
Начнем с истории обычной сотрудницы немецкой фирмы по имени Андреа. Успешный сейлз, беглый немецкий, что очень нетипично для шотландки, связи с ключевыми топ-менеджерами IT-отрасли Германии и несколько Winners’ Circles — наград за рекордные достижения. Однако с внедрением ИИ в компании она в 47 лет оказалась на грани потери работы. Ирония еще и в том, что компания, в которой она работает, анализирует технологии и консультирует крупный бизнес и правительства ведущих стран мира, как внедрять ИИ. Андреа долго не решалась набрать лондонский номер анонимной психологической помощи, которая входит в соцпакет, а когда набрала — не выдержала и разрыдалась.
Казалось бы, ИИ-агенты должны выполнять рутинные задачи, освобождая людям время для более осмысленной работы. На практике не все так однозначно. Согласно исследованию Boston Consulting Group, в котором участвовало около 1500 штатных сотрудников в США, за год доля компаний, использующих ИИ-агентов, выросла с 13% до 30%, однако наряду с этим сотрудники все чаще стали жаловаться на дополнительную нагрузку. ИИ-агенты не столько разгружают людей, сколько перераспределяют работу, и далеко не всегда в пользу человека.
ИИ-агенты не спасают от переработок: почему автоматизация умножает задачи
Еще недавно считалось, что ИИ-агенты — это способ разгрузить сотрудников: они возьмут на себя рутину, а люди займутся творчеством и стратегией. Но недавнее исследование, проведенное аналитической компанией Gartner, опровергло это утверждение и открыло ряд неожиданных фактов.
Дело в том, что работа с ИИ-ботами расширяет зону ответственности более чем в два раза: необходимы проверка выходных данных, исправление ошибок, контроль результатов деятельности ИИ-агентов, управление новыми информационными потоками и выстраивание процессов на стыке человека и машины.
В службах поддержки клиентов картина похожая: сотрудники экономят 5,5 часа в неделю, но значительная часть этого времени уходит на проверку, исправления и «двойную буферизацию». В итоге 55% организаций не сократили штат, а просто сохранили прежнюю численность, обслуживая больше клиентов. Только 20% компаний реально уменьшили количество сотрудников благодаря ИИ. Таким образом, отсутствуют не только бизнес-выгоды, но даже сэкономить время получается не у всех.
Тем не менее такие случаи бывают. ИИ-агенты действительно снимают рутину, но эффект зависит от того, перестроен ли рабочий процесс, а не только установлен ли софт. В Kodiak Gas Services цифровой работник Material Replenisher, запущенный в июне 2026 года, сократил время обработки заявки на запчасть с 15-20 минут до двух-трех минут, а поиск нужной детали ускорился с 34,1 до 14,8 секунды. В компании оценили это как 87% прирост эффективности и высвобождение мощности, эквивалентной 43 штатным сотрудникам.
В городе Роли (Северная Каролина) ИИ-агенты ServiceNow для IT-поддержки позволили снизить затраты на сервис-деск на 66% и автоматически закрывать почти половину запросов, хотя штат службы поддержки составляет всего четыре человека на 4400 жителей города. Здесь агента не просто «добавили к людям», а встроили в конкретный рабочий поток с понятными правилами передачи задач человеку.
Делу — время или час?
Gartner подсчитал: в среднем ИИ экономит сотруднику 5,4 часа в неделю. Но в реальности это гораздо меньше — всего 1,7 часа. Куда уходят остальные? Согласно результатам аналитики:
- 0,8 часа — на переделку того, что создала нейросеть;
- 1,4 часа — на дополнительные задачи, которые не улучшают результаты команды;
- 0,8 часа — на освоение новых навыков;
- 0,6 часа — на сокращение рабочего времени;
- 1,7 часа — на действительно ценную дополнительную работу.
Таким образом, больше двух третей эффекта съедается самим ИИ, обучением новому, которое, если и даст какой-то результат, то значительно позже, и непродуктивными корпоративными практиками сотрудников.
Парадокс менеджера: больше контроля, меньше времени
ИИ пока не экономит время, а часто увеличивает нагрузку на руководителей и подчиненных. Только 8% HR-лидеров считают менеджеров достаточно подготовленными для эффективного использования ИИ, и лишь каждый пятый руководитель подтверждает его влияние на свою работу. При применении ИИ к управлению эффективностью, постановке целей, обратной связи и продуктивности доля менеджеров, тратящих больше среднего времени, выше: 46% против 39%, 49% против 41%, 47% против 37% и 50% против 36% соответственно. Пользователи ИИ управляют более крупными командами (медианно 15 прямых подчиненных против 10 и 35 косвенных против 20), поэтому корреляция отражает скорее сложность задач, чем эффективность.
Обратный пример — Block (материнская компания Square и Cash App): за два месяца к агентной платформе Goose подключили 12 000 сотрудников в 15 функциях. 75% инженеров уже через месяц экономили 8–10 часов в неделю, а один проанализировал 80 000 лидов за час вместо нескольких дней. Успех обеспечило устранение барьеров: автоустановка, внутренние серверы, вход через корпоративный аккаунт и динамическое управление контекстом. Gartner не рекомендует сокращать средний управленческий слой: к 2028 году 75% таких организаций вернут как минимум половину этих сотрудников, но уже за другие деньги.
Саботаж ИИ и скрытые затраты
Казалось бы, ИИ должен нравиться работникам и давать им время на решение более интересных стратегических задач. Но в том же исследовании Gartner 60% сотрудников ответили, что не хотят брать на себя более сложную или стратегическую работу. В службе поддержки клиентов только 16% сотрудников готовы прикладывать дополнительные усилия сверх требуемого.
У Андреа также есть внутренний ИИ-движок, который руководство убедительно рекомендует использовать. Но она считает, что ее опыт более релевантен в коммуникациях с клиентами. А в глубине души боится конкуренции с ним. Она старается делать так, как привыкла, и в то же время понимает, насколько трудно конкурировать с молодыми сотрудниками при внедрении новых методов работы.
В целом при использовании ИИ многих беспокоит, как он повлияет на значимость и сохранность их работы. Когда человек уверен, что его роль останется значимой, что руководители оптимистично говорят о будущем, а карьерный путь ясен, он в 1,5-2,5 раза чаще относится к ИИ позитивно. Ясность перспектив должности увеличивает использование ИИ на 24% — это самый мощный организационный рычаг. Для сравнения: наставничество дает 12%, структурная интеграция — 11%, поощрение — 10%, формальное обучение — 7%, а четкие инструкции — 0.
Еще одна проблема заключается в том, что компании внедряют ИИ и фиксируют экономию времени, но из-за скрытых затрат — токенов, обучения, change-менеджмента и управления агентами — и отсутствия перестройки процессов не получают реальной финансовой отдачи.
Почему так происходит?
ИИ не монолит и не «одна кнопка», а набор разных вмешательств: автоматизация (ИИ делает все сам), аугментация (ИИ готовит черновик, человек дорабатывает), амплификация (ИИ делает часть шагов, человек — остальные) и адаптация (сотрудник перепроектирует процесс). Если относиться к ИИ как к универсальному инструменту, он только увеличивает нагрузку на персонал, не принося никаких выгод.
Эту ситуацию можно сравнить с наймом стажера, который работает очень быстро, но требует постоянной проверки. Сначала вы тратите меньше времени на саму задачу, но больше на постановку, контроль и исправление. Если объем проверки превышает выигрыш в скорости, общая нагрузка растет. Это и есть «утечка производительности»: время, сэкономленное на одном этапе, поглощается на другом.
Кроме того, автоматизация отдельных задач не равна снижению общей нагрузки. Если после ИИ вы не перестроили рабочий процесс, освободившиеся минуты заполняются ручной корректурой. А если сотрудник боится, что ИИ обесценит его роль, он может сознательно саботировать использование — просто чтобы доказать свою незаменимость. Ведь он не мечтал о работе корректором бота.
Как превратить ИИ в инструмент карьерного роста
Вот несколько практических шагов, которые помогут превратить ИИ из источника стресса в инструмент карьерного роста.
- Не измеряйте успех только частотой использования ИИ. Сначала — отношение, потом — применение. Позитивный настрой увеличивает использование на 53%, а ясность перспектив должности — на 24%.
Канадская компания Shopify полностью пересмотрела систему оценки: убрала внутренние встречи и внедрила ИИ-инструменты. Оценка сотрудников сместилась с количества отработанных часов на скорость выпуска продукта и качество кода. Такое структурное изменение гарантирует, что эффективность от ИИ фиксируется как рост продукта, а не теряется в административной работе или пассивной экономии времени.
- Говорите с людьми о будущем их работы. Сотрудники хотят знать, как изменятся их роли, какие навыки станут необходимыми и какие карьерные пути существуют. Открытая коммуникация повышает вероятность позитивного отношения в 1,9 раза, а уверенность в ценности роли — в 2,5 раза.
Андреа на очередном совещании после вопроса о применении корпоративного ИИ призналась, что использовала его только для парсинга материалов, а все тексты сообщений, follow-up и коммерческих предложений написала сама. На совещании выступил представитель из корпоративной службы операционной поддержки продаж. Он поделился рекомендациями, как просто формулировать более сложные задачи для ИИ, привел цифры внутренней статистики, которые показывали значимые различия в успехах у тех сейлзов, которые применяли искусственный интеллект. А в конце рассказал о том, как будет меняться система поощрения, и самое главное, что компания не будет сокращать людей в погоне за работниками-ботами.
Gartner приводит пример переосмысления должности. Так, после внедрения чат-бота Billie, который автоматизировал 47% рутинных запросов, IKEA не стала агрессивно сокращать бюджет и увольнять людей. Вместо этого компания переобучила 8500 операторов кол-центра в удаленных дизайнеров интерьера. Это сохранило качество сервиса и превратило традиционный центр затрат в источник дохода: удаленные продажи принесли €1,3 млрд. Пример показывает, что сэкономленное время можно не «съедать», а направить на новые задачи.
Walmart использовала ИИ для автоматизации стандартных переговоров более чем с 100 000 поставщиков. Это позволило снизить удельные затраты на закупки и общую стоимость товаров без увеличения штата. Сотрудники переключились на стратегические отношения с ключевыми поставщиками. Компания не просто автоматизировала рутину – она перепроектировала роли, чтобы сэкономленное время не утекло в никому не нужную работу.
- Автоматизируйте рутину, но не сложные суждения. ИИ лучше всего работает там, где нужно ускорить повторяющиеся задачи: администрирование, отчеты, планирование смен. А управление эффективностью, коучинг и разрешение конфликтов пока требуют человека.
- Защищайте время. Ставьте конкретные цели по экономии времени и правила «умного использования»: например, 20 часов в месяц, которые нужно направить на развитие, стратегию или кросс-функциональные проекты. Иначе сэкономленные минуты растворятся в текучке.
В IBM под руководством CEO Арвинда Кришны пришли к выводу, что в течение пяти лет ИИ автоматизирует 30% из 26 000 ролей, не связанных с клиентами. Вместо того, чтобы ждать «мягкой» экономии времени, компания немедленно заморозила наем в эти административные отделы. Ожидаемые выгоды от продуктивности превратились в немедленное сокращение затрат. Операционные руководители были вынуждены распределять нагрузку на ИИ, а не заполнять вакансии. Это пример того, как компания осознанно пошла на перераспределение работы, чтобы не допустить «утечки» сэкономленного времени.
- Мониторьте настроения и выгорание. Отслеживайте, как ИИ влияет на психологическую безопасность, вовлеченность и желание сотрудников остаться в компании. Автоматизация рутины повышает вклад в 1,4 раза и проактивные усилия в 1,5 раза, но не устраняет намерение сменить работу. Значит, нужны дополнительные усилия, чтобы люди не выгорали.
- Инвестируйте не только в софт, но и в сотрудников. ИИ ошибается — от 3% до 25% ответов могут быть неверными. Чтобы выявить ошибки, сотруднику нужно понимать логику работы модели: почему она ответила так и как проверить результат. Осознание контекста становится критически важным навыком.
- Помните о скрытых затратах. На каждые 100 дней внедрения — 25 дней обучения и 100-200 дней change-менеджмента. Если этого не учитывать, экономический эффект от ИИ может оказаться иллюзией.
Таким образом, выигрывают не те, кто быстрее всех «внедрил ИИ», а те, кто заранее ответил на три вопроса: какие именно решения остаются за человеком, как измеряется чистое высвобождение времени после вычета проверки и исправлений, и кто отвечает за то, чтобы это время не растворилось в операционке. Без этих ответов ИИ-агент действительно не снижает нагрузку, а просто делает ее менее заметной, пока она не превращается в выгорание, ошибки и откат к ручному труду. Именно поэтому важно не просто внедрить ИИ-агента, а перестроить рабочий процесс так, чтобы сэкономленное время трансформировалось в прибыль.
Андреа успокоилась после звонка психологу и выступления коллеги из Sales Operations. Сегодня она с помощью промпта поручает ИИ делать предположения о ключевых приоритетах клиентов еще до встречи и направлять ей на почту. Благодаря этому у нее по результатам года опять будет Winners’ Circle.
Нейросети не отменяют человеческий труд — они его перераспределяют. И от того, насколько серьезно компании отнесутся к этому процессу и предпримут усилия, чтобы капитализировать сэкономленное, зависит, как быстро вернутся деньги, вложенные в ИИ-технологии.
Мнение редакции может не совпадать с точкой зрения автора
