Почему сотрудники, активно использующие ИИ, выгорают чаще остальных

Парадокс, который заметили в HR год назад

В 2025 году крупные международные компании столкнулись с интересным феноменом. Команды, которые активно внедряли AI-ассистентов, начали показывать рост ключевых метрик продуктивности на 25-40% и одновременное падение метрик удовлетворённости и удержания. Текучесть в таких командах за полгода после внедрения росла в среднем на 12-18%, по данным Gallup и McKinsey, что в три раза больше, чем у команд без AI.

Вначале это списали на сложности адаптации. Через полгода стало ясно, что причина глубже. ИИ не просто перестроил рабочие процессы — он изменил сам ритм рабочего дня. И ни одна программа антивыгорания, основанная на старых моделях усталости, не справилась с этим сдвигом.

Что мы называли «рутиной» и почему ошибались

В классической модели работа делится на «рутину» и «творческие задачи». ИИ освобождает от первой, чтобы дать больше времени второй. Звучит логично, но на практике эта модель неправильно описывает, как устроен рабочий день knowledge worker.

Стандартные задачи, которые мы называем рутиной — заполнение шаблонов, обработка стандартных писем, оформление документов по образцу — формально занимали время, но в когнитивном смысле работали как паузы. Они снижали накопленную нагрузку, давали мозгу переключиться, восстанавливали ресурс. По данным Стэнфордского исследования 2023 года, такие микро-окна снижают когнитивную усталость на 18-25%.

ИИ забрал эти паузы. Юрист теперь генерирует пять стандартных договоров за час и тратит остальное время на сложные кейсы. Маркетолог не пишет восемь черновиков, а проверяет восемь сгенерированных. Продакт ревьюит спеки от модели вместо того, чтобы писать их с нуля. Освободившееся время заполнили задачи такого же высокого когнитивного веса, и день превратился в сплошной пик без долин.

Что осталось — и почему оно выгорает быстрее

Работа, которая остаётся у человека после автоматизации операционки, — это в основном принятие решений, проверка AI-выдачи и коммуникации с другими людьми. Все три категории в науке про burnout считаются самыми изматывающими.

Decision fatigue нарастает в течение дня нелинейно. По данным исследования Cornell за 2024 год, к четвёртому часу качество решений падает на 30-40%, к шестому может упасть до 50%. Раньше большая часть решений была мелкими и легко отделялась от стратегических. Теперь, когда ИИ снимает всю операционку, каждое решение в дне весомее предыдущего.

Проверка AI-выдачи — отдельный процесс, в когнитивном смысле тяжелее, чем писать самому. Когда пишешь, идёшь на автомате с погружением в контекст. Когда проверяешь, вынужден держать в голове сразу два процесса. Не зря редакторы и аудиторы традиционно показывают самые высокие burnout-баллы по индустрии.

Сложные коммуникации тоже стали плотнее. Раньше десять процентов рабочего времени занимали стандартные переписки, в которых сотрудник работал на автопилоте. Теперь все эти переписки делает AI, а к человеку доходят только трудные разговоры: с конфликтным клиентом, с расстроенным коллегой, со сложным переговорщиком.

Параллельно работает эффект ускоренной эмиссии. По данным McKinsey за 2025 год, средний рост KPI у команд с AI-ассистентами составил 35-50% за первый год. Сотрудник работает столько же, но несёт ответственность за вдвое больший объём результата, и каждая ошибка заметнее. Это не нагрузка тела, это нагрузка веса каждой задачи.

Где ИИ снижает выгорание — и как туда попасть

У части сотрудников и команд burnout-метрики после внедрения ИИ падают, а не растут. Это не аномалия, это паттерн с конкретными чертами.

Первая категория — люди, для которых конкретный тип задач был источником стресса, а не отдыха. Если человек ненавидит писать стандартные отчёты из-за сложностей со структурой или орфографии, отдать эту работу AI для него означает буквальное освобождение. Это касается интровертов в продажах, неносителей языка, людей с дислексией.

Вторая — команды, в которых руководство сознательно конвертирует рост продуктивности в свободное время или новый тип задач, а не в больший объём прежнего. Atlassian, Salesforce и Asana в 2024-2025 годах публично объявляли про «не-измеряемую работу» — обучение, документацию, наставничество — как часть выигрыша от ИИ. Внутренние данные показывают снижение burnout в этих командах на 15-25%.

Третья — те, кто использует AI как буфер перед сложными переговорами. Когда сначала прогоняешь черновик через модель, потом критикуешь его, потом переписываешь — эмоционально дистанцируешься от первого варианта. Это снижает напряжение, не увеличивая объём работы.

Четвёртая — люди, целенаправленно сохраняющие микро-паузы вне ИИ. Они отдают модели большие куски, но оставляют для себя короткие физические или ручные задачи: написание заметок ручкой, прогулку с задачей в голове, разговор с коллегой без ноутбука. Эти окна дают тот же когнитивный сброс, что раньше давала рутина.

Что меняется в управлении командой

Старые метрики продуктивности перестают быть индикатором здоровья команды. Сегодня высокий output может скрывать выгоревшую группу, которая выдавит ещё несколько месяцев на адреналине, а потом массово уйдёт. Менеджеры, которые продолжают мерить только output без NPS, ритма пауз, плотности сложных задач — управляют не командой, а её фасадом.

Новый тип метрик включает время на восстановление, долю микро-пауз в дне, частоту смены типа задач, наличие свободных слотов в календаре. В нескольких европейских компаниях в 2025 году ввели понятие «right to friction» — права сотрудника намеренно делать часть работы вручную и медленно, чтобы сохранить когнитивную текстуру дня.

Дизайн рабочего дня становится отдельной управленческой задачей. Не «задал цель и забыл», а сознательное проектирование смены типов задач: блок сложных решений, блок проверочной работы, блок коммуникаций, блок физических задач, блок отдыха. Без такого дизайна день превращается в шесть-восемь часов одного только высокоплотного режима, и команда выгорает за полгода.

Появляется новая роль AI-ops или workflow designer — человек, отвечающий за то, как именно команда взаимодействует с AI и распределяет нагрузку. Эта роль уже встречается в JD крупных компаний и быстро становится одной из ключевых в knowledge-индустрии.

Что делать сотруднику прямо сейчас

Главная практика, основанная на данных Calm и Headspace за 2025 год, — сознательно сохранять микро-паузы. Если AI забрал пять задач, дававших мозгу отдых, нужно вставить пять других пауз. Прогулка, разговор с коллегой о неработе, заметка ручкой, пять минут ничего. Эта простая практика дала −22% к burnout-баллам у активных AI-пользователей за восемь недель.

Вторая — заметить AI-зависимость и при необходимости снизить её. Часть людей теряют способность писать без AI даже там, где задача проще, чем промпт. Один-два часа в день полностью без AI-помощи сохраняет когнитивный мускул и снижает фоновую тревогу.

Третья — переоформить отношения с менеджером. Если ваша продуктивность выросла на 40%, а менеджер просит ещё 40% сверху, это не нормальная работа, это путь к выгоранию через 6-12 месяцев. Открытый разговор о том, как именно конвертируется выигрыш от AI — в новые задачи, в качество, в свободное время, в обучение — может изменить траекторию команды.

Четвёртая — инвестировать в типы работы, которые AI не закрывает. Глубокое мышление в одиночестве без экрана, физическая активность, живое общение, обучение тому, что нельзя автоматизировать. Это та часть человеческой работы, которая в эпоху AI становится самой дефицитной и самой устойчивой к выгоранию.

Главный сдвиг 2026 года — не борьба с ИИ и не максимизация его использования. Задача — научиться сохранять скуку в дне, когда ИИ убирает её естественные источники. Скука — это не баг рабочего дня, это фича, и, возможно, главная фича человеческого мышления, которую нам нужно защитить.

Про управление командами в эпоху AI, продуктивность и устойчивость в работе пишу в Telegram-канале , если тема близка, заходите.