Российские компании за последние два года превратили генеративный ИИ в массовый рабочий инструмент, и в 2025 году 71% крупных компаний внедрили его хотя бы в одной бизнес-функции. Работодатели оплачивают доступ к нейросетям и рассчитывают на быстрый рост выработки, хотя такая статистика отражает только факт внедрения. Но если посчитать внедрение ИИ со стороны сотрудников, картина получается иной: и в начале 2026 года нейросетями для рабочих задач пользовались только 27% россиян.
Медленное освоение обычно объясняют консервативностью команд и привычкой работать по-старому, хотя причина может лежать в другом. Выгоды от внедрения почти всегда описывают со стороны компании и почти никогда со стороны человека, которому предстоит поменять свою работу. Руководитель направления контроля качества «Битрикс24» Олег Строкатый рассказал, почему так происходит и что с этим может сделать руководитель.
Олег Строкатый
Интересы компании и сотрудника расходятся уже тогда, когда бизнес решает внедрять нейросети. Выгоду при этом считают по показателям компании: сколько успевает сделать один сотрудник, во что обходится задача, как быстро она проходит весь цикл и укладывается ли в срок. Руководитель сравнивает ожидаемую экономию со стоимостью подписок и с этим расчетом идет к собственникам.
Сотрудник в таком расчете выступает статьей расходов, и каждая третья компания рассчитывает за счет ИИ уменьшить фонд оплаты труда. Даже если сокращений не планируют, от сотрудника ждут, что он будет успевать больше за то же время.
При этом с точки зрения самого сотрудника выгода едва прослеживается. Рабочий день и доход остаются прежними, задач становится больше, и разбираться с новым способом работы приходится параллельно с текущей нагрузкой. Ни один из аргументов, которыми компания обосновывает внедрение, не отвечает на вопрос о том, что получает от этого сам человек.
Раньше освоение технологии давало человеку личную выгоду
Чтобы понять, что может мотивировать сотрудника вложить время в новый инструмент, полезно посмотреть, как люди осваивали технологии раньше. Мобильными телефонами, например, россияне обзавелись всего за четыре года, и доля тех, у кого он был, выросла с 32% в 2005 году до 78% в начале 2009-го. Одна из причин такой скорости в том, что каждый заранее понимал личную пользу, то есть возможность позвонить близким из любого места или решить вопрос без поездки через весь город. Поэтому за телефон брались даже те, кому новые технологии давались тяжело.
С компьютерами личная выгода была менее очевидной, поэтому их осваивали дольше, и доля россиян с компьютером дома возросла с 8% до 52% только за десятилетие. При этом те, кто разобрался раньше других, получали преимущество на работе. Такой сотрудник мог претендовать на более сложные задачи, и при смене работы он выглядел сильнее остальных кандидатов.
Умение работать с нейросетями поначалу давало похожее преимущество, и работодатели доплачивали за этот навык. При этом за три года доплата сократилась почти втрое, с 31,8% в 2022 году до 11,8% в 2025-м — навык постепенно становится базовым требованием. Поэтому отдельная доплата, скорее всего, исчезнет так же, как когда-то работодатели перестали доплачивать за умение работать на компьютере.
Получается, что человек осваивает новое, когда сразу получает нужный ему результат или когда за усилие получает преимущество в работе и доходе. Если изменение не дает ни того ни другого, мотивация к изучению, скорее всего, останется слабой.
Быстрее всех освоили нейросети те, кто отчетливо видит пользу
Эту закономерность подтверждает то, как люди осваивают нейросети за пределами работы, где личный результат виден сразу. Студенты, например, взялись за них быстро и охотно, потому что получили закрытую задачу и свободный вечер, и сейчас в той или иной степени ИИ в учебе используют 85% студентов российских вузов.
Так же быстро люди начинают пользоваться нейросетями в быту, когда нужно разобраться со своими документами, собрать сводку по теме или подготовить текст жалобы в поддержку. Возраст в таких случаях почти не мешает, и даже в рабочих задачах доля пользователей мало различается между возрастными группами. Значит, скорость освоения, скорее всего, больше зависит от условий, в которых человеку предлагают инструмент, чем от его сложности или негибкости команд.
Весь выигрыш достается компании
На работе условия устроены по-другому, потому что результат от освоения нейросетей получает компания. Сотрудник тратит время на новый способ работы и начинает успевать больше за тот же срок. Компания затем направляет высвободившиеся часы на свои задачи, и для бизнеса такая логика понятна, ради нее внедрение и затевалось. При этом график и доход самого сотрудника остаются прежними.
В Дании работодатели одними из первых массово дали сотрудникам доступ к чат-ботам, поэтому там последствия такого внедрения видны раньше, чем в других странах. Через два года после старта внедрения заработки и рабочие часы датских сотрудников, которые пользуются нейросетями, практически не изменились. Работодатели при этом перестраивали задачи и брали новые обязанности, связанные с ИИ. То есть плотность работы сотрудника может возрасти, но прибавки к доходу или свободного времени при этом может не быть.
Поэтому осторожность, с которой сотрудники берутся за новые инструменты, руководителям вряд ли стоит принимать за нежелание учиться. Интерес к нейросетям у людей есть, и 45% россиян пока не используют их в работе, хотя хотели бы. Скорее всего, сдерживает их то, что в нынешних условиях освоение нового инструмента не дает им личной выгоды. Желание работать меньше при том же доходе или зарабатывать больше при том же графике относится к нормальной человеческой мотивации, и под давлением она, скорее всего, не изменится.
Что с этим может сделать руководитель
Аргумент «с нейросетью вам будет удобнее» работает плохо. Без нее сотрудникам тоже было удобно, а привычный процесс почти всегда удобнее нового. Руководителю следует быть верным не своему характеру, а реалиям рынка — технологии уже меняют работу, и игнорировать это не получится. Важно закрепить использованием нейросетей в регламенте: для каких задач ИИ-модель обязательна, какие данные ей можно передавать и где решение принимает только человек. Так, работа с ИИ становится обязательным минимумом, а не личной инициативой.
Без контроля на пунктами регламента, они превращаются в формальность, поэтому результат стоит измерять не впечатлением, а сроком выполнения задач. Проверять нужно и качество, потому что всегда будут сотрудники, которые принимают ответы ИИ на веру. Сотрудник должен коротко и своими словами объяснить логику решения, подготовленного с ИИ-моделью. Тот, кто не может этого сделать или вручную делает то, что модель делает за минуты, с высокой вероятностью станет следующим кандидатом на замену подпиской.
Жесткость при этом работает только в паре с понятной наградой. Постоянное давление на человека быстро приводит к появлению токсичной среды, из которой уходят как раз самые сильные. Поэтому руководитель должен не только добавиться результата от сотрудников, но и показывать, как его достичь, закреплять за сотрудником право на ошибки, и заранее объяснять, на что пойдет освободившееся время. Тогда переход к нейросетям воспринимается не как наказание, а как новые правила работы.
