A geração Z se tornou o principal obstáculo à adoção de AI por medo de demissões

Компании всё чаще сталкиваются не с нехваткой ИИ-инструментов, а с внутренним сопротивлением их внедрению. Самый тревожный сигнал — среди сотрудников поколения Z почти половина сознательно мешает использованию таких систем, потому что боится потерять работу.

Почему растёт страх

Для многих сотрудников корпоративный ИИ выглядит не как помощник, а как прямой конкурент. Когда компания показывает, что модель умеет писать тексты, собирать отчёты, искать данные, отвечать клиентам и ускорять аналитику, часть команды слышит не обещание эффективности, а намёк на сокращение роли человека. Это особенно болезненно там, где работа уже разбита на повторяемые операции и результат легко перевести в цифры.

У поколения Z этот страх заметнее по простой причине: молодые специалисты чаще занимают стартовые позиции, где много рутинных задач, а именно они автоматизируются первыми. При этом у них ещё меньше ощущения карьерной защищённости и меньше влияния на правила внутри компании. Если руководство говорит о внедрении ИИ языком экономии и оптимизации, сотрудники быстро делают вывод, что технология внедряется не ради помощи, а ради замены.

Как выглядит саботаж Сопротивление не всегда выглядит как открытый конфликт с руководством.

Чаще это тихое поведение, которое снаружи кажется обычной рабочей инерцией, но на деле тормозит внедрение и повышает риски для бизнеса. Люди формально соглашаются с новыми инициативами, а затем начинают обходить правила, использовать сторонние сервисы или переносить чувствительную информацию туда, где у компании уже нет контроля.

• Используют неразрешённые ИТ-инструменты вне корпоративного контура Загружают рабочие и конфиденциальные данные в публичные сервисы Игнорируют новые ИИ-процессы, даже если формально участвуют в пилоте * Обходят внутренние регламенты, чтобы доказать, что по-старому быстрее Опасность в том, что такой саботаж бьёт сразу по нескольким направлениям. Компания теряет темп внедрения, получает теневую автоматизацию и рискует утечкой данных. Параллельно ломается сама оценка эффективности: менеджеры видят слабый результат пилота и могут решить, что проблема в инструменте, хотя на деле сотрудники просто не доверяют сценарию использования. В итоге технологический проект превращается одновременно в кадровую и ИБ-задачу. Особенно быстро это проявляется в отделах, где экспериментируют без зрелых правил доступа.

Где ошибается бизнес

Во многих компаниях ИИ до сих пор продают команде как способ делать больше меньшими силами. Для финансовой модели это звучит логично, но для сотрудников такое сообщение читается очень жёстко: если система ускоряет мою работу вдвое, значит, завтра спросят, зачем вообще нужен я или моя команда в текущем составе. После такого люди начинают защищать не процесс, а собственное место, и сопротивление становится рациональной реакцией.

Поэтому одной политики запретов здесь недостаточно. Бизнесу нужно заранее объяснить, какие задачи ИИ берёт на себя, какие решения остаются за человеком, как будут измеряться результаты и какие инструменты разрешены официально. Если нет понятного списка сервисов, правил по данным, обучения и безопасного канала для экспериментов, сотрудники почти неизбежно уйдут в серую зону.

Там внедрение вроде бы идёт, но компания уже не управляет ни качеством, ни рисками.

Что это значит

Главный барьер для корпоративного ИИ сейчас находится не в качестве моделей, а в доверии внутри команды. Пока сотрудники связывают автоматизацию с угрозой увольнения, внедрение будет идти через обходы, скрытые практики и лишние риски. Победят те компании, которые сумеют не только купить инструмент, но и честно договориться с людьми о новой роли человека рядом с ИИ.