Казахстанский бизнес доверяет ИИ больше всех в регионе и получает от него меньше всех. Разница между этими двумя фактами в одном: вы отдали машине тексты и картинки — или свои настоящие цифры. А с июля у этого выбора появились юридические последствия.
Иллюзия контроля: отчёт пишет тот, кого вы оцениваете
Каждое утро из моей почты уходят письма — по одному на каждую точку сети. План и факт месяца, сколько договоров закрыто вчера, сколько звонков сделал отдел продаж и сколько из них вообще дошли до разговора, какие суммы висят в зоне риска, какое направление провалено и на сколько именно. Руководитель открывает письмо и видит свой вчерашний день, разобранный по цифрам.
Я эти письма не писал. Я их читаю вместе с ними.
И это только утро. К вечеру таких разборов наберётся в несколько раз больше.
Чтобы объяснить, почему это переворот, а не удобство, придётся сказать неприятную вещь о природе управления распределённой компанией. Руководитель сети физически не может проверить всё сам. Поэтому он делает то, что делают все: читает отчёты. А отчёт о работе подразделения пишет руководитель этого подразделения. Человек, которого по этому отчёту и оценивают.
Назовём вещи своими именами. Это отчётный суверенитет — монополия сотрудника на данные о самом себе. Он не лжёт. Он просто решает, что положить в первый абзац, а что — в примечание мелким шрифтом. Он подсвечивает выигранное и заранее объясняет проваленное. И делает это раньше, чем вы успели сформулировать вопрос. К моменту, когда отчёт лёг вам на стол, реальность уже упакована, отглажена и снабжена уважительной причиной.
Компания из одного офиса управляется глазами. Компания из нескольких городов управляется чужими пересказами. Между этими двумя состояниями — пропасть, в которую проваливаются месяцы, планы и живые деньги.
Что именно проверяется каждые сутки
Вот обычный вторник в IT STEP, где я работаю.
К утру разобраны продажи по всем точкам в двух странах: заявки, визиты, договоры, оплаты, зона риска в деньгах и требуемый темп на остаток месяца против фактического. Смысл простой: провал месяца виден на пятый день, а не тридцатого числа, когда спасать уже нечего. Там же — работа каждого менеджера: звонки, состоявшиеся диалоги, минуты на линии. Это та самая цифра, которая отличает «не было заявок» от «не звонил», и она закрывает главный управленческий спор любой компании.
Дальше, без выходных и без настроения. Записи разговоров с клиентами разбираются подряд, а не выборочно на двух звонках в неделю, — и становится слышно, почему люди на самом деле уходят: дорого, менеджер не знает продукт или просто нахамил. Рабочие чаты вычитываются на предмет заявок, которые передали из рук в руки и не завели в систему: это не нарушение регламента, это деньги, физически растворившиеся в переписке. Активность на рабочих местах показывает, кто работал, а кто числился.
Отдельный контур — там, где утекают деньги. Цены всех новых договоров сверяются с утверждённым прайсом, и на каждое отклонение сразу ставится задача с дедлайном: несогласованная скидка — это прямой минус маржа, который без сплошной сверки всплывает в лучшем случае через квартал. Рекламный бюджет разбирается по городам и направлениям в плане и факте — видно, где деньги горят, не принося заявок. Просроченные платежи клиентов превращаются в задачи ответственным, пока дебиторка не стала безнадёжной. Зарплатные ведомости проверяются построчно, со ставками, премиями и первичными документами. Заявки подразделений на расходы — на три вопроса: нужно ли это вообще, по рыночной ли цене, приложен ли счёт. Публичные отзывы клиентов сверяются с реальной историей в базе: где обоснованная претензия, а где чужая.
И отдельно то, что раньше съедало вечера. Разбор изменений в законодательстве: что именно поменялось, с какой даты вступает в силу, что это означает для компании и какие внутренние документы придётся переписать. Подготовка самих документов — регламенты, штатные расписания, приказы, договоры, бизнес-планы, коммерческие предложения, претензии подрядчикам, письма и обращения в госорганы. Юридические споры: сверка позиций сторон, расчёт требований, подготовка возражений.
Это не чат-окно, в которое я копирую вопросы. Это система, подключённая к CRM, к учётным системам, к задачам, к почте, к рабочим мессенджерам, к мониторингу рабочих мест. Она не спрашивает руководителя, как прошёл день. Она заходит и смотрит.
И она помнит: что я решил по этому подразделению три месяца назад, какие у нас нормативы, кого из подрядчиков мы уже выгоняли и почему. Корпоративная память, которая обычно уходит вместе с уволившимся сотрудником, здесь просто есть.
Теперь посчитайте. Чтобы делать этот объём руками, мне нужен был бы отдел контроля на несколько человек, с зарплатами, отпусками и собственной политикой. Я никогда не мог себе его позволить — и, если совсем честно, никогда бы его не окупил.
Поэтому главный факт этой истории звучит так: искусственный интеллект не заменил у меня ни одного сотрудника. Он занял должность, которой в штатном расписании никогда не существовало.
Страна, которая доверяет машине и не даёт ей работать
А теперь посмотрите, как Казахстан обращается с инструментом, способным закрыть ту самую пропасть.
По исследованию KPMG, 86% казахстанских компаний доверяют рекомендациям ИИ при принятии бизнес-решений — первое место в регионе Центральной Азии и Кавказа. Там же: 57% организаций ограничивают сотрудникам использование ИИ-инструментов на рабочих местах, а около половины вообще не отслеживают эффективность своих IT-инициатив.
Доверяем — и запрещаем. Верим рекомендациям машины — и не подпускаем её ни к одной собственной цифре.
Результат измерен. В казахстанской части 29-го глобального опроса CEO от PwC только 12% руководителей сказали, что за год получили от ИИ ощутимый эффект в виде дополнительной выручки — против примерно каждого третьего в мире. 76% не видят вообще никакого финансового эффекта: ни в доходах, ни в затратах. И только 10% применяют ИИ в стратегическом управлении.
Это не наша местная аномалия, это мировая болезнь в острой форме: исследование MIT показало, что около 95% корпоративных пилотов генеративного ИИ не дали измеримой отдачи. В год, объявленный в Казахстане Годом цифровизации и искусственного интеллекта, три четверти наших компаний честно признают: мы потратились и ничего не заметили.
Причина не в моделях. Причина в том, что бизнес нанял ИИ копирайтером. Ему дали писать посты, рисовать картинки и причёсывать презентации — то есть поставили ровно в ту точку, где он украшает отчётность вместо того, чтобы её вскрывать. Компания получила ИИ-витрину: снаружи блестит, внутри не изменилось ничего.
Переворот начинается в тот день, когда вы перестаёте давать машине готовые сводки и пускаете её в первичку. Не в пересказ о продажах, а в саму CRM. Не в объяснительную записку о просрочке, а в платёжный график. Разница между этими двумя сценариями — это и есть разница между 12% и всем остальным.
Что изменилось в управлении, кроме скорости
Я не стал работать быстрее. Я стал видеть другое количество реальности.
Раньше глубокий разбор доставался двум-трём подразделениям в неделю — тем, что громче скрипели. Сегодня его получают все и каждый день, включая субботу. Выборочная проверка стала сплошной, а это не прибавка к производительности, это смена жанра управления.
И вот что важнее любой экономии времени: исчез зазор между событием и его объяснением. Раньше руководитель узнавал о провале одновременно со мной и успевал подготовить версию. Теперь цифра приходит раньше версии. Разговор начинается не с «давайте я объясню», а с «что делаем». Отменились целые жанры корпоративной жизни: доклад о проделанной работе, защита показателей, еженедельная борьба за моё внимание.
Сильные руководители выиграли от этого больше всех — их результат наконец видно без презентаций. Проиграли ровно те, чьей главной компетенцией было красиво объяснять.
Возражение, которое я слышу постоянно
«Это тотальный контроль. Вы просто не доверяете людям».
Отвечаю прямо: я контролирую не людей, а цифры. Машина не выставляет сотруднику оценку как человеку — она сверяет договор с прайсом, факт с планом, платёж с графиком. Это не слежка, это нормальная управленческая гигиена, которой в компаниях не было не из деликатности, а из нехватки рук.
Второе возражение серьёзнее, и оно моё собственное. Есть реальный риск превратиться в человека, который не приходя в сознание пересылает дальше всё, что выдала машина. ИИ ошибается, путает контекст и выдаёт чушь с безупречной интонацией. Поэтому правило жёсткое: решение не принимает никто, кроме человека. Машина приносит факт — увольняю, согласовываю, расторгаю договор всегда я. Делегировать можно работу. Ответственность делегировать нельзя, и тот, кто попробует, узнает об этом в суде, а не в чате.
Иллюзия вседозволенности: с июля у этого правила есть статья
До лета это был вопрос управленческого вкуса. Теперь — вопрос права, и большинство компаний этого ещё не заметили.
Цифровой кодекс РК № 255-VIII подписан 9 января 2026 года и вступил в силу в июле — через шесть месяцев после опубликования, как предписывает его собственная статья 106. Казахстан при этом первым в регионе принял и отдельный закон об искусственном интеллекте. Прочитайте то, что я опишу дальше, как руководитель, а не как юрист: это про ваши ежедневные решения, а не про комплаенс-папку.
Кодекс не запрещает пускать машину в собственные данные. Он требует другого — и требует жёстко.
Принцип, закреплённый в статьях 5 и 13: человек сохраняет контроль. Дальше — самое важное для любого, кто хоть раз согласовывал приказ по подсказке алгоритма. По статье 43, если решение принято алгоритмом — скоринг, антифрод, отбор кандидатов, — человек вправе узнать, что именно решала машина, получить понятное объяснение и потребовать пересмотра живым специалистом. Статья 41 даёт право требовать удаления, анонимизации или ограничения обработки персональных данных. Параллельно переписаны и правила самой обработки: с 27 марта 2026 года согласие не может действовать дольше, чем нужно для заявленной цели, его можно отозвать, а на прекращение обработки даётся 15 рабочих дней.
Сложите это вместе, и получится норма, которую я назвал бы правом на живого человека. Машина может проверять, считать, сверять и приносить факт. Но за столом, где принимается решение о судьбе сотрудника, клиента или договора, обязан сидеть человек — и он обязан уметь объяснить, на чём это решение стоит.
А теперь вернитесь к цифре KPMG: 57% компаний ограничили сотрудникам ИИ на рабочих местах. Посмотрите на эти запреты в свете кодекса, и станет видно, насколько они бесполезны. Запрет не мешает сотруднику открыть чат-окно с личного телефона и загрузить туда клиентскую базу, прайс или переписку с подрядчиком. Он лишь гарантирует, что компания не узнает, что именно и куда ушло: нет регламента, нет журнала, нет контура, в котором данные остаются внутри. Запрет не защищает данные — он защищает руководителя от знания о том, где они уже оказались. Это отчётный суверенитет в чистом виде, только теперь ещё и с юридическими последствиями.
С чего это начинается на практике
Меня чаще всего спрашивают не «зачем», а «с чего». Отвечаю по порядку, в котором это делал сам.
- Доступ к первичке, а не к пересказу (Source of Truth). Машину подключают к системе, где данные рождаются: CRM, учёт, задачи, записи звонков, платёжный график. Если на входе сводка, которую сделал человек, — вы автоматизировали отчётный суверенитет, а не вскрыли его.
- Норматив вместо мнения (Decision Rules). Проверка существует только там, где заранее написано, что считается нормой: утверждённый прайс, сроки оплаты, требуемый темп продаж, лимит скидки. Нет цифры нормы — нет и отклонения, есть только ощущения.
- Отклонение, превращённое в задачу (Closed Loop). Найденное расхождение бессмысленно, если оно осталось в письме. Оно должно немедленно становиться задачей с ответственным и дедлайном, иначе система превращается в ещё один канал информирования, которых у вас и так много.
- Протокол и подпись человека (Accountability Trail). Храните, что проверяла машина, что она нашла и кто принял решение. До июля это была аккуратность. После июля, при требовании объяснить алгоритмическое решение, это ваша единственная защита.
Ни один из этих шагов не требует ни отдельного бюджета на инновации, ни департамента данных. Требуется решение первого руководителя пустить машину туда, где лежит правда о его собственной компании.
Чему теперь учить, если отчёт перестал быть навыком
Мы десятилетиями готовили специалистов, чья ценность состояла в сборе, оформлении и защите информации. Свести таблицу, собрать презентацию, объяснить расхождение, доложить о проделанной работе. Эта профессия закончилась. Не сжалась — закончилась: машина делает то же самое точнее, быстрее, круглосуточно и без обид.
Остались три вещи, которые алгоритм не умеет.
Первая — поставить задачу (problem framing): сформулировать, что в бизнесе считается «хорошо», в каких цифрах это измеряется и где проходит граница допустимого. Вторая — провести аудит машинного результата (output audit): заметить, что модель уверенно соврала, и доказать это на фактах. Третья появилась только что и уже прописана в законе — объяснимость (explainability): способность внятно сказать, почему решение принято именно такое. Сотрудник, который на вопрос клиента или инспектора может ответить только «так посчитала система», — это уже не исполнитель, это источник правового риска для компании.
Обратите внимание, чего в этом списке нет. Нет умения пользоваться конкретным сервисом — оно устареет к следующему релизу. Нет промпт-инжиниринга как профессии. Все три сохранившиеся компетенции — управленческие, и ни одна из них не ставится на лекции. Они требуют настоящего бизнеса, настоящих цифр и настоящей цены ошибки. Это и есть главный вызов для нашего образования в Год искусственного интеллекта: учить не кнопкам, а ответственности за результат, выданный машиной.
Сотрудник без версии событий
Письма уйдут завтра утром — и послезавтра, и в субботу, и первого января. Их автор не просит повышения, не уходит в отпуск, не обижается на критику, не торгуется за бюджет и, главное, не имеет собственной версии событий. У него нет интереса одно подсветить, а другое спрятать.
Он не делает мою работу вместо меня. Он отнял у всех нас — и у меня первого — право не знать.
Хватит покупать искусственный интеллект, чтобы он писал красивые тексты. Либо вы отдаёте машине свои настоящие цифры и впервые видите компанию такой, какая она есть, — либо продолжаете читать то, какой вам её описали, и платить за эту разницу живыми деньгами каждый месяц.