← Все статьи
Блог

Когда проверка результатов ИИ съедает экономию времени

Четыре эксперта разбирают, как считать полные трудозатраты с ИИ, учитывать проверку и доработки и определять, когда изменить процесс.

Чёрный принтер и бумажная лента, проходящая через стеклянные песочные часы
Скорость генерации ещё не показывает, сколько времени потребуется на принятую работу.
Содержание
  1. Почему быстрый черновик может обойтись дорого
  2. Что можно передать ИИ и где начинается проверка человека
  3. Почему цифры ускорения нужно читать вместе с условиями
  4. Как посчитать трудозатраты до принятого результата
  5. Как сократить проверку и когда изменить сценарий

Представим: нейросеть подготовила документ за минуту. Сотрудник потратил час на ссылки и исправления, а руководитель — ещё полчаса на приёмку. Чтобы понять, помог ли ИИ, нужно считать время до результата, который можно использовать. Четыре эксперта разбирают, где возникает лишняя работа и как изменить процесс.

Почему быстрый черновик может обойтись дорого

В начале 2026 года Роман Белодед, управляющий партнёр YellowRocks.vc и сооснователь FitStars, экспериментировал с ИИ в разработке. По его воспоминаниям, телеграм-боты, административные панели и макеты удавалось собрать за две-три итерации и один-два часа. Первый результат появлялся через пять-десять минут. Затем он взялся за самостоятельную разработку мобильного приложения. После нескольких быстрых дней небольшая правка могла занимать уже два часа: модель путалась и меняла соседние участки кода.

Это личная ретроспективная оценка без секундомера и контрольной группы. Она не даёт процента эффективности, но показывает, почему нельзя судить о проекте по первым удачным попыткам. На доработках Белодеду приходилось сначала восстанавливать логику изменений, а уже потом искать ошибку. Чем больше накопленного контекста затрагивает правка, тем труднее её принять.

Алексей Оносов, основатель компании «Юнисофт» и эксперт по ИИ, приводит другой пример: выжимку из договора на сорок страниц. Чтобы убедиться, что в ней не потерялись важные условия, проверяющему может понадобиться весь оригинал. Экономия на чтении тогда сокращается или исчезает. Особенно трудно обнаружить пропуск: неверную цифру можно сверить, а отсутствие существенного условия заметит тот, кто понимает задачу целиком.

У получателя тоже возникает работа. Если сотрудник быстро передал убедительно оформленный текст, но коллеге пришлось заново собирать фактуру и восстанавливать аргументацию, команда могла ничего не выиграть. Поэтому Оносов предлагает учитывать не только автора черновика, но и всех, кто доводит его до пригодного результата.

Оранжевый блок в модульной лестнице из тёмных блоков и пинцет
Небольшая правка может затронуть логику всей системы.

Что можно передать ИИ и где начинается проверка человека

Александр Чумаков, руководитель и главный архитектор OSNOVEL, описывает сервис для федеральной общественной организации. К 7:30 он собирает сводку по десяти темам из СМИ и Telegram и помогает готовить черновики публикаций. Окончательное решение принимает человек. Кураторы могут менять темы, источники и примеры стиля без участия разработчика.

В этом процессе автоматизирован сбор и подготовка, но остаётся содержательная проверка: соответствует ли пересказ первоисточнику, отделён ли факт от интерпретации, подходит ли материал для конкретной задачи. Чумаков отдельно оговаривает, что точного хронометража до и после в опубликованном кейсе нет. Называть процент экономии на его основании нельзя. Можно описать устройство процесса и затем измерить его.

В Бизнес-школе Елены Никульшиной ИИ участвовал в оформлении учебного кабинета GetCourse. Программа и содержание были готовы заранее. Примерно за два часа активного участия руководителя с ИИ команда подготовила концепцию, первый экран, оформление десяти уроков, навигацию и интерактивные элементы, внедрила и проверила рабочую версию.

Никульшина задавала логику продукта и условия приёмки: текст читается на телефоне, движение не перекрывает материалы, переходы работают, изменения сохраняются в GetCourse. Раньше сопоставимая задача занимала у команды минимум пять рабочих дней с согласованиями. Но пять дней — срок команды, а два часа — активное участие руководителя. Делить одно на другое и объявлять процент экономии некорректно. В замер не входят методология, содержание и живые эфиры; это также не сумма трудозатрат всех участников. Кабинет продолжает дорабатываться.

Оба кейса показывают, как полезно заранее определить границу ответственности. Модель готовит материал или реализацию, а человек принимает конкретный результат по понятным признакам. Формулировка «проверь всё» такой границы не задаёт.

Почему цифры ускорения нужно читать вместе с условиями

Субъективное ощущение скорости может расходиться с замером. В эксперименте METR 16 опытных разработчиков выполняли 246 реальных задач в знакомых им открытых проектах. С инструментами начала 2025 года работа занимала на 19% больше времени, хотя после выполнения участники оценивали эффект как ускорение примерно на 20%. Это результат для конкретной группы, задач и периода, а не вывод обо всей разработке с ИИ.

В феврале 2026 года METR сообщил, что новое исследование даёт ненадёжный сигнал о текущем эффекте: разработчики и задачи стали иначе отбираться для участия, а параллельных агентов сложнее учитывать. Эта оговорка относится к новому исследованию. Она не отменяет ранний результат и не позволяет переносить его на современные инструменты без нового замера.

Никульшина обращает внимание и на различие этапа и процесса. В полевом эксперименте Alibaba участвовали 5 940 операторов поддержки Taobao со стажем менее года, обработавших около 2,56 млн чатов. Предоставление доступа к ИИ сократило время выявления проблемы на 8,2%, а длительность всего чата — на 1,1%. Эти оценки учитывают и тех, кто редко использовал подсказки. Время проверки отдельно не измеряли, поэтому объяснять ею всю разницу между двумя показателями нельзя.

Похожая осторожность нужна при оценке рабочего дня. В датском исследовании Хумлума и Вестергаард пользователи сообщали об экономии примерно 3% рабочего времени. Около 85% тех, кто сообщил об экономии, направляли её на другие рабочие задачи. Заметного среднего эффекта на зарегистрированные часы работы исследователи не обнаружили. Это не доказательство, что выигрыш исчез из-за проверки: высвободившееся время могло уйти на другую работу.

Как посчитать трудозатраты до принятого результата

Белодед предлагает начать с одной повторяющейся задачи и пару недель записывать время её выполнения целиком. Оносов советует сравнивать несколько однотипных задач, включая подготовку данных, повторные запросы и работу получателя. Чумаков предлагает отдельно учитывать подготовку источников, проверку, исправления и число возвратов. Никульшина добавляет обязательное условие: ручной результат тоже должен пройти проверку. Иначе вычитанный документ сравнивают с машинным черновиком.

  1. Определите условия приёмки. Зафиксируйте обязательные факты, формат, допустимые ошибки и человека, который принимает результат. Для расчёта это могут быть исходные данные и воспроизводимый итог; для страницы — читаемость и рабочие переходы. Требования должны быть одинаковыми для работы с ИИ и без него.
  1. Учтите весь цикл. Записывайте подготовку источников и задания, работу с инструментом, проверку, исправления и повторную приёмку. Неудачные попытки тоже входят в расчёт. Отметьте, сколько раз результат возвращали и почему: пропущен факт, неверна логика, нарушен формат или изменилось само задание.
  1. Разделите труд и календарный срок. Ожидание ответа может удлинить срок, почти не занимая сотрудника. Несколько коротких проверок разными людьми, наоборот, увеличивают трудозатраты при небольшом изменении срока. Суммируйте активное время всех участников, а длительность от постановки до приёмки фиксируйте отдельно.
  1. Посчитайте стоимость участия. Из времени сопоставимой ручной работы вычтите полные трудозатраты с ИИ. Для денежной оценки учтите стоимость времени по ролям и прямые расходы на инструменты. Разовую настройку и обучение считайте отдельно и соотносите с количеством повторений задачи. Если цель — освободить собственника, отдельно измеряйте его личное вмешательство.

Такая запись помогает увидеть разные результаты внедрения. Срок мог сократиться при прежних трудозатратах. Исполнитель мог выиграть время, а руководитель — потратить больше. Оба изменения реальны, но отвечают на разные управленческие вопросы.

Лупа над листами на планшете и отдельный лист с соответствующей отметкой
Исходные данные и основания вывода помогают проверять результат предметно.

Как сократить проверку и когда изменить сценарий

Никульшина предлагает получать результат вместе с основаниями для приёмки: исходными данными, ходом расчёта и точными ссылками на подтверждающие фрагменты. Ссылка сама по себе недостаточна: нужно проверить, содержит ли источник нужное утверждение и не шире ли вывод, чем доказательство. Для изображений проверяется уже готовый файл, включая подписи и окончания слов.

Белодед выделяет несколько сигналов для смены процесса: модель меняет участки, о которых её не просили; небольшая правка затягивается дольше ожидаемого ручного выполнения; в ответе появляются выдумки на собственных данных пользователя. В таких случаях полезно уменьшить задачу, дать проверяемые исходные материалы, сменить инструмент или выполнить проблемный этап вручную.

Никульшина предлагает останавливать повторные генерации, когда следующий прогон не устраняет причину возврата. Более гладкая формулировка с прежней смысловой ошибкой не приближает приёмку. Оносов считает полезным оставлять модели поиск и наброски, а выводы и расчёты — человеку, если их всё равно приходится полностью воспроизводить при проверке.

Глубину контроля Белодед связывает с ценой ошибки. Для внутреннего наброска может хватить быстрой оценки пригодности. Цифру в отчёте инвестору или ссылку в публичном материале нужно сверить с первоисточником. Решение о следующем запуске ИИ стоит принимать по записям: сократилось ли время до принятого результата, чьи трудозатраты изменились и сохраняется ли нужное качество.

Роман Белодед

Управляющий партнёр венчурного фонда YellowRocks.vc, сооснователь FitStars

IT-предприниматель и инвестор, более 20 лет в бизнесе. Пишет о влиянии ИИ на бизнес-модели, инвестиции и управленческие решения, опираясь на цифры и собственную практику.

  • ИИ в бизнесе
  • Инвестиции
  • Управленческие решения

Елена Никульшина

Руководитель Бизнес-школы Елены Никульшиной, эксперт по применению ИИ в бизнесе

Бренд-стратег и наставник собственников и первых лиц компаний. Внедряет ИИ в рабочие процессы своей бизнес-школы, включая оформление учебных кабинетов и подготовку коммуникаций.

  • Бренд-стратегия
  • ИИ в бизнесе
  • Рабочие процессы

Алексей Оносов

Предприниматель, основатель компании «Юнисофт», эксперт по ИИ

Эксперт по цифровизации, производству и личной эффективности, бизнес-писатель и колумнист. Автор восьми книг, в том числе «500 промптов для жизни и бизнеса».

  • Цифровизация
  • Производство
  • Личная эффективность
  • Искусственный интеллект

Александр Чумаков

Руководитель и главный архитектор OSNOVEL

Занимается разработкой цифровых сервисов, внедрением ИИ и автоматизацией рабочих процессов. Имеет десять лет опыта в корпоративной разработке и более шести лет опыта проектирования платформ.

  • Цифровые сервисы
  • Искусственный интеллект
  • Автоматизация рабочих процессов
  • Архитектура платформ

Подписка на статьи

Получайте новые статьи AiHummer по электронной почте.

Комментарии

Загружаем комментарии…