Выделите текст, чтобы комментировать.
Иногда технологии начинают жить собственной жизнью – тихо, постепенно, но необратимо меняя то, что мы считаем нормой. Так было с колесом, компасом, двигателем внутреннего сгорания и транзистором. Каждое из этих изобретений начиналось как локальное удобство, а затем превращалось в инфраструктуру, на которой переосмысливались экономические модели, профессии и человеческие привычки.
AI движется по такой же траектории. По данным Отчёта red_mad_robot “AI и трансформация труда”, влияние алгоритмов уже заметно в производительности, распределении времени и даже в том, как молодые специалисты строят свою рабочую культуру. Если раньше технологии помогали выполнять задачи, то теперь они меняют сами задачи. Именно поэтому AI называют не инструментом, а новой интеллектуальной инфраструктурой – таким же «фундаментом века», как когда-то транзистор.
Как переучиться заново: образование, которое должно измениться
Когда на сцену выходит технология такого масштаба, первая система, которой приходится перестраиваться, – образование. И не только университетское, но и профессиональное, корпоративное, личное. Сегодня значительную часть простого кода генерируют трансформерные модели – в частности, GPT (Generative Pre-trained Transformer, «генеративный предварительно обученный трансформер»). Это означает смещение роли человека: уже недостаточно просто знать синтаксис или структуру алгоритма. Важно понимать, как работает модель, какие у неё ограничения и каким способом её можно направить.
Учебные программы меняются не по желанию, а по необходимости
Тренд очевиден:
- практика, где студенту нужно найти ошибку в коде, созданном AI;
- задания, включающие переформулировку ТЗ так, чтобы агент сработал лучше;
- упражнения на декомпозицию сложных задач и проверку результата.
Осваивается не механика, а мышление. И чем дальше развивается AI, тем сильнее роль человека будет смещаться к контролю, проектированию и интерпретации.
Междисциплинарность как новая норма
Будущий разработчик всё реже работает в узкой нише. Теперь ему нужен синтез: Computer Science, системное мышление, основы дизайна, знания о взаимодействии человека и машины (HCI – Human–Computer Interaction, «взаимодействие человек–компьютер»), этика цифровых решений. Этот гибридный набор становится критически важным: именно он делает специалиста устойчивым в мире, где код всё чаще пишут агенты.
Почему интерес к IT временно ослаб – и почему он вернётся
Последние два десятилетия IT росло почти без остановки. Поэтому нынешнее «затишье» ощущается острее, чем раньше. Ведущие университеты фиксируют снижение интереса к Computer Science. Компании делают паузы в найме. А разговоры о замещении человеческих задач моделями усиливают общее ощущение неопределённости. Однако отчёт показывает: причина спада не в технологиях. Она – в циклах экономики: рецессия, высокая стоимость капитала, тарифная политика. AI стал удобным объяснением, но не настоящим драйвером колебаний. И самое важное – такие спады происходили всегда. После них сфера возвращается обновлённой: происходит естественный отбор компетенций, вырастают новые роли, и рынок становится качественнее.
Компании меняют отношения с сотрудниками: не увольнять, а усиливать
По мере развития AI компаниям приходится учитывать не только навыки сотрудников, но и то, как эти навыки сочетаются с возможностями алгоритмов. Уже существуют полноценные инструменты оценки – например, методики, разработанные Accenture совместно с MIT – где можно спрогнозировать, какие профессии подлежат переквалификации, какие процессы требуют аугментации, а какие могут быть автоматизированы без потерь. Важный тренд: автоматизация перестаёт быть «заменой». Её ценность – в усилении специалистов: повышение скорости, выравнивание качества, устранение барьеров между новичками и опытными коллегами. Это уже новая философия взаимодействия – партнерство вместо конкуренции.
Данные OpenAI: как меняется производительность в реальной жизни
Когда OpenAI впервые представила метрики использования ChatGPT, стало ясно: технология уже стала полноценным рабочим инструментом.
Где ChatGPT приносит наиболее ощутимый результат
- обучение и апскиллинг – 20% пользователей;
- тексты и коммуникация – 18%;
- код, математика, Data Science – 7%;
- дизайн и креатив – 5%;
- бизнес-аналитика – 4%;
- переводы – 2%.
Эта статистика словно рисует портрет нового поколения «AI-native» – специалистов 18–34 лет, для которых взаимодействие с AI становится не экспериментом, а нормальной профессиональной практикой.
Влияние на отрасли
Именно здесь проявляются самые яркие цифры:
- юристы: рост продуктивности от 34% до 140%;
- колл-центры: повышение эффективности на 14%;
- маркетинг: экономия 11 часов в неделю;
- консалтинг: скорость +25%, качество +40%;
- госслужба: экономия 95 минут в день;
- образование: ~6 часов в неделю, или 6 дополнительных недель в год.
Эффект особенно заметен у новичков: AI помогает выровнять качество и закрыть разрыв между начинающими и опытными специалистами. Это уже не просто «ассистент». Это – фактор отраслевой зрелости.
Microsoft: кто действительно под угрозой автоматизации
Анализ 200 тысяч диалогов Bing Copilot показал, в каких областях алгоритмы помогают лучше всего.
Где AI силён
- поиск информации и структурирование данных;
- редактирование и создание текстов;
- передача идей и коммуникативные задачи.
Где он слабее
- глубокий анализ данных;
- сложный визуальный дизайн;
- задачи физического мира.
Самое интересное: под наибольшим риском оказываются профессии, связанные с текстами, коммуникацией и поддержкой. Но Microsoft подчёркивает: AI сегодня работает на уровне «уверенного стажёра». Он помогает, но не заменяет. Выигрывают специалисты с уникальным опытом, сильной репутацией, навыками принятия решений – то есть те, кто способен дать качественную интерпретацию того, что создаёт AI.
Stanford: чего на самом деле хотят сотрудники
Исследование Stanford среди 1,5 тысяч работников и 52 специалистов по AI показало: сотрудники не хотят полной автоматизации.
Основные страхи
- недоверие к качеству AI – 45%;
- страх потерять работу – 23%;
- отсутствие человеческого участия – 16%.
Креативные профессии наиболее осторожны – лишь 17% поддержали идею автоматизации.
Что сотрудники готовы делегировать
Рутину:
- ввод данных;
- планирование встреч;
- повторяющиеся операции.
Главная мотивация – освободить время для более ценной работы.
Шкала HAS (Human Agency Scale – «уровень человеческой вовлечённости»)
Stanford предлагает модель H1–H5 – от полной автоматизации до максимального участия человека. Самым желанным оказался уровень H3 – равное партнёрство. Именно его выбрали 47 из 104 профессий. Люди хотят не заменить себя, а усилить себя.
Навыки, которые возрастут в цене
Анализ базы O*NET показывает три сдвига:
- Умение обрабатывать информацию теряет ценность – AI делает это быстрее.
- Коммуникация и организационные навыки растут – особенно в профессиях с высокой агентностью.
- Человеческое суждение становится ядром профессиональной ценности – принятие решений, оценка качества, взаимодействие.
Это формирует новый образ специалиста: человек, который не страдает от рутины, а сосредоточен на гуманитарных, управленческих и креативных аспектах труда.
GitHub: разработчик как архитектор процессов
Исследования GitHub показывают: разработчики проходят четыре стадии зрелости использования AI – от скептика до стратега. Но самое важное – не стадии, а то, что появляется в финале: новая роль специалиста. Разработчик перестаёт быть «производителем кода».
Он становится:
- архитектором процессов;
- куратором качества;
- управленцем мультиагентных систем;
- оператором сложных пайплайнов;
- сопродюсером интеллектуальных решений.
Пишет ли он код? Да. Но всё реже делает это вручную и всё чаще – через делегирование агентам.
Новая трудовая культура: человек остаётся в центре
Объединяя все исследования, можно увидеть главную тенденцию:
AI не убирает человека, он поднимает планку его роли. Он делает работу более содержательной. Снимает рутину. Ускоряет обучение.
Помогает новичкам догонять экспертов. Расширяет границы возможного. И в этом переходе выигрывают те, кто умеет:
- сотрудничать с AI как с партнёром;
- структурировать задачи;
- сочетать техническое и гуманитарное мышление;
- видеть продукт, а не только инструмент;
- принимать решения, которые нельзя формализовать.
Это и есть новая интеллектуальная зрелость труда.
Материал подготовлен:
- доцентом Кафедры бизнес-информатики Финансового университета при Правительстве Российской Федерации, к.э.н. Зубовым Ярославом Олеговичем;
- заместителем заведующего Кафедрой бизнес-информатики Финансового университета при Правительстве Российской Федерации Сергеевым Степаном Алексеевичем;
- ассистентом Кафедры бизнес-информатики Финансового университета при Правительстве Российской Федерации Акимовым Фёдором Яковлевичем.
