Workslop: когда ИИ экономит время автора, но тратит время команды
Мы научились создавать презентации за минуты, писать отчёты за секунды и генерировать десятки маркетинговых гипотез за один промпт.
Но быстрее подготовить материал — не всегда значит быстрее решить задачу.
Для этого явления уже появился отдельный термин — workslop. Так исследователи BetterUp Labs и Stanford Social Media Lab называют созданный с помощью ИИ контент, который выглядит как готовая работа, но не помогает решить задачу и перекладывает дополнительную нагрузку на коллег.
Красивые презентации без выводов. Аналитические отчёты без аналитики. Стратегии, в которых много правильных слов, но нет ни одного обоснованного решения.
📊 Сколько времени мы действительно экономим?
В январе 2026 года Workday опубликовала исследование Beyond Productivity: Measuring the Real Value of AI. В опросе участвовали 3 200 сотрудников из разных регионов мира – активные пользователи ИИ, работающие в компаниях с годовой выручкой более $100 млн. Данные собирали в ноябре 2025 года.
🔵85% опрошенных сообщили, что ИИ экономит им от одного до семи часов в неделю.
🔵Однако, по оценке Workday, почти 40% сэкономленного благодаря ИИ времени уходит на исправление ошибок, переписывание материалов и проверку результатов.
Данные собирали в ноябре 2025 года, конечно с тех пор возможности ИИ заметно изменились. Но развитие моделей не отменяет необходимости проверять качество результата перед тем, как передавать его коллегам.
Здесь важен вопрос: сколько времени мы действительно сэкономили после всех проверок и переделок?
В работе PMM он звучит так: материал помог принять решение — или просто создал видимость выполненной задачи? 1️⃣ Market Research
ИИ может за несколько минут подготовить обзор рынка с конкурентами, трендами и SWOT-анализом.
Но если задача – определить рыночную возможность для продукта, а обзор не помогает её увидеть и обосновать, задача не решена.
2️⃣ Positioning & Messaging
ИИ предлагает варианты позиционирования. Каждый звучит убедительно.
Но стоит убрать название компании — и оказывается, что эти формулировки одинаково подходят конкурентам.
Формулировки есть. Дифференциации нет.
3️⃣ Go-to-Market
ИИ генерирует GTM-стратегию с привычным набором инструментов: контент-маркетинг, вебинары, партнёрства, лидогенерация.
Но если в ней нет объяснения, почему выбран именно этот сегмент, какие гипотезы предстоит проверить и как оценивать результат, получается перечень активностей вместо стратегии выхода на рынок.
Во всех трёх случаях есть только артефакт, но не решение.
Конечно не каждый материал должен быть финальным. Черновик, гипотеза или заготовка для обсуждения – нормальные рабочие форматы. Важно обозначать их статус и то, что ещё требует проверки.
Важно не только быстро подготовить материал, но и не переложить сэкономленное время в чужие проверки и переделки.
А вы сталкивались с материалами, которые выглядели готовыми, но требовали больше времени на проверку и переделку, чем на подготовку с нуля?
