Готовы ли сотрудники к ИИ: анкета для оценки AI readiness

Купить корпоративный ИИ-сервис проще, чем встроить его в работу. До запуска полезно узнать, кто уже пользуется такими инструментами, для каких задач, чего опасается и что мешает делать это безопасно.

Такой замер называют оценкой AI readiness, или готовности сотрудников и компании к внедрению искусственного интеллекта. Это не тест на знание терминов и не голосование «за» или «против» ИИ. Хорошая анкета показывает разрыв между возможностями людей и условиями внутри компании, а затем помогает выбрать конкретное действие: обучение, доступ к инструменту, правила работы с данными или пересборку процесса.

Тема уже перешла из разряда прогнозов в рабочую повестку. По данным Qualtrics Employee Experience Trends 2026, 52% опрошенных сотрудников используют ИИ на работе ежедневно или еженедельно, на 7 процентных пунктов больше, чем годом ранее. При этом часть людей самостоятельно выбирает не согласованные компанией сервисы. Значит, отсутствие официального внедрения ещё не означает отсутствие ИИ в рабочих процессах.

Ниже готовая структура анкеты из пяти блоков, 20 основных утверждений и дополнительных вопросов. Её можно взять целиком для первого замера или сократить до нужных разделов.

Что именно означает готовность к ИИ

У готовности есть два уровня. Первый относится к сотруднику: понимает ли он возможности и ограничения ИИ, умеет ли поставить задачу, проверить результат и видит ли подходящий сценарий в своей работе. Второй относится к организации: есть ли безопасный инструмент, понятные правила, поддержка руководителя и право тратить время на освоение нового способа работы.

Если измерять только отношение людей, компания легко получит удобный, но бесполезный вывод: «сотрудники сопротивляются изменениям». На деле человек может хотеть пользоваться ИИ, но не иметь доступа к разрешённому сервису. Или, наоборот, компания купила лицензии, а команды не понимают, какие задачи можно передавать инструменту и кто отвечает за ошибку.

В Microsoft Work Trend Index 2026 похожий разрыв описан на выборке 20 000 работающих пользователей ИИ из десяти стран. Только 19% оказались в группе, где индивидуальная готовность и возможности организации одновременно высоки. Авторы отдельно отмечают, что культура, поддержка менеджеров и кадровые практики влияют на эффект от ИИ сильнее, чем усилия отдельного человека. Эти цифры не стоит использовать как российский бенчмарк, но сама логика полезна: измерять нужно обе стороны.

Пять блоков анкеты AI readiness

Для первого замера достаточно пяти измерений. Они не смешивают отношение к технологии с реальным опытом и позволяют связать каждый слабый результат с владельцем проблемы.

1. Практика и сценарии. Пользуется ли человек ИИ, для каких задач и видит ли применимый сценарий в своей роли.
2. Навыки и проверка. Умеет ли он давать контекст, оценивать ответ и замечать ошибки.
3. Инструменты и доступ. Есть ли разрешённый сервис, подходящие данные и время на освоение.
4. Правила и безопасность. Понятно ли, какие данные нельзя передавать и кто отвечает за итоговый результат.
5. Доверие и поддержка. Можно ли открыто обсуждать применение ИИ, ошибки и опасения без риска выглядеть некомпетентным.

Блоки намеренно разделены. Низкий балл по навыкам лечится обучением, а низкий балл по доступу курсом не исправить. Непонятные правила находятся в зоне ответственности юридической службы и информационной безопасности. Недоверие и страх наказания чаще требуют работы руководителей, а не новой инструкции.

Опрос сотрудников: виды, вопросы и как провести

Готовые вопросы для анкеты

Основные утверждения оцениваются по шкале от 1 до 5: 1 означает «совсем не согласен», 5 означает «полностью согласен». Добавьте отдельный вариант «не относится к моей работе», чтобы вынужденная середина шкалы не маскировала отсутствие подходящего сценария.

Блок 1. Практика и рабочие сценарии

• Я понимаю, какие задачи в моей работе можно выполнять быстрее или качественнее с помощью ИИ.
• За последний месяц я хотя бы раз применял ИИ для рабочей задачи.
• Я могу назвать конкретный процесс, в котором ИИ даст заметную пользу моей команде.
• Я понимаю, в каких задачах ИИ использовать не стоит.

Утверждение про фактическое применение лучше дополнить вопросом о частоте: никогда, пробовал один-два раза, использую несколько раз в месяц, несколько раз в неделю или ежедневно. Это отдельная метрика, её не нужно усреднять со шкалой согласия.

Блок 2. Навыки и контроль качества

• Я умею описать задачу так, чтобы ИИ получил нужный контекст и ограничения.
• Я проверяю факты, расчёты и ссылки в ответе ИИ перед использованием.
• Я могу заметить ответ, который звучит убедительно, но содержит ошибку.
• Я умею доработать запрос или разбить задачу на шаги, если первый ответ оказался слабым.

Не спрашивайте только «умеете ли вы пользоваться нейросетями». Для одного сотрудника это означает написать письмо, для другого провести анализ таблицы, а для третьего запустить агента с доступом к рабочим системам. Конкретные наблюдаемые действия дают более честный результат.

Блок 3. Инструменты и доступ

• У меня есть доступ к одобренному компанией ИИ-инструменту для моих задач.
• Инструмент работает с нужным языком, форматом данных и рабочими системами.
• У меня есть время, чтобы освоить инструмент на реальной задаче.
• Я знаю, куда обратиться, если доступ не работает или возможностей инструмента не хватает.

Этот блок помогает увидеть теневое использование. Если практика высокая, а официальный доступ низкий, люди, вероятно, решают задачи личными аккаунтами. Qualtrics называет это одним из рисков 2026 года: рабочие данные могут попадать в сервисы, которые компания не проверяла.

Блок 4. Правила и безопасность

• Мне понятно, какие рабочие данные можно и нельзя передавать ИИ.
• Я знаю, для каких задач использование ИИ нужно согласовать.
• Мне понятно, кто несёт ответственность за результат, подготовленный с помощью ИИ.
• Правила сформулированы так, что ими можно пользоваться в реальной работе.

Последнее утверждение особенно важно. Политика может существовать на внутреннем портале и при этом не отвечать на повседневный вопрос: можно ли загрузить договор, переписку с клиентом или обезличенную таблицу. В открытом комментарии попросите привести ситуацию, для которой правила остаются непонятными.

Блок 5. Доверие и поддержка

• Мой руководитель объяснил, зачем команде применять ИИ и какого результата ждёт.
• В команде можно рассказать о неудачном опыте с ИИ без обвинений.
• Я понимаю, как ИИ может изменить мою роль в ближайший год.
• Я готов осваивать новые способы работы с ИИ.

Не объединяйте в одном вопросе пользу и безопасность, например: «Считаете ли вы ИИ полезным и безопасным?». Человек может видеть пользу и одновременно не доверять обработке данных. Один вопрос должен измерять одну мысль.

Какие дополнительные вопросы добавить

После основных утверждений нужны три коротких вопроса. Они объяснят цифры и помогут выбрать пилот.

• Для каких рабочих задач вы уже используете ИИ? Дайте список сценариев с множественным выбором и вариант «другое»: поиск информации, тексты, документы, анализ данных, программирование, подготовка встреч, поддержка клиентов.
• Что сильнее всего мешает использовать ИИ? Нет подходящей задачи, доступа, навыков, времени, понятных правил, доверия к результату или поддержки руководителя.
• Какой процесс вы бы предложили проверить в пилоте? Открытый вопрос, из которого можно собрать очередь реальных кейсов.

В демографический блок включайте только признаки, которые понадобятся для решения: подразделение, роль, тип работы и стаж. Не собирайте имя, рабочую почту и точную должность, если обещаете анонимность.

Как провести действительно анонимный опрос

Как посчитать результат

Считайте каждый из пяти блоков отдельно. Для респондента или группы найдите среднее по четырём утверждениям, затем переведите его в шкалу от 0 до 100:

Индекс блока = (средний балл - 1) / 4 × 100.

Например, средний балл по правилам равен 2,8. Индекс блока: (2,8 - 1) / 4 × 100 = 45. Это не отраслевой норматив и не доказательство, что компания «готова на 45%». Число нужно для сравнения блоков, команд и повторных волн по одной методике.

Ответ «не относится к моей работе» исключайте из среднего и показывайте отдельной долей. Если его выбрала половина подразделения, это самостоятельный результат: либо для роли действительно нет подходящего сценария, либо сотрудники его пока не видят.

Общий индекс допустим как краткий индикатор динамики, если во всех блоках одинаковое число вопросов. Но управленческие решения принимайте по профилю из пяти значений. Средние 60 баллов могут складываться из сильных навыков на уровне 85 и почти отсутствующих правил на уровне 25. Общая цифра этот риск спрячет.

Как читать сочетания результатов

Что видно в данных	Вероятная причина	Первое действие
Практика высокая, доступ и правила низкие	Теневое использование личных сервисов	Дать одобренный инструмент и короткие правила по данным
Доступ высокий, практика низкая	Лицензии купили без понятных сценариев	Выбрать 2-3 процесса и провести пилот на реальных задачах
Навыки высокие, поддержка низкая	Люди готовы, но руководители не меняют процесс	Согласовать ожидания, критерии качества и право на эксперимент
Доверие высокое, навыки низкие	Есть интерес, но нет практики	Обучение с рабочим заданием и проверкой результата
Все блоки низкие	Компания ещё не определила задачу внедрения	Не масштабировать, начать с одного безопасного пилота

Пороговые зоны можно задать для внутренней навигации: 0-24 как отсутствие основы, 25-49 как подготовка к пилоту, 50-74 как готовность к ограниченному масштабированию, 75-100 как устойчивую практику. Зафиксируйте, что это ваши рабочие границы, а не универсальный стандарт. После двух-трёх волн их можно уточнить по связи с фактическим использованием, ошибками и результатами пилотов.

Кого опрашивать и как сохранить честность

Не ограничивайтесь офисными сотрудниками, которые уже интересуются ИИ. Иначе замер покажет мнение ранних пользователей, а не готовность организации. Включите руководителей, специалистов, бэк-офис и линейные команды, если технология должна затронуть их работу.

Разница между группами бывает значительной. В исследовании Qualtrics о линейных сотрудниках 53% работников умственного труда сообщили об оптимизме или интересе к влиянию ИИ на работу, а среди линейного персонала таких было 39%. Поэтому единая средняя по компании может скрыть группу, для которой сценарии, доступ и опасения устроены иначе.

Анкету лучше делать анонимной. Люди могут пользоваться неразрешёнными сервисами, бояться сокращения роли или сомневаться в решениях руководства. Именной формат заставит их отвечать безопасно для себя. Показывайте срезы только по достаточно крупным группам и заранее объясните, кто увидит результаты.

Когда проводить замер

Первую волну запускайте до массовой закупки лицензий или в начале пилота. Она даст исходную точку и покажет, какие команды уже накопили опыт. Вторую проведите через 6-8 недель после обучения, публикации правил или выдачи доступа. За меньший срок люди часто не успевают применить инструмент в полном рабочем цикле.

После масштабирования достаточно квартального короткого пульса из 5-7 якорных вопросов. Полную анкету повторяйте раз в полгода, сохраняя формулировки и шкалу. Если переписать вопросы между волнами, изменение балла нельзя будет уверенно связать с самим внедрением.

Глобальные данные подтверждают, что обучение останется большой частью перехода. В Future of Jobs Report 2025 86% опрошенных работодателей ожидают, что ИИ и технологии обработки информации изменят их бизнес к 2030 году, а 77% планируют переобучать сотрудников. Но обучение стоит назначать после диагностики: одним нужна база, другим практика проверки, третьим доступ и правила.

Анкета после обучения: что действительно измерять

Типичные ошибки

• Спрашивать только об отношении. Вопрос «как вы относитесь к ИИ» не показывает ни навыки, ни доступ, ни безопасное поведение.
• Превращать анкету в экзамен. Тест терминов вызывает защитную реакцию и не доказывает, что человек справится с реальной задачей.
• Считать неиспользование сопротивлением. У сотрудника может не быть инструмента, времени, подходящего сценария или разрешения.
• Показывать один общий индекс. Он скрывает критический провал одного блока за высокими оценками другого.
• Обещать анонимность и собирать идентификаторы. Даже без имени комбинация маленького отдела, должности и стажа может раскрыть человека.
• Не сообщать, что произошло после опроса. Если люди поделились рисками, а компания ничего не изменила, следующая волна будет менее честной.

Как запустить анкету в WebAsk

Создайте пять групп вопросов и используйте одну шкалу от 1 до 5 для всех 20 утверждений. Вариант «не относится к моей работе» вынесите отдельно. Для барьеров включите множественный выбор, а для предложений по пилоту оставьте открытое поле.

Если группы должны сравниваться анонимно, передайте подразделение через отдельный вопрос или заранее подготовленную ссылку, но не собирайте данные, которые позволяют вычислить человека. Сначала проверьте анкету на 5-10 коллегах: одинаково ли они понимают слова «ИИ», «одобренный инструмент» и «рабочие данные».

Начать можно с бесплатного тарифа WebAsk. Создайте анкету о готовности к ИИ, перенесите готовые формулировки и получите профиль по пяти блокам вместо общего вопроса о том, нравится ли людям ИИ.

Частые вопросы

Что такое AI readiness?

AI readiness, или готовность к ИИ, показывает, способны ли сотрудники и сама организация безопасно применять искусственный интеллект в реальных рабочих процессах. Она включает сценарии, навыки, доступ, правила и поддержку.

Сколько вопросов должно быть в анкете?

Для первого замера достаточно 20 основных утверждений, по четыре на каждый из пяти блоков, плюс 3-5 вопросов о частоте, сценариях, барьерах и подразделении. Короткий повторный пульс можно сократить до 5-7 якорных вопросов.

Нужно ли делать опрос анонимным?

Да, если вы спрашиваете о неразрешённых инструментах, страхе за роль, ошибках и понятности решений руководства. Не собирайте лишние идентификаторы и не показывайте результаты по маленьким группам.

Как посчитать индекс готовности к ИИ?

Найдите средний балл по утверждениям каждого блока и переведите его в шкалу 0-100 по формуле: (средний балл - 1) / 4 × 100. Сравнивайте пять блоков отдельно: одного общего индекса недостаточно.

Какой показатель считать хорошим?

Универсального норматива нет. Первый замер нужен как собственная исходная точка. Полезнее смотреть, какой блок слабее остальных, как различаются команды и что изменилось после конкретного действия.

Когда повторять исследование?

Повторите полную или сокращённую волну через 6-8 недель после обучения, выдачи доступа или публикации правил. Затем проводите короткий пульс раз в квартал, а полную диагностику раз в полгода.

Кто должен отвечать за результат?

Владелец зависит от слабого блока. Обучение относится к HR и руководителям, доступ к IT, правила к информационной безопасности и юристам, сценарии и изменение процессов к бизнес-руководителям. Поэтому один владелец всего индекса обычно неэффективен.