Управленческий подход, а не техническое руководство. Отвечает на четыре вопроса: что можно отдать ИИ, насколько это выгодно, как организовать контроль на старте, как отслеживать результат и корректировать курс.
59% организаций накладывают ИИ на старые процессы, не переосмысливая, как люди и ИИ взаимодействуют (Deloitte AI Institute, 2026). Результат: получают ожидаемый возврат инвестиций в 2 раза реже, а 95% пилотов по внедрению ИИ не выходят из экспериментальной фазы (Svitla Systems, 2026) — нет структуры для повторения результата.
Методология решает четыре проблемы:
Каждый этап методологии адресует одну или несколько из этих проблем. Подход работает на любом масштабе — от пилота на одной-двух задачах до масштабной AI-трансформации. Инструмент одинаковый, растёт глубина применения. Начать можно с одного процесса: первый этап — Диагностика, 15–20 минут.
Klarna заменила 700 сотрудников поддержки ИИ-агентом. Удовлетворённость клиентов упала — людей вернули (DigitalApplied, 2024). Технология работала. Не было критериев качества и мониторинга.
Air Canada позволила чатботу консультировать клиентов по тарифам. Чатбот ошибся — суд обязал компанию возместить ущерб и установил прецедент: компания отвечает за ошибки своего ИИ (McCarthy Tétrault, 2024). Не было владельца результата и проверки перед ответом клиенту.
Mata v. Avianca (2023): юристы сдали в суд документ с прецедентами, сгенерированными ChatGPT. Прецеденты оказались несуществующими — штраф $5 000 (U.S. District Court, SDNY). Не было критериев проверки и ответственного за результат.
Во всех трёх случаях технология отработала корректно. Провалилась организационная сторона внедрения.
89% провалов при масштабировании ИИ объясняются семью причинами (DigitalApplied, март 2026, опрос 650 руководителей; KPMG, 2025; McKinsey, 2026):
| Причина провала | Доля компаний | Что делает методология |
|---|---|---|
| Нет владельца результата | 67% | Внедрение: именованный владелец каждого результата ИИ |
| Нет мониторинга качества | 61% | Мониторинг: протокол проверки + стоп-факторы |
| Качество падает при масштабе | 54% | Проектирование: критерии проверки формулируются до задачи |
| Интеграция с существующими системами | 48% | Диагностика выявляет этот блокер до запуска пилота |
| Недостаток данных для обучения | 39% | Декомпозиция разделяет задачи с готовой моделью и задачи, требующие дообучения |
| «Теневой» ИИ: сотрудники используют без политики компании | 50% | Диагностика: уровень зрелости + проверка готовности задают минимальные условия контроля |
| Управление автономными агентами не выстроено | ~33% | Внедрение: уровни автономности 1–4 задают рамку контроля |
McKinsey разделяет два подхода. Первый — добавить ИИ (ChatGPT, Claude, Qwen, GigaChat, YandexGPT и другие) в существующий процесс, ничего не меняя. Работает для простых задач. Не масштабируется. Второй — перепроектировать рабочий поток с учётом того, что часть работы выполняет ИИ: изменить структуру, роли, точки контроля. Компании-лидеры выбирают второй путь в 55% случаев.
Методология делегирования задач ИИ — инструмент для второго подхода: этапы Декомпозиция → Проектирование → Обоснование дают структуру для перепроектирования, а не просто добавления ИИ поверх существующего процесса.
«Быстрый обзор» в следующем разделе покажет всю структуру за две минуты — прежде чем переходить к Диагностике.
Методология работает не для всех ситуаций. Прежде чем начинать, проверь, не попадаешь ли ты в одну из них:
Если процесс не подходит сейчас — это не приговор. Опиши его, назначь владельца, сформулируй критерии — и вернись к методологии.
Фаза 1 — Анализ: «Стоит ли делегировать?»
| Диагностика | Зачем анализируем + как работает процесс сейчас + кто делает + готова ли команда (Проверка готовности: 4 вопроса ДА/НЕТ) |
|---|---|
| Декомпозиция | Разбить процесс на блоки + оценить каждый по EPOCH (нужен ли человек?) + проверить риски → Экспресс-оценка (10 мин) |
| Проектирование | Для каждого блока: сначала описать критерии проверки, потом задачу (нельзя делегировать то, что не можешь проверить) + Карточка |
| Обоснование | Предварительный ROI перед пилотом → после пилота: фактический ROI + решение |
Фаза 2 — Внедрение: «Как и с каким результатом?»
Только при положительном решении на этапе Обоснование
| Внедрение | Назначить владельца + выбрать уровень контроля + запустить пилот |
|---|---|
| Мониторинг | Факт vs прогноз → корректируй или масштабируй (Управленческий цикл) |
Методология работает по принципу петли обратной связи — аналог цикла PDCA (Планируй → Делай → Проверяй → Корректируй). Один виток: Анализ (Plan) → Внедрение (Do) → Мониторинг (Check + Act). После мониторинга возможны три пути:
| Уровень | Что это | Пример |
|---|---|---|
| Процесс | Целостная деятельность с началом и концом | «Планирование спринта», «Анализ рынка» |
| Этап | Крупный шаг внутри процесса (3–7 на процесс) | «Сбор информации», «Распределение задач» |
| Блок | Минимальная единица работы с чётким входом, выходом и проверкой | «Выгрузить задачи из трекера» |
Определяются на этапе Декомпозиция:
ИИ делает, человек проверяет
ИИ — черновик, человек дорабатывает
Человек — автор, ИИ помогает
Человек делает сам
Зоны — результат EPOCH-скоринга (этап Декомпозиция): определяют, кто автор результата. Уровни автономности — настраиваются на этапе Внедрение: определяют, как контролировать выполнение.
Процесс слишком крупный для оценки — внутри него всегда смешаны рутина и творческая работа. Пример: в «Планировании спринта» блок «Выгрузить задачи из трекера задач» — рутина (🟢 Автоматизация), а «Приоритизировать список задач с учётом бизнес-целей» — суждение руководителя (🟠 Коллаборация). Без декомпозиции до блоков оценишь процесс целиком, получишь «среднюю» зону — и упустишь автоматизируемые блоки.
Руководители привыкли к слову «задача» — его используют при делегировании сотруднику. В методологии мы вводим термин «блок» (делегируемый блок), потому что:
| Аспект | Задача (сотруднику) | Блок делегирования (в методологии) |
|---|---|---|
| Формулировка | «Собери причины срыва сроков» | «Сопоставить даты план/факт из трекера, выделить отклонения > 2 дней, для каждого найти комментарий» |
| Проверка | Сотрудник сам знает «достаточно» | Критерии «принято»/«отклонено» заданы заранее |
| Контекст | Сотрудник использует здравый смысл | Контекст передаётся явно через параметр «Входные данные» в Карточке делегирования |
Короткая формула: процесс — это ЧТО ты анализируешь, этап — КАК ты структурируешь, блок — ЧТО ты оцениваешь и делегируешь.
Пример: процесс «Планирование спринта» → этап «Анализ и приоритизация» → блоки «Сравнить план с фактом» (🟢 Автоматизация), «Собрать причины отклонений» (🟡 Усиление), «Приоритизировать список задач» (🟠 Коллаборация). Один этап — три зоны. Без декомпозиции до блоков этого не видно.
Пилот — 2–4 недели реального использования на 1–2 блоках при уровне контроля 2: ИИ выполняет, человек проверяет каждый результат до использования. Цель — собрать фактические данные для Обоснования: время, ошибки, экономия.
Пилот завершён, когда накоплено 4+ проверенных цикла и заполнены три метрики: время до/после, частота ошибок, фактическая экономия или дополнительный эффект.
Отвечаешь на один вопрос: зачем анализировать этот процесс. Четыре условия-фильтра покажут, готов ли идти дальше — или есть блокер, который нужно снять сначала.
Разбиваешь процесс на части и смотришь, где нужен человек, а где справится ИИ. Каждый блок получает зону делегирования: автоматизировать, усилить, работать вместе или оставить человеку.
Для каждого блока под делегирование: сначала описываешь, как проверить результат — потом составляешь задание. Нельзя сформулировать проверку → блок не готов к делегированию.
Считаешь экономию и то, что сможешь делать впервые: три сценария с порогом безубыточности. Документ с цифрами готов для руководства.
Назначаешь ответственного и выбираешь уровень контроля — от «ИИ предлагает, ты утверждаешь» до «ИИ делает, ты проверяешь выборочно». Запускаешь пилот.
Пятнадцать минут в две недели: сравниваешь метрики с прогнозом, корректируешь уровень контроля. Команда периодически выполняет задачи вручную — это защищает от потери навыков.
Не все задачи уйдут ИИ полностью. Задачи из зон Усиление и Коллаборация останутся в связке человек + ИИ. Для них сотрудникам нужны навыки: поставить задачу, проверить результат, скорректировать. Курс «После промптов» учит этому за шесть писем.
Подробнее о курсе →Методология — для руководителя, который решает, какие задачи отдать ИИ и как контролировать результат. Курс «После промптов» — для сотрудников, которые работают с ИИ ежедневно. Это два уровня одной задачи.
Подход работает на любом масштабе — от пилота на одной-двух задачах до AI-трансформации компании на 300+ человек. Инструмент один, растёт глубина применения.
Нет. Методология — управленческий подход. Она отвечает на вопросы, что отдать ИИ и как организовать контроль. Технические детали — выбор инструментов, настройка агентов, инфраструктура — за рамками методологии.
Да. Методология открытая — лицензия CC BY-SA 4.0. Используйте в работе, адаптируйте под свою компанию, делитесь с командой. Единственное условие — указать авторство.
Не нужно перестраивать всю команду. Возьмите один процесс, пройдите Экспресс-диагностику за 45 минут — и поймёте, есть ли смысл идти дальше.