Руководители китайских компаний связывают вложения в ИИ с изменением работы команд и подготовкой сотрудников. В опубликованном 6 ноября исследовании KPMG China речь идёт прежде всего о планах на несколько лет. Для бизнеса полезно различить эти намерения и уже подтверждённый результат внедрения.

Кого опросила KPMG и к какому периоду относятся ответы

По описанию исследования, опрос проходил с 11 августа по 21 сентября 2026 года. В нём участвовали 1400 генеральных директоров из разных стран, включая 125 представителей Китая. Китайский выпуск входит в международную серию CEO Outlook.

Общую выборку и китайскую подвыборку нужно указывать раздельно. Показатель, относящийся к китайским руководителям, нельзя описывать как результат всех 1400 ответов. Нельзя также превращать мнение выбранных руководителей в долю всех компаний страны или переносить его на российский малый бизнес. Для таких выводов нужны другие данные.

Дата новости — 6 ноября, но ответы отражают август и сентябрь. Если использовать исследование в обсуждении бюджета, стоит указывать оба периода: когда информация опубликована и когда собраны мнения.

Какие изменения руководители связывают с ИИ

В релизе KPMG China приведены три показателя китайской подвыборки. 76% назвали ИИ приоритетным направлением вложений на ближайшие три года; это на 17 процентных пунктов больше прошлогоднего результата. 86% планируют в течение двух–пяти лет пересмотреть роли, карьерные траектории и устройство команд с учётом совместной работы людей и ИИ. 53% обеспокоены тем, как развивать соответствующие навыки сотрудников.

Отдельные 86% собираются усиливать удержание и переобучение перспективных работников. Это другой вопрос анкеты: одинаковые проценты не означают, что речь идёт об одной и той же мере или полностью совпадающей группе ответивших.

Смысл этих ответов — инвестиционная и кадровая повестка. Они не показывают, сколько процессов уже перестроено, сколько сотрудников обучено и какое снижение затрат подтверждено учётом. В частности, обеспокоенность обучением не равна доказанному провалу программы подготовки.

Agent ROI

Grok, ChatGPT, Gemini, Claude
и Perplexity — по одной подписке

Используйте эти модели
в Agent ROI.

Подписку можно оплатить в рублях.

Почему из планов нельзя вывести окупаемость

Авторы релиза отмечают разрыв между ростом индивидуальной продуктивности и эффектом на уровне организации. Это их интерпретация ситуации, а не единый измеренный показатель отдачи всех участников опроса.

Для собственной компании полезно разложить возможный эффект на отдельные действия. Например, сотрудник быстрее готовит черновик ответа по заявке. Но итоговое время обработки зависит ещё и от полноты входных данных, проверки фактов и согласования. Пока не измерен весь путь заявки, выигрыш на одном шаге не доказывает ускорение процесса целиком.

Такой разбор помогает поставить проверяемый вопрос вместо общего ожидания «повысить эффективность». Что именно меняется: время подготовки черновика, число возвратов на исправление или длительность согласования? У каждого показателя свой источник данных и свой ответственный за проверку.

Что проверить в своей рабочей операции

Ниже — предложенный редакцией способ применить тему исследования к документной работе. Он не описывает практику конкретного участника опроса KPMG.

Выберите одну операцию, например подготовку ответа на типовую заявку. Зафиксируйте исходные материалы, ожидаемый результат и сведения, которые модель не должна додумывать. Затем определите три вещи:

  • Распределение действий. Кто передаёт данные, кто готовит черновик и кто подтверждает итоговый ответ.
  • Проверку качества. По какому исходнику сверяются суммы, даты и обязательства; какие ошибки требуют возврата человеку.
  • Учёт работы. Как записывается время подготовки и исправлений, чтобы сравнить одинаковые задачи до и после изменения.

Обучение в таком пилоте можно привязать к реальному результату. Сотрудник должен уметь не только отправить запрос, но и обнаружить выдуманный срок, сохранить существенную оговорку и остановиться при нехватке данных. Проверять это удобнее на подготовленном наборе примеров с известными ответами.

После пробы сравните полное время операции и ошибки, а не только скорость появления текста. Если проверка стала дольше, сначала разберите причину: возможно, не хватает исходных данных или сама задача плохо ограничена. Расширение доступа к инструменту не устраняет этот пробел автоматически.

Для подготовки такого брифа можно использовать гайд по внедрению ИИ в бизнес-процессы. Начните с одной заявки и заранее назовите человека, который примет результат; китайский опрос служит поводом поставить вопрос об организации работы, а решение требует собственных проверок.

Больше материалов по теме — в разделе «ИИ для бизнеса».