Искусственный интеллект увеличивает нагрузку на работников, а не снижает
Искусственный интеллект меняет характер труда, перенося акцент с выполнения рутинных задач на управление ИИ-системами, что требует новых компетенций и увеличивает ответственность работников. Исследование показывает, что такое перераспределение ролей может привести к росту нагрузки и профессиональным рискам, включая стресс и выгорание, особенно если не будет учтено в системе управления.
По данным The Register, исследование, опубликованное в журнале Occupational Medicine, принадлежащем Содружеству профессиональной медицины, указывает на неожиданные последствия внедрения искусственного интеллекта в рабочие процессы. Согласно выводам, искусственный интеллект может увеличить нагрузку на работников, а не снизить её, несмотря на автоматизацию рутинных задач.
Перераспределение ролей в условиях автоматизации
Совместная работа исследователей из Имперского колледжа Лондона и Microsoft показала, что ключевое изменение касается не только замены задач, а полной трансформации обязанностей сотрудников. Вместо выполнения рутинных операций люди переходят к управлению ИИ-системами, контролю их действий, выявлению ошибок и корректировке выводов. Таким образом, роль работника становится ближе к роли менеджера ИИ, что требует новых компетенций.
Доктор Лара Шемтоб, ведущий автор исследования, отмечает, что изменения затрагивают не только характер труда, но и психологическое состояние работников. В новых условиях возрастают требования к проблемному решению, эмоциональной устойчивости и контролю сложных процессов.
Риск увеличения нагрузки при снижении компенсации
Отчет предупреждает, что увеличение объема ответственности может сопровождаться снижением уровня оплаты. Это связано с распространенным мнением, что внедрение ИИ делает процессы «более простыми», что в свою очередь может быть использовано как аргумент для пересмотра зарплатных политик.
Такой подход может создать новую категорию профессиональных рисков, включая стресс, выгорание и другие психосоматические последствия. Особенно актуальны эти риски в условиях, когда ИИ-системы становятся более автономными и их ошибки труднее выявляются. Например, уже в 2024 году было установлено, что инструменты кодирования на основе ИИ в ряде случаев замедляют работу разработчиков, поскольку требуют дополнительной проверки и корректировки.
Необходимость адаптации системы управления
Чтобы избежать негативных последствий, авторы исследования рекомендуют включать требования к надзору за ИИ в описания должностей. Это позволит прозрачно учитывать дополнительные рабочие нагрузки и избежать ситуации, когда автоматизация приносит больше сложностей, чем выгод.
Однако, насколько эти изменения действительно реализуются в практике, пока неясно. Несмотря на значительные инвестиции в генеративный ИИ, многие проекты не дают ожидаемого результата из-за недооценки сложности внедрения.
Интересно: Как бизнес может адаптироваться к новым профессиональным рискам, связанным с управлением ИИ, сохранив при этом конкурентоспособность и психологическую устойчивость персонала?
Когда ИИ не облегчает, а усложняет: что происходит на самом деле
Внедрение искусственного интеллекта в рабочие процессы часто воспринимается как панацея от излишней рутинности. Однако исследования показывают, что реальные последствия могут быть не такими, как ожидается. Вместо упрощения задач, ИИ меняет их природу — и не всегда в сторону облегчения.
Перераспределение нагрузки, а не её уменьшение
Искусственный интеллект редко вытесняет человека из процесса. Скорее, он меняет его роль: вместо выполнения рутинных операций, сотрудник становится менеджером ИИ, отвечающим за контроль, корректировку и интерпретацию результатов. Это требует не меньше, а иногда и больше квалификации, чем прежде.
Важный нюанс: Работа не исчезает — она трансформируется. Если раньше сотрудник проверял данные вручную, теперь он проверяет выводы ИИ. Это может быть сложнее, так как ошибки модели нередко скрыты и требуют понимания как технологии, так и смысла данных.
Новые данные из блока 51744 подтверждают, что ИИ-код содержит больше ошибок, чем человеческий — в 1,7 раза. Уязвимости в безопасности встречаются в 1,57 раза чаще, а уязвимости XSS — в 2,74 раза. Это требует дополнительной проверки, повышает риски в готовом продукте и увеличивает нагрузку на разработчиков.
Скрытые издержки автоматизации
Один из ключевых парадоксов внедрения ИИ — рост ответственности при возможном снижении компенсации. Работодатели могут воспринимать автоматизацию как упрощение процессов и сокращение трудозатрат, что влечет за собой давление на зарплаты. В результате, вместо улучшения условий труда, сотрудники сталкиваются с повышенной нагрузкой и меньшей оплатой.
Важный нюанс: ИИ создаёт новую форму эксплуатации. Чем больше автономности у системы, тем больше ответственности на сотруднике — а его компетенции и зарплата могут не соответствовать новой роли.
В 2025 году в США число увольнений, связанных с внедрением искусственного интеллекта, превысило 55 000 [!]. В Microsoft сократили 15 000 рабочих мест, включая 9 000 позиций в июле. Компания объяснила это необходимостью усиления стратегии, ориентированной на искусственный интеллект.
Адаптация системы управления
Для минимизации рисков, связанных с внедрением ИИ, необходимо пересмотреть не только техническую часть, но и организационную. Работа с ИИ требует новых компетенций: аналитического мышления, понимания ограничений модели, умения интерпретировать результаты. Это значит, что описания должностей, системы оценки и даже системы обучения должны быть пересмотрены.
Особенно это касается российского бизнеса, где внедрение ИИ находится на ранних стадиях. Если не предусмотреть адекватную поддержку персонала, компании могут столкнуться с ростом текучести кадров, снижением продуктивности и увеличением психологической нагрузки.
Важный нюанс: ИИ — не только техническая инновация, но и социальный вызов. Как бизнес адаптирует управление и культуру, чтобы справляться с новой реальностью, станет определяющим фактором успеха.
Управление рисками: от теории к практике
Однако, насколько эти изменения действительно реализуются в практике, пока неясно. Несмотря на значительные инвестиции в генеративный ИИ, многие проекты не дают ожидаемого результата из-за недооценки сложности внедрения. Внедрение GenAI в корпоративные процессы приводит к росту объёмов передаваемых данных и увеличению рисков утечек. В 2025 году 22% загруженных в GenAI файлов и 4,37% текстовых запросов содержали конфиденциальную информацию [!]. Рост популярности инструментов, таких как Microsoft Copilot, привёл к увеличению числа несанкционированных приложений, что осложняет контроль и усиливает уязвимости.
Важный нюанс: Интеграция ИИ требует системного подхода. Успешные внедрения происходят там, где ИИ встраивается в операционные процессы, такие как финансы и логистика, где он уже показывает реальную эффективность.
Долгосрочные стратегические изменения
Для российского бизнеса ключевым становится адаптация к новым условиям, включая:
- Пересмотр системы управления и обучения персонала.
- Внедрение стратегий по управлению рисками, связанными с ИИ.
- Создание внутренних стандартов и политик для работы с ИИ.
Крупные технологические компании активно инвестируют в ИИ, что приводит к росту капитализации и влиянию на экономику [!]. Однако этот рост не отменяет необходимости внутренней трансформации, которая требует времени, ресурсов и стратегического подхода.
Важный нюанс: Технологические инвестиции должны сопровождаться адаптацией бизнес-процессов. Только в этом случае ИИ станет не только инструментом, а движущей силой роста и устойчивости.
Заключение
Внедрение искусственного интеллекта — это не только технический вызов, но и глубокая трансформация бизнеса. От автоматизации рутинных задач до создания новых ролей, от роста нагрузки на сотрудников до повышения рисков безопасности — ИИ меняет не только процессы, но и структуру труда. Для российских компаний важно не только внедрить технологии, но и адаптировать к ним организацию, культуру и стратегию управления рисками. Только так можно избежать ошибок и выйти на новый уровень конкурентоспособности.
