Недавнее исследование Стэнфордского университета выявило тревожную и в то же время парадоксальную тенденцию в индустрии искусственного интеллекта (ИИ). Несмотря на бурное развитие технологий и рекордные инвестиции в ИИ-стартапы, многие компании разрабатывают инструменты автоматизации, которые не только не решают реальные проблемы, но и идут вразрез с потребностями самих сотрудников.
Аналитика показала, что почти половина автоматизированных задач, над которыми работают стартапы, относятся к тем видам деятельности, которые сотрудники не хотят передавать ИИ. Иными словами, инновации фокусируются на «не той работе» — вместо того чтобы избавить людей от рутины и административной нагрузки, технологии пытаются автоматизировать креатив, принятие решений и коммуникацию, которые сотрудники, наоборот, ценят и хотят сохранить.
Этот разрыв между намерениями разработчиков и ожиданиями конечных пользователей снижает эффективность внедряемых решений и подрывает доверие к автоматизации в целом. Почему так происходит — и что с этим делать — разбираемся в статье.
Разрыв между желаниями потребителей и продуктами стартапов
Новое исследование Стэнфордского университета, проведенное Институтом человеко-ориентированного ИИ и Лабораторией цифровой экономики, проанализировало ответы 1500 сотрудников из 104 профессий и соответствие их желаний текущим инвестициям в ИИ-стартапы. Результат показателен: 41,0 % автоматизируемых задач стартапами относятся к зонам Low Priority или Red Light — то есть к тем аспектам работы, которые сами сотрудники считают неприоритетными или даже нежелательными для автоматизации.
По данным аналитиков, значительная часть ИИ-инвестиций направлена не на то, чтобы освободить сотрудников от рутины, а на автоматизацию креативных, управленческих и коммуникационных функций — областей, которые работники предпочитают выполнять самостоятельно. В результате наблюдается глубокий разрыв между тем, что создается, и тем, что реально нужно сотрудникам для повышения эффективности своей работы.
Исследователи сравнили желания сотрудников и оценки экспертов по 844 типам задач. На этом фоне сформировались четыре зоны:
- Green Light — задачи, которые сотрудники активно хотят автоматизировать и которые доступны технологически;
- Red Light — задачи, располагаемые к автоматизации, но нежелательные для работников;
- R&D Opportunity —востребовано сотрудниками, но еще технически недоступно;
- Low Priority — ни желаний, ни технической возможности автоматизации.
Устаревшие приоритеты в ИИ-стартапах означают неэффективное использование инвестиций и потерю доверия, сопротивление со стороны сотрудников. Такой подход порождает инструменты, от которых пользователи либо отказываются, либо саботируют их внедрение, поскольку не видят в них реальной пользы. Чтобы автоматизация была принята, она должна отвечать запросам самих сотрудников. Большие технологии — не самоцель, а средство, если оно действительно решает проблему.
Что нужно автоматизировать?
Сотрудники все чаще стремятся передать рутину ИИ: задачи повторяющиеся, скучные и отнимающие время: ввод данных, составление отчетов, обработка расходов, решение мелких ИТ‑проблем. По данным глобального опроса UiPath среди более чем 9000 специалистов из разных стран, именно такие задачи наиболее востребованы для автоматизации. 42 % участников утверждают, что после внедрения генеративного ИИ сэкономили более 10 часов в неделю, и около половины отмечают улучшение баланса работы и личной жизни.
Другие результаты говорят о том, что аналитика данных, ввод и создание наборов данных, ИТ‑поддержка и формирование отчетов стоят в списке приоритетов для автоматизации у 50–60 % работников. В частности, 64 % индийских респондентов назвали анализ данных ключевой задачей для ИИ‑помощника, 60 % отмечали возможность помощи в решении технических проблем, а 57 % — улучшение взаимодействия с клиентами.
Также компания Grammarly, опираясь на данные Talker Research, провела исследование среди 2000 американских работников — и выяснила, что 44 % ненавидят рутинные задачи, а 62 % заинтересованы в использовании ИИ составления писем, сортировку таблиц и ведение заметок. Gen Z особенно активно поддерживает такую автоматизацию — поколение видит ИИ как инструмент упрощения работы, а не угрозу карьерному росту.
Сотрудники более положительно относятся к технологиям, если они повышают безопасность, комфорт, зарплату и автономию в работе. Но ключевое условие — ИИ должен освобождать от рутинной нагрузки, а не заменять сложные интеллектуальные задачи.
Команды хотят, чтобы автоматизация взяла на себя рутину — не интеллектуальный или творческий труд, а именно повторяющиеся операции, освобождая время для задач, требующих участие человека. Это ядро их ожиданий от ИИ — и на этом должна строиться стратегия разработки реальных инструментов, которые ценят пользователи и приносят эффективность.
Несмотря на это, многие ИИ-стартапы и инвесторы делают акцент на автоматизации креативных, управленческих и коммуникационных задач — например, разработку контент‑стратегий, маркетинговые кампании или подготовку презентаций. Такое направление кажется эффектным и медийно привлекательным, но не совпадает с ожиданиями самих сотрудников, которым важнее избавиться от рутины, а не делегировать творческую работу машинам.
Контроль, доверие и выгорание — ключевые барьеры
Одно из главных препятствий для успешного внедрения ИИ в компаниях — недоверие. Люди опасаются, что автоматизация приведет к ошибкам, потере контроля или даже увольнениям.
Например, по данным Pew Research Center, менее 60 % работников считают, что ИИ внедряется ответственно, а уровень доверия заметно ниже среди рядовых сотрудников по сравнению с руководителями.
Особенно молодые сотрудники — представители поколения Z — все чаще открыто саботируют ИИ-инструменты, считая их плохо продуманными или бесполезными. Исследование, проведенное среди корпоративных команд, показало, что каждый третий сотрудник сознательно избегает использования ИИ, потому что не видит в нем реальной пользы или ощущает угрозу своей роли.
Такое недоверие приводит к снижению эффективности работы и росту выгорания. Когда автоматизация внедряется без объяснения целей и без включения сотрудников в процесс, она воспринимается как давление сверху.
В итоге ИИ становится источником фрустрации. Успешная цифровая трансформация начинается не с технологии, а с доверия тех, кто с ней работает.
Как изменить курс?
Чтобы ИИ приносил реальную пользу, компании должны начинать с задач, которые сотрудники сами хотят автоматизировать — рутинных и повторяющихся. Это не только экономит ресурсы, но и снижает выгорание. Например, по данным ProcessMaker, до четверти рабочего времени офисные сотрудники тратят на административные задачи — от отчетов до обработки расходов.
Это около 76 дней в год на одного человека. Такие процессы предсказуемы, легко масштабируются и как раз подходят для автоматизации.
Для ИТ-компаний это сигнал: чтобы проекты в области ИИ приносили реальную отдачу, стоит начинать с аудита внутренних процессов — где скапливаются рутинные задачи, как сотрудники с ними справляются и какие из них вызывают наибольшее раздражение. Уже на этом этапе можно выявить зоны, где ИИ даст ощутимый эффект без масштабных инвестиций.