Поиск по Практикуму

От двух букв · ↑↓ выбрать · Enter открыть · Esc закрыть

Введите минимум две буквы.

Куда сдвигается полезность: от исполнения к проверке

Живая страница Практикума к главе 5 (в книге названа Levels Watch). Проверено: 2026-08-18. Исследования по режимам работы с ИИ выходят каждые несколько месяцев и часто расходятся — смотрите дату и тип данных. Не верьте — проверьте.

Глава 5 утверждает, что ценность переезжает вверх по лестнице: от «сделал сам» к «проверил», дальше к «собрал процесс», «ответил за результат» и «построил систему, которая работает без меня». Здесь — данные, на которых эта лестница стоит, и оговорки к каждому.

Что показывают исследования

Источник Дата Что показывает Оговорка
Dell'Acqua и др., «Navigating the Jagged Technological Frontier» (HBS WP 24-013; Organization Science) 2023, журнальная версия 2025 758 консультантов BCG. Внутри «зубчатой границы» ИИ дал +12,2% выполненных задач, +25,1% скорости и качество выше более чем на 40%. За границей — на 19 процентных пунктов чаще неверное решение, чем без ИИ полевой эксперимент на консультантах и ограниченном наборе задач; граница проходит не там, где её ждут
Randazzo и др., «Cyborgs, Centaurs and Self-Automators» (HBS WP 26-036) 2026 Три режима работы с ИИ: киборги ≈ 60% (непрерывный диалог), центавры ≈ 14% (делят задачу и проверяют), самоавтоматизаторы ≈ 27% (отдают целиком). Самые точные рекомендации — у центавров. Самоавтоматизаторы не наращивают ни доменные навыки, ни навыки работы с ИИ доли округлены, в пересказах сумма даёт 101%; выборка специфична
Yang и др., «How AI Agents Reshape Knowledge Work» (arXiv; данные Perplexity) июнь 2026 Агент работает автономно 26 минут против 33 секунд у обычного ИИ-поиска. Задача, занимавшая 269 минут, укладывается в 36 (−87% времени, −94% стоимости). Задач уровня «создать новое» у агента 50% против 26% у поиска данные одной платформы, не весь рынок труда; это статистика использования продукта, а не эксперимент
OpenAI GDPval 2025 Модели выдают результат на уровне эксперта примерно в половине задач из набора реальных рабочих артефактов бенчмарк (набор эталонных задач для сравнения моделей), а не прогноз занятости. Рабочий вопрос главы — «в какой именно половине?», и на него такой набор не отвечает
Microsoft Work Trend Index 2025 Роль agent boss — человек, который «строит агентов, делегирует им и управляет ими». 41% руководителей ожидают, что их команды будут обучать агентов в горизонте пяти лет опрос вендора, заинтересованного в теме; ожидания руководителей, а не факт найма
Anthropic Economic Index, отчёт «Cadences» 26 июня 2026 Дополнение обогнало автоматизацию: чуть больше половины использования — это работа вместе с моделью, а не передача ей задачи целиком. Два вывода ложатся прямо на лестницу: опытные пользователи успешно автоматизируют заметно чаще новичков, а работники со стажем 15+ лет оценивают долю своих задач, которые мог бы взять ИИ, примерно на 10 процентных пунктов ниже, чем начинающие — про свои данные использования и опрос по собственному продукту одного вендора; его пользователи — не срез рынка труда: на ИТ и математические роли пришлось около 30% опрошенных против 4% занятости в США
Lee и др., «The Impact of Generative AI on Critical Thinking» (Microsoft Research × CMU, CHI 2025) 2025 319 работников умственного труда и 936 примеров задач: чем выше доверие к ИИ, тем меньше критического усилия. Само мышление смещается к проверке и надзору опрос и самоотчёт. Подробный разбор этого риска — в главе 8

Как это читать

Разрыв в навыке теперь измерим — и идёт ровно так, как предсказывает лестница

Самый полезный для этой главы вывод 2026 года: исход решает опыт работы с инструментом, а не доступ к нему. По собственным данным Anthropic опытные пользователи успешно автоматизируют задачи заметно чаще новичков. Доступ перестал быть отличием довольно давно; людей теперь разделяет умение понимать, что можно отдать и как это проверить, — это и есть переход с первого уровня на второй.

Есть и второй, более тихий вывод, с которым стоит посидеть. Люди с большим стажем считают, что ИИ мог бы забрать меньшую долю их работы, чем считают начинающие про свою. Читать это надо аккуратно: трактовки две, и страница не берётся выбрать. Возможно, опытные видят внутри своей работы суждение, которого новичок ещё не различает. А возможно, они недооценивают инструмент, которым реже пользуются. Обе версии живые, и честная позиция — держать обе.

«Быстрее» и «лучше» расходятся на границе

Эксперимент HBS/BCG даёт главную практическую мысль всей главы: тот же самый инструмент внутри своей зоны сильно помогает, а за её пределами — уверенно подводит. Ценность создаёт не доступ к модели, а знание, где проходит граница. Это ровно то, за что платят на уровнях 2 и выше.

Режим важнее инструмента

Центавров всего примерно каждый седьмой, но именно у них рекомендации точнее. Самоавтоматизаторов почти вчетверо больше, и они не растут ни в чём. Разница между ними — не в модели и не в подписке, а в том, оставляет ли человек себе решение.

Цифры про агентов — с одной платформы

Данные Yang и др. впечатляют, и они честно собраны, но это статистика использования одного продукта. Берите из них направление — агент тянет задачи вверх, к «создать новое» и за пределы одной профессии, — а не конкретные проценты для своего случая.

Что с этим делать

Источники

Версия: 2026-08-18.

Куда сдвигается полезность: от исполнения к проверке