Технології 6 хв читання Автор: Гліб Черненко
Штучний інтелект уже виконує 16% реальних фріланс-проєктів, показав новий бенчмарк
Нові результати Remote Labor Index свідчать, що ШІ дедалі частіше доводить до кінця реальні замовлення фрілансерів, а не лише навчальні завдання.
Нові результати Remote Labor Index (RLI) показують, що автоматизація цифрової праці виходить за межі тренувальних завдань і наближається до реальних замовлень. Про це пише Глеб Ципурський, CEO консалтингової компанії Disaster Avoidance Experts, у колонці для The Hill. Водночас він наголошує, що штучний інтелект ще не опанував професійну роботу повністю, але межа між помічником і виконавцем зміщується швидше, ніж це визнають керівники компаній, чиновники та самі працівники.
RLI відрізняється від звичних бенчмарків тим, що більшість тестів перевіряє, чи модель розв’яже головоломку, відповість на питання з іспиту або напише правдоподібний текст. Натомість RLI запитує, чи може штучний інтелект довести до кінця повноцінний фріланс-проєкт. Завдання охоплюють архітектуру, графічний дизайн, відео, аудіо, аналіз даних і вебзастосунки. Результат порівнюють із роботою професіонала, а критерій полягає в тому, чи прийняв би замовник цей результат. За словами автора, різниця між навичками та готовим продуктом помітна на кожному кроці: чат-бот може пояснити архітектуру, але не завжди створить креслення з розмірами за скановані документи й фото; модель може згенерувати гарне зображення, але не обов’язково збере придатний до роботи 3D-файл; система може написати код, але не завжди випустить робочий вебзастосунок у заданих обмеженнях.
Цифри поки скромні, але динаміка помітна. Коли RLI запустили, найкраща система автоматизувала 2,5% проєктів. За даними Center for AI Safety (CAIS), станом на липневе оновлення 2026 року нові моделі показали значно більше: Fable 5 — близько 16%, Opus 4.8 — близько 8%, GPT-5.5 — близько 6%. Автор застерігає, що результат Fable 5 подано з застереженнями: оцінювання цієї моделі перервали через експортні обмеження США, тож перевірили лише 218 із 240 проєктів. Однак навіть якщо вважати всі неоцінені проєкти провальними, показник залишається на рівні 14,6%. Первинні дані та методологію можна переглянути в статті на arXiv і на сторінці Scale AI.
Головний висновок, за словами автора, полягає не в тому, що людей замінять одразу. Автоматизація реальної фріланс-роботи піднялася з майже нульового рівня до позначки, яку бізнес уже не може ігнорувати. Небезпека полягає в тому, що результати перестали бути очевидно непридатними. На перший погляд роботи виглядають майже професійно, а дефекти ховаються глибше: візуалізація може бути відполірованою, тоді як сама 3D-модель побудована з помилками; анімація стала кращою, але досі не відповідає стандарту, за який платить клієнт; креслення виглядає точнішим, та потребує виправлень фахівця.
Саме тому оцінювати результат мають люди. Автор посилається на роботу OpenAI над GDPval, у якій зазначено, що автоматичним «суддям» важко оцінювати професійні результати. Коли оцінка залежить від смаку, експертизи, перевірки файлів і роботи з інструментами, перед «суддею» постають ті самі труднощі, що й перед виконавцем. Потрібно розуміти не лише те, чи гарно виглядає результат, а й чи він працює, чи відповідає брифу і чи не приховує вад, які згодом обернуться витратами.
Це й є практичний зміст поняття jagged frontier, тобто нерівної межі можливостей штучного інтелекту. Модель може перевершити людину в завданні, яке здається складним, і провалити те, що для досвідченого фахівця є рутиною. На цю нерівність, за словами автора, вказує і AI Index 2026 від Стенфорда: можливості зростають, але результати на бенчмарках і в реальних завданнях сильно різняться. Роботодавці зіткнуться саме з цим: помітне скорочення часу в одному процесі, незрозумілі збої в наступному і постійна потреба вирішувати, де людське судження має лишатися в контурі.
Натомість питання «чи замінить штучний інтелект роботу людей» є надто вузьким. Корисніше з’ясувати, які завдання дешевшатимуть, які робочі процеси перебудуються і хто відповідатиме за оцінку машинного результату. Подібну логіку наводить Міжнародна організація праці (2025): генеративний ШІ впливає на рівні окремих завдань, а не як машина для знищення робочих місць. Зміни, за цими оцінками, починаються з країв: передавання роботи між людьми, рев’ю, шаблони, чернетки, прототипи та часткові результати.
Дані про впровадження вказують у той самий бік. Дослідження Anthropic про реальне використання штучного інтелекту показує розрив між тим, що моделі потенційно здатні робити, і тим, що люди їм справді делегують. Згідно з червневим звітом Economic Index за 2026 рік, використання ШІ відображає ритм роботи та дає конкретні артефакти: документи, пояснення, код і звіти через дедалі автономніші інтерфейси. Тож агенти стають не новинкою, а новим шаром робочої інфраструктури.
Для керівників автор застерігає від помилки сприймати це лише як питання закупівель. Доступ до потужних моделей сам по собі не зробить компанію ефективнішою. Огляд OECD щодо приросту продуктивності від ШІ підкреслює, що результат залежить від завдання, досвіду користувача та якості взаємодії людини зі штучним інтелектом. Продуктивність дають перебудовані процеси, краща перевірка і працівники, які знають, коли довіряти машині, а коли ставити її під сумнів. Раціональна реакція, за логікою автора, не полягає ані в сліпій автоматизації, ані в захисному запереченні: ШІ варто розглядати як молодшого виконавця з незвичайною швидкістю, нерівною компетентністю та відсутністю відповідальності, якому доручають обмежені за обсягом завдання, а результат обов’язково перевіряють.
9
