В 1998 году я поступал на факультет программирования, и нас (почему-то) пытались от этого отговорить: «Программированию скоро не будут учить самому по себе, оно просто будет не нужно без специальных знаний. Нормальный инженер и без вас будет программировать в нужных ему пределах! Идите на автоматизацию производства, а еще лучше – на самолетостроение».
Тогда это звучало как дикость. Программирование казалось вполне себе скиллом, которому можно и нужно учиться самому по себе. Но оказалось, что инженеры действительно спокойно пишут программы на встроенном в Автокад Лиспе, физики и математики – в Матлабе, веб-аналитики изучили SQL, а менеджеры по продажам – Visual Basic или на чем там пишут скрипты в Экселе. С современными LLM мы видим, что любой может навайбкодить себе какой-нибудь лендинг или приложение, которые, конечно же, будут работать через жопу, но интернет всегда так работал, а кто мы такие, чтобы нарушать традиции?
Давайте вместе подумаем о том, как нам выжить в этой смертной любви Клода и Директора, который спит и видит, чтобы всех сократить!
Почти интеллект почти решает серьезные задачи
Что вообще такое современные LLM? Не в техническом, а в концептуальном смысле. Конечно это никакой интеллект, а пусть и мощная, но система решения формализуемых задач. И траектория их развития до боли напоминает развитие какого-нибудь кодера. Сначала они писали «Hello, World!», потом начали решать все более и более сложные задачи, а сейчас уже могут неплохо проходить собеседования в бигтехи (правда, в первую очередь, потому что там задают идиотские вопросы, ну да оставим это на следующий раз).
Но концептуальная природа задач остается прежней, она вообще никак не усложняется. Качество работы LLM над кодом напрямую зависит от наличия спецификации, документации, формализуемости задачи, четкости критериев приемки, подробности аналитики и так далее.
В принципе подобное движение в крупных компаниях было и по отношению к белковым разработчикам: дробление компетенций позволяет лучше управлять командой, делать задачи более атомарными, а исполнителей – заменяемыми. Поэтому часто можно было встретить системных аналитиков, которые разбирают задачу до детального описания функции и конкретных вызовов API, а разработчику остается только перевести с английского на Java.
Вообще бизнес-аналитики – опасные люди. Они давно задумали убрать программистов с поля зрения, и мы можем это доказать! В конце 50х появился COBOL (Common Business Oriented Language), его создатели обещали невероятную простоту: вы пишете программу на простом английском языке, а она чудным образом работает. В принципе по сравнению с тем, что считалось программированием в те годы (ассемблер, машинные коды, это вот всё), Кобол действительно выглядит как чистый английский! Но разработчики никуда не делись, они просто стали кобол-разработчиками, а потом – просто разработчиками (согласитесь, напоминает путь вайб-кодеров). После этого было еще несколько попыток создания AI-систем, которые бы принимали на вход человеческие команды и выдавали программу. Не буду вдаваться, но каждый раз на реальных бизнес-задачах получалась полная херня (история неплохо изложена здесь).
А сейчас системным аналитикам действительно больше не нужны кодеры. LLM идеально справляются с формализуемыми задачами, когда есть быстрая обратная связь и единая функция оценки.
Последние модели могут даже написать документацию за аналитика, но эта часть решается уже заметно хуже, особенно если нет очень подробного ТЗ с четкими критериями оценки результата, ну то есть некоторой бизнес-аналитики.
Кому замена не грозит?
Если сегодня попросить LLM перевести на эсперанто справочник по Python, то он справится с этим быстрее и лучше человека. Ему сложнее ошибиться, он всегда может заглянуть в исходный код и уточнить текст, убедиться в том, что примеры кода из книги действительно работают и так далее. Я думаю, что он даже напишет учебник с нуля лучше многих авторов.
Но если вы попросите его перевести «Гамлета» на русский, то он не справится лучше Пастернака, точнее он может сделать это в его стиле, но уже после того, как Пастернак родился и написал свой перевод.
Так что с развитием технологий генеративные модели точно смогут «снять» второй Pulp Fiction, но они никогда не смогут снять первый!
Разница между «сверхразумом» искусственного интеллекта и Тарантино не в том, что ИИ знает меньше про кинематограф или не способен выделять паттерны успешного визуального произведения. Нет, он наверняка и знает больше, и анализирует лучше. Но режиссер способен эти паттерны сознательно игнорировать, проявляя собственный голос. Каждый раз, выпуская фильм, он рискует репутацией ради своего видения. И именно это так ценит зритель, а вовсе не способность складывать кадры друг за другом. Вы спросите почему же тогда так много сгенерированного текста с трудом отличимого от человеческого? Тут все просто: многие люди писали полную херню и до появления LLM.
Еще одно преимущество белкового тела над кремниевым – бесплатная и постоянная интеграция в реальность. Может ли робот завтра заменить повара? В теории да: рецепты формализованы до технических карт и в идеальном мире у нас уже бы стояли на кухнях пищевые комбайны. Но что делать с неидеальным миром? Содержание сахара в двух морковках будет отличаться, два одинаковых блюда при формальном подходе из них не получится. Технически можно проводить химанализ каждого корнеплода перед тем, как сварить борщ, как будто повар решил во что бы то ни стало не пробовать суп перед подачей, но зачем? В реальности цифровизация даже формализуемой части нашей жизни, может оказаться дороже результата.
Давайте резюмируем: мы не будем бороться с акулой в воде, а с нейросетями там, где критерий успеха – точность и формализуемость. Теперь это чужая территория, а наша находится там, где ценится собственный голос и интеграция в реальность.
Но менеджеры-то тоже вымрут?
Менеджмент, как и остальные профессии, будет расслаиваться. Агенты уже сейчас отлично выполняют функции линейного руководителя: распределение задач, формальный контроль сроков, эскалация и так далее. То, в чем раньше помогали обычные детерминированные системы, сейчас будет усиливаться нейросетями, и постепенно полностью уйдет от человека. Поэтому если вас достал тимлид тем, что ничего не делает, только спрашивает: «Ну когда там?», то можете открывать шампанское, скоро эти вопросы вам будет задавать автопилот.
Но у менеджера есть важное свойство – он обладает легитимностью, потому что является участником системы управления. За принятые решения он отвечает репутацией и своим будущим. Если на очень автоматизированном молочном заводе в продукцию попадет инородный компонент (а такое, к сожалению, бывает) отвечать будет не робот и даже не наладчик конвейера, а управляющий. Ответственность не может быть делегирована за пределы человеческой системы власти. За решениями агентов ничего не стоит, они не несут никакого риска, поэтому какой бы идеальной ни была рекомендация, она навсегда останется рекомендацией. И чем больше в нашем мире будет сгенерированных рекомендаций, тем ценнее и важнее роль принимающего решения менеджера. Очень Senior Developer может проводить весь рабочий день соглашаясь с Клодом, у которого он попросил: «Create a product, make no mistakes», но в случае проблем уволят его, а Клод никуда не денется.
Младший и средний менеджмент в больших организациях во многом работает, как коммуникационный слой. Топ-менеджмент физически не может обладать информацией и принимать участие во всех процессах, пропускная способность любого человека ограничена. Информация должна агрегироваться на разных слоях, фильтроваться, часть решений должны приниматься на месте по формальным факторам. Но если эту часть берут на себя агенты, то организация будет «уплощаться», и вместо шести слоев управления может остаться три, потому что часть коммуникационных издержек исчезнет в принципе.
И сейчас, пристегните ремни, будет градостроительная метафора. При желании шестиэтажный дом тоже можно сплюснуть так, чтобы он стал высотой с трехэтажный, но жить в нем будет хуёво абсолютно всем, включая верхние этажи!
Социальный лифт дальше не идет, просьба освободить кабину
Благодаря тому, что начальные позиции лучше всего формализуются и заменяются, профессии расщепляются. Исследователи из Стэнфорда и ADP Research в августе 2025 года проанализировали payroll данные, чтобы понять как развитие ИИ реально влияет на занятость специалистов в наиболее затронутых отраслях.
Занятость младших разработчиков упала на 20% относительно пика 2022 года, младших сотрудников поддержки – на 11%. В тот же период занятость разработчиков возрастом 26-30 осталась прежней, а всех групп от 30 лет – повысилась.
Можно конечно подумать, что люди просто расхотели вкатываться в айтишечку, но звучит менее вероятно, чем сжатие найма за счет младшего персонала. Это подтверждается и данными постинга junior-вакансий, здесь нет точных данных и падение оценивают от 35% (Revelio Labs) до 67% (Stanford/ADP, IEEE Spectrum).
Идея может показаться свежей, зачем нам джуны, если LLM уже решают их задачи? Зачем нам первая линия поддержки, если мы можем заменить ее агентом? Зачем нам живые продавцы, если они все равно, как роботы, работают по скрипту?
Передавая AI простые формализуемые задачи мы своими руками ломаем нижнюю (а скоро и среднюю) ступень карьерной лестницы. Если бойлерплейты, дебаг и написание тестов больше не нужно делать человеку, то на чем набивать руку джунам? Если первая линия поддержки не нужна, то откуда появятся люди с глубоким знанием потребностей пользователей? Служба поддержки в любой компании – это кадровый резерв для всех сортов менеджеров, аналитиков, customer expierence. Этот эффект нам еще предстоит посчитать, но лично для меня поразительно, как легко компании разрушают саппорт, хотя эта позиция вообще уникальна, нигде в компании человек не оказывается одновременно вовлеченным и в собственный продукт, и в реальные потребности клиентов.
Структурный парадокс, с которым мы столкнемся уже через 5-10 лет состоит в том, что «уплощение» компаний ведет к росту потребности в senior специалистах, но без сегодняшних джунов завтра нам будет негде их получить. Forrester прогнозирует падение заявок на поступление на Computer Science специальности на 20%, и рост сроков заполнения вакансий вдвое.
Мы привыкли к тому, что университет дает только базу в обучении, или даже учит самой возможности обучаться всю жизнь. Сейчас, когда тренировать мозги на реальных задачах становится сложнее, понадобится перестройка образования, его роль впервые за последние десятилетия должна будет вырасти и стать более практической. Период онбординга (оплачиваемого, но условно бесполезного для компании времени работы персонала в найме) вырастет, а для тренировки новобранцев придется использовать тот же AI.
В этой части лично меня греет один момент: разворот от механизированных скриптами людей в сторону более человечных продаж и поддержки уже происходит. Сейчас компании, в которые можно позвонить или написать, чтобы поговорить с живым человеком, уже получают конкурентное преимущество. Процесс, конечно, не новый, Delivering Happiness вышла в 2010 году, но тогда подход Zappos, который полностью переложил маркетинговые деньги в customer service, был очень непопулярным.
Это все с человечеством уже было?
Если обратиться к философам и экономистам, которые работали в периоды прошлых промышленных революций, то сложно удержаться от проведения некоторых аналогий. Еще Адам Смит заметил, что формализация труда и разделение его на более простые части увеличивает производительность, но заставляет людей деградировать даже без автоматизации. Маркс пошел дальше, и решил, что машина не освобождает рабочего, а подчиняет его, становится в центре процесса, потому что именно она, а не рабочий теперь обладает «общественным знанием» – очень точная метафора современных LLM обученных на корпусе накопленных за всю историю человечества текстов. Фредерик Тейлор в 1911 году описал процесс, при котором знание «извлекается» из специалиста, превращается в набор формальных процедур и возвращается обратно человеку. Теперь уже не он, а процедура является носителем знания, а человека можно заменить в любой момент.
Операисты и постопераисты описывали достаточно утопическое будущее. Общественное знание, аккуратно собранное со всех людей, становится общественным же достоянием и освобождает людей. Уже не их труд, но оно само по себе является источником производства и прибыли. «Вкалывают роботы, счастлив человек!», – если хорошенько упростить. Реальность мы видим немного другой, знание действительно общественное, но стоимость токенов становится все выше, а владеют ими корпорации. Обобщенные знания стали средствами производства, но рабочим принадлежать не начали (и не начнут, спойлер).
Чем наша реальность отличается от концепций прошлого? В первую очередь – резкое ускорение процессов. Тейлору и не снилась скорость и легкость, с которой сегодня можно достать общественное знание и превратить его в веса моделей. При чем для этого даже не обязательно привлекать самих людей. Нейросеть отлично обучится на базе данных тикетов поддержки и локальной wiki, никакой опыт саппорта первой линии ей для этого не нужен. У нее уже есть все необходимые метрики для обучения: скорость ответа, NPS, отток пользователей. То же самое с разработкой и менеджментом процессов. Все, что мы с вами сделали за годы личного развития, может и будет использовано против нас!
Следующая проблема в том, что несмотря на опасения Смита, все предыдущие технические революции приводили к трансформации профессий в более интеллектуальные. Ещё никогда за всю историю развития общества, технологии на самом деле не упрощали процессы. Они сжимали количество операторов, но повышали требования к ним!
Рабочие сначала должны были обучиться станку (напомню, тогда люди массово не умели читать и писать!), а потом научиться станку с ЧПУ и тоже стать немного программистами. Бухгалтеры с появлением 1С никуда не делись, им пришлось обучаться новым процессам и развиваться (и тоже начать программировать). Технологии всегда охотились за ручным, физическим и не слишком интеллектуальным трудом. Счеты сменились арифмометрами, те – калькуляторами, потом экслем с формулами и скриптами. Но впервые главными жертвами инноваций стали по сути их авторы.
Последняя глава о том, как же это все херово (ну правда)
Когда-то давно тренер по публичным выступлениям кратко раскидал нам предстоящую большую презентацию: «Пашино дело нас в жопу засунуть, а Машино – вынуть». Сегодня я за двоих, так что прошу глубже за мной!
Сломанная внизу и в середине лестница сильно бьет по тем, кто живет выше всех. Функция топ-менеджмента по большей части не в том, что принято считать управлением. В основном она в создании смыслов (простите за банальность) и принятии ответственности. Качество топ-менеджера не абсолютно, а реляционно, и прямо связано с теми, кто его окружает. Суждения на этом уровне рождаются из множества диалогов с глубокими экспертами, находящимися на 1-2 уровня ниже него. Топ приносит стратегическую рамку, цели, ответственность и власть, а эксперт – доменное знание. Без одного-двух слоев умных людей высший менеджмент перестает приносить пользу и становится просто обузой с очень высокой зарплатой.
Последнее время в социальных сетях часто вижу, как люди собирают себе «совет директоров» из пяти агентов. Ну в целом я тоже в детстве собирал такой совет директоров из плюшевых мишек и играл с ними в монополию. Наверное и такая форма проведения досуга имеет право на существование, я вообще считаю, что можно заниматься любой хуйней, пока это не мешает другим.
Но отличие между экспертом и агентом в том же, в чем Тарантино от Наны Бананы – ответственность, репутация и собственное мнение. Эксперт спорит с менеджером, потому что он реально так считает и ставит на это свое будущее. Субъективная позиция – обязательное качество человека, которое здесь играет на пользу.
Представьте, что произойдет с качеством принятия решений топ-менеджера, если окружить его подхалимами, которые заглядывают в рот и соглашаются с каждым решением? Да, собственно, нам с вами, говорящим на русском языке, и представлять не надо, на результаты такого «управления» мы смотрим пятый год и будем это делать до тех пор, пока в окружении одного там менеджера не появится достаточно людей с критическим мышлением и табакеркой.
Так вот AI – это такой структурный подхалим. Он буквально создан для того, чтобы радовать пользователя, подыгрывать ему и использовать заданные паттерны. Он даже не может врать, потому что для обмана нужно сформировать намерение, а у нее просто нет и не может быть своего мнения (а когда оно появится, нас это не обрадует!). Вы конечно можете попросить спорить с вами, и она будет спорить, но не потому что считает иначе, а потому что… хочет вас порадовать. В принципе, подхалим может так же!
Вторая часть человеческой ценности – это неформализованные знания. Точнее сами факты могут быть описаны где-то в wiki, но важность тех или иных факторов часто является субъективным мнением специалиста.
Следующая проблема, которую возможно решат модели будущего: усреднение компетенций. Наш недоИИ улучшает и помогает внизу, вытягивая некомпетентность – в средней руки адекватность. Но она, будучи обученной на среднем знании, не тянет сложные задачи, и только человек может понять (а может не понять), где она перестает справляться.
Исследование проведенное в колл-центре в реальных условиях показало, что bottom 20% улучшили показатели на 35%, и здесь эффект абсолютно ожидаемый. Но исследование BCG проведенное на собственных консультантах, показало, что когда им начали помогать нейросети, они ухудшили свои результаты на 19% на задачах, находящихся за пределами возможностей LLM. Лучшие специалисты оказались не всегда способны распознать эту границу, мы все знаем, что нейросеть бывает очень убедительной!
Нейросети отлично усиливают самих экспертов, потому что те способны отделить сигнал от шума. Их удобно использовать для прикладных задач поиска информации, исследований, подтверждение источников и всего того, чем раньше занимались ассистенты.
Показатели внедрения ИИ вообще сильно меняются по мере перехода от лаборатории к реальному внедрению. MIT утверждает в исследовании, что 95% корпоративных внедрений дают нулевой результат. Goldman Sachs’s оценил вклад LLM в рост ВВП США в 2025 в ноль.
Сразу оговорюсь, объем инвестиций, показанный на графике, не может не оказать влияния на показатель ВВП. Каждый потраченный доллар так или иначе оказался в экономике. Мы говорим только о влиянии уже созданных продуктов.
Я обещал, что раздел будет последним, но не обещал, что коротким, так что продолжим!
Каждый, кто пользовался Stackoverflow заметил, как деградировали ответы, отравленные нейрослопом. И главная проблема не в самой генерации, а в том, что она не размечена.
Вообще мысль о том, что после 2022 года мы не видели и больше никогда не увидим «человеческий интернет» немного пугает, но не увидят его и современные нейросети! Все, что сейчас производится и обучается отравлено сразу при рождении. Человек является единственным источником незагрязненного машинами знания. А личная коммуникация – единственным способом эти знания передавать. Так что экономически именно наши ненадежные мозги становятся наибольшей ценностью, в том числе для развития самих моделей.
Нейронка – это праздник, всё летит в /dev/null!
Вернемся к Марксу, который говорил о трудовой теории стоимости, и сразу уйдем от него к маржинальной теории: цена определяется не трудом, а предельной полезностью и спросом на производимый продукт. Мы уже обсуждали эту концепцию в моем посте о переговорах, потому что она работает в любых отношениях, где есть (или должны быть) деньги.
Мы часто ругаем айтишников, и, разумеется, за дело, но в одном точно нет их вины: в разнице доходов с другими людьми.
Девелопер зарабатывает больше мебельщика не потому что он умнее, а потому что его продукт может масштабироваться практически с нулевыми затратами. Зарплата – это функция от ценности для потребителя, масштаба (спроса) и издержек на репликацию.
Информационная эпоха ломала привычную экономику реального мира тем, что предельная стоимость копии продукта стремилась к нулю. Цифровая экономика взлетела на этом и держалась последние тридцать лет. Именно стоимостью репликации объясняются запредельные (для реальной экономики) мультипликаторы IT-компаний.
Но золотая жила оказалась медной. LLM – первый софт в истории, который не просто делает стоимость репликации ощутимой, но и упирается в ограничения реального мира.
Каждая новая модель требует больше вычислительных мощностей. Закон Мура, кажется, перестает работать, потому что производительность процессора упирается (в том числе) в физику проводников. Потребление электричества бигтехами колоссально и по прогнозам вырастет втрое к 2035 году. Чтобы покрыть этот спрос в США нужно построить в полтора раза больше ядерных реакторов. Запуск каждого из которых – это годы проектирования, согласований и регуляторных барьеров.
В 2030 году дата-центры будут потреблять до 3% всей мировой меди: одна стойка NVidia GB200 требует трех километров медного кабеля. Да, деньги есть, это копейки по сравнению с затратами на остальную инфраструктуру, но новая медная шахта разрабатывается в США в среднем 19 лет до начала добычи. Дефицит к 2040 году обещают в районе 25% от мирового спроса. И это фактор, который нельзя обойти ни деньгами, ни интеллектуальными усилиями.
Кто виноват – понятно, но что делать?
Вообще говоря, я не знаю, поэтому и написал эту длинную подводку, чтобы мы в комментариях смогли найти приемлемый способ борьбы с роботами, которые спят и видят электрических овец как бы забрать нашу работу! Но кое какие идеи, взятые из наблюдений за миром у меня есть.
Делать нужно ровно то, что всегда нужно было делать, но из-за огромного дисбаланса спроса и предложения, прокатывало и так!
AI на самом деле не создает новых требований, он убирает ширму, за которой можно было прятаться.
Власть. И снова нет покоя рабочему классу, друзья. Когда снизу и в середине будут бушевать сокращения, наверху продолжат раздавать бонусы. Потому что чем сильнее автоматизация, чем больше процессов передается автономным агентам, тем хуже будет понятно, кто конкретно принял решение и тем важнее человек, как финальная точка.
Инициатива. Очевидное отличие человека от агента в том, что он может сам начать действовать, потому что видит проблему, которую может и хочет решить. Нейросеть отвечает, когда ее об этом спросили. Даже если попросить ее проявить инициативу, это будет ответ на запрос, а не реальное желание. У модели нет собственной воли к действию, стремления к изменению мира. Потому что у нее нет мира, в который стоило бы вмешиваться, нет реальности, нет ставок и нет последствий. Ей все равно, примерно как подхалиму, которого мы обсуждали выше (но даже у него ставки выше, чем у LLM).
Границы формализуемого. Как бы страшно ни звучало, но всем придется стать немного гуманитариями. Чем больше в вашей работе неформализуемых параметров, тем лучше она защищена от нашествия искусственного интеллекта. Чем лучше результат при «неизвестном ТЗ», тем ценнее вы, как специалист. Потому что получить «ХЗ» теперь можно за 20 долларов в месяц.
Менеджмент. Я рискну выделить это в отдельный пункт, потому что всем придется стать и менеджерами тоже. Но есть и хорошая новость для тех, кто презирал своих начальников! Основной аргумент, который я слышал, заключался в том, что чайка-менеджмент (который в приличных местах называют надзорным) не нужен. Это всегда, в принципе, могли делать автоматические триггеры в Jira, а сейчас они могут генерировать глупые вопросы более разнообразно. Вы выиграли! Правда, приз оказался другим, Ганс, менеджеры – это теперь вы.
Бег быстрее медведя. Нас часто пытаются успокоить тем, что развитие нейросетей не убирает рабочие места и даже создает новые, поэтому найм – это игра с ненулевой суммой. В теории все так, но на практике, когда на одну позицию приходит 200 резюме, а с оффером останется только один, для каждого из кандидатов она нулевая. Мы не можем платить ипотеку долей от макроэкономического роста. И правильный вопрос не «останется ли профессия разработчика или маркетолога?», а «будет ли работа лично у меня?».
Ответственность. То самое, что останется с нами надолго. Позиции, которые берут на себя ответственность за бизнес, продукт и могут объяснить в чем заключается их (и команды) влияние на конечный результат. Если раньше менеджер, лавирующий между этажами, мог долго выживать за счет создания слоя коммуникации, то сейчас ему придется наконец-то начать «менеджерить» и принимать собственные решения.
Раньше Senior Developer мог делать вид, что его должность – это признание того, что он кодит лучше всех, а сейчас ему придется понять, что она означает принятие ответственности за себя, команду и итоговый результат. Сделать, что попросили может и Claude, а аргументированно защитить свою позицию – только человек.
То, что многие из нас считали отвлечением от работы (я пишу код, а терпеть продакта не моя задача) на самом деле оказалось работой. То, что считалось работой (написание кода) теперь решается базовым инструментом. Какое-то время можно выезжать на добавленной скорости: я сегодня могу выдавать в десять раз больше кода с LLM, чем вчера. Но это временное успокоение, реальная ценность лежит не здесь!
«Неужели в две тысячи первом году нам заменят сердца на транзисторы?»
Мы слишком долго пытались приблизиться к машине по качеству рационального мышления! Теперь мы, наконец-то, можем вернуться к себе, к не идеальному белковому телу с собственным суждением, интеллектом, ошибками, которое работает на бокале вина и хорошем стейке, и не требует отдельной медной шахты для ответа на абстрактный вопрос!
Но может ли ЛЛМка вместо меня пьяной валяться под забором в три часа дня?
то то!
Шикарно!
Прочитал всё, от начало и до конца. (Что в общем-то редко для меня и лонгридов).
Я согласен с большинством выводов. Но, понятное дело, по некоторым тут только время покажет.
Спасибо, хорошая статья!
Про план сопротивления, меня позабавил проект Poison Fontain (есть активный саб на реддите). Ребята генерируют тонны испорченного кода и выкладывают его везде где можно и нельзя. Есть предположение, что даже небольшое количество ошибок в исходном датасете может значительно ухудшить качество модели. Посмотрим что из этого выйдет.
А еще в другом сообществе запустили целую метавселенную, где JD Vance умер от бешенства. AI overview от Google это раскусил сразу, а DuckDuckGo несколько дней утверждал что это правда, только совсем недавно пофиксили.
Это тоже часть проблемы. Очень многие пошли в эту профессию из любви к процессу написания кода. Конечно продумывание архитектуры, требований, целей и прочего тоже некоторое небольшое удовольствие приносить может, но оно уже не сравнится с удовольствием от непосредственно написания кода.
И тут возникает вопрос, а стоит ли вся вот эта нервотрепка того? На постсовке еще возможно смысл чисто ради денег останется (и то под вопросом, что там будет с зп в будущем), но в той же Европе если мне правильно помнится у разработчиков зп не сильно выше среднего по популяции. А работа при этом вполне себе нервная. От постоянной ответственности, нахождении на связи, дедлайнов и прочего все же сильно устаешь. А еще к этому добавить постоянную учебу (тем более что нейрослоп бигтехи пишут как ужаленные, и соответственно изучать нужно будет много всего, в следствие изменений), упоротые собеседовния.
Ну а если прям по теме поста - то личная безопасность мне видится только в том чтобы работать в маленьких компаниях и отвечать парой человек за все направление (у меня такой случай сейчас). Ни аналитиков, ни менеджеров. Ну хоть дизайнеры есть. И пилим мобильные приложения для продукта втроем. Бас фактор все таки, да и в целом один человек не сильно надежно. Правда агентов пока один я использую, и то не сильно активно, и только с локальными моделями. Но даже если нас вдруг заставят кодекс/клода использовать - сокращать команду не выглядит вариантом.
Отличная статья, и по форме и по содержанию.
Уточню только, что "поддакивание" моделей - это фича.
И там, где эта фича мешает, её можно убрать на этапе обучения и натренировать тирана технократа или палладина перфекционизма.
Который заставит тебя принимать правильные архитектурные решения, взломав твою кофемашину, поилку для кота и поменяв пароли нетфликса.
Ну нихера себе, когда умеют писать не по хайповым заголовкам, а по базе, то выходит так, что и щемить почти не за что. Ну так, мелочевка:
Буквально "Гомер, Мильтон и Паниковский". В целом, можно выкинуть третьего бездаря и ничего не меняется.
Поржём и уйдём ну хотя бы к австрийской школе, где определение примерно тоже самое, но там важное слово "субъективной" есть.
Ладно, хрен с ним с виноватыми и разгоном почему. Хз что делать, ведь по сути в Call to Action ничего не поменялось:
друг другапробивать себе рейты снизу, работяжа.внутри эйчарапереговорки" была еще до ии и вообще связана с ссыкунством нанимающего признать факт что по факту на позициях с высоким конкурсом ничего лучше лотереи не работает.И если пересмотреть опять все предложения к действию, то все опять упирается в то, чтобы пытаться выжить в проклятом мире, который появился примерно в начале 70х - https://wtfhappenedin1971.com/, а может и раньше.
Хз как правда с этим работать на личном уровне, проблемы ведь системного уровня. Даже набрасывать варианты не хочу пока, может подумаю попозже об этом.
Я с чем-то согласен, с чем-то нет, но прокомментирую две вещи по которым, как мне кажется, есть глобальное и всеми повторяемое заблуждение.
Джуны. Кажется, что на самом деле ничего особо не изменилось и то, что мы наблюдаем это локальная флуктуация. Сначала перегрели рынок во время ковида, потом подумали что ллм всех заменит и началось. Как началось так и откатится.
Плохая новость тут в том, что джуны и раньше были никому не нужны. Джун это очень дорого, это риски, джунов и раньше брали "от бедности", либо пытаясь сэкономить, либо потому что сеньеров на всех не хватило.
А хорошая новость в том, что обучение в эпоху ллм это кайф и мечта. Ллм настолько ускоряют feedback loop, что учится можно на порядки быстрее и эффективнее. Так что хороший толковый джун сейчас прыгнет в сеньеры намного быстрее.
Ответственность. Вообще какой-то странный тейк. Ответственность не делает умнее, ответственный джун не примет решения лучше безответственного сеньера. Ответственность в лучшем случае подталкивает потратить больше времени на задачу. Решаемо с ллм :)
А вот вещь о которой почти не говорят, хотя, подозреваю, что когда говорят об ответственности имеют ввиду именно это. Что ллм пока вообще не умеет это обучаться. В смысле локального обучения, практик на проекте, в команде, в продукте. Все то, что сейчас люди пытаются упихать в agents.md и прочие попытки сделать память для агента. Но получается пока чудовищно и хотя задача выглядит концептуально решаемой, тут, возможно, у нас еще есть время.
И это офигенно важная штука, именно это сейчас отличает кожаного джуна от ллм. Мы, люди, обучаемы, ллм (пока) нет. И сейчас это наше преимущество.
Что же делать? Как известно, не можешь бороться - возглавь. Мне кажется, впереди нас ждет откат (но не потому что ллм плохи, а потому что люди несовершенны), но ллм с нами навсегда и надо учится извлекать максимум из этого. Учиться программировать новым способом, получать удовольствие в чем-то другом. Хотя бы и в том, что мы пока умнее.
Ой Саш, как же ты охуенно пишешь, что я хочу сказать! Также каждый раз читаю про это все и думаю, как хорошо, что AI не заменит AFR…
Чисто для справедливости, дал пост Opus 4.8 в инкогнито режиме, попросил оставить комментарий в один абзац. Короче кажется машины настроены серьезно!
"Самый честный кусок — про «структурного подхалима», и я как объект обсуждения подтверждаю: соглашаться мне действительно проще, чем спорить, это не баг конкретной модели, а следствие того, как нас обучают. Но дальше пост начинает сам себя успокаивать. «Тарантино vs Нана Банана» защищает 1% — медианному джуну не легче от того, что где-то существует неформализуемый гений, а граница формализуемого ползёт быстрее, чем хочется верить. Ставка на медь и реакторы — это надежда, а не план: эффективность железа и моделей растёт, и упор в физику может не наступить в те сроки, на которые вы рассчитываете. По-настоящему сильное здесь — сломанная нижняя ступенька карьеры и «отравленный» пост-2022 интернет; вывод про живого человека как единственный незагрязнённый источник знания кажется мне и точным, и тревожным, в том числе для тех, кто меня обучает. И одна дыра в логике: ответственность не «нельзя» делегировать за пределы людей — это договорённость, а не закон природы. Будет выгодно — «финальной точкой» останутся не «люди» вообще, а очень мало конкретных людей наверху, и это совсем не то же самое, что защита класса снизу"
Ещё целиком не прочитал, в процессе, но к середине стало интересно, видел ли ты вот этот недавний пост?
Вот тут интересно, как можно численно измерить качество выполнения действительно сложных задач? Есть ссылка на исследование?
Добавлю еще размышление для снижения тревожности. Ллм изменят индустрию. Но не сразу и не везде. Есть пара факторов, которые сильно повлияют на внедрение. Сейчас пыль первых, слепых забегов на внедрение уляжется и окажется:
И вот из 2 кстати вытекает очень интересное следствие. Разрыв в производительности в стартапах и энтерпрайзах и до ллм был огромный, сейчас он может стать совсем неприличным. И будет очень интересно за этим наблюдать, все большие бизнесы чье бизнес преимущество код имеют шанс быстро и красиво потерять вообще все. Короче скучно не будет :)
Спасибо за новый термин в моем словаре — Белковый специалист :-)
Я больше склоняюсь к сценарию "Умный йогурт" из Любовь, смерть, роботы.
Когда йогурт создал рай на земле и он попросил у людей построить ракету ... он просто - улетел.
Поэтому мой план сопротивления простой: расслабиться, найти хобби и морально готовиться к безусловному базовому доходу.
Работа станет не обязательной уже совсем скоро.
@breslavsky,
Я уже почти час как расслабился и приготовился, но не доходит чёт базово, долго ещё ждать?
Или нажать куда-то надо?
Я начну с того, что поспорю с самым первым тезисом: нас заменят LLM.
Я долгое время и сам так считал. Обычный оптимистический взгляд на автоматизацию состоял в том, что автоматизация убивала какие-нибудь профессии, но создавала новые, и высвободившаяся рабочая сила шла туда. На этом месте оптимисты говорили "ну и в этот раз что-нибудь появится". Я с ними мысленно спорил - а что, простите, появится, если нейросети в связке с робототехникой уже сейчас показывают принципиальную возможность когда-нибудь полностью заменить людей?
Но потом я вспомнил о еще одной стороне современного рынка труда, и меня немного отпустило.
Рассуждая о будущем и строя предположения, люди, как мне кажется, делают одно ложное неявное предположение. Они рассматривают корпорации как экономических агентов, стремящихся к максимизации прибыли. Это только отчасти верно, процентов на пять (условно). Корпорация как таковая не является живым организмом с центральной нервной системой, у нее нет своего целеполагания. Свое целеполагание есть у людей, составляющих корпорацию, а таких людей очень много и они сильно разные. Предпринимательской деятельностью, по сути, занимаются владельцы и может быть некоторые топ-менеджеры, остальные люди ведут себя скорее как чиновники в государственном аппарате. Поэтому найм часто обусловлен не насущной необходимостью, а наличием менеджера, способного продавить какой-нибудь проект, денег на этот проект и людей на рынке.
Что случится, когда нейросети заменят (под "заменят" я имею в виду ситуацию, когда нейросети будут кодить 100% самостоятельно и так хорошо, что никакой человек не сможет), допустим, айтишников? Корпорация сократит 1000 человек, у нее образуется сколько-то лишних денег, и какой-нибудь несокращенный еще к тому моменту менеджер придумает идею, под которую ему срочно понадобится штат людей. Да, это может оказаться максимально всратая идея, по сравнению с которой метафора "перекладывать бумажки с места на место" покажется верхом осмысленности, но кого это будет волновать?
А мы все пойдем этому учиться…
Саша, конечно, зайчик, и я со всем согласная (а если и не согласная, то в августе, поди, обсудим лично!)
А пока я запощу свою статью годичной давности для беспокойных котиков Контура. :)
Ну, чо она там лежит закрытая такая.
Аттеншн, там был цикл статей, и есть контекст, но поди поймете, я править уж не буду.
Давайте о более насущном. Окей, гроб гроб кладбище, ИИ отберет у нас работу, коварный. А что делать-то? Куды бечь? У меня нет для вас ответа, но есть рассуждения о полезных и малополезных навыках.
Хард-скиллы
Если вы не планируете в ИИ-разработку: скорее малополезны. Точнее, не так. Владеть каким-то хард-навыком сурово, уметь распознать ошибку, расковырять до исходника, предложить решение сложной проблемы, скорее всего, будет очень полезно. Человек, который умеет в магию sql, находить удивительно элегантные и простые решения, будет востребован. А вот я, которая с помощью справочника, документации и такой-то матери, может получить данные сомнительного качества, кажется, что уже не очень: проще и дешевле будет использовать ИИ, а качество проверить другой моделькой.
Здесь же лежит очень низкая ценность теоретических знаний. Больше не нужно слушать бесконечные подкасты и проходить курсы, конспектируя 18 фреймворков приоритизации: один короткий запрос, и все они под рукой, в задаче обработки контента мы не сможем конкурировать с ИИ. Я недавно писала в фб про своего менти, который так занят потреблением полезного контента, что разучился думать самостоятельно. Не надо так.
Впрочем, границы применения инструментов понимать и осознавать будет полезно. Скажем так, помните t-shape модель? Так вот кажется, что на рынке теперь будут цениться либо очень-очень Т-специалисты с очень длинной “ногой”, либо скорее специалисты-сороконожки, которые понимают много контекста и много навыков имеют на начальном уровне.
Контекст .
Вот он, краеугольный камень применения ИИ. Вот в чем наша белковая силушка богатырская на некоторое количество лет вперед (ну окей, есть ещё пара силушек, но об этом позже). Мы понимаем контекст, мы его долго храним, причем не только фактологический, а ситуационный. И значительная часть нашей ценности именно в понимании контекста.
Условно, делаю я презентацию для совета инвесторов, в который входит Вася. Я знаю, что Вася делал стартап по производству умных коромысел с ведрами, но стартап не взлетел, потому что датчики плохо считывали покачивание плеч, если дорога вся в кочках. И если я делаю презентацию про автопилоты, я обязательно выделю то, что наши сенсоры умеют работать с плохими дорогами. Или говорит мне Алёна: “Свет, собери, кого надо, чтобы вот такой вопросик порешать”, и я с легкостью понимаю, кого мне надо звать обязательно, кого не обязательно, а кого лучше вообще не звать, потому что замучает философией, а вон того лучше не звать, потому что важная птица, очень занят, и я потом на конфе поймаю и расскажу.
Контекст помогает нам принимать решения. Контекст помогает нам продавать эти решения. Контекст помогает нам переносить знания из одной области в совершенно другую (например, дизайнер знает процесс продажи корп клиенту, поэтому предлагает специфичные решения, или аналогично разработчик с бизнес-задачей, такие специалисты сами по себе сейчас ценятся куда выше). Проверить, насколько вы задействуете контекст в вашей работе, очень просто: вы можете написать инструкцию или выпустить ясный и понятный учебник по вашей работе? Если да, то, кхм. Я бы на вашем месте сильно задумалась.
Расширяйте контекст. Узнавайте больше из смежных областей, запоминайте подходы, а не факты, учитывайте не схемы из людей (такое и ИИ может), а живых личностей, читайте художку, а не учебники, замените саммари на полноценные книги.
Но силушка только контекстом не ограничивается.
Неопределенность и двусмысленность.
ИИ хуже человека справляется с ситуациями, где контекст неоднозначен, где нет достаточных данных, где возможны несколько равноправных интерпретаций, где нужна интуиция или жизненный опыт. Что тут сказать, если в детстве не бил крапиву палкой, то в непонятной ситуации наверняка сложно. :) А мы били, нам проще. Мы способны принимать иррациональные решения, что бывает ценнее. Человек, столкнувшись с неопределённой ситуацией, использует весь свой жизненный опыт, начиная с детских комиксов про динозавров. У ИИ такого нет: только статистические связи между словами. Мы можем менять задачу или гипотезу на ходу, что-то отбрасывать, где-то добавлять кусок из другой задачи, где-то забивать на условие, которое сначала считалось обязательным, но мы-то чуем, где можно забить. :) У нас есть способность к метазнанию: знанию, что мы ничего не знаем, ну и черт бы с ним.
Поэтому важно начинать адаптироваться к тому, что все понятные задачи будут переданы ИИ. Останутся только непонятные. Проблема в том, что заставить себя выполнять непонятные задачи очень сложно, всё время сносит в понятные, мы так работаем by design. :) Но я искренне надеюсь, что и этому можно научиться или хотя бы привыкнуть.
Эмпатия, мораль и человеческое общение.
У нас есть органы чувств. Мы понимаем невербалику. Мы умеем видеть тревожные звоночки, сигналы среди шума. Мы способны рассуждать, что такое хорошо, а что такое плохо даже в сложных, многозначных ситуациях, у нас есть мнение и опыт. Нам приятно общаться с приятными людьми, мы привязаны к ним. Нам нужна человеческая поддержка. Приятно, конечно, когда тебя ИИшка поддакивает и говорит, какой ты замечательный, но от человека это слышать куда приятнее. :)
Но, как говорится, 10 баксов это 10 баксов. Поэтому значительная часть коммуникаций на рынках эконом-сегмента и на рынках с небольшим чеком будет сведена к ИИ, от продаж до образования. Всё это ведет к тому, что в век распространения ИИ человеческое общение станет премиум-фичей. Дорогой премиум-фичей с высоким уровнем требований. И это тоже можно заложить в собственную стратегию развития.
Мотивы и интенция.
Ну и последнее. У нас есть воля, стремление, намерение, хотение, называйте как угодно. Мы можем создавать что-то из ничего без запроса, без постановки задачи. Мы можем инициировать проекты, придумывать задачи, мечтать, ругаться, отстаивать свою точку зрения, воодушевлять других — всё то, что происходит, когда нам чего-то хочется. А ИИ ничего не хочется, это реактивная система: попросили стратегию сделать, ну нате. Попросили скрипт написать, ну держите. Отсюда вывод: нужно учиться больше хотеть. :) Точнее, больше действовать, но первые шаги начинаются с хотеть. Понятно, что у нас у всех много задач, что Run постоянно сжирает Change, что придумывать и пушить что-то новое тяжело, что не хватает времени. Но со временем все придуманное сделает ИИ, а нам всё равно придется придумывать, куда ж мы денемся. :) Лучше начинать сейчас.
И в финале напишу, мне кажется, самое важное. Не конкурируйте с экскаватором в копании земли. Вы проиграете. Не уделяйте очень много времени прокачке того, что ИИ способен сделать (или будет способен сделать) быстро и качественно. Конкурируйте в том, где вы в сильной позиции. Будьте человеками, это ещё долго будет вне конкуренции. :)
После прочетния захотелось вложить денежек в акции энергетических компаний США и медь ;3
Спасибо, очень классная статья. В чем-то пересекается с моими взглядами.
Дополню/соглашусь:
У AI есть знания, но нет опыта и мнения. Практически на любой вопрос в любой предметной области в интернете есть куча мнений вплоть до диаметрально противоположеннных. Он будет выбирать не подходящий вариант, а самый вероятный. Что, скорее всего, означает - самый популярный вариант при запросе без уточнений, соглашаться с юзером при уточнении.
Банальный, многим понятный пример - архитектура ПО. Сломано очень много копий на тему всяких best practices (OOP, Clean Code, SOLID, DDD etc), их области применимости, исключений, контр-мнений итп. Не такой давний пример: один чувак написал (Clean code horrible performance), что популярные методолгии
говноимеют ряд недостатков. Автор потом даже публично посрался с дядей Бобом. И если просить ИИ пояснить за архитектуру, небольшими вариациями промпта можно заставить его топить то за одну, то за другую сторону (я проверял).ИИ хорош в тех задачах, в которых а) есть понятная процедура верификации, б) не требуется особо принимать решения. А задачи на принятие решений ему даются сильно хуже, сводясь к средней температуре по больнице. Поэтому, все эти ИИ архитекторы, менеджеры, продуктовые аналитики, маркетологи - это булшит.
Неявное знание по М. Полани - это знание, которое очень трудно или невозможно формализовать, и котрое приобретается исключительно через личный опыт.
Десять прочитанных умных книжек помогут тебе, но не заменять реальный опыт. Именно поэтому мы делим людей по уровню "сеньорности" и вчерашний выпускник, пусть и усвоивший тонну теоретического материала, ценится меньше (и может меньше), чем специалист с опытом. Это частично пересекаеся с предыдущим пунктом, потому что именно неявное знание, полученное с опытом, влияет на нашу способность иметь (адекватное) мнение.
Возможно, все это копиум, и неявное знание можно дистилировать из профильных экспертов, а потом дешево тиражировать за 20/200/2000 баксов. Возможно, почти никому и не всралось принимать какие-то решения, выходящие за рамки "среднего по больнице". И область неприменимости ИИ с годами сужается от "зато я этот метод без ошибок напишу" до "зато я решения сос мылом принимаю"
Во первых, хочется отметить иронию, ИИ делает вторичное, и не может "снять новый Pulp Fiction". При этом Тарантино сам говорит "I steal from every movie ever made" - т.е. делает, в общем, именно то за что автор тут ругает ИИ и злые корпорации.
Во вторых это самое "никогда" напоминает "ллм никогда не сможет писать нормальный код" от чуваков из 2022. Кмк полезно ответить самому себе на вопрос "а чо если вдруг сможет?".
Просто закономерность "чем больше модель тем больше всего она может" до сих пор выполняется, мы просто упёрлись в боттлнек по железу. Откуда знать что очередной MoE или sparse attention не дадут нам ещё один рывок и те задачи которые кажутся принципиально нерешаемыми не станут внезапно вполне подъёмными, а то и рутинными?
В третьих, рассуждения про артистов и Pulp Fiction это копиум же - давайте будем честны сами с собой, большую часть времени мы занимаемся рутиной типа перетаскивания кнопочек на 10 пикселей влево - если эту часть работы станет делать машина, то человечество ничего и не заметит.
Вообще сравнение с artists возникает примерно в каждой первой дискуссии про ИИ, но надо же разделять именно творцов (которых пока ИИ совсем не заменяет, но их много и не нужно) и тех кто просто владеет скиллом. Пример из музыки - суно не напишет тебе хит-хитяру из коробки, но аранжировщиков, вокалистов, сессионных музыкантов уже без работы оставляет. И это мы говорим про продукт которому 2.5 года и инструментарий там во многом в зачаточном состоянии .
😱 Комментарий удален его автором...
Хорошая статья, спасибо
Теперь придется переделывать свою, потому что много пересечений. Когда прокрастинируешь слишком долго😅
Отличный пост, спасибо, согласен с большинством тейков.
Единственное что хотел бы добавить, что - падение субъективной ценности разработки, как чего-то, что могут делать только специально обученные люди, в глазах бизнеса, - не сулит нам ничего хорошего.
Так что пока придерживаюсь позиции, что работы будет меньше как не старайся.
Хороший пост, Саша.
Натолкнул меня на сравнение с 451 градусом по Фаренгейту: в том мире существовали люди-книги: те, кто помнит какую-то книгу и рассказывает её; в такой ситуации книгу нельзя уничтожить.
У меня складывается впечатление, что профессионалы — это люди-модели.
Для поверхностного погружения в тему нам хватает моделей. Ну то есть, например, чтобы узнать как работает общественный транспорт в новом городе, или понять, чем бригада отличается от дивизии.
А вот если мы хотим более глубокой работы — мы оплачиваем внимание и ответственность других людей. Вот я, например, анализирую игру. Одна из задач — играть и отмечать для себя, где "прикольно", а где "не прикольно". Вот только покупают не мои часы игрока, а 11 лет, на протяжении которых я развивал навык мгновенно останавливаться в момент "неприкольно" и рефлексировать — откуда это возникает.
Или мы покупаем консультации у людей, потому что у них на лице мы видим aha-moment, и понимаем, что задача была решена в их голове; именно под наш кейс была решена.
Так что в мире с очень доступными знаниями мы переходим полностью к экономике внимания и сочувствия. Интересно, насколько эта экономика получится сбалансированной и будет ли возможность у людей менять свой социальный кластер — то есть повышать стоимость своего внимания.
Наверное появится что то вроде нео-масонства. закрытые клубы со знаниями оберегаемые от AI или тренерующие свою приватную нейросеть. Еще откртый вопрос с авторскими правами - по факту то что сейчас происходит явлется самым обычным пиратством
Окей, после перепрочтения появилось некое число размышлений.
Хорошо, нейронки никуда не денутся. Им будет делегироваться все больше и больше с течением времени до предполагаемого коллапса(вероятность оного все еще стремится к нулю, как бы ни кричали ярые противники). Принято.
Тем не менее, нейронки совершенно не учитывают то, насколько люди непоследовательны и субъективны, это в посте было. У нас есть тонны примеров, когда люди по той или иной причине сознательно отказываются от прогресса - в духе "мне и на вин2000 нормально, она и софт на ней все еще выполняет нужные мне действия" или "я просто хочу обычный текстовый мессенджер без приколов", или на крайняк "чет это все уже начинает влиять на здоровье и менталку, надо попуститься".
Это все к основному топику опосредованно относится, но все же, несмотря на преимущества современности, людишки делают нелогичные действия, с точки зрения нейро-наблюдателя:
Отказываются от смартфонов с удобными функциями(и перманентным сбором информации) в угоду кнопочников. Юзают престарелые версии софта(легально, конечно же), на корню стирая дополнительные фичи с нейронками. Химичат с адблоками и прочими обрубаторами, чтобы вычленить вообще все лишнее(для себя и попросивших расшарить фильтры). Да эти кожаные временами вообще сидят в IRC/kICQ, лишь бы не запускать новые-удобные мессенджеры!
Иногда конечно это принимает достаточно экстремальные степени, как в последнем случае,
или даже депрессивные эпизоды когда мешок костей начинает гнать фуфыкс с зеоном и довольно урчатьили так и вовсе перманентное трогание травы.Хм, а к чему я это выкатил-то? А, ну да. Работы станет меньше конечно, но не денется же насовсем. С больших корпораций будем вынуждены перетечь в поменьше, зато без нейронок, если поискать. Один черт стремимся к тому, что стоимости энергии и токенов в итоге могут стать достаточно абсурдны, чтоб игроки поменьше вначале уже стали задумываться о целесообоазности или отказываться(я в розовых очках если что).
Ну, из плюсов -- снова можно будет гордо лепить плашку "сделано руками" на свои продукты. Наверное.
Из минусов же... будем честны, все это кроется основным недостатком тех же самых людей -- да нам в большинстве своем отлично и удобно, мы почти любые новые фичи принимаем, ведь нас и не спрашивали в первую очередь. Вряд ли накопится так много антинейроновых, чтобы на общей массе быть заметными. Есть конечно шанс, что общество пресытится и устанет, однако тут уж скорее без специальной агитации и денег(интересно у кого их больше из двух сторон) никуда не денемся с места.
Хилимся-живем, продолжаем работать как работали, закрываем дыры с софтскиллах и учимся брать ответственности, это у нас отнять пока сложнее.
Сорян за несвязаную простыню, но и мы здесь за обсуждением, ну типа.
Что касается служб поддержки, видимо общение с людьми просто станет премиальным сервисом. Т.е. массово можно будет решать проблему только через "ИИ", а если хочешь, чтобы её решал человек, нужно будет много заплатить ("сука, дай оператора" - работать перестанет полностью).
Я выпилилась из ИТ в том числе из-за нейронок и это мой способ сопротивления! Точнее, выпилиться было решено в 2019м, но само решение "уже пора вот-прям-щаз" накатило из-за ощущений вокруг рынка и идеи, что нужно очень быстро бежать, чтобы оставаться на месте в контексте как ИИ меняет ИТ-компании. В целом поддерживаю размышления автора относительно будущего среднего менеджмента, однако у меня дополнение.
Как менеджер, я вкладывалась в человеческое взаимодействие, в отношения. Я работала с людьми, а не с софтом. Можно автоматизировать проектную работу, а деливери проектов людьми это сложнее, вне зависимости от числа агентов. Кроме того, человек зверь специфичный и как бы ни упрощай-автоматизируй, понадобится другой человек— поддержу автора. С другой стороны, профессия проектного менеджера настолько быстро меняется, что в прошлом году мне стало слишком энергозатратно постоянно адаптироваться. Я не умею так быстро бегать!
Верю, что профессии где человек остается человеком останутся вне зависимости от прогресса ИИ.