Двадцать тысяч британских госслужащих получили лицензию Microsoft 365 Copilot, и межведомственный отчёт о результатах зафиксировал итог на уровне 26 сэкономленных минут на человека в день (Government Digital Service, 2025). С тех пор эта цифра ходит по закупочным презентациям. Две детали из того же отчёта меняют то, что она способна выдержать: участники получили её, самостоятельно оценивая свою ежедневную экономию времени по набору интервалов, а раздел выводов прямо указывает, что «из-за экспериментальных ограничений установить, как было израсходовано сэкономленное время, оказалось невозможно».
Затем Department for Work and Pensions — одно из ведомств внутри того же пилота — оценило собственную когорту относительно группы сравнения из коллег, которые лицензию не получали. Его оценка составила 19 минут в день по восьми рутинным задачам (DWP, 2026).
Два измерения одного внедрения, опубликованные одним и тем же правительством. Расстояние между ними — это ровно расстояние между заголовком об экономии времени и бизнес-кейсом ИИ-пилота.
Что на самом деле измерили 20 000 лицензий
Межведомственный эксперимент шёл с 30 сентября по 31 декабря 2024 года, и каждая участвующая организация брала на себя не менее 1 000 лицензий (Government Digital Service, 2025). По стандартам большинства данных о продуктивности ИИ это хороший документ: масштабный, из госсектора, опубликованный вместе с методологией, и это не кейс вендора с тремя лестными логотипами сверху.
Замедлиться руководителю операций стоит на методе. Участников просили оценить среднюю ежедневную экономию, выбрав из интервалов от «нет или менее 5 минут» до «более часа». Среднее в 26 минут посчитали по серединам этих интервалов, а верхнюю полосу приняли за 60 минут. Семнадцать процентов вообще не заметили явной экономии времени. Более 70% согласились, что Copilot сократил время на поиск информации — а это, как показывают более поздние данные, именно тот сценарий, где инструмент наиболее заметно полезен и наименее экономически значим.
То есть инструмент измерения — вопрос по памяти: сколько времени, по вашему мнению, это вам сэкономило? Такой вопрос можно задать 20 000 человек дёшево, поэтому его и задают. Но он не способен дать две цифры, на которых реально держится бизнес-кейс.
Две цифры, которые самоотчёт дать не может
Первая — контрфактуал: что случилось бы с этими задачами и так, при том же штате, в том же квартале и без лицензий. Вторая — адресат: куда ушли возвращённые минуты.
Без первой вы измеряете энтузиазм вместе с эффектом. Без второй вы измеряете вход и называете его отдачей.
То же внедрение, но против тех, у кого его не было
Оценка DWP даёт первую из этих цифр. Использовалась Seemingly Unrelated Regression против группы сравнения из непользователей с контролем демографических, профессиональных переменных и склонности к ИИ; оценка — 19 сэкономленных минут в день по восьми рутинным задачам, статистически значимо во всех спецификациях. Крупнейшие сокращения по отдельным задачам: поиск информации (26 минут) и написание писем (25 минут). Девяносто процентов пользователей сказали, что Copilot помог им сэкономить время, а 65% сообщили о большей удовлетворённости работой (DWP, 2026).
DWP столь же откровенно говорит о собственном пределе: это не рандомизированное контролируемое исследование. Лицензии выдавались в порядке поступления заявок, поэтому самоотбор и пост-трит-смещение — реальные риски. Лицензии ушли самым заинтересованным.
Воздержитесь здесь от арифметики. Две цифры несопоставимы — разные совокупности, разный объём задач, разный метод, — и вычитание одной из другой даёт число, которое не подкреплено ни одним из документов. Вывод структурный, а не числовой: ведомство, добавившее группу сравнения, отчиталось о меньшей цифре, чем самооценка, — и это в программе, где энтузиасты сами записались в воздействие. Именно в эту сторону идёт поправка, и именно эта сторона важна, когда вендор вручает вам одну цифру без какой-либо контрольной группы рядом.
Фраза, которая должна остановить бюджетное совещание
Из всего межведомственного отчёта одна строка в выводах сильнее всего подрывает то, как используются 26 минут: «из-за экспериментальных ограничений установить, как было израсходовано сэкономленное время, оказалось невозможно».
У возвращённой минуты три возможных судьбы. Она становится выпуском. Её поглощает другая задача. Или она становится простоем. В бизнес-кейс попадает только первая, а пилот различить их не смог.
Это не особенность госсектора. Первое федеральное, независимое от вендоров измерение того же вопроса показало: среди американских работников, использовавших ИИ на работе за предыдущую неделю, 56% оценили дополнительное время, которое потребовалось бы без него, в два часа в неделю или меньше; 10% сообщили об отсутствии экономии, а 3% сказали, что ИИ потребовал больше времени (Бюро переписи населения США, 2026).
Два часа в неделю, приходящие россыпью минут, не собираются в перераспределяемую штатную единицу. Операционный тест прямолинеен: уходит ли со чьего-то стола целая задача? Если нет, то часы, умноженные на полную стоимость часа, — риторический приём, а не прогноз.
Почему минуты на пользователя не складываются в бизнес-кейс ИИ-пилота
Проблема участия усиливает проблему адресата. Consumer Expectations Survey ЕЦБ сообщает один и тот же результат на двух высотах: медианный пользователь ИИ экономит около трёх часов в неделю, примерно 7,7% медианного рабочего времени, — но лишь 48,8% работников одновременно используют ИИ и экономят с ним время, что сводит выигрыш в эффективности по экономике примерно к 3,8% (ЕЦБ, 2026).
То же исследование, те же респонденты — и цифра падает вдвое, когда знаменателем перестают быть «пользователи» и становятся «все, кому вы платите».
Данные ЕЦБ также переворачивают структуру использования так, что это должно пересобрать пилот. Генерация кода и отладка возвращают почти восемь часов в неделю — и применяют там ИИ около 8% пользователей. Исследование, сбор информации, написание и редактирование — самые частые применения, и экономят они существенно меньше. Главная заявленная выгода межведомственного пилота, меньше времени на поиск информации, лежит точно в полосе низкой отдачи.
Значит, бизнес-кейсу нужны три входа там, где в большинстве презентаций один: доля участия, отдача на уровне задачи и явный коэффициент конверсии — становятся ли освобождённые часы выпуском или простоем. Каждый из них наблюдаем до продления. Ни одного из них нет в среднем значении 26 минут.
Честное возражение
Три ограничения, сказанные прямо.
Самоотчёт может ошибаться в обе стороны — но измеренное направление оказалось немилосердным. Рандомизированное исследование METR на опытных open-source разработчиках показало, что ИИ-инструменты начала 2025 года делали их на 19% медленнее, тогда как сами они считали, что ускорились; её последующий опрос 349 технических специалистов сообщает, что участники того исследования в среднем переоценили влияние ИИ на время выполнения задачи на 40 процентных пунктов (METR, 2026). Это узкая совокупность, работающая с репозиториями, которые знает досконально, и величина не переносится на бэк-офис среднего бизнеса. Она устанавливает нечто меньшее и всё же полезное: самостоятельно оценённая экономия не является консервативным входом.
Эти оценки не были провалом. Обе нашли реальную, статистически значимую экономию времени, а DWP обнаружило эффекты удовлетворённости, ценные сами по себе. Критика направлена не на пилоты — они прозрачнее большинства того, что продаётся как доказательство, — а на работу, которую возлагают на главную цифру после того, как она покидает отчёт.
Госсектор — не ваш сектор. Структура задач госслужбы, закупочные ограничения и базовый инструментарий специфичны. Переносимый актив — дизайн оценки, а не минуты. Не тащите 26 или 19 в свою модель; тащите вопрос, который дал вторую цифру.
Что изменить в дизайне пилота до следующего продления
Четыре шага, ни один из которых не требует новой бюджетной строки.
- Оставьте группу сравнения и не позволяйте заинтересованным отбирать себя сами. Самый дешёвый способ сделать цифру пилота защитимой — когорта внутри той же функции, которая не получает лицензию те же 90 дней. Предел, который DWP называет само, — выдача в порядке поступления, — это и есть то, что надо исправить: рандомизируйте лицензии внутри команды, а не отдавайте их тем, кто попросил первым.
- Назовите адресата до старта пилота. Зафиксируйте письменно, по каждой должности, какая конкретная задача должна уйти с чьего стола и что должно занять освободившееся место. Если ответ — «у людей будет больше времени», пилот измеряет удовлетворённость, и бюджетировать его надо соответственно.
- Оснастите измерением одну задачу, а не всё внедрение. Возьмите две задачи с наблюдаемым в системах временем цикла и измерьте их от начала до конца. Защитимая разница на двух задачах лучше опросного среднего по сорока.
- Оценивайте должность, а не штат. Вопрос об адресате решается на уровне должности, потому что именно на этом уровне работа действительно перемещается. Скоринг augmentability по организационной структуре от Scovai — одна из рабочих форм такого результата: каждая должность получает оценку от 0 до 100% по степени augmentability, а непокрытые роли и план по каждой должности выпадают из той же схемы.
Британское правительство сделало нечто необычное: опубликовало и лестную цифру, и метод, который её ослабляет, а затем позволило одному из своих ведомств проверить собственную работу группой сравнения. Это более высокий стандарт доказательности, чем тот, до которого большинство ИИ-пилотов внутри частных компаний вообще когда-либо доходит.
Поэтому прежде чем продлевать блок лицензий в этом квартале, запросите одну страницу: какие задачи ушли с каких столов и что пришло на освободившееся место. Если эту страницу никто не может написать, у вас в руках не бизнес-кейс ИИ-пилота. У вас опрос удовлетворённости с привязанной лицензионной платой.
