Навигация в условиях фундаментальной неопределённости: динамично-адаптивная модель цифровой трансформации предприятия в эпоху генеративного ИИ

Почему это важно для повседневной работы

Многие ощущают, что генеративный ИИ меняет работу быстрее, чем компании успевают планировать. В этой статье задаётся простой, но срочный вопрос: что происходит со стратегией компании, когда важнейшая технология мощна, непредсказуема и слабо понятна даже её создателям? Вместо того чтобы рассматривать ИИ как очередной инструмент, который внедряют по дорожной карте, автор утверждает, что фирмам нужно переосмыслить способы обучения, принятия решений и конкуренции в мире, где почва постоянно движется под ногами.

От аккуратных планов к подвижной почве

Долгие годы управленческая мысль исходила из того, что новые технологии развиваются в основном предсказуемо. Компании наблюдали со стороны, ждали, пока инструмент созреет и станет хорошо изученным, а затем запускали запланированный проект «цифровой трансформации», чтобы применить его на практике. В этой прежней модели фирмы комбинировали ресурсы, выбирали подходящие технологии и выполняли тщательно продуманные программы, чтобы получить устойчивое преимущество над конкурентами. Сама технология рассматривалась как познаваемый и контролируемый компонент в рациональном рецепте успеха.

Когда ключевая технология перестаёт вести себя предсказуемо

Генеративный ИИ разрушает эту комфортную картину. Его способности могут проявляться внезапно по мере увеличения размеров моделей, а внутренние механизмы настолько непрозрачны, что даже эксперты затрудняются объяснить, как система приходит к своим ответам. Компании внедряют ИИ‑системы, чьи будущие навыки, слабые стороны и побочные эффекты нельзя спрогнозировать простым линейным способом. Это создаёт то, что в статье называют «фундаментальной неопределённостью»: проблема не просто в отсутствии данных, а в том, что привычные методы прогнозирования и планирования больше не работают. Вместо устойчивой лестницы прогресса менеджеры сталкиваются с эволюционирующим, отчасти загадочным партнёром, который может удивлять и в благих, и в неблагоприятных проявлениях.

Учиться через практику, а не предсказания

В этой новой реальности, утверждает статья, компаниям нужно перевернуть привычный порядок «сначала обдумать, потом действовать». Поскольку заранее никто не может полностью понять, как генеративный ИИ поведёт себя в конкретном бизнесе, фирмам необходимо зондировать, экспериментировать и затем осмысливать то, что они обнаружили. Автор называет это «адаптивным смыслообразованием»: небольшие повторяющиеся пробы, где люди наблюдают за поведением ИИ в реальной работе, выявляют неожиданные применения и режимы отказа и постепенно выстраивают рабочее понимание. Стратегия перестаёт быть фиксированным планом на бумаге и становится эволюционирующим процессом, который вырастает из этих непосредственных опытов взаимодействия с технологией.

Динамика противоречий внутри организации

Постоянные эксперименты порождают напряжение внутри фирмы. Руководство хочет порядка, контроля и предсказуемых результатов; фронтовые команды, работающие с ИИ, обнаруживают грязные, неожиданные возможности, которые не укладываются в существующие правила. В статье предлагается рассматривать это трение не как проблему, которую нужно устранить, а как сам двигатель прогресса. Давление сверху направляет эксперименты в сторону бизнес‑целей, в то время как открытия снизу заставляют организацию корректировать структуры, процессы и даже цели. При грамотном управлении этот цикл «конфронтации и адаптации» позволяет компаниям одновременно использовать уже имеющиеся знания и исследовать новые возможности, которые открывает ИИ.

Преобразовать адаптивность в реальное преимущество

Поскольку мощные инструменты ИИ и данные становятся доступными всё большему числу игроков, ни одна отдельная модель или набор данных не могут гарантировать долгосрочное превосходство. Вместо этого в статье утверждается, что истинным выигрышным активом является «динамическая адаптивная способность»: умение организации постоянно перенастраивать способы обучения, проведения экспериментов и смены курса. Проще говоря, длительное преимущество заключается не в обладании лучшим инструментом, а в умении лучше учиться у этого инструмента и перестраивать бизнес в ответ. Компании, которые развивают этот навык непрерывной адаптации, могут складывать множество кратковременных преимуществ, оставаясь впереди в среде, где любое конкретное преимущество быстро размывается.

Что это значит в будущем

Для неспециалиста главный вывод в том, что генеративный ИИ вынуждает компании менять жёсткие долгосрочные планы на гибкие циклы обучения. В заключение статья рекомендует рассматривать ИИ не как готовый продукт для установки, а как мощного, непредсказуемого партнёра, которого нужно исследовать осторожно. Те организации, которые инвестируют в безопасные эксперименты, открытую дискуссию о неудачах и культуру, приветствующую изменения, с наибольшей вероятностью преуспеют. В эпоху генеративного ИИ выживание и успех — это не разовое овладение машиной, а способность постоянно учиться вместе с ней снова и снова.

Цитирование: Lu, T. Navigating foundational uncertainty: a dynamic-adaptive model of enterprise digital transformation in the age of generative AI. Humanit Soc Sci Commun 13, 451 (2026). https://doi.org/10.1057/s41599-026-06689-z

Ключевые слова: генеративный ИИ, цифровая трансформация, организационное обучение, бизнес-стратегия, конкурентное преимущество