В анализе навыков рабочей силы, опубликованном 2 сентября 2026 года, Gartner сообщает, что 95% директоров по персоналу (CHRO) заявляют о реализации активных инициатив в области ИИ, в то время как 51% директоров по информационным технологиям (CIO) и старших ИТ‑руководителей считают, что требования к новым ИИ-навыкам появляются быстрее, чем происходит переподготовка/найм специалистов. Эти цифры указывают на растущий разрыв между внедрением ИИ и подготовкой сотрудников к его эффективному использованию.
Gartner разделяет уровни готовности в зависимости от того, как ИИ влияет на работу: дополняет существующую задачу, перестраивает рабочий процесс или позволяет выполнять работу, которой раньше не существовало. Такое разграничение дает HR-руководителям более точную базу для выбора необходимых компетенций, методов обучения и критериев оценки успеха (в отличие от единого для всей организации перечня навыков работы с ИИ).
Если создать матрицу с тремя типами изменений рабочих ролей, каждый можно соотнести с отдельным набором компетенций и соответствующим способом оценки готовности.
Источник: https://www.gartner.com/en/articles/ai-skills-readiness
1. ИИ дополняет существующую работу: приоритет — формулирование проблемы, оценка решений с учетом возможностей ИИ и снижение рисков. Контролируемую практику на реальных задачах можно оценивать по качеству результата, длительности цикла, частоте исправлений и выявлению недостоверных результатов
2. ИИ перестраивает рабочий процесс: приоритет — системное мышление и взаимодействие человека и ИИ. Межфункциональные пилотные проекты можно оценивать по пропускной способности (скорости передачи задач между подразделениями), частоте внештатных ситуаций и эффективности эскалации сложных для ИИ вопросов на уровень человека.
3. ИИ позволяет выполнять работу, которой раньше не существовало: приоритет — стратегическое предвидение и этическое лидерство. Контролируемые эксперименты и проверки системы управления можно оценивать по подтверждённым кейсам применения, срокам внедрения, признанию стрейкхолдерами, а также по частоте или серьёзности инцидентов.
Гибкость к изменениям и цифровая адаптивность лежат в основе всего, сотрудники должны продолжать приспосабливаться по мере развития инструментов и рабочих процессов.
Когда ИИ ускоряет стандартную задачу, готовность сотрудника работать с ним нельзя подтвердить фактом доступа или знакомством с его интерфейсом. Работник по‑прежнему должен уметь сформулировать проблему, определить приемлемый результат, выявить недостающий контекст и решить, можно ли безопасно использовать полученный результат.
Рассмотрим поддержку клиентов как условный пример. Сотрудник должен проверить подготовленный ИИ ответ на соответствие политике компании, исправить необоснованное утверждение и передать «выходящий за рамки рекомендаций» случай на более высокий уровень. Точность ответов, частота исправлений и время решения вопроса лучше отражают уровень компетенций, чем количество отправленных промптов или факт прохождения вводного курса знакомства с инструментом.
В этом и заключается практическая разница между внедрением ИИ и готовностью к его дополняющему использованию. Данные об использовании могут показать, что ИИ стал частью роли сотрудника, но только фактические рабочие результаты демонстрируют, способен ли сотрудник оценить результат работы ИИ и при необходимости вернуть ответственность человеку.
Перестройка рабочего процесса — это не просто ускорение одной операции. Меняется то, как проходит информация, где принимаются решения, какая команда обрабатывает исключительные случаи. Улучшение на одном этапе может создать дополнительную нагрузку или риски на другом. Для отслеживания таких эффектов по всему процессу необходимо системное мышление. Взаимодействие человека и ИИ охватывает точки передачи ответственности между автоматизированными и ручными этапами — в том числе определяет, кто проверяет исключения, кто может отменить результат, и кто остается ответственным за итоговое решение. Рынок труда требует развивать эти компетенции внутри компании. Согласно отчёту ITPro от 17 июня, основанному на исследовании Gartner в области цепочек поставок, спрос на должности в сфере управления цепочками поставок, требующие навыков работы с ИИ, вырос на 387% в период с первого квартала 2023 года по первый квартал 2026 года. Анализ охватил более 35 миллионов вакансий. Эти данные ограничены ролями в цепочке поставок, но они наглядно показывают, насколько быстро может усиливаться конкуренция, когда организации ищут специалистов, сочетающих отраслевую экспертизу и навыки работы с ИИ.
Если рабочая задача появилась только с появлением ИИ, навык владения продуктом еще неустойчив, а ключевые решения касаются того, какие возможности заслуживают инвестиций, какая ответственность должна оставаться за человеком, как будут контролироваться риски по мере масштабирования деятельности. Стратегическое мышление позволяет руководителям сопоставлять возможные последствия для бизнеса и персонала, а не считать доказательством ценности ИИ-решения саму его техническую реализуемость. Этическое лидерство превращает общие принципы в практические решения: кто может санкционировать внедрение, с какими затронутыми группами необходимо консультироваться, как фиксировать неблагоприятные последствия, когда систему следует приостановить.
Таким образом, быстрый запуск ИИ-проекта не является достаточным доказательством готовности сотрудников к нему. Более убедительным результатом считается сочетание подтвержденного сервис- или бизнес-эффекта с работающей системой управления, поддержкой заинтересованных сторон и контролем за соблюдением норм и этическими инцидентами.
Модель оценки смещает фокус с объема обучения на реально наблюдаемые компетенции. Она включает самооценку и оценку коллегами уровня владения навыками, участие в практико‑ориентированном обучении, показатели продуктивности и бизнес‑результатов, снижение числа инцидентов, связанных с соблюдением норм, этикой при использовании ИИ, а также вовлеченность и удержание сотрудников, участвующих в программах развития компетенций.
Независимые исследования показывают, почему оценка результатов остается слабым местом. Опрос Ассоциации CHRO за 2026 год, проведенный совместно со Школой бизнеса Дарлы Мур при Университете Южной Каролины, показал:
47% респондентов не установили четких критериев оценки продуктивности сотрудников, использующих ИИ;
48% сообщили, что пересмотр системы управления эффективностью и карьерным ростом с учетом ИИ включен в планы, но пока не реализован.
Подход Gartner не предлагает универсального показателя готовности или межотраслевого бенчмарка. Его ценность — в разделении трех типов изменений ролей и соответствующих им компетенций. Следующим этапом компаниям предстоит подтвердить, что программы развития компетенций улучшают операционные результаты, снижают число инцидентов и способствуют удержанию сотрудников по мере расширения работы с использованием ИИ.
Источник: https://quasa.io/insights/gartner-95-of-chros-have-ai-plans-but-workforce-skills-still-lag
Оставьте свои контактные данные и наш специалист свяжется с вами в ближайшее время.