Bridging the Generational AI Gap (LSE + Protiviti): досліджували участь в AI‑ініціативах, впевненість у AI‑рішеннях і роль…
Виміряний результат: серед користувачів AI ті, хто отримали skill‑training за останній рік, економлять ≈10 годин на тиждень (≈28% робочого часу), що приблизно удвічі більше, ніж 5 годин (≈14%) у тих, хто навчається без системних програм; компанійське навчання дає чотириразове зростання регулярної адопції порівняно з працівниками, які взагалі не цікавляться навчанням
Дослідження LSE та Protiviti на основі опитування понад 3 000 працівників та керівників показало, що корпоративне навчання підвищує регулярне використання AI у чотири рази порівняно з працівниками без інтересу до навчання. Однак навчання не гарантує економії часу: середня заощадженість становить близько 10 годин на тиждень у тих, хто проходив навчання, і 5 годин у тих, хто навчається самостійно. Реальна продуктивність залежить не від частоти використання, а від того, як працівник реінвестує звільнений час у вищу цінність роботу.
Результат
Виміряний результат: серед користувачів AI ті, хто отримали skill‑training за останній рік, економлять ≈10 годин на тиждень (≈28% робочого часу), що приблизно удвічі більше, ніж 5 годин (≈14%) у тих, хто навчається без системних програм; компанійське навчання дає чотириразове зростання регулярної адопції порівняно з працівниками, які взагалі не цікавляться навчанням
Джерело 1 ↗
Контекст
- Компанія
- Bridging the Generational AI Gap (LSE + Protiviti)
- Галузь
- вплив навчання на адопцію й продуктивність
Дата публікації: жовтень 2026 Цитата з атрибуцією: не вказано Дані для калькулятора: 93% працівників, які проходили AI‑навчання, використовують інструменти, проти 57% серед тих, хто навчання не отримував; ≈10 годин на тиждень (≈28% робочого часу) економія у тих, хто отримали skill‑training за останній рік; 5 годин (≈14%) у тих, хто навчається без системних програм; чотириразове зростання регулярної адопції порівняно з працівниками, які взагалі не цікавляться навчанням
Обмеження
Дані: труднощі з вимірюванням downstream-ефектів, працівники неохотно описують зміни у роботі. Інтеграції: потреба у схвалюваних інструментах, інтегрованих workflow та середовищі, де колеги навчаються одночасно. Безпека: юридичні та етичні ризики, якщо прибрати людський контроль. Регуляторика: не зазначена. Бюджет: не зазначений. Опір команди: «AI shaming» та «non-AI shaming» підkopують психологічну безпеку.
Що зробили
Корпоративне навчання працює через екосистему: схвалені інструменти, інтегровані workflow, колеги на подібному рівні навчання та організаційні сигнали. Людина залишається в контурі для встановлення напрямку, цілей, обмежень та критеріїв успіху, а AI працює в межах цих параметрів. Навчання ролі-специфічне, а не універсальне. Контроль якості здійснюється через людський судимост, а не лише через частота використання інструментів.
Що могло провалитись
Практично жодна з груп не звітує про значну стабільну економію часу: більшість працівників заощаджує 0–3 години на тиждень незалежно від навчання. Перехід від «немає інтересу до навчання» до «корпоративне навчання» майже не змінює кількість заощадженого часу. Працівники не залишаються раніше, а звільнений час заповнюється додатковою роботою, що несе ризик вигорання. Якщо прибрати людський контроль, зникають люди, які виявляють помилки AI, що підвищує юридичні та етичні ризики для старшого керівництва.
Що з цього переноситься
Навчання працює як дрівець регулярного використання, але не як гарантія продуктивності; ефект з'являється лише там, де є структуроване навчання, регулярне використання та осмислене реінвестування звільненого часу у вищу цінність роботу.
Як повторити в себе
це один із найсильніших аргументів — структурне AI‑навчання майже гарантовано збільшує частку регулярних користувачів та подвоює економію часу на людину
Джерела
- 1cmr.berkeley.edu ↗
cmr.berkeley.edu