В последние годы искусственный интеллект (ИИ) вызывает огромный интерес у политиков, бизнеса и научного сообщества. Возможность повышения производительности труда с помощью алгоритмов и машинного обучения обещает кардинальные изменения в экономике и повседневной жизни. Казалось бы, что автоматизация рутинных задач при помощи ИИ должна однозначно повысить эффективность работы индивидуальных сотрудников, организаций и даже целых стран. Однако реальная картина оказывается значительно сложнее и не столь однозначной. Производительность в самом общем смысле — это отношение объема произведенных товаров и услуг к вложенным ресурсам, будь то рабочее время, сырье или капитал.
Рост производительности напрямую связан с улучшением уровня жизни, поскольку позволяет создавать больше ценностей за тот же объем затрат. В случае Австралии рост производительности отвечал за 80% повышения доходов за последние три десятилетия, что подчеркивает важность этого показателя. Индивидуальная производительность связана с тем, насколько эффективно человек справляется со своими задачами. Можно ли быстрее отвечать на письма, быстрее находить ошибки в продукции, при этом сохраняя качество? Организационная производительность отражает результативность компаний и учреждений в достижении своих целей, например, насколько много и насколько качественно создаются продукты или предоставляются услуги. Национальная производительность — самый сложный для измерения показатель, который выражает экономическую эффективность на уровне всей страны, обычно через валовой внутренний продукт на час труда.
Несмотря на широкое распространение идей об ускорении и облегчении труда посредством ИИ, исследования его влияния на индивидуальную производительность дают смешанные результаты. К примеру, крупное исследование 2025 года, проведенное в американской компании Procter & Gamble, показало, что сотрудники, использующие ИИ, справлялись с задачами эффективнее, сопоставимо с командой из двух человек без помощи технологий. Работники консалтинговой компании Boston Consulting Group в 2023 году при использовании генеративных ИИ-инструментов выполняли работу на 18% быстрее. В Fortune 500 фирме поддержку клиентов усилили ИИ системы, что привело к 14-процентному росту количества решенных вопросов в час, а среди менее опытных сотрудников этот показатель увеличился на 35%. С другой стороны, многие работники сталкиваются с тем, что внедрение ИИ требует дополнительных усилий.
Опрос 2,500 профессионалов выявил, что 77% из них почувствовали рост нагрузки, а почти половина не знала, как правильно использовать инструменты, чтобы действительно повысить эффективность. Ключевыми препятствиями становятся необходимость проверки и коррекции ответов ИИ, обучение новых навыков и несоответствие ожиданий реальности. Даже в хорошо организованных условиях использование технологий, таких как Microsoft 365 Copilot в госструктурах, показывает неоднозначные данные. Около трети работников не заметили значительных улучшений в своей результативности и полагали, что результаты могли быть лучше. Ожидания часто превосходят текущие возможности ИИ, что создает дополнительное давление и чувство разочарования.
Переходя к организационному уровню, выявить прямую связь между внедрением ИИ и ростом производительности еще сложнее. В компаниях множество одновременно влияющих факторов: изменения в управлении, командной культуре, рыночной конъюнктуре, уровне конкуренции. Организация экономического сотрудничества и развития (ОЭСР) оценивала традиционные AI-системы с применением машинного обучения и выносила диапазон прироста производительности на уровне от нуля до 11%. В ряде европейских стран, таких как Германия и Италия, а также на Тайване фиксируются положительные тенденции повышения эффективности после внедрения ИИ-решений. В то же время исследование рынка США, охватившее около 300 тысяч компаний, не обнаружило значимой корреляции между внедрением искусственного интеллекта и ростом производительности, в отличие от таких технологий как робототехника и облачные сервисы.
Это может говорить о том, что влияние ИИ пока не проявилось в полной мере или его действия сложно изолировать среди других факторов. Иногда улучшение производительности, казалось бы, связанное с ИИ, может маскироваться дополнительными затратами на человеческий труд. Примером служит технология Amazon Just Walk Out, которая должна была автоматизировать процесс покупок, убрав кассиров. Тем не менее для контроля качества и корректной работы системы было задействовано около тысячи сотрудников в Индии. Официально компания не подтвердила данные, но подобные нюансы демонстрируют, что замена человека полностью еще далеко.
На национальном уровне влияние ИИ на производительность представляется наиболее расплывчатым и неустойчивым. Применение новых технологий в экономике требует времени — необходимо создать инфраструктуру, обучить сотрудников, адаптировать бизнес-процессы. Примером служит интернет, который спустя годы после проникновения в жизнь существенно повысил показатели производительности, в то время как влияние мобильных телефонов и соцсетей остается спорным и ограниченным отдельными отраслями. Одна из распространенных иллюзий — считать, что повышение производительности это исключительно ускорение рутинных операций. На практике быстрое выполнение задач далеко не всегда ведет к качественным результатам или инновациям.
Часто замедление, дополнительное размышление и время на анализ дают шанс на создание действительно важных идей. Искусственный интеллект мог бы не просто увеличивать скорость, а наоборот помогать формировать условия для глубокого и осознанного труда, открывая новые горизонты творческого потенциала. Таким образом, пути повышения эффективности с помощью ИИ далеко не линейны и требуют комплексного подхода. Важно понимать, что технологии — лишь инструмент, и их воздействие зависит от человеческого фактора, организационной культуры и готовности менять подходы к работе. При грамотном использовании искусственный интеллект обладает потенциалом не просто сделать нас быстрее, но и помочь работать умнее и создавать продукты и услуги более высокого качества.
Обсуждение роли ИИ в росте производительности продолжится на грядущем заседании продуктивного круглого стола в Австралии, что демонстрирует значимость темы для будущего развития и экономической политики. Время покажет, насколько глубоко и всесторонне ИИ сможет изменить ландшафт труда и экономики, но уже сейчас очевидно, что ответ на вопрос о влиянии искусственного интеллекта на производительность неоднозначен и требует вдумчивого и критического анализа.
