Surf explains why teams sabotage AI implementation in product development

Руководители Surf описали типичный сценарий, по которому команды принимают ИИ в разработке: от резкого отрицания до рабочего равновесия. Главная мысль в том, что провалы внедрения чаще связаны не с качеством Copilot, ChatGPT или Claude, а с тем, как менеджеры работают с сопротивлением людей.

Не в технологии

Авторы статьи предлагают смотреть на внедрение ИИ как на управленческую, а не только техническую задачу. По их наблюдениям, одна и та же модель в одной компании даёт ускорение и экономию, а в другой вызывает тихий саботаж, формальное использование и раздражение. Разница появляется в момент, когда опытный разработчик перестаёт быть только исполнителем и должен освоить новую роль: ставить задачу машине, проверять результат и принимать решение, даже если решение выглядит не так, как он сделал бы сам.

Эта смена роли бьёт по профессиональной идентичности. Для части специалистов ценность долго строилась вокруг личного навыка: написать код руками, удержать контекст в голове, быстро принять локальное решение. Когда ИИ начинает делать кусок этой работы, реакция часто воспринимается не как интерес к новому инструменту, а как угроза накопленной экспертизе.

Особенно болезненно это проявляется у сильных исполнителей, которые привыкли доказывать ценность качеством собственного ремесла и не готовы сразу перейти в режим оркестратора или ревьюера.

Пять стадий принятия

Surf связывает реакцию команды с логикой стадий принятия изменений, знакомой по модели Кюблер–Росс. Авторы не претендуют на академическую типологию, но считают её удобной практической рамкой для менеджеров и лидов. Она помогает отличить обычную адаптацию от саботажа и понять, в какой момент человеку нужен не ещё один созвон про пользу ИИ, а конкретная поддержка, разбор ошибок и более безопасный формат освоения нового инструмента.

Отрицание. Разработчик пробует ИИ с установкой, что сейчас быстро докажет его бесполезность, и после первой неудачи делает вывод о технологии, а не о своём подходе. **Гнев.

Если у коллег что-то получилось, появляется желание обесценить чужой результат и доказать, что это не настоящая работа, а опасная имитация качества. Торг.* Впервые возникает мысль, что проблема может быть не в инструменте, а в том, как человек им пользуется; это лучшая точка для менторства.

Эйфория. После первых успехов маятник качается в другую сторону: кажется, что теперь можно автоматизировать почти всё и брать на себя лишние обещания. **Равновесие.

** ИИ перестаёт быть либо угрозой, либо магией и становится просто рабочим инструментом с понятными границами.

«Это не работает, и я вам сейчас это докажу».

Отдельно авторы выделяют промежуточное состояние, когда специалист уже видит успехи других, но вместо корректировки процесса начинает сомневаться в себе. Такой режим не всегда выглядит как прямое сопротивление, но тоже тормозит внедрение: человек боится ошибаться, теряет энергию и уходит в имитацию использования вместо реальной практики. Для руководителя это важный сигнал: не каждый слабый результат означает враждебность, иногда команде просто не хватает безопасной обратной связи и понятного способа учиться на промахах.

Как внедрять аккуратно

Главный практический вывод для менеджеров — не запускать ИИ сразу на всю команду. Массовое внедрение синхронно усиливает и отрицание, и гнев, и эйфорию, а руководитель физически не успевает провести каждого через этот цикл. Вместо этого Surf советует пилотировать не технологию, а людей: выбрать тех, кто уже открыт к экспериментам, дать им подходящие задачи и сопровождать в точках, где обычно происходят ошибки, срывы ожиданий или переоценка возможностей.

Авторы также напоминают, что без безопасной среды обучение не взлетит. Если в команде за любой сырой результат сразу наказывают или публично высмеивают, сотрудники не будут честно осваивать новый инструмент. Они начнут скрывать ошибки, изображать прогресс или саботировать процесс молча.

Поэтому здоровая рабочая среда здесь не HR-лозунг, а прямое условие для появления первых рабочих кейсов, на которых можно строить внутреннюю экспертизу и постепенно менять отношение остальной команды. Ещё один важный тезис касается внутренних лидеров. Достаточно нескольких заметных примеров, чтобы остальная команда начала воспринимать ИИ не как спущенную сверху моду, а как реальный способ работать быстрее или качественнее.

Такой пример снижает сопротивление лучше, чем обязательные регламенты, презентации и закупка лицензий без понятного сценария применения. Когда успех виден рядом, технология перестаёт быть абстракцией и становится рабочим аргументом внутри команды.

Что это значит

Для компаний это полезное напоминание: внедрение ИИ в разработку — это не покупка ещё одного инструмента, а перестройка ролей, привычек и критериев ценности внутри команды. Выигрывают не те, кто быстрее оформил лицензии, а те, кто сумел провести людей через сопротивление, не сломать их мотивацию и превратить интерес к ИИ в устойчивую рабочую практику.