ИИ повышает продуктивность, но осложняет менеджерам оценку сотрудников и контроль за рабочими процессами

Image: TechCrunch · Source

Новое исследование показывает, что инструменты ИИ увеличивают продуктивность, но усложняют менеджерам оценку вклада сотрудников и контроль процессов работы при участии ИИ, что выявляет проблемы адаптации организаций.

Использование инструментов искусственного интеллекта в рабочих процессах повышает общую продуктивность, однако менеджеры сталкиваются с существенными трудностями при оценке работы сотрудников и управлении результатами, созданными с помощью ИИ, согласно недавнему исследованию Nielsen по заказу Monday.com. Опрос охватил 1700 директоров и старших менеджеров из семи стран и показал, что более половины руководителей испытывают сложности с определением того, какая часть оттестированных результатов сотрудников выполнена ими самостоятельно, а какая с помощью ИИ.

Эта сложность обусловлена тем, что инструменты ИИ часто напрямую доставляют обработанные результаты в почтовые ящики менеджеров, размывая границу между человеческими усилиями и контентом, созданным ИИ. В итоге почти половина опрошенных менеджеров заявляет, что тратит больше времени на проверку и руководство работой своих команд по сравнению с периодом до внедрения ИИ. Несмотря на эти сложности, 94% менеджеров выразили энтузиазм в использовании ИИ для повышения эффективности работы и уверенность в выявлении ценных сценариев применения ИИ в своих функциях. Михаил Миллер Леви, руководитель маркетинговых исследований Monday.com, сравнил этот энтузиазм с интернет-эры начала 2000-х, отмечая аналогичное восприятие "магии" ИИ.

Однако Леви подчеркнул, что стремительное развитие ИИ опережает организационные процессы и адаптации. Хотя ИИ хорошо работает на уровне отдельного менеджера, более широкие организационные обязанности требуют новых подходов. В связи с этим 78% менеджеров пересмотрели критерии оценки сотрудников, уделяя внимание таким навыкам, как эффективное формулирование запросов к ИИ, делегирование задач ИИ и инновации в рабочих процессах.

Сложность справедливой оценки работы сотрудников сохраняется, особенно когда роль ИИ непрозрачна, особенно учитывая, что 46% менеджеров используют ИИ для поддержки принятия решений, а 39% применяют созданные ИИ черновики для оценки результатов работы. Такая практика может вносить предвзятость, поскольку большие языковые модели (LLM) воспроизводят шаблоны из обучающих данных, иногда усиливая социальные предубеждения. Исследования, приведённые в опросе, указывают на предвзятость LLM по отношению к определённым социальным группам, что подчёркивает необходимость осторожного управления.

Кроме того, внедрение ИИ меняет нагрузку на менеджеров. Контроль за агентами ИИ — включая решение о делегировании задач, проверку результатов и вмешательство при проблемах — добавляет уровень «невидимой работы». Также растёт сложность программного обеспечения: 57% менеджеров отмечают увеличение числа используемых инструментов, а более 50% сообщают о расширении «стека» программ, вопреки ожиданиям его консолидации. Использование теневого ИИ вне официальных систем усложняет контроль.

Смотрят в будущее, 58% менеджеров ожидают, что в течение года будут контролировать больше агентов ИИ, чем людей, а 46% опасаются потерять контроль над автономными действиями ИИ. Существует обеспокоенность по поводу ответственности: 35% боятся нести вину за решения, принятые ИИ. Менеджеры, как правило, предпочитают помощь ИИ с участием человека, а не полностью автономных агентов.

В целом исследование подчёркивает, что хотя ИИ предоставляет возможности для повышения продуктивности, его интеграция приносит серьёзные вызовы для управления. Без эволюции управленческих практик и организационных структур менеджеры могут испытывать трудности с эффективным использованием преимуществ ИИ.