Один в ответе за всё
Один руководитель недавно сказал мне: «AI стал для меня как сильная аналитическая команда. Он быстрее собирает данные, структурирует аргументы, готовит варианты решений. Иногда я ловлю себя на том, что в компании думаю только я вместе с моим AI-агентом».
На первый взгляд, AI должен расширять мышление организации. Сегодня многие CEO используют его, чтобы получить новый взгляд на запросы клиентов, слабые места бизнес-модели, привлекательность инвестиционных проектов или эффективность внутренних процессов. Однако когда CEO приносит эти инсайты команде и ждет, что она начнет думать шире, происходит обратное:
- команда прорабатывает только те варианты, которые выделил CEO, и не ищет новые;
- ссылается на AI как единственный источник ответа;
- время, которое AI должен был высвободить для творческого процесса, не дает ни прорывных идей, ни новых инициатив.
Сотрудники становятся передаточным звеном между AI и CEO. Они все меньше берут на себя ответственность, реже проявляют креативность и критическое мышление. AI не расширяет управленческое мышление системы, а еще больше замыкает всю инициативу, решения и контроль на CEO.
Видя, что люди перекладывают ответственность на алгоритмы и служат все меньшей опорой для CEO, он и сам все чаще вынужденно обращается к AI как к быстрому источнику ответов, постепенно отдаляясь от команды. С этого момента запускается порочный круг: чрезмерная зависимость от алгоритмов начинает незаметно влиять на когнитивные способности руководителя, ослабляя критическое мышление и способность выносить самостоятельные суждения.
Когнитивные функции на аутсорсинге
AI ускоряет отдельные этапы работы, такие как сбор и систематизация данных, анализ, формирование выводов, сравнение вариантов, подготовка рекомендаций. Но когда CEO работает с AI над бизнес-задачей, он фактически передает модели часть процесса problem solving, то есть поиска решений. Этот поиск состоит из нескольких шагов и требует сложных когнитивных навыков, которые развиваются годами.
Когда AI начинает «мыслить» вместо руководителя, это значит, что когнитивная функция уходит на аутсорс.
Исследования подтверждают, что это не абстрактный риск. Одно из первых, проведенное MIT Media Lab в 2025 году среди 54 участников, показало, что при использовании AI активность мозга снижается вдвое, а информация почти не остается в памяти. После написания эссе с ChatGPT лишь 17% участников смогли процитировать из него предложение — против 90% у тех, кто писал без AI.
Совместное исследование Университета Карнеги-Меллона и Microsoft среди 319 офисных сотрудников, использующих GenAI минимум раз в неделю, показало: хотя инструмент повышает эффективность работы, он может привести к долгосрочной чрезмерной зависимости от AI и снижению навыков самостоятельного решения проблем. Исследователи из Университета Орегона, изучавшие когнитивные привычки 299 студентов технических и естественно-научных направлений, зафиксировали «петлю когнитивного долга»: регулярное использование AI подавляло привычку к анализу и критическому мышлению. Примечательно, что наиболее уязвимыми оказались студенты с изначально высокой предрасположенностью к технологиям — именно они быстрее остальных делегировали AI глубокие мыслительные процессы.
Руководитель может распознать когнитивный аутсорсинг, например, по таким высказываниям:
— «AI все уже собрал, осталось только выбрать»;
— «Мы прогнали запрос через AI, система выдала этот вариант как оптимальный»;
— «Мы быстро получили варианты, но все они почему-то похожи»;
— «Мы не смогли проверить все цифры, но вроде выглядит логично»;
— «Если этот вариант не подходит, можем просто перегенерировать запрос»;
— «Мы просили нейросеть дать нестандартные идеи, но ничего нового не появилось».
За повышением эффективности кроется новый управленческий риск. Когда структурирование, выделение главного, критическое мышление и формулирование выводов перестают тренироваться, они незаметно, но верно угасают.
Как AI сужает креативность
В словаре Кембриджа креативность — «способность придумывать оригинальные и необычные идеи». Исследования, сравнивающие креативность AI и человека, показали, что, в отличие от человека, новизна идей у AI ограничена.
В эксперименте Doshi и Hauser участники писали короткие рассказы из восьми предложений. Группа, использовавшая AI, создала более интересные и лучше сформулированные тексты. Идеи, впрочем, оказались похожи друг на друга. Исследователи пришли к выводу, что AI может повысить креативность отдельного человека (особенно с более низким творческим потенциалом), но совокупность идей от AI характеризуется низким разнообразием.
Пример из моей практики. При подготовке к встрече с CEO крупной розничной компании команда тщательно проанализировала рыночную ситуацию, позиционирование, конкурентное давление и финансовое положение. С помощью AI был подготовлен список из восьми стратегических вызовов и комплексная матрица управления в привычной для отрасли логике: бизнес-модель, форматы, логистика, бренды, IT, ВЭД, финансирование, персонал. Акционеры, однако, не пошли по пути правильного, но стандартного набора управленческих ходов. Стратегический прорыв появился там, где были предприняты радикально новые для отрасли инициативы, предложенные членами управленческой команды.
В организации важна не степень креативности одного человека, а новизна идей, которые появляются в системе в целом. Новые модели вполне способны генерировать более креативный контент, чем отдельные люди, — но проблема не в этом. Когда организация перекладывает задачи по разработке новых идей и подходов на AI, творческий потенциал перестает развиваться.
Управленческая креативность CEO — это не количество генерируемых идей, а способность выйти за привычную рамку и увидеть ситуацию с разных сторон. Перспектива одного человека ограничена по определению. Поэтому новый взгляд в компании рождается там, где есть диспут, споры, столкновение мнений. Именно этот процесс позволяет CEO сдвинуть рамку, через которую он смотрит на ситуацию. В работе с AI это происходит редко.
Упрощенный пример. CEO задает промпт: «Я — генеральный директор небольшого продуктового магазина. Как мне повысить рентабельность продаж?» AI предложить с десяток решений внутри заданной рамки бизнес-модели: «Нужно одновременно увеличивать маржинальность товаров и снижать операционные издержки». Но, скорее всего: модель не подсветит нестандартные варианты — например, «рассмотрите переход в сегмент производства и продажи готовой еды» или «проверьте цены и ассортимент конкурентов в радиусе одного километра».
Архитектура AI устроена так, чтобы находить статистические связи внутри промпта. Заданные вами критерии модель воспринимает как абсолютную истину и строит дальнейшие цепочки слов вокруг них. AI с вами не спорит. Поэтому руководитель часто получает не новый взгляд, а аккуратно структурированную версию собственного видения рынка и бизнеса. Более того, чем больше вы тренируете модель под свои цели и критерии, тем сильнее она закрепляет вашу логику. И в какой-то момент начинает казаться, что вы ходите по кругу, потому что модель «забывает» более раннюю информацию из-за ограничений вычислительных мощностей. Здесь, как и в ситуации с развитием когнитивных способностей в целом — в том числе креативных, — возникает риск того, что человеческий мозг начинает незаметно ограничивать свой потенциал, полностью полагаясь на AI.
Как AI подменяет собственное суждение
Помимо умения решать сложные задачи и видеть ситуацию с разных сторон, у CEO есть еще одна критически важная функция — сохранение собственного управленческого суждения. При работе с AI суждение уходит незаметно.
Я, мои коллеги и клиенты замечали один и тот же паттерн: сначала AI помогает найти информацию, потом — ее проанализировать, сформировать и оценить варианты. Затем — предлагает решение с обоснованием. Его ответы выглядят полными, логичными и убедительными. Наша компетенция все больше формируется на основе аутпутов модели, мы движемся внутри логики, собранной AI, и следуем ее выводам.
Здесь возникают две проблемы: во-первых, модель изначально выделила и проанализировала ограниченный набор данных; во-вторых, без нашего участия применила определенные фильтры и критерии.
Профессор психологии Католического университета Милана Джузеппе Рива в статье в Nature Human Behaviour (2024) вводит концепцию Системы 0 — в дополнение к двум системам Канемана, где Система 1 — быстрое, интуитивное мышление, Система 2 — медленное, аналитическое. В последующей работе Рива описывает Систему 0 как невидимый слой когнитивной инфраструктуры, который «фильтрует входящую информацию, направляет внимание и задает рамку вариантов еще до начала сознательного рассуждения». Человек начинает «думать после машины» — формировать суждение после того, как AI предварительно отобрал, структурировал и интерпретировал реальность.
Проблема в том, что реальность AI не включает компоненты «живых систем». То, что мы называем анализом или решением, в живом человеке опирается на опыт произведенных действий, память последствий, восприятие слабых сигналов, телесное ощущение и понимание целей и мотивов. В практике управления это — опыт и интуиция первого лица.
AI работает не с организацией. Он работает с тем ее описанием, которое ему передали. А живая система всегда больше, чем ее описание: в ней есть история, эмоции, власть, страх, доверие, неформальные правила, личные интересы, усталость, сопротивление и энергия людей. Риск для CEO — подмена собственного суждения, формируемого годами опыта и изучения сложных взаимосвязей системы, выводами AI, сгенерированными на основе неполных данных.
Что происходит с развитием будущих лидеров — и что должен защитить CEO
В любой сильной профессиональной среде есть ученичество — живая передача мастерства через совместную работу. Будущий лидер развивается не тогда, когда получает поручение или готовое решение, а когда видит, из какой логики исходит руководитель при постановке вопроса, формировании гипотез, анализе альтернатив.
Когда я работала партнером в McKinsey, большая часть моего времени уходила именно на такую работу с командой. Я объясняла структуру анализа, проговаривала логику мышления и поиска решений, обучала синтезу и формированию выводов, диктовала правильные формулировки, разбирала результаты подготовленного анализа и показывала, где логика ломается, а вывод противоречит данным. Я учила мыслить в рамках MECE (Mutually Exclusive, Collectively Exhaustive — базовый принцип структурного мышления, используемый в стратегическом консалтинге для анализа и решения проблем. Он гарантирует, что категории не пересекаются и охватывают все возможные варианты. — Прим. ред.) и пирамиды Минто для структурирования текста/мышления «от главного к деталям» (Pyramid Principle). Заставляла проверять, смотреть с разных перспектив, тестировать с экспертами.
Сегодня значительная часть этого времени уходит на обучение AI-агента. Руководитель дает AI то, что раньше давал людям: контекст, критерии качества, обратную связь, доступ к своей логике мышления. По данным Gallup, в 2026 году 67% топ-менеджеров регулярно используют AI. Это означает, что AI становится частью ежедневной управленческой среды и забирает время, в которое раньше формировалась привычка совместно думать, спорить и вырабатывать решения.
Будущее поколение лидеров проходит становление в принципиально иной среде. Из-за постоянного взаимодействия с упрощенной моделью реальности, которую предлагает AI, снижается толерантность к неопределенности, атрофируется управленческая смелость.
Поэтому повестка CEO по внедрению AI расширяется. Помимо перевода задач «с человека на машину», необходимо создавать условия для развития когнитивных, креативных и авторских способностей сотрудников. Новая цель — защита той управленческой среды, в которой сохраняется становление собственного мышления и преемственность лидерского суждения.
Читайте также:
Нейробиология лидерства: как CEO принимают решения при стрессе
Равнение на… Зачем руководителю умение концентрироваться
