Но решение может вас удивить.
ИИ-индустрия любит обещать взрывной рост эффективности, революцию во всех сферах труда и эпоху, когда экономика буквально отделится от человеческого труда.
Однако за красивыми фразами скрывается огромная и опасная проблема: ИИ разрушает навыки работников — и в долгосрочной перспективе может нанести экономике катастрофический ущерб.
«История в деталях» — телеграм канал для тех, кто любит видеть прошлое без прикрас, через неожиданные факты и забытые мелочи. Погружайтесь в историю так, как будто вы там были. Подписывайтесь!
Недавно британский исследовательский фонд заявил, что к 2035 году ИИ может уничтожить до трёх миллионов низкоквалифицированных рабочих мест в Великобритании. Таких прогнозов сейчас множество. Но почти все они игнорируют важное: что именно происходит с навыками людей, когда в компании внедряют ИИ.
Спойлер: ничего хорошего.
ИИ повышает продуктивность только в «низкоквалифицированных» задачах
ИИ постоянно ошибается. В индустрии это красиво называют «галлюцинациями», но по сути это просто ошибки вероятностной модели.
И эти ошибки делают использование ИИ в квалифицированных задачах невероятно затруднительным.
Сценарий таков:
- ИИ генерирует контент или решение.
- Квалифицированный сотрудник вынужден проверять всё вручную.
- Он тратит уйму времени на поиск и исправление ошибок.
- В итоге работа занимает больше времени, чем если бы ИИ вовсе не использовали.
Отсюда:
- исследование MIT показало, что 95% проектов по внедрению ИИ не дали положительного эффекта;
- а METR обнаружил, что ИИ-инструменты программирования замедляют опытных разработчиков.
И это не баг — это фундаментальное свойство ИИ.
OpenAI недавно официально признала: увеличение данных и вычислений не избавит ИИ от галлюцинаций. У нас нет способов устранить ошибочность моделей.
Но для «низкоквалифицированных» задач ошибки ИИ не так разрушительны.
Новички тоже ошибаются — и система изначально предполагает последующую проверку их работы более опытными сотрудниками.
Примеры:
- ИИ делает конспекты совещания: да, с ошибками, но всё же чище, чем стажёр.
- ИИ отвечает на первичные запросы в службе поддержки: грубые ошибки допустимы, потому что сложные случаи всё равно доходят до специалистов.
Именно поэтому именно низовые задачи чаще всего автоматизируют.
Но здесь начинается самое опасное.
ИИ разрушает навыки через когнитивное «разгрузку» и эрозию экспертизы
Допустим, опытный сотрудник поручает ИИ простую задачу.
Сначала всё отлично: у него освобождается время, продуктивность растёт.
Но есть нюанс.
Навык — это как мышца:
если вы перестаёте её использовать, она атрофируется.
Когда ИИ снимает с эксперта простые задачи:
- он перестаёт тренировать этот навык;
- зависимость от ИИ растёт;
- он теряет способность замечать и исправлять ошибки ИИ.
То есть парадокс:
используя ИИ, специалист теряет квалификацию, необходимую для контроля ИИ.
А если ИИ внедряют массово — страдает уже не один человек, а вся коллективная экспертность компании.
Исследования уже зафиксировали случаи полной утраты критически важных знаний в организациях после внедрения ИИ.
К этому добавляется ещё одна проблема:
ИИ-модели постоянно обновляют, и старые промпты перестают работать.
Если экспертиза сотрудников уже разрушена, они просто не смогут адаптироваться к новым версиям.
Почему я пишу «низкоквалифицированные» в кавычках
Потому что так называемые «низкие» навыки — это миф.
Работа колл-центра, ввод данных, административные задачи:
- требуют глубокого понимания процессов компании;
- знания софта;
- навыков коммуникации;
- умения управлять конфликтами.
Многих относят к «низкоквалифицированным», лишь потому что они не пишут код.
Но заменить эти роли безопасно зачастую почти невозможно.
ИИ также разрушает карьерные лифты
Стажёры, ассистенты, младшие сотрудники — это те, кто учатся, выполняя «простые» задачи.
Сделать конспект совещания
→ это обучение корпоративным процессам.
Ответить клиенту
→ это начало пути к управлению проектами.
Если автоматизировать эти задачи, молодые сотрудники просто не смогут вырасти.
Компания лишается собственной «кузницы кадров».
Именно из этого, кстати, происходили банкротства — работники постарели, молодые не появились, экспертиза исчезла.
Если так делает вся отрасль — экономика получает дефицит талантов, который может тянуться годами.
Менеджеры тоже не замечают проблемы — и это усугубляет ситуацию
Логично ожидать, что руководители увидят разрушительный эффект ИИ.
Но исследования показывают, что большинство менеджеров:
- не имеют глубоких технических навыков,
- не понимают детали работы своих подчинённых,
- судят всё лишь через призму «эффективности».
Многие руководители имеют бизнес-образование, но не имеют реального опыта работы в той сфере, которой управляют.
И они не замечают, когда:
- ИИ делает критические ошибки;
- сотрудники теряют компетенции;
- компания фактически становится заложником модели.
Осознать проблему они смогут лишь тогда, когда будет поздно.
Так что же делать?
Тут автор удивляет: дело не в ИИ.
ИИ просто обнажает язвы современной экономики:
- чрезмерно вертикальные иерархии, где решения принимают люди, далекие от реального труда;
- культ краткосрочной эффективности любой ценой;
- отсутствие развития сотрудников;
- отказ от долгосрочных инвестиций в навыки и экспертизу.
ИИ идеально ложится в эту патологическую систему — как паразит, который пользуется слабостью хозяина.
Решения:
1. Работникам нужны сильные профсоюзы
Только коллективный голос экспертов может заставить менеджеров учитывать реальность, а не иллюзии эффективности.
2. Компаниям нужна более горизонтальная структура
Когда руководители ближе к реальной работе:
- решения становятся точнее,
- внедрение технологий — безопаснее,
- а экспертиза — ценится, а не уничтожается.
3. Отказ от гонки квартальных отчётов
Корпорации должны перестать играть в биржевые игры и снова начать инвестировать в:
- обучение,
- квалификацию,
- долгосрочный рост.
4. Лучший вариант — делать компании кооперативами
Чтобы сами работники принимали стратегические решения.
Итог
Проблема ИИ — это не ИИ.
Это проблема структуры экономики, где навыки сотрудников:
- недооцениваются,
- игнорируются,
- а иногда сознательно разрушаются.
ИИ всего лишь зеркало, которое показывает трещины.
Вопрос только в том: хватит ли у нас смелости посмотреть в это зеркало и признать, что виноваты мы сами?