AI "забирає роботу", масові звільнення в Кремнієвій долині! Інженери першої лінії розкривають правду: ефективність AI була серйозно переоцінена, люди змушені стати рецензентами, обсяг роботи в 10 разів більший за минулий

2026 рік, у технологічному секторі Кремнієвої долини тривають масові скорочення. Січень — Amazon підтвердив скорочення близько 16 тисяч працівників; лютий — фінтех-компанія Block звільнила майже половину співробітників; березень — Meta повідомила про план скорочення 16 тисяч людей.

Тривога щодо заміни білих комірців штучним інтелектом охоплює робочі місця.

Однак, інженер-програміст компанії Ona Siddhant Khare опублікував статтю «Реальна втома від AI існує, але ніхто не говорить про це», яка викликала широку дискусію у світових медіа та серед читачів.

Він висловився про значний розрив між практичним застосуванням AI та його ідеалами. На його думку, очікування щодо підвищення ефективності від AI перебільшені, тоді як працівники відчувають «втомлення від AI».

Нещодавно Siddhant Khare у інтерв’ю для «Daily Economic News» (далі — NBD) зазначив, що як розробник інфраструктури штучного інтелекту, він радить змінити підходи до використання AI, щоб уникнути зациклення у циклах генерації, перевірки та повторної генерації.

Siddhant Khare, джерело з соцмережі інтерв’юваної особи

«З появою AI обсяг роботи зросло в 10 разів»

NBD: Які, на вашу думку, причини виникнення «втоми від AI»?

Siddhant Khare: «Втома від AI» — це в основі структурна проблема. AI значно підвищує швидкість створення коду, текстів, документів тощо, але швидкість перевірки та валідації залишилася незмінною. Людина залишається ключовим вузлом у всьому процесі, і тепер їй потрібно обробляти у 10 разів більше роботи.

Це схоже на фабрику, яка замінила пресовий станок у 10 разів швидшим, але кінцева контрольна точка — один інспектор. Виробництво зросло, а навантаження на інспектора подвоїлося, але кількість дефектів залишилася такою ж — і в кінцевому підсумку саме цей інспектор і зламається.

У сфері знань AI лише автоматизував виробництво, але не автоматизував перевірки. Більшість керівників компаній цього не усвідомлюють. Вони бачать лише зовнішні дані: зросла кількість коду, документів, листів, звіти виглядають вражаюче, але фізичне та психологічне виснаження співробітників ігнорується.

NBD: Люди думали, що AI підвищить ефективність, а чому обсяг роботи все ж зростає?

Siddhant Khare: Підвищення продуктивності від AI не перетворюється у додатковий вільний час для співробітників, натомість компанії підвищують очікування і «завищують планку» якості роботи.

Перед появою AI один інженер писав 20 запитів на злиття коду (PR) за тиждень — це був нормальний рівень. З допомогою AI його теоретична продуктивність зросла до 50, і компанія встановила цю кількість новим стандартом.

Усі створені AI матеріали потребують людської перевірки. Як розробник відкритих проектів, я це дуже добре відчуваю. Раніше я обробляв лише 20-25 PR на тиждень, тепер ця кількість зросла до сотень, більшість з яких — AI-генеровані, і кожен запит потрібно ретельно перевіряти.

“Використання AI для програмування фактично знизило продуктивність на 19%”

NBD: Які цінності AI найчастіше переоцінюють? А які витрати недооцінюють?

Siddhant Khare: Найпоширеніша переоцінка — швидкість впровадження AI та миттєва ефективність. Багато компаній помилково вважають, що достатньо забезпечити співробітників AI-інструментами, і вже за кілька тижнів побачать стрибок продуктивності, але реальні дані зовсім інші.

Платформа аналізу ефективності розробників DX провела опитування понад 450 компаній і 120 тисяч розробників. Результати показали, що навіть при 93% користувачів AI-програмування, реальне зростання продуктивності становить лише 10%, і подальшого прориву не очікується.

Результати досліджень METR, організації з оцінки моделей та ризиків, ще більш суворі: розробники, що використовують AI, фактично працюють на 19% повільніше, хоча суб’єктивно відчувають підвищення швидкості на 24%.

Найбільше недооцінюють витрати на людську перевірку AI-контенту — майже жодна компанія не враховує ці витрати у загальні операційні витрати. Також — зниження професійної ідентичності співробітників: коли більша частина роботи виконується AI, працівники, які раніше отримували задоволення від професійних досягнень, починають відчувати себе просто контролерами на конвеєрі. Це психологічний розрив важко виміряти, але він безпосередньо сприяє втраті кадрів.

“Перевірка AI — це важче, ніж зробити самостійно”

NBD: Багато білих комірців вважають, що використання AI — це тренування AI на заміну себе. Чи є це обґрунтованим страхом? Які посади найбільш вразливі, а які — найменше?

Siddhant Khare: Більшість звичайних працівників не тренують великі моделі AI безпосередньо. При використанні ChatGPT, Copilot тощо, введена інформація не автоматично стає даними для навчання нових моделей, і більшість компаній у своїх угодах чітко забороняють таку практику. Твердження «я треную AI, щоб він мене замінив» — з технічної точки зору неправдиве.

Реальний вплив AI на ринок праці — це не масове заміщення людей, а переосмислення ролей, збільшення навантаження і зміщення ключових задач. Найлегше замінити — ті посади, що виробляють стандартизований продукт, мають низькі вимоги до якості, повторювані та рутинні, наприклад, первинне написання текстів, базове введення даних, просте генерування коду, шаблонізовані звіти — все, що потрібно «достатньо добре».

Найважче — це посади, що вимагають цілісного розуміння, естетичного смаку і незалежного судження: проектування систем, стратегічне планування продуктів, переговори, креативне наповнення. Їхній головний ціннісний компонент — не виконання, а саме розуміння і оцінка.

Більшість працівників перебуває у «середині» — їх робота не зникне одразу, але їм доведеться трансформуватися.

NBD: Як змінюється цінність співробітника?

Siddhant Khare: Зміни вже відбуваються, але більшість компаній ще не оновили системи оцінки. У майбутньому найкращий інженер — це не той, хто пише найбільше коду і швидко, а той, хто здатен швидко визначити, чи підходить AI-варіант до системи і чи логічний його підхід. Це вміння базується на досвіді і системному мисленні, а не на оптимізації підказок.

Цінність співробітника змінюється: з кількості виробленого продукту — на якість суджень; з швидкості виконання — на глибину мислення. Найнезамінніші — ті, хто може точно визначити правильність і надати чіткі обґрунтування. Це і є ядро цінності.

“Втома — це наслідок невизначеності AI”

NBD: Чому AI викликає більше втоми, ніж попередні автоматизаційні технології?

Siddhant Khare: Основна причина — попередні автоматизаційні інструменти були детермінованими, а AI — ні.

Раніше одна й та сама команда, одна й та сама вхідна інформація давали однаковий результат, і помилки одразу виявлялися. З AI — те саме підказки можуть генерувати зовсім різний контент, і навіть при помилках вони виглядають дуже переконливо і вводять в оману. Помилки приховані: код може працювати, текст — бути логічно зв’язним, але на одній сторінці може бути прихована помилка, в одній стрічці — логічний прорив, або у фрагменті — фіктивні дані.

Ці «тихі» помилки вимагають постійної уваги і дуже виснажують. Крім того, AI імітує людський стиль викладу, тому перевірка його контенту — це майже стільки ж когнітивних зусиль, скільки й створення власного.

NBD: Якщо вихід AI не можна цілком довіряти, але масштабно використовувати потрібно, як закрити цей «прогалину довіри»?

Siddhant Khare: На жаль, більшість компаній використовують найгірший спосіб — покладаються лише на людську перевірку як єдину якість. Хороші компанії створюють систему, яку я називаю «зворотний тиск» (backpressure). Простими словами, перед тим, як контент потрапить до людської перевірки, його автоматично фільтрують, щоб зняти більшість очевидних помилок, і зменшити навантаження на людину.

“Найважливіша робота — це та, що не потребує AI”

NBD: Як правильно співпрацювати з AI, щоб зменшити стрес і перевантаження?

Siddhant Khare: Рекомендую три підходи.

По-перше, не використовувати AI для задач, де головна цінність — саме мислення. Наприклад, стратегічне планування. Тут важливо думати, а не просто друкувати. Якщо одразу покладатися на AI, це зменшує цінність вашої роботи. AI краще застосовувати для повторюваних задач, де важливий результат, а не процес.

По-друге, встановити чіткі межі для перевірки AI. Якщо щодня витрачаєте понад 2 години на перевірку AI-генерованого контенту, щось не так у процесі. Можливо, неправильно сформульовані підказки, недостатній контекст або відсутність автоматичних перевірок. Не робіть «безмежну» перевірку всього, що генерує AI.

По-третє, захищайте час для глибокої роботи. AI створює цикл: генерує — перевіряє — знову генерує — знову перевіряє. Це постійно відволікає. Виділіть час, коли ви зовсім не використовуєте AI. Найважливіші задачі — це ті, що не потребують підказок, а базуються на самостійному мисленні.

NBD: Як змінити поведінку тих, хто вже залежний від AI?

Siddhant Khare: Перш за все — змінити звички використання AI.

Зараз багато хто автоматично відкриває ChatGPT при будь-якій проблемі, не намагаючись спершу подумати самостійно. Потрібно навпаки: спершу подумати, визначити ціль, а потім вже вирішувати, чи потрібен AI. Часто достатньо 20 хвилин глибокого самостійного мислення, щоб отримати кращий результат.

Страх перед AI — це втрата контролю. Коли AI постійно генерує і дає поради, здається, що ти — пасивний виконавець. Але якщо ти сам починаєш приймати рішення — коли і чи взагалі використовувати AI — контроль повертається, і тривога зменшується. Це допомагає подолати AI-втомлення.