69,9% руководителей среднего бизнеса говорят, что их сотрудники уже обладают навыками, необходимыми для будущего успеха. В том же опросе, среди тех же 722 организаций, в том же месяце 20,2% сообщают о крайне положительном эффекте от своих инвестиций в ИИ и технологии (CLA, 2026).
Поставьте эти два числа рядом, потому что большинство бюджетов на ИИ строится на допущении, что они движутся вместе.
Они не движутся. И направление этой инверсии важнее её величины: изучаемая совокупность по собственному признанию исключила дефицит навыков. Это не аналитики, ставящие диагноз среднему бизнесу извне. Это люди, подписывающие счета: они говорят вам, что их команда способна, — и следом говорят, что инвестиция в основном не сработала.
А значит, вопрос готовности персонала к ИИ в той постановке, в какой большинство операционных команд среднего бизнеса задавало его два года, закрыт — и он не купил той отдачи, которую все считали само собой разумеющейся.
Что на самом деле показал CLA Heartbeat Index
CLA Heartbeat Index, опубликованный 18 августа 2026 года, опрашивает малые и средние компании, предпринимателей, некоммерческие и общественные организации в США. Эта волна: 722 респондента. Исследование проводится трижды в год, что делает его одним из немногих инструментов, где выборка и есть средний бизнес, а не уменьшенные корпоративные данные, принятые на веру.
Показатели уверенности стабильно высоки. 72,2% с оптимизмом смотрят на перспективы своей организации на ближайшие двенадцать месяцев. 68,6% уверены в способности расширяться, расти или инвестировать в стратегические приоритеты. 69,9% считают, что у их сотрудников есть навыки, необходимые для будущего успеха (CLA, 2026).
Затем приходят цифры результатов. 49,5% сообщили о положительных улучшениях эффективности или производительности от недавних инвестиций в технологии или ИИ. 20,2% сообщили о крайне положительном эффекте.
Итак: примерно половина увидела хоть что-то. Один из пяти увидел то, что стоило потраченных денег. И сообщают об этом те же руководители, которые только что сказали, что их люди готовы.
Директор по решениям CLA Джеймс Уотсон перечислил опасения, которые руководители действительно высказывают об ИИ: внедрение, управление, качество данных, безопасность, соответствие требованиям, готовность персонала, управление изменениями и возврат на инвестиции. Обратите внимание на форму этого списка. Семь из восьми пунктов — свойства организации. Один — свойство людей.
Готовность персонала к ИИ — ответ на вопрос, которого никто не задаёт
Большинство исследований готовности персонала к ИИ фиксируют нехватку компетенций и прописывают обучение. Это удобный вывод, потому что обучение — это бюджетная строка, поставщик и процент завершения: всё то, что операционная команда способна предъявить к концу года.
Данные CLA разрывают этот круг. Если сами руководители говорят, что компетенция есть, то обучение финансируется для решения проблемы, которую покупатели уже отвергли.
Это не единичное прочтение. Отчёт Deloitte State of AI in the Enterprise 2026, охвативший 3235 руководителей в 24 странах, показал, что недостаточные навыки сотрудников называют главным барьером для интеграции ИИ, — и что реакция на это сильно перекошена. 53% обучают персонал, повышая уверенность в работе с ИИ. Лишь 30% переосмысливают организацию вокруг новых паттернов ИИ, и 33% перепроектируют карьерные траектории. Всего 34% используют ИИ для глубокой трансформации продуктов, процессов или бизнес-моделей; остальные две трети остаются в рамках улучшений (Deloitte, 2026).
Обучают все. Перестраивает архитектуру почти никто. А потом все удивляются, что работа выглядит так же.
Microsoft Work Trend Index 2026 измеряет, какая половина этой пары действительно окупается. По данным 20 000 работников, использующих ИИ, в 10 странах организационные факторы — культура, поддержка руководителя, практики работы с талантами — дали более чем вдвое больший вклад в реальный эффект от ИИ, чем индивидуальные факторы вроде установок и поведения: 67% против 32% (Microsoft Work Trend Index, 2026).
Две трети отдачи — это организационный дизайн. Большая часть бюджета нацелена на оставшуюся треть.
Два оставшихся подозреваемых
Если навыки не являются ограничением, остаются лишь два кандидата, способных дать разрыв между 69,9% и 20,2%. Оба неэффектны. Оба под вашим контролем уже в этом квартале.
1. Работу так и не перепроектировали
Способный человек с мощным инструментом внутри неизменённого процесса выдаёт тот же результат чуть быстрее, а выигрыш рассеивается в окружающем рабочем потоке, не доходя до строки в отчёте о прибылях и убытках.
Productivity Lab компании ActivTrak проверил это поведенческой телеметрией, а не опросом: из 120 620 работников 27% дошли до стадии исследовательской помощи, 14% — до выполнения задач и 2% — до подлинной интеграции в рабочий процесс (ActivTrak, 2026). Не 2% выданных лицензий. 2% работников, чья наблюдаемая работа действительно изменила форму.
Самооценка говорит о готовности. Телеметрия говорит, что работа не тронута. И то и другое может быть верно одновременно — именно так и получается уверенный в себе персонал при нулевой отдаче.
2. Базовой точки отсчёта никогда не было
Второй подозреваемый тише и, по моему опыту работы с операционными командами среднего бизнеса, встречается чаще, чем кто-либо признаёт: никто не измерил процесс до появления инструмента.
Без замера до внедрения «крайне положительный эффект» — не наблюдение. Это ощущение со знаком процента. Часть руководителей в этих 49,5% сообщает о реальном приросте эффективности. Другие сообщают об облегчении, новизне или отсутствии катастрофы. Инструмент не различает их, и вы тоже — а значит, цифра 20,2% может быть честной подвыборкой, а не успешной.
У этого различия прямое бюджетное следствие. Если вы не можете отделить реальный выигрыш от правдоподобной истории, вы не можете закрыть провальную инициативу: доказательства никогда не оказываются достаточно убийственными, чтобы оправдать решение. И она доживает до следующего цикла.
Возражение: самооценка уверенности — слабый инструмент
Это самое сильное из доступных возражений, и оно справедливо. 69,9% могут измерять оптимизм, а не способность. Руководители плохо судят о навыках собственного персонала, и тот же опрос показывает 72,2% оптимизма относительно ближайших двенадцати месяцев — настроение, которое правдоподобно окрашивает любой соседний вопрос.
Отнеситесь к возражению всерьёз — и вывод станет резче, а не слабее.
Если 69,9% завышены, то руководители среднего бизнеса одновременно ошибаются в оценке своей компетентностной позиции и неспособны заметить эту ошибку. Это не аргумент за увеличение обучения. Это аргумент в пользу того, что организация не измеряет работающим образом ни свои возможности, ни свою отдачу — та же самая нехватка измерительной оснастки, только с другой стороны.
Либо навыки есть и проблема в процессе, либо оценка навыков ненадёжна и проблема в измерении. Нет такой версии этих данных, где ответом было бы «купите больше лицензий и проведите ещё один учебный модуль».
Что отделяет 20% от 76%
Полезное сравнение есть в исследованиях управления пилотами. Valliance опросила 1000 топ-руководителей и обнаружила, что 40% ИИ-инициатив остаются пилотами по замыслу — их никогда не закрывают и никогда не масштабируют, — а в организациях со зрелыми, устоявшимися ИИ-программами доля растёт до 48%. Компании, застрявшие на стадии пилота, шли к ценности 6,6 месяца против 5,9 месяца у остальных, и лишь 20% из них сообщили о сильном ROI. Среди компаний, действительно масштабировавших свои пилоты, о нём сообщили 76% (Consultancy.uk, 2026).
Двадцать процентов против семидесяти шести. Разрыв — не в талантах и не в инструментах. Он в том, существует ли точка принятия решения.
Заметьте также, что накопление пилотов усугубляется по мере зрелости программы. Больше опыта порождает больше вечных пилотов, а не меньше: у зрелой программы больше параллельных инициатив при том же отсутствии механизма, вынуждающего их завершать. Масштаб здесь не самокорректируется. Это делает только контрольная точка.
Оснастите измерением два процесса до закрытия бюджета
Ход на этот квартал меньше, чем кажется, и не требует новой платформы.
Выберите два-три ключевых процесса и снимите по ним базовые показатели сейчас. Длительность цикла, доля ошибок или переделок, стоимость единицы выпуска, число передач между участниками. Снимите замер до прихода следующего инструмента. Если инструмент уже работает, измерьте всё равно — у вас хотя бы появится точка старта на следующие двенадцать месяцев.
Задайте фиксированное окно оценки и заранее зафиксированный порог успеха по каждой инициативе. Запишите число до начала. Порог, выбранный после получения результатов, — не порог, а нарратив.
Сделайте вердикт на контрольной точке бинарным: масштабировать или закрыть. Без третьего варианта. «Продолжаем исследовать» — это способ, которым пилот превращается в постоянные накладные расходы без владельца.
Перенаправьте часть бюджета на обучение в перепроектирование процессов. Не ещё курсы уверенного владения — один конкретный процесс, перерисованный от начала до конца вокруг того, что инструмент теперь умеет, с перестроенными, а не сохранёнными передачами и согласованиями. Соотношение Deloitte 53 к 30 — это распределение по умолчанию на рынке. Стоит намеренно перевернуть его хотя бы на одном процессе и посмотреть, что произойдёт.
Вывод — в отсутствии вывода
Самое полезное в данных CLA — не 20,2%. А то, что прямо над ними стоит 49,5%: широкая полоса организаций, сообщающих о «некотором улучшении» без возможности сказать, насколько, по сравнению с чем и от какой отправной точки.
Отнеситесь к «мы не можем измерить отдачу» как к результату, а не как к отчётному неудобству, которое поправят позже. Это самое действенное, что вскрывает данный опрос, потому что это единственное ограничение, которое вы можете снять, никого не нанимая, ничего не покупая и не дожидаясь зрелости рынка.
Готовность персонала к ИИ никогда не была связывающим ограничением, и люди, ближе всех стоящие к расходам, теперь сказали это сами. Ваши руководители уже сообщили вам, что люди готовы. Поверьте им — а затем выясните, изменилась ли работа вообще. До закрытия следующего бюджетного цикла назовите два процесса, по которым вы снимете базовые показатели, и дату, когда вы прочитаете результат.
