KOMETA MEDIA

ИИ и работа6 мин чтения

ИИ против человека: кто в чём сильнее?

Исследования показывают, где ИИ делает работу быстрее и лучше, где он ошибается и почему выигрывает обычно их сочетание.

Человеческая рука и стеклянная рука робота тянутся к одной шахматной фигуре

Когда речь заходит об ИИ, обычно слышны два лагеря. Одни ждут, что машины скоро будут делать всё лучше. Другие считают ИИ дорогой игрушкой. Для конкретного решения в компании не помогает ни то, ни другое. Полезнее другой вопрос: в какой задаче ИИ помогает, в какой вредит и где сильнее всего связка человека и машины? На этот счёт уже есть надёжные исследования. Мы кратко изложим, что они показывают, а что нет.

Отправная точка: по данным Евростата, в 2025 году технологии ИИ использовали около 20 % компаний ЕС с числом сотрудников от десяти, годом ранее — 13,5 % [6]. Среди малых компаний доля составляла 17 %, среди крупных — 55 % [7]. Так что многие компании ещё только решают, с чего начать.

01

Где ИИ уже лучше

Самое известное исследование провели учёные Гарвардской школы бизнеса и других университетов совместно с консалтинговой компанией BCG. В нём 758 консультантов решали реалистичные задачи: часть — с доступом к GPT-4, часть — без него. На 18 задачах, лежавших в пределах возможностей ИИ, пользователи ИИ в среднем выполнили на 12,2 % больше задач, причём на 25,1 % быстрее. Их результаты оценили более чем на 40 % выше [1].

25,1 %

быстрее выполняли задачи консультанты с поддержкой ИИ, если задача лежала в пределах возможностей ИИ (GPT-4, 2023) Источник [1]

Второй пример — из клиентской поддержки. Исследователи во главе с Эриком Бриньолфссоном проанализировали данные 5 179 сотрудников поддержки. С ИИ-ассистентом они в среднем решали на 14 % больше обращений в час. У новичков и менее квалифицированных сотрудников прирост составил 34 %, у опытных эффект оказался минимальным [2]. То есть ИИ подтягивает прежде всего нижний и средний уровень. И в исследовании BCG более слабые участники прибавили заметно сильнее (43 %), чем более сильные (17 %) [1].

К этому добавляется фактор времени. AI Index Стэнфордского университета сообщает, что при сжатом бюджете времени в два часа ИИ-системы набирают примерно вчетверо больше баллов, чем эксперты-люди [5]. Для набросков, сводок и первичного анализа это означает: быстрый результат всё чаще даёт машина.

Зубчатая линия света между светящимися и тёмными стеклянными кубами
02

Где ИИ хуже

В то же исследование BCG входила задача, намеренно выходившая за пределы возможностей ИИ. Здесь участники с ИИ решали её правильно реже — на 19 процентных пунктов реже, чем группа без ИИ [1]. Авторы говорят о «зубчатой границе»: одни задачи ИИ решает без труда, а другие, кажущиеся столь же сложными, лежат за пределами его возможностей [1]. Те, кто справился хуже, по словам авторов, как правило, принимали ответ ИИ без проверки [1].

19 процентных пунктов

меньше правильных решений с ИИ, чем без него, в задаче за пределами возможностей ИИ Источник [1]

AI Index 2025 называет фундаментальную слабость: системы по-прежнему не могут надёжно решать задачи, для которых существуют доказуемо верные решения. Это, по оценке отчёта, сказывается на том, насколько им можно доверять и насколько они пригодны для применений с высоким риском [5]. Со временем картина тоже переворачивается: при длинном бюджете в 32 часа эксперты-люди в том же сравнении показывают вдвое лучший результат, чем ИИ [5].

Кроме того, ответственность остаётся на компании. В деле Moffatt против Air Canada чат-бот авиакомпании дал клиенту неверную информацию о траурных тарифах — льготах для поездок в связи со смертью близкого. Air Canada утверждала, что чат-бот — отдельная юридическая единица, которая сама отвечает за свои действия. Канадский трибунал с этим не согласился, признал чат-бот частью сайта и присудил клиенту возмещение ущерба [8]. Это решение по канадскому праву, а не немецкий приговор, но сигнал ясен: то, что говорит ваш чат-бот, говорите вы.

03

Интуиция обманывает

Насколько трудно оценить пользу в повседневной работе, показывает исследование организации METR. Шестнадцать опытных разработчиков решали 246 реальных задач в собственных open-source-проектах — то с ИИ, то без. С ИИ работа заняла на 19 % больше времени. До начала участники ожидали ускорения на 24 %, а после всё ещё считали, что ИИ ускорил их на 20 % [3].

19 %

больше времени на задачи с ИИ у опытных разработчиков, которые считали себя на 20 % быстрее (небольшое исследование, начало 2025 года) Источник [3]

Для контекста: выборка была небольшой, а в феврале 2026 года METR пересмотрела дизайн исследования. Данные последующего исследования METR называет ненадёжным сигналом — в том числе потому, что многие разработчики не хотели работать без ИИ и поэтому не подавали задачи. METR считает вероятным, что польза сейчас больше, чем в начале 2025 года [4]. Поэтому вывод не «ИИ тормозит», а другой: собственное впечатление — не мерило. Кто хочет знать, помогает ли ИИ в его рабочем процессе, должен это измерить.

Человек и фигура из света перед одним и тем же экраном
04

Лучше всего — вместе

В исследовании BCG проявились два успешных способа работы. «Кентавры» делят работу и решают, какие шаги выполняют сами, а какие — ИИ. «Киборги» тесно сплетают свой рабочий процесс с ИИ и постоянно работают вместе с ним [1]. Обоих объединяет то, что именно человек судит, где проходит граница. Авторы подчёркивают: в задачах за пределами границы специалисты должны ставить ответы ИИ под сомнение и по-прежнему опираться на собственное суждение [1].

Авторы исследования также отмечают, что в задачах внутри границы ИИ сглаживает разницу в результатах между сотрудниками и одновременно повышает качество работы. Но они же пишут, что лучшие подходы к работе с ИИ пока не до конца поняты и требуют дальнейшего изучения [1]. Для вашей компании это значит: готового рецепта, который можно просто перенять, нет. Есть задачи, на которых стоит попробовать, и способ корректно оценить такую попытку.

05

Что это значит на практике

  • Разбейте работу на задачи и для каждой проверьте, подходит ли она для ИИ. Наброски, сводки и структурированная рутина — хорошие кандидаты [1][2].
  • Требуйте проверки человеком для каждого результата ИИ, особенно когда речь идёт о цифрах, юридических вопросах и информации для клиентов [1][8].
  • Тестируйте в малом масштабе и измеряйте время, качество и долю ошибок до и после. Не полагайтесь на ощущения [3].
  • Обязательно привлекайте менее опытных сотрудников: в исследованиях эффект у них был наибольшим [1][2].
Источники (8)
  1. [1]Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality (Working Paper 24-013)Harvard Business School with Boston Consulting Group (Dell'Acqua, McFowland, Mollick, Lifshitz-Assaf, Kellogg et al.) · 22 сентября 2023 г.
  2. [2]Generative AI at Work (NBER Working Paper 31161)National Bureau of Economic Research (Brynjolfsson, Li, Raymond) · 1 апреля 2023 г.
  3. [3]Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer ProductivityMETR (Becker, Rush, Barnes, Rein) · 10 июля 2025 г.
  4. [4]We are Changing our Developer Productivity Experiment DesignMETR · 24 февраля 2026 г.
  5. [5]AI Index Report 2025, chapter Technical PerformanceStanford Institute for Human-Centered AI (HAI) · 1 января 2025 г.
  6. [6]20% of EU enterprises use AI technologiesEurostat · 11 декабря 2025 г.
  7. [7]Use of artificial intelligence in enterprisesEurostat, Statistics Explained · 1 декабря 2025 г.
  8. [8]Moffatt v Air Canada: Bot Betrayal and Negligent Misrepresentation (on Moffatt v. Air Canada, 2024 BCCRT 149)WeirFoulds LLP · 6 марта 2024 г.

Сколько этого уже есть в вашей повседневной работе?

На бесплатной первой консультации мы вместе посмотрим, что ИИ уже сегодня может делать в вашей компании — и где ему не место.

Записаться на консультацию

Другие статьи