AI не скорочує людей. Він множить задачі

Головна обіцянка AI для бізнесу звучить просто: робота автоматизується, і людей знадобиться менше. Кожен новий інструмент продають саме так — заощадиш час, заощадиш на персоналі.

Я дивлюся на це з боку компанії, яка сама будує продукт для продуктивності, і бачу іншу картину. AI справді робить людей організованішими й продуктивнішими. Але скорочувати їх кількість він поки не поспішає. Натомість він множить задачі.

І саме тут ховається питання, яке рано чи пізно поставить собі кожен власник: за що я насправді плачу?

Більше задач — не більше результату

У компаніях сьогодні AI використовують усі. Але дуже важко побачити, де саме він піднімає продуктивність.

Люди отримали інструмент, який за хвилину створює план, беклог, список ідей чи десять варіантів тексту. І вони почали робити більше задач. Не показувати більше результату — а саме робити більше задач.

Задачу тепер створити легше, ніж будь-коли. Закрити її — так само важко, як і раніше. Тож список росте, активність росте, а чи росте щось, що бізнес може порахувати, — питання відкрите.

Ціна стеку росте за кожного користувача

Візьмімо типовий сучасний сетап: AI-агент, який підключається до різних застосунків і складає все в Notion. Виглядає чудово. Але подивіться, як росте вартість productivity-стеку.

Треба платити за Notion. Треба платити за AI-інструменти, які всі коштують досить дорого. І платити треба за кожного користувача.

Звісно, усе це підвищує продуктивність. Але чи настільки, щоб можна було, наприклад, почати економити на людях? Такий стек ніби автоматично робить людей організованішими, але їхньої кількості не зменшує. Компанія платить за людину і за все, що їй допомагає, — і обидві статті витрат ростуть.

Фаундер як ручний агрегатор

Є ще одна ціна, яку ніхто не вписує в бюджет. Це час фаундера.

Стан компанії тепер розкиданий по чатах з LLM, Slack, пошті й десятку інших джерел. Хтось має зібрати це в одну картину: що зроблено, що вирішено, що горить. За моїми спостереженнями, фаундери роблять це або в голові, або вручну через звіти — і це забирає від третини до половини їхнього часу.

Я якось слухав подкаст інвестора, який сказав дуже точну річ. Він не хоче наймати більше людей у свій фонд. Він хоче, щоб наявні люди за допомогою AI автоматизували все. Але для цього потрібна система керування AI-агентами — їх теж треба організовувати, і саме це зараз є проблемою.

AI не прибрав менеджмент. Він додав ще один шар, яким треба керувати.

Вимірювати результат, а не активність

Ми в команді пробували автоматично оцінювати продуктивність людей за їхньою активністю в Slack. Висновок, який зробила сама модель, був чесним: система вимірює активність, а не реальний результат роботи.

«Тихий» день виглядає непродуктивним, навіть якщо в цей день результат доведено до продакшну. Система не розрізняє відсутність людини, нестачу даних, роботу поза Slack і відсутність результату.

Це та сама пастка, що й з AI загалом. Ми рахуємо те, що легко порахувати: повідомлення, задачі, згенеровані сторінки. А це рахує зусилля, а не цінність. Щось просто оновилось у репозиторії — це вже товар, який є в будь-кого. Цінність з’являється тоді, коли те, що оновлюється, дає реальний приріст продуктивності.

Де насправді шукати ефект AI

Якщо AI не скорочує людей автоматично, його ефект треба шукати не у штатному розписі, а у видимості роботи.

Компанія отримує віддачу від AI тоді, коли бачить, де він реально піднімає результат, а де лише додає задач. Для цього потрібно не ще одне джерело активності, а місце, де робота людей і їхніх агентів складається в зрозумілу картину: що зроблено, що вирішено, що рухається, а що стоїть.

Тоді питання «скільки людей нам потрібно» змінюється на інше: «на що ми витрачаємо людей, яких уже маємо». І відповідь на нього нарешті можна побачити, а не вгадати.