ИИ ускоряет работу, но кто за это платит?

Искусственный интеллект обещали как инструмент освобождения: меньше рутины, больше времени на стратегию и творчество. Однако на практике всё чаще происходит обратное – работы становится не меньше, а больше. ИИ не сокращает объем задач, он повышает интенсивность труда, обнажая старую проблему – подход к работе изменился, а системы мотивации и вознаграждения во многих компаниях остались прежними. Почему так происходит и что с этим делать рассказал Антон Бобров, директор по развитию K-Team HRM от ГК «КОРУС Консалтинг».

Недавно в Harvard Business Review вышла публикация «AI Doesn’t Reduce Work – It Intensifies». Эксперты Калифорнийского и Йельского университетов в течение 8 месяцев изучали внедрение ИИ в технологической компании со штатом более 200 человек. Внедрение искусственного интеллекта не было обязательным — компания лишь обеспечила доступ к подпискам, а сотрудники сами проявляли инициативу. Оказалось, что внедрение генеративного ИИ приводит не к высвобождению времени, а к ускорению темпа, расширению зон ответственности и размыванию границ рабочего дня. Авторы выяснили, что сотрудники начинают делать задачи быстрее, чаще берут на себя смежные функции и «дотягивают» работу до вечера или выходных – зачастую по собственной инициативе.

Ключевой вывод исследования заключается в том, что ИИ снижает издержки выполнения задач, но не определяет, что делать с высвобожденным временем. Это решение принимает человек и организация. На системном уровне выбор почти всегда делается в пользу роста количества рабочих задач.

Гипотеза о том, что «чем больше времени дается на задачу, тем дольше она выполняется», давно подтверждена практикой. Один из самых показательных примеров последних лет – эксперименты с четырехдневной рабочей неделей. Такой формат уже попробовали в Германии, Бельгии, Казахстане, ЮАР, Японии и многих других странах. К примеру, после эксперимента в Великобритании в 2023 году, в котором участвовали 3 000 человек из 60 компаний, каждый шестой сотрудник поделился – никакие альтернативные бонусы, предлагаемые работодателями, не заставят его вернуться на 5-дневку (Bloomberg).

Некоторые российские компании тоже пробовали переходить на четырехдневку. Так, в 2024 году такой эксперимент провели в Choosy Recruitment. Компания заменила сокращенный день на полноценный дополнительный выходной. Сотрудники сами выбирали, в какой день недели его взять. Такой подход повысил лояльность и вовлеченность команды. Отсутствие коллег стало привычным – они без проблем подменяли друг друга в срочных делах с клиентами и кандидатами. Бизнес-процессы не нарушались, так как несрочные вопросы переносили, а критические решали дежурные сотрудники.

Интересно, что во многих компаниях результаты почти не снизились, а иногда даже немного подросли. Причина – улучшение концентрации, сокращение числа переключений между задачами и более качественное восстановление сотрудников за счет дополнительного дня отдыха.

Таким образом, продуктивность определяется не количеством часов, а плотностью и качеством усилия. ИИ идеально вписывается в эту логику. Он убирает «трение»: страх чистого листа, поиск шаблонов, рутинную подготовку, и позволяет быстрее перейти к действию. Но освобожденное время редко превращается в отдых – почти всегда оно автоматически заполняется следующей задачей. И так до бесконечности.

ИИ не «заставляет» работать больше, но делает это возможным. Рутинные операции выполняются быстрее, входной порог в сложные задачи снижается, а ощущение контроля и эффективности растет. В результате сотрудники чаще берутся за дополнительные проекты, расширяют свою функциональность и поддерживают более высокий темп работы.

Это становится всё более заметным в самых разных отраслях. Например, в ИТ разработчики параллельно ведут больше задач, используя ИИ как джуна, который пишет код. В маркетинге команды быстрее запускают рекламные кампании, пишут тексты, генерируют изображения, разрабатывают гипотезы. В консалтинге аналитики делают больше итераций и документов за то же время. Формально эффективность растет, но субъективное ощущение занятости не уменьшается.

Таким образом, искусственный интеллект не уменьшает работу сам по себе. Он снижает стоимость каждой отдельной операции. А вот решение – остановиться или пойти дальше – почти всегда принимается в пользу «сделать ещё».

Контрастнее всего действие ИИ видно на примере самозанятых и фрилансеров. В модели «время – это деньги» ускорение работы напрямую конвертируется в доход. Сделал быстрее – взял больше задач или заработал больше на том же объеме. Так формируется естественная мотивация к эффективности, качеству и минимизации исправлений.

Но у такой модели тоже есть ограничения. Рано или поздно специалист упирается в «потолок нагрузки». Повышать ставку сложно – рынок чувствителен к цене. Возникает постоянный выбор между простоем и перегрузкой. И чаще человек выбирает бесконечную очередь из задач, потому что любой простой – это риск потерять деньги. Даже при высокой ставке специалист склонен брать больше работы, чем оптимально с точки зрения work-life-balance.

В классической модели найма ситуация иная. Подход к труду меняется – процессы становятся быстрее, интенсивнее, технологичнее. А система вознаграждения во многих компаниях остается прежней: фиксированный оклад и редкие бонусы, слабо связанные с реальной интенсивностью и вкладом.

В результате возникает асимметрия. Выигрыш от того, что сотрудник делает больше и быстрее, получает в первую очередь работодатель. Сотрудник получает лишь вероятную и отложенную выгоду: премию, повышение, благодарность, но и это не гарантировано. Прямой связи между ростом интенсивности труда и вознаграждения нет.

Именно этот разрыв становится ключевым источником напряжения – ИИ обнажает старую проблему. Бизнес продолжает платить за присутствие и формальные часы, проведенные сотрудниками в офисе, в то время как реальная ценность создается за счет плотности, скорости и качества решений.

К экономическому дисбалансу добавляется еще и психологический. ИИ снижает барьеры входа в новые задачи, но повышает требования к когнитивной выносливости. Постоянное обучение, необходимость держать в голове больше контекстов, ощущение, что «можно еще ускориться», – всё это увеличивает риск выгорания.

Вдобавок появляется страх устаревания навыков. Если раньше новая технология внедрялась годами, то сегодня инструменты меняются каждые полгода, а иногда и быстрее. Сотрудник вынужден постоянно адаптироваться, часто без четких ориентиров, какие навыки действительно будут востребованы завтра.

Усиливайте переменную часть, делайте ее чувствительной ко вкладу и плотности труда каждого специалиста, а не только к формальным KPI.

Рост эффективности может конвертироваться либо в дополнительный доход, либо в дополнительный отдых.

Не просто ускоряйте процессы, но и институционально разрешайте сотрудникам останавливаться, делать паузу и взвешенно принимать решения.

Обучение, восстановление, управляемая нагрузка – это не «социальный бонус», а фактор производительности.

Источник: РБК Компании