ИИ обещает рост продуктивности, но пока для менеджеров это в основном головная боль: опрос 1 700 руководителей

Опрос опубликовала платформа для управления работой Monday.com, данные собирал Nielsen среди директоров и старших менеджеров в семи странах. Результаты показывают парадокс: 94% опрошенных руководителей заявили, что рады внедрению ИИ, но при этом почти каждый второй тратит на проверку и сопровождение работы команды больше времени, чем до появления нейросетей. Причина проста: результат, который приходит от сотрудника, теперь выглядит отполированным, и понять, сколько в нём человеческого труда, а сколько машинного, стало сложно.

Что показал опрос?

• Больше половины руководителей с трудом оценивают работу сотрудников после внедрения ИИ: результат приходит «отполированным», и непонятно, где вклад человека, а где машины.
• 78% менеджеров изменили критерии оценки: теперь важнее умение составлять промпты (запросы к нейросети), решать, какие задачи передать ИИ, и экспериментировать с новыми подходами.
• 46% менеджеров используют ИИ для принятия управленческих решений, а 39% уже составляют оценки эффективности сотрудников с помощью нейросетей. Исследователи предупреждают: большие языковые модели (LLM, модели вроде ChatGPT, которые генерируют текст) воспроизводят предвзятости из обучающих данных, на которых их тренировали.
• 57% организаций используют больше программ, чем до внедрения ИИ, хотя руководство рассчитывало на обратное. Только 29% описали свою ИИ-инфраструктуру как оптимизированную и централизованную.
• 58% менеджеров ожидают, что в ближайший год будут контролировать больше ИИ-агентов (программ, которые выполняют задачи самостоятельно), чем живых сотрудников. При этом 46% опасаются потерять контроль над действиями этих агентов.

Менеджеры завершили 2025 год с ощущением, что сократят число инструментов. Но число программ выросло. Более 50% говорят, что используют больше инструментов, чем год назад, и это не останавливается. : Михаль Миллер Леви, руководитель отдела исследований рынка Monday.com

Почему ИИ пока создаёт больше работы, чем экономит?

Михаль Миллер Леви из Monday.com объяснила TechCrunch суть проблемы: для самого менеджера ИИ работает отлично на индивидуальном уровне, но у руководителя есть вторая роль: двигать организацию вперёд. Процессы компании просто не поспевают за скоростью развития технологии.

Появился и новый слой «невидимой работы»: кто-то должен решать, какие задачи отдать ИИ-агенту, проверять результат и вмешиваться, когда что-то пошло не так. Эту нагрузку никто не закладывал в бюджет времени.

Отдельный риск: 35% опрошенных боятся, что их привлекут к ответственности за решения, принятые нейросетью. При этом менеджеры не хотят полной автономии агентов. По словам Леви, руководители настаивают, чтобы в критических решениях участвовал человек.

Предвзятость в оценке: скрытая ловушка

Исследование Люксембургского института социально-экономических исследований, опубликованное ранее в 2025 году, показало, что без чётких объективных стандартов LLM оценивают эффективность примерно так же, как люди, то есть воспроизводят те же ошибки. Другая научная работа начала 2025 года обнаружила, что ИИ-модели демонстрируют предвзятость в отношении чернокожих мужчин, причём направление и масштаб смещений различаются для разных социальных групп.

Когда TechCrunch спросил Леви, может ли использование ИИ для оценки сотрудников привносить внешнюю предвзятость, она ответила: компании пока не придумали, как с этим справляться.

Российский контекст: знакомая картина

В России менеджеры сталкиваются с той же проблемой, только инструменты другие. YandexGPT и GigaChat используют для генерации текстов, отчётов, ответов клиентам. Опрос Nielsen проводился в семи странах, Россия в них не указана, но ситуация узнаваема: автор Дзена сдаёт редактору текст, и тот не понимает, писал человек или нейросеть. Руководитель отдела маркетинга получает стратегию, которая «слишком гладкая». По моим наблюдениям, YandexGPT и GigaChat фильтруют запросы строже зарубежных аналогов, но проблему «отполированного результата» это не решает.

Как попробовать извлечь пользу уже сейчас?

1. Введите «журнал решений»: попросите сотрудников фиксировать, какую часть задачи они отдали ИИ и какую доработали сами. Это снимает главную боль из опроса: непонимание, где вклад человека.
2. Пересмотрите критерии оценки: вместо качества финального текста оценивайте промпт-инжиниринг (умение формулировать точные запросы к нейросети), выбор инструмента и скорость итерации.
3. Не составляйте отзывы о сотрудниках через нейросеть без ручной проверки: пока нет стандартов, LLM воспроизводит предвзятости из обучающих данных, и вы несёте за это ответственность.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена. Прозрачность становится конкурентным преимуществом. Если вы указываете, где использовали нейросеть, а где добавили экспертизу, редактор и читатель доверяют больше. Заведите шаблон: «ИИ помог с черновиком, факты и выводы мои».

Маркетологу. Опрос показывает, что 57% компаний нарастили число инструментов вместо сокращения. Проведите аудит: сколько ИИ-сервисов реально используется в команде, включая те, которые сотрудники подключили сами (в опросе это названо shadow AI, теневое использование ИИ в обход одобренных систем).

Предпринимателю в РФ. Если вы внедряете ИИ-агентов, закладывайте время на их контроль как отдельную статью. 58% менеджеров из опроса ожидают, что будут контролировать больше агентов, чем людей. Это не фантастика, это ближайший год.

Частые вопросы

Опрос проводился в России?

Нет. Nielsen опросил 1 700 руководителей в семи странах по заказу Monday.com, но конкретный список стран в источнике не указан, и Россия в нём не упомянута. Проблемы, описанные в опросе, универсальны и знакомы любому, кто работает с YandexGPT или GigaChat в команде.

Значит ли это, что ИИ снижает продуктивность?

Нет. 94% опрошенных менеджеров заявили, что рады внедрению ИИ. Проблема не в технологии, а в том, что организационные процессы не успевают за ней. Личная продуктивность растёт, но управленческая нагрузка тоже, потому что никто заранее не перестроил оценку, контроль и распределение инструментов.

Можно ли использовать ИИ для оценки сотрудников?

Технически да, и 39% менеджеров уже это делают. Но исследования 2025 года показывают, что LLM воспроизводят человеческие предвзятости из обучающих данных. Пока нет отраслевых стандартов, безопаснее использовать нейросеть как черновик, а финальную оценку формулировать самостоятельно.