Многие компании восприняли ИИ как способ сэкономить на сотрудниках — вместо найма новых загружают дополнительной работой тех, что есть, требуя от них «повышать свою эффективность» с помощью ИИ, который выполнять работу за людей часто не может.

ИИ не поможет

Уже несколько лет сторонники массового внедрения ИИ рассказывают о том, как эти инструменты возьмут на себя выполнение рутинной работы, разгрузив сотрудников и дав им больше времени на выполнение творческих задач. Однако во многих случаях этого не случилось. Исследователи из школы бизнеса Калифорнийского университета в Беркли Аруна Ранганатан и Синци Мэгги Е подтвердили, что ИИ не только не сокращает объем задач, который нужно выполнить сотруднику, но и делает работу еще более интенсивной.

Исследование, опубликованное в Harvard Business Review, основано на анализе работы технологической компании с 200 сотрудниками в течение восьми месяцев. Выяснилось, что сотрудники, надеясь на ИИ, берут на себя больше задач, чем реально могут выполнить. Не справляясь с ними в рабочие часы, они начинают тратить больше времени, часто без просьбы руководства. В результате работники попадают в замкнутый круг: выполнение части задач ускорилось, что повысило ожидания — сами сотрудники и их руководство ждут, что и другая работа пойдет быстрее с помощью ИИ. В результате задач стало больше, а ИИ может помочь далеко не во всем.

«Вы надеялись, что благодаря ИИ сможете повысить производительность, сэкономить время и работать меньше, — говорит исследователям один из сотрудников, работу которого они анализировали. — Но на самом деле вы не работаете меньше. Вы работаете ровно столько же или даже больше». Примечательно, что сотрудники угодили в эту ловушку сами — компания не обязывала их пользоваться искусственным интеллектом. Однако многие по собственной инициативе начали экспериментировать с инструментами ИИ, надеясь, что они позволят выполнять больший объем работы. По словам исследователей, это привело к тому, что некоторые работники стали все чаще выполнять задачи, которые прежде компания передала бы на аутсорсинг или для выполнения которых наняла бы дополнительный персонал.

Более того, сотрудники стали использовать ИИ для работы в неурочные часы, в том числе во время обеденных перерывов. Из-за этого стирается грань между рабочим и нерабочим временем. Сотрудники, с которыми разговаривали исследователи, признавались, что не могут восстановить силы во время отдыха. Это неудивительно, поскольку отдыха как такового и нет.

Особенно малопродуктивны попытки браться за чужую работу. Как выяснили ученые, к плачевным результатам приводит, например, стремление самостоятельно писать код с помощью ИИ. Качество получается не всегда высоким, в результате программисты компании должны тратить дополнительное время, чтобы поправить код. Более того, как показало другое исследование, результаты которого приводит The Atlantic, даже работу самих программистов над написанием кода ИИ не ускоряет, а замедляет. Дело в том, что ИИ правильно пишет код только в 50% случаев. Поэтому его работу надо перепроверять и часто переделывать, из-за чего и происходит потеря времени.

В интервью Business Insider программист Сиддхант Кхаре, работающий в сфере ИИ, отметил, что ИИ создает «парадокс производительности» — снижает себестоимость производства, но увеличивает затраты человеческого труда на координацию, анализ и принятие решений. В результате даже если сотрудники и делают больший объем работы, то выматываются они еще сильнее. К тому же если сотрудник делает больше с помощью ИИ, то и требования к нему возрастают. «В прошлом квартале я написал больше кода, чем за любой другой квартал в своей карьере, — рассказывает Кхаре на своем сайте. — Но я и чувствовал себя более опустошенным, чем за любой другой квартал в своей карьере».

По словам Кхаре, до появления ИИ он мог потратить целый день на решение одной задачи. «Я делал наброски на бумаге, размышлял, отправлялся на прогулку и возвращался с ясным пониманием, — рассказывает он. — Темп был медленным, но когнитивная нагрузка была приемлемой. Одна проблема. Один день. Глубокое фокусирование». А теперь ему приходится браться за шесть разных задач за день. «На решение каждой из них с помощью ИИ «уходит всего час», — иронизирует он. — Но переключение между шестью задачами обходится человеческому мозгу очень дорого».

Ко всему прочему, отмечает Кхаре, использование ИИ отучает людей думать самостоятельно. «Это как GPS и навигация, — проводит он аналогию. — До появления GPS вы создавали в голове мысленные карты. Вы знали свой город. Вы могли продумывать маршруты. После многих лет использования GPS вы не можете ориентироваться без него. Навык атрофировался, потому что вы перестали им пользоваться». Как подчеркивает Кхаре, если в любой задаче вы сразу же обращаетесь к ИИ, то перестаете выстраивать нейронные связи, которые возникают в результате самостоятельного решения проблемы.

Неудивительно, что результатом использования ИИ в компаниях часто становится рост нагрузки, когнитивная усталость, эмоциональное выгорание, трудности с принятием решений. Увеличение производительности сотрудников, которое происходит в начале использования ИИ, может затем привести к снижению качества работы, текучке кадров и другим проблемам.

Внутри пузыря

Однако проблема не только в перегрузках и снижении когнитивных способностей. Как говорится в исследовании Стэнфордского университета (признан нежелательной организацией в России и запрещен) и компании BetterUp Labs, сотрудники нередко используют ИИ, чтобы создать видимость бурной деятельности. В ходе опроса аналитики изучили ответы 1150 сотрудников компаний из разных отраслей на вопросы об использовании ИИ и его влиянии на взаимоотношения с коллегами. Выяснилось, что одним сотрудникам приходится перепроверять и доделывать работу других, сделанную с помощью ИИ. А это создает напряженность между коллегами.

При этом, согласно данным исследования Массачусетского технологического института, в 95% компаний внедрение генеративного ИИ ничего не дает — ни роста производительности, ни увеличения выручки. В качестве причины исследователи называют то, что ИИ-модели сложно адаптировать под потребности конкретной компании. Такие модели пока не обучаются на рабочих процессах и встроиться в них чаще всего не могут. А от сотрудников уже требуют повышать свою эффективность за счет фактически неработающих инструментов.

Более того, как выяснили исследователи из американского Центра безопасности ИИ (CAIS), нынешние модели выполняют за людей работу очень плохо. Ни одна из шести моделей, включая GPT-5 от OpenAI и Grok от xAI Илона Маска, не смогла выполнить более 3% работы удаленного сотрудника, которую ей поручили. Задачи варьировались от разработки игр до анализа данных. «Надеюсь, это дает гораздо более точное представление о возможностях ИИ», — отметил директор CAIS Дэн Хендрикс. По его словам, у моделей ИИ недостаточно памяти, они не могут учиться на собственном опыте и приобретать навыки на работе, как люди. Поэтому компании, уволившие сотрудников в надежде заменить их ИИ, нанимают их обратно.

В том же материале The Atlantic отмечается, что реальная экономика получает выгоду от ИИ пока в основном только за счет инвестиций в дата-центры и другую необходимую инфраструктуру. Все больше аналитиков говорят о том, что возможности ИИ преувеличены и вокруг этой технологии образовался пузырь. Станут ли его жертвами инвесторы, еще неизвестно, а вот сотрудники, от которых требуется повышать эффективность, уже оказались в проигрыше.

Скрытые угрозы

В российских компаниях ИИ также применяется все чаще. Как рассказала в комментарии РБК руководитель исследовательского центра Superjob Наталья Голованова, 10% офисных сотрудников используют такие технологии постоянно, еще 32% — периодически. Чаще всего с их помощью автоматизируют документооборот, анализ данных и коммуникацию с клиентами или коллегами. «Массовых увольнений из-за внедрения ИИ пока не происходит, но на наем он уже влияет: вакансий на простые офисные задачи и позиции для начинающих становится меньше», — говорит эксперт.

И проблемы возникают те же, что у американцев. По словам Головановой, вместо того чтобы нанимать новых людей на место уволенных, работодатели распределяют их обязанности между оставшимися, рассчитывая, что ИИ поможет справляться с работой быстрее. Кроме того, руководители не всегда учитывают, что работа с ИИ требует времени: нужно составить запрос, проверить результат, исправить ошибки. В итоге сотрудник не только выполняет свои задачи и работу за других, но еще и фактически обучает нейросеть.

Наталья Голованова обращает внимание на ту же тенденцию, что и западные наблюдатели: из-за чрезмерного доверия к ИИ люди начинают меньше запоминать и реже вникать в детали, полагаясь на технологии. Это может привести к нехватке специалистов, способных критически мыслить и проверять данные. Есть и еще одна опасность: сокращение компаниями расходов на обучение персонала. «Если ИИ берет на себя часть рутины, компании могут отказаться от стажировок и программ для новичков, — прогнозирует эксперт. — В перспективе это грозит дефицитом квалифицированных кадров». Кроме того, по словам Головановой, из-за активного использования открытых нейросетей возрастает риск утечек: сотрудники могут передавать ИИ данные, которые относятся к коммерческой тайне.

По мнению старшего партнера, руководителя направления «HR-Консалтинг» компании «Экопси» Григория Финкельштейна, основная проблема даже не в том, что люди перегружены из-за ИИ, а в том, что они с его помощью делают некачественную работу. Эксперт отметил, что ИИ дает иллюзию того, что работу можно сделать быстрее, проще и качественнее, но в реальности результат не соответствует необходимым критериям.

«Вот почему в некоторых компаниях использование ИИ полностью запрещают — не потому, что боятся за безопасность, а потому, что качество работы в среднем очень часто падает», — говорит Финкельштейн. По его словам, лучше всего ИИ справляется с исполнением повторяющихся задач, однако для этого недостаточно просто «поговорить с чат-ботом» — нужно создавать самостоятельного агента. «А чтобы результат был качественным, должна быть цепочка агентов, работающих по алгоритму», — отмечает Финкельштейн.

Эксперты также обращают внимание на то, что часть ответственности за происходящее несут сами сотрудники. «Сегодня многие берут задачи вне своей компетенции, рассчитывая «разобраться по ходу» с помощью ИИ, — комментирует партнер Kontakt InterSearch Анастасия Овчаренко. — И здесь проблема не в технологии, а в самооценке и планировании». По ее словам, есть задачи, которые действительно можно решить с помощью ИИ, а есть те, которые человек с профильной экспертизой выполнит за пять минут без каких-либо вспомогательных инструментов. «Если специалист без нужной компетенции пытается компенсировать ее нейросетью, это часто приводит к перерасходу времени и скрытой перегрузке», — подчеркивает Овчаренко.

Но при правильной настройке ИИ может системно усиливать процессы — от анализа данных до выявления рисков. «Там, где ИИ внедряется осознанно, с обучением и четкими рамками применения, он действительно повышает эффективность, — резюмирует Овчаренко. — Там, где на него пытаются переложить ответственность или компенсировать отсутствие экспертизы, он создает перегрузку и разочарование».

Согласно прогнозу экспертов Superjob, в ближайшие год-два компании пересмотрят подход к ИИ: вместо массового внедрения открытых инструментов начнут использовать узкоспециализированные модули, встроенные в корпоративные системы. Так проще контролировать результат и разграничивать зоны ответственности человека и машины. Кроме того, на рынке труда будет расти спрос на «гибридных» специалистов — тех, кто глубоко знает свою сферу и умеет эффективно работать с ИИ: ставить задачи, проверять и интерпретировать результаты.