ДОКАЗАНО: AI ведёт к выгоранию. Только виноват не AI

Что такое brain fry. BCG на выборке в 1488 работников нашёл чёткий паттерн: умственная усталость от чрезмерного использования AI-инструментов или надзора за ними сверх собственной когнитивной ёмкости. Люди описывают это как гул, туман, потребность отойти от экрана. Причина — не та работа, которую AI выполняет, а та, которую он создаёт: прочитать каждый вывод, поймать ошибки, принять решение «оставить или выкинуть» по десятку инструментов, и так весь день. Именно эта часть исследования стала вирусной — но это лишь половина.

Цифра, которую никто не цитирует. В том же исследовании другая группа вышла в плюс: когда AI взял на себя рутину, их выгорание снизилось, а вовлечённость выросла. Падение выгорания на 15% автор называет более полезным выводом, чем сам brain fry, — потому что оно доказывает, что хорошая версия существует и достижима. Значит, реальный вопрос не «выжигает ли AI людей», а что именно отличало команду, которой стало легче, от той, что попала в туман. Ответ автора: не AI, а дизайн работы. А дизайн — это то, чем руководитель управляет.

Почему это задача руководителя, а не гигиена сна. Интернет договорился до версии «ограничь инструменты, сделай перерыв, управляй своим мозгом». Автор считает, что это обращается с brain fry как с личным экранным временем, тогда как проблема — организационная. Он ссылается на автора исследования, Джули Бедар из BCG (в комментарии Fortune): ответ не в том, чтобы выдрать AI, а в том, чтобы переосмыслить, как он приземляется в роль. Слишком многие компании навешивают AI поверх старых обязанностей сотрудника и считают дело сделанным. Её фикс — переспроектировать саму роль и учить людей планированию и приоритизации. Это работа с тем, как устроена работа в компании (operating model), и она принадлежит операционному руководителю.

Новую функцию создали — владельца у неё нет. Сатья Наделла (Microsoft) повторяет, что роли схлопываются к людям, которые управляют агентами, и что агенты — «новые приложения». Он прав, но само это «управление» и есть загвоздка. Когда все управляют агентами, кто-то должен направлять агента, читать его вывод, ловить ошибки и решать «оставить или выкинуть». Это надзор, и это настоящая работа. Каждый прошлый сдвиг, породивший координационный слой, получал роль, охват и метрику. Этот — не получил ничего и лёг на отдельных людей как невидимая, неизмеряемая вторая работа. Второе исследование указывает туда же: учёные из Беркли восемь месяцев наблюдали за американской технологической компанией на 200 человек и обнаружили, что AI усиливает работу, а не облегчает её. Два независимых исследования, один вывод: AI двигает работу вверх по уровням, а не удаляет её.

Как спроектировать работу под падение выгорания. Разброс в цифрах BCG и есть чертёж. Там, где AI тихо доделывал задачу и человек почти не вникал, нагрузка падала. Там, где человек читал и оценивал каждую строку, — росла. Продуктивность росла с одного инструмента до трёх и падала на четырёх и больше. Значит, рычаг не в количестве инструментов, а в границе «человек — AI»: работу надо проектировать так, чтобы люди проверяли по исключению, а не вычитывали всё подряд. Выжатые команды надзирают, лёгкие — делегируют и проверяют выборочно. Автор даёт три хода. Первый: назвать функцию надзора и дать ей владельца — сделать её явной полосой ответственности, а не налогом на всех; слой с владельцем проектируют, слой без владельца просто сваливают на людей. Второй: продвигать в неё своих сильных сотрудников — среди работников с brain fry 34% активно собирались уволиться против 25% без него, и риск концентрируется на самых интенсивных пользователях AI; они упёрлись в стену, потому что зашли дальше всех, так что их стоит переводить в проектирование надзора, а не оставлять его молча поглощать. BCG отдельно нашёл: там, где менеджеры давали обучение и поддержку, brain fry снижался — навык надзора обучаем. Третий: задать охват и метрику — ограничить число одновременных инструментов на роль примерно тремя (где пик отдачи) и внимательно посмотреть, за что вообще награждаешь.

Метрики, которые выжигают. Автор приводит примеры того, как компании поощряют ровно то поведение, которое сжигает людей. Amazon подталкивает сотрудников «токенмаксить», сотрудник Meta собрал лидерборд «Claudeonomics», отслеживающий, кто сжигает больше всего токенов, а Uber ограничил траты на агентов 1500 долларами на человека в месяц. Логику прямо сформулировал Брайан Катанзаро из Nvidia: «стоимость вычислений намного превышает стоимость сотрудников». Когда награждаешь за объём токенов, награждаешь именно то, что выжигает. Такую метрику надо убить и награждать за результат.

Принцип и вывод. AI не вручил тебе проблему усталости — он вручил новую функцию и заодно шанс снизить выгорание, пока ты её выстраиваешь. Туман реален, но это не заголовок. Заголовок в том, что один и тот же сдвиг одной команде срезал выгорание, а другую выжег, и разница была в дизайне. Действие на понедельник от автора: выпиши, кто в твоей компании владеет тем, как надзирают за агентами. Если ответ — «все и никто», ты нашёл функцию, которую надо построить первой.