Каждая компания, с которой я разговариваю, разворачивает ИИ-агентов. Копилоты, кастомные агенты, встроенные в CRM боты — и презентация для совета директоров, где всё это называется трансформацией. А потом приходят данные по использованию, и правда звучит жёстко: агенты установлены, лицензированы и никем не используются.

Это и есть провал внедрения ИИ-агентов, и сейчас он измерим в масштабе, который должен остановить любой разговор об ИИ-бюджете. Исследование MIT NANDA, о котором писал Fortune, показало: около 95% пилотных проектов генеративного ИИ в крупных компаниях не дают измеримого эффекта на прибыль. Причина названа прямо — компании избегают трения, связанного с реальным изменением того, как устроена работа.

Девяносто пять процентов. Мы тратим деньги на возможности инструмента и называем это внедрением, а потом обвиняем сам инструмент, когда отдачи не появляется. Проблема почти никогда не в инструменте. Использует его кто-то или нет — решает архитектура мотивации вокруг него.

Экономика полки

Каждая неиспользуемая лицензия — это товар, лежащий на полке, и у корпоративного софта долгая и дорогая история отношений с этим явлением. Поколение CRM научило нас, во что это обходится: люди, которые должны были наполнять систему данными, просто этого не делали. Поколение ИИ повторяет тот же паттерн с более дорогим инструментом. Купленное и неиспользуемое место в системе хуже, чем никогда не купленное: оно рисует на дашборде статус «внедрено», пока реальные сотрудники говорят обратное.

Вендоры вам этого не скажут — демо этого не показывает. Посмотрите любую демонстрацию ИИ-инструмента и обратите внимание, кто им пользуется: всегда мотивированный пользователь. Ей любопытно, у неё есть время, она хочет, чтобы новая штука сработала. Реальные пользователи — противоположность. Они посреди задачи, отстают от графика, несут в себе три года мышечной памяти, от которой новый инструмент просит отказаться. Демо симулирует пользователя, которого не существует. Пилот — это первый момент, когда инструмент встречается с тем, кто существует на самом деле.

95% — это не про технологию, это про провал внедрения

Если правильно прочитать цифру MIT, меняется и то, что нужно чинить. 95% — это показатель провала именно внедрения. У пилотов, которые сработали, была одна общая черта: они меняли повседневный рабочий процесс людей, которые ими пользовались. У пилотов, которые умерли, тоже была общая черта: они добавляли ещё один шаг и просили поверить, что это окупится позже. Вера «позже» — это отсрочка, и её цена растёт с каждым кварталом, пока внедрение стоит на месте.

Исследования разных компаний независимо приходят к одному выводу. Большинство организаций где-то используют ИИ. Почти никто не прошёл дальше пилота. Возможности и реальное внедрение — разные вещи, и именно в этом разрыве незаметно исчезает большая часть бюджетов на ИИ-пилоты.

По данным опроса Writer.com среди корпораций, человеческая цена этого разрыва становится явной. 97% руководителей развернули ИИ-агентов за последний год. Реально пользуются ими 52% сотрудников. 75% руководителей признают, что их ИИ-стратегия существует больше для галочки, чем как реальное руководство к действию. 29% сотрудников признаются, что саботируют ИИ-стратегию компании, а среди поколения Z эта доля доходит до 44%.

Саботаж в таком масштабе — это не техническая проблема. Это проблема мотивации.

Почему сотрудники игнорируют ИИ-агентов

Отчёт MIT прямо называет механизм: трение. Сотрудники отвергают ИИ-агентов не потому, что не любят технологии. Они отвергают их, потому что использование агента означает изменение привычного способа работы, а во внедрении не было ничего, что делало бы это изменение того стоящим. Трение — это свойство дизайна, а значит, само внедрение может его усиливать или снижать. Когда новый инструмент просит отказаться от процесса, который вы годами выстраивали, в обмен на обещание будущей эффективности, рациональный ответ — продолжать делать то, что уже работает.

Спрос на ИИ уже есть. Сотрудники массово пользуются неавторизованными ИИ-инструментами по собственной инициативе — просто потому, что официальные инструменты оказались сложнее в использовании или появились позже. Люди хотят эти возможности. Что они отвергают — так это лишнюю нагрузку от плохо продуманного внедрения.

Провал внедрения ИИ — это проблема дизайна мотивации

Здесь большинство разговоров о внедрении ИИ заканчивается фразой «нужен более качественный change-менеджмент» — и вот тут я перестаю соглашаться.

Внедрение ИИ — это задача дизайна мотивации, и она требует другого набора инструментов, чем логистика внедрения. Change-менеджмент объясняет людям, почему инструмент важен. Дизайн мотивации делает новое поведение стоящим того, чтобы его выполнять, — а затем видимым и социальным.

Показательный пример — работа с Navo Orbico, дистрибьютором Procter & Gamble. Компания развернула геймифицированный CRM-опыт для отдела продаж в 19 странах. Участие было добровольным. К программе присоединились 99,5% сотрудников, для которых она была доступна. Продажи выросли на 28,6%. Активность по KPI — поведение, которое предсказывает выручку, — выросла больше чем на 60%.

Никого не заставляли логиниться. Не было ни директивы, ни штрафов за несоблюдение, ни писем в духе «вы обязаны внедрить систему». Сотрудникам не предлагали денежный бонус за участие. Предложением был сам опыт: история, в которой их повседневная работа что-то значила, стратегия, которую они контролировали, и город, который вся команда строила сообща. Когда общая цель не выполнялась — город страдал. Когда цель достигалась — выигрывали все. Социальное влияние делало работу, которую сотня писем о необходимости внедрения сделать не может.

Дизайн сделал новое поведение стоящим того, чтобы его выполнять, видимым и социальным. Это и есть разница между ИИ-агентом, который собирает пыль, и инструментом, который становится частью работы.

Обратите внимание, чего дизайн не сделал. Он не налепил очки на дашборд и не назвал это готовым решением. Он переосмыслил саму работу: менеджеры по продажам стали капитанами торговых кораблей, территории — открытым морем, клиенты — колониями. Рутинный ввод данных в CRM превратился в шаг путешествия, а не в перерыв в нём.

Сначала спроектируйте первую победу, потом — возврат

Если вы разворачиваете ИИ-агентов и цифры использования не растут, перестаньте добавлять функции в агента. Посмотрите на момент первого использования. Большинство корпоративных внедрений тщательно проектируют инструмент и забывают про онбординг — а это как раз та фаза, которая решает, приживётся новое поведение или нет. Состояние первой победы значит больше, чем любое демо. Новому пользователю нужно почувствовать успех уже в первой сессии, задолго до того, как соберутся квартальные метрики пилота.

Конкретный пример: если задача агента — составлять письма поставщикам, первым заданием не должны быть сложные переговоры. Это должно быть письмо, которое пользователь и так пишет каждый день, — чтобы первый результат сразу оказался лучше версии, написанной вручную. Первая сессия, видимая победа. Дальше дизайн переходит к более сложным задачам, открывает новые возможности и превращает собственный рост пользователя в причину возвращаться. Последовательность важнее самого инструмента.

Затем нужно спросить: что происходит после первой победы? Внедрение затухает, когда опыт остаётся неизменным, когда нет причины возвращаться, когда агент выглядит на 300-й день так же, как в первый. Людям нужна причина возвращаться, которая растёт вместе с их опытом: новые возможности, новые задачи, видимый прогресс, который накапливается. Это фаза, где чаще всего незаметно умирает внедрение любого софта. Тот же вопрос стоит задать и про опытных пользователей: что удерживает ветерана спустя год? Если ответ — «ничего», отток просто идёт по более медленным часам.

Ничего из этого не требует менять сам инструмент. Требуется изменить среду вокруг него.

ИИ не может спроектировать собственное внедрение

Ещё одно убеждение, от которого стоит отказаться: идея, что ИИ способен сам спроектировать своё внедрение. ИИ может предсказать, что обычно делает типичный пользователь. Он не видит, почему именно этот конкретный человек сопротивляется, на какой фазе своего пути он находится и какой мотивации ему не хватает. Подход «покормить контентом и посмотреть, что приживётся» годится, чтобы настроить ленту рекомендаций. Формирование привычки требует принципиально другого механизма — того, что опирается на то, что человек уже ценит.

Мотивация — это не сигнал, который может прочитать модель. Это задача дизайна, которую должна решить организация, — и решают её именно те организации, чьи пилоты переживают столкновение с собственными сотрудниками. Они получают другой результат: сотрудников, которые пользуются инструментом, потому что от этого их работа становится лучше. Дашборд такое не воспроизводит.

Бюджет на ИИ вы уже потратили. Вопрос в том, будут ли им пользоваться люди, для которых он куплен, — а это вопрос поведения, а не технологии.