В июне 2026 года вышло исследование Work AI Index — опрос 6 000 офисных работников из США, Великобритании и Австралии. Его провели совместно Glean's Work AI Institute и учёные из Стэнфорда, Беркли, UCL и ещё нескольких университетов.
Один из главных выводов: люди, которые активно используют AI, тратят в среднем 6.4 часа в неделю на то, чтобы этот AI работал правильно.
Это больше, чем один рабочий день. И это время не считается продуктивным — это надзор, кормление контекстом и исправление ошибок.
Откуда берутся эти часы
Авторы исследования назвали это явление botsitting — по аналогии с babysitting, только за AI.
Botsitting — это три вещи:
Кормление контекстом. AI не знает вашу компанию. Какой документ актуален, а какой устарел. Что означает аббревиатура в вашем внутреннем чате. Какой клиент требует особого подхода. Всё это приходится объяснять каждый раз заново — или настраивать заранее.
Исправление ошибок. По данным того же исследования, 36% сессий с AI-агентами завершаются неудачно. Задача не выполнена, результат не подходит, нужно переделывать. Это не редкий сбой — это каждый третий запуск.
Чистка результата. Даже когда AI справляется, часто нужно переформатировать, перепроверить или переписать ответ до того, как он уйдёт клиенту или коллеге.
Итог: на каждый час реально полезной работы AI уходит примерно столько же времени на то, чтобы эту работу сделать пригодной.
Математика, которую обычно не считают
AI экономит сотрудникам около 11 часов в неделю — это тоже из Work AI Index. Звучит отлично.
Но 6.4 из этих 11 часов уходят на botsitting.
Чистая экономия — 4.6 часа в неделю.
Это реальная цифра. Не ноль, но и не революция. И это среднее — у тех, кто плохо настроил AI или не дал ему нужного контекста, botsitting съедает почти всё.
Почему одни тратят меньше, а другие больше
В исследовании выделили два типа пользователей.
Первые дают AI контекст заранее — подключают нужные документы, настраивают базу знаний, определяют зону ответственности чётко. Они тратят меньше времени на надзор, потому что AI реже ошибается там, где он хорошо оснащён.
Вторые просто пишут запрос и принимают результат как есть. Или нет — переписывают и снова пишут. И снова. В итоге цикл занимает больше, чем они бы потратили без AI.
Ключевой момент: усталость от botsitting у «бедных контекстом» пользователей в 2.8 раза выше. 50% из них говорят, что AI их истощает — против 18% у тех, кто дал AI нужную информацию заранее.
Что это значит для бизнеса
Если вы внедряете AI и не думаете о том, что он будет знать о вашей компании — вы перекладываете эту работу на сотрудников. Они будут объяснять, исправлять и чистить.
Это не значит, что AI не работает. Это значит, что AI работает настолько хорошо, насколько хорошо вы его подготовили.
Чат-бот, который отвечает клиентам, но не знает ваш прайс, условия доставки и политику возврата — будет ошибаться. И кто-то из вашей команды будет это исправлять. 6.4 часа в неделю — это если повезёт.
Чат-бот с нормальной базой знаний отвечает правильно с первого раза. Ему не нужен надзор — он работает пока вы спите.
Разница не в модели AI. Разница в том, что вы в него вложили.
Источник: Work AI Index 2026 — Glean's Work AI Institute совместно с исследователями Stanford, UC Berkeley, UCL и других университетов. Выборка: 6 000 цифровых работников, США, Великобритания, Австралия.
