67,8% сотрудников уже используют AI-инструменты как минимум несколько дней в неделю, но AI-обучение сотрудников в компаниях часто живет в режиме «разберитесь сами». По данным нового отчета Workera, 56,4% работников не получают рабочего времени на развитие AI-навыков — и это проблема не только HR, а всей операционной модели бизнеса.
Исследование Workera 2026 State of Skills Intelligence Report, о котором сообщает ZDNet, основано на опросе 1000 наемных специалистов в США, работающих в компаниях с численностью от 5000 человек. Опрос проводился в июле 2026 года через Pollfish, а годовую динамику сравнивали с похожим исследованием марта 2025 года.
Картина получилась довольно неудобная для корпоративных AI-стратегий. С одной стороны, 80% компаний считают, что в 2026 году они лучше движутся к будущему с AI, чем годом ранее. В 2025-м таких было 67%. С другой стороны, рост уверенности менеджмента не очень совпадает с тем, что происходит у сотрудников на рабочих местах. Инструменты уже в ежедневном обороте, но времени, материалов и понятных критериев развития у многих нет.
Самый заметный сдвиг — в регулярности использования AI. Больше двух третей сотрудников, 67,8%, применяют AI-инструменты за пределами ChatGPT хотя бы несколько дней в неделю. Год назад таких было 39,9%. То есть внедрение уже не выглядит экспериментом отдела инноваций: люди используют Claude, Gemini, корпоративные ассистенты, генераторы текста, кода и аналитики, потому что иначе работа начинает проигрывать по скорости.
Но обучение за этим темпом не поспевает. 56,4% респондентов заявили, что им не выделяют рабочее время на повышение квалификации. Еще 42,5% назвали нехватку релевантных учебных материалов одним из главных барьеров. 84,3% сотрудников тратят на развитие навыков пять часов в неделю или меньше. Для технологии, которая меняет интерфейсы, процессы, требования к качеству и даже структуру задач, это немного. Примерно как выдать команде новый фреймворк и попросить переписать сервис, но обучение оставить на вечер воскресенья.
Основатель и CEO Workera Киан Катанфоруш в интервью ZDNet говорит о простой, но часто игнорируемой вещи: компаниям нужно не просто дать доступ к инструментам, а выделить людям время и психологическую безопасность для экспериментов. По его словам, прошлый год был в основном про доступ и внедрение, а теперь фокус сместился к результатам и действиям. Это повышает давление: от сотрудников уже ждут эффекта, хотя системной подготовки может не быть.
Отчет показывает и другую деталь: сотрудники не сидят сложа руки. 46,5% опрошенных использовали инструменты, не предоставленные работодателем, чтобы развивать навыки. Среди них 74,6% выбирали массовые AI-сервисы вроде ChatGPT, Claude и Gemini. Для бизнеса это двойной сигнал. Первый — мотивация у людей есть. Второй — если компания не строит понятный контур обучения и доступа, сотрудники построят его сами, иногда в обход корпоративных правил безопасности и качества.
Workera предлагает смотреть на AI-обучение сотрудников не как на набор курсов, а как на измеряемую систему. Сначала компания должна определить, что для нее значит «готовность к AI»: какие навыки нужны разработчику, аналитику, продакту, менеджеру поддержки, HR-специалисту. Затем — дать людям возможность измерить себя относительно этого стандарта и связать прогресс с доступом, задачами или стимулами. Это звучит менее романтично, чем «культура инноваций», зато ближе к тому, как реально управляют инженерными и продуктовыми компетенциями.
Важный момент для IT-команд: речь не только о промптах. AI-навыки быстро превращаются в смесь доменной экспертизы, проверки результата, работы с контекстом, понимания ограничений моделей и умения встроить инструмент в процесс. Разработчику нужно не просто попросить модель написать код, а проверить архитектурные последствия, лицензии, безопасность и тесты. Продакту — не просто сгенерировать гипотезы, а отличить полезную идею от гладкого текста без связи с пользователем. Руководителю — не заменить команду агентами на презентации, а понять, где автоматизация действительно снимает узкое место.
Сами сотрудники, судя по данным Workera, не считают себя статистами при машинах. 76,6% уверены, что могут выполнять свою работу лучше AI. Только 9,5% считают, что AI-агент уже сегодня способен эффективно делать больше половины их работы. При этом люди осторожно относятся и к оценке навыков алгоритмами: лишь 7% полагают, что AI уже оценивает компетенции лучше человека, а 38,5% считают, что никогда не превзойдет людей в такой оценке.
Отсюда растет интерес к непрерывной диагностике навыков, но с контролем со стороны сотрудника. Workera упоминает Ambient — AI-native инструмент оценки компетенций в рабочем потоке, который сейчас пилотируется и имеет более 10 000 записей в листе ожидания. 41,1% респондентов готовы подключиться к подобной системе, если они владеют своими данными и сами решают, чем делиться. Еще 31,2% пока не определились. Для рынка это важная развилка: измерение навыков может помочь развитию, а может превратиться в еще одну панель контроля, если компании перепутают обучение с надзором.
Для русскоязычной IT-аудитории вывод довольно практичный. Если компания уже требует AI-эффективности, но не выделяет время, инструменты и критерии качества, она фактически перекладывает трансформацию на личный ресурс сотрудников. На короткой дистанции это может работать: энтузиасты сами все попробуют, принесут шаблоны, автоматизируют куски рутины. На длинной — появятся разрыв в навыках, теневые инструменты, разный уровень качества и тот самый AI-мусор, который потом приходится разгребать живым людям.
Главный вопрос на 2026 год — не будут ли сотрудники пользоваться AI. Уже пользуются. Вопрос в том, сумеют ли компании превратить AI-обучение сотрудников из факультативного самообразования в нормальную часть рабочего процесса: с временем, ответственностью, проверкой результата и правом на эксперимент. Подробности исследования и интервью с Кианом Катанфорушем доступны на .