30% mai mult cod, zero probleme rezolvate în plus. Harvard a măsurat exact unde se duce munca pe care o produce un bot
Publicat în
Automatizare pentru Business
pe
October 11, 2026

30% mai mult cod, zero probleme rezolvate în plus. Harvard a măsurat exact unde se duce munca pe care o produce un bot

O lucrare de cercetare de la Harvard, pe 718 firme și peste 725.000 de angajați, arată că agenții de cod au crescut producția cu 30%, iar numărul de probleme rezolvate nu a crescut deloc. În schimb, timpul de verificare a crescut cu 49%. Blocajul nu dispare când accelerezi o etapă, se mută, și asta explică de ce automatizarea pe bucăți dezamăgește.

Un studiu pe 718 firme și peste 725.000 de angajați arată ce se întâmplă când automatizezi o singură etapă dintr-un lanț. Răspunsul nu e că agenții nu funcționează. E că funcționează prea bine, exact acolo unde nu era problema.

Există un tip de rezultat care e mai valoros decât o poveste de succes, pentru că nu poate fi vândut de nimeni. Studiul publicat zilele astea de Fiona Chen și James Stratton, de la Harvard, sub titlul Artificial Intelligence in the Firm: Bottlenecks in Software Production, e exact acel tip de rezultat.

Cercetătorii au analizat date din platforma Jellyfish, acoperind 718 firme și peste 725.000 de angajați, pe perioada 2021-2026. Au urmărit ce s-a schimbat în firmele care au adoptat agenți de cod, într-un interval în care adopția a crescut de la aproape zero la final de 2024 la peste 95% la început de 2026.

Rezultatele sunt neobișnuit de curate. Producția de cod a crescut cu 30%, aproape 1.500 de linii în plus pe lună pe fiecare angajat. Comenzile trimise au crescut cu 20%. Cererile de integrare, cu 23%. Toate semnele unei fabrici care funcționează mai bine.

Numărul de probleme efectiv rezolvate nu a crescut semnificativ statistic. Zero.

Ce s-a întâmplat de fapt, pas cu pas

Partea cu adevărat interesantă nu e cifra de zero, ci unde s-a dus diferența. Studiul o arată explicit.

Timpul de verificare a codului a crescut cu 49%, în medie cu 3,45 zile. Cererile care au avut nevoie de revizuire aproape s-au dublat. Comentariile pe fiecare cerere de verificare au crescut cu 35%. Numărul de oameni atrași în procesul de verificare a crescut cu 14%.

Deci producția a crescut, iar verificarea a crescut mai mult decât producția. 80% dintre firme folosesc deja unelte de verificare asistată de AI, iar aproximativ 23% dintre comentariile de verificare sunt generate de AI. Au automatizat și etapa următoare. Nu a ajuns.

Autorii formulează concluzia sobru: câștigurile de productivitate nu se transferă integral în schimbări ale producției finale de software.

Tradus în limbaj de om care conduce o firmă: ai plătit pentru viteză, ai primit viteză, și ai obținut aglomerație.

Banda rulantă și poarta de ieșire

Imaginează-ți o fabrică de mobilă. Ai cinci etape: proiectare, tăiere, asamblare, control de calitate, expediție. Fiecare etapă are capacitatea ei. Fabrica scoate atât cât scoate cea mai lentă dintre ele, nu cea mai rapidă.

Acum cumperi un utilaj care taie de trei ori mai repede. Sala de tăiere e de nerecunoscut. Materialul curge. Toată lumea e impresionată.

Peste trei săptămâni, în fața controlului de calitate e un munte. Controlorii lucrează peste program. Încep să scape erori, pentru că grămada îi presează. Apar retururi, iar retururile se întorc tot în control, ceea ce face grămada mai mare. Expediția stă și așteaptă. Fabrica scoate exact cât scotea înainte, poate chiar puțin mai puțin, dar acum are un utilaj scump și o echipă obosită.

Nimic din asta nu e vina utilajului. Utilajul și-a făcut treaba perfect. Problema e că nimeni nu s-a uitat la fabrică înainte să îl cumpere.

Exact asta descrie studiul Harvard, cu cifre, pe 718 firme. Graficele de mai jos arată și ce a crescut, și ce separă o firmă care măsoară producția de una care măsoară livrarea.

No items found.

Problema nu e volumul, e încrederea

Un al doilea studiu, publicat de Undo pe baza unui sondaj realizat de firma independentă Coleman Parkes pe 300 de dezvoltatori și șefi de echipă din Marea Britanie și Statele Unite, explică de ce verificarea devine mai grea, nu doar mai lungă.

93% dintre echipe au întâlnit halucinații ale AI-ului care au dus la diagnosticarea greșită a unor probleme de cod. 55% spun că agenții introduc cod incorect prea des, creând muncă de refacere care întârzie livrarea. 94% pierd productivitate analizând cod generat de AI cel puțin o dată pe lună. Dezvoltatorii petrec de două ori mai mult timp depanând decât scriind, în medie 16,9 ore pe săptămână. Iar 35% din codul generat de AI ajunge în producție înainte ca echipa să înțeleagă complet ce face.

Ultima cifră e cea care ar trebui să îngrijoreze pe oricine, indiferent de industrie. Nu e despre programare. E despre ce se întâmplă cu orice material produs de un sistem automat atunci când cel care ar trebui să îl verifice e depășit de cantitate: trece nedescifrat mai departe.

Un bot care scrie cincizeci de postări pe lună în loc de zece nu îți dă de cinci ori mai mult rezultat dacă cel care le aprobă avea timp pentru zece. Îți dă zece aprobate atent și patruzeci aprobate pe fugă. Sau, mai probabil, cincizeci aprobate pe fugă, pentru că oboseala nu face selecție.

Ce poate face diferit un antreprenor mic

Lecția practică se împarte în patru mișcări, în ordinea asta.

Prima: înainte să automatizezi ceva, desenează lanțul complet, de la intrare până la rezultatul care contează pentru client. Nu etapa, lanțul. Dacă nu știi să îl desenezi pe o foaie în cinci minute, încă nu știi ce automatizezi.

A doua: identifică etapa cea mai lentă din lanț și automatizeaz-o pe aia prima, chiar dacă e cea mai plictisitoare și cea mai greu de arătat într-o prezentare. Studiul Harvard arată costul inversării acestei reguli, măsurat pe cinci ani.

A treia: schimbă indicatorul pe care îl raportezi. Nu „câte materiale am produs”, ci „câte au ajuns la client”. Nu „câte mesaje a trimis botul”, ci „câte au primit răspuns”. Diferența dintre cele două coloane e exact problema pe care studiul o măsoară, și singurul mod de a o vedea devreme e să o pui în raport.

A patra: când automatizezi o etapă, dimensionează din prima zi etapa următoare. Dacă botul produce de trei ori mai mult material, cine îl aprobă are nevoie de trei ori mai mult timp, de un sistem de aprobare mai rapid, sau de un alt bot care filtrează înainte. Alegerea e a ta, dar trebuie făcută înainte, nu după ce se formează grămada.

Un exemplu ipotetic, ca să se vadă ordinul de mărime. O agenție mică, patru oameni, livrează conținut pentru opt clienți. Pune un bot care scrie articole și postări. Producția crește de la douăzeci de materiale pe lună la șaizeci. Până aici, totul merge conform broșurii.

Doar că fiecare material trece prin același om, care verifică tonul, corectează, adaptează pentru fiecare client și trimite spre aprobare. Omul acela avea douăzeci de materiale și opt ore pe săptămână pentru ele. Are acum șaizeci și tot opt ore. Rezultatul previzibil: fie lucrează șaisprezece ore și se epuizează în trei luni, fie trimite mai departe materiale pe care nu le-a citit cu atenție, iar primul client care observă face mai mult rău reputației decât au adus toate cele patruzeci de materiale în plus.

Soluția nu e un bot mai bun. E un al doilea bot, care filtrează, verifică tonul față de un ghid scris și respinge singur ce nu trece, ca omul să vadă doar ce merită atenția lui. Adică, exact ce lipsea: lanțul, nu veriga.

Cum poți fi cu un pas înainte

Majoritatea firmelor vor citi acest studiu ca pe un argument că AI-ul nu merită. E cea mai costisitoare lectură posibilă, pentru că e o concluzie confortabilă care duce la zero acțiune.

Concluzia corectă e alta. Agenții funcționează impecabil pe etapa pe care o primesc. Problema e că nimeni nu le dă un proces, le dă o sarcină. O sarcină accelerată nu schimbă un rezultat, pentru că rezultatul nu a depins niciodată de acea sarcină singură.

Pasul înainte, pentru o firmă mică, e să nu cumpere unelte, ci să cumpere lanțuri. Nu „un bot care scrie texte”, ci „de la ideea de campanie până la postarea publicată și raportul de final, totul rulat de sistem, cu două puncte în care omul aprobă”. Primul se vinde mai ușor. Al doilea e singurul care produce cifra pe care o aștepți.

Și mai e un avantaj pe care îl dă studiul ăsta oricui vinde servicii: ai acum o lucrare pe 718 firme care explică, în locul tău, de ce clientul a cheltuit anul trecut pe trei abonamente și nu s-a schimbat nimic. Nu a cumpărat prost. A cumpărat etape, când avea nevoie de un lanț.

Concluzia

Treizeci la sută mai mult cod. Patruzeci și nouă la sută mai mult timp de verificare. Zero probleme rezolvate în plus. Sunt cele trei cifre care, puse una lângă alta, explică de ce automatizarea dezamăgește atât de des firme care au cumpărat exact ce trebuia.

Blocajul nu dispare când accelerezi o etapă. Se mută. Iar dacă nu te uiți unde s-a mutat, singurul lucru pe care l-ai cumpărat e o grămadă mai mare în altă parte.

Tu decizi ce se automatizează. Dar decide uitându-te la lanț, nu la verigă.

Notă: cifrele despre producția de cod provin dintr-o lucrare de cercetare de la Harvard, preluată de presă pe 11 octombrie 2026, bazată pe date dintr-o platformă comercială de analiză, nu pe un experiment controlat, deci măsoară corelație în firme reale, nu cauzalitate dovedită. Legătura publică la lucrare este găzduită pe un domeniu personal, nu pe unul instituțional, și merită verificată înainte de a fi citată într-o propunere comercială. Cifrele despre halucinații și depanare provin dintr-un raport comandat de un producător de unelte de depanare, deci cu interes comercial în rezultat, pe un eșantion de 300 de persoane.

Surse:

  • Ultimele postări[
  • pe Instagram
100 followers
@alesignco