Bloomberg: пользователи ИИ работают до 90 минут дольше. Где выгода бизнесу?
Сколько времени занимает готовая работа? Стало ли меньше исправлений? Клиент получает результат быстрее или команда просто делает больше черновиков?
Повод задать эти вопросы дала новость Bloomberg об исследовании ActivTrak. В изученной выборке у пользователей ИИ рабочий день по данным цифровой активности оказался длиннее, чем у сотрудников без него. Здесь хочется быстро выбрать сторону: «ИИ не помогает» или «теперь люди успевают больше». Я бы сначала посмотрел на цифры, а потом — на то, как устроена работа между первым запросом к нейросети и результатом для клиента.
Что обнаружили исследователи
ActivTrak Productivity Lab изучила цифровую активность 9140 сотрудников интеллектуального труда из 467 организаций с апреля по сентябрь 2026 года. Протяжённость рабочего дня у пользователей ИИ составляла 8,4–9,1 часа, у непользователей — 7,6 часа. Разница достигала 90 минут. Именно «достигала»: полтора часа — верхняя граница диапазона, а не показатель каждого участника. Исследование ActivTrak.
Активными пользователями авторы назвали сотрудников, обращавшихся к ИИ более 45 минут и не менее пяти сеансов в день. Их цифровая работа вне обычного графика занимала в среднем на 18 минут в день больше, чем у непользователей. Они переключались между приложениями на 15,2% чаще: в среднем 1,1 переключения в час против 0,95. Непрерывные периоды сосредоточенной работы составляли 37,8 минуты у активных пользователей против 48,2 минуты у редких — примерно на 22% короче. Здесь сравниваются уже две группы пользователей ИИ, а не пользователи с непользователями. Данные и определения ActivTrak.
Есть ещё одна деталь. У сотрудников, использовавших ИИ внутри основного рабочего приложения, исследователи зафиксировали в среднем 0,6 переключения между программами в час; у тех, кто обращался к ИИ через браузер, — от 1,7 до 4,2 в зависимости от группы. Это не доказательство, что достаточно встроить кнопку ИИ в привычную программу и эффективность вырастет: группы различались и по ролям. Но это хороший вопрос к собственному процессу: сколько лишних переходов мы добавили человеку, когда дали ему новый инструмент? Сравнение ActivTrak.
Исследование измеряет цифровые рабочие паттерны, а не выручку, качество решений или всё время, потраченное человеком на работу. Его провёл разработчик сервиса для анализа цифровой активности. Данные не устанавливают причину более длинного дня и не дают отдельной статистики для российских компаний. Возможно, с ИИ сотрудник берёт больше задач; возможно, руководитель повышает нагрузку; возможно, люди с высокой нагрузкой первыми начинают искать помощь у ИИ. Выбрать одну причину по этому сравнению нельзя.
Почему другие данные выглядят иначе
В более раннем отчёте ActivTrak о работе за 2023–2025 годы использован другой, гораздо больший массив: 163 638 сотрудников из 1111 организаций, более 443 млн часов цифровой активности. В нём средняя протяжённость рабочего дня сократилась на 2%, а время, которое компания относит к продуктивному, выросло на 5%. Это не опровержение свежей новости: период, выборка и сравниваемые группы различаются. Средний день всех наблюдаемых сотрудников и день активных пользователей ИИ отвечают на разные вопросы.
Ещё один взгляд дают исследователи Калифорнийского университета в Беркли. Они восемь месяцев наблюдали работу одной технологической компании примерно с 200 сотрудниками и провели более 40 интервью. Исследователи описали, как некоторые люди с ИИ брались за более широкий круг задач, поддерживали несколько рабочих потоков одновременно и переносили работу в часы, которые раньше были паузами. Это качественное исследование одной компании, а не статистика для всего рынка. Оно предлагает возможное объяснение, но не доказывает причину различий в выборке ActivTrak.
Для собственника здесь важна не битва исследований. Она показывает, насколько легко перепутать три вещи: скорость отдельной операции, объём завершённой работы и длительность рабочего дня. Один показатель может улучшиться, пока другой ухудшается. Если руководитель смотрит только на число сотрудников, использующих ИИ, он не видит ни одного из этих противоречий.
Три места, где может исчезнуть экономия
Первое — объём задач. Допустим, отдел продаж с помощью ИИ быстрее готовит черновики коммерческих предложений. Если освободившееся время тут же заняли новые запросы, общий объём работы может вырасти, а день остаться длинным. Это может быть полезным для бизнеса решением, если предложения доходят до клиентов и помогают вести сделки. Но тогда руководитель должен честно сказать: целью было увеличить выпуск, а не разгрузить команду. Это пример для проверки, не случай из названных исследований.
Второе — работа после черновика. Коммерческое предложение заканчивается не тогда, когда нейросеть выдала текст. Кто-то проверяет цены и условия, исправляет неточности, согласует документ, переносит информацию в рабочую систему и отправляет результат клиенту. Если первый этап ускорился, а число исправлений выросло, полный цикл мог не измениться. Я бы спрашивал не «за сколько минут готов текст?», а «когда клиент получил предложение, пригодное для разговора о сделке?».
Третье — переходы между инструментами. Когда для одной задачи нужны CRM, почта, браузер с ИИ, документ и снова CRM, сотрудник тратит внимание на переключение и сверку версий. Статистика ActivTrak сама по себе не показывает, сколько это стоит вашей компании. Но маршрут задачи можно увидеть без специального исследования: попросите сотрудника провести вас по шагам от запроса до готового результата. На каждом шаге спросите, зачем он нужен и нельзя ли убрать лишнюю передачу информации.
Есть и сценарий, в котором более долгий день не связан с ошибкой внедрения: сложные задачи действительно требуют времени, а человек с ИИ может выполнять работу, которую раньше команда откладывала. Поэтому длина дня сама по себе не является оценкой пользы или вреда инструмента. Оценка появляется, когда рядом стоят результат, качество и трудозатраты.
Что считать, если вы предприниматель, а не исследователь рынка
Прежде чем собирать показатели, выберите цель. Хотите быстрее отвечать клиентам — измеряйте время от запроса до ответа, который можно отправить. Хотите выполнять больше работы — считайте завершённые качественные задачи за сопоставимое рабочее время. Хотите разгрузить людей — смотрите на переработки, переделки и время, оставшееся для сложных задач. Одной метрикой все три цели не измерить.
Я бы ввёл простой показатель для выбранного процесса: трудозатраты на один принятый результат. Сложите время исполнителя и всех проверяющих, затем разделите на число результатов, дошедших до нужного этапа без возврата. Для отдела продаж это может быть предложение, которое получил клиент и по которому можно продолжать разговор, а не просто файл, созданный в системе. Это управленческий расчёт для собственной команды, не цифра из исследований.
Рядом нужен показатель качества: сколько документов пришлось переделать после проверки или отправки. И отдельно — доля работы, которая уходит за пределы согласованного графика. В итоге собственник увидит разницу между «делаем больше за те же часы» и «делаем больше, потому что люди сидят дольше». Первое может говорить об улучшении процесса; второе требует разговора о нагрузке и приоритетах.
Проверка на ближайшую неделю
Возьмите один повторяющийся процесс — например, подготовку коммерческих предложений — и последние десять сопоставимых задач. Десять здесь рабочий объём для разбора, не научная норма. Если задачи сильно различаются по сложности, не смешивайте их в одно среднее. Поговорите с теми, кто их выполняет и проверяет: таблица покажет время, люди объяснят, куда оно уходит.
- Запишите цель применения ИИ. Вам нужен более быстрый ответ, больший объём или меньше вечерней работы? Без этого любую цифру можно объявить успехом.
- Восстановите полный маршрут задачи. От запроса до принятого результата: подготовка, работа с ИИ, проверка, исправления, согласование, отправка. Отметьте переходы между программами и места, где документ возвращается назад.
- Соберите четыре показателя: полное время цикла, число принятых результатов, число возвратов на доработку и работу вне графика. Если возможно, сопоставьте их с похожими задачами до изменения процесса. Одно сравнение не докажет эффект ИИ: могли измениться клиенты, команда и нагрузка.
- Примите решение по узкому месту. Если больше времени уходит на проверку — уточните требования к исходным данным и ответственному за результат. Если на перенос между программами — упростите путь информации. Если новых задач стало больше — пересмотрите приоритеты и доступную ёмкость команды.
- Повторите замер после изменения. Закреплять стоит ту практику, при которой улучшается нужный бизнесу результат без незамеченного роста переделок и вечерней работы.
Самая дорогая ошибка здесь — назвать внедрением эффективности сам факт использования ИИ. Инструмент может помогать, а может просто ускорять появление следующей задачи. Я бы спросил у руководителя прямо: что именно компания стала получать быстрее или качественнее — и сколько рабочего времени теперь стоит этот результат?