Внедрение генеративного ИИ ломает контроль среднего менеджмента
Компании внедряют сотрудникам генеративные инструменты искусственного интеллекта для повышения производительности, но эта технология систематически разрушает рабочие процессы среднего менеджмента. Более половины руководителей высшего звена сообщают, что оценивать результаты работы сотрудников стало значительно сложнее с момента начала внедрения. Согласно опросу 1700 директоров и старших менеджеров из семи стран, проведенному компанией Nielsen по заказу платформы управления работой Monday.com, поток сырых данных поступает в почтовые ящики руководителей уже в отшлифованном виде, полностью стирая грань между подлинными усилиями человека и алгоритмической генерацией.
Почти половина всех менеджеров теперь тратят больше времени на проверку и направление результатов работы своих команд, чем до появления этих инструментов. Руководители сталкиваются со сценарием парадокса производительности: ПО ускоряет показатели генерации и одновременно раздувает накладные расходы на верификацию, необходимые для сохранения операционного контроля.
Новый уровень невидимого труда
Трение проникает непосредственно в архитектуру принятия решений. Девяносто четыре процента опрошенных менеджеров заявили об энтузиазме по поводу улучшения рабочих процессов с помощью ИИ, однако административное бремя контроля растет быстрее, чем софт создает осязаемую ценность. Как отметила в беседе с TechCrunch Михаль Миллер Леви, руководитель отдела исследования рынка и клиентских инсайтов в Monday.com, люди смотрят на ИИ сквозь призму магии раннего интернета образца 2000-х годов, но технология развивается быстрее, чем корпоративные структуры успевают адаптироваться, вынуждая менеджеров управлять организациями на фоне пробуксовки базовых процессов.
Это структурное несоответствие заставляет лидеров переписывать внутренние метрики. Семьдесят восемь процентов респондентов изменили подход к оценке персонала, переключившись на навыки составления запросов и делегирования вместо традиционных показателей эффективности. Параллельно аппарат принятия решений опирается на автоматизированные костыли: 46% менеджеров используют ИИ для обоснования решений, а 39% применяют его для составления отзывов о производительности. Делегирование оценок большим языковым моделям привносит во внутреннюю отчетность серьезное предсказательное смещение, подменяя детерминированные стандарты вероятностным сопоставлением паттернов, извлеченных из обучающих данных.
Раздувание стека ПО и автономные риски
Финансовые обоснования внедрения ИИ регулярно сулят консолидацию программного обеспечения и операционную эффективность. Вместо этого 57% менеджеров заявляют, что у них в обращении находится больше инструментов, чем раньше, а примерно 51% отмечают, что их программные стеки стали более взаимосвязанными и громоздкими после внедрения ИИ. Лишь 29% описывают свою ИИ-инфраструктуру как полностью оптимизированную и централизованную. Организации сталкиваются с бесконтрольным использованием теневого ИИ, когда сотрудники обходят утвержденные системы для самостоятельного поиска внешних возможностей, увеличивая затраты на инфраструктуру на фоне ухудшения показателей централизации.
Подобный дефицит структурной оптимизации порождает серьезные уязвимости по мере перехода компаний на уровни автономного выполнения задач. Пятьдесят восемь процентов менеджеров ожидают, что в течение следующего года им придется курировать больше ИИ-агентов, чем человеческих сотрудников, однако 46% опасаются потери контроля над действиями этих агентов. Более того, 35% выражают опасения по поводу личной ответственности за решения, принимаемые машинами. Михаль Миллер Леви указала, что менеджеры отказываются предоставлять своим агентам полную автономию в критических задачах, подчеркивая системное нежелание принимать финансовую и юридическую ответственность за ненаправляемый машинный результат.
Ожидаемое сокращение объемов используемого ПО обернулось неуправляемым расширением разрозненных приложений и необходимостью верификации агентов.
Источник: TechCrunch