Сейчас в IT забавная ситуация. Одни компании отчитываются о кратном ускорении с ИИ и экономии миллионов рублей. Другие потратили бюджет на лицензии, обучение и евангелизм — и получили команду, которая тихо ненавидит Copilot и пишет код руками, как в 2019-м. Разница между первыми и вторыми не в технологии. Технология одна и та же. Разница — в людях и в том, как с их сопротивлением работают. Или не работают.

Привет, Хабр. Мы — Сергей Калинов и Андрей Макар-Уваров, руководители бизнес-анализа и фронтенд-разработки в Surf. Несколько лет внедряем ИИ на реальных проектах и видим, что сопротивление ему проходит по вполне узнаваемым стадиям Кюблер–Росса. Разберём, почему разработчики так реагируют. 

Больше наблюдений и кейсов читайте в ТГ-канале «Директорат Surf обсуждает». Это почти как вечернее телевидение для руководителей — рассказываем обо всём как есть.

О типах разработчиков: сопротивляются по-разному, так как драйвит — разное

Одна из ошибок всех разговоров про внедрение ИИ — обсуждать разработчиков как однородную массу. На практике это не так. Люди приходят в профессию с разными внутренними драйверами, и изменения они проживают по-разному.

Мы выделили три базовых типа.

1. Дуэры

Это люди, которые пришли в профессию продавать свои навыки. Среди них много сильных и надёжных исполнителей: есть задача — есть результат. Работа для них не обязательно центр жизни, а скорее понятная и стабильная опора. Именно им чаще всего тяжелее принимать радикально новые инструменты, потому что ИИ легко воспринимается как угроза навыку, в который уже вложены время и деньги.

2. ИИ-гики

Это те, кого драйвит сам процесс исследования. Им нравится копаться в новых технологиях, и ИИ для них — прежде всего новая игрушка и поле для экспериментов, поэтому в практику они входят легче других. Но их легко уносит в технологический кайф без связи с реальной пользой, так что таких людей важно не толкать вперёд, а периодически заземлять.

3. Энтрепренеры

Это люди, которые готовы изучать новое, если видят в этом ценность: результат, деньги, рост и бизнес-эффект. Они охотно берут новые инструменты, если понимают, зачем это нужно. Но у этого подхода есть риск: слишком быстро свести всё к цифрам, переоптимизировать команду и вместе с людьми потерять критическое знание о системе.

Конечно, в жизни люди разные. Это не три коробочки, в которые можно разложить всех без остатка. Но почти у каждого человека есть основной драйвер, и для внедрения ИИ это очень важно. Теперь перейдем к стадиям принятия.

Стадия 1. Отрицание: «Это не работает, и я вам сейчас это докажу»

Первая реакция на ИИ — недоверие. Человек пробует, но с установкой: «сейчас я покажу, какая это ерунда». И показывает. Потому что если ты пришёл за подтверждением своей гипотезы, ты его найдёшь.

Но корень проблемы глубже. Когда сильный специалист решает задачу самостоятельно, у него в голове одновременно работает множество микропроцессов: от декомпозирования задачи до сверки решений с контекстом проекта. Это встроено в профессиональное мышление.

С ИИ этот механизм перестаёт работать в прежнем виде. Теперь всё приходится вытаскивать наружу. И возникают два базовых режима работы.

Первый — режим оркестратора. Ты извлекаешь из головы свои неосознанные функции контроля и явно передаёшь их ИИ. Переходишь из позиции исполнителя в позицию руководителя.

Второй — режим ревьюера. Ты принимаешь результат и квалифицированно его оцениваешь. Здесь нужна готовность принять решение, отличающееся от твоего, — и при этом способность отличить хорошее чужое решение от плохого.

На практике это работает как спектр и требует управленческой зрелости. И здесь начинается внутренняя ломка.

Почему отрицание — это нормально, но не безобидно

Причины обычно две.

Первая — человек не готов быть руководителем, особенно для ИИ. Не потому, что человек глупый. А потому, что управление чужим исполнением — другой навык, нежели собственное исполнение.

Вторая — затвердевшая профессиональная идентичность. Человек годами строил свою ценность вокруг того, что умеет делать руками. И вдруг всё это перестаёт быть источником ценности в прежнем виде. Для психики это часто выглядит как обесценивание. Здесь особенно болезненно и тяжело дуэрам.

Поэтому внедрение ИИ — больше не технологическая, а управленческая трансформация. Даже если ты формально не менеджер, ты всё равно начинаешь смещаться из роли исполнителя в роль управленца. Отсюда и парадокс: люди, которые хорошо умеют делегировать и направлять, осваивают ИИ быстрее, чем блестящие индивидуальные исполнители.

Как отрицание выглядит в дикой природе

Форма 1 — открытая конфронтация. Человек прямо говорит, что не верит в ИИ, не хочет его использовать и не видит в этом смысла. При всей резкости это удобный случай: позиция ясна, с ней можно работать через диалог, примеры и аккуратные пилоты.

Форма 2 — итальянская забастовка. Вот это уже опаснее. Человек формально использует ИИ, но стабильно получает слабый результат: плохой код, слабые решения, абстрактные документы. Внешне он старается, но по факту не ищет эффект, а подтверждает свою установку, что технология не работает.

Форма 3 — псевдоиспользование. Это отдельный подвид, который часто путают с саботажем. Человек не обязательно сопротивляется, но и ценности не видит. Ему сказали использовать ИИ — он формально использует. Со стороны кажется, что внедрение идёт, но на деле это просто имитация согласия без реального вовлечения.

Диагностический критерий простой: если специалист после неудачи анализирует свой подход — он учится. Если после неудачи делает вывод о технологии — он всё ещё в отрицании. Запомните эту формулу, она пригодится.

Стадия 2. Гнев: «То, что вы получили с помощью ИИ, — не результат»

Гнев — реакция на провал отрицания. Человек пытался отвергнуть технологию, но не получилось. Разница в том, что теперь человеку нужно опровергнуть чужой успех как прямую угрозу его положению. Если коллега добился результата с ИИ, а ты — нет, это уже не про технологию, а про тебя. Единственный способ защититься — доказать, что чужой результат ненастоящий.

Здесь особенно опасны авторитетные специалисты. Человек с сильной репутацией, который публично демонстрирует неудачный опыт, способен затормозить внедрение сильнее любого технического ограничения. 

Но есть и плюсы. Здесь человек начинает контактировать с реальностью. Он признает, что технология существует. Поэтому из гнева можно перейти дальше.

Стадия 3. Торг: «Окей, где-то я делаю что-то не так»

Торг — момент контрпика. Собственные неудачи и посредственные результаты сталкиваются с тем, что человек видит вокруг: успехами на рынке, в других компаниях, у коллег в собственной команде. Вместо «технология не работает» впервые появляется мысль: «может, дело во мне».

Человек открывается для критики. Начинает размышлять о том, что будет дальше. Это уже не конфронтация, а калибровка. Он пытается выстроить внутри себя конструкцию, которая позволит ему начать получать результат.

Что делать на этой стадии

Для менеджера это ключевая точка: человек уже открыт к пересборке подхода, но поддержка нужна разная. Кому-то хватит пары подсказок, с кем-то нужно разбирать неудачу подробнее.

Задача менторства здесь — не обесценить прошлый опыт, а помочь перенести его на новый уровень. Сильный специалист не теряет ценность: его опыт, понимание качества и умение декомпозировать как раз и делают его сильным пользователем ИИ. Опыт не обесценивается — он переквалифицируется.

Помогает и внутренняя конкуренция. Достаточно, чтобы в команде появился один-два человека с заметным результатом: дальше их пример сам подтолкнёт остальных.

Промежуточная зона — «со мной что-то не так»

Частая история, про которую мало говорят. Человек уже увидел, что у других получается. Но вместо продуктивного подхода «что мне поменять в подходе?» уходит в разрушительное «что со мной не так?». Специалист слишком долго сомневается, болезненно реагирует на ошибки и в итоге теряет энергию.

Сильная сторона таких людей — в высокой требовательности к качеству. Им нужен другой менеджерский режим: больше поддержки и безопасной обратной связи.

Стадия 4. Эйфория: «Вау, это работает. Сейчас автоматизируем ВСЁ»

В торге человек начинает выстраивать подходы и получать первые результаты. Позитивных эффектов становится больше. И в какой-то момент маятник уходит в другую сторону. Возникает переоценка: «сейчас напишем систему одним промптом».

Эйфория — самая опасная стадия. Она зеркально противоположна отрицанию. Если в отрицании человек недооценивал технологию, то теперь её переоценивает. Человек начинает брать на себя обязательства, основанные на переоценённых возможностях. И это приводит к нарушению обязательств перед заказчиком, к репутационным потерям для человека, команды и самой идеи использования ИИ.

Опасность усиливается тем, что на этом этапе человек уже заработал кредит доверия. В торге он доказал, что может работать с ИИ. Команда и руководство ему верят. Поэтому и падение больнее: страдают все.

Два исхода из эйфории

Крах. Человек сталкивается с серьёзной неудачей. Происходит резкая переоценка и ощущение бессилия. Он скатывается обратно в гнев, и цикл приходится проходить заново. 

Плавный переход в равновесие. Если человек сохраняет трезвую оценку, то переходит к полноценному использованию ИИ без переоценки.

Эйфорию легко спутать со здоровым энтузиазмом. Здесь работают мягкие механики: дополнительное ревью как совместная сверка, менторские вопросы вместо лобовой критики, разбор схожих кейсов. Нужно мягко заземлить, не сломав энтузиазм.

Стадия 5. Равновесие: когда ИИ — просто инструмент

До этой стадии доходят не все, но именно она и является реальной целью внедрения. В равновесии человек перестаёт воспринимать ИИ либо как угрозу, либо как магию. Он видит в нём рабочий инструмент со своими сильными и слабыми сторонами. Он понимает, где стоит жёстко оркестрировать процесс, а где можно опереться на ревью.

Это, возможно, самая скучная стадия с точки зрения внешнего драматизма. Но именно здесь начинается настоящая отдача.

Стратегия: как не превратить внедрение в хаос

Всё, что выше, — не теория, а модели, которые мы наблюдаем на проектах. И вот что из этого следует для тех, кто отвечает за внедрение.

Не внедряйте ИИ массово

Если заставить всю команду одновременно перейти на ИИ, вы получите массовое отрицание, массовый гнев и массовую эйфорию. Каждая стадия усиливается количеством людей в ней. Группа в гневе подпитывает сама себя. Группа в эйфории коллективно теряет критичность. Амплитуда колебаний растёт, и вы физически не сможете провести каждого через этот цикл.

Пилотируйте людей, а не технологию

Правильная стратегия — пилот на людях. Не «давайте попробуем ChatGPT на проекте», а «давайте подберём людей, которые готовы, дадим им подходящие задачи и проведём их через цикл вручную». Выберите тех, кто открыт — по характеру, по отношению к новому, по типу задач. Проведите их через цикл, внимательно наблюдая, где они преуспевают, а где падают.

Без healthy work environment ничего не взлетит

Есть ещё одна вещь, о которой часто забывают. Люди не начнут осваивать ИИ, если в команде небезопасно ошибаться. Если человек понимает, что за любой неидеальный результат его сразу публично размажут, он не будет учиться. Он будет либо скрывать ошибки, либо имитировать успех, либо молча уходить в саботаж. Поэтому у команды должен быть очень понятный сигнал: ошибаться на этапе освоения нового инструмента — нормально.

Формула внедрения без высокого сопротивления

Всё сводится к одному: вырастить first movers, провести их через цикл вручную, а затем использовать их успех как естественный катализатор для остальной команды. Создать среду, в которой люди захотят двигаться сами.

Вместо заключения

Самое ироничное во всех этих процессах то, что сопротивление ИИ — абсолютно нормальная реакция квалифицированного специалиста на угрозу его профессиональной идентичности. Проблема начинается тогда, когда менеджмент этого не видит и пытается продавить силой. А ведь разработчик, который прошёл все стадии и вышел в равновесие, в разы ценнее того, кто бездумно вставляет в код всё, что выдал ChatGPT или Клод. 

Если вы лид, ваша задача — создать условия, в которых люди сами захотят пройти через перемены. Для облегчения вам работы мы в Surf запустили отдельный ТГ-канал «Директорат Surf обсуждает», где наш C-level честно рассказывает о разных процессах разработки — от построения команды до реальной цены внедрения ИИ. Приходите читать, спорить, применять у себя.