Към съдържанието
Запитване

AI прави всеки от нас по-бърз. Но прави ли екипа по-добър?

д-р Ставрос Ставру · Публикувано на 21 ноември 2026 г.

Представете си екип, в който от утре всеки може да върши работата си два пъти по-бързо.

Продуктовият мениджър подготвя повече идеи и изисквания. Дизайнерът създава повече варианти. Програмистите пишат повече код. Маркетингът разработва повече кампании.

Звучи чудесно. Но дали това означава, че екипът ще създава два пъти повече стойност?

Ами ако продуктовият мениджър, дизайнерите и програмистите имат различни разбирания за това какъв проблем решават? Ако маркетингът обещава неща, които продуктът не може да изпълни? Ако всички са много заети, но никой не е сигурен кое е най-важно?

В подобна ситуация по-високата индивидуална продуктивност може да доведе до повече работа, повече разминавания и повече усилия за поправяне на вече свършеното.

Когато хората дърпат в различни посоки, възможността да дърпат по-силно невинаги е предимство.

По-бързо поотделно: лодка, в която всеки гребе в своя посока. По-ефективно заедно: лодка, в която всички гребат в една посока.

Именно това ме кара да мисля, че в ерата на AI способността на хората да работят добре заедно може да се окаже още по-важна.

Вече не става дума само за достъп до знания

Преди години интернет направи огромно количество знания достъпни за почти всеки. Постепенно започнахме да носим тази информация навсякъде със себе си — в телефоните си.

AI променя нещо още по-съществено.

Днес можем не само да намерим информация, но и да възложим част от работата. AI може да анализира данни, да обобщава документи, да пише код, да подготвя предложения, да създава съдържание и да изпълнява все по-сложни задачи.

Това не означава, че резултатите му винаги са правилни или че вече може да замести човешката експертиза. Но означава, че отделният човек получава възможности, които доскоро са изисквали много повече време или помощ от други специалисти.

И вече виждаме измерими резултати.

В експеримент с 7137 служители в 66 компании, публикуван от изследователи през 2025 г., използването на генеративен AI намалява времето, отделяно за електронна поща. През втората половина на шестмесечното изследване служителите, които използват инструмента, прекарват средно около два часа по-малко седмично в работа с имейли.

Но изследователите не откриват съществена промяна в количеството или състава на работните задачи вследствие на индивидуалното предоставяне на AI.

Това разграничение заслужава внимание.

Да помогнеш на човек да работи по-бързо не е същото като да промениш начина, по който работи организацията.

За второто често е необходимо да се променят отношенията и зависимостите между хората, начините за вземане на решения и самата организация на работата.

Не всяка група хора е екип. И не всяка работа изисква екип.

Ако петима души изпълняват независими задачи, по-високата продуктивност на всеки вероятно ще увеличи общото количество свършена работа.

Но много организации не работят така.

За да получи клиентът стойност, различни специалисти трябва да допринесат за един общ резултат. Техните решения си влияят взаимно, действията им зависят едно от друго, а работата на един човек променя това, което останалите трябва да направят.

Няма особено значение колко бързо продуктовият екип създава нови функционалности, ако те не решават проблемите на клиентите. Нито колко ефективно отделните звена оптимизират собствените си процеси, ако клиентът продължава да чака с дни на границата между тях.

Тук стойността не е просто сбор от индивидуалните усилия.

Тя зависи от това как тези усилия се съчетават.

Това не е нова идея. Още през 2010 г. изследване на Woolley и съавтори показва, че способността на малки групи да се справят с различни задачи не се обяснява добре само с интелигентността на отделните им членове. Значение имат и характеристики на взаимодействието между хората, включително социалната чувствителност и сравнително равномерното участие в разговорите.

С други думи, способните хора са важни. Но начинът, по който работят заедно, също има значение.

AI може да направи разминаванията по-скъпи

Един от проблемите, които най-често съм срещал в работата си с екипи, е привидното съгласие.

Всички участват в срещата. Обсъждат даден въпрос. Накрая се съгласяват какво трябва да се направи.

И след това всеки тръгва да изпълнява различно нещо.

За един „по-добро качество“ означава по-малко дефекти. За друг — по-удобно преживяване за клиента. За трети — повече функционалности.

Всички са съгласни, че качеството е важно. Но не са съгласни какво точно означава това и какви решения следват от него.

Доскоро подобни разминавания можеха да останат незабелязани известно време, докато хората постепенно изпълняваха задачите си.

С AI последствията могат да се проявят много по-бързо.

Всеки може за часове да разработи подробен план, прототип или предложение, изхождайки от собственото си разбиране. Когато резултатите трябва да се съберат в едно, екипът може да установи, че е произвел много работа, която трудно може да се използва заедно.

Това е възможен риск, а не неизбежен ефект от AI.

Но е достатъчна причина да се замислим дали организациите инвестират толкова внимание в общото разбиране и съвместната работа, колкото инвестират в индивидуалната продуктивност.

Но AI може и да ни помогне да работим по-добре заедно

Тук има и друга страна, която не бива да пренебрегваме.

AI не само увеличава способностите на отделния човек. Той може да изпълнява задачи, за които досега сме имали нужда от съдействието на други хора.

През 2026 г. в списание Organization Science е публикувано изследване с 791 специалисти от Procter & Gamble, работещи върху реални предизвикателства, свързани с разработването на нови продукти.

Един от интересните резултати е, че участниците, работещи индивидуално с AI, постигат качество на предложенията, сравнимо с това на двучленни екипи без AI.

Изследването показва и още нещо: AI помага за преодоляването на някои функционални различия. Специалистите от развойната дейност и търговските функции започват да предлагат по-балансирани решения, които отчитат различни перспективи.

Това е важен резултат.

При определени задачи AI може да намали необходимостта от сътрудничество между хората. При други може да направи сътрудничеството по-ефективно, като осигури информация, различни гледни точки или помощ при създаването и оценяването на идеи.

Но и тук няма автоматична гаранция за по-добър резултат.

Метаанализ на 106 експериментални изследвания, публикуван през 2024 г. в Nature Human Behaviour, установява, че съчетаването на човек и AI средно подобрява резултатите спрямо работата само на човек, но средно е по-слабо от по-добрия от двамата, работещ самостоятелно. Резултатите се различават и според вида на задачата.

Изводът за мен е, че няма смисъл да защитаваме екипната работа като самоцел.

Въпросът не е как да запазим всички досегашни форми на сътрудничество. Въпросът е как да организираме работата така, че хората и AI заедно да създават повече стойност.

Понякога това ще означава по-малко хора, ангажирани с дадена задача. Понякога — повече сътрудничество. А понякога — съвсем нов начин за разпределяне на отговорностите.

Какво означава това за лидерите?

Мисля, че организациите трябва да започнат да задават различни въпроси.

Първо: знаем ли какъв общ резултат се опитваме да постигнем?

Не просто дали всеки има ясно поставени задачи. А дали хората разбират по един и същи начин какво трябва да постигнат заедно, за кого създават стойност и как ще разберат, че са успели.

AI може да помогне с планирането и изпълнението. Но ако хората тръгнат от различни предположения, доброто изпълнение само по себе си няма да разреши проблема.

Второ: ясно ли е как вземаме решения?

Кой може да решава самостоятелно? Кога трябва да потърси мнението на останалите? Кои решения изискват общо съгласие? Какво се случва, когато хората не са съгласни?

Колкото повече работа може да се извършва за кратко време, толкова по-важно става да не откриваме разминаванията едва след нейното приключване.

Трето: можем ли да говорим открито за трудностите?

В екип, в който хората се страхуват да оспорват решения, да признават грешки или да изразяват съмнения, бързината може да направи проблемите по-трудни за овладяване.

Технологията може да помага за откриването на противоречия. Но хората все още трябва да могат да ги обсъждат.

Четвърто: учим ли се като екип?

AI инструментите ще продължат да се развиват. Начинът, по който работим днес, може да бъде неподходящ след няколко месеца.

Затова едва ли ще намерим окончателен набор от правила, който да реши всички проблеми.

По-важно е екипът да може редовно да си задава въпросите: Какво се получава? Какво ни пречи? Какво трябва да променим? Какво научихме от последния си опит?

И след това действително да изпробва нещо различно.

Може би измерваме грешните неща

Когато една организация въведе AI, естествено е да иска да разбере колко хора го използват, колко време спестяват и колко повече работа вършат.

Тези показатели са полезни. Но не са достатъчни.

Ако екипът създава два пъти повече предложения, но клиентите не получават по-добра услуга, какво точно сме подобрили?

Ако програмистите пишат повече код, но продуктът не достига по-бързо до клиентите, каква е стойността от допълнителната продуктивност?

Ако различните отдели изпълняват повече задачи, но продължават да си пречат взаимно, дали организацията действително е станала по-ефективна?

Бих следил не само колко произвеждаме, но и колко от тази работа достига до реален резултат. Колко често се налага да преработваме вече свършеното? Къде възникват забавянията? Колко време отнема да вземем общо решение? Как се променя стойността за клиента?

Тези въпроси ни отвеждат от продуктивността на отделния човек към ефективността на цялата система.

За мен екипът винаги е бил в центъра

Започнах като програмист, после станах ръководител на екип.

Когато се запознах със Scrum и Agile през 2007 г., най-силно ме привлече идеята, че хората могат сами да организират работата си, да вземат решения и да се учат заедно.

През следващите години работих със стотици екипи, изследвах как се развиват и създавах техники, които да им помагат да се справят с общите си предизвикателства.

Технологиите се промениха многократно. Но един въпрос продължава да ме занимава:

Как помагаме на способни хора да постигат повече заедно, отколкото биха могли поотделно?

AI прави този въпрос още по-интересен.

Възможно е да промени не само начина, по който работим, но и самите ни представи за това кога е необходим екип, какво трябва да прави лидерът и кои решения е по-добре да оставим на технологиите.

Но докато съществуват задачи, за които хората трябва да обединяват усилията си, ще съществува и необходимостта да се разбират, да вземат решения заедно и да се учат от общия си опит.

Затова смятам, че инвестицията в екипната ефективност ще остане важна — дори когато отделните задачи стават все по-лесни за изпълнение.

Бъдещето не е просто в това да работим по-бързо

AI ще продължи да променя това, което можем да постигнем като отделни хора. Част от задачите ни ще станат по-лесни. Други ще отпаднат. Ще се появят и нови.

Но истинското предизвикателство за много организации няма да бъде само как да направят всеки служител по-продуктивен.

Ще бъде как да превърнат тези нови способности в по-добри общи резултати.

Защото повече индивидуална работа не означава непременно повече стойност за организацията.

А когато всички могат да се движат много по-бързо, става още по-важно да знаят накъде вървят.

Източници

  1. Eleanor Dillon, Sonia Jaffe, Nicole Immorlica, Christopher Stanton. Shifting Work Patterns with Generative AI. NBER Working Paper 33795, 2025. https://doi.org/10.3386/w33795
  2. Fabrizio Dell’Acqua, Charles Ayoubi, Hila Lifshitz, Raffaella Sadun, Ethan Mollick и съавтори. The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork. Organization Science, 37(4), 1217–1242, 2026. https://doi.org/10.1287/orsc.2025.20702
  3. Michelle Vaccaro, Abdullah Almaatouq, Thomas Malone. When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303, 2024. https://doi.org/10.1038/s41562-024-02024-1
  4. Anita Williams Woolley, Christopher F. Chabris, Alex Pentland, Nada Hashmi, Thomas W. Malone. Evidence for a Collective Intelligence Factor in the Performance of Human Groups. Science, 330(6004), 686–688, 2010. https://doi.org/10.1126/science.1193147

Разкажете ми за вашия екип

Кратък разговор, без ангажимент: как работи екипът ви днес и какво не се получава. Ще ви кажа честно дали и как мога да помогна.

Изпратете запитване