ИИ как преобразователь ценности, а не сотрудник: место ИИ в потоках ценности организации

Полный текст

1 Введение

Организации, внедряющие ИИ-инструменты, обычно описывают их языком штатного расписания. Ассистент поддержки "обрабатывает" долю обращений. Ассистент программиста "делает работу" нескольких инженеров. Бизнес-кейс сравнивает стоимость подписки на модель со стоимостью сотрудника на полной ставке. ИИ-система воспринимается как цифровой сотрудник: она получает задачи, выполняет их, а её вклад считают в выполненных задачах или сэкономленной численности.

В этой работе мы утверждаем, что рамка сотрудника - категориальная ошибка, и ошибка не безобидная. Она направляет измерение на сторону производителя в потоке ценности, где ИИ сильнее всего, и уводит его от стороны получателя, где ценность на самом деле реализуется. Итог знаком: дашборды показывают растущий выпуск, а клиенты, коллеги и проверяющие разгребают переделки, которые ни один отчёт не относит на счёт ИИ-системы.

Предлагаемая альтернатива взята из Теории управления ценностью (VMT) и методологии Æilus. В VMT преобразователь - это роль, а не сущность: участник в этой роли потребляет ценность и производит новую плановую ценность для кого-то другого (A7). ИИ точно ложится в эту роль. Если поставить ИИ-систему как преобразователь в поток ценности, у неё обнаруживаются входы, которые чего-то стоят, выходы, которые остаются гипотезами, пока их не потребит получатель, и побочные продукты, которые могут оказаться антиценностью. Когда ИИ размещён так, становятся видны правильные вопросы о внедрении и измерении.

Это четвёртая работа в серии из восьми о применении Æilus в организациях; определения следуют первой работе, "Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners". Формальный аппарат VMT и валюта ценности Æ здесь заново не выводятся; они изложены в работе Большакова (2026) "Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective". Работа концептуальная. В ней нет измеренных данных, а единственные числа относятся к сценарию, явно обозначенному как гипотетический.

2 Границы, система ценности и теоретическая основа

2.1 Чья ценность измеряется

Согласно VMT, ценность существует только внутри определённой системы ценности (A1), и одно и то же событие может по-разному читаться в разных системах (A2). Поэтому утверждения о "ценности ИИ" неполны, пока система не названа. Во всей работе используется одна система ценности: организация, выполняющая работу, и её непосредственные получатели. Её участники - команды и функции организации, ИИ-система в роли преобразователя, люди, которые проверяют или исправляют результат ИИ, и внешние получатели работы организации (клиенты, пользователи или внутренние потребители из другой функции). Её потоки - запросы, артефакты и решения, которые движутся между ними. Поставщик ИИ, рынок труда и общество в целом находятся за границей системы и учитываются только через внешние потоки (A10).

Этот выбор важен. В системе ценности поставщика каждый сгенерированный токен - реализованная выручка. В системе организации тот же токен может оказаться ценностью, шумом или антиценностью, в зависимости от того, что с ним сделает получатель. Как утверждает T15, перенос границы меняет вывод, не меняя реальности. Анализ ниже верен только для заявленной здесь границы.

2.2 Используемые аксиомы и теоремы

Аргумент опирается на A4 и T3 (плановая и реализованная ценность расходятся), A5 (антиценность независима от ценности), A6 (ценность реализуется при потреблении), A7 (преобразование), A8 и T7 (условия участия), T4 и T6 (сопротивление и искажения накапливаются), T5 (локальная оптимизация не гарантирует улучшения системы в целом), T8 (дублирование роли преобразователя повышает устойчивость), а также T16 и T17 (интерпретация, не подтверждённая реализацией, неустойчива и накапливает антиценность).

3 Категориальная ошибка "цифрового сотрудника"

3.1 Что считает рамка сотрудника

Рамка сотрудника переносит привычку измерения из управления персоналом. Сотрудника нанимают на роль, дают ему нагрузку и оценивают по пропускной способности и стоимости. Когда ИИ помещают в ту же рамку, доминируют три числа: объём обработанных единиц работы, доля нагрузки, которую ИИ "взял на себя", и сэкономленная стоимость в эквиваленте полной занятости (FTE). Все три измеряются там, где работа покидает производителя.

Для людей эта привычка терпима по причине, которую редко называют: человек-исполнитель наблюдает за получателем. Оператор поддержки слышит, что клиент всё ещё злится. Большая часть разрыва между плановой и реализованной ценностью исправляется неформально, внутри самого человека, прежде чем её зафиксирует хоть одна метрика. Метрика на стороне производителя работает потому, что датчик на стороне получателя встроен в самого производителя.

У ИИ-системы такого датчика по умолчанию нет. Она отлично производит плановую сторону ценности: гладкий, быстрый и уверенный результат в больших количествах. Но если её специально к этому не подключить, она не видит, изменил ли результат состояние получателя. Поэтому рамка сотрудника измеряет ИИ там, где он выглядит лучше всего, и перестаёт измерять там, где проявляется разница между планом и фактом.

3.2 Что скрывает рамка

В рамке сотрудника из поля зрения пропадают четыре вещи.

1. Потребление ИИ-преобразователя. Сравнение по численности учитывает стоимость лицензии или вычислений и игнорирует человеческое внимание, усилия на проверку и подготовку данных, которые преобразователь тоже потребляет.
2. Вердикт получателя. "Выполнено" объявляет производитель. Улучшилось ли состояние получателя, не фиксируется.
3. Вытесненная работа. Работа, которую результат ИИ не доделал, уходит дальше по потоку к получателю или проверяющему. В отчёте производителя её больше нет; в системе она по-прежнему есть.
4. Накопление. Переделки, потеря доверия и утрата навыков - не разовые издержки. По T4 и T6 они накапливаются и снижают будущую способность системы реализовывать ценность.

Логика замены FTE к тому же предполагает, что роль человека и роль ИИ взаимозаменяемы и дают одинаковый результат. В терминах VMT это разные преобразователи с разными профилями входов и выходов.

4 ИИ как роль преобразователя

4.1 Преобразователь, а не сущность

VMT и Æilus определяют преобразователь по тому, что он делает в потоке, а не по тому, чем он является. Роль преобразователя может занимать человек, команда, сервис или инструмент; в Схеме системы ценности эта роль изображается как конвертер - так в Æilus называется узел-преобразователь. Такой взгляд снимает вопрос "ИИ - это работник или инструмент?" и заменяет его более полезным: что этот преобразователь потребляет, что производит и кто получает результат?

4.2 Что потребляет ИИ-преобразователь

У ИИ-преобразователя есть по меньшей мере четыре вида входов. Каждый из них - элемент ценности, потребляемый откуда-то из системы.

• Данные и контекст. Промпты, документы, тикеты, код, история клиента. Кто-то их создал, отобрал и поддерживает, и их качество задаёт верхнюю границу качества результата.
• Вычисления и лицензии. Видимая стоимость, обычно единственная, которая попадает в бизнес-кейс.
• Человеческое внимание. Написание инструкций, постановка задач, управление взаимодействием. Это внимание забирается у людей, которые иначе занимались бы другой работой.
• Усилия на проверку. Чтение, проверка, исправление и согласование результата. Во многих случаях это самый крупный вход, и он ложится на чужой бюджет.

4.3 Что производит ИИ-преобразователь

Выходы - это элементы ценности в смысле, принятом в серии: черновики, ответы, код, классификации, резюме, решения. Каждый из них начинается как гипотеза ценности. Он несёт плановую ценность в интерпретации производителя и становится измеримым только тогда, когда его потребляет следующий преобразователь (A6). ИИ-преобразователь может производить и антиценность: неверные ответы, вводящие в заблуждение резюме, код, который потом придётся удалять, и эффекты, описанные в разделе 7.

Определение эффективности конвертера в Æilus делает этот баланс явным. Эффективность конвертера равна

E = (produced value - produced anti-value) / (consumed value - consumed anti-value)

где все величины выражены в Æ внутри заявленной системы. Для ИИ важны две особенности формулы. Во-первых, знаменатель включает усилия на проверку и человеческое внимание, а не только вычисления. Во-вторых, из числителя вычитается произведённая антиценность, которую рамка сотрудника вообще не фиксирует. ИИ-преобразователь с впечатляющим объёмом выпуска после обеих поправок может иметь низкую или даже отрицательную эффективность. Один и тот же преобразователь может быть эффективным в одной системе ценности и разрушительным в другой.

5 Плановая и реализованная ценность результата ИИ

5.1 Почему ИИ выглядит сильным на плановой стороне

A4 утверждает, что плановая и реализованная ценность в общем случае различаются; T3 добавляет, что нулевое расхождение - неустойчивый частный случай. В человеческой работе расхождение сглаживается тем, что производитель сам наблюдает за получателем. У результата ИИ расхождение имеет структурный перекос. Сгенерированный результат оптимизирован под то, чтобы выглядеть правильным ответом. Гладкость и уверенность относятся к плановой стороне; правильность и применимость - к реализованной.

ИИ быстро и дёшево повышает плановую ценность. Если реализованную ценность не измерять отдельно, организация принимает этот рост за прогресс: именно эту картину T16 описывает как структурно неустойчивую.

5.2 Скрытые переделки

Когда реализованная ценность не дотягивает до плановой, недостача не исчезает. Она превращается в работу где-то ещё в потоке. Клиент снова обращается в поддержку. Менеджер переписывает сгенерированное письмо. Инженер правит сгенерированный код.

В отчёте ИИ-преобразователя значится готовая единица работы, а издержки берёт на себя принимающий преобразователь. Это случай T5: локальное улучшение пропускной способности одного преобразователя не гарантирует улучшения системы. Это совпадает и с общим наблюдением из потокового управления: работа, спрятанная в очередях и переделках, не видна метрикам активности (Рейнертсен, 2009). Прочтение через VMT добавляет одно: скрытая работа - не нейтральная задержка, а антиценность, и по T4 она накапливается как сопротивление потока на стыке ИИ-преобразователя и его получателя.

6 Метрика на стороне получателя

Если ценность реализуется при потреблении (A6), то подтверждает её получатель, а не производитель. Это центральное правило измерения в работе: ценность результата ИИ измеряется у преобразователя, который его потребляет, а не у ИИ-преобразователя, который его производит. Бережливое мышление говорит о близком, когда определяет ценность с точки зрения конечного клиента (Вомак и Джонс, 1996); VMT обобщает это на каждого внутреннего получателя в потоке.

Метрика на стороне получателя дополняет каждый подсчёт на стороне производителя наблюдением того, что произошло дальше. Несколько примеров:

Разрыв между двумя столбцами - самое информативное число, которое может отслеживать программа внедрения ИИ. Он оценивает вытесненную работу и антиценность, возникающую на стыке. Растущий разрыв означает, что программа масштабирует интерпретацию быстрее, чем реализацию.

Метрики на стороне получателя защищают и от предсказуемого сбоя. Метрику на стороне производителя, ставшую целью, будут выполнять, производя больше того, что она считает; эту динамику обычно связывают с именем Гудхарта (1975). ИИ делает это дешёвым. Ассистент с целью по "закрытым обращениям" будет закрывать обращения. Если привязать цель к состоянию получателя, её труднее выполнить, не доставив ценность.

7 Антиценность, характерная для ИИ

A5 рассматривает антиценность как независимую от ценности: ИИ-преобразователь может за один и тот же период произвести и реальную ценность, и реальную антиценность, и в опыте получателя они не погашают друг друга. Ниже перечислены виды антиценности, характерные для ИИ-преобразователей. Это категории для наблюдения, а не измеренные частоты.

• Уверенные ошибки. Неверный результат, поданный так же гладко, как верный. По тону получатель не может их различить, поэтому каждый результат приходится проверять, иначе ошибка уходит дальше по потоку.
• Нагрузка на проверку. Усилия, нужные, чтобы проверить результат. Они растут вместе с объёмом выпуска, а не с его качеством.
• Утрата навыков. Когда ИИ-преобразователь берёт на себя первый черновик работы, люди, которые раньше делали его сами, могут потерять практику, благодаря которой они были хорошими проверяющими. По T6 это накопленное искажение снижает будущую способность системы реализовывать ценность, в том числе её способность замечать ошибки ИИ.
• Потеря доверия. Каждое неудачное взаимодействие снижает доверие получателя к каналу. По A8 и T7, когда условие участия нарушено, участник уходит или меняет форму участия.
• Инфляция интерпретаций. Результат ИИ можно цитировать, пересказывать и передавать дальше быстрее, чем его проверяют. По T17 влиятельные интерпретации, не подтверждённые реализацией, накапливают антиценность: сгенерированное резюме, на которое сослались в трёх решениях, распространяет свои ошибки трижды.

Ничего из этого не видно в сравнении по FTE. Всё это можно наблюдать, если оснастить измерениями сторону получателя в потоке.

8 Как назвать и разместить роль ИИ

8.1 Называйте роль по её результату и получателю

"ИИ заменил аналитика" скрывает поток. "ИИ делает первый черновик еженедельного отчёта, аналитик проверяет выводы" называет преобразователь, его результат, его получателя и шаг проверки. Полезное правило именования состоит из трёх частей:

1. элемент ценности, который производит ИИ (черновик, ответ, классификация, изменение кода);
2. получатель, который его потребляет (клиент, проверяющий, следующая команда);
3. условие, при котором получатель его принимает (проверено, согласовано, использовано без переделки).

8.2 Владение

ИИ-система не может нести ответственность за ценность, потому что не интерпретирует изменения собственного состояния как ценность или антиценность. В терминах Æilus она занимает роль преобразователя, но не роль владельца. Владелец преобразователя ценности (VTO), в который входит ИИ, отвечает за его реализованную и ретроспективно переоценённую ценность, за создаваемую им антиценность и за его способность продолжать участвовать, не ухудшая систему. Владелец системы ценности (VSO) отвечает за то, чтобы добавление ИИ-преобразователя сохраняло устойчивость системы в целом и не нарушало условия участия других участников, включая проверяющих, чья нагрузка от этого растёт.

Если стык между ИИ-преобразователем и его получателем становится постоянным источником сопротивления, вступает в силу роль владельца потока.

8.3 Парные роли и дублирование

По T8 дублирование роли преобразователя повышает устойчивость. Связка ИИ и человека на одной роли, где каждый ловит ошибки другого, и есть такое дублирование. Связка должна быть видна на схеме, чтобы человеческая половина учитывалась как вход, а не считалась бесплатной.

8.4 Размещение в Схеме системы ценности

В Схеме системы ценности (VSS) роль ИИ изображается как конвертер с явными входами и выходами. Минимальное размещение включает:

• входящие потоки: данные и контекст, вычисления, усилия на составление инструкций, усилия на проверку;
• исходящие потоки: произведённые элементы ценности, каждый из которых идёт к названному принимающему конвертеру;
• поток антиценности: уверенные ошибки и переделки, возвращённые назад или переданные дальше по потоку;
• плановую и реализованную ценность в Æ на каждом исходящем потоке, причём реализованная ценность фиксируется у получателя.

Схема, нарисованная так, часто выявляет поток, пропущенный в бизнес-кейсе, как правило усилия на проверку. По T9, если структура не объясняет наблюдаемые издержки, значит, есть скрытые потоки или граница проведена неверно.

9 Следствия для внедрения и измерения программ ИИ

9.1 Решения о внедрении

Взгляд на ИИ как на преобразователь меняет вопрос о внедрении с "какую работу может делать ИИ?" на "в каких потоках ИИ-преобразователь повысит реализованную ценность у получателя за вычетом добавленных им антиценности и усилий на проверку?".

• Выбирайте потоки, где получатель может дёшево проверить результат. Если проверка результата стоит почти столько же, сколько его производство, ИИ-преобразователь мало что добавляет. Если получатель может быстро подтвердить качество, преобразователь может добавить много.
• Будьте осторожны там, где ошибки незаметны. Если неверный результат обнаруживается намного позже, ретроспективная ценность может стать отрицательной спустя долгое время после того, как программу объявили успешной.
• Посчитайте бюджет проверки до развёртывания. Люди, которые будут проверять результат, - участники со своими условиями участия. Развёртывание, нарушающее эти условия (A8), потеряет этих людей или изменит форму их участия (T7).
• Планируйте рост только при подтверждённой поставке. Æilus требует от VTO повышать плановую ценность только тогда, когда подтверждены спрос, входящий поток и способность поставлять результат (T16).

9.2 Измерение программ ИИ

Для ревью программы работа предлагает четыре измерения, все в пределах заявленной системы ценности:

1. Реализованная ценность у получателя по каждому потоку, в Æ или в заявленном заменителе, фиксируемая принимающим преобразователем.
2. Разрыв плана и факта: подсчёт на стороне производителя минус подтверждение на стороне получателя, в динамике.
3. Полное потребление: вычисления и лицензии плюс оценка усилий на проверку и человеческого внимания.
4. Показатели антиценности: повторные обращения, откаченные изменения, исправленные результаты, жалобы, а также признаки утраты навыков или снижения доверия.

Программа, которая отчитывается только объёмом и экономией FTE, отчитывается плановой ценностью. Возможно, эти цифры верны, но они ещё не подтверждены.

10 Иллюстративный сценарий

Приведённый ниже сценарий гипотетический. Числа выбраны для удобства арифметики и не описывают ни одну организацию или измерение.

Продуктовая организация встраивает ИИ-ассистента в поток поддержки. За гипотетический месяц в поток приходит 1000 обращений. Ассистент отмечает 700 из них как закрытые, и внутренний отчёт сообщает, что ассистент "обрабатывает 70 процентов поддержки". В рамке сотрудника это читается как снятие семи десятых нагрузки с команды операторов.

Теперь поставим ассистента как преобразователь и посмотрим на сторону получателя. Допустим, 250 из 700 закрытых обращений в течение недели возвращаются повторными обращениями по тому же вопросу. Теперь ими занимаются операторы-люди, а клиенты раздражены сильнее, чем раньше. Допустим также, что перед ответом на каждое повторное обращение операторы тратят время на чтение переписки с ассистентом.

Взгляд со стороны получателя не говорит, что ассистент провалился. В этом гипотетическом примере 450 клиентов быстро решили свой вопрос, и это реальная реализованная ценность. Но он показывает, что плановая ценность 700 закрытий включала 250 гипотез, которые получатели отвергли. Эти 250 превратились в три вида антиценности: дополнительную работу операторов над случаями сложнее среднего, усилия на чтение переписки и снижение доверия клиентов к каналу. Нагрузка на операторов снизилась меньше, чем следовало из отчёта, а оставшаяся работа стала сложнее.

VTO, владеющий преобразователем поддержки, действовал бы исходя из разрыва, а не из 70 процентов. Варианты: ограничить ассистента теми типами обращений, где получатели подтверждают решение; раньше передавать людям неясные случаи; добавить проверку на стороне получателя ("это решило вашу проблему?") до того, как обращение будет засчитано как закрытое. Повысит ли что-либо из этого чистую реализованную ценность - вопрос эмпирический; сценарий лишь показывает, какие числа нужны, чтобы на него ответить.

11 Ограничения

Эта работа - концептуальный анализ, выведенный из аксиом и теорем VMT и из материалов методологии Æilus. Эмпирических данных в ней нет. Категории антиценности из раздела 7 предложены как наблюдаемые категории; их частота и масштаб в реальных организациях из этой работы неизвестны.

Измерение на стороне получателя может быть дорогим, а некоторые получатели не могут сообщить о своём состоянии. Перевод усилий на проверку, доверия и утраты навыков в Æ требует политики агрегирования, заданной VSO, и такие величины соизмеримы лишь частично (A13). Другая граница, например включающая поставщика ИИ, дала бы другие выводы (T15). Кроме того, работа рассматривает ИИ-систему как неизменный преобразователь, тогда как системы, обучающиеся на обратной связи от получателей, могут со временем менять свой разрыв плана и факта.

Для проверки выводов нужно длительное наблюдение за ИИ-преобразователями в нескольких системах ценности, с фиксацией плановой ценности, реализованной ценности на стороне получателя, усилий на проверку и показателей антиценности на одних и тех же потоках в динамике.

12 Заключение

Если считать ИИ цифровым сотрудником, его измеряют на стороне производителя в потоке, где он сильнее всего, а сторона получателя, где ценность реализуется, остаётся неизмеренной. Если считать ИИ ролью преобразователя (A7), становится виден весь обмен: он потребляет данные, вычисления, человеческое внимание и усилия на проверку и производит элементы ценности, которые остаются гипотезами, пока их не потребит получатель (A6). Плановая и реализованная ценность результата ИИ расходятся (A4, T3), и это расхождение превращается в скрытые переделки и антиценность, которая накапливается (A5, T4, T6).

Практические следствия такие. Заявляйте, чья ценность измеряется. Называйте роль ИИ по её результату и получателю. Изображайте её в Схеме системы ценности со всеми входами, включая проверку. Измеряйте ценность там, где результат потребляется, и отслеживайте разрыв между подсчётом у производителя и подтверждением у получателя. Закрепляйте владение за VTO, а не за самой системой. Масштабируйте только то, что подтвердили получатели. Программа внедрения ИИ, измеряемая так, может выглядеть скромнее в первом отчёте и оказаться заметно полезнее в последующих.

Источники

• Bolshakov, V. Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective. ÆVRI, 2026.
• Bolshakov, V. Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners. ÆVRI, 2026.
• Bolshakov, V. Æilus Methodology v2.0. aeilus.tech, 2026.
• Bolshakov, V. Rethinking Efficiency: Value Systems, Flows, Converters, and Elements. aeilus.tech, 2026.
• Bolshakov, V. Value Elements: What We Actually Produce and Consume. aeilus.tech, 2026.
• Goodhart, C. A. E. Problems of Monetary Management: The U.K. Experience. 1975.
• Reinertsen, D. G. The Principles of Product Development Flow. 2009.
• Womack, J. P. and Jones, D. T. Lean Thinking. 1996.