Почему сотрудники используют ИИ тайно и что с этим делать руководителю
31-летний врач, который несколько раз в день использует ИИ в работе, рассказал нам о своем шаблоне запросов для DoximityGPT — инструмента, который соответствует требованиям HIPAA и одобрен в его организации. По его словам, этот шаблон дает «удивительно хорошие результаты». Коллеги, которые пользовались тем же инструментом, сталкивались с трудностями и сами рассказывали ему об этом. Он понимал, что его подход мог бы им помочь. Но делиться им не стал.
Подобное происходит в организациях по всему миру. Глобальное исследование KPMG и Мельбурнского университета, в котором участвовали более 48 000 человек, показало: 57% сотрудников признают, что скрывают использование ИИ на работе. Скрытое использование ИИ само по себе уже проблема. Но еще важнее то, что сотрудники делают и чему учатся в одиночку: какие цепочки запросов составляют, как соединяют инструменты между собой, какие рабочие приемы находят методом проб и ошибок.
Конечно, сотрудники и раньше скрывали информацию. Исследования организационного молчания — причин, по которым люди не говорят о важных сведениях, опасениях и идеях, — ведутся давно. Но обычно речь шла о замалчивании проблем: плохих новостей, этических нарушений, операционных рисков. ИИ добавил новую форму такого молчания: люди скрывают найденные ими способы работать быстрее и лучше. Если один сотрудник нашёл подход, который сокращает трёхчасовую задачу до 20 минут, и может без труда не показывать его другим, у такого молчания появляется серьёзная экономическая цена.
Раньше рост производительности чаще распространялся почти автоматически. Улучшения закреплялись в общих системах, стандартных процессах и официальных инструментах. С ИИ многие ценные находки появляются иначе: один сотрудник подбирает последовательность запросов, которая за долю прежнего времени даёт результат, пригодный для клиента, или находит обход узкого места, которое официальный процесс ещё не устранил. Такое знание легко передать, легко улучшать в одиночку и так же легко оставить при себе.
Большинство компаний реагируют на «теневой ИИ» усилением контроля: вводят правила использования, утверждают списки разрешённых инструментов, настраивают мониторинг. Это разумные меры. Но они не всегда затрагивают главную причину. Наше исследование показывает: сотрудники скрывают свой опыт работы с ИИ не только из-за отсутствия правил. Важную роль играет доверие к организации. Иными словами, люди оценивают, что произойдёт с их работой, нагрузкой и положением, если они расскажут, как именно используют ИИ.
Когда сотрудники не доверяют руководителям или компании, они начинают скрывать информацию, тратят силы не на результат, а на самозащиту и реже делятся находками с командой. Из-за этого индивидуальный опыт не превращается в общий навык. ИИ усиливает эту динамику. В одном из опросов сотрудники называли типичные причины, по которым не рассказывают об использовании ИИ: желание сохранить преимущество перед коллегами, опасение, что из-за роста продуктивности им добавят работы, страх, что после описания метода их должность станет ненужной, риск нарушить корпоративные правила использования ИИ и нежелание выглядеть менее компетентными. Эти причины согласуются с другим наблюдением: в исследовании Anthropic 69% специалистов упомянули социальную стигму вокруг использования ИИ на работе. При этом инструменты для программирования с ИИ-агентами, такие как Claude Code и Codex от OpenAI, позволяют все проще самостоятельно создавать полезные рабочие решения.
В последние месяцы много говорят о том, как снизить тревогу сотрудников при внедрении ИИ. Но есть менее очевидный и недооцененный вызов: ИИ проверяет культуру компании. Руководители, которые смотрят только на показатели внедрения, могут упустить более важный вопрос: чувствуют ли сотрудники, что могут безопасно и с интересом делиться тем, что нашли сами?
Когда эксперименты выглядят как нарушение правил
Сотрудники продолжают скрывать знания об ИИ в том числе потому, что компании путают два вида неудач. Профессор Гарвардской школы бизнеса Эми Эдмондсон показывает: один тип неудачи — действительно недопустимое отклонение, когда люди игнорируют правила или выбирают короткий путь во вред организации. На другом полюсе — полезные исследовательские эксперименты: сотрудники работают на границе известного, ошибаются и за счет этого получают ценные знания. Если компания принимает второе за первое, она наказывает именно то поведение, которое должна поощрять.
Сотрудники используют ИИ, чтобы пробовать новые подходы к задачам, точнее формулировать запросы и выстраивать удобные для себя рабочие процессы — независимо от того, есть ли в компании официальные правила и одобренные инструменты. По сути, это рабочие эксперименты. Станут ли сотрудники скрывать их результаты, во многом зависит от того, доверяют ли они компании и понимают ли, как она распорядится их находками.
Исследование Stanford Digital Economy Lab, в котором изучили 51 корпоративное внедрение ИИ, показало: 77% самых сложных проблем были связаны не с технологией. Среди важных факторов исследователи назвали необходимость завоевать доверие скептически настроенных команд. Поэтому главный вопрос звучит так: как компаниям сократить этот разрыв в доверии?
Что показало наше исследование
Чтобы проверить это на практике, мы опросили 604 сотрудников в США. Все они сказали, что используют ИИ на работе ежедневно или несколько раз в день. Также мы провели интервью со специалистами разных уровней — от аналитиков до генеральных директоров.
Почти каждый третий респондент — 30,3% — признал, что намеренно скрывал от коллег или работодателя знания об ИИ, способы работы с ним или отдельные приемы. Это меньше, чем в исследовании KPMG и Мельбурнского университета, но все равно значительная доля. При этом сотрудники в целом понимали, что обмен знаниями полезен для всей команды: почти четверо из пяти согласились, что обмен опытом использования ИИ улучшил бы повседневную работу команды, помог бы коллегам решать проблемы и повысил бы ее продуктивность.
Одним из самых заметных факторов, связанных с сокрытием знаний об ИИ, оказалось доверие к компании. Мы оценивали его по ответам сотрудников на семь утверждений, в том числе: «В целом я считаю, что мотивы и намерения моей компании добросовестны» и «Моя компания не всегда честна и откровенна». Сотрудники с самым низким уровнем доверия почти в четыре раза чаще скрывали знания об ИИ, чем сотрудники с самым высоким уровнем доверия: 47% против 14%. Похожая картина была и с психологической безопасностью: 45% против 17%.
Это не значит, что другие факторы не играли роли. Сотрудники чаще скрывали знания об ИИ, если опасались за свое место и работали в более конкурентной среде. Но доверие к компании оставалось сильным фактором даже с учетом этих обстоятельств, а также восприятия справедливости вознаграждения, инновационности компании, возраста, пола, отрасли, должности, стажа, наличия официальной политики по ИИ и доступа к разрешенным инструментам. Проще говоря, страх потерять работу и внутренняя конкуренция важны, но доверие объясняет то, чего они не объясняют.
Самый показательный вывод: связь между доверием и желанием скрывать опыт работы с ИИ заметно слабела, если учитывать уровень психологической безопасности. Иными словами, доверие снижает склонность скрывать такие знания отчасти потому, что помогает создать среду, где сотрудники не боятся рассказывать, как они работают, открыто экспериментировать и обсуждать использование ИИ без страха осуждения или негативных последствий.
Доверие было особенно важно там, где у сотрудников был доступ к набору ИИ-инструментов, одобренных компанией. В таких условиях сотрудники, которые доверяли организации, значительно реже скрывали знания об ИИ. Если общего набора разрешенных инструментов не было, связь между доверием и обменом знаниями оказывалась намного слабее. Возможное объяснение такое: доверие создает готовность делиться, а общий набор одобренных инструментов дает для этого практическую возможность. Сотрудники неохотно тратят время на описание рабочих процессов, запросов или приемов, если коллеги не могут легко получить к ним доступ и применить их сами.
Ни сами правила работы с ИИ, ни доступ к разрешенным инструментам по отдельности не позволяли предсказать, будут ли сотрудники скрывать свои знания. Это не отменяет реальной проблемы: часть случаев связана с тем, что сотрудники используют неразрешенные инструменты или работают с разрешенными так, что возникают риски для безопасности и соблюдения требований. На это нужно реагировать отдельно. Но общую склонность скрывать знания об ИИ нельзя объяснить и устранить только формальными правилами и набором разрешенных инструментов.
Что стоит за этими цифрами, хорошо видно в открытых ответах. «Я не доверяю своему начальнику и должен сохранить преимущество», — написал один респондент. Другой описал руководителей как людей, которые «отчаянно ищут способы использовать ИИ, чтобы уволить всех», и сказал, что не будет делиться тем, что знает, потому что не хочет давать кому-либо дополнительные аргументы. Это не иррациональная паранойя, а попытка сотрудников защититься от возможных действий организации, которые могут им навредить.
Метаанализ 104 исследований, охвативший около 31 800 сотрудников, подтверждает общую закономерность: чем выше психологическая безопасность, тем реже люди скрывают знания в разных рабочих ситуациях. А жесткий контроль, плохое обращение на работе и страх потерять место относятся к факторам, которые сильнее всего связаны с ростом такого поведения. Исследования цифрового техностресса также показывают: стресс из-за технологий усиливает склонность скрывать знания, но в командах с поддерживающим руководителем этот эффект слабее, а в конкурентной культуре — сильнее.
Почему сотрудники молчат
Интервью складываются в цельную картину. Сотрудники рационально оценивают, чем им грозит открытость в том, как они используют ИИ.
Первый вид издержек — репутационный. Младший консультант из сферы профессиональных услуг рассказала, что ее коллеги используют ИИ примерно так же, как она, но не говорят об этом: боятся показаться менее компетентными. В консалтинговой компании в сфере здравоохранения аналитик описала случай с коллегой, которая нашла полезную функцию ИИ для заметок и поделилась ею с командой. В ответ старший участник команды резко обесценил результат, потому что его сделал «компьютер». Сигнал был понятен: компания может заявлять, что поддерживает инновации в ИИ, но внутри команды по-прежнему наказывают за открытое использование таких инструментов.
Второй вид издержек — дополнительная нагрузка. Во многих организациях рост эффективности не рассматривают как возможность направить время и силы на более важные задачи. Его воспринимают как освободившийся ресурс, который нужно немедленно занять новой работой. Один управленческий консультант сформулировал это прямо: «Если я автоматизирую A и B, мне не дадут сосредоточиться на C. Меня заставят делать D, E и F». Когда за быструю работу вознаграждают не возможностью работать лучше, а просто большим объемом задач, у сотрудников появляется причина не раскрывать свои лучшие методы.
Третий фактор — страх замены. Корпоративные ИИ-системы могут фиксировать запросы, рабочие процессы и манеру коммуникации, постепенно собирая подробное представление о том, как сотрудник решает задачи. Затем эти сведения можно передать другому человеку или использовать, чтобы полностью автоматизировать работу. Профессор бизнес-школы Texas A&M Мэтью Колл сформулировал это так: знания, которые раньше накапливались годами опыта, теперь можно извлечь, сохранить и передать тому, кто придет на замену. Его совет сотрудникам — использовать личные ИИ-инструменты для самых ценных задач, а не корпоративные, чтобы полученные знания оставались с ними после ухода. Когда скрываться от собственного работодателя становится разумной карьерной стратегией, организация уже проиграла борьбу за доверие.
Все три фактора сводятся к одному вопросу: что произойдет со мной, если организация увидит, как я работаю?
Что могут сделать руководители
Выводы для руководителей неудобны. Опасения сотрудников, которые проявились в исследовании, не были ни абсурдными, ни чрезмерно подозрительными. Они вполне объяснимы: так сотрудники оценивают прошлый опыт организаций, которые часто использовали рост производительности в своих интересах. Если руководители хотят прозрачности, им нужно убедительно показать другой подход: когда открытый разговор о рабочих методах укрепляет положение сотрудника, а не ослабляет его.
В случае с ИИ сотрудникам нужны три условия: понятная причина делиться своим опытом, простой способ это сделать и достаточные навыки, чтобы превратить личный рабочий процесс в решение, которым действительно сможет воспользоваться коллега. Следующие рекомендации — практическое выражение такого подхода.
Добейтесь прозрачности, которую хотите видеть
Сотрудникам нужны понятные ориентиры: какие способы использования ИИ приветствуются, какие запрещены и как действовать в спорных случаях. Компании не обязательно перестраивать все рабочие процессы вокруг ИИ, чтобы сотрудники перестали скрывать его использование. Но нужно убрать неопределенность, из-за которой люди думают не о том, как лучше выполнить работу, а о том, как руководство воспримет их обращение к ИИ.
Исследования электронных баз знаний показывают: сотрудники делятся опытом, когда система не требует больших усилий для его описания, помогает им понять, что их знания полезны, и делает нормы обмена понятными. В случае с ИИ это значит, что не стоит просить людей превращать рабочую цепочку запросов в длинный процессный документ. Лучше использовать простые шаблоны, короткие демонстрации и встречи в формате «покажи, как ты это собрал», чтобы личные приемы становились материалами, которые могут применять другие.
Еще лучше — сделать вопросы о таких приемах частью регулярной практики. В полевом эксперименте с продавцами, у которых тоже есть стимул скрывать причины своего успеха, участников случайным образом разделили на пары и распределили по четырем сценариям: структурированные встречи, вознаграждение за общий результат, оба инструмента сразу или отсутствие изменений. Структурированные разговоры о техниках продаж увеличили продажи в среднем более чем на 15%, и эффект сохранялся как минимум 20 недель после завершения эксперимента. Вознаграждение за общий результат тоже давало прирост, но краткосрочный.
Базы знаний могут остаться пустыми, если руководители не организуют регулярные структурированные разговоры, где один сотрудник вправе спросить другого: «Что именно ты делаешь и почему это работает?» Если метод начинают использовать другие, закрепляйте за ним имя автора. Раскрытие должно укреплять репутацию человека, а не стирать его вклад.
Перестаньте забирать весь выигрыш от эффективности
Если сотрудники считают, что каждый час, сэкономленный с помощью ИИ, обернется новой неприятной работой, им выгоднее скрывать эту экономию. Поэтому руководителю важно заранее договориться с командой, на что пойдет освободившееся время. Например, на более глубокий анализ, более ценные проекты, профессиональное развитие или отдых.
Такая договоренность работает только тогда, когда сотрудники видят в ней пользу для себя, а не только способ снизить расходы компании. Похожая логика есть и в работе с поставщиками: они охотнее ищут возможности для экономии, если могут оставить себе часть созданной ценности, а не сразу передать ее заказчику через снижение цены.
Вознаграждайте вклад, который помогает другим, а не только личную продуктивность
Сотрудники будут скрывать, как используют ИИ, если, делясь находками, они теряют своё преимущество, а выгоду получают остальные. Поэтому не стоит рассчитывать на общий рейтинг «ИИ-лидеров» или разовую премию за инновацию в рабочем процессе. Исследования показывают: среда, где людей постоянно сравнивают друг с другом, может усиливать взаимное сокрытие знаний, а среда обучения, наоборот, снижает его.
В исследовании среди продавцов оплата по результатам команды приводила к заметно более активному обмену знаниями, чем индивидуальные комиссии. Но одних коллективных стимулов недостаточно. В одном эксперименте групповые поощрения сами по себе лишь слабо влияли на обмен знаниями. Люди чаще делились опытом в тех парах, где уже сложилась привычка помогать друг другу: ожидалось, что коллеги добровольно расскажут, что работает, и помогут тому, кто столкнулся с трудностью, даже если он об этом не просил.
Вознаграждайте не только отдельные находки, но и рабочие процессы, которые можно использовать повторно, перенимать в команде и которые повышают качество работы. Формы вознаграждения могут быть разными: признание на оценке эффективности за подходы, которые взяли в работу коллеги; отдельное время на дальнейшие эксперименты; доля выгоды после масштабирования процесса. Затем обязательно замыкайте обратную связь: показывайте человеку, где использовали его вклад, что улучшилось и какое признание он получит. В этом разница между просьбой отдать свое преимущество и возможностью стать признанным источником пользы для команды.
Узаконьте эксперименты с ИИ и сделайте их видимыми
Отдельное время на разрешенные эксперименты — не новая идея. «Правило 15%» в 3M привело к появлению стикеров Post-it, а «20% времени» в Google — к AdSense и Google News. Команда Claude Code в Anthropic адаптировала этот подход к эпохе ИИ и назвала его «побочными миссиями»: так называют самостоятельные эксперименты, которые инженеры, дизайнеры и продуктовые менеджеры проводят за пределами официальной дорожной карты.
Название важно. Оно превращает работу с ИИ, которую раньше могли воспринимать как сомнительный обходной путь, в признанную часть рабочего процесса. Когда это признание появляется, начинают работать обычные способы сделать работу видимой: общие хранилища процессов, командные демонстрации, признание подходов, которые переняли другие.
Считайте раскрытие метода вкладом
Предыдущие рекомендации касались структуры. Эта — о том, что руководитель делает в первые 30 секунд после того, как сотрудник показывает свою работу. Именно такая реакция становится самым сильным сигналом доверия.
Если открытость воспринимают как попытку пойти по лёгкому пути — пусть даже не прямо, а через скептический вопрос или заметное разочарование, — сотрудники привыкают скрывать такие вещи. Если же к ней относятся как к поводу разобраться, сотрудники видят, что честность имеет смысл.
Есть и более тонкая ловушка. Она не похожа на открытую враждебность и часто выглядит как хорошее намерение: сотрудника, который поделился находкой, превращают в постоянного наставника для всех остальных. Тогда честность становится неоплачиваемой дополнительной работой. Это один из самых верных способов добиться того, что о следующей находке промолчат.
Решение простое: снизьте для сотрудника издержки передачи опыта. Человек, который нашел рабочий способ, показывает его один раз. Дальше компания берет на себя описание, распространение и поддержку этого метода, а за автором сохраняется признание. Обмен опытом должен повышать статус сотрудника, а не превращаться для него в постоянную обязанность.
Важное замечание об инструментах
Одобренные корпоративные ИИ-инструменты фиксируют действия сотрудников: запросы, доработки и рабочие процессы, которые привели к результату. Такая запись помогает организации понять, кому принадлежит улучшение, признать заслугу и распространить метод среди коллег. Но она же позволяет забрать находку, оформить ее как процесс и передать работу в другие подразделения.
Наши данные показывают: разрешенные компанией инструменты усиливают связь между доверием и готовностью скрывать работу с ИИ. Когда доверие высокое, сотрудники, у которых есть доступ к таким инструментам, скрывают меньше. Когда доверие низкое, скрывают больше. Вероятно, дело в ожиданиях сотрудников: они думают о том, как организация использует то, что эти инструменты делают видимым. В компаниях с хрупким доверием корпоративный ИИ скорее закрепит привычку скрывать, чем поможет вывести знания на поверхность.
Знания не начинают работать на всю компанию, пока сотрудники не готовы сделать их видимыми. Эта готовность зависит от того, верят ли они, что организация справедливо распорядится тем, чем они поделятся. Грег Шоув, генеральный директор Section, компании, которая помогает перестраивать работу сотрудников с помощью ИИ, описал нынешнюю ситуацию прямо: проблема не в том, что «окупаемости ИИ нет». Проблема в том, что «окупаемость забирает сотрудник».
Руководители часто спрашивают, используют ли сотрудники искусственный интеллект. Но важнее другой вопрос: достаточно ли сотрудники доверяют компании, чтобы рассказывать, чему они учатся? От ответа зависит, сможет ли компания получить реальную пользу от роста производительности, который обещает ИИ.
