Останнім часом я помітив тривожний тренд у секторі професійних послуг. Поки ми прискорюємо впровадження штучного інтелекту в юриспруденцію, консалтинг, фінанси та бухгалтерію, відбувається щось приховано — ми втрачаємо щось важливіше за ефективність. Ми втрачаємо справжній досвід.

Цифри здаються чудовими на перший погляд. Thompson Reuters виявила, що використання компаніями генеративного штучного інтелекту подвоїться до 2025 року. 95% професіоналів кажуть, що це стане ключовим у їхній роботі. Виробничість зростає, час виконання зменшується. Але попереду чекає несподіваний рахунок.

Настояща проблема не в технологіях — вона в знаннях. Коли ми автоматизуємо все заради швидкості та ефективності, ми позбавляємося досвіду, через який професіонали навчаються думати справжнім чином. Експерти не стають експертами, швидко отримуючи відповіді. Вони стають експертами через роботу з невизначеністю, зважування компромісів і спостереження за тим, як рішення розкриваються у реальному часі.

Ось у чому проблема: більшість сучасних інструментів штучного інтелекту надають відповіді, підсумки та рекомендації. Вони рідко спонукають людей до глибокого мислення. Це означає, що початківці бачать результати, не бачачи процесу мислення, що їх передує. Вони стають швидшими, але не обов’язково кращими.

Справжній досвід розвивається через так званий "навчання через тісний контакт" — сидіння поруч із експертами, прослуховування розмов, розуміння, як вони приймають рішення. Але гібридна робота та автоматизація знищили це. Тепер новачки не бачать багато цього експертного мислення.

Ще одна прогалина: сучасні системи управління знаннями документують, як виконувати завдання, але їм бракує неписаних правил — того, що помічають експерти, коли змінюють курс, які сигнали мають значення. Це невидиме мислення існує у проміжку між "роботою, як її уявляють" і "роботою, як вона фактично виконується". Моделі великих мовних моделей не мають цієї інформації, оскільки вона ніколи не документується.

55% професіоналів повідомили про значні зміни у своїй роботі через штучний інтелект, і 88% кажуть, що віддають перевагу спеціалізованим помічникам штучного інтелекту. Але покращення інструментів і підвищення ефективності самі по собі не вирішують основну проблему.

Розумні компанії у 2026 році розрізнятимуть два типи штучного інтелекту: штучний інтелект, створений для автоматизації, та штучний інтелект, створений для підтримки когнітивних процесів. Перший зосереджений на ефективності. Другий — глибоко вкорінений у поведінкових науках — ставить запитання краще, ніж швидше отримати відповіді. Він змушує людей зупинитися і подумати вголос про свою роботу.

Коли мислення експерта стає видимим — для себе і для інших — воно стає передаваним. Команда може його вивчити. Клієнти можуть його зрозуміти. Це місце, де ми захищаємо досвід, а не замінюємо його.

Наступна небезпека полягає не в тому, чи може штучний інтелект виконати роботу. Вона у тому, що втрачається, коли штучний інтелект робить роботу настільки простою, що люди перестають вчитися мислити і судити самостійно.

Компанії, які вважають штучний інтелект лише інструментом для підвищення ефективності, тихо втрачатимуть свій досвід. Ті, що використовують його для демонстрації суджень і критичного мислення, розвиватимуть майбутнє покоління професіоналів сильнішими. Конкурентна перевага буде не у швидкості впровадження штучного інтелекту, а у розумності його використання.