Smashing Magazine: Организационные ошибки, тормозящие внедрение AI
Пол Боаг, автор книги Digital Adaptation (2014), опубликовал этот материал в Smashing Magazine 16 октября 2026 года. В нём он возвращается к тем же ошибкам, которые организации допускали в эпоху цифровой трансформации, и обнаруживает, что сейчас они повторяются практически в неизменном виде — только уже с AI.
О чём статья
Тезис Боага: внедрение AI — это культурная и кадровая задача, а не технологическая. Большинство организаций подходят к ней как к IT-проекту: IT-отдел выдаёт лицензии, рассылает типовые обучающие материалы и считает проект завершённым. Результат — низкий уровень принятия, высокая тревожность и сотрудники, экспериментирующие через личные аккаунты вместо одобренных корпоративных инструментов.
Статья опирается на консалтинговый опыт Боага с командами дизайна и продукта. Она начинается с примера UX-команды, которая хотела создать репозиторий исследований и AI-персоны. Их официальный инструмент с этим не справлялся. Получить разрешение на другой инструмент означало войти в процесс согласования через руководящий комитет. Энтузиазм команды угасал.
Ключевые ошибки
Игнорирование личной выгоды сотрудников. AI прежде всего повышает продуктивность, а значит, люди делают больше за то же время за те же деньги. Без конкретной пользы для конкретного человека — карьерного роста, освобождённого времени, избавления от рутины — уровень принятия остаётся низким.
Недооценка масштаба изменений. Замена годами выработанных привычек требует времени, целевого обучения под конкретные роли и защищённого пространства для экспериментов и ошибок. В организациях, где это сводится к однонедельному тренингу, навыки не закрепляются.
Наказание за эксперименты. Если KPI и оценки результативности остаются прежними, провал в ходе AI-эксперимента имеет реальную цену. В статье приведён пример сотрудника, получившего выговор за слишком большое количество API-токенов в процессе обучения. Обучение требует ошибок; системы, которые за ошибки наказывают, блокируют обучение.
Управление через запреты. Длинные списки того, что нельзя делать с AI, порождают страх и делают бездействие путём наименьшего сопротивления. Это толкает сотрудников к «теневому AI» — личным аккаунтам для рабочих задач, — что создаёт именно те риски для данных, которые корпоративное управление было призвано предотвратить.
Преждевременная фиксация одобренных инструментов. Разным ролям нужны разные инструменты. Определять стек одобренных инструментов до того, как сложились реальные паттерны использования, означает блокировать нужные и навязывать ненужные. Боаг рекомендует сначала дать командам широко экспериментировать, а ужесточать контроль после того, как станут понятны реальные потребности.
Что рекомендует Боаг
Начните с вопроса: какие части работы дизайнера или копирайтера действительно рутинны и мог бы AI их взять на себя? Выстройте аргументы в пользу внедрения вокруг этого ответа. Найдите сотрудников, которые уже экспериментируют через личные аккаунты, и дайте им возможность показать коллегам, что работает, — примеры от равных убеждают лучше, чем директивы руководства. Скорректируйте критерии оценки так, чтобы эксперименты в течение определённого периода обучения явно не считались нарушением.
Кому будет полезно
Руководителям дизайн-команд, операционным менеджерам и всем, кто отвечает за внедрение AI-инструментов в творческих или редакционных командах. Диагноз — что человеческая сторона изменений важнее технологии — не специфичен для дизайна, но примеры и контекст взяты из UX и продуктовой работы.