Forrester: el miedo a despidos por AI frena la adopción de AI en las empresas

Консалтинговая компания Forrester пришла к неприятному для бизнеса выводу: компании уже внедряют генеративный ИИ в рабочие процессы, но сотрудники не готовы следовать за этой волной. Главные причины — страх увольнений и нехватка практического обучения.

Разрыв между ставками и готовностью В отчёте AIQ 2.0, опубликованном

Forrester 23 марта 2026 года, исследователи оценили готовность сотрудников, команд и организаций к работе с ИИ в США, Великобритании, Германии, Франции и Австралии. Картина получилась противоречивой. С одной стороны, генеративный ИИ уже вышел из стадии экспериментов: компании встраивают его в реальные процессы и ждут от него роста эффективности.

С другой — сами работники за последний год почти не продвинулись в навыках и уверенности, которые нужны, чтобы использовать такие инструменты без сопротивления и хаоса. Ключевые цифры из исследования показывают, насколько сильно разошлись ожидания менеджмента и реальная готовность людей: 68 % организаций уже используют генеративный ИИ в производственных приложениях 81 % лиц, принимающих решения, считают ИИ-ассистентов важными для повышения эффективности сотрудников Только 51 % компаний обучают ИИ нетехнических специалистов, хотя в 2024 году таких было 47 % Лишь 23 % организаций дают обучение по prompt engineering * 43 % сотрудников ожидают, что автоматизация приведёт к потере множества рабочих мест в ближайшие пять лет Эти цифры важны не сами по себе. Они показывают, что бизнес уже делает ставку на ИИ как на рабочий инструмент, но не строит вокруг него понятную операционную среду.

Когда у руководства есть план по внедрению, а у сотрудников нет ни ясных сценариев применения, ни базовых навыков, новые инструменты начинают восприниматься не как помощь, а как сигнал угрозы.

Почему люди тормозят Первая проблема — обычный дефицит подготовки.

В большинстве компаний обучение по ИИ либо отсутствует, либо ограничивается общими презентациями без привязки к конкретной роли. Для нетехнических сотрудников это особенно критично: им нужно понимать, где ИИ ускоряет рутину, где требует проверки результата, а где использовать его вообще нельзя. Отдельно проваливается обучение prompt engineering — навыку, который во многих офисных сценариях фактически стал новой цифровой грамотностью.

Если человек не умеет правильно формулировать запрос, он быстро получает плохой результат и теряет доверие к инструменту. Вторая проблема глубже: люди видят в ИИ не только новый софт, но и потенциальную замену самим себе. Forrester прямо связывает это с общей атмосферой тревоги на рынке.

По данным компании, 43 % сотрудников опасаются, что в ближайшие пять лет автоматизация приведёт к массовой потере рабочих мест, а каждый четвёртый ждёт влияния ИИ уже на собственную позицию. На этом фоне любые разговоры о повышении эффективности звучат двусмысленно, особенно когда часть руководителей открыто говорит о сокращении затрат на персонал.

«Часть наших сотрудников боится потерять работу и поэтому полностью отворачивается от ИИ».

У этих опасений есть рациональная основа. Ранее опросы показывали, что 51 % руководителей британских компаний рассматривают ИИ как способ сократить инвестиции в персонал. Ещё одно исследование зафиксировало, что 43 % руководителей ждут сокращения стартовых позиций в течение года в пользу ИИ, а половина прямо связывает ИИ с уменьшением численности сотрудников. В такой среде сопротивление внедрению выглядит не иррациональностью, а естественной реакцией людей, которые слышат один сигнал от HR и совсем другой — от топ-менеджмента.

Что советует

Forrester Рецепт Forrester не сводится к тому, чтобы просто добавить ещё один корпоративный курс. Исследователи советуют повышать AIQ сотрудников через обучение и вовлечение одновременно: объяснять, зачем компании нужен ИИ, какие конкретно задачи он меняет и как это отразится на ежедневной работе людей. Важен и тон коммуникации.

Если компания продаёт внедрение как программу экономии на штате, сотрудники будут защищаться. Если она показывает ИИ как инструмент роста продуктивности и расширения ролей, шанс на принятие заметно выше. Из выводов отчёта для компаний следуют довольно приземлённые шаги: обучать ИИ не только инженеров, но и команды продаж, поддержки, маркетинга и бэк-офиса давать не общие лекции, а сценарии под конкретные рабочие задачи отдельно учить работе с запросами, проверке ответов и ограничениям моделей объяснять сотрудникам, где ИИ помогает ускориться, а где решение всё равно остаётся за человеком * создавать внутренние примеры и обмен опытом, а не надеяться только на формальные курсы В публикациях по мотивам отчёта отдельно подчёркивается ещё один нюанс: формальное обучение само по себе играет удивительно небольшую роль, если внутри команды нет нормального обмена практикой.

Иначе говоря, одной LMS и пары вебинаров мало. Люди охотнее осваивают ИИ, когда видят, как коллеги реально используют его в похожих задачах, какие ошибки допускают и как проверяют результат. Для менеджмента это неудобный вывод, потому что он требует не закупки очередного инструмента, а изменения повседневной культуры работы.

Что это значит В офисном ИИ главным узким местом оказались не модели и

не бюджеты, а доверие сотрудников. Пока бизнес обещает рост эффективности, а люди слышат угрозу сокращений, внедрение будет идти медленнее, чем рассчитывают руководители.