, 2026).
Оба источника заслуживают доверия. Они не противоречат друг другу, потому что измеряют разное. Gallup спрашивает людей и организации, что они делают. ActivTrak наблюдает, какие инструменты действительно открыты, в какой последовательности, с какой частотой, на каком отрезке рабочего дня. Самоотчёт фиксирует намерение, осведомлённость и доступ. Поведенческая телеметрия фиксирует привычку.
Здесь я хочу быть точной: это сопоставление разных методов, а не прямое сравнительное исследование, и трактовать его как противоречие было бы небрежно. Разные выборки, разные инструменты, разные определения слова «внедрение». Дело не в том, что один набор данных опровергает другой. Дело в том, что большинство операционных команд отчитывается первым типом цифр перед советом, который финансирует второй тип результата.
Именно в этом разрыве тихо умирают бюджеты на ИИ. Доступ масштабируется быстро. Редизайн работы — нет. И любой дашборд, построенный на лицензиях, логинах и ежемесячных активных пользователях, покажет первую кривую и промолчит про вторую.
Что на самом деле различают три стадии
Модель стадий важнее заголовочного процента, потому что даёт операционному руководителю то, что можно измерять.
Стадия 1 — Исследовательская поддержка (27%). Сотрудник задаёт модели вопросы. Черновики, резюме, поиск информации. Работа не изменилась; ускорился один справочный шаг.
Стадия 2 — Выполнение задач (14%). Модель выполняет отдельную единицу работы: пишет первую версию, извлекает поля, готовит анализ. Задача теперь общая. Рабочий процесс вокруг неё не тронут.
Стадия 3 — Интеграция в рабочий процесс (2%). ИИ — несущий шаг процесса, который был перестроен вокруг него. Передачи сместились. Согласования сместились. Это не старая работа, сделанная быстрее; у неё другая форма.
Только стадия 3 меняет структуру затрат
Здесь операционная суть. Стадии 1 и 2 дают экономию времени, раздробленную между людьми: двадцать минут здесь, полдня там. Реальную, но не капитализируемую. В отчёте о прибылях и убытках ничего не сдвигается, потому что ничего не сдвинулось в процессе; сэкономленные минуты поглощает та же очередь, что их и породила.
Стадия 3 — то место, где реагируют время цикла, планы по численности и юнит-экономика, потому что сам процесс перестроен. Именно на этой стадии написан ваш бизнес-кейс. И именно её достигли два процента сотрудников.
Механизм этого разрыва хорошо задокументирован. Исследование Deloitte среди 3 235 руководителей показало, что ответ на ИИ сильно смещён в сторону обучения инструментам, а не перестройки работы: 53% обучают персонал, чтобы повысить владение ИИ, тогда как лишь 30% переосмысливают организацию вокруг новых паттернов ИИ и 33% перепроектируют карьерные траектории (Deloitte, 2026). Обучают все. Перепроектируют почти никто. А потом все измеряют завершённые курсы и называют это внедрением.
Почему число лицензий всё ещё сходит за внедрение ИИ
Метрики логинов выживают по структурным, а не глупым причинам.
Они бесплатны — лицензионная платформа выдаёт их без всякой работы по инструментированию. Они двигаются рано, что приятно в первые два квартала развёртывания. Они однозначны, поэтому на управляющем комитете никто не спорит. И они растут монотонно — ровно то, чего спонсор под давлением ждёт от слайда.
У метрик изменившейся работы нет ни одного из этих свойств. Они требуют, чтобы кто-то определил процесс, зафиксировал базовый уровень и потом признал, что сдвига нет. Они оспоримы. Они могут стоять на месте два квартала, пока идёт спор о редизайне. Показывать их — политический акт, чего не скажешь о показе числа лицензий.
Так что стимул чёткий и направлен не туда: самую лёгкую в производстве цифру меньше всего связывает с обещанным результатом. Это не провал измерения. Это провал управления в костюме измерения.
Есть и эффект второго порядка, который почти никогда не называют. Как только счёт лицензий закрепляется как определение внедрения ИИ, он начинает управлять поведением. Бюджет течёт туда, где эта цифра растёт: больше лицензий, шире развёртывание, ещё один отдел на борту — потому что именно эта цифра под управлением. А редизайн процесса, который реально сдвинул бы бизнес-кейс, конкурирует за финансирование с метрикой, структурно неспособной его вознаградить. Команды выбирают распространение вместо редизайна не по существу. Они выбирают его потому, что распространение — это то, за что платит дашборд.
Честное прочтение двух процентов
Три оговорки, иначе цифру используют неправильно.
Это не доказательство того, что ИИ не работает. Это свидетельство о распространении, а не об эффективности. Уровень интеграции в 2% говорит, что практика редка, а не что она непродуктивна. Организации внутри этих 2% — самая интересная популяция, и ничто в данных не говорит, что они тратят время впустую.
Траектория реальна. Когорта стадии 3 выросла с 1 739 сотрудников в I квартале 2026 года до 2 369 во II — рост на 36% за квартал (ActivTrak Productivity Lab, 2026). Маленькая база, крутой наклон. Это поведение ранней диффузии, а не стагнация.
У поведенческой телеметрии свои слепые зоны. Она видит активность в инструментах, но не суждение. Сотрудник, который один раз использовал ИИ, чтобы перепроектировать процесс, а затем выполняет улучшенный процесс, больше не обращаясь к модели, делает ровно то, что стадия 3 и должна описывать, — и не обязательно будет так зафиксирован. Данные наблюдаемого поведения — лучший прокси, чем самоотчёт. Но всё равно прокси.
Через все три оговорки проходит асимметрия между двумя кривыми. Доступ выдаётся темпом, за которым поведение и близко не поспевает, и только одна из этих двух вещей попадает в отчёты, идущие руководству.
У остановки на стадии 2 есть свой счёт
Есть ещё одна причина не считать стадию 2 удобной точкой отдыха, и она из того же инструмента.
Поведенческое сравнение ActivTrak примерно 10 584 сотрудников, измеренных за 180 дней до и после внедрения ИИ, показало рост почтовой активности на 104%, чатов — на 145%, использования рабочих инструментов — на 94%, продуктивных часов — на 5%, и снижение средней непрерывной сессии концентрации на 9%: с 14 минут 23 секунд примерно до 13 минут (ActivTrak, 2026).
Прочтите это как операционное утверждение. Работа стала быстрее и плотнее. Она также стала более фрагментированной, и фрагментация бьёт ровно по той способности к глубокой концентрации, которой требует редизайн процессов. Стадия 2 без стадии 3 покупает вам больше транзакций в час и меньше непрерывных отрезков, в которые кто-то мог бы подумать, почему в процессе вообще столько транзакций.
Тем временем кривая развёртывания продолжает расти. Work Trend Index 2026 от Microsoft сообщает о росте активных агентов в 15 раз год к году в её экосистеме и в 18 раз в крупных компаниях, при том что лишь 26% пользователей ИИ отмечают согласованность руководства по стратегии ИИ (Microsoft, 2026). Распространение обгоняет направление, а дашборд измеряет распространение.
Перестройте дашборд вокруг изменившейся работы
Четыре изменения, по возрастанию стоимости.
Уберите число лицензий из главных метрик. Оставьте его как статью затрат, где ему и место, — рядом с расходами на лицензии, а не рядом с результатами. В тот момент, когда оно появляется на слайде о результатах, оно начинает результат подменять.
Назовите один процесс и честно определите его стадию. Возьмите один процесс с реальным владельцем. Классифицируйте: исследовательская поддержка, выполнение задач или интеграция в процесс. Большинство команд обнаруживает, что их флагманская история про ИИ — это стадия 1 с хорошими анекдотами. Это открытие и есть результат.
Измеряйте факты процесса, а не факты активности. Сквозное время цикла, число передач, доля переделок, объём исключений. Это то, что сдвигается только при сдвиге самого процесса, — именно поэтому это труднее подделать и это ценнее любого графика использования.
Свяжите расширение лицензий с доказательством стадии 3. Заморозьте рост лицензий, пока один названный процесс доказуемо не достигнет интеграции. Это единственный механизм в списке с зубами, потому что он делает измерение последствием, а не украшением.
Добавьте проверку внимания: отслеживайте длину непрерывных сессий концентрации до и после каждого развёртывания. Если внедрение ИИ дробит рабочий день, вы хотите видеть это в том же отчёте, что и прирост пропускной способности, а не узнать через год.
Одно решение в этом квартале
Возьмите процесс, которым публично оправдана ваша инвестиция в ИИ. Определите его стадию по трёхстадийной модели вместе с тем, кто не заинтересован в ответе. Если это стадия 1 или 2 — а по этим данным, скорее всего, так и есть, — заморозьте расширение лицензий и потратьте следующий квартал на перевод этого одного процесса на стадию 3.
Упражнение дешёвое, занимает около недели и даёт единственный артефакт, которого не хватает большинству ИИ-программ: честный базовый уровень. Всё, что идёт после, — бизнес-кейс, план расширения, спор о численности — становится точнее оттого, что под ним лежит настоящая цифра.
Вопрос, на который отвечает ваш дашборд внедрения ИИ, — сколько людей могут пользоваться ИИ. Вопрос, на котором держится ваш бизнес-кейс, — сколько работы теперь делается иначе. Только один из них когда-либо появлялся в отчёте о прибылях и убытках, и это не тот, что на слайде.
