ИИ экономит 11 часов, но 6,4 часа уходит на контроль: скрытая нагрузка в бизнесе

По данным исследования Glean’s Work AI Institute, проведенного среди 6000 цифровых сотрудников, массовое внедрение искусственного интеллекта на рабочих местах породило новый парадокс продуктивности. Технология, призванная ускорить процессы, фактически перекладывает на людей дополнительную нагрузку по контекстуализации, проверке качества и переключению между разрозненными инструментами. Вместо освобождения времени сотрудники тратят его на управление алгоритмами, что формирует два новых типа поведения: «ботсидинг» (неофициальная работа по настройке ИИ) и «ботшиттинг» (публикация непроверенных результатов).

Эти процессы создают замкнутый круг, где человеческий труд становится скрытым фундаментом для работы систем, которые должны его заменять. Эксперты подчеркивают, что предприятия вынуждены признавать масштаб невидимой работы, необходимой для того, чтобы искусственный интеллект стал действительно полезным.

Скрытая нагрузка и потеря времени

Статистика показывает, что 87% цифровых работников уже используют ИИ, который автоматизирует более четверти их задач и экономит в среднем 11 часов в неделю. Однако лишь 13% респондентов считают, что это значительно улучшило показатели их компаний. Выигрыш в времени полностью нивелируется необходимостью «ботсидинга»: сотрудники теряют около трети рабочей недели (6,4 часа) на подачу контекста, контроль выводов, исправление ошибок и чистку сгенерированных материалов.

Проблема усугубляется тем, что большие языковые модели обучены на общих данных интернета, но часто не обладают информацией о специфике предприятия. Работникам приходится вручную вводить данные о продуктах, клиентах и услугах, чтобы получить релевантный ответ. Ситуация осложняется использованием множества несвязанных инструментов, что заставляет сотрудников повторять одни и те же запросы в разных системах.

• Контекстуализация: Необходимость объяснять ИИ специфику работы компании.
• Отладка: Исправление ошибок, допущенных алгоритмом, часто теми сотрудниками, которые не участвовали в создании исходного контента.
• Синхронизация: Переключение между разными платформами и повторение действий.

Ребекка Хиндс , глава исследовательского центра Work AI Institute, отмечает, что эта работа часто остается невидимой, не вознаграждается и не признается руководством, что приводит к росту фрустрации.

Риски непроверенного контента

Когда нагрузка становится непосильной, возникает феномен «ботшиттинга». 69% пользователей признаются, что отправляют работу, сгенерированную ИИ, без должной проверки из-за нехватки времени или перегрузки. 41% респондентов указывают, что иногда представляют результаты, которые не могут объяснить при запросе, а еще 28% списывают собственные ошибки на алгоритмы.

Эксперты предупреждают, что это равносильно перекладыванию критического человеческого суждения и понимания на машину. Особенно высок риск при использовании нескольких ИИ-агентов, которые могут выйти из-под контроля из-за отсутствия четких ограничений. Ошибки, допущенные на ранних этапах, часто обнаруживаются спустя несколько шагов в цепочке, требуя значительных усилий для расследования и исправления.

Стратегия адаптации и управление

Успешные организации не стремятся увеличить время, затрачиваемое на саму работу с ИИ, а перераспределяют ресурсы на создание условий для его эффективного использования. Ключевым фактором становится «определение качества»: компании четко формулируют, что считается хорошим результатом, и решают, какие задачи никогда не должны передаваться моделям.

Ведущие предприятия внедряют следующие практики:

• Обучение и поддержка: Формальное поощрение навыков работы с ИИ и переосмысление рабочих процессов.
• Прозрачность руководства: Топ-менеджеры демонстрируют использование технологий, делясь как успехами, так и неудачами.
• Живое управление: Политики регулярно пересматриваются, а метрики привязываются к существующим ключевым показателям эффективности (KPI).

Важно отметить, что сотрудники все чаще используют ИИ как своего наставника, предпочитая его традиционным каналам обучения. Это указывает на востребованность инструментов с низким порогом входа, встроенных непосредственно в рабочие процессы. При этом сохраняется сложная дилемма: 54% активных пользователей ИИ применяют неутвержденные инструменты или используют разрешенные с нарушениями, а 36% скрывают масштаб своей зависимости от технологий, опасаясь снижения своей ценности в глазах работодателя.

Ситуация требует детального анализа, так как баланс между демонстрацией компетентности и реальным внедрением технологий остается хрупким. Рынок сигнализирует о необходимости перехода от простого использования инструментов к системному управлению человеческим фактором в эпоху искусственного интеллекта.

За гранью автоматизации: новая реальность работы с ИИ

Внедрение искусственного интеллекта в бизнес-процессы обещало мгновенный рост эффективности. Реальность оказалась сложнее: технология не заменяет человека, а перекладывает на него новую, более сложную нагрузку. Вместо того чтобы стать пилотом, сотрудник превращается в механика, который должен постоянно чинить, настраивать и объяснять алгоритму, как работать с конкретными данными компании.

Парадокс заключается в том, что инструменты, созданные для экономии времени, поглощают его. Статистика фиксирует потерю 6,4 часа в неделю на управление ИИ. Это время уходит не на творчество или стратегию, а на рутинную работу по уточнению контекста, проверке фактов и исправлению ошибок, которые алгоритм совершает из-за отсутствия знаний о внутренней специфике бизнеса.

Важный нюанс: ИИ не работает автономно в корпоративной среде; он требует постоянного ручного ввода контекста, превращая сотрудника из исполнителя в куратора, чей труд часто остается невидимым для системы оценки эффективности.

i

Создано специально для ASECTOR

Концептуальное изображение

Цена «невидимого» труда и риск потери контроля

Скрытая нагрузка создает фундаментальную проблему для экономики предприятия. Сотрудники тратят треть рабочей недели на то, чтобы заставить алгоритм выдавать адекватный результат. Большие языковые модели обучены на общих данных интернета, но бизнес живет на уникальных внутренних процессах. Чтобы получить полезный ответ, работник вынужден вручную загружать информацию о продуктах, клиентах и услугах.

Ситуация усугубляется тем, что поставщики технологий меняют алгоритмы без предупреждения. Поставщики генеративного ИИ вносят односторонние изменения в работу моделей, что нарушает стабильность бизнес-процессов и снижает качество ответов. Система может давать разные ответы на один и тот же запрос с интервалом в несколько минут, превращая стабильные процессы в лотерею. Это делает труд по настройке («ботсидинг») не только невидимым, но и бесконечным, так как цель постоянно меняется, нивелируя выгоду от автоматизации [!].

Отсутствие единой экосистемы заставляет сотрудников повторять одни и те же запросы в разных системах, теряя время на синхронизацию. Чем больше инструментов внедряется, тем больше времени уходит на их обслуживание, а не на решение бизнес-задач.

Феномен «антиинтеллекта» и скрытые угрозы

Когда нагрузка становится критической, возникает феномен «ботшиттинга» — публикация непроверенных результатов. Почти 70% пользователей признаются, что отправляют сгенерированный контент без должной проверки из-за нехватки времени. Это перекладывание ответственности на машину несет серьезные риски, выходящие за рамки простой ошибки.

Использование генеративного ИИ создает иллюзию экспертизы у пользователей, повышая их уверенность, даже при ухудшении базовых навыков. Это приводит к снижению глубины мышления и критического анализа, поскольку ИИ предлагает готовые ответы, минуя этапы сомнений и исследования. Эксперты называют этот процесс «антиинтеллектом»: регулярное делегирование задач алгоритму уменьшает потребность в самостоятельном анализе, что ведет к эрозии когнитивных навыков сотрудников [!].

41% респондентов указывают, что иногда представляют результаты, которые не могут объяснить. Это подрывает саму основу профессиональной компетентности: сотрудник перестает понимать суть процесса, который он формально контролирует. Ошибки, допущенные на ранних этапах, могут быть обнаружены только спустя несколько шагов в цепочке принятия решений, требуя колоссальных ресурсов на исправление.

Стоит учесть: Переход от проверки качества к его автоматической генерации без контроля ведет к накоплению скрытых ошибок, которые могут разрушить репутацию компании и привести к финансовым потерям, невидимым на этапе внедрения.

Теневой ИИ и разрыв в безопасности

Успешные организации понимают, что простое внедрение инструментов не дает результата. Ключевым фактором становится четкое определение качества и границ применения ИИ. Компании, которые выигрывают в этой гонке, не увеличивают время на работу с алгоритмами, а перераспределяют ресурсы на создание условий для их эффективного использования.

Однако существует скрытая угроза, о которой говорят цифры. Более половины активных пользователей применяют неутвержденные инструменты или используют разрешенные с нарушениями. 36% сотрудников скрывают масштаб своей зависимости от технологий, опасаясь, что это снизит их ценность в глазах работодателя.

Для российского бизнеса этот тренд имеет критическое значение. Исследования показывают, что 25% крупных компаний включили безопасность искусственного интеллекта в топ-5 приоритетов, но лишь 22% выделили на это отдельный бюджет. 61% организаций стремятся контролировать работу со сторонними ИИ-сервисами, но эффективные политики безопасности внедрены только в 29% компаний [!]. Попытки полностью запретить использование ИИ не устраняют риски, а перемещают их в неконтролируемую зону, где сотрудники используют публичные модели без должной защиты данных.

Возникает «теневой рынок» цифровых компетенций внутри компаний, где реальные процессы управления данными происходят вне рамок официальной политики безопасности. Сотрудники используют ИИ как наставника, предпочитая его традиционному обучению, но одновременно боятся признаться в этом.

На фоне этого: Скрытое использование ИИ сотрудниками становится нормой, что вынуждает бизнес переходить от запретов к созданию прозрачных и безопасных экосистем, где технологии работают на компанию, а не против нее.

Новая реальность управления

Вместо давления на сотрудников за использование ИИ, компаниям стоит создавать легальные и безопасные каналы для внедрения этих технологий. Игнорирование этого тренда приведет к тому, что критически важные данные будут обрабатываться в непрозрачных системах, создавая риски утечек и ошибок.

Ведущие предприятия внедряют практики, направленные на интеграцию ИИ в рабочие процессы:

• Формальное поощрение навыков работы с ИИ и переосмысление бизнес-процессов.
• Демонстрация прозрачности со стороны топ-менеджмента, включая открытое обсуждение неудач.
• Регулярный пересмотр политик и привязка метрик к реальным показателям эффективности.

Для российских компаний это сигнал о необходимости пересмотра подходов к управлению персоналом и инфраструктурой. Только 10–15% организаций демонстрируют высокую готовность к автоматизации, включая гибкую инфраструктуру и четкое управление данными, в то время как большинство остается аутсайдерами [!].

Тот, кто сможет выстроить баланс между автоматизацией и человеческим контролем, получит реальное преимущество. Остальные рискуют столкнуться с иллюзией роста продуктивности, за которой скрывается рост издержек и снижение качества принимаемых решений. Главный вывод: без инвестиций в инфраструктуру безопасности и пересмотра KPI (учет времени на «ботсидинг») внедрение ИИ приведет не к росту продуктивности, а к росту скрытых издержек и уязвимости данных.