AI може знижувати інноваційність команд Дослідження Harvard Business Review показує, що коли AI починає давати «достатньо хороші» відповіді за секунди, компанії отримують більше продуктивності. Але можуть втрачати нові ідеї.Що показало дослідженняАвтори побудували математичну модель організаційного навчання, яка аналізує дві поведінки працівників:• самостійний пошук рішень• використання готових рішень іншихКоли друге стає дуже простим, відбувається передбачуваний ефект:• зменшується незалежний пошук• команди починають використовувати одні й ті самі підходи• різноманіття ідей падаєПродуктивність росте. Інноваційність – сповільнюється.Підтвердження на практиціАвтори посилаються на польовий експеримент з обчислювальними біологами.Коли дослідники отримали миттєвий доступ до проміжних рішень колег:• вони менше експериментували самостійно• більше доопрацьовували існуючі рішенняПростір пошуку нових підходів звузився.Чому AI створює цей ефектGenerative AI робить знання миттєвими:• стратегії• код• аналітикаЯкщо аналіз можна отримати за хвилини, менше людей витрачають дні на глибоке дослідження:• перевірку даних• розмови з клієнтами• тестування гіпотез.Ключова компетенція – absorptive capacityДослідження виділяє критичну навичку майбутнього – absorptive capacity.Це здатність:• перевіряти AI-відповіді• бачити пропущені фактори• адаптувати результат під контекст.Різниця проста:Сильний менеджер – перевіряє AI і додає власні дані.Слабкий менеджер – пересилає результат AI без змін.Що пропонують дослідникиЩоб не втратити інноваційність, компаніям потрібне strategic friction – невелике «тертя» у використанні AI.Наприклад:1. Власна спроба перед AIАналітик має подати свою гіпотезу перед генерацією AI.2. AI спочатку запитує контекстПеред аналізом – 3 власні спостереження користувача.3. Заблокована генераціяAI генерує результат тільки після введення гіпотези або даних.Це змушує людей думати перед тим, як отримати відповідь.Ще один важливий сигналАналіз майже 5000 взаємодій консультантів BCG з AI показав три типи користувачів:• Centaurs – людина керує роботою, AI допомагає• Cyborgs – людина визначає задачу, AI допомагає виконати• Self-automators – все делегують AI → виникає no-skillingСаме третя модель створює найбільші ризики.AI різко підвищує швидкість роботи. Але без правильної моделі використання компанії можуть отримати більше відповідей, але менше нових ідей. Тому завдання лідерів – будувати системи, де AI підсилює мислення.Джерело: Harvard Business Review – Research: Using AI Can Stifle Innovation. But It Doesn’t Have To (2026)