Когда мы впервые пробуем ИИ в работе, кажется, что наступила эра бесконечного свободного времени. Презентация, которая раньше требовала двух дней мучительного подбора слайдов, теперь собирается за десять минут. Письмо клиенту, над которым нужно было думать час, генерируется за секунды.

Но спустя месяц многие руководители замечают странную вещь: сотрудники не стали работать меньше, а задач в компании почему-то стало больше. Время, сэкономленное на «производстве» текста или слайдов, не исчезло — оно просто перетекло в другие, часто более изнурительные процессы.

Ловушка «90% успеха»: опыт Commonwealth Bank

Чтобы понять, как это работает, достаточно посмотреть на случай банка Commonwealth в Австралии. Руководство решило, что голосовой бот может заменить людей в поддержке, и сократило 45 сотрудников.

На первый взгляд, бот был триумфом технологий: он успешно закрывал 9 из 10 звонков. Казалось бы, эффективность выросла, расходы упали. Но именно эти оставшиеся 10% превратили работу банка в ад.

Проблема была в том, что те запросы, с которыми бот не справился, не просто оставались нерешенными — они создавали «информационный шум». Клиент, который не получил ответ от робота, звонил снова, злился и требовал пересказать свою историю с самого начала. Один сбой превращался в три повторных звонка. Нагрузка на людей выросла так сильно, что через 23 дня банк извинился и позвал всех уволенных обратно.

Этот пример показывает главную опасность ИИ в бизнесе: он отлично справляется с типовой массой, но катастрофически увеличивает стоимость обработки исключений. Если раньше человек видел проблему сразу и решал её, то теперь мы сначала тратим время на попытку бота помочь. А затем — ещё больше времени на разгребание последствий его ошибки.

Парадокс эффективности: почему мы чувствуем скорость, но работаем медленнее

Есть и другой эффект, который можно назвать «иллюзией ускорения». Исследование организации METR показало пугающую закономерность: опытные программисты, использующие ИИ, в реальности работали на 19% медленнее.

Самое интересное здесь — самоощущение людей. Те же программисты были уверены, что ускорились на 20%. Разрыв в 39 процентов между ощущением и реальностью — это и есть «налог на ИИ».

Откуда берется этот разрыв? Когда вы пишете текст или код сами, вы создаете его в голове параллельно с тем, как переносите на бумагу. Вы контролируете каждую запятую и каждый логический переход.

Когда текст выдает ИИ, вы переключаетесь из режима «создателя» в режим «рецензента». А проверять чужой (пусть и очень похожий на человеческий) текст зачастую сложнее, чем написать свой. Вы начинаете искать скрытые ошибки, галлюцинации или неудачные формулировки. В итоге вы тратите 5 минут на генерацию и два часа на проверку. Вы должны убедиться, что в тексте нет фатальной ошибки, которая выставит компанию в глупом свете.

Производство стало бесплатным, а проверка — нет

Механика этого процесса проста: ИИ сделал производство информации почти бесплатным. Теперь любой сотрудник может генерировать десятки страниц отчетов, сотни писем и тысячи строк кода в день.

Но стоимость проверки этой информации осталась прежней. Она по-прежнему требует внимания, опыта и времени живого человека.

Когда в компании появляется ИИ, происходит опасный сдвиг: труд переносится от автора к читателю. Если менеджер сэкономил 20 минут на отчете с помощью нейросети, его руководитель теперь может потратить два часа на поиск сути. В таком случае организация не сэкономила время. Она просто переложила нагрузку с одного сотрудника на другого.

В итоге компания задыхается от избытка «дешевого» контента, который никто не успевает качественно проверить.

Как не утонуть в «экономии времени»: практические шаги

Чтобы ИИ действительно помогал, а не создавал новые задачи, нужно изменить подход к измерению результата.

1. Измеряйте закрытые задачи, а не объем выдачи Перестаньте считать, сколько презентаций или писем было создано. Это «метрика тщеславия». Единственный верный показатель — количество полностью закрытых задач. Если количество писем выросло в десять раз, а закрытых сделок осталось столько же — вы не ускорились. Вы просто создали больше шума.

2. Проведите аудит «петли проверки» Посмотрите, кто в вашей компании проверяет результаты работы ИИ. Если один человек генерирует контент для десяти коллег, которые должны его вычитать, вы создали «бутылочное горлышко». Попробуйте внедрить правило: автор, который сгенерировал текст, несет полную ответственность за его точность. Если в тексте нашлась ошибка, которую «проглядел» автор, это считается не ошибкой ИИ, а ошибкой сотрудника.

3. Установите пороги «человеческого контроля» Не все задачи одинаково критичны. Разделите их на две группы: – Низкий риск: черновики для внутреннего пользования, идеи для постов. Здесь можно довериться ИИ на 80%. – Высокий риск: договоры, финансовые отчеты, письма ключевым клиентам. Здесь ИИ может только собирать факты, но структура и финальная проверка должны быть строго человеческими.

Главный урок здесь прост: не верьте ощущению скорости. ИИ — это мощный инструмент, но он не отменяет необходимости думать. Если вы чувствуете, что дел стало больше, значит, вы просто заменили творческий труд механическим перекладыванием слов. Начните измерять реальный результат, и вы увидите, где ИИ действительно помогает, а где он просто создает иллюзию работы.