Новости
KPI эффективности AI: 10 показателей, формулы и расчёт
05.11.2026 10:02 Новости

Как измерять эффективность AI сотрудников: 10 показателей вместо количества запросов и токенов

Сотрудник может отправлять сотни запросов нейросети и при этом тратить больше времени на исправления, чем раньше. Собрали десять KPI с формулами, матрицу для HR-функций, пример расчёта экономического эффекта и порядок пилота, чтобы HRD мог оценить реальную пользу AI для бизнеса.

К разделам статьиПроблема KPIЧетыре направления10 показателейПример расчётаKPI по функциямПилотРоссийская практикаДашбордFAQИсточники

Компания приобрела корпоративные лицензии на AI и поставила сотрудникам задачу использовать их каждый день. В отчёте всё выглядит хорошо: число запросов растёт, токены расходуются, обучение пройдено. Но руководитель по-прежнему получает отчёт с ошибками, клиент ждёт ответ два дня, а сотрудники тратят время на перепроверку сгенерированных текстов.

The Washington Post 2 ноября 2026 года описала риск обязательных квот на использование AI. В статье рассматриваются практики контроля активности сотрудников и позиция исследователя Стэнфордского университета Арвинда Карунакарана: рост использования инструмента сам по себе не означает рост бизнес-ценности. Квоты способны стимулировать формальную активность и снижать вовлечённость, если сотрудники не видят смысла и пользы.

ЗапросыПоказывают активность в системе, но не качество и не экономический результат
ТокеныНужны для контроля технических затрат и лимитов, но не как личный KPI эффективности
РезультатВремя, качество, расходы на проверку и итоговая производительность процесса
Вывод для HRD. Использование AI можно учитывать как показатель внедрения, но не стоит вознаграждать за количество промптов, длительность сессий или объём токенов. Один точно сформулированный запрос может решить задачу лучше двадцати попыток. А иногда корректное решение — не использовать AI.

Исследования производительности подтверждают необходимость проверки эффекта на реальных задачах. В объединённом анализе трёх полевых экспериментов с 4 867 разработчиками доступ к AI-помощнику сопровождался ростом числа завершённых задач в среднем на 26,08% (стандартная ошибка оценки — 10,3 процентного пункта). В отдельном рандомизированном исследовании METR опытные разработчики открытых проектов с AI тратили на задачи на 19% больше времени. Здесь измеряются разные результаты: количество завершённых задач и время выполнения, а также различаются выборки и рабочие сценарии. Поэтому сравнивать проценты напрямую и переносить их на всю компанию нельзя.

В обновлении от 24 февраля 2026 года METR представила предварительные оценки ускорения в более позднем эксперименте, но прямо предупредила о смещении отбора участников и задач. Надёжно определить величину эффекта по этим данным пока нельзя. Именно поэтому в компании следует измерять производительность на собственных сопоставимых задачах.

Источники: Management Science, 2026; METR, 2025; обновление METR, 2026. Эти результаты не являются российской отраслевой нормой эффективности AI.

Четыре направления, по которым стоит измерять AI

Система оценки должна отвечать на четыре вопроса: стала ли конкретная задача выполняться быстрее, не снизилось ли качество, сколько усилий потребовала проверка и улучшился ли итоговый результат всей цепочки работ.

01 · ВРЕМЯ

Скорость и чистое рабочее время

Измеряем не только генерацию черновика, но и фактическое выполнение задачи от старта до принятого результата.

02 · КАЧЕСТВО

Пригодность и ошибки

Оцениваем полезность результата по заранее установленным требованиям, включая существенные ошибки.

03 · ПРОВЕРКА

Стоимость контроля и доработок

Учитываем часы экспертов на верификацию, исправления, согласования и повторное выполнение.

04 · ПРОЦЕСС

Производительность подразделения

Смотрим на пропускную способность, сроки для клиента и чистый экономический эффект с учётом стоимости AI.

Такой подход согласуется с материалом MIT Sloan об оценке GenAI в рабочих процессах: до масштабирования необходимо определить бизнес-задачу, измерить качество, переделки, новые затраты и результат для команды. Ниже — редакционная модель HR-КУХНИ, а не перечень из статьи Washington Post.

10 KPI эффективности AI: формулы и смысл

Начните с двух-трёх метрик для каждой функции, а полный набор используйте для диагностики пилота. Сравнивайте сопоставимые задачи и одинаковые требования к качеству.

01–02. Время: быстрее ли выполняется работа?

Главное — не смешивать время создания первого черновика со временем готового результата.

01

Медианное время выполнения задачи

Время от начала работы над типовым кейсом до готового результата, включая AI, ручные операции, проверки и исправления. Медиана меньше зависит от единичных аномальных случаев.

KPI = медиана минут на сопоставимый завершённый кейс

Для чего: проверить, стала ли типовая задача быстрее.

02

Чистая экономия человеко-часов

Разница трудозатрат по сопоставимому объёму и качеству работ с учётом всех дополнительных действий, а не сумма субъективных ответов «сколько минут сэкономил AI».

KPI = часы без AI − все фактические человеко-часы с AI

Для чего: определить реальный высвобожденный ресурс. Отрицательное значение означает дополнительную нагрузку.

03–04. Качество: можно ли использовать результат?

Скорость без приемлемого качества может увеличить количество ошибок у клиентов и коллег.

03

Доля результатов, принятых с первого раза

Процент задач, прошедших проверку по единым критериям без возврата на доработку. Критерии не должны становиться мягче после внедрения AI.

KPI = принятые без доработок / все проверенные результаты × 100%

Для чего: оценить качество на выходе и объём повторной работы.

04

Частота существенных ошибок

Доля материалов с неверными фактами, расчётами, рискованными рекомендациями, нарушениями требований к данным или клиентскими последствиями. Степень критичности определяют до пилота.

KPI = результаты с существенной ошибкой / проверенные результаты × 100%

Для чего: не допустить роста критического риска при ускорении операций.

05–06. Проверка: сколько стоит исправить AI?

Эти показатели раскрывают скрытый труд экспертов. Для суммирования времени учитывайте, что проверка и доработка уже входят в общие трудозатраты KPI № 02.

05

Время экспертной проверки на результат

Сколько минут руководитель, аналитик, юрист или другой специалист тратит на проверку одного AI-результата перед использованием.

KPI (мин/результат) = часы верификации × 60 / число проверенных результатов

Для чего: оценить потребность в контроле и риск узкого места.

06

Трудозатраты на исправления

Время на переписывание, повторный анализ, устранение ошибок и возвраты после проверки. Отдельно фиксируйте инициатора и причину исправления.

KPI (мин/задачу) = часы исправлений × 60 / число завершённых задач

Для чего: понять, не заменяет ли AI работу одного сотрудника нагрузкой другого.

07–10. Процесс: получил ли бизнес результат?

Задача может ускориться, а общий процесс — нет: согласование, очереди и передача между отделами никуда не исчезают.

07

Доля задач, выполненных в SLA

Процент обращений, документов или заявок, закрытых в согласованный срок и принятых по заранее заданным требованиям качества. Учитывайте также просроченные незакрытые задачи, срок которых наступил; правила SLA фиксируются до сравнения.

KPI = качественно завершённые в SLA задачи / все задачи с наступившим контрольным сроком × 100%

Для чего: измерить эффект для внутреннего или внешнего заказчика.

08

Производительность на один FTE

Число качественно завершённых единиц работы на эквивалент полной занятости за период. Сопоставляйте одинаковые типы задач и сложность кейсов.

KPI = принятые результаты / FTE команды за период

Для чего: проверить, увеличилась ли пропускная способность команды.

09

Сквозное время процесса

Календарные часы или дни от запроса клиента до готового результата. Включает ожидания, согласования и передачу задач, а не только активную работу с AI.

KPI = медиана времени «получен запрос → результат предоставлен»

Для чего: выявить, улучшился ли процесс в целом.

10

Чистый экономический эффект AI

Фактически устранимые расходы или доказанный дополнительный вклад в результат за вычетом лицензий, интеграций, сопровождения и других дополнительных затрат. Высвобожденные часы не всегда превращаются в денежную экономию.

KPI = подтверждённая экономическая выгода − полные дополнительные затраты на AI

Для чего: решить, стоит ли масштабировать внедрение. Время проверки и исправлений нельзя повторно вычитать, если оно уже учтено при расчёте чистых трудозатрат. Выгоду от высвобожденного времени засчитывайте только при доказанном сокращении расходов или дополнительном результате, избегая двойного счёта.

Что делать с токенами? Продолжать считать — для бюджетирования, распределения затрат между проектами, безопасности и выявления аномалий. Но не подменять ими производительность конкретного сотрудника.

Пример: AI сократил подготовку отчёта, но сколько компания получила на самом деле?

Возьмём подразделение, которое ежемесячно готовит 100 однотипных аналитических справок. Ниже — условный сценарий, не результат исследования и не усреднённая норма рынка.

ПРИМЕР · 100 ОТЧЁТОВ В МЕСЯЦ
45 минТрудозатраты на отчёт до AI, включая прежние проверки и исправления
37 минПосле AI: 25 мин подготовка + 8 мин проверка + 4 мин исправления
13,3 часаЧистая разница на 100 отчётах: (45 − 37) × 100 / 60
8 000 ₽Потенциальный месячный остаток после затрат, если 100% высвобожденных часов дают подтверждённую выгоду
100 × 8 мин экономии13,33 часа
Оценочная стоимость часа1 500 ₽
Потенциальная стоимость высвобожденного времени20 000 ₽
Лицензии и дополнительные расходы−12 000 ₽
Потенциальный чистый эффект при полной монетизации времени+8 000 ₽

1 500 ₽/час и 12 000 ₽ — условные параметры. Округление до целых рублей. Не включены возможные единовременные внедренческие расходы, которые нужно распределять на выбранный период. Указанные 8 000 ₽ — сценарная оценка, а не подтверждённый финансовый результат. Если часы не монетизированы, подтверждённый эффект по этому основанию равен нулю, а дополнительные расходы составляют 12 000 ₽.

Этот расчёт полезен как оценка высвобожденной мощности, но превращать её в экономию ФОТ без фактического изменения расходов неверно. Сценарий А: время освободилось, но подтверждённой дополнительной выгоды нет: финансовый эффект составляет −12 000 ₽. Сценарий Б: высвобожденное время принесло доказанный дополнительный результат на 20 000 ₽: после затрат потенциальный эффект составит +8 000 ₽. Если сотрудники остаются в штате и перераспределяют часы, бизнес-эффект нужно подтверждать дополнительным объёмом качественной работы, сокращением сверхурочных или иным проверяемым результатом.

Контроль качества обязателен. Если отчёты стали быстрее, но доля существенных ошибок увеличилась, вывод о положительном эффекте преждевременен. Сначала проверьте KPI № 03–04, затем сравнивайте затраты и производительность.

Какие KPI выбрать для разных HR-функций

Универсальный рейтинг сотрудников по количеству запросов не учитывает специфику работы. Для пилота выберите две-три метрики, которые показывают качество и результат конкретного процесса. Номера соответствуют системе из десяти KPI выше.

HR-функцияОсновные KPIЧто проверять дополнительно
Рекрутинг№ 01 — время задачи; № 03 — приёмка; № 07 — SLAКачество вакансий и ответов кандидатам, скорость согласований
Кадровое делопроизводство№ 04 — существенные ошибки; № 05 — проверка; № 06 — исправленияКорректность документов, персональные данные и обязательный контроль
HR-аналитика№ 01 — время; № 04 — ошибки; № 10 — экономический эффектВоспроизводимость расчётов, качество исходных данных и выводов
Обучение и развитие (L&D)№ 02 — чистые часы; № 03 — приёмка; № 06 — исправленияСоответствие учебных материалов задачам и экспертным требованиям
HR-сервис и обращения№ 04 — ошибки; № 07 — SLA; № 09 — сквозное времяКорректность ответов, повторные обращения и эскалации

Это пример выбора метрик, а не норматив. Состав KPI определяется риском, задачами и доступностью измерений. Для рискованных процессов качество и соблюдение требований важнее выигрыша во времени.

Как измерить эффект AI без самоотчётов и красивых презентаций

Для первичной диагностики можно начать с пилота на 4–6 недель; длительность и объём выборки определяются частотой задач и ожидаемой изменчивостью результата. Желательно сравнивать одинаковые типы задач и учитывать опыт сотрудников, сложность кейсов и сезонные изменения нагрузки.

Выберите конкретный процесс

Например, подготовку описаний вакансий, ответы на типовые кадровые вопросы, отчёты HR-аналитики или классификацию обращений. Не оценивайте весь «AI в компании» одним средним числом.

Зафиксируйте базовую линию

До внедрения измерьте время и качество ориентировочно 30–50 сопоставимых кейсов, если поток позволяет; это практический ориентир, а не гарантия статистической достаточности. Запишите критерии приёмки, время проверки, количество исправлений, загрузку и SLA.

Проведите сравнение

По возможности случайно распределите схожие задачи между работой с AI и без AI; если нельзя, используйте сопоставимые группы и проверьте различия в сложности. Отдельно учитывайте первые недели обучения.

Соберите затраты всей команды

Включите сотрудников, проверяющих экспертов, руководителей и ИТ. Посчитайте лицензии, интеграции, обучение и поддержку. Не дублируйте уже учтённые расходы.

Примите решение на уровне процесса

Масштабируйте сценарии, где подтверждены качество и эффект. Остальные доработайте или исключите. Сотрудники могут использовать AI по-разному: единая квота запросов только затруднит диагностику.

Шаблон учёта результатов пилота

Одна строка — один сопоставимый тип задачи за выбранный период. Время проверки и исправлений уже должно входить в итоговое время с AI, чтобы исключить двойной счёт.

ПроцессЗадачБез AI, мин/задачуС AI, мин/задачу*Проверка, мин/задачуСущественные ошибки, %Решение
HR-отчёты (пример)10045378Сравнить до/послеПосле контроля качества
Ваш процесс——————

* Итоговое время с AI включает подготовку, проверку и исправления. Доля ошибок должна измеряться по одинаковой методике до и после внедрения. Дополнительно фиксируйте стоимость AI, сложность задач и долю кейсов, завершённых в SLA.

Российский контекст: AI-KPI в трудовых отношениях и бюджете

Для российского работодателя особенно важно разделить оценку эффективности процесса и индивидуальную оценку сотрудника. Компания вправе анализировать трудозатраты и качество результата, но введение новых требований к работе, сбор персональных данных и использование метрик для премирования или дисциплинарных решений требуют отдельной правовой проверки.

ВопросЧто проверить работодателю
Можно ли поставить личный KPI по токенам?Даже если технически это возможно, показатель не подтверждает эффективность труда. При включении метрик в систему оплаты и оценки следует учитывать трудовой договор, локальные акты, содержание должностных обязанностей и порядок изменения условий труда.
Кто отвечает за ошибку AI?Нужны правила применения и проверки результата: где AI выступает помощником, кто утверждает итоговый документ и какие сведения запрещено передавать внешнему сервису.
Можно ли собирать логи сотрудников?Логи могут содержать персональные данные и содержание рабочих запросов. Проверяйте законность, цели и объём обработки, доступ, хранение и правила использования. Применяются требования 152-ФЗ и трудового законодательства к данным работников.
Как учитывать экономию времени?Отдельно показывайте высвобожденные часы, денежные расходы и доказанный прирост результата. Если зарплаты и численность не изменились, автоматически считать часы сокращением ФОТ нельзя.
Нужны ли единые KPI по всем должностям?Нет управленческой необходимости. Для кадрового специалиста критична корректность документов, для рекрутера — качество и скорость найма, для аналитика — достоверность выводов. Доступность AI также различается.

Это общая методическая рамка, а не юридическое заключение. Для решений по конкретным работникам проверяйте трудовые договоры, положения о премировании и контроле, действующие локальные нормативные акты, ст. 86–90 ТК РФ, Закон № 152-ФЗ и условия используемых сервисов.

Отдельно проверьте режим коммерческой тайны и внутренние правила информационной безопасности: нельзя без разрешения передавать во внешние AI-сервисы клиентские документы, внутренние сведения, персональные данные или конфиденциальную информацию. Корпоративная лицензия не отменяет требований к составу передаваемых данных, их хранению и доступу третьих лиц.

Практический вопрос для HRD на 2027 год: какие задачи компания действительно готова автоматизировать, как будет обеспечено качество и куда пойдут высвобожденные часы? Без ответа на него даже точный учёт AI-активности не поможет оценить эффект инвестиций.

Как должен выглядеть отчёт об эффективности AI для HRD

На управленческом дашборде достаточно одной строки на процесс. Не смешивайте разные роли в общий рейтинг сотрудников.

ПроцессДо AIС AIКритерий решения
Подготовка HR-отчётаВремя, доля ошибок, часы проверкиТе же метрики + затраты AIБыстрее при том же качестве; эффект подтверждён
Ответы сотрудникамСрок ответа, повторные обращения, точностьТе же метрики + передача сложных случаевМеньше ожидания без роста неверных ответов
Черновики вакансийВремя согласования, число доработокТе же метрики + время проверки рекрутеромМеньше согласований, нет ошибок в требованиях
HR-аналитикаВремя до решения, достоверность данныхТе же метрики + верификация выводовКачественные решения без усиления рисков
Три обязательных правила: сравнивайте однотипные задачи, не снижайте критерии качества и не выдавайте потенциальную стоимость высвобожденных часов за фактическую денежную экономию. Если KPI стимулирует много пользоваться AI, но не улучшает процесс, показатель выбран неверно.

Частые вопросы об оценке AI

Как измерять эффективность AI в компании?

Сравните сопоставимые задачи с AI и без него по полному времени работы, качеству, затратам на проверки, соблюдению сроков и подтверждённому экономическому результату. Сначала фиксируйте базовые показатели и критерии приёмки, затем проводите пилот.

Какие KPI действительно показывают производительность AI?

Для типовых операций подходят чистая экономия человеко-часов, доля качественно принятых результатов, число существенных ошибок, сквозное время процесса и производительность на FTE. Выбирайте небольшое число метрик под конкретную задачу.

Как рассчитать экономический эффект AI?

Из подтверждённой экономии расходов и доказанного дополнительного результата вычтите полные дополнительные затраты на AI. Стоимость высвобожденных часов учитывайте как денежную выгоду лишь тогда, когда её удалось реализовать и подтвердить.

Можно ли устанавливать сотрудникам KPI по числу AI-запросов?

Число запросов допустимо использовать как техническую метрику внедрения, но само по себе оно не измеряет результат труда. Применение персональных метрик для оплаты или оценки требует отдельной проверки трудовых документов, целей обработки данных и локальных правил.

Управленческий вывод. Масштабировать AI стоит там, где при сопоставимом качестве и контролируемом риске снижаются полные трудозатраты, улучшаются сроки или появляется проверяемая денежная выгода. Если ускорился только первый черновик, а нагрузка на проверяющих выросла, нужно пересматривать процесс, а не повышать квоты использования AI.

Источники и ограничения

  1. The Washington Post, 2 ноября 2026. Why mandating AI use in the workplace can backfire. Контекст обязательных норм использования AI, квот и рисков формального внедрения.
  2. MIT Sloan, 2026. 10 levers for shaping generative AI that truly improves worker performance. Необходимость измерять бизнес-результат, качество, переделки и новую нагрузку.
  3. Management Science, 2026. The Effects of Generative AI on High-Skilled Work. Полевые эксперименты с 4 867 разработчиками.
  4. METR, 24 февраля 2026. We are Changing our Developer Productivity Experiment Design. Предварительные оценки ускорения и ограничения нового эксперимента из-за смещения отбора.
  5. METR, 2025. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. Рандомизированное исследование других задач и участников, показавшее увеличение времени.
  6. Федеральный закон № 152-ФЗ «О персональных данных». Российские требования к обработке персональных данных.
  7. Трудовой кодекс РФ. Правила трудовых отношений и персональных данных работника.

Десять KPI, формулы, матрица и расчётные примеры разработаны редакцией HR-КУХНИ; они не приписываются The Washington Post или MIT Sloan. Результаты зарубежных исследований относятся к определённым работам и выборкам, поэтому не переносятся автоматически на российские компании.

Автор: Редакция информационного проекта HR-КУХНЯ.
Смотрите также: