Евгений Волков – Когда машина отвечает (страница 21)

7. Mau, B.-R., Wu, Y.-P., Feng, H.-H. Mind the cognitive load gap: Student translators’ cognitive demands and translation behaviors in GenAI-assisted legal translation. System, Vol. 139, June 2026, 104033. Исследование GenAI-assisted legal translation среди student translators выявляет разные поведенческие профили: активное post-editing с высокой cognitive load и более эффективную работу с риском over-trust. Авторы подчёркивают роль critical evaluation, AI literacy и risk management. Работа посвящена обучению и когнитивному поведению, а не рынку занятости переводчиков. https://doi.org/10.1016/j.system.2026.104033

Глава 6. Один человек вместо отдела

Компания размером с одного человека

Представьте вполне возможный рабочий день.

У небольшого предпринимателя нет маркетингового отдела. Нет отдельного аналитика. Нет штатного переводчика. Нет редактора, который правит коммерческие предложения, и исследователя, который собирает материалы о конкурентах. Есть сам предприниматель, бухгалтер на аутсорсе, несколько постоянных клиентов и очень ограниченный бюджет.

Утром ему нужно подготовить письмо потенциальному партнёру на английском. Затем сравнить предложения трёх поставщиков. После обеда — сделать черновик рекламной страницы, привести в порядок таблицу продаж и придумать пять вариантов презентации нового продукта. Раньше часть этой работы он сделал бы сам, часть отложил бы, а часть отдал бы подрядчикам.

Теперь многие промежуточные задачи можно выполнить с помощью одной или нескольких AI-систем.

Это не означает, что предприниматель внезапно превратился в хорошего переводчика, дизайнера, аналитика и копирайтера. Но экономически произошло нечто важное: расстояние между «я этого не умею» и «у меня есть приемлемый первый результат» стало намного короче.

Именно поэтому разговор об искусственном интеллекте и работе нельзя свести только к угрозе увольнения.

Для отдельного человека эта технология может быть рычагом.

Работник, который раньше зависел от целой цепочки коллег, получает возможность сделать больше самостоятельно. Фрилансер расширяет набор услуг. Маленькая фирма пробует задачи, которые раньше были слишком дорогими. Основатель компании способен быстрее переходить от идеи к черновому прототипу, от вопроса — к анализу, от заметки — к презентации.

Это один из самых сильных аргументов сторонников генеративного ИИ.

И он заслуживает максимально серьёзного отношения.

Но именно здесь возникает обратный вопрос этой главы.

Если один человек действительно способен выполнять работу, для которой раньше требовалось несколько людей, кому достаётся созданная экономия — и что происходит с теми, чья работа перестала быть нужна именно этому заказчику?

Почему малому бизнесу особенно важен дешёвый интеллект

Крупная компания покупает возможности не так, как маленькая.

Если международной корпорации нужен юридический анализ, она может нанять внутреннюю команду или большую юридическую фирму. Если ей нужен перевод, она заключает контракт с агентством. Если нужно исследование рынка, существует бюджет на консультантов. Отдельные функции могут быть неэффективны, но сама организация располагает людьми, капиталом и процессами, чтобы компенсировать недостаток конкретного навыка.

У маленькой фирмы часто нет этого запаса.

Её проблема не обязательно в том, что нужный специалист работает плохо. Иногда специалиста просто нет.

Поэтому доступный генеративный инструмент экономически отличается от многих предыдущих корпоративных технологий. Для его первого использования не обязательно строить дата-центр, нанимать команду data scientists или годами внедрять специальную информационную систему. Во многих случаях достаточно подписки на готовый сервис и человека, способного понять, где его результат полезен, а где требует проверки.

Это очень снижает порог входа.

OECD в конце 2024 года провела репрезентативный опрос 5 232 малых и средних компаний в Австрии, Канаде, Германии, Ирландии, Японии, Южной Корее и Великобритании. В выборку входили компании с числом сотрудников до 249, включая бизнес из одного человека. Респондента просили быть тем, кто лучше всего понимает используемые компанией технологии — часто это был владелец или менеджер.

В среднем 30,7 процента опрошенных SMEs уже использовали генеративный ИИ хотя бы кем-то в компании. Это не универсальная доля для всех стран мира и не текущий показатель на август 2026 года: полевая работа проводилась осенью 2024-го, а публикация вышла в 2025-м. Но исследование полезно именно своей методологией и тем, что показывает не рекламные ожидания, а опыт реальных небольших фирм в семи экономиках.

Среди компаний, которые использовали генеративный ИИ, 65 процентов сообщили, что он помог повысить производительность сотрудников. Тридцать пять процентов сказали, что технология помогла масштабировать деятельность, 29 процентов — лучше конкурировать с крупными компаниями, 26 процентов — увеличить выручку.

Это самоотчёты руководителей, а не бухгалтерский аудит причинного эффекта. Но картина важна.

Маленькая фирма воспринимает ИИ не только как способ делать существующую работу быстрее. Для части компаний он закрывает отсутствующую функцию.

Если у бизнеса есть проблема дефицита навыков, 39 процентов пользователей генеративного ИИ сообщили, что технология помогла её компенсировать. Там, где пользователи одновременно видели рост производительности, доля была ещё выше — 46 процентов.

В этом и состоит идея «один человек вместо отдела» в её сильной, а не карикатурной версии.

Речь не о том, что один человек внезапно становится равен пяти профессионалам во всём. Речь о том, что многие организации состоят не из идеально загруженных специалистов, а из набора функций, которые нужны время от времени. Если функция «перевести письмо», «сделать первый анализ», «собрать варианты», «сократить документ», «подготовить черновик» становится дешёвой и мгновенно доступной, маленькая компания начинает вести себя так, будто располагает более широким штатом, чем записано в её ведомости.

Время — первая прибыль

Самая очевидная выгода от ИИ — не обязательно деньги.

Это время.

Для человека, работающего на себя, два освобождённых часа могут иметь совершенно разную стоимость. Их можно превратить в дополнительную работу. Можно быстрее ответить клиентам. Можно раньше уйти домой. Можно заняться тем, что раньше постоянно откладывалось: стратегией, продажами, обучением, разговором с сотрудником.

В крупной компании «сэкономленное время» почти всегда проходит через организацию. В маленьком бизнесе оно иногда буквально принадлежит одному человеку.

Это делает особенно интересным большой полевой эксперимент, проведённый Элеонор Диллон, Соней Джаффе, Николь Имморликой и Кристофером Стэнтоном. Исследователи случайным образом предоставляли части работников доступ к генеративному AI-инструменту, встроенному в привычные приложения для электронной почты, документов и встреч. В эксперименте участвовали 7 137 работников из 66 компаний, а наблюдение продолжалось шесть месяцев.

Во второй половине эксперимента те участники экспериментальной группы, которые действительно использовали инструмент, тратили примерно на два часа в неделю меньше на электронную почту и меньше работали за пределами обычного рабочего времени.

Это важный результат именно потому, что он не похож на рекламное обещание о «десятикратной производительности».

Два часа — не новый отдел.

Но два часа каждую неделю — уже реальный кусок человеческой жизни.

И одновременно исследование не обнаружило заметного изменения общего количества или состава задач работников только из-за того, что отдельным людям дали инструмент.

Этот результат напоминает о вещи, которую легко потерять в разговорах о производительности.

Технология может экономить время отдельному человеку, не перестраивая автоматически всю организацию.

Чтобы превратить индивидуальную экономию в новую бизнес-модель, недостаточно купить инструмент. Нужно изменить процессы, роли, ожидания клиентов и способ распределения работы.

Именно поэтому самые эффектные демонстрации часто опережают экономику.

Конец ознакомительного фрагмента.

Текст предоставлен ООО «Литрес».

Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.