Технический контекст
Я прочитал текст Siddhant Khare и поймал очень знакомое ощущение: проблема не в том, что AI слабый, а в том, что вокруг него расплодили слишком много слоёв. Когда AI implementation в команде сводится к десяти вкладкам, трём агентам и вечной перепроверке, работа правда становится тяжелее.
У Khare тезис простой и очень жизненный: AI генерирует идеи и черновики быстрее, чем человек успевает их валидировать. И вот тут я обычно торможу клиентов на старте. Если выходной поток растёт, а контур принятия решений не перестроен, вы получаете не ускорение, а новую форму хаоса.
На это же указывают и свежие данные 2026 года. BCG через Fortune пишет, что до трёх AI-инструментов продуктивность ещё растёт, а после четырёх начинает проседать. Причина не магическая: растут mental effort, fatigue и information overload, потому что человеку приходится быть диспетчером для целого зоопарка моделей.
Меня здесь больше всего цепляет не “усталость” как модное слово, а judgment tax. AI легко накидывает 10 вариантов текста, кода, ресерча, а мне потом надо понять, что из этого не сломает продукт, не притащит галлюцинацию и не создаст техдолг через неделю. Именно этот налог на суждение съедает выгоду.
Поэтому идея “чем больше AI-тулаков, тем лучше” умирает при первом контакте с реальной работой. Один сильный сценарий с хорошей AI integration почти всегда полезнее, чем пять полуинтегрированных сервисов, между которыми команда копирует куски руками.
Влияние на бизнес и автоматизацию
Для бизнеса вывод очень приземлённый. Выигрывают команды, которые ограничивают стек, задают чёткие роли инструментам и убирают ручные прыжки между ними. Проигрывают те, кто покупает всё подряд и называет это automation with AI.
Я бы смотрел на три вещи: сколько у людей уходит времени на проверку, сколько переключений в одном процессе и где AI реально завершает задачу, а не только создаёт ещё один черновик. Если ответов нет, автоматизации у вас пока нет, есть дорогая суета.
Мы в Nahornyi AI Lab обычно решаем именно это место: не “добавить ещё один AI”, а собрать поток так, чтобы он снижал нагрузку на команду. Иногда лучший ход вообще не в новом агенте, а в том, чтобы вырезать половину лишних точек принятия решений.
Если чувствуете, что команда уже не ускоряется, а устаёт от AI-софта, давайте разложим процесс по шагам. В Nahornyi AI Lab я помогаю строить AI automation без этого цирка из вкладок: так, чтобы система снимала рутину, а не добавляла ещё один слой перегруза.