План рахунків епохи ШІ від інженерів Кремнієвої долини: ефективність зросла у 10 разів, але я став ще втомленішим

Робочий результат значно зростає, але втома накопичується ще швидше. Інструменти штучного інтелекту суттєво скорочують час виконання завдань, але не зменшують навантаження на людські рішення, навпаки — воно зростає. Коли технології постійно говорять нам «можна швидше», можливо, більш актуальним питанням є: «можна повільніше?» Цей текст походить із статті Tencent Technology, упорядкований, перекладений і написаний Foresight News.
(Передісторія: Як за річну зарплату 150 тисяч доларів вирішити 500 доларових задач за допомогою AI — повний розбір системи Agent)
(Додатковий контекст: Кінець епохи антивірусів? Claude AI виявив 500 нульових днів уразливостей і налякав Уолл-стріт, CrowdStrike впала на 18%)

Зміст статті

Перемикач

• 01 AI не втомлюється, але ви — так
• 02 AI змінює обсяг роботи, але не розподіл
• 03 можливості розширюються, межі зникають
• 04 потрібно переосмислити робочий день

Чим сильніші інструменти штучного інтелекту, тим більше втоми відчуває людина — можливо, саме це є справжнім питанням цієї революції ефективності.

На початку 2026 року у сфері програмної інженерії з’явилася цікава картина.

Новий поколіннє AI-інструментів для програмування, з Claude Opus 4.6 на чолі, піднімає продуктивність розробників на безпрецедентний рівень. Внутрішні дані Microsoft показують, що після вибору інструментів самі інженери швидко віддали перевагу Claude Code, що стало природним вибором «шляху з найменшим опором».

Разом із тим, у спільноті розробників активно обговорюється «вигорання». Колишній інженер Google і Amazon Стів Єгге описує явище, яке він називає «атака сонливості»: після довгого сеансу глибокого кодування він раптово засинає вдень без попередження.

Інженер із 40-річним досвідом у Кремнієвій долині

Зараз дедалі більше інженерів відкрито говорять про спільний досвід: значне зростання продуктивності супроводжується швидким накопиченням втоми. Технології суттєво скорочують час виконання завдань, але не зменшують навантаження на людські рішення, навпаки — воно зростає.

Зображення з мережі

01 AI не втомлюється, але ви — так

Згідно з Єгге, раніше дискусії про «обмежену допомогу AI у реальній роботі» втратили актуальність після впровадження Claude Code у поєднанні з Opus 4.5 і 4.6. Ця комбінація значно знизила витрати на перехід від постановки проблеми до робочого коду, дозволяючи досвідченому інженеру за короткий час створювати в кілька разів більше результатів, ніж за традиційних умов.

Єгге зазначає, що коли продуктивність зростає більш ніж у 2 рази, починає проявлятися явище, яке він називає «ефектом вампіра»: технології перестають бути просто інструментами і починають нав’язувати користувачам свій ритм роботи і психологічний стан.

Малюнок Єгге — «Пристрій для вампірського висмоктування AI»

Сіддхант Каре — інженер, який детально описує цей процес у блозі. У статті «Втома від AI — реальність» він пише, що його кодова активність за останній квартал досягла максимуму за кар’єру, але психологічне виснаження теж було на піку.

Каре описує кардинальну зміну робочого режиму. До впровадження AI він цілодобово зосереджувався на одній проблемі, зберігаючи цілісність мисленнєвого процесу. Після початку роботи з AI він одночасно працює над п’ятьма-шостма різними сферами. Кожна з них зменшила час обробки до приблизно години завдяки AI, але часті перемикання між задачами створюють нове когнітивне навантаження.

«AI не втомлюється між задачами, — пише він, — але я — так».

Каре порівнює свою нову роль із «контрольором на конвеєрній лінії». Постійно надходять запити на перевірку, ухвалення рішень, затвердження. Процес не зупиняється, але рішення приймає людина. Відповідальність залишається за нею, хоча AI допомагає з документами.

Недавнє дослідження Harvard Business Review підтверджує цей феномен.

Дослідники відстежували 200 співробітників американської технологічної компанії. Виявили, що хоча на початку використання AI швидкість виконання завдань зросла, це спричинило ланцюгову реакцію: підвищені очікування щодо термінів, зростання залежності від AI, розширення обсягу задач, що збільшує когнітивне навантаження і робочу напругу.

Цей механізм вони назвали «розповсюдження обсягів роботи». Це не просто розширення через команду, а процес, що повторюється і посилюється між підвищенням ефективності та очікуваннями.

Засновник дизайну цифрових продуктів Само Корошец у LinkedIn відповів Єгге, що багато хто демонструє «генерацію десяти UI-варіантів за хвилину». Такі приклади поширюються серед фахівців і керівників, формуючи приховані стандарти.

Якщо інструменти так швидко генерують рішення, то й результати мають бути такими ж швидкими. Але за цим стоїть багато витрат — відбору, впровадження, міжфункціональної координації, які залишаються на людях.

Техніка скорочує час виробництва, але не зменшує час ухвалення рішень. Саме воно стає новим вузьким місцем — людською увагою і волею.

02 AI змінює обсяг роботи, але не розподіл

Єгге пропонує спрощену модель аналізу.

Припустимо, інженер після освоєння AI підвищує свою продуктивність у 10 разів за годину. Тоді 9 з цих разів — це додана цінність, яку залежить від того, як користувач її розподілить.

Наприклад, у сценарії А інженер працює за звичайним графіком і передає весь приріст роботодавцю. Тоді роботодавець отримує майже 10-кратний приріст за ту ж саму зарплату, але інженер працює з більшою напругою і втомою. Це він називає «змученим до краю».

У сценарії Б інженер зменшує робочий час до 10%, виконуючи ту саму роботу. Весь приріст отримує він сам — більше вільного часу. Але в довгостроковій перспективі це важко зберегти, бо конкуренти швидко наздоженуть, і компанія ризикує залишитися позаду.

Єгге вважає, що оптимум — десь посередині. Але в сучасних організаціях важелі регулювання не рівні: керівництво схильне тягнути до сценарію А, а індивідуум — навпаки, прагне зменшити робочий час.

Ця модель перетворює проблему ефективності у проблему розподілу. AI не змінює базовий факт «вартість створює праця», але змінює масштаб цінності, яку може створити одна праця. Коли цей масштаб змінюється, баланс розподілу руйнується.

Єгге згадує, що у 2001 році працював у Amazon. Тоді команда відчувала високий тиск і невизначеність. Він писав колегам формулу: $ / година. Пояснює, що чисельник (річна зарплата) змінюється важко, а знаменник (фактичний час) — має значний запас.

Він пропонує змінити фокус з «як заробити більше» на «як працювати менше». Це був незвичний підхід тоді, але через кілька тижнів на білбордах залишилися ті самі формули.

Через 25 років Єгге вважає, що ця формула актуальна і для епохи AI. Різниця у тому, що AI значно посилює вплив зміни знаменника, але контроль над ним залишається за індивідуумом.

Користувач LinkedIn Йозеф Емісон з іншого боку зауважує, що більшість успішних у творчих сферах — письменники, дизайнери, дослідники — працюють ефективно не більше 4 годин на день. Решту часу вони відновлюються, гуляють, вводять інформацію. Це не питання ефективності, а фізіологічних меж когнітивної активності.

Якщо AI ще більше розділить «роботу» і «ефективну роботу», тоді потрібно переосмислити не інструменти, а саме «довжину робочого дня».

03 Можливості зростають, межі зникають

Єгге зізнається, що і він — частина проблеми.

Має понад 40 років досвіду, керував великими командами, швидко читає, має час і ресурси для технічних експериментів. Може цілодобово працювати з Claude Code і створювати робочі системи, які потім поширює. Його результати широко відомі, і деякі керівники вважають його «еталоном для інженерів».

Він пише: «Роботодавці, ймовірно, почнуть дивитися на мене і тих, хто далеко від норми, і казати: “Гей, всі мої співробітники можуть так само”».

На платформах, таких як LinkedIn, з’являються перші публічні звіти про інтенсивність використання AI: хтось платить кілька тисяч доларів щомісяця за підписки, хтось одночасно веде десятки чатів. Це створює приховані стандарти і впливає на управлінські рішення.

Єгге називає це «недосяжною красивою нормою». Він визнає, що його досвід — не репрезентативний, і його швидкість роботи важко повторити. Навіть він сам не впевнений, чи зможе довго так триматися. Але, виступаючи або пишучи книжки, він передає ідею: «Це можливо».

Користувач LinkedIn Лейх Ашкоф піднімає глибше питання. Він вважає, що спосіб взаємодії сучасної людини з AI відображає довготривалі бар’єри у людських стосунках — здатність визначати і висловлювати свої межі. Багато хто не вміє це робити і переносить цю навичку у стосунки з машинами. Інструменти не зупиняються самі і не здатні відчувати втому користувача.

Коли технології розширюють можливості, здатність визначати межі стає ще більш цінною.

04 Потрібно переосмислити робочий день

Єгге пропонує конкретну ідею: ефективний робочий день у епоху AI — три-чотири години.

Це не сувора норма, а досвідне припущення. Він спостерігає, що AI автоматизує багато виконавчих завдань, залишаючи людині високорівневі рішення, оцінки і переформулювання проблем. Ці когнітивні процеси вимагають уваги і емоційних ресурсів і важко зменшуються або паралелізуються.

Під час відвідування технологічного парку він побачив таке середовище, яке називає «налаштування шкали»: відкритий простір, багато природного світла, зони для відпочинку і спілкування, де співробітники вільно перемикаються між роботою і відновленням. Він не впевнений, чи таке збережеться з поширенням AI, але переконаний, що нинішні моделі — без корекції робочого часу — є незбалансованими.

Він не вважає, що причина у тому, що AI — вампір, а радше у тому, що потрібно краще розуміти свої межі.

У кінці він зазначає, що намагається зменшити свої навантаження: менше публічних виступів, менше зустрічей, не слідкує за кожним новим технологічним трендом. Пише, створює продукти, спілкується з колегами. Але також закриває ноутбук і йде гуляти з родиною. Не знає, наскільки зможе повернути стрілки назад, але впевнений у правильності напрямку.

Для більшості професіоналів ця проблема ще не стала масовою. Історії про AI і продуктивність домінують у медіа, а дискусії про втому — залишаються особистими і фрагментарними. Але все більше сигналів свідчать, що ці криві сходяться.

Технології скорочують шлях до результату, але не робочий день. Інструменти допомагають виконувати, але не несуть відповідальності. Продуктивність зростає, але зростає і навантаження.

Коли AI постійно говорить нам «можна швидше», можливо, більш важливим питанням є: «можна повільніше?»