Систематический обзор и метаанализ, опубликованные в июне 2026 года и охватывающие 19 исследований и 61 размер эффекта, дают число тому, что большинство операционных руководителей ощущали, но не измеряли: когда люди создают что-либо с генеративным ИИ, их результаты сходятся. Совокупный эффект гомогенизации — d = 0,334: небольшой, устойчивый и не объяснимый систематической ошибкой публикаций (de Rooij & Biskjaer, 2026).
«Небольшой» — то самое слово, из-за которого этот результат подшивают в папку и забывают. Напрасно.
Индивидуально работа обычно становится лучше. Коллективно — становится более однообразной. Эти два факта не противоречат друг другу: это один и тот же механизм, увиденный с двух высот. На вашей панели продуктивности отражается только один из них.
Для операционной функции, которая в прошлом году стандартизировалась на внедрении ИИ от одного вендора — а это описывает большинство компаний от 50 до 500 человек, — практический вопрос не в том, продолжать ли использование. Вопрос в том, проверил ли кто-нибудь, что произошло с разбросом.
Что d = 0,334 на самом деле означает в масштабе команды
Коэффициент d Коэна, равный 0,33, — умеренный сдвиг между двумя распределениями. На отдельном документе он невидим. Вы не заметите его, сравнивая два коммерческих предложения рядом, и ни один рецензент в вашей компании никогда его не отметит.
Операционно значимым его делает метааналитическая рамка. Авторы описывают находку не как падение качества, а как реорганизацию креативного разнообразия — незаметную в отдельном случае и весомую в масштабе (de Rooij & Biskjaer, 2026). Это находка о дисперсии, а не о качестве. Различие принципиально: любая система измерений в операционной функции среднего бизнеса построена на отслеживании средних и почти никогда — разброса.
Обзорная статья в Trends in Cognitive Sciences за март 2026 года прослеживает тот же паттерн до источника. Сурати и Дехгани утверждают: по мере того как миллиарды людей пропускают своё письмо и мышление через одну и ту же горстку больших языковых моделей, эти модели стандартизируют то, как люди выражают и структурируют идеи. Выходные тексты LLM измеримо менее разнообразны, чем человеческое письмо, и смещены к нормам WEIRD (западным, образованным, индустриальным, богатым, демократическим) (Sourati & Dehghani, 202600003-3)). Их тревога — эрозия когнитивного разнообразия, сырья и для креативности, и для решения задач.
Переведём на операционный язык. Когнитивное разнообразие — не декларация ценностей. Это входная дисперсия, которая вообще делает осмысленной генерацию портфеля вариантов.
Механизм — это якорение, а не лень
Инстинкт большинства управленческих команд — читать конвергенцию как обвал усилий: люди берут первый черновик и отправляют его. Экспериментальные данные указывают на нечто менее лестное для наших процедур контроля.
В контролируемом онлайн-эксперименте по написанию коротких рассказов авторы, получавшие сюжетные идеи от LLM, создавали тексты, оценённые как более креативные, лучше написанные и более увлекательные — причём наибольший выигрыш получали менее креативные авторы. При этом рассказы, созданные с помощью ИИ, были более похожи друг на друга, чем написанные людьми без помощи (Doshi & Hauser, 2024). Оба эффекта — следствие одного и того же вмешательства.
Авторы называют структуру прямо: она напоминает социальную дилемму. С генеративным ИИ каждый автор индивидуально в выигрыше, но коллективно производится более узкий спектр нового содержания.
Отдельное исследование генерации идей приходит к совместимому выводу со стороны входов. Сессии, где участники проводили мозговой штурм с LLM, дали наборы идей, значимо менее разнообразные семантически, чем сессии без него: отдельные идеи были хороши, но набор оказался уже (Anderson, Shah & Kreminski, 2024).
Это якорение, и оно срабатывает раньше, чем кто-либо решил, сколько усилий приложить. Модель задаёт отправную точку; человек развивает её. Развитие сохраняет качество и уничтожает независимость.
Почему никто в вашей компании не остановится
Читайте социальную дилемму как карту стимулов — потому что это она и есть.
Выигрыш от черновика с ИИ достаётся индивиду: быстрее срок, чище текст, лучше разговор о результатах. Потеря списывается на коллектив: набор предложений, читающийся как у любого конкурента; рубрика найма, неотличимая от отраслевого шаблона. Ни один сотрудник не переживает эту потерю лично, и ни у одного нет причин остановиться.
Значит, это не проблема поведения. Это проблема организационного дизайна и портфеля инструментов, и внутренняя рассылка о «вдумчивом использовании ИИ» её не решит.
Где ИИ от одного вендора стоит реальных денег компании на 50–500 FTE
Гомогенизация дорога именно там, где дифференциация и есть продукт.
Предложения и тендеры. Ваш процент побед в конкурентном тендере зависит от того, чего покупатель не может получить у трёх других участников. Если ваша команда и команды конкурентов пропускают подготовку текста через одного и того же ассистента, опирающегося на одни и те же собранные из открытого веба конвенции, оставшееся различие сжимается до цены. Вы увидите это как давление на маржу и спишете на рынок.
Рубрики найма и архитектура ролей. Скоркарты, определения компетенций и гайды интервью, сгенерированные общей моделью, сходятся к общему представлению о хорошем кандидате. Сходящиеся критерии, применяемые многими работодателями, дают коррелированные отказы: одних и тех же людей отсеивают везде и по одним причинам, при том что никто такого решения не принимал.
Позиционирование и коммуникация с клиентами. Голос бренда — это отклонение от базовой линии категории. Регрессия к этой линии не стилистический вопрос: это медленное стирание того, что покупал ваш маркетинговый бюджет.
Стратегия и генерация опций. Худшее место для этого. На шаге генерации опций дисперсия и есть результат. Более узкий набор опций — не меньшая стоимость, а решение, принятое до того, как кто-либо в комнате понял, что решение принимается.
Обратите внимание на общее свойство: во всех случаях метрики индивидуальной продуктивности растут, пока организационный актив деградирует. Панели при этом выглядят отлично.
Структура скрытой потери, в одной арифметике
Допустим, время подготовки предложения падает на 30%, и команда подаёт на четыре заявки больше за квартал. Этот выигрыш читаем, атрибутируем и празднуется на квартальном обзоре.
Теперь допустим, что доля побед в конкурентных тендерах сползает с 24% до 21% за три квартала. Никто не свяжет это с инструментом подготовки текста, потому что в комнате нет правдоподобной причинной истории: предложения написаны лучше, чем год назад, и это видно всем. Спад отнесут на ценовое давление, на новую тарифную модель конкурента, на слабость рынка. Каждое из этих объяснений доступно, защитимо и нефальсифицируемо на ваших данных.
Эта асимметрия и есть весь риск. Выигрыш приходит с чистой цепочкой атрибуции. Потеря приходит без неё.
В чём этот аргумент может быть неверен
Три ограничения, заявленные до того, как вы начнёте действовать.
База данных смещена в сторону креативных и идеационных задач — художественное письмо, мозговой штурм, дизайн. Там гомогенизацию проще всего измерить, но не обязательно там она максимальна. Держится ли тот же размер эффекта для чек-листа квартального закрытия или макроса поддержки — не проверялось; я ожидала бы, что он меньше и менее значим там, где стандартизация и есть цель.
Совокупный d = 0,334 к тому же скрывает гетерогенность среди 61 размера эффекта. Сводная оценка говорит, что направление надёжно. Она не говорит, каково число у вашей команды.
Главное: рамка одного вендора — моё расширение доказательств, а не находка внутри них. Эти исследования сравнивают работу с ИИ и без ИИ; они не сопоставляют напрямую одномодельные и мультимодельные организации. Вывод о том, что концентрация усиливает конвергенцию, следует из механизма якорения и из аргумента Сурати и Дехгани об общих моделях, но остаётся выводом. Относитесь к нему как к проверяемой гипотезе о вашем собственном результате, а не как к установленному факту.
Ничто из этого не меняет заключения. Конвергенция реальна, она невидима для вашей нынешней системы измерений и измерима в вашей собственной среде примерно за стоимость одного рабочего дня во второй половине.
Портфельное решение: что проверить до следующего продления
Четыре шага. Ни один не требует бюджета и ни один не требует использовать ИИ меньше.
1. Измерьте свою концентрацию. Какая доля текстов, выходящих наружу — предложения, описания вакансий, клиентские коммуникации, стратегические записки, — проходит через одного ассистента? Большинство операционных руководителей среднего бизнеса никогда об этом не спрашивали, и ответ обычно выше 80%, потому что закупки стандартизировались на одной лицензии. Это число — ваша экспозиция.
2. Исправьте порядок операций, а не инструмент. Якорение работает на последовательности. Для любой задачи, где дисперсия и есть смысл, требуйте сначала независимую человеческую генерацию, затем расширение и критику с ИИ. Это правка в две строки в процессном документе, и она снимает бо́льшую часть механизма, потому что модель больше не задаёт отправную точку.
3. Осознанно разнообразьте входы. Разные модели и — гораздо дешевле — разные промпты. Общий «мастер-промпт», распространяемый как лучшая практика продуктивности, — это машина гомогенизации в костюме помощника. Если он у команды есть, это самый рычажный пункт списка для отмены.
4. Измеряйте разброс, а не только объём. Возьмите 20 недавних результатов одного типа. Оцените попарное сходство — эмбеддингами, если есть возможность, структурированной человеческой оценкой, если нет — и сравните с выборкой 2024 года из того же процесса. Теперь у вас есть базовая линия. Повторяйте ежеквартально. Это единственный шаг, превращающий аргумент в доказательство о вашей компании.
Неудобная версия
Если ваш план по ИИ на 2026 год измеряет внедрение, утилизацию лицензий и сэкономленные часы, он целиком инструментован на той стороне баланса, где лежат выигрыши. Этот пробел никто не обнаружит, потому что у потерь нет прикреплённой метрики и они никогда не порождают жалобу.
Одно решение на этот квартал
Возьмите тот единственный тип документа, где ваша дифференциация значит больше всего — для большинства операционных руководителей это коммерческое предложение. Достаньте последние двадцать. Читайте их на предмет того, насколько они похожи друг на друга, а не насколько хорош каждый.
Если они сошлись — вы потеряли не качество. Вы потеряли отличимость, а платили именно за отличимость.
ИИ от одного вендора делает каждого вашего сотрудника измеримо острее. Вопрос, на который ни одна панель в вашей компании сегодня не рассчитана отвечать, — не делает ли он их одновременно взаимозаменяемыми: друг с другом и с людьми ваших конкурентов. Ответьте на него собственными документами до следующего продления, потому что у вендора нет причин его поднимать, а ваши метрики продуктивности не поднимут его никогда.
