Авторы статьи The judgment bottleneck: Balancing AI and human speeds in strategy в McKinsey Quarterly, опубликованной 15 октября 2026 года, Алекс Д’Амико, Брюс Дельтейл, Лора ЛаБерж, Мэтт Банхолцер, показывают три способа, с помощью которых компании могут избежать риска принятия неверных (некачественных или поспешных) стратегических решений. Риск этот вполне реален, поскольку анализ теперь выполняется со скоростью ИИ, а этап проверки гипотез, согласования людьми и принятия окончательного решения по-прежнему происходит на «человеческой скорости» и зависит от «человеческого времени». Требуется время, чтобы понять последствия, подвергнуть сомнению допущения, взвесить компромиссы и принять на себя ответственность за решение.
По мнению авторов статьи, ИИ приносит наибольшую ценность в трёх областях процесса принятия стратегических решений:
Выявление новых трендов. ИИ способен анализировать огромные объёмы информации со скоростью и при затратах, которые ранее были невозможны. Он также может обобщать информацию, давая инсайты и прогнозы, что дает конкретное представление о бизнес-контексте практически в режиме реального времени.
Быстрое и дешевое моделирование сценариев. ИИ позволяет сделать обсуждение гипотетических ситуаций более конкретным за счет моделирования последствий различных сценариев. Сценарии помогают бизнесу быстрее реагировать на изменение условий и снижать риски, связанные с внедрением инноваций или изменениями рыночной стратегии.
Установка триггеров для действий. Компании могут заранее определить, какие действия они предпримут при возникновении определённых условий, и использовать ИИ для сигнализации о наступлении этих условий. Ответственность за окончательное решение по ответным действиям чаще остаётся за людьми.
1. Интерпретация фактов и проверка гипотез. Лидеры анализируют варианты, тщательно изучают предположения и источники данных, согласовывают противоречивую информацию и задают вопросы по ходу анализа. В процессе они оценивают риски и берут на себя ответственность за принятые решения.
2. Выявление непредвиденных факторов. Опытные лидеры распознают закономерности, которые, возможно, не были частью исходной гипотезы, включая связи, которые могли быть упущены в промптах или скиллах ИИ.
3. Достижение консенсуса по принятым решениям. Лидеры обеспечивают согласованность действий людей, преследующих разные цели. При принятии важных решений поиск правильного ответа — лишь часть задачи, так как лица, ответственные за его реализацию, ещё должны понимать и поддерживать это решение.
4. Мобилизация для реализации. Получение бизнес-эффекта от стратегических решений зависит от способности компании определять, на какие сигналы следует реагировать. Мало просто решить, что следует сделать, нужно быстро перераспределить персонал и капитал, когда решение принято.
Более быстрый анализ не всегда приводит к более оперативному принятию стратегических решений, а в некоторых случаях может даже замедлить процесс. Например, ИИ может затруднить понимание источников, гипотез и логики, лежащих в основе анализа, что само по себе может вызвать недоверие к результатам.
В случае с решениями, для которых есть чёткие исходные данные, ограничения и допущения, ИИ может взять на себя большую часть процесса с минимальным участием человека. Для установления этих ограничителей и для работы с возросшими объемами ИИ-ответов требуется человек, но хотя бы можно обойтись без постоянного внимания со стороны руководства.
Большинство компаний не выбирают между скоростью и тщательностью. Они склонны отдавать предпочтение скорости, поскольку выгоды от ускорения анализа заметны и очевидны, в то время как издержки, связанные с недостаточным рассмотрением материалов, могут проявиться только тогда, когда что-то пойдет не так. Столкнувшись с объемами производимой ИИ аналитической информации, руководители вынуждены чем-то жертвовать.
Специалисты выделили три типа ошибок:
Многие компании рассматривают ИИ с точки зрения эффективности или производительности, из-за чего интерпретация ИИ-результатов и оценка рисков пропускаются или перекладываются на младших сотрудников, у которых нет достаточного опыта. В новостях много примеров того, что может произойти, когда результаты работы ИИ проходят слишком поверхностную проверку человеком: то в судебных документах цитируются несуществующие дела, то ИИ убирает из текстов «лишние» источники данных, чтобы скрыть противоречия.
На ранних этапах внедрения ИИ его решения могут проходить через весь процесс с ошибками, которые опытный специалист, возможно, заметил бы. Ещё перегруженные работой руководители могут полагаться на ИИ не только для получения аналитических данных, но и для их интерпретации. Активности получается много, но глубина понимания сути и ответственности за итоговое решение снижается. Этот риск усугубляется предвзятостью: люди склоны доверять ИИ-результату просто потому, что его произвела машина. На самом деле они должны всегда ставить выводы ИИ под сомнение.
В ходе предыдущих технологических прорывов тоже возникали «узкие места», когда ускорение одной части процесса не сопровождалось перестройкой остальных. Эту проблему описывали терминами «перегрузка данными» и «паралич анализа». ИИ создал новую версию проблемы: «узким местом» стала способность руководителей принимать решения. Когда они не знают, каким частям анализа можно доверять, приходится проверять всё. Даже в идеальном случае, когда все анализы и выводы ИИ верны и заслуживают доверия, значимые решения, как правило, принимаются с обычной человеческой скоростью, т.е. процесс принятия стратегических решений не ускоряется.
Сегодня младшие сотрудники всё чаще используют ИИ для проведения анализа и синтеза информации, а эти навыки когда-то сформировали суждения нынешних руководителей. Но суждения формируются благодаря активной практике, обратной связи, повторению и исправлению ошибок в условиях низких рисков, а не пассивному потреблению готовых ответов. Удаленная работа уже давит на традиционные модели передачи опыта, но ИИ усугубляет проблему. Последние исследования показывают, что опора на ИИ при выполнении работы может ограничить возможности развития навыков, если пользователи не будут активно взаимодействовать с системой и проверять ее результаты. Без этого источника опыта будущие лидеры не смогут научиться рассуждать, не сформируют глубину понимания, необходимые им в работе.
Парадокс: ИИ сужает возможности для развития навыка принятия решений, но по мере роста объема получаемых данных менее опытным сотрудникам все чаще приходится принимать решения, для которых у них не хватает необходимых знаний. Компании столкнуться с долгосрочной проблемой нехватки квалифицированных кадров, если им не удастся подготовить следующее поколение лидеров в области стратегического планирования.
Компании могут предпринять три шага, чтобы успешно интегрировать ИИ в свои процессы принятия стратегических решений и избежать рисков, описанных выше.
Относитесь к вниманию высшего руководства как к дефицитному ресурсу, которым оно и является. Вместо того чтобы просить изучить отчёт целиком, команды могут выделять ключевые предположения, факторы неопределённости и вопросы типа «во что следует поверить», действительно требующие ответов руководителей.
Можно проводить отбор решений, доводимых до сведения высшего руководства, фокусируя их внимание на тех, которые требуют человеческой оценки. Решения можно разделить на три уровня, причем роль человека возрастает по мере увеличения неопределённости, значимости и ответственности:
Рутинные решения, принимаемые в больших количествах и имеющие чёткие параметры, часто можно автоматизировать, установив ограничители, которые определяют правила и рамки, в которых может действовать ИИ. Примерами могут служить динамическое ценообразование и промоакции, прогнозирование спроса и распределение запасов, а также принятие решений в режиме реального времени по вопросам мошенничества и кредитования.
Решения, связанные с большей неопределённостью или изменениями, должны оставаться в ведении людей, при этом ИИ должен выступать в качестве вспомогательного инструмента. К ним могут относиться выход на новый рынок, пересмотр цен в условиях рыночных потрясений или сценарное планирование, когда исторические модели больше не могут служить надёжным ориентиром.
Решения, от которых зависит многое, должны оставаться исключительно в руках ответственных руководителей. Примерами могут служить крупные сделки по слияниям и поглощениям, продажа активов, сокращения персонала и реструктуризация, а также решения, связанные со значительными рисками в области безопасности.
Компаниям необходимо целенаправленно восполнять разрыв в опыте, создаваемый ИИ, путем организации более структурированных программ стажировок для молодых сотрудников. Чаще всего обучают тому, как использовать ИИ-инструменты, как обеспечивать безопасность данных. Но также нужно научить сотрудников понимать и проверять то, что находится в «черном ящике» ИИ-анализа, чтобы контроль качества не переходил на высшие уровни руководства.
Когда ИИ берет на себя большую часть аналитической работы, члены команды могут чувствовать меньшую причастность к конечным результатам и меньшую ответственность за решения и действия, основанные на них. При принятии важных решений по-прежнему крайне важно возлагать ответственность на человека, обладающего опытом, необходимым для критической оценки гипотез, анализа рисков и, в конечном итоге, принятия окончательного решения. Проверки с использованием ИИ могут служить дополнением к экспертной оценке человека.
Быстрый анализ информации с помощью ИИ позволяет компаниям чаще пересматривать стратегические решения. Например, некоторые компании увеличивают периодичность пересмотра распределения ресурсов с ежегодной до ежеквартальной и ежемесячной.
Во многих областях применения ИИ «быстрее» просто означает «лучше», но для стратегических решений ускорение анализа может создавать больше рисков или приносить меньше пользы, чем компании ожидают. Победителями станут не те организации, которые автоматизируют наибольшее количество решений, а те, которые наилучшим образом используют скорость ИИ, одновременно сохраняя человеческую экспертизу, которую ИИ не может заменить.
Оставьте свои контактные данные и наш специалист свяжется с вами в ближайшее время.