В 1987 году лауреат Нобелевской премии по экономике Роберт Солоу высказал такую мысль: «Эпоха компьютеров видна уже повсюду, кроме статистики производительности». То же самое можно отнести и к искусственному интеллекту сегодня.

Согласно прогнозам Gartner, в 2026 году мировые расходы на ИИ составят 2,59 трлн долл., что на 47% больше, чем в прошлом. При этом, согласно широкому спектру оценок, на долю США придется как минимум половина этой суммы.

Однако в США совокупная производительность с поправкой на использование ресурсов за 12 месяцев, завершившихся в первом квартале 2026 года, выросла всего на 0,07%. По историческим меркам это практически нулевой рост, который намного ниже тех темпов в 0,5% в год, которые были характерны для периода до появления ChatGPT. Около 95% пилотных проектов по внедрению корпоративного генеративного ИИ не оказывали заметного влияния на итоговые показатели.

Казалось бы, одна из очевидных причин связана с пользователями. Снижение производительности труда вызвано тем, что сотрудники сопротивляются внедрению искусственного интеллекта из страха потерять работу. За пять лет исследователи из Питтсбургского университета (США) изучили миллионы отзывов на сайте Glassdoor, тысячи финансовых отчётов, сотни заявлений американских публичных компаний об инвестициях в ИИ и сокращениях персонала, а также около 10 тыс. расшифровок конференций, посвящённых подведению финансовых итогов. Менеджеры искренне верят в то, что ИИ обеспечит заоблачную производительность труда, тогда как сотрудники опасаются, что повышение производительности труда за счёт внедрения искусственного интеллекта приведёт к их увольнению.

Утверждается, что компании попали в замкнутый круг, в котором они увольняют сотрудников, ссылаясь на повышение производительности труда. Но страх перед увольнениями заставляет работников сопротивляться внедрению технологий, что сводит на нет те самые преимущества, на которые рассчитывали компании. Руководители видят снижение производительности и приходят к выводу, что помогут только новые сокращения.

Между тем, утверждение о том, что рядовые сотрудники сопротивляются внедрению искусственного интеллекта, не совсем верно. Многие его приветствуют. Результаты опроса показывают, что 31% рядовых сотрудников с энтузиазмом относятся к внедрению ИИ. Тех же, кто относится к этому без энтузиазма, все равно заставляют его использовать. К ИИ сейчас обращаются более половины работников в США. И если исходить из того, что ИИ существенно повышает производительность труда, компании уже должны были бы увидеть ощутимый рост показателей.

Ключевая проблема заключается в дисбалансе: ИИ делает сверхпродуктивным одного человека, но перекладывает операционное бремя на всех остальных. Благодаря нейросетям создание отчетов и презентаций, а также генерация идей и предложений теперь занимает минуты. Однако коллегам приходится тратить гораздо больше времени на фильтрацию возросшего потока информации, поиск галлюцинаций и попытку понять суть сгенерированного контента, который даже его формальный «автор» не удосужился осмыслить.

ИИ может значительно увеличить нагрузку на всех сотрудников, но при этом так и не повысить продуктивность организации.

Эта тенденция наблюдается повсеместно: Соискатели с помощью ИИ подают гораздо больше заявок на замещение вакансий, перегружая менеджеров по подбору персонала и замедляя процесс найма. По данным LinkedIn, с весны 2022 года количество заявок на одну вакансию в США выросло примерно в два раза. Таким образом, ИИ, который должен был упростить поиск работы, на самом деле усложняет его.

Благодаря ИИ у людей появляется возможность представлять себя в суде самостоятельно, одновременно ускоряя работу юристов. Исследование, проведенное учеными из МТИ и Университета Южной Калифорнии, показало, что доля текстов, сгенерированных с помощью ИИ, выросла с 1% в 2023 году до 18% в начале 2026 года. Это обременяет судей, которым теперь приходится разбирать длинные и сложные документы в поисках ссылок на несуществующие дела и другие галлюцинации. ИИ, который должен ускорять рассмотрение судебных дел, на самом деле замедляет его.

Студенты все чаще используют ИИ для написания более длинных эссе, а преподаватели полагаются на инструменты искусственного интеллекта при выставлении оценок.

Аналитики и компании, занимающиеся ИИ, оценивая рост производительности труда одного человека, экстраполируют его на тысячи сотрудников и делают ошибочный вывод о том, что этот рост будет масштабироваться, не учитывая его влияния на производительность других.

Мысль о том, что ИИ, повышающий производительность труда, может снизить ее, кажется парадоксальной, но приведем такой пример. Предположим, благодаря ИИ вы можете писать в три раза больше электронных писем, чем раньше. Ваша продуктивность в написании электронных писем выросла в три раза, а значит, вы стали более ценным сотрудником для компании.

Однако каждое дополнительное письмо, которое вы отправляете, попадает в чей-то почтовый ящик. Нагрузка на сотрудников, которые их читают, увеличится. ИИ, упрощающий написание электронных писем, усложняет их чтение для всех остальных.

Конечно, это касается не всех сфер применения ИИ, не всех отраслей и не всех сотрудников. Но на макроуровне такое явно происходит. Сам по себе ИИ полезен. Но недальновидное и иллюзорное отношение к нему может привести к отрицательным последствиям.

Необходимо полностью пересмотреть подход к использованию ИИ на рабочем месте. Нужны инструменты, которые будут созданы не для того, чтобы сделать отдельного пользователя более продуктивным, а для того, чтобы повысить продуктивность организации в целом, расширяя индивидуальные возможности и не перекладывая ненужную работу на других.