Как руководить в мире готовых ответов

ИИ действительно быстро становится частью обычной управленческой практики. Однако доступ к знаниям не дает способности судить о них. Партнер практики «Строительство и недвижимость» консалтинговой компании The Edgers Юлия Артемова рассуждает о том, какие компетенции руководителя останутся востребованными даже при тотальном проникновении высоких технологий в бизнес.

Выйти из полноэкранного режима

Развернуть на весь экран

В рейтинге «Топ-1000 российских менеджеров» 2026 года Ассоциация менеджеров выделила пять главных трендов в современном управлении. Первым стало использование искусственного интеллекта как инструмента сквозной трансформации: внедрение систем ИИ для оптимизации бизнес-процессов упоминается в 80% достижений лауреатов.

ИИ действительно быстро становится частью обычной управленческой практики. В разговорах с акционерами я регулярно слышу, что от технологии ожидают радикальной перестройки бизнес-модели: автоматизации значительной части процессов, перехода на компактные команды, повышения производительности. Пока на практике все выглядит сложнее. ИИ снимает часть рутины и ускоряет отдельные процессы, одновременно предъявляя более высокие требования к компетенциям людей. В результате руководителям приходится пересматривать некоторые привычные представления об экспертизе, стоимости команды и даже о том, в каком виде сотрудник должен приносить им новую идею.

Чем больше готовых ответов, тем дороже экспертиза

Долгое время развитие технологий связывали с демократизацией знаний: информация становится доступнее, поэтому ценность накопленной экспертизы постепенно снижается. С распространением генеративного ИИ этот процесс резко ускорился. За несколько минут можно получить аналитику, прогноз, несколько сценариев развития рынка или разобраться в незнакомой теме.

Но дешевеет доступ к знаниям, а не способность судить о них. При этом возникает новая проблема — валидация. ИИ может дать убедительно сформулированный ответ, но руководителю все равно необходимо понимать, насколько он верен и можно ли на него опираться. Поэтому, на мой взгляд, слой менеджеров «про все и ни про что» будет постепенно сжиматься. Одновременно будет расти востребованность руководителей, способных управлять командой сильных экспертов и при этом сохранять глубокую экспертизу хотя бы в одной области.

Команда стратегического консалтинга в нашей компании активно пользуется ИИ. При этом партнер сначала отправил сотрудников учиться делать финансовый анализ вручную. Человек должен самостоятельно пройти весь путь, понять логику анализа и научиться делать выводы. После этого ИИ действительно становится полезным инструментом: сотрудник понимает, что именно получил и как проверить результат.

Тот же принцип возвращает ценность качественного фундаментального образования. В последние годы был распространен дискурс о том, насколько диплом вообще нужен человеку, если прикладные навыки можно быстро получить на курсах. Но проверить готовый ответ может только тот, кто разбирается в предмете.

Гуманитарное образование ждет ренессанс именно благодаря тому, что оно закладывает фундамент критического мышления: способность работать с источниками и контекстом, видеть противоречия, анализировать аргументацию, задавать вопросы к готовому ответу. Не менее важной становится фундаментальная подготовка в технических и инженерных специальностях: только глубокое понимание предмета позволяет проверить корректность расчета или технического решения.

Разумеется, одного фундаментального образования на всю жизнь уже недостаточно. Знания и навыки приходится постоянно актуализировать: технологии и требования бизнеса меняются быстрее, чем успевают обновляться образовательные программы. Поэтому фундаментальная подготовка все чаще дополняется регулярным повышением квалификации и узкопрофильным обучением.

Эту тенденцию уже отражает рынок труда. По данным PwC Global AI Jobs Barometer 2026, быстрее растут «профессионализированные» роли, в которых ИИ усиливает уже существующую человеческую экспертизу: число вакансий в них растет вдвое быстрее, а зарплаты — на 42% быстрее, чем в ролях, где ИИ позволяет снизить требования к исходной квалификации сотрудника.

Сокращение рутины еще не означает сокращения команды

Вторая распространенная гипотеза, которую я часто слышу от акционеров и топ-менеджеров, звучит примерно так: сейчас мы внедрим ИИ, оптимизируем значительную часть команды и получим тот же или больший результат меньшими силами.

В отдельных операциях эффект действительно впечатляет. Например, в проектировании часть работы, которая раньше могла занимать неделю, сейчас можно выполнить за несколько часов. Появляются автоматизированные библиотеки решений, сокращается объем ручной работы, потенциально уменьшается количество ошибок.

Переносить эту арифметику на численность всей компании пока рано. В разговорах с представителями бизнеса я вижу другую картину: меняется контекст, и компаниям требуются люди с новыми компетенциями. Один из акционеров сформулировал это очень просто: «Мы одних увольняем, других нанимаем. Я не понял, в чем здесь оптимизация».

Новые специалисты действительно могут обходиться бизнесу дороже. Для внедрения и использования ИИ нужны люди с соответствующими технологическими навыками, а спрос на такие компетенции уже отражается на их стоимости: по данным PwC Global AI Jobs Barometer 2026, средняя зарплатная надбавка за навыки работы с ИИ составляет 62%.

Есть еще один эффект, о котором руководителям стоит помнить. ИИ способен значительно ускорить выполнение отдельной задачи, однако освободившееся время далеко не всегда означает более короткий рабочий день.

Исследование, опубликованное в Harvard Business Review, показывает, что использование ИИ может приводить к обратному эффекту: вместо сокращения нагрузки сотрудники начинают работать интенсивнее. В течение восьми месяцев авторы наблюдали за работой технологической компании, насчитывающей примерно 200 сотрудников. Люди стали работать быстрее, брать на себя более широкий круг задач и распределять работу на большее количество часов в течение дня — зачастую без прямого требования работодателя.

По данным глобального опроса PwC, 54% наиболее востребованных сотрудников, активно использующих ИИ, сообщили, что за последний год их рабочая нагрузка выросла. Для сравнения: в общей выборке этот показатель составил 33%.

Для руководителя здесь возникает риск. Если раньше сотрудник выполнял задачу неделю, а теперь справляется за день, появляется соблазн загрузить освободившиеся четыре дня новыми проектами. Производительность растет, вместе с ней постепенно увеличивается и ожидаемый объем работы. Причем, как показывает то же исследование, сотрудники нередко берут на себя больше и без прямых указаний сверху.

Поэтому внедрение ИИ требует обращать внимание не только на скорость выполнения отдельных операций, но и на суммарную нагрузку на человека: ее постоянный рост в конечном счете ведет к выгоранию и снижению вовлеченности. Практическое правило здесь простое: новая задача должна появляться вместе с решением о том, что взамен перестанет делаться, а использование освободившегося времени стоит прямо обсуждать с командой.

Почему сотруднику иногда лучше прийти без решения

Есть еще одно привычное управленческое правило, которое сегодня, возможно, стоит заново обсудить. Руководители много лет учили команды: не приходи только с проблемой — сначала подумай и предложи решение. Этот принцип по-прежнему работает во многих ситуациях, но возникает вопрос: всегда ли сегодня готовое решение должно быть обязательным условием разговора с руководителем?

По мере ускорения изменений растет ценность раннего сигнала. Иногда сотрудник может потратить несколько дней на полноценную проработку идеи и за это время упустить момент, когда она была особенно важна для бизнеса. Возможно, поэтому постепенно будет меняться и сама парадигма: наряду с готовыми решениями руководителям придется учиться работать с наблюдениями, ранними сигналами и гипотезами, которые команда еще не успела до конца проверить.

ИИ меняет и экономику самой проработки. Он способен за короткое время собрать информацию, структурировать гипотезу, просчитать несколько вариантов: то, на что у сотрудника уходили дни, теперь занимает часы. Поэтому дефицитом становится не проработка, а умение вовремя заметить слабый сигнал, необычное изменение или новую возможность для автоматизации — и делегировать это ИИ нельзя. А значит, требование «приходи с решением» сдвигается на второй шаг: сначала сигнал, затем совместная проработка, в том числе с помощью ИИ.

Для руководителя это означает необходимость создать пространство, где сотрудник может сказать: «Я пока не знаю, что с этим делать, но мне кажется, здесь происходит что-то важное». В одних случаях такой разговор окажется бесполезным, а в других позволит компании заметить важный сигнал и начать действовать на несколько недель раньше конкурентов. В эпоху быстрых изменений эта способность становится критически важной для бизнеса: вовремя замеченная новая возможность или угроза может существенно изменить расстановку сил на рынке.

То же верно и в обратную сторону. Недавно один из директоров сформулировал для себя разницу между хорошим и плохим руководителем так: хороший дает сотруднику понятный инструмент и объясняет, как им пользоваться, а плохой приносит новый «гаджет», с которым еще никто толком не умеет работать, и предлагает команде самой разобраться. В отлаженных процессах это правило работает: сотрудникам по-прежнему нужны понятные правила и инструкции. Но когда речь идет о новых технологиях, готовой инструкции может еще просто не существовать, и делать вид, что она есть, бессмысленно.

При этом «разбирайтесь сами» — тоже не эксперимент. Эксперимент начинается с определения рамок: что именно пробуем, к какому сроку, по какому признаку поймем, что получилось, и от чего отказываемся, чтобы на это хватило времени. Поэтому плохой руководитель сегодня — не тот, кто принес гаджет без инструкции, а тот, кто не вернулся через пару недель, чтобы спросить, что получилось.

Распространение ИИ ставит еще один вопрос: на чем теперь строится авторитет руководителя, если доступ к знаниям и аналитике перестает быть его преимуществом? На мой взгляд, его ценность смещается в сторону способности оценивать качество ответа, собирать вокруг себя сильных экспертов, давать пространство для тестирования гипотез.

Поэтому разговоры о том, что ИИ снижает потребность в руководителях и экспертах, кажутся мне преждевременными. Скорее, меняется сама природа их авторитета. Все описанные выше изменения — лишь часть того, что руководителям придется учитывать, перестраивая работу команд в новой технологической реальности.