Двое из трех профессионалов отмечают нерегламентированное использование искусственного интеллекта в своих компаниях, согласно барометру Forvis Mazars–ESSCA, опубликованному 1 октября 2026 года. Эта цифра ставит вопрос, выходящий за рамки одних лишь рисков: почему так много сотрудников предпочитают искать собственные решения вместо использования тех, что предоставляет работодатель?
Это явление носит название «Shadow AI». Оно обозначает довольно обычную практику: использование ChatGPT или другого инструмента ИИ без прохождения корпоративных процедур согласования. ИТ-директора справедливо видят в этом риск. Конфиденциальные данные могут быть раскрыты, неточные результаты — распространяться без проверки, а чувствительная информация — передаваться внешним поставщикам.
Однако статья предлагает взглянуть на обратную сторону явления. В службе поддержки клиентов сотрудник должен найти историю запроса в одной программе, ознакомиться с процедурой в базе знаний, проверить информацию в ERP (системе управления ресурсами предприятия), а затем составить ответ. Эта последовательность действий может занимать несколько минут, не принося клиенту никакой дополнительной ценности. Если сотрудник обнаружит, что инструмент ИИ может сэкономить ему время, он естественным образом будет склонен его использовать.
Потери времени, ставшие нормой
Явление не ограничивается центрами по работе с клиентами. Таблицы Excel, циркулирующие между отделами, отчеты, собираемые вручную, согласования, чью пользу никто толком объяснить не может: работа в итоге организуется вокруг ограничений систем, а не вокруг того, что нужно произвести. Информация, которую ищут несколько раз, дело, направленное не в тот отдел, или запрос, обработанный дважды, расходуют ресурсы, не улучшая результат.
Эти неэффективности в конце концов начинают казаться нормой. Сотрудники к ним привыкают, менеджеры с ними мирятся, и, поскольку они не всегда отражены в отчетных панелях, они часто ускользают от инвестиционных решений. Чтобы оценить масштаб, статья приводит пример компании из 500 человек: десять минут, потерянных ежедневно каждым сотрудником, составляют за 220 рабочих дней более 18 000 часов в год. Не все эти часы можно было бы вернуть или напрямую конвертировать в экономию, но сам порядок величин дает пищу для размышлений. Согласно тому же барометру, 58% респондентов указывают, что их компания планирует увеличить инвестиции в ИИ.
Сэкономить время не значит повысить эффективность
Скорость выполнения часто путают с улучшением производительности. Отдел, сокративший вдвое время на подготовку ежемесячных отчетов, получает результат, который кажется отличным. Однако если эти отчеты редко используются, настоящий прогресс заключается в том, чтобы задаться вопросом об их полезности, а не в том, чтобы производить их быстрее.
В работе с клиентами компания может сократить среднее время обработки и через несколько недель обнаружить рост жалоб, поскольку клиентам приходится перезванивать, чтобы получить решение. Чтобы оценить выгоды от ИИ, статья предлагает посмотреть, что происходит после его использования: был ли запрос решен, потребовалось ли повторное вмешательство по делу, пришлось ли клиенту снова выходить на связь, и не было ли время, сэкономленное на одном этапе, просто потрачено на другом?
Пересматривать методы, а не только инструменты
Предоставление каждому сотруднику свободы выбора инструментов не является решением, поскольку риски для данных, регуляторные требования и необходимость в надежной информации требуют установления рамок. Однако между полным запретом и полным попустительством остается место для более тонкой политики: спрашивать команды, какие задачи они пытались упростить, каких инструментов им не хватает и какие процедуры их замедляют.
Этот вопрос касается и высшего руководства. В течение многих лет компании инвестировали в системы, призванные стандартизировать операции и облегчить управление. Эти инвестиции принесли значительный прогресс, но иногда они же умножили количество этапов, интерфейсов и административных ограничений. Согласно статье, также придется согласиться на упразднение некоторых задач, а не только на их автоматизацию. Автор задает последний вопрос: «Какой смысл иметь самые передовые технологии, если команды продолжают работать по методам, которые уже утратили смысл?»
