Выделите текст, чтобы комментировать.
ИИ должен был экономить время. Почему рабочий день его пользователей оказался длиннее?
9 140 сотрудников интеллектуального труда из 467 компаний. Почти шесть месяцев наблюдений — с 1 апреля по 25 сентября 2026 года. ActivTrak анализировала их цифровую рабочую активность и обнаружила интересную разницу: у пользователей ИИ продолжительность рабочего дня составляла в среднем от 8,4 до 9,1 часа, у тех, кто генеративными ИИ-инструментами не пользовался, — около 7,6 часа. Разница между отдельными группами доходила до 90 минут в день.
Звучит парадоксально. Мы внедряем ИИ, чтобы быстрее писать, искать, анализировать, собирать документы и снимать рутину. А рабочий день тех, кто пользуется им активнее, по данным ActivTrak оказался длиннее.
Только вывод «ИИ заставляет людей работать больше» из этого делать нельзя. Исследование наблюдательное: оно показывает связь между использованием ИИ и рабочими паттернами, но не доказывает, что именно нейросеть удлинила рабочий день.
Для собственника мне здесь интереснее другой вопрос: если технология действительно ускоряет отдельные задачи, где потом появляется эта экономия в работе компании?
Рабочий день длиннее — но это ещё не значит, что ИИ виноват
ActivTrak не брала две одинаковые группы сотрудников и не выдавала одной ChatGPT, а другой — бумагу и карандаш. Компания анализировала уже существующее цифровое поведение работников: сколько длится рабочий день, насколько часто они используют ИИ, переключаются между приложениями и как долго сохраняют непрерывную концентрацию.
Поэтому объяснений может быть несколько. Возможно, ИИ чаще используют сотрудники с более высокой исходной нагрузкой. Возможно, инструмент помогает брать дополнительный объём работы. Возможно, часть освобождённого времени просто заполняется следующими задачами. ActivTrak сама рассматривает дополнительную загрузку как одну из возможных гипотез, но не как доказанную причину.
Именно поэтому меня бы не интересовал спор «ИИ хороший или плохой». Для бизнеса это почти бесполезный разговор. Мне важнее другое: что произошло с процессом после внедрения инструмента?
Потому что время ИИ действительно может экономить
Есть другой источник — исследование Бюро переписи США. Здесь уже не анализировали цифровую активность, а спрашивали самих работников, сколько дополнительного времени им потребовалось бы для выполнения той же работы без ИИ.
Среди тех, кто использовал ИИ на работе в течение предыдущей недели, 31% оценили экономию в один-два часа. Ещё 15% — в три-четыре часа, столько же — более чем в четыре часа. При этом 10% не увидели экономии вообще, а 4% сообщили, что работа с ИИ, наоборот, потребовала дополнительного времени. Это именно самооценка работников, а не автоматический замер производительности.
Получается интересная картина. Один источник показывает, что люди сами ощущают экономию времени на задачах. Другой — что у активных пользователей ИИ рабочий день по цифровой активности в среднем не короче, а длиннее.
Противоречия здесь может и не быть. Можно сделать конкретную задачу быстрее и при этом не закончить работу раньше. И вот здесь уже начинается управленческий вопрос.
Куда уходит выигрыш?
Допустим, сотрудник действительно стал выполнять часть работы быстрее. Что произошло с освободившимся временем? Он сделал больше основной работы? Клиент получил ответ раньше? Снизилось количество ручных операций? Уменьшилась себестоимость процесса? Сотрудник закончил день раньше? Или в освободившееся окно просто попала следующая задача?
Я сейчас не утверждаю, что происходит именно последний вариант. ActivTrak этого не доказала. Но если собственник внедряет инструмент ради эффективности, он должен заранее понимать, какую эффективность хочет получить.
Потому что фраза «раньше сотрудник делал это два часа, а теперь быстрее» сама по себе ещё ничего не говорит об экономике бизнеса. Важно то, что произошло дальше.
Есть ещё одна деталь — переключения
В данных ActivTrak мне особенно интересна не продолжительность рабочего дня, а структура работы.
У heavy users периоды непрерывной концентрации составляли в среднем 37,8 минуты против 48,2 минуты у light users — примерно на 22% меньше. При этом активные пользователи ИИ переключались между приложениями на 15,2% чаще, чем сотрудники без ИИ.
Особенно заметна разница в том, как именно встроен ИИ. Пользователи AI-функций внутри основных рабочих приложений делали в среднем около 0,6 переключения между программами в час. У пользователей отдельных браузерных ИИ-инструментов показатель составлял от 1,7 до 4,2 переключения в час.
Это не доказывает, что браузерный ИИ автоматически делает работу менее продуктивной. Но как руководитель я бы на эту цифру посмотрел внимательно.
Потому что можно ускорить одно действие и одновременно добавить вокруг него новую механику: открыть отдельный сервис, сформулировать запрос, получить ответ, проверить, скопировать, перенести обратно, снова открыть исходную программу. На самой задаче выиграли несколько минут, а весь процесс надо считать отдельно.
«У нас сотрудники используют ИИ» — это ещё не показатель результата
Сейчас довольно легко поставить галочку: купили доступы, провели обучение, сотрудники начали пользоваться нейросетями.
Хорошо.
Но я бы сразу спросил: что стало лучше в цифрах?
Если клиент теперь получает ответ быстрее — это измеримо. Если менеджер за то же время готовит больше качественных предложений — можно считать. Если снизилось количество ручных операций, переделок или ошибок — тоже можно увидеть.
Если единственная метрика звучит как «сотрудники пользуются ИИ», то это пока показатель использования инструмента. Не результат бизнеса.
Сам ActivTrak в выводах исследования предлагает руководителям смотреть дальше самой AI-adoption и связывать использование технологии с измеримыми изменениями производительности, эффективности и бизнес-результата. С этим я согласен.
ИИ может ускорить процесс. Но сначала я бы проверил сам процесс
Здесь у меня уже не исследовательский, а предпринимательский вывод.
В бизнесе можно автоматизировать практически любую устоявшуюся процедуру. Но перед этим полезно задать неприятный вопрос: а она вообще должна существовать в таком виде?
Если сотрудник пять раз переносит одни и те же данные между системами, можно научить ИИ делать часть этого быстрее. А можно сначала разобраться, почему данные вообще приходится переносить пять раз.
Если документ проходит несколько согласований, нейросеть может ускорить подготовку текста. Но, возможно, проблема находится не в скорости написания документа, а в самом маршруте согласования.
Поэтому я бы начинал не с вопроса «Куда нам внедрить ИИ?», а с другого: «Где у нас сегодня теряется время и почему?»
Тогда технология становится инструментом решения конкретной проблемы, а не ещё одним модным слоем поверх старого процесса.
Если ИИ освободил час — бизнес должен понимать, зачем ему этот час
ActivTrak допускает, что дополнительная производительность может превращаться в дополнительный объём задач. Это возможное объяснение более длинного рабочего дня пользователей ИИ, а не доказанный механизм.
Но для собственника сам вопрос полезный. Если технология действительно высвободила часть рабочего времени, что компания хочет получить взамен?
Больше результата за тот же день? Снижение переработок? Быстрее обслуживать клиента? Сократить стоимость операции? Высвободить сотрудника для более сложной работы?
Любой из вариантов может быть разумным. Плохо только, когда никакой цели нет, а успех внедрения измеряется количеством пользователей нейросети.
Я бы взял один процесс и посчитал его до и после
Не нужно начинать со всей компании. Возьмите процесс, где сотрудники уже регулярно используют ИИ: подготовку коммерческого предложения, обработку обращения клиента, анализ документа, отчёт, поиск информации.
Сначала посмотрите, сколько занимал весь процесс до внедрения ИИ. Не отдельное написание текста, а путь до готового результата.
Потом сравните: сколько времени занимает процесс сейчас, какие операции исчезли, какие добавились, стало ли меньше ошибок и переделок, сократилось ли ожидание между этапами. И главное — изменился ли показатель, ради которого этот процесс вообще существует.
Если клиент получил ответ быстрее — есть результат. Если команда выпускает больше качественной работы тем же составом — есть результат. Если освободилось время специалистов — тоже результат.
Если изменилось только количество запросов к нейросети, я бы пока не торопился говорить об эффективности.
ИИ — не KPI
Я не думаю, что нейросети нужно оценивать по принципу «использовать или не использовать». Этот вопрос уже становится вторичным. Гораздо интереснее качество внедрения.
ActivTrak показывает любопытный парадокс: активное использование ИИ может соседствовать с более длинным рабочим днём, более короткими периодами непрерывной концентрации и большим количеством переключений между приложениями. Census, в свою очередь, показывает, что многие работники сами ощущают реальную экономию времени от ИИ.
Для меня эти данные не спорят друг с другом. Они просто напоминают собственнику важную вещь: эффективность отдельного инструмента и эффективность всей системы — не одно и то же.
Поэтому когда мне говорят: «Мы внедрили ИИ», у меня появляется простой вопрос: что после этого стало лучше в цифрах?
Если ответ есть — отлично. Если ответа нет, возможно, вы пока просто добавили в бизнес ещё один инструмент.
