AI, знания и менторство: не база знаний, а система связей
Если подробнее почитать отчет Deloitte, становится понятнее, какой именно knowledge transfer они имеют в виду, когда говорят про AI.
Это не «записать опыт экспертов в систему».
И не «спросить у AI, как раньше делали».
Вот несколько примеров.
1) HSBC использует AI, чтобы алгоритмически соединять людей:
опытных сотрудников и тех, кто хочет развить конкретные навыки — через реальные проекты.
Не курсы. Не инструкции. А совместную работу.
Важно:
👉 знание передается в действии
👉 AI лишь помогает найти, кого с кем и зачем соединить — такой «знаниевый тиндер»
2) Salesforce идет тем же путем, но с фокусом на карьеру.
Их AI не «советует учиться», а показывает:
вот твои навыки — вот роли внутри компании, о которых ты даже не думал.
И снова – AI не создает знания.
Он делает видимыми скрытые связи между опытом, навыками и возможностями.
И вот тут становится понятна логика цифр из опроса.
Почему топ-менеджеры и офисные роли больше верят в AI для передачи знаний?
Потому что у них:
знания уже формализованы,
работа проектная,
результат зависит от координации, а не только от рук.
А вот продажи, рабочие, операторы, линейные роли – скептичнее.
И это не «отсталость», а сигнал:
там знания до сих пор передаются через людей – рядом, в моменте.
И AI туда просто так не встроится.
Deloitte прямо говорит:
если мы хотим использовать AI для передачи tacit knowledge, придется:
пересобирать процессы,
создавать совместные форматы работы,
делать знания побочным продуктом деятельности, а не отдельной задачей.
Если хочется глубже понять, почему это работает именно так, очень рекомендую классическую рамку про tacit knowledge:
👉 Ikujiro Nonaka, SECI model (tacit ↔ explicit knowledge)
Одна из самых внятных моделей, объясняющих, почему знания передаются через совместную деятельность (социализацию и экстернализацию), а не только через документы. Картинка в треде.
Она хорошо объясняет, почему Deloitte так настаивает на проектах, менторстве и совместной работе, а не на «оцифровке опыта».
Отдельно мне зашла мысль про двустороннее (mutual) обучение.
Пример с врачами и роботизированной хирургией показывает:
молодые приносят технологии, старшие – контекст и клиническое мышление.
AI здесь – не «учитель», а катализатор совместного смысла.
И, кажется, главный вывод такой
AI ускоряет передачу знаний только там, где:
👉 знания уже кому-то нужны,
👉 есть кому с кем учиться,
👉 и обучение встроено в реальную работу.
Во всех остальных случаях он просто аккуратно подсветит,
что передавать… пока нечего.
Если подробнее почитать отчет Deloitte, становится понятнее, какой именно knowledge transfer они имеют в виду, когда говорят про AI.
Это не «записать опыт экспертов в систему».
И не «спросить у AI, как раньше делали».
Вот несколько примеров.
1) HSBC использует AI, чтобы алгоритмически соединять людей:
опытных сотрудников и тех, кто хочет развить конкретные навыки — через реальные проекты.
Не курсы. Не инструкции. А совместную работу.
Важно:
👉 знание передается в действии
👉 AI лишь помогает найти, кого с кем и зачем соединить — такой «знаниевый тиндер»
2) Salesforce идет тем же путем, но с фокусом на карьеру.
Их AI не «советует учиться», а показывает:
вот твои навыки — вот роли внутри компании, о которых ты даже не думал.
И снова – AI не создает знания.
Он делает видимыми скрытые связи между опытом, навыками и возможностями.
И вот тут становится понятна логика цифр из опроса.
Почему топ-менеджеры и офисные роли больше верят в AI для передачи знаний?
Потому что у них:
знания уже формализованы,
работа проектная,
результат зависит от координации, а не только от рук.
А вот продажи, рабочие, операторы, линейные роли – скептичнее.
И это не «отсталость», а сигнал:
там знания до сих пор передаются через людей – рядом, в моменте.
И AI туда просто так не встроится.
Deloitte прямо говорит:
если мы хотим использовать AI для передачи tacit knowledge, придется:
пересобирать процессы,
создавать совместные форматы работы,
делать знания побочным продуктом деятельности, а не отдельной задачей.
Если хочется глубже понять, почему это работает именно так, очень рекомендую классическую рамку про tacit knowledge:
👉 Ikujiro Nonaka, SECI model (tacit ↔ explicit knowledge)
Одна из самых внятных моделей, объясняющих, почему знания передаются через совместную деятельность (социализацию и экстернализацию), а не только через документы. Картинка в треде.
Она хорошо объясняет, почему Deloitte так настаивает на проектах, менторстве и совместной работе, а не на «оцифровке опыта».
Отдельно мне зашла мысль про двустороннее (mutual) обучение.
Пример с врачами и роботизированной хирургией показывает:
молодые приносят технологии, старшие – контекст и клиническое мышление.
AI здесь – не «учитель», а катализатор совместного смысла.
И, кажется, главный вывод такой
AI ускоряет передачу знаний только там, где:
👉 знания уже кому-то нужны,
👉 есть кому с кем учиться,
👉 и обучение встроено в реальную работу.
Во всех остальных случаях он просто аккуратно подсветит,
что передавать… пока нечего.