Мы в Notamedia провели анонимный опрос: «Почему вы не используете расшифровку на созвонах?». Результаты оказались неожиданными. И, как выяснилось, совпали с общемировой картиной.
Ответы были такими:
● 31% — «не вижу пользы для своих задач»
● 31% — «использую расшифровку, но не на всех созвонах»
● 24% указали на сомнения в безопасности
● 17% забывают включить запись
● 13% не устраивает качество
После внутреннего опроса мы решили копнуть глубже и проанализировали рынок. Выводы оказались неочевидными: проблема почти никогда не в самом инструменте.
Рынок растёт, а люди не пользуются
Рынок ИИ-транскрибации растёт на 25% ежегодно, к 2034 году аналитики прогнозируют рост до $29 млрд.
71% крупных российских компаний уже применяют генеративный ИИ хотя бы в одной бизнес-функции. Расшифровка встреч входит в число самых популярных сценариев использования.
При этом до 95% компаний в России не получают ожидаемой отдачи от внедрения ИИ.
Итак, почему сотрудники игнорируют этот инструмент?
1. Нет ощутимой ценности
Самая распространённая причина. Компании часто внедряют транскрибацию без аналитической надстройки.
«Я и так был на встрече, зачем мне транскрибация?» — если из расшифровки автоматически не выделяются задачи, решения и ответственные, она остаётся просто текстом — артефактом без применения.
В то же время команды с автоматическим выделением задач показывают на 30% более высокий результат.
Проблема экспериментов с ИИ в большинстве российских компаний — слабая интеграция с бизнес-процессами. Расшифровка встреч — характерный пример внедрения искусственного интеллекта без стратегии.
Голый транскрипт без связки «решение → задача → ответственный» — это пелена текста, в которую никто не заглядывает.
2. Качество распознавания
13% наших сотрудников указали на проблему качества, но в масштабах рынка она шире.
Средняя точность ИИ-транскрибации в реальных условиях — около 62%. Топовые платформы заявляют 99%, но это идеальные условия: один спикер, чистый звук, чёткая дикция. Реальный созвон — это шум, перебивания и нестабильное качество микрофонов.
Для русского языка ситуация ещё сложнее: имена, аббревиатуры и профессиональная лексика распознаются с ошибками.
Некачественная расшифровка хуже, чем её отсутствие: она подрывает доверие к инструменту в целом.
3. Безопасность и приватность
В российском контексте тема стоит остро. 42% компаний отмечают низкий уровень доверия к информационной безопасности ИИ-решений.
Из-за требований к кибербезопасности компании всё чаще разворачивают модели на собственных серверах.
Помимо технических ограничений есть и психологический фактор. Сотрудники воспринимают запись как инструмент контроля, а не продуктивности: когда каждое слово фиксируется, люди начинают фильтровать высказывания. В итоге инструмент, призванный улучшить коммуникацию, сковывает её.
4. Лишнее действие в процессе
17% просто забывают включить запись. Ручной запуск снижает регулярность использования любого решения в 2–3 раза.
Любое дополнительное действие создаёт трение. Трение приводит к забыванию, а забывание убивает привычку.
Паттерн знаком всем, кто работал с трекерами: если сбор данных не автоматизирован и не встроен в рабочий поток, пользователи забрасывают инструмент в течение двух–трёх недель.
5. Культурное сопротивление
Самый неочевидный и самый глубокий барьер.
Привычная модель: договорились устно — разошлись. Если что-то пошло не так, «мы же обсуждали, ты неправильно понял». В итоге договорённости не зафиксированы, ответственность размыта.
Расшифровка ломает эту модель, потому что после встречи появляется саммари с зафиксированными решениями, задачами и сроками.
У сотрудников возникает страх фиксации и неприятие прозрачности. Люди сопротивляются не потому, что инструмент плохой, а потому что он обнажает то, что раньше было скрыто за устными договорённостями.
Там, где ИИ вторгается в живую коммуникацию, сопротивление значительно выше. Использование искусственного интеллекта растёт, но преимущественно в функциях, не затрагивающих отношения между людьми.
Все пять причин ведут к одному выводу: транскрибация не работает как отдельный инструмент. Это элемент цепочки, и без остальных звеньев он бесполезен.
Если нет процесса до (зачем записываем встречу, кому это нужно) и после (как решения превращаются в задачи, кто за что отвечает, где хранится информация), расшифровка останется невостребованным артефактом.
Когда внедрение расшифровки встреч даёт результат?
Транскрибация работает, когда встроена в конкретный рабочий процесс:
● Найм: запись интервью → структурированная оценка кандидата → решение. Расшифровка — фактура для оценки.
● Проектное управление: созвон → автоматическое выделение задач → трекер → контроль исполнения.
● Продажи: звонок с клиентом → фиксация ключевых моментов → дальнейшие шаги.
● Управление знаниями: запись встречи → база знаний → онбординг новых сотрудников.
«Расшифровка — элемент процесса, а не самостоятельный продукт»
В Notamedia мы выстраиваем внедрение ИИ именно по этому принципу: сначала целостный взгляд на процесс, потом подбор инструмента. Не «подключим бота на созвоны», а «поймём, какой процесс автоматизируем и на каком этапе расшифровка необходима».
Итак, чтобы внедрение транскрибации было эффективным, начните с поэтапного описания бизнес-процесса, в котором она участвует. Зарегламентируйте поэтапно:
● Что должно происходить с расшифровкой встречи после встречи?
● Куда она попадает?
● Какое решение принимается на её основе?
Тогда вы почувствуете реальный результат от внедрения этого инструмента, а не просто галочку в графе «Используем ИИ».
Нажимая на кнопку, вы даете Согласие на обработку персональных данных в соответствии с Политикой.
Подписываясь, я даю свое Согласие на получение рассылок рекламного характера.