Споры вокруг AI-рейтинга Meta «Token Legends»: использование в качестве показателя эффективности может превратить работу в постановочную

Meta внутри оценивает принятие сотрудниками ИИ неожиданным образом — по данным The Information, компания создала внутреннюю таблицу лидеров под названием «Token Legends»: сотрудники конкурируют друг с другом в качестве статуса и показателей производительности на основе вычислительной мощности ИИ и объема использования токенов. Известный профессор Университета Пенсильвании Итан Моллик (Ethan Mollick) в X приводит резкое предупреждение, ссылаясь на классическую управленческую статью «Награждать A, но надеяться на B»: когда компании измеряют эффективность внедрения ИИ неправильными метриками, ИИ может стать новым поколением «театральной работы».

Соревнование за объем токенов: Meta меняет правила игры для внедрения ИИ

Как сообщается, внутри Meta создали таблицу лидеров «Token Legends», которая позволяет сотрудникам видеть, сколько вычислительной мощности ИИ они потребляют. Этот механизм формирует внутри конкурирующую культуру: сотрудники начинают использовать объем токенов как «доказательство», что они «приняли ИИ». Однако такой подход поднимает фундаментальный вопрос: объем равен ценности?

Моллик в другом посте в X также приводит поразительную цифру: ежедневное потребление вычислительной мощности ИИ в Meta достигает двух триллионов токенов (two trillion tokens a day). Такой масштаб демонстрирует не только вложения в техническую инфраструктуру, но и четкое свидетельство того, что корпоративное внедрение ИИ уже перешло на стадию масштабной институционализации.

Классическое управленческое предупреждение: AI-версия «награда A при ожидании B»

Моллик ссылается на классическую управленческую статью «On the Folly of Rewarding A, While Hoping for B», чтобы проанализировать это явление. Широко цитируемая работа раскрывает типичную проблему в организациях: когда система мотивации расходится с реальными целями, сотрудники оптимизируют измеряемые показатели, а не те результаты, которые действительно нужны организации.

Применение к контексту Meta: компания хочет, чтобы сотрудники улучшали качество и эффективность работы с помощью ИИ (цель B), но измеряет это с помощью объема токенов (награда A). В итоге сотрудники могут массово использовать ИИ, чтобы подняться по рейтингу, даже если это не приводит к реальному росту производительности. Это во многом повторяет прежнюю «театральную» занятость в компаниях — когда «тебя видят в офисе» считалось равным «ты много работаешь».

Безболезненно в 2025-м, но в 2027-м всё будет совсем иначе

Моллик также предлагает важное временное измерение: в 2025 году среди крупных компаний GenAI может не оказать существенного влияния на работу, потому что тогда не было настоящих agentic-инструментов; внедрение требует времени, и все еще находятся на стадии экспериментов. Но эта ситуация быстро меняется.

Он предупреждает, что исследования, показывающие отсутствие влияния ИИ в 2025 году, не могут сказать нам, что будет в 2027 году. По мере того как agentic AI-инструменты становятся зрелыми и перестройка организационных процессов завершается, компании официально перейдут от «экспериментального периода» к «стадии масштабного развертывания». А то, как спроектировать правильные системы мотивации в процессе этого перехода, определит, кто сможет получить реальное конкурентное преимущество от ИИ.

Выводы для отрасли: истинная сложность внедрения AI — не технология

Кейс Meta «Token Legends» раскрывает глубинную проблему корпоративного внедрения ИИ: узким местом больше не является само технологическое развертывание — решающими становятся поведение организации и дизайн мотивации. Когда компания воспринимает «сколько ИИ использовано» как KPI, на деле она поощряет поведение, не связанное с выпуском продукции. Действительно эффективные метрики должны измерять реальные результаты, которые дает ИИ, — скорость выполнения проектов, качество кода, удовлетворенность клиентов — а не просто объем использования.

Для тайваньских компаний, продвигающих AI-трансформацию, опыт Meta дает важное предупреждение: в спешке внедрять инструменты ИИ нужно в первую очередь тщательно продумать, как разработать комплексную систему оценки эффективности. Иначе ИИ станет лишь новым инструментом «театральной работы» следующего поколения, а не движком подлинных изменений производительности.

Эта статья Meta «Token Legends» AI-таблица лидеров вызывает споры: объем как показатель эффективности может привести к театральной работе впервые появилась на Линк новости ABMedia.