ИИ · Продуктивность · Калькулятор
Сколько рутины экономит ИИ? Калькулятор на основе исследований
Исследования показывают очень разные цифры — от неполных 3% до более 40%. Вместо одной цифры калькулятор выдаёт три сценария, каждый с источником, в часах и евро для вашей команды.
Калькулятор
Укажите размер команды и часы рутины, выберите отрасль — стоимость часа берётся из статистики Destatis, её можно изменить. Затраты на инструмент и внедрение — мои допущения: замените их своими значениями. Весь расчёт идёт в браузере, данные никуда не отправляются.
Результат
| Сценарий | Часов сэкономлено / мес. | Ценность / мес. | Чистая выгода / мес. (после затрат на инструмент) | Чистая выгода за 1-й год | Окупаемость |
|---|---|---|---|---|---|
| Осторожный (2,8 % · Humlum & Vestergaard) | – | – | – | – | – |
| Типичный (14 % · Brynjolfsson et al.) | – | – | – | – | – |
| Оптимистичный (25 % · Dell’Acqua et al.) | – | – | – | – | – |
Модельный расчёт, а не прогноз. Основа: 46 рабочих недель в году; доля экономии применяется к вашим часам рутины.
Как читать результат
- Осторожный (2,8%): измеренное среднее по всему рабочему времени в Дании. Здесь оно применено к вашим часам рутины, то есть оценка намеренно очень консервативная.
- Типичный (14%): прирост продуктивности в службе поддержки реальной компании, измеренный на более чем 5 000 сотрудников.
- Оптимистичный (25%): прирост скорости на задачах, которые хорошо подходят ИИ (эксперимент Harvard/BCG).
Исследования вкратце
| Источник | Что измеряли | Результат |
|---|---|---|
| Brynjolfsson, Li, Raymond (NBER) | Поддержка клиентов, 5 179 сотрудников | +14% решённых обращений в час; +34% у новичков, минимальный эффект у опытных |
| Noy & Zhang (Science 2023) | Письменные задачи, 453 специалиста | Время −40%, качество +18% |
| Dell’Acqua et al. (Harvard/BCG) | 758 специалистов, 18 задач | +12,2% задач, на 25,1% быстрее; на задаче вне границы ИИ на 19% меньше верных решений |
| Peng et al. (GitHub Copilot) | Одна задача по программированию в эксперименте | на 55,8% быстрее (лабораторный результат) |
| METR (2025) | 16 опытных разработчиков в собственных больших проектах | на 19% медленнее с ИИ — при ощущении экономии в 20% |
| Humlum & Vestergaard (Dänemark, 2025) | 25 000 работников, 11 профессий | В среднем 2,8% рабочего времени, без значимого влияния на заработок и часы |
| Destatis (29.04.2026) | Стоимость часа труда в 2025 году | 45,00 € в среднем (оценка), от 27,40 € до 69,70 € по отраслям |
Взгляд вперёд: что эти цифры могут значить для IT-профессий через 10–20 лет — в заметке Мир через 10–20 лет: три сценария. Пример ИИ под контролем человека — ИИ-контент с человеком в цикле.
Ограничения расчёта
- Лаборатория — не повседневность: высокие значения получены в экспериментах с подобранными задачами. В реальной работе цифры заметно ниже.
- Выгода неодинакова: новички выигрывают больше опытных, а на задачах вне сильных сторон ИИ качество падает. Кто измеряет только скорость, упускает время на проверку и правки.
- Ощущение — не измерение: в исследовании METR разработчики считали, что стали быстрее, но это было не так. Измерьте собственные задачи, прежде чем экстраполировать.
- Стоимость часа — среднее значение: Destatis экстраполирует значения 2025 года по обследованию 2020 года. Они включают и незарплатные расходы работодателя.
Что я делаю с этим сам
В PflegeOasis ИИ создаёт черновики статей офлайн, а человек проверяет каждый текст перед публикацией. ИИ ускоряет работу, ответственность остаётся за человеком — поэтому время на проверку и правки входит в расчёт. Подробнее в заметке ИИ-контент с человеком в цикле.
Читать дальше
ИИ · LLM · Контент-пайплайн
ИИ-контент с человеком в цикле: 200+ статей из черновиков LLM
В праве об уходе ошибки ИИ недопустимы. Вот как я использую языковую модель как помощника в письме, не передавая ей ответственность.
Кейс · Здоровье · Руководства
PflegeOasis: калькулятор Pflegegrad, генератор возражений и ИИ-контент с проверкой человеком
Бесплатный портал, который помогает родственникам разобраться в немецкой системе ухода — с калькуляторами, чек-листами и более чем 200 статьями-руководствами.
ИИ · Рынок труда · DevOps
Мир через 10–20 лет: три сценария вместо прогноза
Никто не знает, как выглядит мир после ИИ, роботов и дронов. Что можно сделать: собрать измеренные цифры, вывести из них сценарии и спросить, что остаётся неизменным во всех — с точки зрения человека, который работает в ИТ и DevOps.
Ещё из практики
Другие заметки, кейсы и проекты — на главной странице.
Все заметки Кейс MeisterMeld Кейс PflegeOasis Кейс Kernbohr-Expert На главную
Комментарии
Присоединяйтесь к обсуждению: комментарии работают через GitHub Discussions (вход через аккаунт GitHub). Контент GitHub/giscus загружается только после клика. Конфиденциальность