💡Важный отчет от PwC: "The Fearless Future: 2025 Global AI Jobs Barometer" - показывает как ИИ меняет рынок труда и суть профессии менеджера.

👇Вот самые интересные моменты из отчета:

1️⃣ Продуктивность и доходы:

- В ИИ-ориентированных отраслях (IT, финансы, консалтинг) рост производительности за два года почти в 4 раза:
+9,9% → +27%

- Для сравнения: в “традиционных” отраслях (лесозаготовки, сельское хозяйство, добыча ископаемых)
производительность почти не изменилась — всего 8,5%.

- Даже “неиИИ” сферы вроде строительства и добычи ископаемых постепенно втягиваются в ИИ-гонку.

2️⃣ Зарплаты и премии:

- В ИИ-отраслях зарплаты растут в 2 раза быстрее, чем в остальных.

- Премия за ИИ-навыки — +56% к зарплате (ещё год назад была только 25%).

3️⃣ Вакансии и рынок труда:

- Количество рабочих мест в ИИ-ориентированных отраслях растет (пусть и не так быстро, как в традиционных).

- Вакансии, требующие ИИ-навыки, выросли на +7,5%, тогда как общий рынок вакансий упал на -11,3%

4️⃣ Навыки и переосмысление ролей:

- В ИИ-профессиях требования к навыкам меняются на 66% быстрее (год назад было только 25%).

- Базовых навыков теперь хватает всего на 12–18 месяцев (раньше — на 4–6 лет).

- Формальное образование стремительно теряет ценность — сейчас главное уметь быстро переучиваться.

5️⃣ Организационные последствия:

- 70% CEO уверены — ИИ полностью пересоберет способ создания ценности в компании.

- 50% CEO считает внедрение ИИ главной задачей на ближайшие 3 года.

- 82% CEO: ИИ либо увеличил, либо не уменьшил штат

⚡️ Главные выводы для управленцев:

ИИ не “заменяет” людей, а делает их незаменимыми:
освобождает от рутины, подталкивает к креативу, усложняет задачи.

Компании, которые видят в ИИ только “оптимизацию расходов” и попытку “сэкономить на ФОТ”,
теряют куда больше —
упускают новые рынки и возможности для роста 🚀

Быть менеджером в ИИ-эпоху — это не про контроль процессов.
Это про умение постоянно пересобирать себя и команду под новые ИИ-реалии.
Не успеваешь — вылетаешь за борт 🛳🌊

MIT: 95% ИИ-пилотов — провал?🤔 Или кто тут не дочитал?

Недавно новостные ленты облетела пугающая цифра: отчет MIT "STATE OF AI IN BUSINESS 2025" показывает:

95% AI-пилотов в бизнесе не дали ни прибыли, ни пользы ⚠️

Заголовки кричат громче самих отчётов:

- 📰 Fortune: "An MIT report that 95% of AI pilots fail spooked investors"
- 🗞 РБК: "95% пилотных проектов по генеративному ИИ проваливаются"
- 📰 Forbes: "От хайпа к реальности: почему ИИ-проекты буксуют"
- 💻 Habr: "Отчёт MIT: 95% пилотов генеративного ИИ терпят неудачу"

Все облегченно вздохнули:
- 👨‍💻 Senior-разработчики — "наконец-то перестанут заставлять писать код с ИИ"
- ✍️ Копирайтеры увидели свет в конце тоннеля
- 🧾 Бухгалтеры поняли: "Excel ещё рано хоронить"

McKinsey со своими рассказами о том, что главный тормоз ИИ-трансформации - это менеджеры, оказались посрамлены 🙃

Все бы так и забыли про эту "сенсацию", но тут вскрылся нюанс:
Если дочитать отчет MIT дальше 2-й страницы, оказывается, что всё не так однозначно.
————————————-
Кейс из жизни

Вчера общался с другом — руководителем ИТ-подразделения крупного банка 🏦

Классика жанра:
- 🏢 Есть централизованное подразделение, которое «спускает сверху» своих ИИ-агентов для использования в подразделениях;

- 🔒 В банке запрещены облачные ИИ (безопасность!), а локальные версии постоянно отстают от возможностей облачных версий;

- 🕵️‍♂️ Сотрудники тихонько используют облачные ИИ «из-под полы», потому что только там есть нужные фичи;

- ⏳Официальные корпоративные ИИ народ использует только в крайнем случае, а ждать, когда их «дообновят», уже стало локальным корпоративным спортом.

В итоге «официальная» ИИ-революция топчется на месте, а неофициальная — идёт полным ходом 🚀
————————————-

Главная мысль отчета MIT (если прочитать все 26 страниц)

Пока менеджмент медленно и печально внедряет ИИ "сверху", "снизу" уже сейчас происходит реальная ИИ-революция! 🔥
А менеджмент её либо не замечает, либо предпочитает делать вид, что ее нет.

Всё, как в отчёте McKinsey: сотрудники сами находят нужные инструменты, потому что «инициатива сверху» не успевает за жизнью.

Для любознательных

Вот статья-разбор отчета MIT для тех, кто реально читает отчёты до конца, а не только заголовки:
https://venturebeat.com/ai/mit-report-misunderstood-shadow-ai-economy-booms-while-headlines-cry-failure/

Сам отчет MIT приложу следующим сообщением
—————
А как у вас?

ИИ спускают сверху или “подпольщики” уже решают реальные задачи?
Пишите, у кого как этот “пилот” летает (или падает)! 👇

Менеджер на перезагрузке

Тот самый отчет MIT, вызвавший такой переполох

https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

Менеджер на перезагрузке

Мои пять копеек к предыдущему пункту. Мы с Василием и коллегами активно обсуждаем (даже под камеру, скоро анонс) происходящие изменения. И отсутствие системности во внедрении, невовлечение сотрудников и отсутствие лидерства — три основных, по моему мнению, блокера к получению бизнесом плюшек от ИИ. И в этом смысле именно на это стоит обратить внимание тем руководителям и собственникам.
Да, технологии не совершенны, да, модельки улучшаются и местами лучше подождать, чем делать самим. Но даже тогда, когда они ещё сильнее поумнеют, отсутствие стратегии применения, понимания областей где у вас точки роста, готовности и компетентности персонала, которые тоже не сразу отрастают, и встроенности процедур не позволят применить даже поумневшие модельки.

Ну а что делать конкретно — это вопрос, над которым мы активно работаем. Следите за новостями)

Мой хороший друг и коллега Артемий Анцупов поднял важную тему.

Критиковать менеджеров всегда легко - это только ленивый не делает по любому поводу.

А что менеджерам делать-то, чтобы эту самую "ИИ-революцию снизу" поддержать, и сделать так, чтобы Центры Компетенции по ИИ поддерживали рабочий опыт сотрудников, а не шли поперек него?

Ответ, как мне кажется есть в замечательной статье "Making AI Work: Leadership, Lab, and Crowd" Этана Моллика (профессор менеджмента в Университете Пенсильвании)

Он убедительно, приводя ссылки и источники доказывает, что использование ИИ, которое повышает производительность отдельных сотрудников, не обязательно приводит к улучшению организационной эффективности. Для реальных организационных улучшений требуется организационные инновации, переосмысление стимулов, процессов и самой сути работы.

🔥 Что же важно для успешного освоения ИИ в компании?

1️⃣ Leadership — руководители должны не просто говорить об ИИ, а показывать реальное видение будущего, на личном примере использования ИИ показывая, как трансформируется работа и какие возможности открываются. Без четкого лидерства изменения не станут устойчивыми.

Цитата:
...сотрудников мотивируют к переменам не заявления руководства о повышении производительности или финансовых результатах, а чёткие и наглядные представления о том, как на самом деле выглядит будущее: какой будет работа в будущем? Приведёт ли повышение эффективности к увольнениям или будет использовано для развития организации? Как будут вознаграждаться (или наказываться) сотрудники за использование ИИ?

2️⃣ Crowd — сотрудники, которые ежедневно пробуют использовать ИИ в работе. Что-то у них получается, что-то нет. Они — первопроходцы, находящие новые способы применения технологий. А затем в курилках, за обедом, у кофепойнтов они делятся опытом между собой, создавая сеть коммуникаций для освоения ИИ. Их вовлечение и поддержка критически важны для успешного "приживления" ИИ в компанию.

Цитата:
многие сотрудники скрывают использование ИИ, часто по уважительной причине, в то время как другие, несмотря на первоначальное обучение, не знают, как эффективно применять ИИ для решения своих задач.

3️⃣ Labs — специальные команды экспертов, где тестируют, экспериментируют и быстро создают решения на базе ИИ. Они взаимодействуют с Crowd, получая от них знания о том, где в рабочем опыте сотрудников действительно есть потребность в использовании ИИ, и в ответ предлагая им готовые решения, обучая их новым знаниям, приемам, инструментам.

⚙️ Итог: успех ИИ в компании — это не просто технология, а постоянный процесс обучения и настройки. Организациям нужно активно строить обратную связь между Leadership, Labs и Crowd, чтобы быстрее адаптироваться и опережать конкурентов.

Внедрение ИИ — это командная игра, где нужны все: от руководства до каждого сотрудника.

Менеджер на перезагрузке

Кто такие prosumers и почему они вам нужны

(всем привет, на связи Асхат)

Подъехал отчет от MIT на тему того как ИИ используют в организацях. Там делается упор на термин prosumer = producer + consumer (я его раньше не слыщал, каюсь).

Именно prosumer’ы двигают ИИ в организациях, а не “большие стратегии” сверху вниз.

Смотрите. Компании вкладывают миллионы в GenAI, но 95% из них застревают: пилоты есть, трансформации нет. ChatGPT и deepseek люди любят — но только для себя. Корпоративные AI-системы? Дорогие, ломкие, и в продакшн редко доходят. В итоге хайп есть, а ROI — нет. Это и есть "GenAI Divide" из отчета.

А потом появляется prosumer. Сотрудник, который не просто юзает LLM для перевода текста, а берет и скручивает себе связку через n8n, чтобы автоматизировать отчет. Делится с коллегами: “Смотрите, я сделал так, и у меня теперь экономится три часа каждую неделю”. И вот оно — маленькое, но реальное внедрение.

Prosumer это больше чем Power User, он не просто пользуется инструментом, но и создает свои "продуктики" на его основе.

Prosumer — это не ИИ команда и не закупка. Это живой человек из функции, который первым показывает, где ИИ реально работает. Он фильтрует мусорные инструменты, запускает волну экспериментов и фактически становится мостиком между теневым использованием (shadow AI) и официальными инициативами.

Ирония в том, что организации часто ищут магическую “AI -стратегию”, а настоящая трансформация начинается с этих вот “самоделкиных”. Те, кто сами нащупывают ценность, создают решения и заражают энтузиазмом коллег.

Основатель ScrumTrek Асхат Уразбаев нашел интересное 👆 в отчете MIT

Там делается упор на термин prosumer = producer + consumer

Лично мне кажется рискованным ставка на отдельных людей - prosumer , без системного решения.

Все-таки на голом энтузиазме можно очень быстро выгореть. Много раз видел такие трагедии из лучших побуждений.

Но наверно первопроходцы всегда должны быть. А затем должны придти какие-нибудт душнилы-администраторы, которые систематизируют то, что нашли первопроходцы, и легитимизируют в компании.

Однако, как мне кажется, сейчас главный блокер - это опасения компаний за сохранность данных, и связанный с этим запрет для сотрудников использовать облачные решения. А корпоративные ИИ-решения часто сырые, неудобные и тд

А это сдерживает "низовую инициативу", и темпы освоения ИИ

ИИ для CEO: миф о ИИ-трансформации или просто дорогие игрушки для элиты? 🤔💸

Читаю тут статью в Business Insider о том, как CEO крупных компаний используют LLM:
- Тим Кук экономит время на почте 📬🤖
- Хуанг “учится всему с нуля” у ChatGPT 🧑‍🎓🤖
- Альтман консультируется с ИИ по вопросы воспитания ребенка 👶🤖

И кажется, такие статьи должны убеждать рынок в том, что за LLM будущее.
В воздухе витает мысль: “Раз уж такие умные и богатые люди так делают — значит, надо срочно применять LLM в своей жизни!” 🏃‍♂️‍➡️🤖

Но вот что удивительно: вся эта витрина — про индивидуальный комфорт, а не про изменения в компаниях 🤷‍♂

MIT и McKinsey уже в открытую пишут: сколько ни рассказывай про ИИ-лайфхаки топов, реальной ИИ-революции в бизнес-процессах всё равно не видно.
Люди учатся экономить 20 минут тут, полчаса там — а компании, "в целом", как работали по-старому, так и работают.

И вот дилемма: продолжать собирать “маленькие пользы” для отдельных сотрудников — или пробовать перестраивать процессы вокруг ИИ?
Что реально возможно во втором случае? Или рынок обречён ещё долго жить на лайфхаках? 🤷‍♂️

Если кто-то видел по-настоящему системные примеры использования ИИ в бизнес-процессах — не стесняйтесь, киньте в комменты 👇

Или все просто делают вид, что уже “едут на ИИ”, чтобы не отстать от толпы?

🚀 Почему ИИ растёт быстрее интернета, а результата всё нет? 🤷‍♂️

Вторая часть отчета McKinsey: Сверхвозможности на рабочем месте

Что в ней:
ChatGPT — 2 года, 300 млн активных пользователей каждую неделю.
90% Fortune 500 уже внедрили AI.
Интернет шёл к такому охвату почти 10 лет.

💸 Но при миллионных тратах эффект скромный:

92% топов собираются увеличить бюджеты, половина — на 10%+.

Почти половина проектов застряла в пилотах.

Только 19% компаний получили рост выручки >5%.

❓Что тормозит:
— Хайп прошёл, а стратегии нет.
— «Зумеры» и «блумеры» (59% рабочей силы) готовы, но навыков мало.
— Пока в России раскачиваются, в Индии и Сингапуре ждут +10% к выручке, в США — скепсис и страх регулирования.
— Лидеры меряют скорость и экономику, игнорируя доверие и прозрачность.

McKinsey ставит вопрос жёстко: без смелых целей и дорожной карты перестройки рабочих процессов под ИИ, ROI не будет 🙅‍♂️

👉 Разбор ошибок и решений — во второй части исследования McKinsey:
Сверхвозможности на рабочем месте. Часть 2

Вот полная PDF с исследованием "ИИ и менеджеры"

Главные инсайты:
1) ИИ распространяется быстрее чем любые другие инновации

2) Уже сейчас знание ИИ гарантирует +56% к зарплате

3) "Человеческие" навыки выходят на первый план, так как их сложнее всего автоматизировать

4) В ИИ-мире менеджеры становятся "стратегами", а не контролерами

5) В выигрыше окажутся те менеджеры, которые придумают, как системно встроить ИИ в рабочий процесс, а не решать частные проблемы

Менеджер на Перезагрузке

Привет всем, кому интересен ИИ! 🤖

На днях мы полностью перевели отчет MIT GenAI Divide 2025 — анализ, который ломает привычные представления о причинах провалов ИИ в компаниях.

🧠 5 САМЫХ УДИВИТЕЛЬНЫХ ИНСАЙТОВ ИЗ ОТЧЕТА MIT GenAI DIVIDE

🔥 1. Главная проблема в том, что корпоративные ИИ не учатся, и не развиваются
Большинство корпоративных ИИ не запоминают обратную связь пользователей и поэтому не улучшают свои результаты со временем. В итоге — вместо “умных” помощников сотрудники получают одноразовые инструменты.

💰 2. Реальная экономия от ИИ — в бэк-офисе
Самые большие выгоды от ИИ — не в продаже и маркетинге, а в автоматизации внутренних процессов бэкофиса. В отчете есть пример: автоматизация обработки счетов и платежей (AP) приносит до $2–10 млн ежегодной экономии.

🏢 3. Крупные компании буксуют, в то время как средние - обгоняют
Корпорации создают больше ИИ-пилотов, но внедряют ИИ дольше: компании-лидеры среднего размера внедряют ИИ за ±90 дней, а крупные компании — за 9 месяцев. Большие ресурсы ≠ успех.

🎯 4. Массовое ИИ часто выигрывает у кастомных
Сотрудники предпочитают использовать публичные решения вроде ChatGPT — они проще, надежнее и дешевле, чем корпоративные аналоги "заточенные" под компанию.

🔧 5. Всё дело — в подходе к внедрению, а не в технологиях
Причина провалов — не в ИИ-инструментах, а в отсутствии внятной стратегии внедрения ИИ в рабочие процессы. Технология уже зрелая, а подходы к внедрению — нет.

Полный разбор с примерами — по ссылке ⬇️
https://scrumtrek.ru/blog/ai/16097/ai-in-business-2025/

Менеджер на Перезагрузке