Двадцать процентов работающих взрослых в США говорят, что ИИ теперь выполняет как минимум одну задачу, которую они или их команда раньше передавали коллеге либо внешнему подрядчику (Epoch AI, 2026). Не «помогал с ней». Выполняет.
Это решение о закупке — то самое решение, которое ваша организация обычно оборачивает в заявку на приобретение, проверку поставщика и бюджетную строку. Но приняли его отдельные сотрудники, по одной задаче за раз, и оно не отражено ни в одной принадлежащей вам системе. Делегирование задач ИИ такого рода не видно ни в штатной численности, ни в прогнозах расходов на подрядчиков, ни на одной панели мониторинга внедрения — потому что эти панели строились, чтобы считать использование инструментов, а не перераспределение работы.
Неприятно не то, что это произошло. Неприятно то, что ваша модель мощностей теперь ошибочна — и ошибочна в направлении, которого вы не видите.
Что на самом деле измерил опрос Epoch AI/Ipsos
Опрос провела Ipsos по заказу Epoch AI с использованием вероятностной панели KnowledgePanel; полевой этап прошёл с 10 по 19 июля 2026 года среди 1106 работающих взрослых в США, оценки взвешены по работающему населению страны (Ipsos, 2026). Вероятностная выборка здесь принципиальна: это не панель добровольцев-энтузиастов ИИ, рассказывающих вам, насколько преобразующи их инструменты.
Заголовочная цифра — 20%. Суть же в разбивке по задачам. Работники сообщают, что ИИ перенимает работу, ранее делегировавшуюся людям, чаще всего в анализе данных (7,1%), чтении рабочих документов (5,7%) и ведении записей (5,3%) (Epoch AI, 2026).
Перечитайте этот список глазами операционного руководителя. Это не творческие задачи и не пограничные эксперименты. Это ровно те категории, которые компания на 200 человек рутинно отдаёт младшему аналитику, временному сотруднику, офшорной команде или исследователю на фрилансе. И это, почти без исключений, задачи, от результата которых зависит кто-то дальше по цепочке.
Ещё одна цифра из того же опроса — и именно она заслуживает вашего внимания: по всем задачам с участием ИИ 66% результатов были использованы без изменений или с незначительной правкой против 5%, существенно переработанных или сделанных заново.
Решение «делать или покупать» без всякой заявки
В любой организации есть процесс, определяющий, выполняется работа внутри или закупается снаружи. Он медленный не случайно. Кто-то определяет объём, кто-то оценивает стоимость, кто-то проверяет, чего стоит поставщик, и кто-то отвечает за результат.
Данные Epoch описывают то же самое решение, принятое на индивидуальном уровне, за время, которого хватает открыть окно чата.
Сотрудник не делает ничего дурного. С его точки зрения это инициатива: отчёт, который раньше требовал четырёх дней переписки с подрядчиком, теперь занимает полдня. Его вознаграждают именно за это. Ни одна политика не сказала ему, что переназначение задачи с человека на модель — это другая категория решений, нежели выбор более быстрого способа делать собственную работу.
Но категория действительно другая, и по структурной причине. Когда вы делегируете человеку, вы получаете второй ум над задачей — просили вы об этом или нет. Подрядчики задают уточняющие вопросы. Младшие аналитики отмечают данные, которые выглядят неверными. Коллеги возражают, когда запрос лишён смысла. Это трение — не изъян человеческого делегирования, а неоплаченный механизм контроля качества, который шёл в комплекте.
Делегируйте ту же задачу модели — и трение исчезает. Модель не спрашивает, почему запрос странный. Она отвечает.
Контрольная точка исчезла ровно тогда, когда переместилась работа
Поставьте 20% и 66% рядом — и риск станет осязаемым. Работа переходит от людей к моделям одновременно с тем, что две трети результатов моделей уходят дальше без сколько-нибудь значимой правки. Задача сменила владельца, а этап проверки ушёл вместе с прежним.
Ущерб не гипотетический. Исследование Adaptavist 2026 года среди 2500 работников умственного труда показало, что 52% регулярно исправляют сгенерированную ИИ работу, произведённую коллегами (Adaptavist, 2026). Исправление происходит — оно лишь переместилось от чётко определённой точки передачи к тому, кому не повезло оказаться дальше по цепочке.
Исследование BetterUp Labs и Stanford Social Media Lab оценило это перемещение в цифрах: около 40% офисных сотрудников в США сообщили, что за предыдущий месяц получали сгенерированный ИИ «workslop», примерно два часа уходит на разбор каждого случая, что исследователи оценили примерно в 186 долларов на сотрудника в месяц (BetterUp Labs, 2026).
Два часа на случай, поглощённые коллегой, не зафиксированные нигде.
Есть распределительная складка, которую стоит назвать. Три категории задач, где это проявляется сильнее всего — анализ данных, чтение документов, ведение записей, — сосредоточены ровно в тех функциях, которые средняя компания держит самыми тонкими: финансовая поддержка, операционная координация, администрирование комплаенса. Это роли, где один человек часто и есть процесс и где внешний подрядчик исторически служил предохранительным клапаном. Когда клапан заменяют моделью, а никто заново не определяет, кто проверяет результат, сбой не заявляет о себе постепенно. Он заявляет о себе одной неверной цифрой в материалах для совета директоров.
Такова форма проблемы. Экономию получает тот, кто делегировал модели, и она ему видна. Издержку оплачивает тот, кто принимает результат, и она не видна никому. Чистая производительность может быть нулевой или отрицательной, пока каждый участник честно сообщает, что стал быстрее.
Почему ваша модель мощностей теперь ошибочна в незафиксированном направлении
Здесь тема перестаёт быть вопросом управления и становится операционной задачей.
Если заметная доля вашей команды тихо перенаправила задачи прочь от подрядчиков и коллег, несколько ваших плановых входных данных теперь измеряют не то, что вы думаете.
Падающие расходы на подрядчиков читаются как дисциплина. Это может быть дисциплина. А может быть и замещение работы без проверки. У этих двух вариантов одинаковая подпись в отчёте о прибылях и убытках и противоположные последствия для риска.
Объём внутренних передач снижается. Меньше заявок, меньше запросов между командами, более короткий цикл на бумаге. Часть этого реальна. Часть — работа, которую перестали передавать, потому что перестали проверять.
Модели численности дрейфуют. Если вы планируете наём следующего года по наблюдаемой нагрузке текущего, а эта нагрузка была тихо поглощена моделями с долей отправки без изменений в 66%, вы экстраполируете от базы, уже содержащей неизмеренный долг по качеству.
При 50–500 сотрудниках это кусает сильнее, чем на корпоративном масштабе. У крупной организации есть закупочные контроли, функция управления поставщиками и достаточно измерений процессов, чтобы сдвиг в способе обеспечения работы рано или поздно всплыл в чьём-нибудь отчёте. У компании среднего размера есть операционный директор, финансовый руководитель и набор таблиц, построенных на допущении, что работу делают люди из оргструктуры.
Никто не делает ничего явно неправильного. Именно поэтому это и держится.
Чего эти данные не говорят
Три ограничения, названные прямо, потому что план, построенный на переоценке этих цифр, провалится.
Двадцать процентов — это не двадцать процентов вашей нагрузки. Цифра отражает долю работников, сообщивших хотя бы об одной такой задаче, а не долю смещённых задач или часов. Показатели по задачам — 7,1%, 5,7%, 5,3% — лучший ориентир по объёму, и они однозначные.
Отправлено без изменений не равно ошибочно. Цифра 66% говорит, что снизилась интенсивность проверки, а не что результат дефектен. Для рутинного обновления записи «без изменений» может быть совершенно правильно. Тревожит то, что доля проверки теперь одинакова для типов задач, где цена ошибки совсем не одинакова.
У самоотчёта есть известные пределы. Работники могут неточно помнить, ушла бы задача раньше подрядчику или нет. Вероятностная выборка контролирует, кого спросили, а не то, насколько хорошо люди помнят контрфактические сценарии.
Ничто из этого не меняет операционного вывода. Даже при самом консервативном прочтении работа обеспечивается механизмом, который ваше планирование мощностей не наблюдает, а контроль качества, прежде достававшийся бесплатно, исчез.
Как измерить делегирование задач ИИ в этом квартале
Лекарство — дисциплина измерения, а не служебная записка. Четыре шага, ни один не требует новых расходов.
Задайте вопрос прямо, один раз. На ближайшем разборе с командой задайте каждой функции один вопрос: какие задачи мы перестали отправлять подрядчику, общему сервису или другой команде за последние шесть месяцев и куда они делись? Ответ вы получите за полдня. Данные Epoch говорят, что примерно у одного из пяти ваших людей такая задача есть.
Измеряйте перераспределение, а не входы в систему. Метрики внедрения, считающие лицензии и сессии, структурно неспособны это обнаружить. Отслеживайте то, что движется при переназначении работы: объём счетов подрядчиков по категориям, число межкомандных запросов и случаи переделок. Стэнфордская Digital Economy Lab отстаивает тот же аргумент: измерять ИИ на уровне задачи, а не на уровне инструмента (Stanford Digital Economy Lab, 2026).
Верните контрольную точку туда, где её обеспечивало делегирование коллеге. Это самый ценный и самый дешёвый пункт. Классифицируйте задачи по цене необнаруженной ошибки, а не по тому, задействован ли ИИ. Для дорогостоящего набора явно назначьте проверяющего. Человеческое делегирование давало этого проверяющего бесплатно; делегирование модели не даёт, и его нужно восстановить намеренно.
Сделайте переназначение задачи событием, о котором заявляют. Не процессом согласования — уведомлением. Когда кто-то переносит повторяющуюся задачу с человека на модель, это фиксируется там же, где фиксируется изменение численности или поставщика. Одна строка, без церемоний. Вся цель — видимость.
Решение, стоящее перед вами в этом квартале, узкое и бинарное. Либо вы можете назвать делегирование задач ИИ, уже случившееся в вашей операции — какая работа перешла от человека к модели и кто её теперь проверяет, — либо не можете. Если не можете, вы управляете не бережливой операцией. Вы управляете такой, где реальную структуру издержек и подверженность рискам качества задают, задача за задачей, люди, которым никто не сказал, что они принимают это решение.
