Ni köpte AI-verktygen för att frigöra tid. Resultatet? Era mest engagerade medarbetare jobbar mer, gör fler fel och funderar på att sluta.
Det är inte en ironi. Det är ett mönster som nu dokumenterats i forskning.
”Du jobbar inte mindre - du jobbar mer”
UC Berkeley följde ett 200-personers teknikbolag i åtta månader medan de tog till sig AI på allvar. Ingen tvingades. Inga nya mål sattes. Folk använde bara verktygen för att de fungerade.[1]
Resultatet var inte att folk frigjorde tid. Det var att att göra-listorna växte för att fylla varje timme som AI frigjorde - och sedan fortsatte att växa.
En ingenjör på företaget formulerade det: “Du tänkte kanske att du skulle kunna jobba mindre. Men det gör du inte. Du jobbar lika mycket eller till och med mer.”[1]
En kommentar på Hacker News fångade samma erfarenhet: “Sedan mitt team lade om till att köra AI på allt har förväntningarna tredubblats, stressen tredubblats och produktiviteten ökat med kanske 10%. Det känns som om ledningen utövar enormt tryck för att alla ska bevisa att AI-investeringen var värd det.”[1]
14% drabbas av det som forskning nu kallar “AI brain fry”
Harvard Business Review publicerade i mars 2026 en studie av 1 488 heltidsanställda i USA.[2] Forskarna frågade om medarbetare upplevt mental utmattning från intensiv AI-användning - svårt att fokusera, långsammare beslutsfattande, huvudvärk, känslan av hjärndimma.
14% sa ja. De kallar det “AI brain fry.”
En teknisk chef beskrev det så här: “Jag hade ett verktyg som hjälpte mig väga tekniska beslut, ett annat som spottade ur sig utkast och sammanfattningar, och jag hoppade mellan dem och dubbelkollade varje liten sak. Men i stället för att gå snabbare började min hjärna bara kännas rörig. Inte fysiskt trött, bara… trång. Som om jag hade ett dussin flikar öppna i huvudet, alla tävlande om uppmärksamhet. Det som slutligen fick mig att vakna var insikten att jag jobbade hårdare för att hantera verktygen än för att faktiskt lösa problemet.”[2]
Kostnaden är inte abstrakt:
- De som rapporterar AI brain fry gör 39% fler allvarliga fel än de som inte gör det[2]
- De gör 11% fler småfel som kan fångas och korrigeras[2]
- De visar 33% mer beslutströtthet[2]
- Bland de som inte har AI brain fry vill 25% aktivt sluta. Bland de som har det: 34%[2]
Det är en 39-procentig ökning i avsikt att sluta bland era tyngsta AI-användare. De som borde vara era mest värdefulla.
Varför händer det här?
Forskningen pekar på övervakning som den tyngsta belastningen. När en medarbetare inte längre bara gör arbetet utan aktivt övervakar AI-agenter som gör arbetet, ökar mental ansträngning med 14%, mental utmattning med 12% och känslan av informationsöverbelastning med 19%.[2]
Att ha tre eller fler AI-verktyg igång samtidigt sänker produktiviteten jämfört med ett eller två.[2] Att förvänta sig att folk jobbar mer för att AI gör dem snabbare ökar den mentala utmattningen med 12%.[2]
Signalerna spelar roll. “Vi är 30% mer produktiva med AI” läses av medarbetare som: nu förväntas 30% mer av mig. Medarbetare på organisationer som uppfattas värdesätta balans mellan arbete och fritid hade 28% lägre mental utmattning i studien.[2] Budskapen ni sänder ut räknas.
Jason Lemkin, som driver SaaStr och har praktisk erfarenhet av att hantera 20+ AI-agenter, beskriver kostnaden konkret: “Varje minut ni lägger med dem kräver aktivt tänkande. Ni analyserar utdatamönster, förfinar instruktioner, utvärderar kvalitet, fattar beslut. Det är väldigt många hjärnceller. Det är utmattande på ett helt annat sätt.”[3]
Vad verkar faktiskt fungera
Det finns en viktig distinktion i samma forskning. AI-användning som ersätter repetitiva uppgifter - saker folk ändå inte ville göra - minskar utmattning med 15%.[2] De medarbetare som använder AI för att slippa tråkigt arbete och sedan lägger den frigjorda tiden på saker de tycker är meningsfulla: de mår bättre, är mer engagerade, stannar kvar.
Problemet är att de flesta organisationer inte styr mot det. De köper AI-verktyg, mäter token-användning eller rader genererad kod, och låter trycket att visa avkastning pressa folk att ta på sig mer snarare än att arbeta annorlunda.
Forskarnas rekommendation: 70% av AI-arbetet bör handla om människor och processer. Inte om vilka verktyg ni köper.[2]
Vad det handlar om för ledare
Tre saker ni kan göra nu:
Var tydlig med vad AI inte ska innebära. Om era medarbetare tror att AI-produktivitet = mer arbete i samma tid, skapar ni exakt den miljö som leder till brain fry. Säg tydligt vad ni tänkt er.
Titta på hur folk faktiskt använder verktygen. Arbetar de med AI för att ersätta tråkiga uppgifter och frigöra tid till viktigare saker? Eller har de skaffat sig fler AI-agenter att övervaka ovanpå det de redan hade?
Mät utfall, inte aktivitet. Antal AI-prompts, token-förbrukning, genererade rader kod - det är aktivitetsmått. De berättar inget om kvalitet på beslut, minskad felfrekvens, eller om folk faktiskt trivs med att jobba hos er.
Det som gör det här svårt är att problemet syns sent. Kognitiv utmattning byggs upp gradvis. Felen börjar dyka upp veckor efter att arbetsbelastningen ökade. Personalen som funderar på att sluta gör det tyst ett tag innan de berättar det.
Ni kan fortfarande köra på och hoppas att det ordnar sig. Eller ni kan bestämma nu vad det är för organisation ni vill bygga med AI.
De organisationer som klarar det bäst, enligt forskningen, har ett gemensamt drag: de behandlar AI som ett kollektivt verktyg med tydliga normer, inte som individuell prestation att mäta och belöna.[2]
Det är inte en teknisk fråga. Det är en ledningsfråga.
Källor:
- Ranganathan, A. & Ye, X.M. (2026). AI Doesn’t Reduce Work - It Intensifies It. Harvard Business Review, 9 februari 2026. Rapporterad av Loizos, C. i TechCrunch: https://techcrunch.com/2026/02/09/the-first-signs-of-burnout-are-coming-from-the-people-who-embrace-ai-the-most/
- Harvard Business Review Research Team. (2026). When Using AI Leads to “Brain Fry”. Harvard Business Review, mars 2026. https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry
- Lemkin, J. (2026). Right Now, Managing AI Agents is About as Much Work as Managing Humans. Just Different Work. SaaStr. https://www.saastr.com/right-now-managing-ai-agents-is-about-as-much-work-as-managing-humans/
