Перейти к содержимому
PraktickAI
КурсыДля командУслугиДокументацияБлог
КурсыДля командУслугиДокументацияБлог
ГлавнаяБлогВаша команда не хочет использовать AI. Что делать?
15 сентября 2025 г.·9 мин чтения

Ваша команда не хочет использовать AI. Что делать?

Внедрение в командеСтратегия
Перейти к разделу
  • Почему разработчики сопротивляются
  • Плохой первый опыт
  • Страх замены
  • Нет времени на эксперименты
  • Что работает: три проверенные стратегии
  • 1. Найдите энтузиастов и дайте им пространство
  • 2. Показывайте конкретную экономию, а не потенциал
  • 3. Не делайте это обязательным
  • Реалистичный таймлайн адоптации
  • Как быть с теми, кто «никогда не будет использовать AI»
  • Ошибки, которые я вижу раз за разом

CTO покупает лицензии, отправляет письмо «теперь мы используем AI», и через месяц этим пользуются двое из двадцати. Остальные попробовали один раз, получили плохой результат и вернулись к тому, что знают.

Я вижу это так часто, что мог бы назвать стандартным сценарием. И проблема не в людях — а в подходе. Навязывать адоптацию сверху не работает. Что работает?

Почему разработчики сопротивляются

Сопротивление AI не иррационально. У него есть конкретные причины, которые нужно понять, прежде чем решать.

Плохой первый опыт

Попробовали один промпт («исправь этот баг»), получили шаблонный код, не работающий в их контексте, и списали весь инструмент. Это самая частая причина. Проблема не в инструменте — а в промпте. Но кто их этому научит?

Страх замены

«Если AI умеет писать код, зачем им я?» Это реальная тревога, которую не стоит обесценивать. Ответ: AI заменяет рутинные задачи, не разработчиков. Разработчик, использующий AI, более продуктивен — не более заменяем. Но это нужно сказать явно.

Нет времени на эксперименты

У них полно работы в спринте, и изучение нового инструмента кажется роскошью. Если руководство не выделит явно время на эксперименты, люди просто не будут этого делать. Обязательства по спринту всегда побеждают.

Самая частая ошибка: ожидать, что люди выучат AI «в свободное время». Ни у кого нет свободного времени. Выделенное время на эксперименты должно быть явным — 2-4 часа в неделю в первый месяц.

Что работает: три проверенные стратегии

1. Найдите энтузиастов и дайте им пространство

В каждой команде есть 2-3 человека, которым нравится экспериментировать. Дайте им время и пространство — явно, а не «когда будет минутка». Пусть найдут кейсы, работающие на вашем коде. Затем пусть ОНИ покажут остальной команде.

Рекомендация от коллеги работает в 10 раз лучше менеджерского письма. Когда Том на стендапе говорит «вчера я с Claude Code сгенерировал 40 тестов за час, на которые вручную ушло бы два дня» — это убеждает.

2. Показывайте конкретную экономию, а не потенциал

«AI сэкономит вам время» никого не убеждает. Слишком абстрактно. Что убеждает:

  • «Том сгенерировал 40 тестов за час — вручную это заняло бы 2 дня»
  • «Сара сократила время ревью с 2 дней до 4 часов с AI pre-review»
  • «Мартин разобрался в новом модуле за 30 минут вместо полдня»
  • «Вся команда задеплоила вдвое больше фич в этом спринте»

Конкретные цифры из ВАШЕЙ команды. Не бенчмарки из интернета, не обещания вендоров. Ваши цифры, ваши люди, ваш код.

3. Не делайте это обязательным

Директива сверху создаёт формальное соответствие, а не адоптацию. Люди будут «использовать» AI только ради метрики — но не эффективно. Вместо этого создайте среду, где легко начать и где видны результаты тех, кто начал.

Практически: общий Slack-канал для AI-советов. На ретроспективе вопрос «где AI вам помог?» Празднования, когда кто-то находит отличный кейс. Никаких «ты обязан использовать AI» — но «посмотри, что с этим сделал Том».

Реалистичный таймлайн адоптации

Реалистичная адоптация — не «все используют через неделю». Это постепенный процесс:

  • Месяц 1: 2-3 первопроходца экспериментируют, находят кейсы
  • Месяц 2: делятся результатами, 5-6 других пробуют
  • Месяц 3: половина команды активно использует AI для чего-то
  • Месяцы 4-5: AI становится частью стандартного рабочего процесса
  • Месяц 6: большинство команды использует AI ежедневно

Это не медленно — это устойчиво. Быстрая адоптация, навязанная сверху, ведёт к поверхностному использованию и возврату к старым привычкам.

Как быть с теми, кто «никогда не будет использовать AI»

В каждой команде есть тот, кто говорит «мне AI не нужен». И это нормально. Не заставляйте. Но убедитесь, что у них есть доступ и обучение, когда решат попробовать. Часто бывает так: скептик видит, как коллеги экономят время, и думает «дай-ка попробую на той скучной задаче» — и остаётся.

Лучшая адоптация — не принудительная. Она заразительна. Когда люди вокруг вас экономят часы ежедневно, вы хотите знать как.

Ошибки, которые я вижу раз за разом

  • Письмо «теперь мы используем AI» без обучения и поддержки
  • Метрики использования AI как KPI — люди оптимизируют метрику, не продуктивность
  • Ожидание немедленных результатов — адоптация занимает 3-6 месяцев
  • Игнорирование сопротивления вместо его понимания — сопротивление имеет причины, решайте их
  • Один инструмент для всех — разным людям нужны разные инструменты

Адоптация AI в команде — это изменение культуры, не просто смена инструментов. А изменение культуры требует времени, терпения и правильного подхода. Навязать нельзя — но вдохновить и обеспечить можно.

  • Почему разработчики сопротивляются
  • Плохой первый опыт
  • Страх замены
  • Нет времени на эксперименты
  • Что работает: три проверенные стратегии
  • 1. Найдите энтузиастов и дайте им пространство
  • 2. Показывайте конкретную экономию, а не потенциал
  • 3. Не делайте это обязательным
  • Реалистичный таймлайн адоптации
  • Как быть с теми, кто «никогда не будет использовать AI»
  • Ошибки, которые я вижу раз за разом
LinkedInX / Twitter
Karel Čech

Karel Čech

Разработчик и AI-консультант. Помогаю техническим командам внедрять AI в ежедневный рабочий процесс — от воркшопов до долгосрочных стратегий.

LinkedIn →

Будьте в курсе AI-тенденций

Практические советы по AI для команд разработчиков. Никакого спама, отписка в любой момент.

Подписываясь, вы соглашаетесь с политикой конфиденциальности.

Понравилась статья? Погрузитесь глубже с нашим курсом:

Средний

AI для команд

Системное руководство по внедрению AI в команде.

7 уроков3.5 часов
Средний

AI-стратегия для руководителей

Что руководители должны знать об AI — без buzzwords, с конкретным планом.

6 уроков3 часов

Похожие публикации

Вы измеряете ROI от AI неправильно: метрики, которые реально показывают эффект для команды

Руководство спрашивает «окупается ли подписка на AI?» и хватается за строки кода или число промптов. Это метрики тщеславия. Вот что измерять вместо них.

Разрыв в адоптации: почему 73% команд разработчиков не используют AI на практике (и как это исправить)

Компании тратят миллионы на лицензии. Команды их игнорируют. Проблема не в технологии — а в подходе к внедрению. Вот фреймворк, который работает.

AI и технический долг: парадокс, определяющий 2026 год

AI может ускорить разработку в 10 раз — но также в 10 раз ускорить создание технического долга. 75% компаний уже имеют средний или высокий уровень долга из-за AI. Как выйти из этого цикла.

Готовы начать?

Начните бесплатный курс или узнайте о вариантах обучения для команд.

Записаться на бесплатную консультацию

PraktickAI

AI-обучение и консалтинг для технических команд

КурсыДля командУслугиДокументацияБлог
karel@praktickai.appLinkedIn

© 2026 PraktickAI — SkyVisual s.r.o. Все права защищены. Политика конфиденциальности · Условия использования · Порядок рассмотрения жалоб