Автоматизировал рутину - стал уставать сильнее. Разбираюсь, почему

Я автоматизировал рутину – и стал уставать сильнее, чем год назад, когда делал все руками. Стало быстрее, но голова к вечеру выжата полностью. Мы не лечим выгорание с помощью ИИ – мы его перепаковываем. В статье разбираю, что именно происходит с мозгом при «правильной» автоматизации - и как перестроить логику, чтобы стало не быстрее, а легче.

Вот как выглядит мой рабочий день – и, подозреваю, не только мой.

Девять утра – митинг. После – записать итоги. Потом другой митинг. Статус-отчет, потому что дедлайн. Slack пишет, что там что-то горит. Еще один митинг. К пяти вечера физически сидишь за ноутбуком, но думать уже не получается. Просто смотришь в экран.

По данным исследования Хабр Карьеры, с выгоранием сталкивались 95% IT-специалистов, 44% – уже на поздней стадии. Но вот что меня зацепило больше всего: среди тех, кто говорит «у меня нет выгорания», 85% объективно уже на средней или высокой стадии. Люди просто живут в этом как в норме и не называют это выгоранием.

И тут появляется ИИ – с обещанием «отдай мне рутину, станет легче». Конечно, все кидаются.

Понимаю, откуда давление. К 2027 году автоматизируют 42% бизнес-задач. Специалисты с AI-навыками зарабатывают до 56% больше коллег без них. Короче: или ты в теме, или выпадаешь из рынка.

Логика понятна. Берешь конспекты встреч, черновики, шаблонные документы – отдаешь ИИ. Освобождаешь время для «настоящей работы».

Беда в том, что «настоящая работа» оказывается еще одним слоем нагрузки поверх уже существующей.

Хороший пример – стартап Convictional. Внедрили ИИ, продуктивность выросла. Казалось бы, все. Но CEO Роджер Киркнесс написал честно: к пятнице команда лежала пластом. Скорость внедрения инструментов обогнала способность людей восстанавливаться. Они перешли на 4-дневную неделю – то есть освободившееся время перевели не в новые задачи, а в отдых.

Производительность выросла – выносливость упала. Вот и весь парадокс в одном кейсе.

Это я понял не сразу. Вернее, долго не хотел признавать.

Пока форматируешь таблицу или переносишь заметки в шаблон – мозг едет на автопилоте. Нет развилок, нет неопределенности, нет конфликтующих приоритетов. Руки делают, голова чуть отдыхает. Это не настоящий отдых – но и не максимальная нагрузка.

Когда ИИ убирает эти куски, день превращается в 8 часов сплошного когнитивного труда. Принимай решения, держи контекст, разруливай противоречия, работай с тем, что до конца не определено и никогда не будет. Без единой паузы, где можно просто поехать на автопилоте.

Исследования показывают: «рассуждение и принятие решений» автоматизируется значительно хуже, чем простая «обработка информации». Мы убрали то, что разгружало – оставили то, что выжигает. Плюс добавили сверху ловушку ожиданий: раз освободилось время, можно взять больше задач. Выгорание не замедлилось – ускорилось.

Расскажу про момент, когда это наконец щелкнуло.

Суббота, семь утра, сковородка на плите. И вдруг – четкая мысль по продукту, которую я не мог сформулировать всю неделю. Причем не просто идея, а готовое решение с логикой. Сначала списал на отдых. Потом полез разбираться.

Оказывается, в нейронауке есть специальный термин для этого состояния – «дефолтная сеть мозга» (Default Mode Network). Она включается, когда вы не заняты активной задачей: идете пешком, моете посуду, делаете что-то механическое. До начала 2000-х ее называли «сетью покоя» – думали, мозг просто стоит на паузе. Потом выяснили: именно в этом режиме он консолидирует память, генерирует идеи и решает задачи в фоне. Не отдых – техобслуживание.

Что бывает, когда это техобслуживание отменяется? Конкретно у меня: расфокус на важных встречах, к вечеру не могу сказать, какой приоритет главный, смотрю в стену и не понимаю почему. Не усталость – туман.

Раньше между встречами всегда было что-то мелкое: переписать заметки, перенести данные, дособрать артефакты. Бесило страшно. Но именно это давало мозгу выдохнуть. ИИ убрал эти промежутки. День стал 8 часами без единой простой задачи – одна сплошная неопределенность. Буфер нельзя просто вырезать. Его надо чем-то заменить - или не вырезать вообще.

Не общие «признаки выгорания» – конкретные симптомы когнитивного перегруза от автоматизации:

Три и больше совпадений – это не про лень. Это про архитектуру дня.

Проблема не в самой автоматизации. Проблема в том, что именно вы отдаете ИИ.

Два сценария – и разница между ними огромная:

Три примера из реальной практики.

Описание фичи выжигает не потому, что «много текста». А потому, что надо одновременно держать контекст, угадывать недосказанное заказчиком, формулировать критерии приемки и предусматривать граничные случаи. С нуля. Каждый раз.

Я переворачиваю процесс: аналитик сбрасывает «грязный контекст» – куски переписки, тезисы митинга, цели и ограничения. ИИ работает как рецензент: ищет дыры, задает вопросы, собирает черновик. Аналитик принимает решения по тому, что нашел ИИ.

Вот структура промпта:

Итог: 15 минут вместо 2 часов. Но важнее скорости – что именно делает аналитик. Не пишет текст, а принимает решения. Стратег, а не стенографист.

Риск-менеджмент ломается не из-за отсутствия шаблонов. Он ломается от замыленности: «мы это сто раз делали», «нормально проинтегрируемся», «успеем разобраться».

Pre-mortem с ИИ - это быстрая симуляция провала: представь, что через три месяца проект лег - почему?

В одном из разборов в канале Async Mind техдир за 5 минут вытащил риск с легаси-сервисом – тот самый, который команда раз за разом пропускала на стандартном ревью. Просто потому что привыкла. Pre-mortem заставил смотреть со стороны, а не изнутри привычного процесса.

Побочный эффект – психологический. Риски перестают быть туманом «а вдруг что-то пойдет не так» и превращаются в конкретный список. Фоновая тревога снижается. Это тоже снижение нагрузки – просто не такое очевидное, как «сэкономили время».

Еженедельный отчет – отдельная история. Проблема не в объеме. Проблема в том, что надо удержать технический контекст всей недели и одновременно перевести его на язык бизнеса: что эскалировать, что вообще не упоминать, что заказчики воспримут как риск, а что – как рабочий момент.

Мой процесс: скидываю ИИ сырой список задач за неделю – строчками, как есть, без оформления. Добавляю: «аудитория – заказчики от бизнеса, их интересуют результаты и риски, не внутренний процесс». ИИ сортирует и формулирует. Я трачу 10 минут на правку.

Важно: я никогда не публикую то, что выдал ИИ напрямую. Проверяю, не сгладил ли он реальный риск до нейтрального тона там, где надо было эскалировать. Иногда сглаживает – правлю руками. Вот это место незаменимо: живой контекст и ответственность. После такого процесса голова не выжата – потому что исчезла самая тяжелая часть, перевод с технического языка на бизнесовый.

Выгорание – это не сломанный инструмент. Это сломанная логика: «автоматизируй все и беги быстрее».

Если хотите, чтобы стало легче, а не только быстрее – меняйте не инструмент, а то, как вы с ним работаете. ИИ ищет пробелы и собирает структуру. Вы принимаете решения и несете ответственность. Там, где человек реально силен и не выгорает.

Организации, которые используют ИИ в управлении проектами, на 30% чаще укладываются в срок. Хорошая цифра. Но финишировать вовремя – это полдела. Важно, в каком состоянии команда добегает до этого финиша.

Вы чувствуете разницу между «ускорился» и «стало легче»? Мне вот интересно, где у людей этот перелом происходит – или он вообще не происходит. Напишите в комментариях.

Такие промпты и фреймворки – с логикой, а не просто шаблоны – я разбираю в канале Async Mind. Если вы менеджер, аналитик или руководите IT-командой и хотите не только ускоряться, но и не сгорать – загляните.

*Часть этой статьи я собирал с помощью нейросети: структура, черновики, проверка логики. Все примеры, выводы и промпты - из реальных проектов. За то, чтобы ИИ помогал думать, а не подменял опыт.