12 августа 2026 года 3DNews пересказал сюжет, который до этого разошёлся по западной прессе: действующие и бывшие сотрудники OpenAI, Anthropic, Meta и Google рассказали Би-би-си, что работают больше, чем когда-либо. Не вопреки нейросетям, а во многом из-за них. Повод хороший — парадокс давно вышел за пределы лабораторий и знаком почти каждому, кто взял ИИ в ежедневную работу.
Что именно сказали сотрудники лабораторий
Бывший технический сотрудник OpenAI, ушедший из компании в 2025 году, описал обычную неделю примерно в 70 часов — с выходными, которые уходили на то, чтобы догнать график. В периоды релизных спринтов собеседники из OpenAI и Anthropic называли цифры за 90 часов за семь дней. В рассказах фигурируют регулярные «кризисные совещания», работа в выходные и жёсткие оценки эффективности, после которых коллеги внезапно исчезали.
Оговорка здесь обязательна: это свидетельства опрошенных, а не официальные графики. OpenAI и Anthropic на запрос журналистов не ответили, Google и Meta описанные условия комментировать отказались. Несколько историй — ещё не статистика по отрасли, и читать их стоит как симптом, а не как измерение.
Контраст в том, что те же компании публично продвигали противоположное. Google несколько лет назад говорил, что технологии приблизят четырёхдневную неделю, а OpenAI в начале 2026 года предлагал компаниям попробовать четырёхдневку без урезания зарплат. И при этом внутри всё считается честно: Anthropic сообщала, что более 80 % кода, влитого в её кодовую базу, написано Claude, а типичный инженер во втором квартале 2026 года вливал в восемь раз больше кода в день, чем в 2024-м. Инструмент работает. Легче не стало.
Куда исчезает сэкономленное время
Планка растёт вместе со скоростью
Если задача, занимавшая четыре часа, теперь занимает час, свободными становятся не три часа, а место для трёх новых задач. Так устроена почти любая среда с внешним заказчиком — руководителем, клиентом, рынком. Экономия времени сама по себе не превращается в отдых: она превращается в новую норму выработки, причём быстрее, чем человек успевает это заметить.
Разрыв ожиданий видно и в цифрах. Опрос Upwork Research Institute (2 500 человек в США, Великобритании, Австралии и Канаде, 2024 год) показал: 96 % руководителей ждали от внедрения роста продуктивности, а 77 % сотрудников, которые уже пользовались ИИ, сказали, что нагрузка выросла. Причины назвали конкретные: 39 % — проверка и правка сгенерированного, 23 % — время на освоение инструментов, 21 % — то, что работы стало больше именно из-за них.
Насколько велика реальная экономия, аккуратнее всех измерили экономисты Андерс Хумлум и Эмили Вестергор: около 25 тысяч работников в 7 тысячах организаций Дании, одиннадцать профессий, наиболее затронутых чат-ботами. Средняя экономия — 2,8 % рабочего времени. При этом 8,4 % опрошенных сообщили о задачах, которых раньше вообще не существовало: проверять сгенерированное, формулировать запросы, выяснять, не написан ли текст машиной.
Новая рутина вместо старой
У этой рутины даже появилось название. Исследователи BetterUp Labs и Social Media Lab Стэнфорда в сентябре 2025 года описали в Harvard Business Review «workslop» — материал, который выглядит как выполненная работа, но не двигает задачу. Из 1 150 опрошенных сотрудников 40 % получали такое за последний месяц, а на разбор одного случая уходило в среднем 1 час 56 минут. Работа не исчезла — она переехала к тому, кто это читает и переделывает.
Ощущение скорости — не скорость
Самый неприятный сюжет дала некоммерческая лаборатория METR. В контролируемом эксперименте 16 опытных open-source-разработчиков решали 246 реальных задач в репозиториях, которые знали годами. С ИИ-инструментами они справлялись на 19 % медленнее — и при этом были уверены, что стали на 20 % быстрее. Авторы сами помечают результат как исторический: он описывает инструменты начала 2025 года, с тех пор изменились и модели, и привычки. Но вывод пережил инструменты: субъективное ощущение ускорения — плохой измеритель.
Что с этим делать обычному человеку
Договариваться об ожиданиях, а не о скорости
Главный вопрос — не «насколько быстрее», а «кому достаётся выигрыш». Если вы сделали за час то, на что закладывали день, и молча сдали раньше, вы бесплатно переписали норматив для себя же — обратно он не отматывается. Полезнее проговорить заранее: высвободившееся время идёт в следующую задачу, в качество текущей или остаётся вам. Это разговор на пять минут, который экономит месяцы.
Где ИИ действительно снимает рутину
Правило простое: помощник выгоден там, где проверка результата дешевле, чем выполнение с нуля. Черновик письма, который вы прочитаете за минуту. Расшифровка встречи. Перевод. Переформатирование таблицы. Пересказ длинного документа, который вы всё равно откроете. Поиск по собственным материалам. В Schai GPT это самый частый сценарий: с человека снимают механическую часть и возвращают текст, который остаётся отредактировать, а не написать.
Где он создаёт рутину
Обратное правило работает так же надёжно. Если проверить ответ дороже, чем сделать самому, помощник добавит работы. Незнакомая область, где вы не отличите правдоподобное от верного. Задачи с ответственностью — юридические формулировки, цифры в отчёте, медицина. Массовая генерация писем и документов «на всякий случай»: каждый такой текст кто-то потом будет читать. И отдельно — привычка пересылать непроверенное: это не экономия, а перекладывание своей части на коллегу.
Границы, которые действительно держатся
Работают не героические решения, а скучные. Первое — фиксированный конец дня, не зависящий от того, сколько успелось; скорость инструмента не должна двигать эту границу. Второе — ничего не отправлять, не прочитав целиком: правило дешёвое, а именно оно отсекает поток «правдоподобного мусора» наружу. Третье — раз в неделю смотреть, куда ушёл выигрыш: если ответ «в новые задачи» повторяется месяц подряд, дело не в инструменте, а в договорённостях. И четвёртое, самое неочевидное: часть задач стоит иногда делать руками, чтобы не потерять способность оценить чужой ответ.
Инструмент задаёт шаг. Дистанцию по-прежнему выбирает человек — или тот, кто ставит ему задачи.
Коротко
Истории про 90-часовые недели в лабораториях — крайний случай, но механика в них общая. Технология честно ускоряет отдельные операции; она не умеет решать, что делать с освободившимся часом. Это решение остаётся организационным, и принимает его человек — либо осознанно, либо по умолчанию в пользу новой работы. Поэтому разговор про Schai GPT и любой другой помощник имеет смысл вести не только о том, что он умеет, но и о том, где вы поставите границу.
Пока нет комментариев