Внедрили AI, а сотрудники им не пользуются

Инструмент запущен, доступы розданы, обучение проведено, в чате отдела висит бодрое «коллеги, пользуемся!» — а через месяц им пользуются двое из всего отдела. Когда сотрудники не пользуются AI, компания платит за лицензии и внедрение, а экономии времени, ради которой всё затевалось, нет. Это настолько типовая картина, что считать её сбоем не стоит: это нормальный этап внедрения. Ниже — четыре причины, которые обычно стоят за отказом, как понять, какая из них ваша, и почему ещё одно обучение чаще всего делает только хуже.

Почему сотрудники не пользуются AI: это не про лень

Первое объяснение, которое приходит руководителю в голову, — люди ленятся или боятся нового. Оно удобное: виноват не выбор инструмента и не запуск, а персонал. И почти всегда неверное.

Хуже того, оно вредное. Из «ленятся» следует давление, а давление даёт не использование, а его имитацию: запросы ради отчёта, открытое окно ради галочки.

Внедрённый AI, которым не пользуются, — это инструмент, который формально есть у сотрудников, но не встроен ни в одну их реальную задачу. Причины у этого обычно одна из четырёх, и лечатся они по-разному. Поэтому сначала диагноз, потом лекарство. В обратном порядке тоже можно, но дороже.

Причина первая: инструмент не экономит время

Самая частая и самая честная. Если для пригодного ответа нужно три уточнения, а руками задача делается за минуту, сотрудник выбирает руки — и он прав. Он не противник прогресса, он просто умеет считать минуты.

Проверяется это без опросов: попросите человека сделать типовую задачу при вас двумя способами и засеките. Если инструмент проигрывает, вопрос не в мотивации, а в настройке или в выборе задачи.

Причина вторая: непонятно, что можно

Сотрудник не знает границ. Можно ли загрузить файл клиента? Будет ли ошибка нейросети стоить ему премии? Не считается ли это жульничеством — письмо ведь «написал не сам»? Пока ответов нет, безопаснее не трогать.

Здесь помогает не обучение, а письменное разрешение: что можно, что нельзя и что будет, если инструмент ошибётся. Последнее важнее всего. Пока непонятно, кто отвечает за ошибку, разумный человек не берёт риск на себя — и это, заметим, признак здравого смысла, а не саботажа. Как оформить такие правила, разобрано в статье про регламент работы с AI в компании.

Причина третья: решение приняли за них

Инструмент выбрали наверху, спустили вниз и объявили, что теперь работаем так. Сопротивление в этом случае не про инструмент, а про способ введения, и никакими новыми функциями оно не снимается.

Работает участие. Те же люди, поучаствовав в настройке хотя бы формулировками запросов или списком задач, перестают считать инструмент чужим. Дешевле всего это делать до запуска, но и после — не поздно.

Причина четвёртая: инструмент их пугает по делу

Если внедрение подавали как «AI возьмёт на себя рутину», а в соседнем отделе как раз сокращение, сотрудники читают сообщение верно. Ждать энтузиазма в такой обстановке наивно.

Единственное, что здесь работает, — честность о планах. Если сокращения не планируются, это надо сказать прямо и назвать, что изменится в работе людей. Если планируются, энтузиазма не будет, и строить внедрение на нём не стоит. Как вести этот разговор, не обещая лишнего, — в статье о том, заменит ли AI сотрудников.

Какая из четырёх причин у вас

Спрашивать стоит не «почему не пользуетесь», а «покажите, как вы делаете эту задачу сейчас». Первый вопрос заставляет оправдываться, и вы услышите версию для начальства. Второй показывает реальную картину — вместе с тем местом, где инструмент должен был помочь и не помог.

И ещё одно: причины часто идут парами. Инструмент медленный, а спросить, можно ли его настроить, страшно, потому что его «выбрал директор». Если слышите сразу две фразы из таблицы, начинайте с той, что дешевле исправить.

Как считать использование, чтобы цифру нельзя было накрутить

Число запросов в неделю — метрика, которая начинает врать ровно в тот момент, когда за неё начинают спрашивать. Считать надо не активность, а то, привело ли использование к результату.

Три показателя, которые трудно накрутить. Доля задач определённого типа, выполненных с помощью инструмента, — считается по результату работы, а не по факту обращения. Доля людей, вернувшихся к инструменту второй и третий раз за неделю: разовое любопытство отсекается само. И время с последнего использования по каждому человеку — оно показывает не активность, а привычку.

Отдельно смотрите распределение, а не среднее. Средние «десять запросов на человека» могут означать и ровное использование всеми, и одного энтузиаста при целом отделе молчащих. Это два разных положения дел, и требуют они противоположных действий.

Часто сотрудники не пользуются нейросетью просто потому, что не видят в своём дне места, где она сэкономит время. Конкретный список таких мест снимает этот барьер лучше общего обучения. Для отдела продаж он разобран в статье о нейросетях для менеджера по продажам: подготовка к звонку, письмо и заметка в CRM, репетиция трудного разговора.

Те двое, кто уже пользуется, — лучший материал для остальных

В любом отделе после запуска находится небольшая группа, которая начала пользоваться сама, без напоминаний. Это самый ценный ресурс внедрения, и обычно его не замечают вовсе: у них же всё хорошо.

Первое, что стоит сделать, — выяснить, как именно они это делают. Обычно оказывается, что они нашли два-три конкретных применения, где выигрыш очевиден, и спокойно игнорируют остальное. Эти применения и есть готовый материал для коллег: не «инструмент умеет многое», а «вот три задачи, где это точно быстрее».

Второе — дать им рассказать коллегам самим, без руководителя в комнате. Рассказ про то, что раздражало и как это обошли, работает несравнимо лучше презентации возможностей. И не превращайте этих людей в назначенных «амбассадоров»: как только роль становится должностью, доверие к их словам падает до уровня рассылки от отдела кадров.

Как вернуть тех, кто попробовал и бросил

Это самая трудная группа: у неё уже есть мнение, и основано оно на личном опыте. Переубеждать её теми же аргументами бесполезно — человек попробовал и сделал вывод.

Работает единственный подход: узнать, на чём именно он споткнулся, и показать, что это исправлено. Не «попробуйте ещё раз», а «вы говорили, что ответы по нашим тарифам были неверными; мы загрузили актуальный прайс, вот тот же ваш вопрос». Конкретность здесь решает всё.

Отсюда практическое требование к первым неделям: записывать каждую жалобу вместе с автором. Не для отчётности, а чтобы через месяц вернуться к каждому лично. Вернуть человека, который отказался, труднее, чем привлечь нового пользователя, зато остальных это убеждает сильнее любых слайдов.

Когда отказ сотрудников — правильный ответ

Неприятная, но честная мысль: иногда люди не пользуются инструментом, потому что он им не нужен. И тогда проблема не в людях, а в решении, которое приняли до запуска.

Так бывает, если задача, под которую покупали AI, у отдела редкая — раз в неделю, а не двадцать раз в день. Если ручной способ и так занимает минуты, и экономить нечего. Если выигрыш достаётся не тому, кто пользуется, а кому-то этажом выше, а сотруднику остаётся только лишняя работа по вводу данных. В этих случаях никакие метрики, чемпионы и регламенты не спасут: заставить можно, прижить — нет.

Именно поэтому в 404ai до договора проверяют, будет ли эффект, и не берутся за проект, если его не видно: объём не окупит внедрение, изменения некому вести или никто не готов менять процесс по итогам. Эти условия отказа перечислены на странице о нашем подходе. Мне кажется, признать «эта задача нам не нужна» через месяц дешевле, чем полгода изображать внедрение.

Через сколько времени судить о приживаемости

Оценивать приживаемость через неделю после запуска бессмысленно, через полгода — поздно. Разумный горизонт первой оценки — месяц, и смотреть в нём нужно не на уровень, а на направление.

Нормальная картина первого месяца: всплеск в первые дни, спад ко второй неделе, затем медленный рост за счёт тех, кто вернулся. Тревожная: всплеск, спад и плоская линия. Первая говорит, что инструмент нашёл своё применение. Вторая — что не нашёл, и новый курс обучения это не изменит.

Решение о продолжении лучше принимать по итогам второго месяца: эффект новизны прошёл, а те, кто пользуется, пользуются осознанно. Порог стоит назвать заранее, до запуска, — как условие остановки в методе «Цель → метрика». Пример: «если ко второму месяцу регулярно пользуется меньше трети тех, кому дали доступ, — пересматриваем задачу, а не мотивацию». Цифра у каждой компании своя. Важно, чтобы она была записана до того, как появятся первые данные, а не подобрана после.

Три управленческих хода, которые закрепляют отказ

Вводить показатель использования. Требование «десять запросов в неделю» даёт ровно десять бессмысленных запросов в неделю. Метрика должна быть о результате работы, а не о частоте нажатий.

Проводить ещё одно обучение. Если причина не в незнании, повторный курс её не тронет и вдобавок сообщит людям, что их не услышали.

Сравнивать сотрудников публично. Список «кто сколько раз воспользовался» превращает инструмент в способ надзора, после чего его не примут уже никогда. Инструмент, которым следят, обходят с тем же усердием, с каким обходят турникет.

Нелюбимый инструмент — это данные, а не бунт

Что это меняет в решении руководителя: низкое использование — не повод давить и не повод сворачивать проект в пятницу вечером. Это сигнал, по которому видно, в какой из четырёх причин дело, — и каждая из них лечится за разумные деньги, кроме одной: задачи, которой у отдела на самом деле нет.

Проверить у себя можно за неделю. Выберите пять человек с разным уровнем использования и попросите каждого показать, как он делает одну типовую задачу сейчас. Засеките время с инструментом и без. Запишите, что прозвучало из таблицы выше. К пятнице у вас будет диагноз, а не мнение.

Как мы готовим людей под новый процесс — на странице обучения сотрудников; как ведём сам процесс от цели до метрики — внедрение ИИ в компанию.

Люди охотно пользуются тем, что экономит им время. Всё остальное они называют «новой системой» и ждут, когда пройдёт.