Семь часов до первого звонка: почему ИИ ускорил каждый шаг, а между шагами ничего не изменилось

TL;DR Вы платите за заявку, а потом она лежит. У модельного бизнеса на 500 заявок в месяц треть необработанных заявок стоит 1,12 млн ₽ прибыли в месяц, а неделя согласований на старте сезона — 2 млн ₽ маржи. Решение при этом одно: вкладываться дальше в скорость отдельных шагов — ещё один инструмент, ещё один агент — или сокращать число переходов работы из рук в руки. Замеры отвечают однозначно. У крупнейших российских застройщиков медиана первого звонка по заявке — 441 минута, треть заявок не получает звонка за трое суток; час задержки в рецензируемой работе на 11,6 млн взаимодействий связан с падением вероятности сделки примерно наполовину. Консультанты обещают, что ИИ-агенты снимут этот налог; единственный полевой эксперимент на стыке «машина передаёт работу человеку» показал рост времени на 19–41%. Ниже: откуда числа, четыре приёма, которыми чужие цифры растут при пересказе, два калькулятора на ваши числа и порядок замера своего стыка за неделю. Чтение — минут двадцать пять.

Я Егор, десять лет в перформанс-маркетинге. В июле я написал пост о том, что самый дорогой канал в маркетинге не имеет рекламного кабинета и называется «согласования», и честно пометил свой расчёт как грубую прикидку: цифр у меня тогда не было. Теперь они есть — чужие, но измеренные. Поводом стала сентябрьская статья McKinsey про «налог на координацию», которую я собирался просто пересказать. Пересказ не состоялся: половина чисел в ней при проверке по первоисточникам не подтвердилась. Статья получилась о другом — что об ожидании между шагами показали замеры. Все числа ниже из рецензируемых работ, полевых экспериментов и отраслевых отчётов, ссылки в конце. Где считаю сам, стоит пометка «прикидка».

Что это значит в деньгах Возьмём бизнес на 500 заявок в месяц: каждая пятая доведённая заявка становится сделкой, средний чек 80 тысяч ₽, после переменных затрат остаётся 40 копеек с рубля. Треть заявок без звонка — это 175 заявок, 35 сделок и 1,12 млн ₽ прибыли, которые не доехали; за год 13,4 млн ₽. Второй счёт про сроки: при обороте 100 млн ₽ и сезоне, дающем 40% выручки, неделя согласований на старте пика стоит 5 млн ₽ выручки и 2 млн ₽ маржи. Оба числа подвигаются ползунками ниже. Статья про одно решение: куда идёт следующий рубль на ускорение — в ещё один инструмент внутри шага или в сокращение самих переходов.

Стык — это место, за которое не отвечает никто

Нарисуйте на листе путь клиента от рекламы до денег. Получатся квадратики: показали объявление, человек оставил заявку, менеджер позвонил, выставил счёт, склад собрал заказ. У каждого квадратика есть хозяин, план и метрика: у маркетинга — стоимость заявки, у продаж — конверсия в сделку, у склада — сроки отгрузки.

Теперь посмотрите на стрелки между квадратиками. У них хозяина нет.

Простыми словами Стык — это место, где работа уже вышла из одного отдела, но ещё не начата в другом. Заявка упала в CRM и лежит. Бриф ушёл в агентство и ждёт, пока освободится дизайнер. Макет готов и стоит в очереди на согласование к юристу. Внутри каждого шага работа идёт быстро. Между шагами она просто лежит.

Никто не виноват, и в этом главная неприятность. Маркетолог отчитался: заявка приведена, стоимость в норме. Руководитель продаж отчитался: из тех заявок, до которых дошли руки, конверсия хорошая. Оба правы. Вопрос «сколько заявка пролежала между вами» не входит ни в чей отчёт, поэтому на него никто и не отвечает.

Эту дыру описали ещё в 1994 году: Томас Мэлоун и Кевин Кроустон в обзоре для ACM Computing Surveys определили координацию как управление зависимостями между действиями и заметили, что у неё есть собственная цена. Тридцать лет спустя технологии сменились четыре раза, а цена осталась на месте — в том числе потому, что её почти никто не измеряет.

Сколько лежит заявка у тех, у кого есть и деньги, и CRM

Самый честный способ померить стык снаружи — оставить заявку и засечь время. Такие замеры делают регулярно, и они сходятся между собой, хотя проводились в разных странах, в разные годы и разными заинтересованными сторонами.

Российская цифра — сентябрьская, и метод у неё раскрыт. Рейтинг застройщиков 2026 года («Интроверт Системс» совместно с amoCRM): 100 крупнейших компаний, 1 980 контрольных заявок, наблюдение 72 часа. Среднерыночная медиана первого звонка — 441 минута, больше семи часов, причём считается она только по заявкам, на которые всё-таки перезвонили. Быстрее часа перезванивают 13 компаний — это мой пересчёт по 73 застройщикам, у которых в данных рейтинга есть метрика скорости; у остальных 27 формы на сайте не сработали настолько, что данных не набралось, и авторы сами помечают рейтинг как неполный. Для клиента сломанная форма, впрочем, — тот же результат, что и молчание. Каждая третья заявка не получает ни одного звонка за трое суток, а 42% зафиксированных откликов оказались спамом.

Американский аудит 2011 года, опубликованный в Harvard Business Review: 2 241 компания, 23% не ответили вообще. Повторный замер той же компании в 2014 году, когда она уже называлась XANT, по 9 538 компаниям: не ответили 47%, а среди тех 22%, кто хоть раз перезвонил, медиана первого звонка — 3 часа 08 минут. Тайный покупатель Drift в 2018 году: из 512 компаний 58% не ответили ни разу, и только 10% уложились в пять минут.

Замечание Все четыре замера сделаны компаниями, которые продают софт для ускорения ответа, — это прямой конфликт интересов, и множители вроде «в 21 раз больше шансов» я из них не беру. Причём замеры 2011 и 2014 годов сделала одна компания: InsideSales, позже переименованная в XANT. Независимых источников тут три. Доля не ответивших у них всё равно сходится по порядку при разных годах, странах и методах. Доказательством это не является, но лучшего по теме нет: замера, из которого следовало бы, что скорость ответа не важна, не публиковал никто — хотя бы потому, что публиковать такое некому.

И заметьте, кто именно не отвечает. Семь часов до звонка — это сто крупнейших застройщиков страны, с отделами продаж, колл-центрами и оплаченной amoCRM. Отговорка «у нас нет ресурсов на скорость» в эти данные не помещается.

Час ожидания забирает около половины сделок

До июня 2026 года вся тема скорости ответа держалась на вендорских отчётах. Потом в Management Science вышла работа «Speed Is a Signal» — 11,6 млн взаимодействий на бирже фриланса Fiverr плюс эксперименты более чем на 3 600 участниках.

Результат архивной части: задержка ответа на час связана со снижением вероятности сделки примерно на 46%, задержка на сутки — примерно на 90%. Это пока корреляция: те, кто отвечает быстро, могут отличаться и чем-то ещё. Причинность даёт экспериментальная часть, и она показывает механизм: скорость ответа человек читает как сигнал будущей отзывчивости. Быстрый ответ обещает, что и дальше с вами будет легко.

Это биржа фриланса, где у заказчика открыт список альтернатив и переключиться стоит один клик. В категории, где вас выбирают месяцами и сравнивают по трём коммерческим предложениям, эффект будет слабее. Но направление и порядок величины совпадают со всем, что меряли вендоры, а механизм здесь выделен экспериментом.

Почему не перезванивают: так устроена очередь

Авторы аудита 2011 года называют три причины задержек. Заявки выгружались из системы раз в сутки; продавцы в первую очередь занимались собственными контактами; заявки распределялись по географии и «по справедливости», а не по тому, кто сейчас свободен. Это объяснение самих авторов, а не результат проверки гипотез, но все три причины — про конструкцию, и премией за скорость ни одна из них не лечится.

Здесь же работает ограничение, которое никакой софт не отменяет. Закон Литтла: время прохождения равно объёму незавершённой работы, делённому на пропускную способность. Нельзя одновременно держать большую очередь и быстро отвечать, если пропускная способность не изменилась. Либо очередь короче, либо людей больше, либо ответ медленнее. Четвёртого варианта нет.

В деньгах: посчитайте на своих числах

Вернёмся к счёту с первого экрана: 13,4 млн рублей прибыли в год на модельном бизнесе с 500 заявками в месяц. Прикидка грубая и это верхняя граница — часть брошенных клиентов перезвонит сама, часть не купила бы всё равно. Но даже половина, почти семь миллионов, не видна ни в одном отчёте: заявку вы оплатили, получили и записали в CRM. Только не обработали. Подставьте свои числа.

Второй счёт — про согласования внутри компании. Он устроен иначе. Заявки остаются на месте, сдвигается срок, когда вы доходите до денег: если кампания выходит в эфир на три недели позже начала сезона, клиентов поимённо вы не теряли, вы просто не участвовали в аукционе, пока в нём были деньги.

В деньгах При сезоне в 8 недель и 40% годовой выручки каждая неделя согласований на старте пика стоит 5 млн выручки и 2 млн маржи. Решение по макету в моменте бесплатно, поэтому его и гоняют по третьему кругу: стоимость недели простоя никто не держит перед глазами.

Решение Впишите цену недели прямо в задачу на согласование. «Согласовать баннер (неделя задержки — 5 млн выручки сезона)» двигается по цепочке заметно бодрее, чем просто «согласовать баннер».

«Координация съедает 60% рабочего времени» — эта цифра меряет четыре разные вещи

Дальше начинается то, ради чего я полез в первоисточники. В любой презентации про будущее работы вам покажут цифру вроде «больше половины рабочего времени уходит на согласования и коммуникацию». Я проверил четыре самых цитируемых.

Microsoft, 57% времени на коммуникацию. Знаменатель здесь — не рабочий день. В методике Work Trend Index 2023 прямо написано: это доля осмысленной активности внутри шести приложений Microsoft 365 — почты, Teams, Word, PowerPoint, Excel и OneNote, скользящее окно 28 дней. Сколько человек в это время делал в других программах, на встрече вживую или в дороге, замер не знает. Годом позже та же метрика дала 60%.

Asana, 58–60% на «работу о работе». Самоотчёт респондентов, заказчик — вендор таск-трекера. Сравнивать выпуски между собой нельзя: между 2021 и 2023 годом сменились подрядчик опроса, размер выборки (13 123 → 9 615) и состав стран — из выборки выпал Сингапур, дававший максимальные 69%.

Минцберг, 78% времени на устную коммуникацию. Классика 1975 года, и цифра честная: структурированное наблюдение. Только выборка — пять американских генеральных директоров за 25 дней.

Bain, 15% коллективного времени организации в совещаниях. Бюджеты времени 17 корпораций. Отсюда же самая полезная строка, которую я вообще встретил в этой теме: каждый добавленный менеджер создаёт около полутора ставок новой работы — свою собственную плюс примерно половину ставки чужой, — а каждый добавленный старший вице-президент больше 2,6. Значит, координация ещё и размножается. Оговорка, которую Bain делает сам: данные собраны инструментами VoloMetrix, а один из авторов состоит в совете директоров этой компании.

Складывать эти числа в одно «больше половины рабочего времени» нельзя, и подтверждать друг друга они тоже не могут: у них разные знаменатели, методы и генеральные совокупности. Вместе они показывают ровно одно — никто не меряет это одинаково, а оценки расходятся от 15 до 80 процентов. Как точная цифра для вашего бизнеса не годится ни одна.

Пять волн обещали убрать согласования. Что от них осталось

Прежде чем поверить шестой волне, я посмотрел, чем закончились предыдущие. Каждая продавалась одинаково: вот технология, она снимет бюрократию и ускорит компанию в разы. Вот знаменитые кейсы — и что от них остаётся, если открыть первоисточник.

Волна	Что обещали	Что в первоисточнике
Реинжиниринг, 1990-е	Ford сократил отдел кредиторской задолженности на 80%	У Хаммера стоит 75% при штате больше 500 человек. В книге 1993 года — уже 95%, но про «некоторые части Ford, например моторное подразделение». Нового замера между статьёй и книгой не было
Реинжиниринг, 1990-е	Hallmark ускорил вывод продукта на 70%	Не подтверждается: в книге это цель, а Дэвенпорт в 1995 году пишет, что одна открытка по-прежнему делается год
ERP, 2000-е	Запасы минус 20–50%	В работе, на которую цифру вешают, её, судя по всему, нет; вероятный корень — отчёт Deloitte 1998 года, где «32%» означало долю респондентов, назвавших эффект. Измерено: плюс 7,8% к оборачиваемости, и то отчасти отбор — ERP чаще внедряют те, кто и так работает лучше
Процессное управление, 2000–2010-е	Единый язык описания процессов наведёт порядок на стыках	Стандарты вышли: BPMN 2.0 в 2011 году, ISO/IEC 19510 в 2013-м. Что стыки от этого подешевели, не утверждает даже McKinsey — в своей статье он помечает это наблюдение как собственное, без источника
Роботизация, 2010-е	Минус 30–70% времени на задачу	Корень цифры — запись в блоге сотрудника вендора, где прямо сказано, что это предположение. С другой стороны: по оценке EY, проваливались 30–50% первых проектов; роботы встают, когда меняется вёрстка интерфейса или бизнес-правило
Шесть сигм	53 из 58 компаний отстали от индекса	Опубликовано «91% из 58» — одна фраза в Fortune в 2006 году, со ссылкой на анализ QualPro, которая продаёт конкурирующую методику. Числа «53» не публиковал никто, публичной методологии у анализа нет

Сам Хаммер о результатах своей волны высказался в книге прямо: «наша ненаучная оценка — от 50 до 70 процентов» организаций, взявшихся за реинжиниринг, обещанного не получают. Опрос CSC Index 1994 года: из 99 завершённых проектов 67% дали посредственный или провальный результат. А единственная рецензируемая панельная проверка (Озчелик, 2011) показывает, что рентабельность активов в год запуска падает и только потом растёт, по убывающей, причём масштабные общекорпоративные проекты хуже точечных.

Четыре приёма, которыми чужие цифры растут

Пока я разбирал эти пять волн, стало видно, что ошибки повторяются по одному шаблону. Запомнить его полезнее, чем любую отдельную цифру.

1. Долю респондентов выдают за величину эффекта. «32% — сокращение запасов» превращается в «сокращение запасов на 32%».
2. Потолок модели выдают за результат. «Цель — сократить цикл до года» превращается в «цикл сокращён на 70%».
3. Число растёт при каждом пересказе. 75% у Ford становятся 80%, а потом 95% — выбором самого удачного подразделения.
4. Заинтересованная сторона маскируется под независимую. Исследование вендора цитируется как отраслевое, а анализ конкурента — как объективный рейтинг.

Проверять чужие цифры по этому списку — минут пятнадцать. Столько же, сколько вы потратите на слайд, где эта цифра будет стоять.

Что обещает шестая волна и что в этом обещании не сошлось

Свежий опрос McKinsey показывает разрыв, ради которого шестая волна и затевается: 80% опрошенных говорят, что ИИ поднял их личную продуктивность, и только 37% относят к ИИ хоть какое-то влияние на прибыль компании; существенным его называют 6%. Это самоотчёт 1 719 респондентов, но масштаб расхождения красноречив: инструменты у людей есть, деньги в отчёте не появляются.

Сентябрьская статья McKinsey устроена убедительно. Тезис: предыдущие волны улучшали шаги, а ИИ-агенты впервые могут работать на стыках — проверять, сверять, направлять и эскалировать человеку только спорное. Замаскированный клиентский кейс на одном производителе из списка Fortune 500: семь шагов, шесть стыков, работа внутри шагов занимает 12–24 часа, ожидание между ними — 9–18 дней. Превышение в девять–тридцать шесть раз. Оценка налога на один этот поток — 140–240 млн долларов в год.

Картинка красивая, и ровно в этом месте я собирался закончить статью пересказом. Вместо этого проверил сноски.

Главный академический аргумент описан неверно. Полевой эксперимент на 515 стартапах McKinsey подаёт так: одна группа перестраивала процесс через точки передачи работы, другая внедряла ИИ внутрь существующих шагов, и первая получила выручку в 1,9 раза больше. В описании самих авторов такого дизайна нет: обе группы получили доступ к моделям, кредиты и обучение, а экспериментальная дополнительно разбирала кейсы компаний, выросших вокруг ИИ. Про стыки там не сказано. И второе число другое: у авторов «на 18% чаще» доходили до платящих клиентов, тогда как в пересказе стоит «на 11 процентных пунктов». Плюс опущенная оговорка: прирост максимален на девяностом перцентиле и выше — ИИ расширил верхнюю границу достижимого, а середину не подтянул.

Механизм приписан чужому исследованию. Идею «ценность ИИ в сцепке задач» статья вешает на работу Бриньолфсона, Ли и Реймонд в Quarterly Journal of Economics. У них механизм другой: распространение приёмов сильнейших операторов на слабых. Больше того, эта работа измеряет ровно то, что McKinsey объявляет исчерпанным — ускорение внутри одного шага, — и находит эффект немаленьким: плюс 15% в среднем и плюс 36% у самых слабых сотрудников.

Показательный кейс, похоже, не анонимен. Три числа замаскированного производителя — 75 инструментов планирования, больше 50 планировщиков до и около 10 после — совпадают с публичным рассказом вице-президента Toyota у Deloitte в декабре 2025. В статье Toyota упомянута отдельно, как независимое наблюдение: похоже, одна компания посчитана дважды. А в доказательство тезиса приводится Freeport-McMoRan с ростом производительности обогатительных фабрик — хотя это оптимизация настроек внутри шага, того самого класса, который статья объявляет исчерпанным.

Я разбираю это подробно не чтобы уличить консультантов. Механика та же, что в предыдущих пяти волнах: обещание опережает замер, а цифры для обещания добираются из удобных мест. Заметить это на шестой волне легче, чем на пятой, только потому, что у нас есть список приёмов.

Что показали полевые замеры на стыке

Пока консультанты обещают, эксперименты уже есть. Их немного, но они прямые.

Alibaba, поддержка маркетплейса Taobao. Рандомизированный полевой эксперимент: 647 операторов, 680 676 чатов. Часть чатов агентный ИИ вёл сам, а при затруднении передавал человеку. Замер сделали университетские исследователи вместе с самой Alibaba — то есть это не независимая проверка, но и не вендор, продающий лекарство от описанной болезни: результат для компании вышел неудобный. Важная деталь: ИИ забирал не все чаты, а те, что алгоритм счёл для себя пригодными, — 5,8% выборки. По всей операции эффект составил минус 3,2% ко времени. Результаты по типам развития событий, в сравнении с сопоставимыми чатами, которые целиком вёл человек:

Пока машина доводила диалог сама, время падало. Стоило возникнуть передаче — росло, причём дороже всего обходилась поздняя, когда алгоритм спохватывался на уже недовольном клиенте. Авторы описывают и механизм: получив такой чат, оператор вкладывается меньше — пишет меньше сообщений, реже берёт инициативу. Стык породил задержку и провал ответственности, ровно то организационное белое пятно, о котором пишет McKinsey, только созданное самим ИИ.

METR, эксперимент на опытных разработчиках. 16 человек, 246 задач в репозиториях, которые они хорошо знают. Ожидали ускорения на 24%, после работы считали, что ускорились на 20%. Замер показал замедление на 19%. Время ушло в проверку машинной выдачи — в ту самую верификацию, которую агентам и предлагают отдать. Авторы оговариваются, что результат не переносится на работу с нуля и на незнакомый код.

Демирер с соавторами, июнь 2026 года. Чем сильнее пригодные для ИИ шаги разбросаны по процессу, тем меньше их автоматизируют; коэффициент отрицательный и значим на однопроцентном уровне, хотя при самом строгом определении пригодных задач значимость теряется, а сами авторы причинность не утверждают. Направление совпадает со здравым смыслом: машине нужны идущие подряд шаги, один автоматизированный шаг посреди человеческой цепочки даёт мало.

P&G, эксперимент на 776 сотрудниках. Человек с ИИ выдаёт результат того же качества, что пара специалистов без ИИ, и тратит на 16,4% меньше времени. Отдельный эффект: ИИ стирает функциональные перегородки — разработчики и коммерсанты перестают выдавать однобокие решения. Здесь стык не ускорился, он исчез, потому что двух человек заменил один.

Правило, которое из этого следует

ИИ удешевляет соседство. Там, где несколько идущих подряд шагов можно отдать машине целиком, выигрыш большой — до двух третей времени. Там, где машина обязана вернуть работу человеку, стык становится дороже, чем был до неё. Ускорение отдельного шага этой суммы не меняет: работа всё равно ложится в ту же очередь. Агент, поставленный на стык, добавляет к очереди свою. Деньги приносит перекройка потока — когда переходов из рук в руки становится три вместо шести.

Отсюда три практических следствия.

Считайте, сколько в потоке стыков. Вопрос «сколько у нас ИИ-инструментов» не имеет ответа в деньгах. Вопрос «сколько раз работа переходит из рук в руки на пути от заявки до денег» — имеет.

Не ставьте машину посередине человеческой цепочки. Один автоматизированный шаг между двумя ручными добавляет два стыка вместо одного. Замер Alibaba показывает, во что это обходится.

Если передача неизбежна, делайте её раньше. Поздняя эскалация, когда клиент уже недоволен, стоит вчетверо дороже ранней.

Как померить свой стык за неделю

Инструменты нужны те, что уже есть: CRM, таск-трекер и секундомер.

1. Выберите один поток. «Заявка — первый звонок» или «бриф — кампания в эфире». Не весь бизнес, один поток.
2. Выпишите шаги и стыки. Между семью шагами шесть стыков. Нарисуйте их явно, стрелками.
3. Снимите два времени по каждому шагу. Сколько заняла работа и сколько задача пролежала до начала следующего шага. В CRM это разница между временем создания заявки и временем первого звонка, в трекере — между переводом в статус «готово» и взятием в работу дальше.
4. Сложите отдельно. Сумма работы и сумма ожидания. Отношение второго к первому — ваш множитель. В кейсе McKinsey он был от 9 до 36, но это их клиент и изменённые детали: своё число считайте сами.
5. Проверьте себя снаружи. Оставьте три заявки на собственном сайте с разных телефонов в разное время суток и засеките, когда перезвонят. Это полчаса работы, а цифра получается честнее любой выгрузки.
6. Переведите в деньги. Для потока заявок — через калькулятор выше. Для внутреннего потока — через цену недели задержки.

Лайфхак Начните с самого длинного ожидания, а не с самого раздражающего шага. Это разные места: раздражает обычно то, что делается плохо, а деньги стоит то, что лежит дольше всего.

Где это не про вас

Если поток короткий, налога почти нет. Мастер, который сам принимает заявку и сам едет на выезд, стыков не имеет. Тема начинает работать от трёх-четырёх передач на пути к деньгам.

Цифры из промышленности не переносятся. Кейс на 140–240 млн долларов — капиталоёмкое производство, где день ожидания стоит через замороженный оборотный капитал. В услугах с выручкой 100 млн рублей арифметика другая: там ожидание стоит через упущенные сделки. Считать надо свою.

Ускорять стык имеет смысл, только если он ограничивает поток. Это прямо следует из модели предела роста: расширение звена, которое не является ограничением, потока не увеличивает. Если продажи и так простаивают, скорость передачи заявки ничего не изменит.

Часть задержек не стоит вам ничего. Отчётность в систему учёта рекламы идёт неделями, и это никого не разоряет. Дорого стоит ожидание между клиентом и ответом, остальное просто неприятно.

Отдать шаги машине целиком — не бесплатно. В том же эксперименте чаты, которые ИИ вёл без человека, шли на две трети быстрее, но оценка клиента падала почти на балл. Скорость там куплена качеством разговора, и в вашей категории такой размен может оказаться невыгодным.

И самое важное ограничение этой темы. Замера, где агентный ИИ снял бы координационный налог в целой компании, я не нашёл. Есть один полевой эксперимент на одном стыке, и он показывает удорожание. Всё остальное — обещания консультантов и кейсы вендоров.

Краткие выводы

• У стыков между шагами нет хозяина, поэтому время, которое работа там лежит, не попадает ни в один отчёт.
• Замеры снаружи сходятся: не отвечают на заявку 23–58% компаний в зависимости от рынка и года; у крупнейших российских застройщиков медиана первого звонка — 441 минута, треть заявок остаётся без звонка.
• Час задержки связан с падением вероятности сделки примерно наполовину, сутки — почти вдесятеро; это рецензируемая работа на 11,6 млн взаимодействий.
• Причины задержек конструктивные: выгрузка раз в сутки, очередь «по справедливости», занятость продавцов своими контактами. Премией за скорость они не лечатся.
• Пять предыдущих волн автоматизации обещали то же самое; их знаменитые кейсы при проверке дают 75% вместо 80, цель вместо результата и долю респондентов вместо величины эффекта.
• Единственный полевой замер на стыке «машина передаёт человеку» показал рост времени на 19–41% и падение оценки клиента. Цифры про «больше половины времени на координацию» при этом меряют разное на разных знаменателях: как разброс годятся, как ваш показатель — нет.
• Работающее правило: меньше переходов из рук в руки — меньше налог.

Возьмите путь от своей рекламы до денег и посчитайте две вещи: сколько раз работа переходит из рук в руки и сколько часов лежит на каждом переходе. Уйдёт час, а на руках окажется число, которого нет ни в одном вашем отчёте. Сколько ваших заявок за прошлый месяц дождались звонка дольше семи часов — и во что это встало по вашему среднему чеку?

Откуда числа

24 ссылки

Источник	Что взято	Надёжность
Hart, VanEpps, Sezer, Amir. Speed Is a Signal. Management Science, 2026	Час задержки связан с падением вероятности сделки на 46%, сутки — на 90%; 11,6 млн взаимодействий Fiverr и эксперименты более чем на 3 600 участниках	Рецензируемая статья; числа взяты из пресс-релиза издателя, полный текст за платным доступом
Wang, Zhu, Feng, Lu, Jia. Agentic AI and Human-in-the-Loop Interventions. arXiv:2605.14830, 2026	Эксперимент Alibaba: 647 операторов, 680 676 чатов; на 5,8% чатов, отданных ИИ, −64,6% без передачи, +19,1% и +40,8% на передаче	Рабочая версия, полевой эксперимент; соавтор — Alibaba Group
Рейтинг застройщиков 2026, «Интроверт Системс» и amoCRM	100 компаний, 1 980 заявок, медиана 441 минута, 35% без звонка за 72 часа	Отраслевое исследование
Oldroyd, McElheran, Elkington. The Short Life of Online Sales Leads. Harvard Business Review, 2011	Аудит 2 241 компании: 23% не ответили; причины задержек	Отраслевое исследование, соавтор — глава вендора
XANT (InsideSales), 2014; Drift, 2018	47% и 58% не ответили; медиана 3 ч 08 мин	Данные вендоров
Brynjolfsson, Li, Raymond. Generative AI at Work. Quarterly Journal of Economics, 2025	5 172 оператора, +15% в среднем, +36% у слабых	Рецензируемая статья
Kim, Kim, Koning. Mapping AI into production. INSEAD working paper, 2026	515 стартапов, выручка в 1,9 раза, «на 18% чаще», эффект на верхних перцентилях	Рабочая версия
METR, arXiv:2507.09089, 2025	16 разработчиков, 246 задач, замедление на 19% при ожидании ускорения на 24%	Рабочая версия, эксперимент
Dell'Acqua и др., Organization Science, 2025 (рабочая версия NBER w33641)	P&G, 776 человек: человек с ИИ = пара без ИИ, время −16,4%	Рецензируемая статья, эксперимент
Demirer, Horton, Immorlica, Lucier, Shahidi. arXiv:2606.15960, 2026	Фрагментация процесса значимо снижает долю автоматизации	Рабочая версия, некаузальная связь
Sankur, Mühlreiter, Fuchs. Cutting the coordination tax. McKinsey, 18.09.2026	Кейс Fortune 500: 6 стыков, 9–18 дней ожидания против 12–24 часов работы	Оценка консультантов, замаскированный кейс
McKinsey. The state of AI in 2026, 25.08.2026	80% отмечают рост личной продуктивности, 37% видят влияние на прибыль, 6% — существенное	Опрос, n = 1 719, самоотчёт
Hammer. Reengineering Work. Harvard Business Review, 1990; Hammer, Champy, 1993	Ford: больше 500 человек, сокращение 75% (в книге — 95%); оценка провалов 50–70%	Первоисточник волны
Davenport. The Fad That Forgot People. Fast Company, 1995; опрос CSC Index, 1994	67% из 99 завершённых проектов — посредственно или провал; Hallmark и год на открытку	Отраслевые источники
Ozcelik. Journal of Management Information Systems, 2011	Рентабельность активов падает в год запуска реинжиниринга	Рецензируемая статья
Shang, Seddon. Information Systems Journal, 2002; Hitt, Wu, Zhou, 2002; Aberdeen, 2007–2008	Цифры «20–50% запасов» в первоисточнике нет; реально +7,8% оборачиваемости, 20–21% у верхнего квартиля	Разные уровни
EY, 2016; Deloitte, 2017–2018; Syed и др. Computers in Industry, 2020	30–50% первых проектов роботизации провалены; 3–4% дошли до полусотни роботов; механика поломок	Отраслевые и рецензируемый
Fortune, 24.07.2006 (анализ QualPro)	«91% из 58» компаний с шестью сигмами отстали от индекса; конфликт интересов указан журналом	Анализ конкурирующего вендора
Microsoft Work Trend Index, 2022–2025	57% и 60% — доля активности внутри приложений Microsoft 365, скользящее окно 28 дней	Телеметрия вендора + опросы
Asana Anatomy of Work, 2021–2023	58–60% на «работу о работе»; выборка и состав стран менялись	Самоотчёт, заказчик — вендор
Mintzberg. The Manager's Job. Harvard Business Review, 1975	78% времени на устную коммуникацию; 5 руководителей, 25 дней наблюдений	Наблюдательное исследование
Mankins, Brahm, Caimi. Harvard Business Review, 2014; Bain, бюджеты времени 17 корпораций	15% времени организации в совещаниях; менеджер создаёт ~1,5 ставки работы (свою и примерно половину чужой), старший вице-президент — больше 2,6	Отраслевое исследование; инструменты VoloMetrix, один из авторов в совете директоров этой компании
Malone, Crowston. ACM Computing Surveys, 1994	Определение координации как управления зависимостями	Рецензируемый обзор
Little. Operations Research, 2011	Формулировка закона очередей и оговорки автора	Рецензируемая статья

Отдельно о том, чего в статье нет. Я не использую популярное «исследование McKinsey о том, что опоздание на полгода съедает треть прибыли за жизнь продукта»: такой публикации я не нашёл, а след ведёт к отраслевой статье 1983 года, которой нет в открытом доступе, а на сайте её автора формулировка закольцована — его статья «была процитирована в часто цитируемом исследовании McKinsey». Не использую и множители скорости ответа из вендорских отчётов («в 21 раз», «в 7 раз»): они получены на данных самих продавцов софта для ускорения ответа. И не привожу российских данных о доле рабочего времени на согласования — я их не нашёл.