Почему ИИ не повышает продуктивность? Опыт колумбийского банка и анализ Всемирного банка

Согласно недавнему анализу Всемирного банка, массовое внедрение искусственного интеллекта пока не привело к заметному скачку мировой продуктивности. Основная причина кроется не в несовершенстве технологий, а в неспособности организаций быстро перестроить свои внутренние процессы. В качестве примера приводится кейс одного колумбийского банка, где опытные сотрудники со стажем активно сопротивлялись внедрению новых инструментов.

По данным Всемирного банка, инструментами генеративного ИИ ежемесячно пользуются более 3 миллиардов человек. Технология уже демонстрирует впечатляющие успехи: от расшифровки структуры белков до помощи в исследованиях, удостоенных Нобелевской премии. В Нигерии, например, ИИ-репетиторы помогли студентам за шесть недель наверстать программу, на которую обычно уходит два года.

Однако на макроэкономическом уровне эти достижения пока незаметны. Исторические параллели показывают, что электричеству потребовалось 40 лет, чтобы отразиться на показателях продуктивности. Проблема заключалась в том, что фабрикам пришлось полностью менять структуру производства, чтобы извлечь выгоду из новой технологии. ИИ, вероятно, идет по тому же пути.

Эффект «J-кривой»: временный спад продуктивности

Внедрение ИИ в бизнес-процессы на первых порах приносит не прибыль, а дополнительные расходы. Компании тратят ресурсы на перепроектирование рабочих потоков, перераспределение задач и поиск баланса между машинным и человеческим трудом. Профессор Гарвардской школы бизнеса Раффаэлла Садун отмечает, что этот феномен напоминает кривую в форме буквы «J»: прежде чем показатели пойдут вверх, они могут временно снизиться.

И хотя ИИ уже эффективно справляется с локальными задачами — написанием писем или резюмированием встреч, — для обеспечения общего экономического роста требуется нечто большее: полная реорганизация взаимодействия человека и машины. А этот процесс гораздо сложнее, чем простая установка программного обеспечения.

Влияние на рынок труда и будущие кадры

Всемирный банк с осторожностью относится к новостям о массовых увольнениях из-за ИИ, отмечая, что прямых доказательств этой связи пока недостаточно. Тем не менее, определенные риски уже очевидны. В США занятость среди молодых специалистов службы поддержки (22–25 лет) сократилась на 10% с момента появления ChatGPT в 2022 году.

Это создает долгосрочную проблему: если ИИ уничтожит позиции начального уровня, у молодых людей не будет возможности набраться опыта. Через десятилетие страны могут столкнуться с дефицитом квалифицированных кадров для руководящих должностей. Статистика показывает, что занятость падает там, где ИИ полностью автоматизирует задачи (бухгалтерия, разработка ПО), и растет там, где он выступает в роли помощника (менеджмент, медицина).

Риски образования и аутсорсинга

ИИ может стать мощным инструментом социального равенства в образовании. Эксперименты показывают, что студенты с низкой успеваемостью значительно улучшают свои результаты при использовании ИИ. Однако есть и обратная сторона: когда доступ к инструментам ограничивают, такие студенты справляются с заданиями хуже сверстников, теряя навыки самостоятельного освоения базовых знаний.

Для развивающихся стран, таких как Колумбия, ИИ несет угрозу сектору аутсорсинга (колл-центры, административная поддержка). Автоматизация этих процессов сокращает объем удаленных заказов из-за рубежа, хотя оставшиеся задачи становятся более сложными и высокооплачиваемыми.

Вывод: ИИ как партнер, а не замена

Всемирный банк подчеркивает, что единственно верный путь — это эксперименты. Разница в результатах таких компаний, как Procter & Gamble (где ИИ-команды работают наравне с людьми) и упомянутого колумбийского банка, заключается не в самой технологии, а в подходе к персоналу.

Искусственный интеллект наиболее эффективен, когда его воспринимают как интеллектуального партнера, расширяющего возможности человека, а не как его замену. Но для такого «сдвига в сознании» требуется время и готовность руководства поддерживать сотрудников в период адаптации.