Сегодня у нас принято всё цифровизировать. Желательно срочно, комплексно и с искусственным интеллектом. Иначе, кажется, предприятие безнадёжно отстало от прогресса.
Особенно хорошо, если после внедрения можно доложить, сколько операций автоматизировано, сколько документов переведено в электронный вид и сколько человеко-часов удалось сэкономить.
С цифрами у нас вообще особые отношения. Если цифры красивые, значит, всё получилось.
А вот с вопросом «Что именно получилось?» иногда возникают сложности.
Я больше 15 лет занимаюсь бережливым производством и совершенствованием бизнес-процессов. И чем больше наблюдаю за работой организаций, тем чаще убеждаюсь: далеко не всё, что мы называем потерями, действительно ими является.
Особенно когда речь идёт о человеческом общении.
Один вопрос, который оказался важнее правильного ответа
Недавно мне попалась статья Фрэна Ното, опубликованная в сентябре 2026 года на сайте Lean Enterprise Institute. Автор, работавший в Toyota, вспоминает своего наставника Эндо Харуки.
История совершенно производственная, без корпоративной романтики.
На линии обработки блока цилиндров постоянно ломалось сверло. Молодой инженер изучил ситуацию и предположил, что причина в неисправности подшипника шпинделя.
Версия выглядела убедительно. Подобные неисправности ему уже встречались. Отчёт был подготовлен.
Казалось бы, можно менять подшипник.
Но наставник задал один вопрос:
«Откуда ты знаешь?»
И выяснилось, что инженер не знает. Он предполагает.
Наставник отправил его обратно в цех — наблюдать за работающим оборудованием, проверять гипотезы, собирать факты.
В результате обнаружили, что причина поломки сверла заключалась вовсе не в подшипнике, а в несовпадении осей шпинделя и направляющей втулки.
Подшипник был исправен.
То есть можно было провести вполне убедительный ремонт, потратить деньги, отчитаться о выполненных мероприятиях и продолжить ломать сверла.
Знакомая ситуация, правда?
Мне в этой истории интересна даже не найденная техническая причина.
Наставник ведь мог сам определить неисправность. Его опыта для этого хватало. Вероятно, получилось бы быстрее.
Но он предпочёл потратить время на то, чтобы инженер самостоятельно установил причину.
Почему?
Потому что учил его не ремонтировать конкретный станок, а мыслить.
Именно здесь, на мой взгляд, начинается бережливое мышление.
«Откуда ты знаешь?» — вопрос, который полезно задавать почаще
Бережливое мышление начинается со способности задавать вопросы.
Но вопросы бывают разные.
Можно спросить: «Кто виноват?» — и получить фамилию.
Можно спросить: «Почему не выполнили план?» — и получить перечень уважительных причин.
А можно спросить: «На основании каких фактов мы решили, что причина именно в этом?»
И тут разговор становится гораздо интереснее.
В практике совершенствования процессов я постоянно сталкиваюсь с ситуациями, когда предположение постепенно приобретает статус установленного факта.
«У нас большая нагрузка».
Откуда знаем?
«Сотрудники не справляются».
Как измеряли?
«Пациенты долго ждут, потому что врачей мало».
Точно из-за этого? Или стоит посмотреть, как организован поток?
Здесь важно не подвергать сомнению каждое слово сотрудника и не устраивать допрос с пристрастием.
Важно научиться различать факт, предположение и вывод.
Это три разные вещи.
Опытный человек тоже может ошибаться. Более того, чем богаче опыт, тем проще иногда принять знакомую ситуацию за уже известную.
Наставник Toyota учил инженера очень важной профессиональной привычке: не подгонять факты под красивую версию, а проверять версию фактами.
Такую привычку трудно сформировать одной инструкцией.
Для этого нужен кто-то, кто вовремя спросит: «А откуда ты это знаешь?»
Почему в компании со стандартами всё равно ищут опытного коллегу
Совсем недавно я работала над проектом по совершенствованию процессов финансового подразделения крупной риэлторской компании.
Организация большая, процессы регламентированы, стандарты существуют.
Но во время работы мы обратили внимание на любопытную особенность. Столкнувшись с нестандартной ситуацией, сотрудники обращались за помощью к более опытным коллегам.
Не потому, что не читали инструкции.
И не потому, что не хотели самостоятельно принимать решения.
Ситуации действительно требовали индивидуального подхода.
И это вполне объяснимо.
В недвижимости за каждой сделкой стоят люди. Со своими обстоятельствами, договорённостями, ожиданиями. Работа риелтора — не только выполнение последовательности операций. Это постоянное взаимодействие, в котором многое зависит от способности услышать, понять, оценить ситуацию и найти решение в рамках установленных требований.
Финансовые процессы, сопровождающие такую деятельность, тоже сталкиваются с нестандартными обстоятельствами.
Можно подробно описать порядок начисления вознаграждения, согласования документов или проведения оплаты.
Но предусмотреть в регламенте все возможные сочетания обстоятельств вряд ли получится. Да и стоит ли пытаться?
У опытного сотрудника есть то, чего зачастую нет в инструкции: память о похожих ситуациях, понимание причин предыдущих ошибок, способность замечать существенные детали.
Иногда несколько минут разговора с таким человеком дают больше, чем полчаса изучения нормативных документов.
Не потому, что нормативные документы бесполезны. А потому, что человек помогает понять логику решения.
И вот здесь для бережливого эксперта возникает интересная задача.
С одной стороны, постоянные обращения к конкретному специалисту могут означать, что процесс недостаточно стандартизирован, информация недоступна или полномочия распределены неправильно.
С другой — во время такого общения может происходить передача профессиональных знаний.
Внешне оба случая выглядят одинаково: один сотрудник отвлёк другого от работы.
Можно даже посчитать потерянное время.
Но в первом случае мы действительно имеем дело с потерями, которые нужно устранять.
А во втором — возможно, наблюдаем формирование компетентности, которая завтра позволит сотруднику решить новую задачу самостоятельно.
И если учитывать только продолжительность операции, эту разницу легко не заметить.
Сколько стоит опыт, который нельзя положить в папку?
Проблема потери профессиональных знаний давно изучается за рубежом.
В 2025 году международная организация APQC совместно с компанией eGain исследовала, насколько организации готовы сохранять знания сотрудников, уходящих на пенсию. В опросе участвовали 1 000 специалистов.
Только 8% участников сообщили, что их организации постоянно и последовательно сохраняют такие знания. Ещё 22% отметили, что делают это в большинстве случаев.
При этом 41% сообщили, что знания уходящих сотрудников сохраняются редко либо не сохраняются вообще.
Среди главных препятствий оказались:
-
недостаток времени — 52%;
-
нехватка ресурсов — 45%;
-
низкий приоритет задачи для организации — 38%.
Обратите внимание: недостаток времени оказался более распространённым препятствием, чем отсутствие технологий.
Ирония в том, что организации, которые ежедневно борются за сокращение потерь рабочего времени, не всегда готовы выделять это время на сохранение накопленного опыта.
С экономической точки зрения проблема тоже заслуживает внимания.
По оценке аналитической компании Gallup, замена сотрудника технической специальности может обходиться примерно в 80% его годовой заработной платы, а руководителя — в 200%.
Это американские оценки, и механически переносить их на российские предприятия нельзя. Но они наглядно показывают, насколько дорого может стоить потеря сотрудников.
При этом у профессионального опыта есть ещё одна особенность.
Он нередко продолжает приносить пользу организации после завершения конкретной операции.
Опытный инженер однажды научил коллегу правильно искать причины неисправности. И теперь тот применяет этот способ мышления на другом оборудовании.
Сотрудник финансового подразделения объяснил новичку, какие обстоятельства важно учитывать в нестандартной ситуации. И в следующий раз тот уже способен самостоятельно оценить риски.
Такой результат сложно увидеть в привычном отчёте о производительности.
Но от этого он не становится менее ценным.
А теперь давайте всё это автоматизируем
И вот здесь мы подходим к теме, которая сегодня вызывает у меня всё больше вопросов.
Сразу оговорюсь: я не против цифровизации. Напротив, автоматизация рутинных операций, исключение повторного ввода данных, сокращение времени поиска информации — всё это необходимые направления совершенствования процессов.
Но мне не близок подход, при котором цифровизация сама по себе объявляется доказательством повышения эффективности.
Мы внедрили систему. Мы сократили количество обращений между сотрудниками. Мы создали базу знаний. Теперь на любой вопрос можно получить ответ за несколько секунд.
Прекрасно.
Осталось выяснить, что именно мы улучшили.
Представим, что после анализа процессов в компании руководитель обнаруживает: сотрудники регулярно обращаются к одному опытному специалисту.
Решение напрашивается само собой — создаём электронную базу ответов, подключаем искусственный интеллект, сокращаем количество консультаций.
Освободили время? Возможно.
Ускорили выполнение операций? Скорее всего, в типовых случаях.
А научили ли сотрудников самостоятельно принимать решения?
Вот здесь уже не так очевидно.
Потому что между получением готового ответа и формированием профессионального мышления существует довольно большая разница.
Наставник в Toyota не сказал инженеру, какой подшипник менять. И даже не сообщил, что подшипник вообще ни при чём.
Он заставил его проверить предположение.
Представим, что вместо наставника у инженера была бы информационная система, которая сразу сообщила правильную причину неисправности.
Станок удалось бы отремонтировать быстрее. Проблема решена.
Но научился бы инженер искать причину?
Не факт.
И я вовсе не утверждаю, что живое общение всегда полезнее цифрового инструмента. Хорошо построенная цифровая система тоже может задавать уточняющие вопросы, предлагать проверить данные, показывать альтернативные гипотезы.
Но если её задача — исключительно выдавать готовые ответы, существует риск, что часть мыслительной работы человек постепенно перестанет выполнять сам.
Исследователи уже обратили на это внимание
В 2025 году исследователи Microsoft Research и Университета Карнеги — Меллона опубликовали работу о влиянии генеративного искусственного интеллекта на критическое мышление сотрудников.
В исследовании участвовали 319 специалистов, использующих искусственный интеллект в работе. Они описали 936 реальных примеров его применения.
Обнаружилась любопытная связь: чем выше была уверенность сотрудников в возможностях искусственного интеллекта, тем меньше усилий критического мышления они, по собственным оценкам, прилагали при выполнении задач.
А вот более высокая уверенность в собственных профессиональных способностях была связана с большей вовлечённостью в критическую оценку результатов.
Важно понимать ограничения исследования. Авторы изучали самооценку участников, а не измеряли фактическое снижение интеллектуальных способностей. Поэтому утверждать, что искусственный интеллект делает людей глупее, оснований нет.
Хотя для громкого заголовка, конечно, очень соблазнительно.
Но есть более серьёзный вывод.
По мере внедрения искусственного интеллекта мыслительная работа меняется. Вместо самостоятельного поиска решения человек всё чаще занимается проверкой и использованием предложенного системой ответа.
А чтобы проверить ответ, тоже нужна компетентность.
Нужно понимать предмет, видеть ограничения данных, уметь замечать противоречия.
И главное — сохранять привычку сомневаться.
Тот самый вопрос наставника Toyota: «Откуда ты знаешь?»
Теперь его стоит задавать не только коллегам, но и цифровым помощникам.
Не каждое сокращённое действие означает устранённую потерю
В бережливом производстве мы выделяем восемь видов потерь. Среди них — неиспользованный человеческий потенциал.
Но мне кажется, в современных условиях на этот вид потерь стоит посмотреть шире.
Организация может использовать знания опытного сотрудника для решения текущих задач и при этом совершенно не использовать его способность развивать других.
Его ценность измеряется количеством выполненных операций, закрытых обращений, согласованных документов.
И если он тратит время на объяснения менее опытному коллеге, формально его личная производительность может даже снижаться.
Получается удивительная вещь.
Мы можем посчитать время, потраченное на передачу знаний, как потерю. А последующее повышение самостоятельности сотрудников — вообще не посчитать.
Потом удивляемся, почему все сложные вопросы по-прежнему решает один человек.
А когда он уходит, вместе с ним уходит и значительная часть способности организации справляться с нестандартными ситуациями.
При этом нельзя забывать и об обратной стороне.
Если сотрудник каждый день задаёт один и тот же вопрос, потому что информация отсутствует или инструкция непонятна, — это проблема организации процесса.
Если он приходит обсудить сложную ситуацию, чтобы понять основания для решения, — это может быть частью профессионального развития.
Задача руководителя — научиться различать эти ситуации.
А задача бережливого эксперта — не механически сокращать все взаимодействия, а разбираться, какие из них создают ценность.
Чему на самом деле нужно учить сотрудников
Мне кажется, мы слишком часто оцениваем результаты обучения по количеству проведённых занятий, выданных удостоверений и освоенных инструментов.
Особенно в бережливом производстве.
Человек знает, что такое 5С, умеет нарисовать карту потока, перечисляет виды потерь. Можно считать, что обучение состоялось.
Но попробуйте задать ему несколько вопросов.
Почему вы решили, что именно эта операция создаёт потерю?
Какими данными подтверждается проблема?
Почему предлагаемые мероприятия должны привести к улучшению?
Откуда вы знаете, что причина установлена правильно?
И становится понятно, насколько глубоко человек освоил бережливое мышление.
Знать инструменты и уметь мыслить — не одно и то же.
При этом инструменты, безусловно, нужны. Они помогают структурировать наблюдения, собирать факты, проверять гипотезы и находить решения.
Но инструмент без понимания превращается в формальность.
Можно нарисовать очень красивую карту потока, совершенно не понимая, почему процесс работает именно так.
Можно провести анализ «5 почему» и на пятом вопросе уверенно установить виновного.
Можно автоматизировать процесс, который вообще следовало бы сначала пересмотреть.
Всё будет оформлено правильно. Возможно, даже с презентацией.
Вот только бережливое мышление так и не появится.
Что я предложила бы руководителям
Прежде чем запускать очередной проект цифровизации или пересматривать систему наставничества, полезно посмотреть на несколько вещей.
Во-первых, разобраться, к кому сотрудники обращаются за помощью при нестандартных ситуациях и почему. Возможно, именно эти люди сохраняют знания, критически важные для устойчивости процессов.
Во-вторых, разделить повторяющиеся вопросы, ответы на которые должны содержаться в стандартах, и ситуации, требующие профессионального анализа.
В-третьих, предусмотреть передачу не только готовых решений, но и способов их обоснования. Разбирать реальные случаи, обсуждать альтернативы, учить сотрудников проверять предположения.
В-четвёртых, оценивать эффект цифровизации не только по сокращению времени выполнения операции, но и по способности сотрудников самостоятельно решать возникающие проблемы.
И, наконец, перестать считать наставничество исключительно дополнительной нагрузкой.
Это работа, результат которой может проявиться не сегодня, а через несколько месяцев или лет.
И этот результат вполне измерим: сокращением повторных ошибок, времени решения нестандартных задач, зависимости процесса от конкретных специалистов.
Вместо заключения
Я не думаю, что будущее бережливого производства заключается в отказе от цифровизации. Скорее наоборот: технологии открывают огромные возможности для совершенствования процессов.
Но эффективность нельзя измерять только количеством автоматизированных операций и сэкономленных минут.
Нужно учитывать и то, что происходит с людьми.
Становятся ли они самостоятельнее? Лучше ли понимают процессы? Умеют ли находить причины проблем? Способны ли обосновывать свои решения?
Или просто научились быстрее получать готовые ответы?
Для меня бережливое мышление начинается со способности задавать вопросы. Наблюдать, сомневаться, проверять предположения и находить доказательства.
Этому можно и нужно учить.
И значительная часть такого обучения происходит не на лекциях и не при чтении регламентов, а во время совместной работы, когда опытный человек помогает менее опытному увидеть то, чего тот пока не замечает.
Поэтому, прежде чем устранять очередное «лишнее» взаимодействие между сотрудниками, я бы посоветовала разобраться, что именно в нём происходит.
Возможно, вы нашли потерю.
А возможно, перед вами самый ценный процесс в организации. Просто у него пока нет красивой цифровой панели с показателями.
И последний вопрос.
Если завтра искусственный интеллект предложит вашему сотруднику неверное решение, хватит ли ему знаний, опыта и смелости спросить: «А откуда ты это знаешь?»
Источники
-
Fran Noto. Toyota’s Answer to Knowledge Walking Out the Door. Lean Enterprise Institute, 28.09.2026.
-
APQC, eGain. The Great Retirement: Knowledge Loss, AI and the Workforce Shift. Исследование 2025 года, 1 000 участников.
-
Gallup. Employee Retention Depends on Getting Recognition Right. 2024.
-
Lee H.-P. et al. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI, 2025. DOI: 10.1145/3706598.3713778.
