 |
 |
|
|
Искусственный интеллект — это не магия и не адский «цифровой собес», который после собеседования украдёт твою профессию. Это — математика. Вычислительная и прикладная. Она хороша там, где можно работать по правилам, но часто пасует перед тем, что правил не имеет или имеет слишком много.
Начну с признания, которое может показаться странным для человека, пишущего про нейросети с начала 1990-ых. Я, мягко говоря, не любитель кино, как вида «искусства», и уж точно не голливудщины. При этом моя жена — одна из самых востребованных кинокритикесс в стране (какая язвительная ирония судьбы!). Поэтому, когда меня спрашивают про ИИ, я думаю не про «Терминатора» или «Матрицу», а про задачи классификации и теорию принятия решений. Про распознавание образов — тот раздел математики, где машину учат отличать вражескую ракету от стаи птиц, кошку от собаки, больную клетку от здоровой, а законный платёж от мошеннического. В этом смысле нейросети — не более чем очередной, очень мощный статистический инструмент. И относиться к ним нужно соответствующе — как к калькулятору, только очень дорогому и требовательному к учителям.
«Искусственный интеллект» это ведь просто коммерческое название раздела вычислительной математики, известного, как «распознавание образов. Несомненно, он повлияет на рынки труда, как на них влияли большинство новых разделов прикладной математики, как, скажем, дифференциальное или интегральное исчисление после их изобретения повлияли на рынок труда в инженерном деле.
Здесь просто больше отраслей будут затронуто. Если посмотреть на цифры, картина получается довольно пёстрая. С одной стороны, внедрение идёт полным ходом. В 2025 году 78% российских компаний заявили, что получили экономический эффект от внедрения ИИ, а бизнес вложил в эту сферу рекордные 257 миллиардов рублей. С другой стороны, технологии распределены неравномерно.
Абсолютным лидером по внедрению в компаниях стала обработка изображений и видео — её используют две трети организаций. Половина компаний применяет системы поддержки принятия решений. А вот на производстве дела обстоят скромнее: лишь половина предприятий тестируют генеративный ИИ (который может создавать текст, изображения, чертежи), и в основном для оптимизации бизнес-процессов и обслуживания оборудования.
Ключевой момент: ИИ пока что хорош там, где есть повторяющиеся сценарии. В маркетинге (рост спроса на специалистов с ИИ-навыками в 2 раза), продажах (рост в 2,6 раза) и документообороте (+134%). В этих сферах нейросеть может автоматизировать рутину. И это, кстати, напрямую коррелирует с тем, что люди в этих профессиях чаще всего выполняют однотипные операции.
Для профсоюзного активиста важны спрос, зарплаты и гонка за «нейро-скальпами». Цифры здесь показательные и немного пугающие. По данным «Авито Работы», количество вакансий с упоминанием ИИ в 2025 году по стране выросло на 90%.
Зарплаты — это отдельная песня. Как и в любой новой сфере, здесь разброс колоссальный. Самые высокие доходы у разработчиков и инженеров ИИ. В 2025 году их зарплаты достигали 410 тысяч рублей в месяц. Для сравнения: средняя зарплата по ИТ-отрасли — 182,7 тысячи. Средний класс — ИИ-тренеры (те, кто «обучает» нейросети). Медианная зарплата в 2025 году — 104,3 тысячи рублей, плюс 12,5 тысячи к прошлогоднему показателю. «Рабочие лошадки» — SMM-специалисты, администраторы, контент-менеджеры, которым достаточно базовых навыков работы с нейросетями. Им предлагают в среднем 61-48 тысяч.
Обратите внимание: ИИ — кто угодно, но только не уравнитель. Он уже сейчас создал чёткую иерархию: те, кто создаёт модели, находятся наверху, а те, кто просто использует готовые интерфейсы, оказываются внизу пирамиды.
Формальные требования к ИИ-навыкам быстро эволюционируют. Если два года назад можно было удивить работодателя умением написать промпт для Midjourney, то теперь «базовые навыки» — это понимание, как ставить задачу нейросети, критически оценивать результат и проверять данные. В топе требований у работодателей также «аналитическое мышление» и «технологическая грамотность».
Отдельного разговора заслуживает вопрос обучения. Тренд последнего года — переход от «модных курсов» к системному образованию. Государство через нацпроект «Экономика данных» запустило программу «Код будущего. Искусственный интеллект» с бесплатными курсами на 75 тысяч студентов от МФТИ и Яндекса. Параллельно растёт число платных курсов. Цена вопроса: от 15-30 тысяч за базу до 100 тысяч за профессиональный курс.
Но здесь важно понимать одну вещь: самостоятельного изучения для получения необходимых навыков будет недостаточно. Как в любом другом деле, здесь нужна практика и понимание внутренней кухни. Решать задачу «напиши мне статью» и понимать, почему нейросеть выдала именно такой результат — это совершенно разные уровни.
Самый популярный вопрос, который вызывает панику: кого ИИ «съест» первым? Многие считают, что под ударом в первую очередь низкоквалифицированные и рутинные позиции. Это могут быть операторы кол-центров и первичной поддержки: их функции всё чаще передаются чат-ботам; некоторые категории программистов - разработчиков начального уровня: компании уже начали заменять Junior-программистов нейросетями; корректоры, новостные журналисты и специалисты по вводу данных: всё то, что можно описать алгоритмом.
А вот кому, по иронии судьбы по иронии судьбы, а может, по высшей божественной справедливости, пока ничего не угрожает — так это представителям физического труда. Слесарей-наладчиков 6 разряда, сантехников, электриков и мастеров по ремонту заменить алгоритмом сложнее, чем клерка.
И знаете, это даже забавно. Самые «хайповые» IT-профессии могут оказаться уязвимее, чем «рабочие» специальности. Потому что настоящий физический мир гораздо сложнее для алгоритмов, чем цифровая реальность.
Вместо вывода скажу, что искусственный интеллект уже изменил рынок труда, и процесс будет ускоряться. Но давайте будем реалистами. Машина хороша там, где есть «правильный ответ» — в распознавании, классификации, расчёте вероятностей. ИИ — это мощный вычислительный инструмент, который обрабатывает массивы данных быстрее человека. Но он не заменит живого общения, не пофилософствует за чашкой чая и не напишет этот комментарий без того, чтобы его не перепроверил автор. Распознавание образов — это не понимание смысла. И пока это так, списывать человека со счетов рано.
Саид Гафуров, доцент МГЛУ и РГСУ, член Центрального совета Независимого профсоюза «Новый труд»