Семьдесят один процент сотрудников говорят, что инструменты ИИ помогают им чувствовать себя продуктивнее. Среди самых интенсивных пользователей эта доля вырастает до 93 процентов. Спросите тех же людей, разумна ли их рабочая нагрузка для их роли, и ответ почти не изменится: 72 процента у power users против 69 процентов у тех, кто ИИ не пользуется — разница в три пункта (Culture Amp, 2026).
Оба результата получены из одного опроса, от одних и тех же сотрудников, за одни и те же двенадцать месяцев. Одна кривая круто растёт вместе с интенсивностью использования. Вторая плоская.
Это не ошибка измерения. Это управленческий артефакт, и он означает, что ёмкость, созданную вашим внедрением ИИ, поглощают внутри тех же ролей, вместо того чтобы перенаправить её туда, куда вы выбрали.
Две кривые из одного набора данных
Первый бенчмарк Culture Amp AI at Work опирается на 342 опроса, проведённых 292 организациями на её платформе; это примерно 112 000 сотрудников и 343 000 индивидуальных ответов, собранных за двенадцать месяцев до июля 2026 года. Респонденты охватывают 16 отраслей и все основные регионы; специалисты без управленческих функций составляют около двух третей выборки. Сотрудников стандартизировали по четырём уровням использования — непользователи, лёгкие пользователи (один-два раза в неделю), ежедневные пользователи и power users (несколько раз в день) (Culture Amp, 2026).
Внутри этих уровней почти каждый показатель опыта улучшается с ростом использования. Понимание рисков растёт с 67 процентов у непользователей до 95 процентов у power users. Мотивация делать больше, чем требовала бы та же роль в другой компании, составляет 72 процента у самых интенсивных пользователей против 57 процентов у непользователей. Согласие с тем, что ИИ помог им учиться и расти, в среднем по миру составляет 66 процентов — его тянут вниз непользователи с 27 процентами.
Один пункт отказывается следовать этой логике. По утверждению «В целом моя рабочая нагрузка кажется разумной для моей роли» доля положительных ответов колеблется от 69 процентов у непользователей до 71–72 процентов у всех, кто вообще пользуется ИИ. Собственная трактовка Culture Amp прямолинейна: первоначальное внедрение немного улучшает восприятие нагрузки, а рост частоты использования не даёт никакого дополнительного облегчения (Culture Amp, 2026).
Ощущаемая продуктивность — 71 процент по выборке и 93 процента среди самых интенсивных пользователей. Ощущаемое облегчение нагрузки на тех же уровнях стоит три пункта.
Почему ваш дашборд внедрения не видит плоскую нагрузку
Большинство программ ИИ в среднем бизнесе измеряют не ту переменную. Количество лицензий, недельные активные пользователи, промпты на место, оценки сэкономленного времени на уровне инструмента — всё это растёт, когда растёт внедрение. И ничего из этого не меняется, когда высвобожденный час тихо уходит на ещё больше той же работы.
Поглощение невидимо по построению. Сотрудник, который закрывает четверговый отчёт за сорок минут вместо девяноста, сообщает не о более лёгкой неделе, а о неделе, в которую вмещается больше. Culture Amp сама выдвигает это возражение, и справедливо: тарелка наполняется заново по мере роста эффективности, и это нормально. Никто не ждёт, что мастерица со швейной машиной сделает за год столько же покрывал, сколько та, что шьёт вручную.
Проблема не в том, что тарелка снова полна. Проблема в том, что никто не решил, что на неё положить.
Именно здесь результат Culture Amp перестаёт быть курьёзом и становится бюджетным вопросом. Если ваш бизнес-кейс предполагал, что возвращённые часы проявятся как высвобожденная ёмкость, несостоявшийся найм или более короткий цикл, а ваши собственные данные вовлечённости говорят, что воспринимаемая нагрузка плоская на всех уровнях использования, то бизнес-кейс не подтверждён — не опровергнут, а не подтверждён. У вас нет ни одного прибора, направленного на то, что вы обещали.
Куда на самом деле уходят возвращённые часы
Два других набора данных 2026 года показывают адресатов, и ни один из них не стратегический.
Четвёртый ежегодный опрос BCG AI at Work — 11 749 работников в 14 странах — показал, что 42 процента регулярных пользователей на операционных позициях сообщают об экономии не менее целого рабочего дня в неделю благодаря ИИ, при этом 66 процентов говорят, что получают ограниченные указания или вовсе никаких указаний о том, что делать с этим временем, и более половины не перенаправляют его на стратегическую работу. В той же выборке 47 процентов сообщают, что теперь тратят больше времени на управление ИИ и постановку ему задач, чем на саму работу, а 72 процента говорят, что ИИ уже существенно изменил требования к навыкам их роли (BCG, 2026).
Читайте эти два числа вместе. Час реален. Решения об этом часе не существует. В его отсутствие час по умолчанию уходит к ближайшему доступному спросу — которым всё чаще оказывается сам ИИ.
Опрос BambooHR среди 1 608 офисных работников в США замерил это поведение по умолчанию секундомером. Работники проводят в среднем 87 минут в день внутри инструментов ИИ; 42 процента этого времени уходит на устранение ошибок и доработку промптов против 35 процентов на работу, которая действительно продвигает их собственные задачи (BambooHR, 2026). Больше времени ИИ уходит на починку ИИ, чем на производство с его помощью.
Значит, ёмкость не исчезает в праздности. Она расходуется — на надзор, исправление и новую координационную поверхность, созданную самими инструментами. Эта работа реальна. Просто её никто не заложил в бюджет, не назвал и не закрепил за ролью.
Вакуум указаний и есть механизм
Тот же бенчмарк, который обнаружил плоскую нагрузку, нашёл и её причину, и это не сопротивление сотрудников.
Восемьдесят пять процентов сотрудников говорят, что их организация активно поощряет исследование и эксперименты с ИИ. И только 58 процентов говорят, что руководители ясно объяснили, как ИИ связан с направлением движения компании — это самый низкий показатель во всём бенчмарке и разрыв в 27 пунктов с пунктом о поощрении. Ближе к ежедневной работе лишь 60 процентов говорят, что их руководитель делится примерами того, как ИИ может поддержать их цели, а поддержка со стороны систем и процессов составляет 64 процента (Culture Amp, 2026).
Эми Лавуа, VP of People Science в Culture Amp, делает вывод из цифры продуктивности, а не из цифр настроений: большинство руководящих команд прочитает «семь из десяти сотрудников чувствуют себя продуктивнее» как отдачу от инвестиций, но при стабильных оценках нагрузки это вопрос без ответа. Организации, которые получат настоящую отдачу, утверждает она, «будут не теми, у кого самые высокие показатели внедрения. Это будут те, кто явно решил, от чего они откажутся, получив это время обратно» (Culture Amp, 2026).
Это персонал, который свою часть работы выполнил. Недостающий артефакт находится выше: письменное решение о том, что прекращается.
Второй сигнал в том же релизе
Один смежный результат требует осторожности. Осведомлённость сотрудников о внутренних карьерных возможностях упала на 10 процентных пунктов с июля 2025 года — крупнейшее годовое изменение в данных бенчмарка Culture Amp — тогда как удовлетворённость профессиональным развитием осталась на 66 процентах, где она держится с 2021 года. Сотрудники не менее довольны получаемым развитием; им менее ясно, что будет дальше.
Оговорка важна: Culture Amp указывает, что эти карьерные цифры получены из её более широкого бенчмарка вовлечённости — совокупности большей, чем выборка по ИИ из 112 000 сотрудников. Не приписывайте их ИИ-когорте. Считайте их окружающей погодой, а не тем же измерением.
Честное возражение
Три ограничения, сказанные прямо.
Это восприятие, а не выпуск. Каждая цифра здесь — это сотрудники, сообщающие о своих ощущениях. Culture Amp говорит об этом прямо: каждый результат бенчмарка — это группа сотрудников, рассказывающая, что она чувствует по какому-то поводу, а не измерение выпуска или часов. Плоская оценка нагрузки совместима с реальным приростом ёмкости, который люди просто впитали, не заметив.
Выборка самоотбирающаяся. Организации, запускающие опрос про ИИ, по определению продвинулись дальше тех, кто его не запускает. Северная Америка даёт 58 процентов компаний, использующих шаблон, технологический сектор лидирует по отраслям, а организации свыше 1 000 сотрудников составляют около трети пользователей. Рамка Culture Amp верна: читайте это как портрет организаций, уже вовлечённых в ИИ, а не любого работодателя. (В тексте пресс-релиза в одном абзаце также упомянуты «123 организации» против 292 в методологическом блоке; ссылаться следует на методологическую часть.)
Альтернативное объяснение — это сроки, а не провал. Рабочая статья NBER 35684 — Бабина, Хэ и Цзян — связывает ранний прирост продуктивности от ИИ с накоплением организационного капитала, то есть устойчивого знания, специфичного для фирмы и формируемого через обучение в процессе работы, а не с инструментами или численностью ИИ-специалистов как таковой (NBER, 2026). Основной текст статьи закрыт, поэтому никакой размер эффекта ей приписывать нельзя. Но направление — честное возражение: год плоской нагрузки может быть ценой построения процессного знания, которое окупится позже. Эта трактовка доступна только тем компаниям, которые действительно что-то кодифицируют. Она недоступна компании с 400 индивидуально оптимизированными рабочими процессами и без записи ни об одном из них.
Что решить до закрытия квартала
Четыре шага. Ни один из них не является новой лицензией.
- Напишите список того, от чего отказываетесь, по командам, с именами. Не «сократить ручную работу» — три конкретных регулярных результата, которые после этого квартала больше не производятся, и кто подтвердил, что они больше не нужны. Если в списке нет ничего неудобного, список декоративный.
- Назовите адресата возвращённых часов, прежде чем их заявить. Высвобожденный час без названного адресата — это поглощённый час. Выберите по одному на роль: цель развития, кросс-функциональный проект, внутренний переход или сознательный запас. «Стратегическая работа» — не адресат.
- Добавьте один вопрос о нагрузке в следующий опрос вовлечённости и разбейте его по уровням использования ИИ. Вы можете воспроизвести результат Culture Amp внутри своей компании за один цикл опроса. Если ваши самые интенсивные пользователи сообщают о той же нагрузке, что и непользователи, вы измерили поглощение напрямую — на своих данных, со своими ролями.
- Измеряйте роль, а не инструмент. Решение о том, что прекратить, требует понимания, что каждая позиция реально даёт, какие компетенции могли бы построить возвращённые часы и какой внутренний переход делает возможным высвобожденная ёмкость. Это данные уровня роли, а не данные внедрения. Слой производительности и преемственности Scovai измеряет компетенции по циклам и выстраивает из них внутреннюю мобильность и готовность к преемственности, если вам нужен рабочий ориентир того, как выглядит такое измерение.
Настоящий результат бенчмарка не в том, что ИИ не снизил нагрузку. Он в том, что 112 000 сотрудников получили прирост продуктивности, и никто над ними не определил, для чего он.
Ваши самые интенсивные пользователи ИИ время уже нашли. Единственный вопрос, оставшийся на этот квартал: решите ли вы, куда оно уйдёт, или за вас это решит их входящая почта.
