В своих предыдущих блогах этой серии я рассматривал, как лидеры масштабируют ИИ, как мы заново изобретаем работу с использованием агентного ИИ и как возглавить эти изменения. В предпоследнем блоге я рассматриваю, как агентный искусственный интеллект меняет рабочую силу и играет решающую роль для функции управления персоналом.
Главные тенденции в банковской сфере Accenture на 2026 год:неограниченная банковская деятельность уже здесь
Узнать больше
В банковском деле и страховании ИИ автоматизирует рутинные задачи, дополняя сложную работу, но настоящий сдвиг заключается в том, как человеческое суждение перераспределяется для принятия более важных решений. Как выразился один страховой клиент, цель состоит в том, чтобы «избавить робота от человека». Агентский ИИ делает именно это:полунезависимые специализированные агенты работают вместе с сотрудниками как способные коллеги.
Воздействие не является ни однородным, ни неизбежным. ИИ не влияет на каждую задачу в роли, и результаты не предопределены. Лидеры делают осознанный выбор относительно того, что должно оставаться человеческой работой, а что следует передать ИИ. Речь идет не столько о перераспределении ролей, сколько о планировании работы с учетом результатов и намерений, а не названий должностей.
Влияние по секторам
Агентический ИИ изменит способ создания стоимости среди сотрудников финансовых услуг, а не только среди самих сотрудников. Поэтому правильная стратегия во многом зависит от организации.
Переосмысление работы означает создание дизайна для отдельных людей, команд и сетей, создающих ценность.
Большая часть информационной работы в сфере финансовых услуг осуществляется в команде. Однако лишь немногие команды адаптируются эффективно. Наше исследование Talent Reinventors показало, что только 19 % сотрудников говорят, что их команда вместе экспериментирует с ИИ, и только 17 % чувствуют себя психологически безопасно, делясь новыми идеями.
Специалисты по переосмыслению талантов устраняют этот пробел, используя аналитику на основе искусственного интеллекта для улучшения командной динамики. Их команды сообщают о снижении стресса, улучшении самочувствия и принятии более быстрых и качественных решений благодаря психологической безопасности, экспериментированию и совместному обучению.
Это важно в сфере финансовых услуг, где многопрофильные команды, межфирменные сети и целые экосистемы, такие как биржи, финансовые центры и отраслевые партнерства, определяют, как выполняется работа.
Исследования подтверждают этот сдвиг. Недавнее исследование Итана Моллика и его коллег показывает, что команды с ИИ превосходят как людей с ИИ, так и команды без него. ИИ помогает командам преодолевать пробелы в знаниях и языках, генерировать более разнообразные идеи и вызывать положительные эмоции. Человеческое творчество по-прежнему стимулирует новизну, но вместе люди и ИИ превосходят каждого по отдельности.
Поскольку наша работа меняется, вместе с ней должны меняться и навыки. Наше недавнее исследование Learning Reinvented показывает, что, хотя 84% руководителей ожидают, что агенты ИИ будут работать вместе с людьми в течение трех лет, а 80% работников рассматривают ИИ как возможность, только 26% сообщают, что прошли обучение тому, как сотрудничать с ИИ. Прогресс реален, но слишком медленный.
Навыки в упадке
Многие из этих тенденций предшествовали развитию искусственного интеллекта, но ИИ их ускоряет.
Востребованные навыки
Даже такие операционные области, как мошенничество, платежи, претензии, KYC и кредитование, смещаются в сторону более мелких и более опытных групп, сосредоточенных на сложных делах и ситуативных суждениях.
Это не разовый переход. Непрерывное обучение обеспечивает мобильность рабочей силы и возможность трудоустройства в долгосрочной перспективе. Для некоторых это означает повышение квалификации в рамках должности. Для других это означает переквалификацию и освоение совершенно новой карьеры.
Ведущие банки и страховые компании уже переходят к моделям рабочей силы, основанным на профессиональных навыках, при поддержке кадрового планирования, платформ обучения и внутренних рынков талантов.
Чтобы помочь организациям отреагировать, мы запустили LearnVantage, нашу гибкую экосистему обучения с поддержкой искусственного интеллекта для будущих навыков. Он включает в себя нашу Академию искусственного интеллекта для советов директоров, руководителей и сотрудников, начиная от образовательных занятий и заканчивая более глубоким обучением, включая получение нано-дипломов и внешнюю сертификацию в Стэнфорде и других странах.
В S&P Global мы обучили GenAI все 40 000 сотрудников, в том числе 7 500 руководителей и 200 членов совета директоров и старших руководителей. Участие достигло 100 %, MPS был очень положительным, а внедрение инструментов искусственного интеллекта выросло в 4 раза. S&P Global – это яркий пример использования обучения для стимулирования изменений в масштабах всего предприятия.
Меня особенно впечатляют некоторые национальные усилия по переквалификации на Ближнем Востоке — это включает в себя Финансовый институт Эмиратов, обучение навыкам работы с облачными технологиями в ОАЭ и Саудовской Аравии, а также повышение квалификации в области искусственного интеллекта для Коммерческого банка Дубая. В Японии мы повысили квалификацию 36 000 сотрудников фронт-офиса и 300 руководителей крупной страховой компании, что позволило им эффективно работать с цифровыми помощниками и предоставлять более персонализированные результаты для клиентов.
Совместное обучение — это когда люди обучают технологиям и одновременно учатся на их основе, и это является целью данного исследования. Ранние примеры включают тренеров по искусственному интеллекту и вторых пилотов предприятий. В агентной архитектуре эти системы адаптируются к индивидуальным потребностям, совершенствуются благодаря обратной связи и поддерживают обучение в . поток работы.
Рассмотрим контакт-центр. Оператор-человек ведет вызов; агент ИИ расшифровывает, предлагает соответствующие ответы и обобщает результаты. Когда человеческий агент пропускает или оценивает предложения, ИИ учится. После звонка он обеспечивает рефлексивную обратную связь. Возможности улучшаются как у человека, так и у машины.
Это решает несколько проблем, с которыми сталкивается FS:а) как повысить возможности и производительность как человека, так и агента в реальном мире, а не только при тестировании; б) как улучшить удобство использования, внедрение и использование ИИ, поскольку отличные продукты ИИ, которые не используются, не создают ценности; в) как по-настоящему включить обучение в рабочий процесс так, чтобы оно могло наилучшим образом поддержать результаты сотрудников и клиентов, и г) высвободить время для более глубокого обучения. Организации, использующие этот подход, развивают навыки в четыре раза быстрее и удваивают уверенность в сотрудничестве с ИИ.
В крупной европейской страховой компании эта модель позволила сократить количество обрабатываемых звонков сотрудников на 5–10 %, сократить среднее время обработки на 10 % и высвободить около 20 % пропускной способности, одновременно повысив уровень навыков и время, необходимое для достижения компетентности.
Организациям также нужны талантливые специалисты для создания, управления и объяснения ИИ. Эти должности все чаще сочетают в себе техническую глубину и опыт в сфере бизнеса.
С конца 2023 года число объявлений о вакансиях в сфере ИИ выросло более чем в три раза, что усилило конкуренцию. Банки и страховщики должны дифференцироваться. Для одного крупного банка мы изменили позиционирование бренда работодателя в Индии, что позволило быстро создать организацию по обработке данных со штатом в 1000 человек, работающую по современной глобальной модели.
Через LearnVantage мы также занимаемся более глубокой переподготовкой специалистов в области данных и искусственного интеллекта, особенно после приобретения Udacity, Ascendient и AIdemy.
Примеры:
Эти усилия выходят за рамки базового обучения, на котором прекращаются многие программы переподготовки. Мы постоянно развиваем передовые и экспертные возможности посредством структурированных цифровых путей, реальных проектов, наставничества, нано-дипломов и совместного обучения.
По мере повышения качества ИИ существует риск того, что работники начнут чрезмерно полагаться на ИИ и фактически «уснут за рулем». Если у нас есть человек во главе, мы хотим, чтобы он был эффективным и активным в этой роли. В ходе исследования рекрутеров компания Dell’Aqua обнаружила, что рекрутеры, которые чрезмерно полагались на искусственный интеллект, принимали худшие решения при отборе и упускали блестящих кандидатов. Растущая производительность ИИ заменяла, а не улучшала человеческие возможности.
Мы — существа привычек и стремимся минимизировать когнитивную нагрузку (так называемый «путь наименьшего сопротивления»). Нам нужен повод обратить внимание, хорошо проверить результаты ИИ, сохраняя здоровый скептицизм и не переусердствуя. Нам нужно использовать результаты ИИ в качестве черновика и объединить их с нашей собственной человеческой изобретательностью. Быть хорошим руководителем требует когнитивной нагрузки.
Если мы не понимаем основы работы или то, как следует принимать решения, мы не можем должным образом анализировать результаты работы ИИ, выявлять ошибки или принимать решения, когда необходимо переопределение. Поскольку ИИ ускоряет работу и улучшает ее результаты, должно оставаться больше времени для принятия правильных решений. Риск состоит в том, что вместо этого мы торопимся с принятием решений и чрезмерно доверяем машине. Мы нашли способы противодействовать этому:целевое обучение, структурированные подсказки для принятия решений, разбиение сложных суждений на логические шаги, требование объяснений и цитат от ИИ, обнаружение аномалий и этический мониторинг действий как ИИ, так и человека.
Как только ИИ будет масштабирован на рабочем месте, нам необходимо встроить ИИ в рабочие места и инструменты таким образом, чтобы это способствовало их эффективному использованию. Нам необходимо обучать сотрудников правильному использованию ИИ и тем человеческим навыкам, которые мы хотим, чтобы они применяли (например, суждение). Нам необходимо создавать стимулы и препятствия для поощрения правильного поведения и создания здоровых моделей саморефлексии (например, командные ретроспективы, индивидуальное размышление, коллегиальная оценка и т. д.).
Максимизация окупаемости инвестиций в ИИ заключается не в максимизации производительности ИИ в отдельности, а в совместном улучшении производительности человека и агентов. Это означает также повышение человеческих навыков. Например, мой личный опыт работы с моими творческими командами показывает, что ИИ в руках квалифицированных работников, активно дополняющих и обогащающих их работу, обеспечивает больше творческого разнообразия и более быстрые результаты, а не притупляет их мастерство.
То, как ИИ обучается взаимодействовать с людьми, действительно имеет значение для обучения. В недавнем исследовании Wharton были задействованы репетиторы на базе GPT для тысячи студентов — доступ к этому ИИ значительно улучшил успеваемость учащихся, — но когда ИИ был удален, производительность упала. ИИ стал костылем. Там, где был развернут ИИ на основе наставника, это падение производительности было в значительной степени смягчено. Нам необходимо создавать и обучать агентов, которые будут поддерживать развитие навыков сотрудников, как хороших товарищей по команде.
Это особенно важно на должностях начального уровня и в раннем возрасте. Базовые навыки, ситуативное суждение и фундаментальные знания предметной области традиционно развивались посредством обучения на рабочем месте. Поскольку эти роли начального уровня сокращаются, и у нас остается меньше основной работы, на которой можно «освоить основы», нам необходимо найти другие способы помочь следующему поколению талантов учиться.
Мне нравится точка зрения моей коллеги Карали Клоуз на этот счет:нам нужно использовать этот момент для усиления человеческого интеллекта, а не просто увеличивать или искусственно воспроизводить его. Одной из областей, которая меня постоянно интересует, является коллективный разум и то, как ИИ может способствовать развитию общих знаний, создавать активный диалог, снижать языковые барьеры и помогать нам общаться и сотрудничать с коллегами и контентом по всему миру.
В моих предыдущих блогах этой серии мы видели, как агентный ИИ работает вместе с людьми. Для многих людей (включая меня) ИИ уже является коллегой. Перенесемся на три года вперед, и банк или страховая компания смогут работать с миллионом сотрудников, включая людей и агентов вместе взятых.
Как нам управлять этой новой гибридной рабочей силой? Некоторые мысли по поводу агентов:
Нам также необходимо адаптировать способы поддержки коллег:
Дискуссия о гибридной рабочей силе только зарождается и требует тщательного изучения. Хотя ИИ обладает человеческими способностями и может быть удобно давать ему имена, мы не должны антропоморфизировать ИИ и приравнивать его к людям-работникам. Нам понадобится лучший язык. Мы ценим уникальную внутреннюю ценность людей и четко отличаем их от агентов.
Эффективная кадровая стратегия ИИ должна сочетать мнение сотрудников с измерениями. Организации, которые активно прислушиваются к сотрудникам и учитывают их вклад в решения, связанные с ИИ, добиваются более высокого уровня внедрения, более высокого доверия и более устойчивой деятельности (SHRM, 2025).
Голос сотрудников может принимать разные формы:представительство сотрудников в советах по этике ИИ, консультации с профсоюзами и ERG, совместная разработка, структурированная обратная связь во время пилотных проектов, постоянная обратная связь в процессе использования и надежные каналы для выражения обеспокоенности и информирования о нарушениях. Организации финансовых услуг за последнее десятилетие добились прогресса в выслушивании и реагировании на проблемы; теперь это распространяется и на точность и производительность агентов.
Измерения делают прогресс видимым. Отслеживание внедрения искусственного интеллекта, настроений сотрудников, роста навыков и владения цифровыми технологиями помогает руководителям и HR-курсу корректировать и поддерживать темп.
Директор по персоналу или CHRO играет ключевую роль в качестве лидера изменений, помогая всей руководящей команде хорошо руководить изменениями в людях, ориентируясь в том, как управлять новой гибридной рабочей силой и поддерживая свою собственную функцию управления персоналом в ответственном использовании ИИ.
HR-команды должны поддерживать обучение лидеров, переквалификацию всего персонала, а также приобретение и развитие специализированных данных и талантов в области искусственного интеллекта. Деловым партнерам также необходимо более глубокое понимание того, как работа и навыки меняются в рамках их функций. Это требует разрушения разрозненности.
Почти все «переизобретатели талантов» (96%) объединяют HR-, ИТ- и бизнес-лидеров вокруг единой стратегии в области талантов и технологий, по сравнению с 16% других организаций. Аналогичным образом, 93 % компаний пересмотрели свою стратегию развития талантов, чтобы поддержать внедрение ИИ, позиционируя HR как второго пилота изменений, а не как реагирующую функцию.
Чтобы осуществить этот сдвиг, команды талантов должны иметь возможность быстро расти, перераспределять и переформировать гибридную рабочую силу. Командам по вознаграждению нужны новые экономические модели, отражающие гибридную рабочую силу. В то же время ИИ создает значительные возможности в сфере управления персоналом, улучшая результаты, опыт и эффективность обслуживания.
Для HR-специалистов это волнительный момент. Их роль редко была более важной.
Наша программа «Ответственный ИИ для HR», запущенная в 2016 году, была разработана для ускорения, регулирования и мониторинга использования ИИ в HR. Теперь мы применяем ИИ на протяжении всего жизненного цикла талантов:найма, адаптации, развития, мобильности, вознаграждения и поддержки коллег.
Эффект был существенным:повышение производительности труда сотрудников отдела кадров на 45 %, повышение квалификации по приоритетным навыкам на 30 %, увеличение внутренней скорости заполнения на 40 % и сокращение времени на заполнение на 35 %. Эти результаты расширяют возможности коллег. Например, мы используем ИИ, чтобы выявлять навыки на основе опыта работы и обучения, знакомить с ними сотрудников и помогать им определять будущие должности, карьерные пути и варианты обучения.
Многие клиенты финансовых услуг также переходят от реактивного найма к упреждающим стратегиям подбора кадров, используя такие платформы, как Eightfold.ai и Beamery, для поддержки поиска, подбора ролей, построения конвейера и внутренней мобильности.
Тем не менее, наше исследование Talent Reinventors показало, что только около 7% организаций используют ИИ для реализации стратегии мобильности «в первую очередь внутри компании». Большинство из них по-прежнему в значительной степени полагаются на внешний найм или отдельные внутренние перемещения из-за плохой видимости навыков. Талантливые изобретатели идут другим путем. У них в 4,4 раза больше шансов иметь адаптируемую рабочую силу и в 7,2 раза больше шансов занять вакансию внутри компании.
Яркий пример — крупный банк США. Приняв модель, основанную на навыках, и внедрив прозрачность навыков с помощью ИИ в планирование рабочей силы, руководители могут предвидеть пробелы и быстро перераспределять таланты, создавая более гибкую и устойчивую организацию.
В другом крупном банковском клиенте мы снабдили линейных менеджеров инструментами искусственного интеллекта, чтобы они могли составлять сводные отчеты о результатах деятельности, обеспечивать более качественную обратную связь и принимать решения о вознаграждении, экономя время, повышая качество и создавая пространство для более взвешенных суждений.
Некоторые ключевые моменты, над которыми вы, возможно, захотите поразмышлять. Расскажите мне о своих мыслях и идеях:
В предпоследнем блоге мы исследовали, как компании, предоставляющие финансовые услуги, должны изменить свою рабочую силу. Агентический ИИ требует от нас по-другому думать о людях и агентах, работающих вместе. Банки и страховщики, скорее всего, будут нанимать меньшую, но гораздо более квалифицированную рабочую силу в сфере цифровых технологий и людей, что будет стимулировать устойчивый спрос на переквалификацию. HR должен играть центральную роль в этом переходе, помогая лидерам ориентироваться в изменениях и управлять гибридной рабочей силой.
В заключительном блоге этой серии я расскажу о том, как лидерство, культура и операционные модели должны развиваться, чтобы поддержать эту трансформацию.