Разобраться • 26 мая 2026
Автор: Мария Гусарова
Обложка: Unsplash
На ЦИПР—2026 одной из важных тем стало то, как меняется под влиянием нейросетей управление бизнесом. Участники обсуждали, почему десятки пилотов не дают рост выручки. Ответ неудобный: если управление не выстроено, то нейросеть этот хаос только усилит. «Инк» поговорил с модератором дискуссии, директором департамента корпоративного обучения Школы управления «Сколково» Денисом Конанчуком о том, что на самом деле пугает руководителей, для чего им нужно управленческое мужество и ждут ли джунов массовые сокращения.
На ЦИПР—2026 одной из важных тем стало то, как меняется под влиянием нейросетей управление бизнесом. Участники обсуждали, почему десятки пилотов не дают рост выручки. Ответ неудобный: если управление не выстроено, то нейросеть этот хаос только усилит. «Инк» поговорил с модератором дискуссии, директором департамента корпоративного обучения Школы управления «Сколково» Денисом Конанчуком о том, что на самом деле пугает руководителей, для чего им нужно управленческое мужество и ждут ли джунов массовые сокращения.
Денис Конанчук в Школе управления «Сколково» руководит департаментом корпоративного обучения и работает с топ‑командами над тем, как менять процессы, роли и систему принятия решений, когда в бизнесе появляется ИИ.
На ЦИПР—2026 он модерировал дискуссию о том, как меняется модель управления бизнесом в эпоху ИИ. В этом интервью — продолжение той беседы в Нижнем Новгороде, но уже в формате, понятном предпринимателям среднего масштаба.
Купили подписку — бизнес не полетел
Мария:
— Если смотреть как человек, который каждый день работает с топ‑командами, то что на ЦИПР‑2026 показалось вам главным сдвигом? Что российские компании сейчас думают насчет ИИ? Для них нейросети — это что: окупаемость, люди или технологии?
Денис:
— За последний год разговор об ИИ в компаниях заметно изменился. Год назад чаще спрашивали, с чего начать, какие инструменты попробовать, как не отстать. Сейчас интерес смещается к вопросам управления: что нужно изменить в компании, чтобы ИИ давал эффект, а не увеличивал хаос.
ИИ уже не воспринимается только как набор технологий. Доступ к инструментам у бизнеса есть, с деньгами и экономикой проектов научились работать лучше, даже если расчеты пока далеки от идеальных. Вопрос сейчас в другом: как перестраивать процессы, ответственность, роли и принятие решений под скорость изменений, которую задают новые решения.
На ЦИПР-2026 для меня стало очевидно, что российские компании быстро и с энтузиазмом прошли первую стадию — «давайте попробуем». Во многих компаниях уже есть десятки пилотов, экспериментов, ИИ-ассистентов, решений для аналитики, клиентского сервиса, документооборота, продаж, производства. Но теперь выяснилось, что сам по себе набор пилотов не решает проблемы бизнеса системно, наоборот, ИИ очень жестко подсвечивает фактическое качество управления. Если в компании размыта ответственность, данные живут в разных местах, функции плохо договариваются между собой, а решения держатся на личных связях, ИИ не превращает эту систему в современную. Он просто перегружает систему и добавляет хаос.
Что говорит наука
Исследователи MIT Sloan и Boston Consulting Group (2023) изучили 1000+ компаний, внедривших генеративный ИИ, и обнаружили, что эффективность инструментов зависела прежде всего не от их технических параметров, а от того, насколько перестроены процессы принятия решений вокруг них. Компании, изменившие организационную структуру под ИИ, показали прирост производительности в среднем на 40% выше, чем те, кто просто добавил инструменты поверх существующих процессов. (Dell’Acqua et al., Navigating the Jagged Technological Frontier, Harvard Business School Working Paper, 2023.)
Мария:
— То есть истории «мы купили подписку — и бизнес полетел» уже почти не работают?
Денис:
— Как раз такие истории сейчас и вскрываются. Подписка или установка модели — это несколько нажатий кнопок. А вот перестройка процессов, ролей и ответственности под эту историю — это уже настоящая управленческая работа.
Начинать с малого
Мария:
— Вы много говорите о том, как отличать реальный бизнес‑эффект от красивых точечных экспериментов. А если у предпринимателя нет аналитического отдела, как ему по‑простому посчитать, окупился ли ИИ в конкретном процессе? Особенно если это малый или средний бизнес.
Денис:
— Я бы не начинал с большого ROI‑калькулятора (Return on Investment, коэффициент возврата инвестиций. — Прим. ред.). Для предпринимателя важнее другая дисциплина: до внедрения ИИ честно зафиксировать, что именно нужно улучшить, а после сравнить с тем, как было до изменений. И только потом соотносить результат с затратами.
Проще всего взять один конкретный процесс, например обработку заявок, подготовку коммерческих предложений, ответы клиентам, подбор кандидатов, анализ договоров, работу с контентом. Одну повторяющуюся операцию.
И посчитать четыре вещи:
1. Время. Сколько часов или дней процесс занимал до ИИ и сколько стал занимать после. Важно понимать, чем сотрудники начинают заниматься вместо прежней рутины.
2. Качество. Как меняется количество ошибок, переделок, просрочек, потерянных клиентов, возвратов, неудачных решений. Нередко ИИ окупается именно за счет снижения типовых ошибок.
3. Стоимость не только лицензии, но и интеграции, обучения, времени руководителя, настройки, поддержки, рисков безопасности.
4. Эффект для клиента и продаж: насколько ускорилась реакция, улучшилась персонализация, появились ли новые сделки, которые раньше просто не успевали обработать, и какой доход это принесло.
Для МСП этого набора достаточно. Если через один–два месяца в рамках одного процесса видно, что ИИ снижает затраты, повышает выручку или заметно улучшает качество без дополнительной нагрузки на команду, эксперимент можно продолжать. Если все держится на энтузиазме одного человека и не масштабируется на остальных, это показатель демонстрации, а не устойчивого эффекта.
Читать также
Не алгоритмы, а ответственность
Мария:
— А еще вы говорите, что главный дефицит сегодня не технологии, а управленческое мужество. В чем на практике оно проявляется при внедрении ИИ и какие решения чаще всего пугают руководителей сильнее всего?
Денис:
— Управленческое мужество — это не громко объявить, что компания теперь «идет в ИИ». Это как раз самое простое. Мужество начинается там, где нужно менять привычную систему работы.
В первую очередь нужно признать, что часть привычных процессов надо не автоматизировать, а пересобрать или вообще отменить. Многие хотят встроить ИИ в старую организационную логику: вот у нас был процесс, давайте добавим туда бота или ИИ-ассистента. Но часто старый процесс сам по себе неэффективен. ИИ в этом случае просто ускоряет и приумножает неэффективность.
Потом следует принять решения по людям и ролям. Кто становится владельцем ИИ-решения? Кто отвечает за эффект? Какие текущие функции и департаменты теряют часть контроля? Какие роли исчезают, а какие появляются? Это уже не вопрос технологии, это вопрос власти, ответственности и организационной политики. Это всегда сложный и болезненный процесс, который предпочитают избегать, «наслаивая» новое на старое.
Кроме того, управленческое мужество и зрелость нужны, чтобы остановить часть пилотов. Руководителям трудно признать, что какой-то красивый эксперимент не дает эффекта или сложно масштабируется на весь бизнес. Но зрелая ИИ-трансформация требует жесткого отбора. Не все идеи должны идти в масштаб. Большинство экспериментов нужны, чтобы учиться, а не чтобы обязательно внедряться.
Наконец, важно считать эффект честно. Не только человеко-часы, но и полную стоимость: инфраструктуру, безопасность, обучение, поддержку, ошибки, риски, изменение процессов. Иногда выясняется, что успешный пилот экономически не выдерживает масштабирования.
Мария:
— Самое время руководителям испугаться внедрения ИИ, это же, выходит, уже не помощник, а дополнительная нагрузка.
Денис:
— Больше всего руководителей пугает не ИИ. Их пугает необходимость вскрыть реальную управленческую архитектуру компании: кто принимает решения, кто тормозит изменения, где данные плохие, где процессы формальные, где ответственность размазана. Иногда ИИ просто заставляет эти процессы впервые описать, потому что они складывались исторически, держались на конкретных людях и никогда не были формализованы. ИИ-трансформация все это делает очевидным.
Читать также
Как Сэм Альтман выстраивал империю влияния в OpenAI: история создателя ChatGPT
Руководитель будущего
Мария:
— На сессии предложили финальный портрет руководителя будущего: человек, который делает рискованные ставки, управляет изменениями и остается ответственным за всё, что связано с эмоциями и доверием. Это звучит красиво, но вы сами готовы отдать ИИ какое-то решение, которое сегодня принимаете лично?
Денис:
— Я готов отдавать ИИ подготовку решений, но не готов отдавать ему ответственность за решения. Да он и не сможет эту ответственность взять. ИИ нужно делегировать не важные решения, а задачи.
Мария:
— Есть разница?
Денис:
— Для меня это принципиальное различие. Я уже сейчас использую ИИ как сильного аналитического и интеллектуального партнера, как помощника в разработке решений: быстро собрать альтернативные сценарии, структурировать аргументы, увидеть слабые места в логике, проверить гипотезы, подготовить варианты текста, смоделировать реакцию разных аудиторий.
Но есть решения, которые нельзя просто «делегировать» машине. Например, решения о людях, о развитии команды, о сложных переговорах, о стратегических ставках, где есть не только расчет, но и последствия для доверия, мотивации, отношений, репутации.
Мария:
— Что же там остается для нейросетей?
Денис:
— ИИ может дать очень сильную подсказку. Иногда даже более трезвую, чем человек. Но он не несет моральную и управленческую ответственность перед конкретными людьми.
Поэтому руководитель будущего — это человек, который умеет собрать лучшую возможную интеллектуальную систему вокруг решения: людей, данные, ИИ-агентов, экспертизу. Но финальную ответственность оставляет за собой.
Читать также
Без джунов не бывает сеньоров
Мария:
— На сессии прозвучал тезис: ИИ создает новую демографическую яму не по рождаемости, а по компетенциям. Нынешние джуны не станут сеньорами, потому что не пройдут через ошибки и преодоление. Вы с этим согласны?
Денис:
— Я согласен с этим риском. И он очень серьезный.
Многие компании сейчас думают прагматично: если ИИ закрывает задачи джунов, молодых специалистов, зачем нам их нанимать? В краткосрочной экономике это выглядит логично. Но проблема в том, что сеньоры, опытные топ-специалисты, не появляются из воздуха. Экспертиза растет через ошибки, сложные задачи, обратную связь, постепенное накопление профессионального суждения.
Если мы уберем нижние ступени карьерной лестницы, через несколько лет можем получить дефицит людей, которые одновременно понимают предметную область, бизнес-контекст и технологические возможности. У нас будут сильные агенты, но не будет людей, способных правильно ставить им задачи и отвечать за результат.
Мария:
— Так, и что делать предпринимателю, который — будем честны — всегда хочет немного сэкономить?
Как внедрять джунов
Денис:
— Во-первых, не заменять молодых специалистов ИИ полностью, а менять модель их входа в профессию. Джуниор должен сразу учиться работать в связке с ИИ, но не как оператор подсказок, а как человек, который понимает задачу, проверяет результат, задает критерии качества и учится думать.
Во-вторых, нужно создавать искусственные траектории усложнения. Если раньше человек учился на рутинных задачах, теперь часть рутины забрал ИИ. Значит, надо специально проектировать учебные задачи, разборы ошибок, работу с кейсами, наставничество, симуляции, проектные треки.
В-третьих, предпринимателю нужно удерживать сильных людей не только зарплатой, а качеством среды. Топ-перформеры с ИИ становятся очень автономными. Они все чаще будут спрашивать, зачем им компания, если они могут сами почти все. Ответ может быть только один: компания дает масштаб задачи, сильную команду, доступ к ресурсам, смысл и возможность расти быстрее, чем в одиночку.
Что говорит наука
Исследование Doshi и Hauser (2024, Science Advances) показывает: когда людям дают доступ к генеративному ИИ, создаваемые вместе с нейросетями тексты становятся заметно более креативными и качественными — особенно у тех, кто изначально пишет слабее. Но у этого есть цена: работы, созданные с помощью ИИ, оказываются гораздо более похожими друг на друга, а коллективное разнообразие идей снижается. Поведенческие исследования описывают это как cognitive offloading — мы перекладываем мышление на ИИ и рискуем попасть в ловушку когнитивной разгрузки, когда сотрудник быстро привыкает к подсказкам и уже не показывает максимум, если их убрать. (Doshi, A.R., & Hauser, O.P., Generative AI Enhances Individual Creativity but Reduces the Diversity of Novel Content, Nature Human Behaviour, 2024.)
Когда честнее остановить проект
Мария:
— Ладно, давайте поддержим предпринимателей, которые уже сегодня хотят быть в тренде с внедрением нейросетей, но по разным причинам испытывают давление на маржу. С чего начать? Три шага, чтобы не превратить ИИ в очередной дорогостоящий эксперимент.
Денис:
- Выбрать не модный ИИ-инструмент, а «больной» процесс в своей компании.
Не надо начинать с вопроса, какой ИИ нам внедрить. Надо начать с вопроса, где у нас сегодня теряются деньги, время, клиенты или качество. Это могут быть продажи, клиентская поддержка, документооборот, и т. д. ИИ должен заходить туда, где есть измеримая боль.
- Назначить ответственного за достижение эффекта.
Не владельца технологии, а владельца бизнес-результата. Если за проект отвечает только ИТ или внешний подрядчик, почти всегда возникает разрыв: решение сделали, а процесс не изменился. У ИИ-инициативы должен быть бизнес-заказчик, который отвечает за метрику: скорость, конверсию, себестоимость, качество, выручку, клиентский опыт.
- Сразу договориться о продолжительности эксперимента и критериях его остановки.
Это важная вещь, о которой редко говорят. У каждого ИИ-эксперимента должен быть не только критерий успеха, но и критерий прекращения. Например, если за шесть-восемь недель мы не видим сокращения времени процесса, улучшения качества или влияния на деньги, мы не продолжаем просто потому, что всем интересно или все в это верят.
Мария:
— Не грозит ли это выпадением из общей повестки и отставанием в развитии?
Денис:
— Я бы сказал так: ИИ не должен быть дорогой игрушкой для тревожного собственника. Он должен быть инструментом управленческой дисциплины. Выбрали процесс, зафиксировали базовую метрику, дали команде короткий цикл эксперимента, посчитали эффект, приняли решение — масштабируем, дорабатываем или закрываем.
И здесь важна честность и интеллектуальная трезвость. Не каждый ИИ-проект должен стать большим внедрением. Иногда хороший результат эксперимента — понять, что здесь ИИ пока не нужен. Это тоже экономия денег и управленческого внимания.