Автор: Сергей Путятинский, вице-президент по операционной деятельности и ИТ ФГ БКС. Специально для HRbazaar.

В любой крупной компании сегодня генеративный ИИ проникает в рабочие процессы снизу – сотрудники сами подключаются к внешним сервисам, оформляют подписки, экспериментируют. Остановить этот поток уже невозможно, а игнорировать рискованно. HR-аналитика подтверждает: до 95% пилотных проектов проваливаются из-за неподготовленности людей, а не из-за технологий. Технологии дают лишь пятую часть результата, остальное — люди, процессы и культура.

Значит, единственный рабочий путь – перевести стихийный интерес в управляемое русло. При этом привычные методы жесткого контроля здесь не работают. Запреты бесполезны: спрос уйдёт в тень и станет неконтролируемым, а игнорировать, значит, терять конкурентное преимущество. Оптимальная стратегия – разрешать, но структурировать. Как это сделать системно?

Признайте реальность и начните с аудита

Первый шаг – честно признать, что сотрудники уже используют ИИ. Проведите быстрый опрос в бизнес-подразделениях: кто, для каких задач и через какие сервисы работает с генеративными моделями. Соберите факты, не делайте выводов. Это даст вам исходную точку и понимание масштаба.

Одновременно определите критические риски: какие данные нельзя передавать наружу ни при каких условиях. Составьте короткий “красный список”: коммерческая информация, исходный код продуктов, клиентские базы и персональные данные. Это станет основой для будущей политики безопасности.

Сделайте ИИ базовым навыком, а не привилегией

Генеративный ИИ должен перестать быть уделом энтузиастов и стать частью корпоративной культуры обучения. Например, включите работу с ИИ в обязательные программы повышения квалификации для всех специалистов или организуйте серию вебинаров и внутренних курсов, построенных не на абстрактных примерах, а на реальных задачах вашей компании.

Ключевой элемент здесь — наладить системный обмен знаниями внутри компании. Создайте и постоянно пополняйте базу успешных кейсов, которая будет доступна всем сотрудникам. Люди должны видеть не абстракцию, а реальную практику коллег “с соседнего этажа”: кто, как и с каким результатом использует ИИ. Важно, чтобы эти кейсы были понятны и сопровождались возможностью задать вопрос автору. Обучающие видео полезны для энтузиастов, но основная масса сотрудников учится на конкретных, живых примерах из своей же компании.

Люди должны понимать, зачем это нужно, и видеть, что эксперименты не наказываются, а поощряются, если они в рамках правил.

Сформируйте команду лидеров внедрения

Точечная инициатива нескольких энтузиастов (3-5-7% персонала) — важный катализатор, но не решающий фактор. В крупных компаниях невозможно заставить крупные подразделения меняться внешней командой.

Трансформация должна идти по трем векторам одновременно.

Во-первых, поддержка снизу. Найдите внутренних энтузиастов в каждом подразделении (неважно, руководители это или рядовые сотрудники), которые уже “горят” ИИ. Ваша задача — не мешать им, дать четкие правила игры и минимальный бюджет на эксперименты, а затем помогать тиражировать их успешный опыт на соседние отделы.

Во-вторых, мотивация. Энтузиазм быстро угасает без личной выгоды. Если есть возможность, привяжите материальное поощрение к экономии, достигнутой за счет внедрения ИИ. Например, процент от сэкономленного бюджета или разовый бонус за успешный пилот. Это перевернет отношение к технологии во всей компании.

В-третьих, институционализация. Создайте институт AI-партнеров — это не ИТ-специалисты, а действующие сотрудники бизнес-подразделений, которые проходят обучение и берут на себя роль лидеров ИИ-трансформации в своем функциональном направлении. Это роль, а не должность (ее может исполнять ведущий специалист, методолог или начальник отдела). Вместе с центральной командой внедрения они формируют мостик между стратегией первых лиц и реальными процессами на местах. Такая конструкция (поддержка сверху, снизу и сбоку) дает системный результат.

Внедрите единую точку входа с контролем

Вместо того чтобы бороться с множеством внешних сервисов, постройте интеграционный шлюз, через который проходят все запросы к ИИ. Под капотом — интеллектуальная маршрутизация: система сама решает, направить запрос в публичную нейросеть, в корпоративную модель или заблокировать его по политике безопасности. Интеграция с DLP-системой позволяет в реальном времени проверять запросы на предмет утечек.

Такой шлюз решает не только задачи безопасности и прозрачности. Это естественная точка для биллинга и финансовой аналитики: вы видите, кто, сколько и на что тратит токены, и можете сопоставлять эти затраты с принесенным эффектом.

В будущем на основе этих данных выстраивается еще и оптимизация: например, вы замечаете, что одни сотрудники жгут много токенов не потому, что плохо работают, а потому что не умеют правильно формулировать запросы. Им можно дать обратную связь и обучить более эффективной работе с контекстом, снизив затраты без потери качества. Таким образом, из точки контроля этот шлюз эволюционирует в точку управления эффективностью.

Начинать можно с простого прокси-сервера, без сложной маршрутизации. Главное, чтобы все обращения проходили через единую точку.

Измеряйте эффективность, а не активность

Считать количество запросов к ИИ бесполезно. Важны сэкономленное время и решенные задачи. Запустите пилотный проект с четким измеримым результатом. Например, автоматизация подготовки отчетности или анализ коммерческих предложений. Сравните трудозатраты в человеко-днях до и после. Первая же цифра станет весомым аргументом для дальнейшего масштабирования.

Признайте ограничения и не создавайте иллюзий

Около 40% задач в большинстве компаний через ИИ-инфраструктуру пока не решаются — это задачи в закрытых контурах, с высокими требованиями к надежности или интеграцией с устаревшими системами. Также есть ограничения по лицензиям и кадровой готовности. Честное признание этих границ защищает от разочарований и помогает сохранять фокус на реально достижимых целях.

Стройте управление как проектирование среды, а не как контроль

Руководитель в новой модели — не надзиратель, а архитектор. Запрещать использование ИИ бесполезно, сотрудник все равно будет им пользоваться, но скрыто. Поэтому стратегия “разрешать, но структурировать” оказывается единственной жизнеспособной. Правила должны быть четкими, без страшилок, и фокусироваться на защите реально критичных данных, а не на тотальной слежке.

Вместо заключения

Управление ИИ в компании сегодня – не столько технологический, сколько управленческий вызов. Руководитель проектирует среду, в которой сотрудники могут безопасно и эффективно использовать новые инструменты. Запреты и тотальный контроль только усугубят ситуацию, а попустительство приведет к хаосу. Осознанное структурирование и легализация с прозрачными правилами дает компании контроль, свободу и конкурентное преимущество. Именно такой подход позволяет превратить ИИ из угрозы в усилитель человеческих возможностей.

Чек-лист: с чего начать системную работу с ИИ

• Оцените текущее состояние. Проведите анонимный опрос: кто и для чего использует ИИ уже сейчас.

• Определите критические риски. Составьте “красный список” данных, которые нельзя передавать наружу.

• Выберите пилотный проект. Один, с понятным измеримым результатом.

• Назначьте ответственного и определите модель управления. Найдите энтузиастов снизу, обеспечьте поддержку сверху и начните формировать пул AI-партнеров в бизнес-подразделениях для системного масштабирования.

• Организуйте первичное обучение. Вебинары на реальных кейсах вашей компании. Сразу начинайте собирать базу собственных успешных практик и поощряйте обмен знаниями между коллегами.

• Внедрите простой шлюз или прокси. Единая точка входа для всех запросов даст статистику, контроль и станет основой для будущего биллинга и оптимизации затрат.

• Оговорите правила безопасности. Четко объявите границы дозволенного, избегая излишнего давления на сотрудников.

• Запустите учет эффективности. Сравните время выполнения пилотной задачи до и после в человеко-часах.

• Создайте сообщество практиков. Чат или регулярные встречи для обмена кейсами.

• Планируйте масштабирование. После 2-3 успешных пилотов составьте дорожную карту на квартал с учетом бюджета, лицензий и ресурсов.

• Проработайте систему мотивации (включая материальную) для ключевых участников процесса.