Искусственный интеллект требует постоянного контроля: сотрудники тратят часы на надзор за алгоритмами

Современные работники цифровой сферы вынуждены уделять значительное время так называемому ботситтингу — процессу контроля за выполнением задач искусственным интеллектом. Несмотря на то что технологии призваны автоматизировать процессы, на практике они часто трансформируют обязанности сотрудников в надзорные функции, что снижает общую эффективность бизнеса.

Рост продуктивности и скрытые издержки

Согласно результатам недавнего исследования, 90% британских специалистов используют ИИ в своей деятельности, что превышает показатели США, где этот уровень составляет 84%. Тем не менее, лишь 42% респондентов оценивают свои компании как организации, где внедрена стратегия приоритетного использования ИИ.

Хотя 78% опрошенных подтверждают, что инструменты ИИ помогают им работать быстрее, лишь 18% отмечают реальное влияние этих технологий на общие показатели эффективности компании. Основная причина заключается в том, что средний сотрудник, экономя около 12 часов в неделю благодаря автоматизации, тратит более половины этого времени (6,3 часа) на исправление ошибок и проверку результатов работы алгоритмов.

Проблема качества контроля

Исследование указывает на скрытые трудозатраты, которые становятся серьезной проблемой для контроля качества. В настоящее время сотрудники тратят 38% рабочего времени на ботситтинг, что превышает время, затрачиваемое на составление запросов для ИИ (36%). Основные выводы отчета:

• Более трети сессий взаимодействия с ИИ заканчиваются неудачей.
• 77% работников в Великобритании были вынуждены переделывать или корректировать результаты работы нейросетей за последний месяц.
• 26% сотрудников занимались правками результатов работы алгоритмов в течение последней недели.

Пересмотр метрик эффективности

Эксперты Института ИИ в сфере труда отмечают, что многие компании совершают ошибку, рассматривая внедрение ИИ исключительно как имиджевый показатель — количество лицензий или объем запросов. Подобный подход приводит к тому, что реальный вклад технологий в производительность оказывается сильно преувеличенным.

Для объективной оценки возврата инвестиций компаниям рекомендуется изменить подход к сбору данных. Необходимо учитывать время, затраченное на исправление ошибок, уточнение запросов и валидацию данных, чтобы понимать, в каких процессах ИИ действительно приносит пользу, а не создает дополнительную нагрузку на персонал.