Генеративный ИИ в компаниях: как повысить производительность и качество работы с помощью стратегии, ориентированной на людей.

Внедрение новых технологий не только повышает эффективность за счет экономии времени, но и увеличивает его.также качество работы, поскольку оно позволяет посвятить себя стратегической и творческой деятельности.Но необходимо обеспечить целевое обучение и адаптировать его к различным функциям компании.

По мере развития интеллектаИскусственная генерация (AI Gen), следующая задача для лидеров ясна: сделать этомасштабируемыйи может предоставитьизмеримая ценностьв своих организациях (Дэвенпорт и Бин, 2025).

По мере того, как компании переходят от экспериментов к внедрению в масштабах всего предприятия, многие борются не с самими инструментами, а с организационными преобразованиями, необходимыми для их значимой интеграции в повседневную работу людей. Инструменты будут продолжать развиваться: эточеловеческая сторона уравнениячто определяет истинный успех инициатив AI Gen.

Мы изучили одну из крупнейших на сегодняшний день реальных реализаций искусственного интеллекта в транснациональной фармацевтической компании.Ново Нордиск. Его опыт показывает, что успех зависит не только от инфраструктуры, но и от образа мышления людей, да.адаптироватьсяеони сотрудничаютс ИИ. Ключевой урок: хотя внедрение искусственного интеллекта и более широкие цифровые преобразования имеют общие корни, первое является особенно разрушительным, беспрецедентным образом переопределяя саму природу работы.

Как и многие организации, Novo Nordisk начала со знакомого ожидания: что искусственный интеллект в первую очередь повысит производительность (Brynjolfsson, Li & Raymond, 2025). Руководствуясь принципом лидерства «время — главная валюта» и кампанией под названием «Сделай свое время важным», компания запустила внедрение этого инструмента в масштабах всего предприятия.Второй пилот AI Gen от Microsoftв начале 2024 года с цельюсэкономить времяеповысить эффективность. И во многом компания достигла этой цели.

Каждый сотрудник сэкономил в среднем 2,17 часа в неделю после начала использования инструмента. Но произошло и нечто неожиданное: сотрудники ценили не эти часы больше всего. Удовлетворенность сотрудников работой Copilot в три раза больше связана с ощущением улучшениякачество работычто за сэкономленное время. Сотрудники сообщили об улучшении качества синтеза контента, создания контента и формирования идей. Интересно, что многие сотрудники реинвестировали сэкономленное время во взаимодействие с людьми, стратегическое планирование и творческую работу. Как сказал один из них: «Я могу посвятить больше времени и энергии стратегии и планированию запуска моего проекта».

Это понимание ставит под сомнение фундаментальное предположение многих реализаций AI Gen: основная ценность технологии заключается в чистой эффективности. На практике перспективы AI Gen шире и более ориентированы на человека.

Опыт внедрения Novo Nordisk, который увеличился с нескольких сотен пользователей Copilot в январе 2024 года до 20 000 в феврале 2025 года, дает важные уроки лидерам, которые решают задачу масштабирования поколения искусственного интеллекта.более 3 тысяч сотрудников, внутренний анализ и собеседования с клиентами, мы выявили как динамику сотрудников, так и проверенные на практике подходы к лидерству, позволяющие обеспечить значимое внедрение в масштабе.

Масштабирование AI Gen: это не технология Plug-and-Play

Масштабирование AI Gen — это не просто техническая задача, это марафон управления изменениями. Настоящая работа – этоподдерживатьсотрудники экспериментируют, борются и в конечном итоге находят свой путь с помощью этих новых инструментов.

В компании Novo Nordisk внедрение Copilot не было линейным, но произошло.три фазы. Сначала былпик: примерно через месяц23%людей были частыми пользователями, и74%умеренными пользователями. Потом былотклонитьпредставляющий интерес, с15%группы ранних пользователей, которые ушли в неактивность через три или четыре месяца, а среднее сэкономленное время упало с2,29а2,14часов в неделю. Один пользователь сказал: «Я до сих пор не совсем понял, как его использовать. Сначала я немного попробовал, без особого успеха, и с тех пор не использовал». Аналогичная картина наблюдалась и в использовании приложений: производительность и качество снизились после того, как пользователи расширили использование Copilot с одного или двух приложений (таких как Word и Excel) до четырех или пяти, но затем снова начали использовать шесть или более приложений.

Такое снижение в середине цикла типично для внедрения поколения искусственного интеллекта. Первоначальный энтузиазм людей сменяется разочарованием, поскольку непосредственные выгоды иссякают, а трудности интеграции возрастают. Если не остановить этот спад, он может обернуться заброшенностью. Наше исследование показало, что нескольких разочарований достаточно, чтобы разрушить энтузиазм людей в отношении технологий; другими словами, пользователь может отказаться от использования Copilot после нескольких неудачных попыток. Однако сотрудники, которые упорствуют в преодолении этого снижения, часто сообщают о значительном улучшении производительности, вероятно, из-за эффекта накопленного обучения. Это решающее время для целенаправленных учебных мероприятий.

Чтобы бороться со спадом в середине цикла, Ново Нордиск реализовала ряд стратегий, в том числе: целевое обучение, приуроченное к ключевым этапам внедрения; перераспределение лицензий и списков ожидания для оживления интереса; сеть сторонников искусственного интеллекта, которые предоставляют контекстное руководство и поддерживают темпы внедрения; целевые микрокоммуникации, такие как информационные бюллетени с подсказками, для решения проблем, о которых сообщают пользователи; постоянная обратная связь, такая как периодические опросы, информационные панели использования и контрольный мониторинг конкурентов, для развития поддержки по мере изменения потребностей пользователей.

Как показывает опыт компании,AI Gen требует постоянного обучения и поддержки.. Эффективность AI Gen зависит от обучения людей, а не только моделей ИИ. Лидеры должны создавать экосистему, в которой сотрудники чувствуют поддержку, информацию и вдохновение для дальнейшего развития возможностей технологий (Puranam, 2025).

Адаптация возможностей AI Gen на основе бизнес-функций

Однако разные бизнес-функции требуют разных типов поддержки. Понимание того, как люди с разными ролями и мировоззрением взаимодействуют с AI Gen, имеет решающее значение для эффективного внедрения.

В Novo Nordisk влияние Copilot существенно различалось в зависимости от функции, что привело к переходу от единообразного внедрения к целевому внедрению. Анализ, сравнивающий экономию времени и повышение качества в корпоративной, коммерческой, производственной и исследовательской сферах, выявил серьезные различия.

Корпоративные и коммерческие командыоказались одними из самых эффективных с точки зрения повышения производительности и качества работы с Copilot. С другой стороны, такие отделы, какИсследовать,ДанныееИИеКлиническая разработка, продолжая приносить пользу, добился меньших результатов как в экономии времени, так и в улучшении качества. СотрудникиКорень, привыкшие к детерминированным системам с постоянными результатами, часто сталкивались с вероятностной природой AI Gen. Поскольку он работает на моделях, которые производят переменные ответы, его результаты могут противоречить точным рабочим процессам, требующим надежности.галлюцинацииИИ(неправильные или бессмысленные результаты) еще больше усложнили интеграцию инструмента в исследовательскую деятельность, где точность и надежность имеют первостепенное значение. Эти галлюцинации проявляются по-разному, включая выдумки, фактические неточности, ошибки в логике или рассуждениях, математические ошибки и выбор, основанный на нерелевантных моделях (Сани др., 2024).

Эта изменчивость подорвала доверие людей к системе и создала значительные препятствия для ее внедрения. Как выразился один исследователь: «Я не понимаю, как применить это к своей работе». Напротив, один из пользователей отдела продаж описал это как «изменение, которое изменило правила игры во многих аспектах моей работы». Адаптация к AI Gen потребует изменения мышления среди сотрудников STEM: им придется научиться управлять непредсказуемостью, присущей таким инструментам.

Чтобы облегчить этот процесс, Ново Нордиск перешла от единообразной реализации кперсонализированный. Он запустил специальную программу адаптации для каждой созданной им функции.сборник пьессценариев использования и учебных библиотек, соответствующих должностным обязанностям, и работал с Microsoft над настройкой функций Copilot для разных команд. Такая гибкость гарантировала, что сотрудники, занимающие как творческие, так и точные роли, могли найти значимые приложения, соответствующие их рабочим процессам.

Чемпионы-сюрпризы: самые опытные сотрудники

Вопреки некоторым мифам о цифровых аборигенах, данные показали, что ястаршие сотрудникикомпании Novo Nordisk, как правило, использовали AI Gen более эффективно, чем ихмладшие коллеги. Результаты опроса показали, что опытные работники превзошли своих более молодых коллег как по повышению производительности, так и по улучшению качества работы. Почему? Глубокое понимание рабочих процессов этих пожилых сотрудников позволило им быстро определить, где такие инструменты, как Copilot, могут принести пользу. Более того, они были лучше подготовлены к оценке результатов, полученных с помощью ИИ, и интеграции их в сложные задачи с большей эффективностью.точность.

Более молодым сотрудникам, напротив, часто не хватало контекста для выявления высокоэффективных возможностей. Один молодой сотрудник сказал: «Я не знаю достаточно реальных вариантов использования; для чего я могу это использовать?» Другой отметил: «У меня не было конкретного случая использования, где я мог бы ясно увидеть преимущества использования/исследования Copilot».

Урок: вместо того, чтобы предполагать, что молодые работники будут возглавлять работу по созданию искусственного интеллекта, организации должнывозлагать ответственностьопытные сотрудники, выступающие в качествеусилители.

После того, как это понимание опровергло предположения руководителей Novo Nordisk, была создана межфункциональная сеть, в основном состоящая из опытных сотрудников, для проведения одноранговых демонстрационных сессий, обучения для конкретных ролей и обмена практическими примерами, адаптированными к конкретным условиям работы. Между тем, внутренние корпоративные сообщества в социальных сетях, такие как Viva Engage (инструмент социального сотрудничества, встроенный в Microsoft Teams), позволяют обмениваться знаниями между старшими и младшими сотрудниками, что способствует их внедрению.

Инвестируя в старших сотрудников как в средства внедрения, руководители могут использовать контекстуальный опыт этих людей, чтобы обеспечить осмысленное использование AI Gen, адаптируя обучение к рабочим процессам и стажу, а также обеспечивая младшим сотрудникам четкие и доступные варианты использования для укрепления их уверенности. Сопоставляя возможности с опытом, организации могут раскрыть потенциал AI Gen на каждом уровне.

Производительность AI Gen зависит не от технологических знаний, а от контекстуальной гибкости, доверия и способности человека интегрировать новые инструменты в тонкие рабочие процессы.

Преодоление культурного сопротивления и позора ИИ

Не все в Ново Нордиск приветствовали Copilot. Тамсопротивлениекультурныйи так называемыйИИпозорсоздавало серьезные препятствия: некоторые сотрудники считали AI Gen неэтичным или похожим на мошенничество. Один пользователь сказал: «Я считаю Copilot сомнительным с этической точки зрения: чрезвычайно высокое энергопотребление, основанное на бесстыдной практике нарушения конфиденциальности и прав».

Другие боялись нарушить распорядок дня, допустить ошибки или подвергнуться тщательной проверке результатов, полученных с помощью ИИ. Один пользователь сказал: «Боюсь, что то, что я делаю с Copilot, неправильно или что я допущу ошибки в своей работе». Такое отношение привело к тому, что сотрудники неохотно интегрировали технологии в свои рабочие процессы. Обеспокоенность по поводу ответственности за результаты и изменения в рабочих процессах усилили сопротивление AI Gen.

Это тонкое, но реальное культурное сопротивление может замедлить внедрение даже в высокотехнологичных организациях. Ново Нордиск подошла к решению этой задачи с помощью многогранной стратегии, ориентированной на прозрачность и доверие. Компания представила руководящие принципы этического использования, уточнила ожидания в отношении владения и раскрытия результатов, а также запустила кампанию «Тратите время, чтобы сэкономить время», чтобы по-новому определить AI Gen как стратегический фактор, а не ярлык.

Марк Навас, исполнительный директор Novo Nordisk, ответственный за внедрение Copilot, подтвердил это послание: «Цель Copilot — дать нашим сотрудникам возможность работать лучше, а не искать ярлыки». Регулярная обратная связь, включая опросы и аналитику использования, позволила компании отслеживать сопротивление и корректировать поддержку. Демонстрации под руководством чемпионов нормализовали внедрение, демонстрируя реальные примеры успешного использования AI Gen. Безопасные пространства, такие как платформа Viva Engage, позволяли сотрудникам задавать вопросы, делиться проблемами и завоевывать доверие, не опасаясь осуждения.

Лидеры, внедряющие AI Gen, могут принять несколько стратегий, как это сделала Novo Nordisk, чтобы смягчить культурное сопротивление.,превратить сопротивление в участие и проложить путь к устойчивому внедрению.

Уточните этическое использование.Разработать и распространить рекомендации по использованию, владению и раскрытию ИИ. Убедитесь, что сотрудники понимают, как беспрепятственно интегрировать AI Gen.

Нормализовать использование AI Gen среди чемпионов.Нанимайте опытных сотрудников для демонстрации практического и этического применения, которое сделает AI Gen более понятным и заслуживающим доверия.

Продвигайте безопасные места.Создавайте внутренние сообщества для взаимной поддержки, где сотрудники могут выражать свои опасения и делиться успехами, не подвергаясь осуждению.

Активно решайте проблемы доверия.Обучайте сотрудников вопросам конфиденциальности данных, воздействия на окружающую среду и ответственного использования для укрепления доверия и противодействия этическим возражениям.

Переосмысление роли ИИ.Позиционируйте AI Gen как инструмент для улучшения качества работы, а не замены человеческих усилий, посредством последовательного обмена сообщениями со стороны руководства.

Люди — это платформа

Ново Нордиск планирует и дальше расширять развертывание Copilot примерно с20милаа37 мильсотрудников в 2025 году. (В компании примерно75 мильсотрудников по всему миру). По словам директора по цифровым технологиям и информационным технологиям (и соавтора) Андерса Ромаре, будущее компании с AI Gen будет зависеть от способности выйти за рамки первоначального энтузиазма и создать системы, которые поддерживают непрерывное обучение, доверие и интеграцию в реальные рабочие процессы.

По мере того как компания продолжает внедрение, один урок становится все более очевидным: успех AI Gen зависит не столько от самих инструментов, сколько от людей, которые их используют и от того, как они адаптируются, сотрудничают и принимают изменения.

Этот успех обусловлен не только автоматизацией, но и людьми, желающими переосмыслить способы своей работы, поддержать друг друга и развить доверие к новым способам работы, поддерживаемым ИИ. Чемпионы становятся проводниками перемен. Сообщества становятся акселераторами. И опыт, а не молодость, становится скрытым катализатором усыновления.

Если вы хотите успешно масштабировать AI Gen, начните с людей, а не с кода.

Примечание перед библиографией

Авторы хотели бы поблагодарить Цзинци Лю, аспиранта ETH Zurich, за вклад в написание этой статьи.

Библиография

Т.Х. Давенпорт и Р. Бин, «Пять тенденций в области искусственного интеллекта и науки о данных на 2025 год», MIT Sloan Management Review, 15 апреля 2025 г., https://sloanreview.mit.edu.Э. Бриньольфссон, Д. Ли и Л. Рэймонд, «Генеративный ИИ в действии», Ежеквартальный журнал экономики 140, н. 2 (май 2025 г.): 889–942.П. Пуранам, «Регуманизация: как построить человекоцентричные организации в эпоху алгоритмов» (Сингапур: Penguin Random House, 2025).Ю. Сунь, Д. Шэн, З. Чжоу и др., «Галлюцинации искусственного интеллекта: на пути к комплексной классификации искаженной информации в контенте, генерируемом искусственным интеллектом», Humanities and Social Sciences Communications 11, no. 1 (сентябрь 2024 г.): 1–14.С. Райш и С. Краковски, «Искусственный интеллект и управление: парадокс автоматизации и расширения», Academy of Management Review 46, n. 1 (ноябрь 2021 г.): 192–210.