С появлением нейросетей наш мир охватила паника: казалось, ещё чуть-чуть, и роботы оставят без работы половину человечества.
Но реальность оказалась куда интереснее.
Нейросети отбирают не целые профессии, а самую рутину внутри них: составление отчётов, проверку документов, написание кода, клиентские ответы или модерацию.
Сегодня это уже не эксперимент будущего. Бизнес массово внедряет ИИ в бизнес-процессы, работодатели выстраивают за него жесткие требования в вакансиях, а сами инструменты стали доступны каждому.
Поэтому главный вопрос звучит совсем иначе: заменит ли вас ИИ? Нет. Вас заменит тот, кто уже умеет им пользоваться.
КРАТКО
Рынок труда меняется быстрее, чем кажется
Главная проблема заключается в том, что распространение ИИ происходит намного быстрее, чем люди успевают адаптироваться к новым инструментам.
Ещё несколько лет назад генеративные нейросети воспринимались скорее как технологическая новинка. Сейчас с их помощью пишут код, анализируют документы, обрабатывают обращения клиентов, ищут информацию, готовят презентации и автоматизируют целые цепочки рабочих процессов.
В результате постепенно меняются и требования к сотрудникам. Ценность представляет уже не только опыт в своей профессии, но и способность понять, какую часть работы можно ускорить с помощью ИИ, правильно поставить ему задачу и проверить результат.
Причём это касается далеко не только программистов. Маркетолог, аналитик, дизайнер, юрист, менеджер или журналист могут выполнять ту же работу, что и раньше, но тратить на отдельные задачи заметно меньше времени. А сотрудник, который игнорирует новые инструменты, рискует конкурировать уже не с нейросетью как таковой, а с другим специалистом, который научился ей пользоваться.
Чтобы разобраться, насколько сильно ИИ уже влияет на рынок труда, какие задачи постепенно переходят к нейросетям и какие навыки становятся важнее, нужно изучить множество исследований и реальных примеров их внедрения. Эту задачу ИИ взял на себя.
Как помог ГигаЧат
В ГигаЧат недавно появилась новая модель GigaChat 3.5 Reasoning с режимом рассуждений, которая специально создавалась для решения сложных задач.
Чтобы не искать самому информацию по теме, я попросил ГигаЧат провести исследование и систематизировать результаты.
🟢 Промпт
Разбери, какие навыки становятся ключевыми, какие рутинные задачи уходят на автоматизацию и почему нейросеть не отбирает работу, а усиливает тех, кто научился с ней взаимодействовать.
Также нужны конкретные примеры, когда ИИ упрощает или дополняет работу, как компании учат сотрудников пользоваться ИИ, почему за этим будущее.
Разбери самые популярные опасения и найди опровержения на них.
В своём ответе ГигаЧат учёл всё, что я просил, и привёл много российских примеров. В данном случае это хорошо, потому что они показывают картину не «где-то там», а уже здесь и сейчас.
Также ИИ указал ссылки на все источники, что для меня очень важно, поскольку так я быстрее могу перепроверить данные или найти дополнительную информацию.
ИИ постепенно превращается в обычный рабочий навык
Работодатели всё чаще ищут не обязательно разработчиков нейросетей, а обычных специалистов, которые умеют ими пользоваться.
Число резюме с упоминанием ИИ-навыков выросло на 101%.
Причём сам термин «навыки работы с ИИ» постепенно меняет смысл. Раньше под ним можно было понимать машинное обучение или создание/обучение собственных моделей. Теперь от человека требуется умение правильно пользоваться нейросетями: ставить задачи, давать контекст, проверять результат и встраивать его в свою работу.
По сути, ИИ постепенно движется туда же, куда когда-то пришли поисковики, Excel и электронная почта. Знать устройство технологии необязательно, но навык её использования постепенно становится таким же базовым требованием для многих профессий. И чем глубже ИИ будет проникать в рабочие процессы, тем заметнее будет разница между сотрудниками, которые умеют использовать его возможности, и теми, кто продолжает работать исключительно привычными способами.
В первую очередь исчезает рутина, а не профессия
ГигаЧат легко нашел примеры внедрения ИИ среди российских компаний.
Ещё один важный вывод ГигаЧат звучит так: ИИ освобождает сотрудников от рутинной работы, например обработки документов, модерации объявлений, технической поддержки и аналитики.
Автоматизация таких процессов важна не только потому, что позволяет быстрее выполнять конкретную задачу. Она постепенно меняет саму структуру работы: человеку остаётся меньше механических операций и больше задач, где требуется принимать решения, оценивать результат, учитывать контекст и нести ответственность.
Поэтому в ближайшие годы может измениться не столько список профессий, сколько набор обязанностей внутри них. Часть того, на что раньше сотрудник тратил часы, будет выполняться автоматически, а освободившееся время придётся использовать для более сложной работы.
Какие навыки необходимы для работы с ИИ
Аналитическое мышление
Управление ИИ-агентами
Быстрое освоение новых инструментов
Системное мышление для интеграции ИИ
Инженерные навыки
Недостаточно уметь писать «идеальные промпты». По мере развития нейросетей это становится лишь базовым уровнем взаимодействия с ними. Намного важнее понимать, какие процессы вообще стоит автоматизировать, какую модель использовать, какие данные ей можно передавать, как проверить результат и где решение всё ещё должен принимать человек.
Ещё один важный навык — умение правильно оценивать работу нейросети. С каждым новым релизом стоимость моделей снижается, благодаря чему можно генерировать больше информации. Но количество ≠ качество. Даже самые топовые модели могут ошибаться или выдавать неправильный результат, если вы предоставите недостаточное количество вводных данных.
ИИ позволяет быстро прокачать скилл
ИИ может изучить один вопрос с разных точек зрения, даже тех, о которых вы не думали.
Один из самых интересных эффектов нейросетей заключается в том, что они могут частично передавать новичкам опыт сильных специалистов.
Исследователи Стэнфорда и MIT изучили работу 5179 операторов службы поддержки крупной американской компании. После появления генеративного ИИ-ассистента средняя производительность сотрудников выросла примерно на 14%.
При этом у новичков и менее производительных сотрудников результат улучшился примерно на 34%, тогда как самые опытные специалисты получили минимальный прирост.
Исследователи считают, что модель фактически распространяла по команде практики, которые раньше использовали лучшие сотрудники.
Как компании учат сотрудников работать с ИИ
Российские и зарубежные компании уже учат сотрудников использовать ИИ.
Сбер выстроил многоуровневую архитектуру обучения: от базовых курсов для всех сотрудников до углублённых программ для разработчиков и руководителей. Топ-менеджеры Сбера учатся создавать собственных ИИ-агентов, а линейных сотрудников обучают базовому использованию ИИ, чтобы снять рутину.
X5 Group и Авито внедряют внутренние ИИ-тренажёры и проводят тематические интенсивы.
Однако целенаправленно обучают сотрудников работе с ИИ лишь 2% российских компаний, ещё 11% только планируют запустить такую программу. Большинство людей осваивают инструменты самостоятельно.
Ответы на главные опасения из-за появления ИИ
С момента появления генеративного ИИ можно часто встретить различные опасения по поводу его использования. Однако при рассмотрении каждого заявления картина начинает выглядеть совершенно иначе.
- ИИ оставит людей без работы. Страх потери работы имеет реальные основания: какие-то позиции действительно исчезнут. Но ИИ — не единственная причина подобных изменений.
Всемирный экономический форум (WEF) прогнозирует, что к 2030 году трансформация рынка труда приведёт к созданию 170 млн новых рабочих мест и вытеснению 92 млн существующих. Расчёт основан на опросе более 1000 крупных работодателей из 55 стран и данных Международной организации труда.
Этот прогноз учитывает одновременно технологические изменения, демографию, зелёный переход, геоэкономические изменения и экономическую неопределённость, поэтому дело не только в ИИ.
На практике ИИ не вытесняет сотрудников, а позволяет повысить их эффективность и избавить их от рутинной и скучной работы.
- ИИ часто ошибается, ему нельзя доверять. Такая проблема действительно есть, поэтому одним из важных навыков в современном мире является анализ результатов ИИ. Стоит отметить, что с появлением каждой новой модели уровень фактчекинга повышается.
- Использование ИИ небезопасно для данных. Крупные компании внедряют собственные защищённые ИИ-платформы, а обучение сотрудников включает блоки по кибербезопасности. Для особо секретных данных можно запустить локальный ИИ, который не требует доступа к интернету и работает только на офисных мощностях.
- С ИИ работать проще — сотрудники перестанут думать. Это возможно только в том случае, если сотрудник будет слепо доверять всему, что скажет нейросеть. В реальности использование ИИ стимулирует развитие аналитических навыков, заставляя мозг быстрее обрабатывать информацию.
Будущее за ИИ
ИИ не просто автоматизирует отдельные задачи, а постепенно меняет сам подход к работе. Рутинные операции, такие как модерация, первичная обработка данных и типовая аналитика, автоматизируются быстрее всего. То, на что раньше уходили часы человеческого труда, всё чаще можно выполнить за минуты.
Ценность человека никуда не исчезает. Наоборот, выше становится роль навыков, которые сложнее автоматизировать: умения правильно поставить задачу, оценить результат, принять решение и использовать профессиональный опыт.
Поэтому главный навык ближайших лет заключается не в умении «общаться с нейросетью». Важнее научиться перестраивать привычную работу с учётом возможностей ИИ.
И этот процесс уже начался.
Сюда так и просится мощный комментарий