Ваша команда проводит 87 минут в день внутри ИИ-инструментов. Из них 42% уходит на устранение ошибок и переписывание промптов против 35% на работу, которая действительно продвигает задачу (BambooHR, 2026). Время на устранение проблем с ИИ сегодня — крупнейшая отдельная категория ИИ-времени в среднем рабочем дне, крупнее той продуктивной категории, ради расширения которой эти инструменты и покупались.
В годовом выражении 87 минут дают около 47 восьмичасовых рабочих дней. Примерно 20 из них уходит на то, чтобы заставить инструмент вести себя как надо.
Это не проблема внедрения. Внедрение работает. Это проблема измерения: почти каждый дашборд, отслеживающий этот проект, считает 87 минут и ни один не разбивает их на части.
Исследование, с которого стоит начать разговор о продлении лицензий
В исследовании BambooHR Redesigning Work: AI's Performance Review опрошены 1608 штатных сотрудников США на окладе, включая подгруппу из 520 HR-специалистов; полевой этап — с 26 июня по 15 июля 2026 года силами Method Research, публикация — 1 сентября (BambooHR, 2026). Респонденты представляли более десятка отраслей, с равным распределением по полу и разбросом по возрастным группам и регионам.
Ключевая находка — само распределение:
- 42% ИИ-времени — устранение ошибок и переписывание промптов
- 35% ИИ-времени — продуктивная работа, продвигающая задачи сотрудника
- 23% — всё остальное
Запоминайте соотношение, а не проценты. На каждые три минуты, которые команда тратит на извлечение пользы из ИИ-инструмента, приходится четыре минуты на то, чтобы добиться от него пригодного результата. У этого соотношения есть цена и есть распределение, и ни то ни другое не видно в отчёте по лицензиям.
При этом 63% организаций уже увеличили бюджеты на ИИ-инструменты. Расходы масштабируются на знаменатель, который никто не разложил.
Нагрузка переворачивает вашу оргструктуру
Вот часть, которая должна изменить то, куда вы смотрите.
Минуты в день в ИИ-инструментах по уровням (BambooHR, 2026):
- Вице-президенты и высшее руководство: 101 минута
- Менеджеры и директора: 89 минут
- Индивидуальные исполнители: 54 минуты
Руководители проводят в этих инструментах почти вдвое больше времени, чем их подчинённые. Если доля устранения проблем держится хотя бы примерно одинаково по уровням, крупнейший объём непродуктивного ИИ-времени в компании создаёт самая дорогая её рабочая сила.
Переведите это в масштаб среднего бизнеса. Компания на 200 FTE, где 15 человек уровня VP и выше: 101 минута в день, 42% из них на устранение проблем, — около 42 минут на руководителя в день. На 15 человек это свыше 10 руководительских часов в день: больше, чем один дополнительный senior-сотрудник на полной ставке, целиком потраченный на переписывание промптов и исправление ошибок и оплаченный из самой дорогой строки фонда оплаты труда.
Эту ставку никто не утверждал. Она пришла через бюджет на инструменты.
Почему сеньорность концентрирует издержки
Направление не удивляет, стоит посмотреть, для чего senior-сотрудники используют ИИ. Их работа менее шаблонна, плотнее по суждению и сильнее зависит от контекста — ровно тот профиль, который порождает больше итераций, больше правок и больше выброшенных результатов. Задачи с самой чистой отдачей от ИИ обычно структурированные и расположены ниже по оргструктуре.
Согласующийся сигнал приходит из еврозоны. Обследование потребительских ожиданий ЕЦБ показало, что задачи с наибольшей временной отдачей от ИИ узки и недоиспользованы: генерация кода и отладка возвращают почти восемь часов в неделю, но ИИ применяют там лишь около 8% работников, тогда как самые распространённые применения — поиск, сбор информации, письмо и редактирование — экономят существенно меньше (ЕЦБ, 2026). Широкая, неструктурированная, контекстно-насыщенная работа — это как раз то, куда уходят часы и откуда выходит наименьшая отдача. Точное описание дня руководителя.
Почему никто не жаловался
Потому что это не ощущается потерей. Именно это удерживает проблему невидимой весь бюджетный цикл.
BambooHR обнаружила, что 65% работников чувствуют уверенность и энтузиазм при использовании ИИ на работе, а 58% называют экономию времени главной мотивацией — находясь при этом внутри того же распределения 42/35.
Первый бенчмарк Culture Amp AI at Work показывает тот же разрыв в большом масштабе. По примерно 112 000 сотрудников и 343 000 ответов, собранных за 12 месяцев до июля 2026 года, 71% сотрудников сказали, что ИИ-инструменты помогают им чувствовать себя продуктивнее, а среди самых активных пользователей доля поднимается до 93%. Однако на вопрос, разумна ли их рабочая нагрузка, активные пользователи дали 72% против 69% у не-пользователей — разница в три пункта (Culture Amp, 2026).
Ощущаемая продуктивность растёт на 22 пункта с интенсивностью использования. Ощущаемое облегчение нагрузки сдвигается на три. Эти кривые должны идти вместе — они не идут.
Самоотчёт здесь — слабый инструмент
Разрыв между воспринимаемым и измеренным эффектом задокументирован и работает в одну сторону. Рандомизированное испытание METR с опытными разработчиками открытого кода показало, что ИИ-инструменты начала 2025 года делали их на 19% медленнее, тогда как участники считали, что ускорились; более поздний опрос METR среди 349 технических специалистов сообщает, что участники того исследования переоценили эффект ИИ на время выполнения задач примерно на 40 процентных пунктов (METR, 2026).
Оценки британского правительства показывают то же сжатие при более строгом методе. Межведомственный эксперимент с Microsoft 365 Copilot — 20 000 госслужащих — дал среднюю экономию 26 минут в день, причём эту цифру участники оценивали сами, выбирая из набора диапазонов (GDS, 2025). Когда DWP оценило свою часть того же испытания против контрольной группы не-пользователей, контролируя демографические, профессиональные переменные и склонность к ИИ, оценка составила 19 минут в день по восьми рутинным задачам (DWP, 2025).
Разные совокупности и разный охват задач, так что это не чистое «до и после». Но это два измерения одного и того же проекта, и то, где есть группа сравнения, — меньшее. Отчёт GDS прямо говорит в выводах: «из-за экспериментальных ограничений не удалось установить, на что было потрачено сэкономленное время».
Энтузиазм вашей команды настоящий. Доказательством он не является.
Время на устранение проблем с ИИ ломает ваши метрики внедрения
Число лицензий, их утилизация и частота входов — всё это измеряет те же 87 минут. Ни одна метрика не отделяет 42 от 35. Дашборд внедрения с сильным использованием при таких данных одинаково совместим и с командой, получающей реальный рычаг, и с командой, которая 20 рабочих дней в году воюет со своим инструментарием.
Хуже того, метрика поощряет неверное движение. Рост минут в инструменте читается как успех. Если доля устранения проблем стабильна, растущие минуты — это преимущественно растущая переделка.
Результат ЕЦБ добавляет вторую поправку. Медианный пользователь ИИ в еврозоне экономит около трёх часов в неделю, примерно 7,7% рабочего времени, но поскольку лишь 48,8% работников одновременно используют ИИ и экономят с ним время, выигрыш в масштабе экономики составляет около 3,8% (ЕЦБ, 2026). Показатели на пользователя, умноженные на численность, завышают отдачу примерно вдвое. Бизнес-кейс вида «X сэкономленных минут × все» ошибается дважды: один раз на участии, другой — на доле устранения проблем внутри тех минут, которые он всё-таки считает.
Честное возражение
Три ограничения, названные прямо.
Это исследование вендора. BambooHR продаёт HR-софт малому и среднему бизнесу и коммерчески заинтересована в тезисе, что ИИ-внедрения требуют управления человеческой стороной. Полевой этап выполнила независимая исследовательская компания, методология раскрыта, выборка разумна — но это публикация опроса, а не рецензируемая статья. Взвешивайте соответственно.
Это самоотчёт, как и большая часть подтверждающих данных. Распределение 42/35 — это сотрудники, оценивающие собственное распределение времени, ровно тот инструмент, ненадёжность которого в этой области показала METR. Честное прочтение: направление хорошо подтверждается по BambooHR, Culture Amp и британским испытаниям, тогда как величины мягкие. Не цитируйте 42% как измеренную константу. Цитируйте их как повод измерить собственную.
Различие по сеньорности — корреляция, а не механизм. BambooHR публикует минуты по уровням, но не публикует долю устранения проблем по уровням. Мой расчёт выше предполагает, что 42% держатся примерно одинаково по уровням. Допущение правдоподобное и непроверенное: senior-работа может порождать больше итераций, а senior-пользователи могут лучше их избегать. Считайте цифру руководительских часов порядком величины, который надо проверить, а не числом для совета директоров.
Что решить в этом квартале
Четыре шага. Ни один не требует нового софта.
- Разложите счётчик минут до следующего продления. Сейчас ваша метрика — минуты в инструменте. Добавьте одно измерение: какая доля этого времени производит результат, а какая — пригодный промпт. Двухнедельный самоучёт по 20 сотрудникам даёт защищаемую внутреннюю цифру, и это единственное число в статье, которое относится к вашей компании.
- Делайте выборку по грейдам, а не по среднему. Вытащите senior-грейд отдельно. Если форма, найденная BambooHR, держится в вашей организации, дорогая проблема сконцентрирована в пятнадцати календарях, а не в двухстах, — что заодно делает её решаемой.
- Сделайте долю устранения проблем ключевым KPI внедрения. Замените частоту входов на это соотношение. Проект, где минуты растут, а доля устранения проблем падает, работает. Проект, где растёт и то и другое, — конвейер переделки, переодетый в дашборд внедрения.
- Назначьте часам адресата, прежде чем их считать. Обе британские оценки умели измерить сэкономленное время и ни одна не смогла сказать, куда оно ушло. Цифра экономии времени без названного адресата не является входом для расчёта ROI. Решите, что прекращается, прежде чем засчитывать то, что начинается.
Те 63%, что подняли ИИ-бюджеты в этом году, сделали это на основе числа, которое одинаково считает минуту борьбы и минуту работы.
Прежде чем одобрить следующий транш, выясните, какую из двух вы покупали. Ваши самые senior-сотрудники оплачивали ответ весь год — временем на устранение проблем с ИИ, которое никто не заложил в бюджет.
