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.