Распространение искусственного интеллекта не приводит к простому сокращению числа сотрудников. Вместо сценария массового исчезновения профессий формируется более сложная перестройка рынка труда: часть рутинных операций передаётся алгоритмам, а рядом с ними появляются новые задачи, связанные с контролем, качеством данных, настройкой ИИ и ответственностью за результаты его работы.
По оценкам экспертов, опрошенных «Российской газетой», компаниям будут требоваться специалисты, способные не только пользоваться искусственным интеллектом, но и поддерживать его эффективную работу.
ИИ меняет архитектуру труда
Директор департамента цифровых и продуктовых программ Школы управления «Сколково» Николай Верховский отмечает, что один ИИ-агент потенциально способен выполнять работу в несколько раз эффективнее человека. Однако для этого необходимы специалисты, которые следят за состоянием системы, обновляют модели и модули памяти, настраивают навыки и координируют работу нескольких AI-агентов.
Таким образом, автоматизация не устраняет человеческий труд полностью, а меняет его структуру. Если раньше сотрудник непосредственно выполнял определённую операцию, то теперь он может отвечать за постановку задачи, контроль результата и корректность работы автоматизированной системы.
Вокруг ИИ формируется новый слой профессиональных функций — от технической поддержки моделей до управления целыми группами интеллектуальных агентов.
Кто такие оркестраторы ИИ
Одним из новых типов специалистов становятся так называемые оркестраторы AI-агентов. Это опытные сотрудники, которые формируют контекст для ИИ, распределяют между агентами задачи, проверяют гипотезы и принимают окончательные решения.
Такой специалист может значительно увеличить производительность команды, однако его возможности также ограничены. Чем больше процессов передаётся под управление одному человеку, тем выше когнитивная нагрузка и ответственность за итоговый результат.
Поэтому оркестратор ИИ не обязательно заменяет большое количество сотрудников. Скорее он меняет распределение работы: рутинные операции выполняют агенты, а человек концентрируется на сложных задачах, контроле и принятии решений.
Рутинные профессии меняются быстрее остальных
Наиболее заметные изменения происходят там, где значительная часть работы состоит из повторяющихся операций.
В ИТ это касается, например, разработки типового программного кода, тестирования и обработки стандартных обращений пользователей. ИИ способен брать на себя значительную часть таких сценариев, поэтому простого умения выполнять шаблонные операции постепенно становится недостаточно.
При этом сами профессии не обязательно исчезают. Их содержание меняется.
Разработчику приходится проверять код, созданный AI-агентом, аналитику — контролировать качество данных и обоснованность выводов модели, а специалисту службы поддержки — определять, когда автоматический ответ можно отправить клиенту, а когда требуется вмешательство человека.
Ошибка ИИ может масштабироваться
Одной из главных особенностей автоматизации становится масштаб ошибки.
Если человек ошибается при выполнении отдельной операции, последствия обычно ограничены конкретным документом, клиентом или программным модулем. Ошибка неправильно настроенной ИИ-системы может автоматически воспроизводиться в сотнях или тысячах однотипных операций.
Поэтому контроль качества становится не дополнительной функцией, а обязательной частью цифрового процесса.
Главный вопрос для бизнеса постепенно меняется. Важно не только определить, способен ли искусственный интеллект выполнить определённую задачу, но и понять, кто проверит результат, обнаружит системное отклонение и остановит процесс до того, как ошибка распространится на весь массив данных.
ИИ не всегда означает рост или сокращение штата
По мнению ИТ-директора АО «КИВИ» Олега Васютина, искусственный интеллект сам по себе не определяет численность команды. Он меняет экономику конкретного процесса: одни операции ускоряются или полностью автоматизируются, но одновременно увеличиваются требования к данным, контролю качества и ответственности.
Кроме того, использование ИИ требует собственной инфраструктуры. Компания несёт расходы на вычислительные мощности, лицензии, токены, интеграцию и техническую поддержку. Поэтому экономически оправданным оказывается не максимальное внедрение автоматизации, а поиск процессов, где сочетание человека и ИИ даёт наибольший эффект.
Иными словами, цифровая трансформация не сводится к принципу «чем больше нейросетей, тем меньше сотрудников».
Большинство ИИ-задач пока выполняется совместно с человеком
Широкое распространение ИИ ещё не означает его полной автономности. Совместное исследование Google и Economy ATLAS, основанное на анализе 15 млн взаимодействий ИИ с профессиями и задачами, показывает, что искусственный интеллект используется в большом количестве профессий, но чаще выполняет вспомогательную роль.
По данным исследования, ИИ применяется более чем в 68% профессий, совокупно охватывающих более 88% занятости в США. При этом в медианной профессии, где используется ИИ, на него приходится около 21% задач. Более чем в 75% задач искусственный интеллект применяется лишь примерно в 3% профессий.
Таким образом, текущая модель использования ИИ преимущественно основана на взаимодействии человека и алгоритма, а не на полном исключении специалиста из процесса.
В строительстве человек останется центром сложных процессов
Для строительной отрасли эта тенденция особенно важна. Здесь уже автоматизируются обработка проектной документации, подготовка отдельных документов, анализ данных, контроль строительных процессов и работа с ТИМ.
Однако строительство связано с большим количеством нестандартных ситуаций. Условия площадки могут отличаться от проектных, подрядчики допускают отклонения, нормативные требования пересекаются, а решения приходится принимать с учётом стоимости, сроков и рисков.
ИИ способен быстро обработать значительный объём информации, но ответственность за решение остаётся у специалиста.
Поэтому в цифровом строительстве будут востребованы не только разработчики и специалисты по искусственному интеллекту. Потребуются инженеры, проектировщики, технические заказчики и руководители проектов, которые умеют использовать ИИ как инструмент профессиональной деятельности и одновременно критически оценивать его результаты.
Главный кадровый риск — потеря входных позиций
При всех преимуществах автоматизации у цифровой трансформации есть и обратная сторона. Одной из наиболее серьёзных проблем становится сокращение количества вакансий для начинающих специалистов.
Традиционно молодые сотрудники начинали карьеру с относительно простых задач: обработки документов, подготовки типовых отчётов, тестирования, поиска информации и других операций. Именно выполнение таких задач позволяло постепенно накапливать профессиональный опыт.
Теперь часть подобных функций может выполняться искусственным интеллектом.
В результате возникает риск своеобразного кадрового разрыва: компании получают более производительные системы и опытных специалистов, но сокращается количество позиций, через которые молодые сотрудники могут войти в профессию.
От автоматизации — к новой модели профессионального опыта
В долгосрочной перспективе ИИ, вероятно, будет менять не столько количество профессий, сколько их внутреннюю структуру.
Рутинные операции всё чаще будут передаваться алгоритмам, а специалисты будут концентрироваться на постановке задач, проверке результатов, работе с исключениями, управлении рисками и принятии решений.
Для бизнеса это означает необходимость пересматривать не только цифровые инструменты, но и систему подготовки кадров. Если молодому специалисту больше нельзя дать несколько лет исключительно рутинной работы для накопления опыта, необходимо искать новые модели профессионального обучения.
Именно поэтому главный вопрос цифровизации рынка труда заключается не в том, сколько профессий заменит искусственный интеллект. Гораздо важнее понять, какие задачи останутся за человеком, как будет распределяться ответственность и каким образом специалисты следующего поколения смогут получать опыт в мире, где значительная часть рутинной работы уже выполняется алгоритмами.