Руководитель не обязан знать ответ. Но теперь странно приходить вообще без вариантов

На встрече по автоматизации закупок разговор дошёл до управленческого стандарта, который я всё чаще использую сам: руководитель не обязан заранее знать правильное решение, но сегодня у него почти всегда есть возможность быстро исследовать проблему с ИИ и прийти на обсуждение уже с вариантами, вопросами и проверенными гипотезами.

В предыдущей статье я разбирал, почему подписка и курс ещё не создают привычку использовать ИИ в работе.

На той же встрече мы дошли до вопроса, который для меня оказался шире темы обучения.
Что вообще должен делать руководитель, когда у него есть проблема, а готового ответа нет?

Раньше я сам довольно долго воспринимал фразу «я не знаю» почти как управленческий дефект.
Если ты руководитель, кажется, что должен понимать больше остальных.
Должен быстро предложить решение.
Должен не показывать неуверенность.

Потом я несколько раз прошёл один и тот же круг и пришёл к другой позиции.
Руководитель имеет право не знать ответ.
Более того, он физически не может глубоко разбираться во всех вопросах, которые проходят через него.

Но сейчас между «я не знаю» и «помогите мне решить» появился дешёвый промежуточный шаг.
Можно быстро исследовать проблему с помощью ИИ.
Не получить истину.
Не передать модели решение.
А собрать поле вариантов до разговора с другим человеком.

Для меня это меняет сам стандарт управленческого диалога.

Раньше проблема часто сразу поднималась наверх

На встрече мы обсуждали руководителя функции, где бизнес терял деньги из-за неликвидов и несвоевременных закупок.
Формально это была его зона ответственности.

Но решение того, как изменить процесс, постепенно начинали придумывать вокруг него другие люди.
Новый отчёт.
Новая автоматизация.
Новые сигналы.
ИИ-помощник.
Изменение показателей.

В какой-то момент у меня возник простой вопрос:

А что сам руководитель предлагает сделать с проблемой?

Не потому, что он обязан сразу назвать правильную архитектуру.
И не потому, что собственник не должен помогать.

Мне важно другое. Если человек отвечает за функцию, он должен участвовать не только в исполнении готового решения, но и в поиске способа улучшить результат.

И сегодня стоимость такого первого поиска резко снизилась. Раньше, чтобы собрать несколько нормальных вариантов, нужно было искать людей с похожим опытом, читать материалы, идти к консультанту или долго разбираться самостоятельно.

Сейчас первичное поле гипотез можно получить намного быстрее. Поэтому я всё чаще задаю сотруднику или руководителю первый вопрос:

Ты уже попробовал разобрать эту проблему с нейросетью и собрать варианты?

Если нет, то я обычно прошу сначала сделать этот шаг.

Для меня это не требование «спроси ИИ и принеси ответ»

Здесь легко исказить идею.
Я не хочу заменить фразу:

Я не знаю, что делать.

на другую:

Нейросеть сказала делать вот так.

Это была бы та же передача ответственности, только теперь не руководителю выше, а модели. Мне нужен другой результат.
Например, человек приходит и говорит:

Я вижу проблему так. Проверил несколько вариантов. Вот три подхода, которые повторяются. У каждого есть ограничения. Вот где мне не хватает контекста. Хочу обсудить, какой путь лучше соответствует нашим целям.

Это уже совсем другой разговор.

Руководитель не изображает всезнание. Но и не перекладывает на следующего человека всю работу по первичному исследованию.

ИИ здесь работает как быстрый помощник для расширения поля решений.
Он помогает задать вопросы, о которых человек не подумал.
Предложить альтернативы.
Показать возможные риски.
Разложить проблему по частям.
Найти противоречия в исходной постановке.

Но выбор всё равно остаётся за человеком.

Я сам долго стеснялся приходить с фразой «я не знаю»

На встрече я рассказывал про собственный переход к этой модели. Были задачи и бизнес-проекты, где мне казалось неправильным прийти к другому руководителю и сказать:

Я не до конца понимаю эту тему.

Как будто сам факт незнания уже уменьшает управленческую компетентность.
Потом я понял обратное. Мне не нужно знать всё.
Мне нужно уметь быстро построить достаточно хорошее понимание, чтобы задать правильные вопросы и принять решение в своём контексте.
И здесь ИИ оказался очень удобным инструментом.

Я могу взять незнакомую тему.
Передать исходную фактуру.
Попросить разложить возможные подходы.
Поспорить с первым ответом.
Попросить альтернативы.
Проверить, какие предположения лежат в основе каждого варианта.
Сравнить несколько точек зрения.
После этого я всё ещё могу не знать окончательный ответ.

Но мой уровень разговора уже другой.
Я прихожу не с пустым листом.

Разные модели для меня полезны не потому, что одна из них обязательно права

На встрече я отдельно отметил ещё одну практику.
На одинаковой задаче разные модели могут давать разные варианты и смотреть на проблему через разные призмы.

Я не воспринимаю это как способ устроить голосование между нейросетями.
Если три модели сказали одно, это не превращает вывод в факт.
Но расхождения между ответами бывают полезны.
Одна модель сильнее фокусируется на рисках.
Другая предлагает более операционный путь.
Третья видит организационную проблему, которую первая вообще не заметила.

Для исследования это хороший материал.
Я могу собрать несколько подходов, а потом посмотреть:

• какие идеи повторяются;
• где модели противоречат друг другу;
• какие допущения они делают;
• какие данные понадобятся, чтобы проверить спорный пункт;
• какие варианты вообще не подходят нашему контексту.

То есть ценность не в количестве ответов.
Ценность в расширении поля вопросов.

Особенно полезно сначала работать параллельно

На встрече мы пришли к модели, которая мне нравится для внедрения нового управленческого навыка.

Сотрудник или руководитель получает реальную задачу.
Он самостоятельно исследует её с помощью ИИ и готовит варианты.

Я параллельно делаю то же самое со своей стороны.
Потом мы встречаемся и сравниваем результаты.

Это важно, потому что мы смотрим на одну проблему с разных уровней.
Руководитель функции знает локальный контекст.
Он видит ограничения отдела.
Знает людей. Знает историю решений.
Понимает, что реально можно изменить завтра.

Руководитель выше смотрит на бизнес шире.
У него другой горизонт, другие ограничения и другие цели.

Если оба сначала независимо исследовали проблему, разговор становится намного полезнее.
Можно увидеть точки пересечения.
Можно понять, где отличаются исходные предположения.
Можно заметить, какую важную часть контекста одна сторона не учла.

И главное - сотрудник не приходит за готовым ответом.
Он приносит свою работу мышления.

Время на подготовку тоже становится видимым

На встрече мы отдельно обсуждали полезный эффект такого параллельного подхода.
Можно сравнивать не только качество вариантов, но и время. Например, человек говорит:

Я разбирал эту задачу три часа.

А другой показывает сопоставимый первичный материал, собранный за гораздо меньшее время.
Тогда разговор о новых инструментах перестаёт быть абстрактным. Возникает практический вопрос:

Как ты это сделал?

И здесь уже можно передавать метод.
Как формулировать задачу.
Как передавать контекст.
Как вести диалог в несколько шагов.
Как просить альтернативы.
Как проверять спорные выводы.
Как фиксировать промежуточный результат.

То есть руководитель учится не «пользоваться нейросетью» вообще.
Он учится быстрее проходить конкретный этап своей управленческой работы.

Новый стандарт для меня выглядит не как обязанность знать, а как обязанность исследовать

Я бы не хотел создавать культуру, где руководитель боится сказать:

Я пока не знаю.

Это вредно. Люди начинают изображать уверенность там, где её нет.
Скрывают пробелы.
Принимают быстрые решения только потому, что от них ждут ответа.

Мне ближе другой стандарт.
Можно не знать.
Но перед тем как передать проблему наверх, желательно сделать разумный первый проход.
Понять фактуру.
Собрать несколько вариантов.
Отметить, что уже проверено.
Показать, где остаётся неопределённость.
Сформулировать, какое решение или помощь требуется от следующего уровня.

Для меня это и есть изменение, которое ИИ делает возможным.
Он не отменяет незнание.
Он снижает стоимость первичного исследования.

Хорошая эскалация теперь может выглядеть иначе

Раньше сотрудник мог прийти с сообщением:

У нас проблема. Что делать?

Сейчас во многих задачах я скорее хотел бы увидеть другую структуру.

У нас проблема такая-то.
Вот факты, которые я проверил.
Вот три варианта решения.
Первый быстрее, но создаёт такой риск.
Второй дольше, но лучше контролируется.
Третий требует данных, которых у меня пока нет.
Я склоняюсь ко второму по таким причинам.
От тебя мне нужно решить вот этот конкретный вопрос.

Это не бюрократия ради красивого доклада. Наоборот.
Так руководитель выше быстрее понимает, где действительно нужен его уровень решения.
Он не тратит время на весь первичный разбор с нуля.
И сотрудник постепенно развивает собственную способность решать проблемы, а не только передавать их.

При этом есть ситуации, когда приходить без вариантов нормально

Я не хочу превращать правило в догму.

Иногда проблема срочная.
Иногда у сотрудника нет доступа к данным.
Иногда есть риск безопасности или юридические последствия, где экспериментировать нельзя.
Иногда сам человек ещё не понимает границы ситуации настолько, чтобы правильно сформулировать вопрос модели.

В таких случаях нормальная эскалация важнее формального требования «сначала спроси нейросеть».

Мне важно не количество запросов к ИИ.
Мне важна привычка не останавливаться на первом уровне:

Есть проблема.

Если есть возможность безопасно и быстро исследовать её до встречи, эту возможность стоит использовать.
Если такой возможности нет, нужно прямо сказать, чего именно не хватает.

ИИ не заменяет управленческое суждение

Этот материал легко прочитать как призыв передавать модели подготовку решений руководителя.
Я бы сформулировал точнее.

ИИ расширяет поле вариантов.
Но у него нет полного контекста бизнеса.
Он не несёт ответственность за последствия.
Он может опираться на неверные предпосылки.
Он может уверенно предложить то, что не подходит конкретной компании.

Поэтому после исследования остаётся самая важная работа.
Отделить полезное от красивого.
Проверить факты.
Соотнести варианты с реальными ограничениями.
Понять цену ошибки.
Выбрать компромисс.
Принять ответственность.

Именно здесь начинается управленческое решение.

Для меня итог встречи оказался шире темы закупок

Мы начали с идеи помочь закупщику с помощью ИИ.
Потом выяснили, что часть задачи лучше решается обычными алгоритмами.

Что экспертную логику сначала нужно извлечь из реальной работы человека.
Что ИИ может быть временным инструментом поиска правила.
Что автоматизация не заменяет владельца функции.
Что рекомендация модели не снимает с человека ответственность.
Что подписка и курс сами по себе не создают новую рабочую привычку.

И в конце разговор пришёл к ещё одному изменению.
Руководителю больше не обязательно изображать, что он знает ответ на всё.
Но и приходить к другому руководителю с полностью необработанной проблемой становится всё менее разумно.

Между этими двумя состояниями теперь есть рабочий промежуточный слой:

проблема -> первичное исследование -> варианты -> проверка -> обсуждение -> решение.

ИИ может сильно ускорить первые два-три шага.
Но последний выбор всё равно остаётся управленческой работой человека.

Все материалы этого исследования собраны в серии “Автоматизация оптовой компании”.

Этой статьёй я закрываю текущую ветку встречи: от исходного запроса на ИИ-помощника закупщика до архитектуры процесса, ответственности и нового стандарта управленческой работы с ИИ.