Искусственный интеллект, Технологии | Олег Брагинский, Марина Строева
Основатель «Школы траблшутеров» Олег Брагинский и ученица Марина Строева расскажут, как ИИ-революция меняет рынок труда, почему сокращаются даже высокооплачиваемые и квалифицированные позиции, а молодёжь сталкивается с беспрецедентной конкуренцией. На что делают ставку крупные компании и какие навыки помогут преуспеть в эпоху машинизации.

Ещё недавно разговоры о том, что искусственный интеллект приведёт к массовой безработице, казались фантастикой. Сегодня это предмет серьёзных дискуссий на уровне Гарварда, ведущих экономистов и крупнейших корпораций мира. Фундаментальный перелом затронет каждого.
Если AI сможет выполнять часть работы, стоимость человеческого труда резко упадёт. Уже сейчас ИИ соревнуется с людьми в математике, программировании, анализе данных. Крупнейшие корпорации инвестируют в AI, стоимость использования снижается, эффективность LLM растёт.
С развитием технологий конкурировать с машинами становится всё сложнее, ценность людей на рынке труда будет стремительно снижаться. Всё чаще обсуждается идея всеобщего базового дохода, что позволит людям получать часть выгоды от тотального роста производительности.
Массовая безработица и неравенство могут привести к социальной нестабильности и даже политическим кризисам. Если не создать систему распределения доходов, общество столкнётся с ростом протестных настроений, связанных с повсеместным сокращением рабочих мест.
Один из ключевых вопросов – чему учить людей, если машины скоро превзойдут нас. Главный навык будущего – умение использовать ИИ как «усилитель» креативных возможностей. Касается школьников, сотрудников, руководителей. Важно уметь интегрировать технологии в деятельность.
Мир меняется слишком быстро, чтобы полагаться на «пятилетние планы» – их время прошло. Впереди эпоха, когда ИИ может полностью изменить экономику, рынок труда и социальные институты. Придётся быстро адаптироваться, внедрять новые технологии и автоматизацию.
Пока ИИ способен неплохо генерировать тексты, изображения, видео, анализировать небольшие объёмы данные, консультировать, обучать языку. Следовательно, специалисты, чья работа измерима и формализуема, рискуют быть частично или полностью заменены машинами:
- преподаватели
- консультанты
- маркетологи
- дизайнеры
- фотографы
- бухгалтера
- писатели
- юристы.
В первую очередь автоматизируются задачи, которые можно структурировать, описать правилами, перевести в данные, предсказать результат. Это работа с данными, творческий поиск с чёткими критериями, юридические, бухгалтерские и образовательные услуги, логистика и транспорт.
Сферы, где автоматизация невозможна или крайне затруднена, требуют уникального человеческого суждения, эмпатии, вкуса, интуиции, знания социальных и культурных особенностей, обусловлены этическими, правовыми и техническими ограничениями на сбор и обработку данных.
Потенциальная история успеха ИИ – большие данные, чёткие метрики, мощные вычисления. Если задачу можно описать параметрами, определить метрику «победы» и дать системе достаточно вычислительных ресурсов, ИИ научится выполнять сложное не хуже, а часто и лучше человека.
Создание рынков, управление кризисами, фундаментальные научные открытия – задачи, которые пока не поддаются автоматизации. Но даже эти области не гарантируют «вечной защиты»: как только появится способ параметризовать задачу, они станут кандидатами на автоматизацию.
Главный вызов – не автоматизировать всё, а сохранять и развивать области, которые не поддаются количественной оценке. Навыки, связанные с креативностью, стратегическим мышлением. Воспитание культуры, где ценятся «не измеряемые» качества: доверие, вкус, интуиция, опыт.
Ещё недавно компьютерные науки считались самым перспективным и «безопасным» выбором для молодых людей. Но в 2025 году ситуация резко изменилась: поступление на CS-программы в США практически остановилось, а выпускники даже топовых вузов сталкиваются с безработицей.
ИИ автоматизировал огромный пласт рутинной работы, особенно на уровне junior-разработчиков. Артилект не только вытесняет обычных программистов, но и угрожает AI-специалистам. По данным Нью-Йоркского ФРС, CS – седьмая по уровню безработицы специальность в США (6,1%).
Google и Microsoft заявляют, что AI уже пишет более 25% кода. Microsoft недавно уволила 6’000 сотрудников, а в Anthropic топ-менеджеры признают: «Старшие инженеры делегируют задачи чат-ботам, младшие становятся не нужны». В ближайшие 5 лет AI заменит до половины junior-позиций.
Студентам нельзя зацикливаться на единственной технической специальности, необходимо развивать долгосрочные навыки: процессное управление, коммуникацию, переговоры, процессы, психологию, выступление, саморазвитие, маркетинг, креативность, продажи, этикет, инновации.
AI не только разрушает старые профессии, но и создаёт совершенно новые, неожиданные роли. Если машина напишет контракт или отчёт, кто будет нести ответственность за его последствия?
Кто объяснит клиенту, почему система приняла то или иное решение? Именно здесь и возникает «порог ответственности», который ИИ не может преодолеть без участия человека в новой роли:
- дизайнер корпоративной культуры
- офицер по доверию
- этический советник
- дизайнер решений
- дизайнер историй
- куратор контента
- дизайнер миров
- AI-переводчик
- AI-интегратор
- AI-ремонтник
- AI-оценщик
- AI-аудитор
- AI-тренер.
По оценке Всемирного экономического форума, AI создаст 170 млн новых рабочих мест, но уничтожит 92 млн, что даст чистый прирост в 78 млн. Однако этот переход будет болезненным для миллионов людей, особенно в сферах, где автоматизация наступает быстрее всего.
ИИ – не «волшебная палочка» для быстрого старта, а сложная, быстро меняющаяся индустрия, где выживают только самые гибкие и любознательные. Простого умения писать промпты больше не хватит, потребуются: системное мышление, непрерывное обучение и готовность к переменам.
Именно в том, что пока не поддаётся измерению, кроется источник новых идей, инноваций и конкурентных преимуществ. Лидеры будущего – те, кто умеет сочетать силу данных и AI с уникальными человеческими качествами, которые ещё долго останутся вне досягаемости машин.
В гонке выживают не быстрые, а адаптивные.