Насколько вероятен кризис от ИИ в России

Насколько вероятен кризис от ИИ в России

ИИ неизбежен. Он будет внедряться и очень многое поменяет. Например, есть прогнозы Дарио Амодеи, CEO Anthropic, который говорит о том, что безработица в США может вырасти на 10–20%, в первую очередь среди начинающих специалистов в белых воротничках. Горизонт — 1–5 лет. В наибольшей зоне риска IT, финансы, право, консалтинг.

Или что развивающиеся экономики могут удвоить ВВП на душу населения за 5–10 лет за счёт ИИ.

При этом Амодеи говорит прямо:

«Это приведет к миру с очень высоким ростом ВВП и потенциально очень высокой безработицей. Такой комбинации мы почти никогда не видели».

Но есть нюансы. Во-первых, это прогнозы. Во-вторых, вопрос в сроках. Потому что может всё это произойти и не за 1, 5 или 10 лет. На практике я вижу, что про ИИ много говорят, но фактически внедрение идёт не так быстро. Сегодня часто можно говорить об использовании отдельных инструментов для отдельных задач, но серьёзной ИИ-трансформации я практически не наблюдаю. При этом даже в продвинутых и крупных компаниях ИИ пользуется относительно небольшой процент людей.

Разговоры о внедрении ИИ и его влиянии на рынок несколько преувеличены. Возьмём те же США, где активно идёт ИИ-гонка. Да, есть отдельные громкие новости, что крупные компании сокращают персонал якобы из-за ИИ. Но если смотреть на статистику в целом, то влияние ИИ на рынок труда там пока незначительное. Стали меньше нанимать на джуновые позиции, но не более того.

В России своя ситуация. В сценарии, где Запад страдает от избытка автоматизированных задач при недостатке покупателей, мы страдаем от обратного: нехватки людей при сравнительно медленном проникновении ИИ в массовые процессы. Логика «ловушки» там предполагает, что автоматизация вытесняет работников; у нас на ближайшем горизонте она скорее закрывает дефицит. То есть тот самый канал разрушения спроса, который описан в исследовании, у нас включается позже и слабее.

И есть ещё слой, который мне как практику кажется важным. Мы — догоняющая экономика по ИИ, но в то же время не аутсайдеры. Есть два очевидных лидера: США и Китай. На данный момент догнать их практически невозможно по ряду причин. Но в то же время у нас есть свои достаточно сильные модели, которых нет в большинстве других стран.

Наше отставание — парадоксальное преимущество. Мы успеваем посмотреть, на какие грабли наступают в Кремниевой долине, прежде чем самим в них попасть. Воспользуемся ли этой привилегией — отдельный вопрос, но возможность есть. То есть можно пройти этот кризисный момент более плавно, а можно безвозвратно отстать.

Как подготовиться к такого рода кризису?

У Дженсена Хуанга, CEO Nvidia и одного из ключевых ИИ-визионеров, есть такая фраза:

«Вы не потеряете работу из-за искусственного интеллекта, но вы потеряете работу из-за того, кто использует искусственный интеллект».

Переход к искусственному интеллекту только начинается, и строить карьеру, ориентируясь на сегодняшние тенденции, довольно сложно. Пока рано говорить о том, как всё будет выглядеть, когда ИИ разовьётся.

Вот помните, года три назад перспективной считалась профессия промпт-инженера? А она фактически умерла, толком не родившись. И таких поворотов будет ещё довольно много.

Я бы переформулировал сам вопрос. Готовиться надо не к «кризису автоматизации» как событию, а к экономике, где средняя, шаблонная задача быстро дешевеет, а нестандартная дорожает. Это две разные подготовки, и вторая интереснее.

Первое — встроить ИИ в свою профессиональную практику настолько глубоко, чтобы делать с ним в несколько раз больше, чем без него. Не «изучить ИИ» абстрактно, а сделать его рабочим инструментом. Те, кто просто ждёт, попадают в зону риска. Те, кто использует, становятся дороже. Пока этот разрыв в зарплатах не такой драматичный, как обещают визионеры, но на горизонте найма он уже виден — и довольно быстро становится виднее.

Ещё год назад я спрашивал нанимающих менеджеров, выясняют ли они уровень владения ИИ у потенциальных сотрудников. Это делали примерно один-два человека из десяти. Сейчас же я вижу всё больше случаев, где владение ИИ становится обязательным требованием при трудоустройстве. И в том числе даже просят выполнять тестовое с его помощью, но объяснить механику: какие инструменты использовались и как человек пришёл к результату.

Второе — развивать то, что модели пока не делают: суждение, вкус, ответственность, сложную координацию, доверие. В экономике, где средний контент бесплатен, эти качества превращаются из soft skills в экономический актив.

Сейчас много ожиданий, что ИИ может заменить человека. Но по факту я не знаю кейсов, где ИИ заменил бы человека на 100%. Даже если 95% работы он делает, остаются 5% — самые важные.