Интенсивное использование ИИ: когнитивная перегрузка повышает риск ухода ключевых сотрудников

По данным исследования, опубликованного в Harvard Business Review, интенсивное использование искусственного интеллекта в крупных корпорациях приводит к новому виду профессионального выгорания, который эксперты называют «AI brain fry». Это состояние представляет собой когнитивную усталость, возникающую при постоянном контроле за работой множества ИИ-агентов и частой смене инструментов. Сотрудники сталкиваются с перегрузкой, когда система поощрения привязана к объему потребления токенов и количеству сгенерированного контента, что вынуждает персонал отслеживать больше результатов в течение рабочего дня.

Механизмы возникновения когнитивной нагрузки

Исследователи опросили штатных сотрудников крупных компаний США из различных отраслей и уровней управления. Участники описывали специфические симптомы: ощущение «жужжания» в голове, ментальный туман, трудности с концентрацией, замедление принятия решений и головные боли после длительной работы с ИИ-системами. Проблема усугубляется необходимостью управлять кластерами агентов, которые быстро генерируют код, синтезируют информацию и создают черновики.

Роль сотрудника напрямую влияет на уровень усталости. Те, чья работа требует постоянного мониторинга ИИ-систем, испытывают наибольшее напряжение. Если сотрудники отмечают, что инструменты искусственного интеллекта увеличили их объем работы, то уровень когнитивной нагрузки растет пропорционально. Ситуация усложняется необходимостью отслеживать большее количество итоговых результатов за один день из-за возросших требований к надзору и новым обязанностям.

Ключевым фактором становится количество используемых инструментов. Работа с ограниченным набором ИИ-решений коррелирует с ростом производительности.

Распределение рисков по функциональным ролям

Анализ показал значительную вариативность распространенности усталости в зависимости от должности. Юристы сообщили о наименьшем уровне возникновения этого состояния. Напротив, специалисты по маркетингу зафиксировали самые высокие показатели. Также к группе высокого риска относятся сотрудники подразделений по работе с персоналом, операционных отделов, инженеров, финансистов и ИТ-специалистов.

Опыт сотрудников подтверждает наличие информационной перегрузки и частой смены задач. Один из старших менеджеров по инженерии описал необходимость постоянно переключаться между инструментами для оценки технических решений, создания черновиков и обобщения данных. Постоянная верификация создавала ощущение ментального беспорядка: усилия смещались с решения основной проблемы на управление самими инструментами.

Финансовый директор поделился опытом длительной работы над синтезом текстов с помощью ИИ, после которой он не мог объективно оценить адекватность полученного результата. Работа останавливалась до следующего дня для восстановления концентрации. Эти кейсы иллюстрируют, как интенсивный надзор за ИИ добавляет нагрузку, связанную с обработкой информации и переключением между задачами.

Экономические последствия для бизнеса

Когнитивная нагрузка, вызванная новым видом выгорания, имеет измеримые операционные последствия. Сотрудники, испытывающие это состояние, сообщают о более высоком уровне усталости при принятии решений, что означает сокращение ментальных ресурсов для качественных суждений. Частота ошибок увеличивается: фиксируется рост как мелких неточностей, так и серьезных промахов, способных повлиять на безопасность, результаты проектов или ключевые решения.

Сигналы удержания персонала также меняются. Сотрудники, сталкивающиеся с когнитивной перегрузкой от ИИ, чаще выражают намерение покинуть компанию. Поскольку наиболее интенсивно использующие искусственный интеллект работники часто относятся к категории высокопроизводительных талантов, их уход создает риски для организаций, стремящихся сохранить ключевой кадровый потенциал.

В то же время существуют сценарии, где ИИ снижает нагрузку. Сотрудники, применяющие технологии для автоматизации рутинных и повторяющихся задач, отмечают более низкий уровень выгорания. Передача таких обязанностей системам освобождает время для творческой работы, коллаборации и задач с высокой добавленной стоимостью.

Поддержка со стороны руководства играет критическую роль. Уровни ментальной усталости снижаются, когда менеджеры выделяют время на ответы о вопросах использования ИИ. Команды, интегрировавшие ИИ в общие рабочие процессы, испытывают меньшее напряжение по сравнению с теми, где сотрудники внедряют инструменты самостоятельно.

Организационная культура формирует восприятие нагрузки. Сотрудники, считающие, что компания ожидает от них большего объема работы из-за внедрения ИИ, сообщают о большей усталости. Напротив, в организациях, ценящих баланс между работой и личной жизнью, уровень напряжения ниже. Четкие инструкции о том, как ИИ вписывается в ежедневную работу, снижают когнитивное давление на команды.

Стратегические рекомендации для управления рисками

Эксперты заключают, что организациям необходимо эволюционировать подходы к аналитике персонала. В приоритете — мониторинг общей когнитивной нагрузки и защита от ментальной усталости, связанной с использованием ИИ, как нового профессионального риска. Для минимизации негативных эффектов требуется пересмотр метрик эффективности и внедрение практик, поддерживающих устойчивое использование технологий.

Сравнительная характеристика влияния ИИ на разные роли:

Для российских компаний, активно внедряющих цифровые решения, эти данные указывают на необходимость адаптации внутренних регламентов. Фокус должен сместиться с простого внедрения инструментов на создание условий для их безопасного использования. Снижение количества одновременно используемых систем и четкое разграничение задач между человеком и алгоритмом становятся ключевыми факторами сохранения производительности.

Внедрение ИИ требует не только технических инвестиций, но и внимания к человеческому капиталу. Компании, которые игнорируют риски когнитивной перегрузки, рискуют столкнуться с ростом ошибок и оттоком квалифицированных специалистов. Напротив, организации, внедряющие поддержку команд и прозрачные правила использования технологий, получают устойчивое преимущество за счет сохранения работоспособности сотрудников.

Цена скорости: когда инструмент становится нагрузкой

Феномен, получивший название «AI brain fry», демонстрирует скрытую цену ускорения бизнес-процессов. Исследование Harvard Business Review выявило, что интенсивное использование искусственного интеллекта в крупных корпорациях порождает новый вид профессионального истощения. Это состояние возникает не из-за сложности алгоритмов, а вследствие необходимости постоянного контроля за работой множества цифровых агентов и частой смены инструментов. Сотрудники превращаются в диспетчеров, управляющих потоками данных, что приводит к когнитивной перегрузке, ощущению «ментального тумана» и снижению способности принимать взвешенные решения.

Суть проблемы кроется в изменении природы труда. Если раньше специалист создавал продукт своими руками, то теперь он вынужден поверхностно проверять сотни результатов за час. Вместо глубокого погружения в одну задачу человек тратит ментальные ресурсы на переключение между интерфейсами разных систем. Это создает эффект размытия внимания: способность к концентрации падает под напором информационного потока, а качество суждений снижается.

Важный нюанс: Рост производительности генерации контента ИИ не приводит к росту реальной эффективности бизнеса, если человеческий ресурс не успевает обрабатывать и верифицировать этот объем данных.

i

Создано специально для ASECTOR

Концептуальное изображение

Экономика внимания и скрытые издержки

Ключевой риск для бизнеса заключается в том, что метрики успеха часто привязаны к количеству потребленных токенов или сгенерированных документов. Такая система поощрений заставляет персонал работать быстрее, но не качественнее. Когда сотрудник тратит значительную часть времени на проверку выводов алгоритмов, его ментальные ресурсы истощаются. Это ведет к парадоксальному эффекту: чем больше инструментов внедряет компания, тем ниже становится реальная отдача от каждого сотрудника.

Экономические последствия проявляются не сразу, но они ощутимы. Увеличивается частота ошибок — от мелких неточностей в текстах до серьезных просчетов в инженерных или финансовых расчетах. Сотрудник, находящийся в состоянии когнитивной перегрузки, теряет способность видеть контекст и оценивать риски. Он начинает принимать решения на основе усталости, а не логики. Для российских компаний это означает прямые убытки: исправление ошибок требует дополнительных ресурсов, а упущенные возможности из-за неверных решений могут стоить дорого.

Особую тревогу вызывает влияние этого фактора на кадровый потенциал. Наиболее продуктивные специалисты, которые первыми осваивают новые технологии и используют их интенсивнее всех, оказываются в зоне максимального риска выгорания. Если компания не скорректирует подходы к нагрузке, она столкнется с оттоком именно тех людей, без которых внедрение ИИ было бы невозможно. Уход высококвалифицированных кадров создает вакуум, который сложно заполнить, так как рынок труда уже испытывает дефицит специалистов, умеющих эффективно работать в связке с искусственным интеллектом.

Стоит учесть: Инвестиции в новые ИИ-инструменты без пересмотра организационной культуры и метрик эффективности могут привести к снижению общей производительности команды из-за роста числа ошибок и текучести кадров.

Разрыв между ожиданиями и реальностью

Анализ показывает, что нагрузка распределяется неравномерно и зависит от типа деятельности. Специалисты, чья работа требует массового синтеза информации и создания черновиков (маркетологи, инженеры, финансисты), испытывают наибольшее напряжение. Юристы же демонстрируют более низкий уровень усталости, вероятно, из-за специфики их задач, где требуется глубокое погружение в контекст, а не массовая генерация контента. Это указывает на то, что риск «AI brain fry» зависит от степени автоматизации процессов и типа взаимодействия с алгоритмом.

Ситуация усугубляется тем, что внедрение ИИ часто заставляет сотрудников брать на себя задачи вне их зоны компетенции [!]. Работники пытаются контролировать области, в которых они не являются экспертами, полагаясь на подсказки системы. Это размывает профессиональные границы и требует дополнительных усилий для поддержки новых навыков. Вместо освобождения от рутины человек получает новую, более сложную нагрузку по управлению инструментами, которые он до конца не понимает.

Кейс финансового директора, описанный в исследовании, иллюстрирует глубину проблемы: после длительной работы над синтезом текстов с помощью ИИ он не мог объективно оценить адекватность полученного результата и был вынужден остановить работу для восстановления концентрации. Такие ситуации показывают, как интенсивный надзор за ИИ добавляет нагрузку, связанную с обработкой информации и переключением между задачами, что в конечном итоге снижает качество принимаемых решений.

На фоне этого: Успешная интеграция искусственного интеллекта зависит не от количества доступных инструментов, а от способности организации управлять вниманием и когнитивными ресурсами своих сотрудников.

Управление изменениями как фактор успеха

Критическим фактором становится разрыв между амбициями руководства и реальностью рядовых сотрудников. Исследования показывают, что лишь четверть персонала готова работать с новыми инструментами без дополнительной поддержки [!]. Отсутствие четкого ответа на вопрос «что делать со временем, сэкономленным ИИ», провоцирует сопротивление и снижает мотивацию. Компании рискуют превратить инвестиции в инструмент внутреннего конфликта вместо драйвера роста, если не выстроят стратегию распределения выгод от повышения производительности.

Особенно уязвимой группой становятся молодые специалисты, уровень профессионального выгорания среди которых достиг исторического максимума [!]. Быстрые изменения в рабочих процессах происходят быстрее, чем сотрудники могут адаптироваться, что приводит к усталости и снижению эффективности. Для этой категории работников внедрение автоматизированных систем часто становится источником стресса, а не облегчения труда.

Для минимизации рисков компаниям необходимо пересмотреть подход к внедрению технологий. Вместо бесконечного расширения арсенала инструментов следует сосредоточиться на интеграции ограниченного набора решений в единые рабочие процессы. Четкое разграничение задач между человеком и алгоритмом становится критическим фактором. Если ИИ берет на себя рутину, человек должен иметь возможность переключаться на задачи высокой добавленной стоимости, требующих креативности и стратегического мышления.

Поддержка руководства играет решающую роль в снижении нагрузки. Когда менеджеры открыто обсуждают вопросы использования ИИ и выделяют время на восстановление концентрации, уровень стресса в команде снижается. Организации, где внедрение технологий происходит хаотично, без четких инструкций и поддержки, сталкиваются с ростом напряжения. Напротив, компании, создающие прозрачные правила и поощряющие баланс между работой и отдыхом, получают устойчивое преимущество.

Для российского бизнеса этот опыт означает необходимость адаптации внутренних регламентов. Фокус должен сместиться с простого факта внедрения инструментов на создание условий для их безопасного и эффективного использования. Снижение количества одновременно используемых систем и четкое определение зон ответственности человека и алгоритма позволяют сохранить работоспособность сотрудников. Игнорирование этих аспектов ведет к тому, что технологический прогресс превращается в источник проблем, а не решений.

Важный нюанс: «AI brain fry» — это системная ошибка дизайна процессов, где компании дают сотрудникам ускорители (ИИ), но не меняют ключевые показатели эффективности и не освобождают время, заставляя использовать выигранные минуты для решения новых, более сложных задач.