Все стали работать быстрее. Почему тогда проекты не заканчиваются раньше?

Ещё недавно подготовка большого документа могла занимать несколько дней. Сегодня первый вариант иногда получается за полчаса. Код пишется быстрее, презентации собираются быстрее, информация находится быстрее.

Казалось бы, рабочие проекты тоже должны завершаться значительно раньше. Но на практике это происходит не всегда.

Причина может быть в том, что скорость отдельного человека и скорость всей команды зависят от разных вещей.

Что обнаружили исследователи

В апреле 2026 года компания Atlassian опубликовала исследование State of Teams, основанное на опросе более 12 тысяч специалистов интеллектуального труда и руководителей крупных компаний.

Согласно отчёту, 89% опрошенных руководителей считают, что ИИ увеличивает скорость работы. Однако только 6% уверены, что могут привести конкретные примеры положительной отдачи от ИИ в масштабе всей организации.

Исследователи называют одну из причин fragmentation tax, или издержками разобщённости.

Люди быстрее выполняют свои части работы, но согласования, решения и взаимодействие между ними не успевают за новым темпом.

Важно учитывать, что это результаты опроса и аналитические оценки компании, а не универсальный закон для любой организации.

Представьте обычный проект

Дизайнер за час подготовил пять вариантов интерфейса вместо одного. Разработчик быстро реализовал несколько решений. Аналитик с помощью ИИ написал подробные требования.

Теперь все ждут, пока кто-то выберет подходящий вариант, согласует требования и определит, что делать дальше.

Количество подготовленных материалов выросло. Но скорость принятия решений осталась прежней.

В результате команда получает больше документов, больше сообщений и больше вариантов, которые необходимо обсуждать.

Ускорение производства информации не означает автоматического ускорения работы с этой информацией.

Где обычно возникают задержки

Есть несколько характерных ситуаций.

Первая: никто не определил, кто принимает окончательное решение. Работа выполнена, но результат неделями находится на согласовании.

Вторая: у участников разные представления о готовом результате. Один считает задачу законченной, другой ожидает дополнительных изменений.

Третья: слишком много параллельных задач. Каждая движется понемногу, но ни одна не получает достаточного внимания для завершения.

Четвёртая: информация хранится в разных местах. Часть решений находится в переписке, часть в документах, а часть существует только в памяти участников.

ИИ способен ускорять отдельные операции, но не устраняет такие проблемы самостоятельно.

Что можно изменить в своей работе

Даже если вы не управляете командой, полезно по-другому оценивать собственную продуктивность.

Вместо вопроса «Сколько задач я сегодня выполнил?» иногда стоит спросить: «Что сегодня действительно продвинулось к завершению?»

Например, можно попробовать следующее:

• Перед началом работы определить конкретный результат, а не просто набор действий.
• Сразу выяснить, кто будет принимать итоговое решение.
• Сократить количество одновременно открытых задач.
• Сохранять важные договорённости в одном доступном месте.
• Не создавать дополнительные варианты без понимания, зачем они нужны.

Это не новая методология и не универсальная система управления. Скорее, способ не путать активность с продвижением.

Иногда быстрее означает меньше

Особенно интересен последний пункт.

Когда создание материалов становится почти бесплатным по времени, возникает соблазн производить их больше. Десять вариантов заголовка вместо трёх, пять отчётов вместо одного, несколько дополнительных концепций на всякий случай.

Но каждый новый вариант требует внимания и выбора.

Возможно, одно из самых важных умений в эпоху ИИ заключается не в способности генерировать больше, а в способности вовремя остановиться и принять решение.

Технология помогает быстрее добраться до точки выбора. А вот выбирать, договариваться и завершать работу по-прежнему приходится людям.