ИИ уже изменяет рынок труда. По данным hh.ru, в этом году на 23% снизился спрос на копирайтеров и почти вдвое — на редакторов. Также, хотя Росстат докладывает о положительной зарплатной динамике в стране, на этих должностях предлагают меньшую, чем годом ранее, зарплату. Руководитель МВФ сравнила влияние ИИ на рынок труда с цунами, подчёркивая, что новые инструменты могут как повысить производительность труда, так и усилить общественное неравенство. Оценки влияния генеративных нейросетей на рынок труда значительно разнятся, но маленьких цифр нет нигде: McKinsey ожидает, что к 2030 году будут автоматизированы активности, занимающие до 30% человеко-часов в США, а проект AI Tool Report оценил число затронутых рабочих мест в 44%. Но значит ли это, что сотрудников можно просто заменить нейросетью, и если нет, то как ИИ изменит их эффективность?

Пока полностью заменить живых сотрудников на ИИ удалось только на простых интеллектуальных работах и процессах с низкой ценой ошибки: расшифровка стенограмм, простые переводы, техническая поддержка первой линии. По данным The CFO Survey, такой сценарий рассматривает 33% компаний. Перспективы замены художников и аниматоров на нейросети пока туманны: даже если ИИ успешно выполняет эту работу, результат часто не нравится аудитории и подрывает её лояльность, как пишут издания Rolling Stone и Rest of World.

Для большинства других работ ИИ рассматривается как «второй пилот», который снимает с человека монотонные и простые задачи, повышая производительность труда. Но практика компаний, уже внедривших ИИ-ассистентов, показывает, что рост производительности не гарантирован.

Проанализировав работу пяти тысяч специалистов по информационной и техподдержке, Национальное бюро экономических исследований США обнаружило 14% рост производительности от внедрения нейросетей, преимущественно за счёт простого доступа ко всем знаниям организации. В наибольшем выигрыше оказались неопытные сотрудники с ростом 34%. А вот эксперимент учёных из Беркли и Гарварда по внедрению ИИ-консультанта для руководителей малого бизнеса показал совсем иные результаты: у опытных руководителей продуктивность выросла на 15%, а у неопытных, наоборот, упала на 8%. Почти во всех исследованиях находятся группы, производительность труда которых снижается при внедрении ИИ.

Даже в нишах, где применение ИИ-автоматизации кажется простым, результаты неоднородны: исследование от Uplevel Data Labs показало, что программисты, которые начали применять GitHub Copilot, не стали создавать больше кода или делать это быстрее. Зато на 41% выросло количество ошибок в коде. У других компаний внедрение ИИ-ассистента в процессы разработки прошло лучше: компания Innovative Solutions смогла повысить производительность труда программистов в 2–3 раза, применяя Claude Dev и GitHub Copilot для оптимизации кода и его анализа.

Исследования отмечают, что во внедрении ИИ-ассистентов есть несколько особенностей, которые выходят за рамки вопроса о продуктивности.

Во-первых, рост числа ошибок. Исследователи из Гарвардского университета и Boston Consulting Group обнаружили, что специалисты, вооруженные ИИ-помощником, чаще ошибаются, особенно в тех частях рабочего процесса, которые не охвачены ИИ. Интересно, что тренировка по правильному пользованию ассистентом только увеличивает число ошибок.

Во-вторых, дефицит инноваций. Это актуально для работ, в которых есть творческая компонента, например консалтинг. Так, Boston Consulting Group на собственном опыте узнали, что внедрение ИИ увеличивает качество результата для среднего сотрудника, но в целом продукт, выпускаемый организацией, может стать хуже, потому что разные участники творческой работы выдают более близкие друг другу, банальные результаты.

В-третьих, сложности создания кадрового резерва. Автоматизируя работы «простого уровня» или вовсе прекращая найм младших специалистов, компания ограничивает молодёжи возможности обучения и роста, поэтому им значительно труднее стать полноценными экспертами. А опытные специалисты опасаются, что избыточно полагаясь на LLM, они снижают свой творческий и мыслительный потенциал — BCG приводит аналогию с GPS-навигатором, пользование которым ухудшает умение ориентироваться на местности самостоятельно.

Противоречивый опыт внедрения ИИ доказывает, что каждая компания должна планировать внедрение индивидуально, тщательно оценивая наиболее подходящие для этого роли, уровни сложности внутри каждой роли и процессы, в которых ИИ будет задействован. Автоматизация должна внедряться поэтапно, при тщательном контроле качества и производительности труда и с учётом долгосрочного влияния на сотрудников. Универсального рецепта здесь нет, и вряд ли появится.