Можно быть очень сильным профессионалом внутри процесса, который уже начинает устаревать.

Последнее время всё чаще ловлю себя на этой мысли, особенно когда работаю с автобизнесом.

Я много лет в этой отрасли. И регулярно встречаю действительно сильных директоров дилерских центров, РОПов, руководителей закупки, сервиса, trade-in.

Людей с огромной насмотренностью и опытом.

Они за несколько минут понимают, где проблема в отделе. Чувствуют рынок. Знают клиента. Видят слабого сотрудника. Могут по нескольким цифрам понять, почему просели продажи или закупка.

И ещё несколько лет назад опытный профессионал почти всегда был сильнее новичка.

Сейчас впервые вижу, как это правило начинает ломаться.

Не потому, что опыт перестал быть ценным.

А потому, что появился новый множитель — AI.

И человек с меньшим опытом, но с AI-first мышлением иногда начинает двигаться быстрее профессионала с 10–15 годами опыта.

⸻

При этом проблема опытного руководителя часто именно в том, что он слишком хорошо умеет работать по-старому.

У него план.

Сотрудники.

CRM.

Excel.

Отчёты.

Планёрки.

Звонки.

Согласования.

Он постоянно тушит пожары, отвечает в чатах, контролирует показатели, сводит руками информацию и спасает результат.

И всё это он умеет делать действительно хорошо.

Но когда ты находишься внутри этой операционки по уши, очень сложно остановиться и спросить себя:

А почему я вообще продолжаю делать это именно так?

Почему руководитель каждую неделю руками собирает один и тот же отчёт?

Почему РОП вручную прослушивает звонки?

Почему качество работы менеджеров проверяется выборочно?

Почему аналитик несколько дней собирает данные, которые AI способен обработать за часы?

Почему знания о клиенте лежат одновременно в CRM, звонках, переписке, комментариях и голове менеджера?

Почему для обучения сотрудника мы ждём тренера, если можно дать ему AI-тренажёр и позволить отрабатывать переговоры хоть каждый день?

Почему руководитель сам ищет закономерности в сотнях отказов клиентов?

И главный вопрос:

если бы мы сегодня строили этот процесс с нуля, имея современные AI-инструменты, мы бы вообще построили его таким же?

В большинстве случаев — нет.

⸻

И вот здесь возникает интересный эффект.

Первая попытка использовать AI часто особенно раздражает именно сильного специалиста.

Он ставит задачу.

Получает какую-то поверхностную ерунду.

Смотрит и думает:

«Господи, я сам это быстрее и лучше сделаю».

И он прав.

Конкретно эту задачу — сегодня — он действительно сделает лучше.

Но здесь сравниваются две разные вещи.

Первая — выполнить привычную задачу руками.

Вторая — построить новую систему выполнения этой задачи.

Во втором случае первая итерация почти всегда хуже.

Потом ты добавляешь контекст.

Данные.

Примеры хорошего результата.

Правила проверки.

Подключаешь инструменты.

Автоматизацию.

Агентов.

Учишь систему на своих ошибках.

И через какое-то время она уже не начинает каждую задачу заново.

Она знает контекст, понимает критерии, использует предыдущие результаты и становится сильнее после каждой итерации.

Ты уже не просто выполняешь работу с помощью AI.
Ты постепенно строишь вокруг своей работы инфраструктуру.

⸻

Я сам всё сильнее ощущаю эту разницу.

Когда мы начали применять AI в задачах автобизнеса, это тоже начиналось с достаточно простых вещей.

А сегодня можно анализировать тысячи звонков менеджеров и находить системные ошибки в продажах.

Можно автоматически разбирать причины отказов клиентов.

Можно проверять выполнение стандартов разговора не на пяти выбранных звонках, а практически на всём массиве.

Можно собирать информацию об автомобиле из разных источников и превращать её в готовое саммари для продавца.

Можно сделать голосовой AI-тренажёр, где сотрудник отрабатывает переговоры с виртуальным клиентом и сразу получает обратную связь.

Можно за несколько часов исследовать массив данных, на который раньше ушли бы дни или недели.

И самое интересное — это уже не выглядит как «попросил нейросеть что-нибудь написать».

Это изменение самого процесса работы.

⸻

Поэтому я всё меньше верю в формулировку: