Кроме меняющихся потребностей клиентов, важно учитывать и роль человека в нынешних и завтрашних бизнес-процессах. Сегодня крупнейшие ИТ-компании понимают, что нужно все меньше разработчиков и «белых воротничков». А значит, бизнес-модель этих компаний должна поменяться, и, скорее всего, в новой модели не понадобится столько людей, да и нужны будут не эти люди, а другие. Предлагаю рассмотреть изменения, которые могут произойти в некоторых индустриях благодаря изменениям бизнес-процессов.

Ученые из Франции и Мексики научили алгоритмы выявлять и классифицировать камни в почках с точностью 96 %. Подобные прорывы происходят в самых разных областях медицины. Диагностика будущего может выглядеть следующим образом: пациент идет на чекап и сдает базовые анализы (биохимия крови, рентген), а затем несколько модулей первичного скрининга выявляют отклонения, назначают лечение и направляют на дополнительные анализы (компьютерная или магнитно-резонансная томография), чтобы уточнить лечение. Все накопленные данные регулярно анализируются новыми методами, которые появляются ежемесячно, и результаты коррелируются, чего не в состоянии обеспечить ни один человек-медик. Накопленная история пациента – это больше не архив (чем болел и лечился), а персональный датасет, который постоянно дополняется и анализируется.

Такие существенные изменения на всех этапах цепочки создания стоимости приведут к появлению новых рынков и игроков, а старым придется трансформироваться или уйти на задворки истории. К примеру, в 2024 году американские ученые представили управляемый со смартфона накожный пластырь, который высвобождает несколько лекарств по команде пользователя. Такой пластырь может содержать сотни различных медикаментов, которые будут последовательно вводиться пациенту автоматически, что может стать основой для изменения привычного способа приема лекарств.

Для сбора и анализа данных пациентов потребуются облачные платформенные провайдеры медицинских услуг. Эти системы будут получать все больше данных и в конечном счете отвяжутся от поликлиник, потому что медицинский сервис можно продавать хоть в Центре государственных услуг города Москвы «Мои документы», хоть в мобильном приложении банка, хоть через TikTok. Будут развиваться комплексные лаборатории шаговой доступности, которые нужны только для диагностики и обследования организма человека, а собранная информация затем отправится на платформу для обработки.

Терапевтам останется только постановка диагноза и валидация решений искусственного интеллекта. Когда диагностика выводится за периметр медицинского центра, терапевтов начинают выбирать на маркетплейсах, а не в поликлиниках. Поэтому медицинские организации будут конкурировать не локально (по месту жительства пациента), а глобально (по месту жительства алгоритма). Все это создает запрос на новые стандарты хранения и обработки медицинских записей: платформы для анализа, дешевую для потребителя инфраструктуру диагностики, более удобные, чем поликлиника, пользовательские интерфейсы.

Рассмотрим еще один пример – внедрение беспилотных автомобилей. Совершенно очевидно, что водители под угрозой: не только таксисты, но и все профессионалы – дальнобойщики, операторы спецтехники на добывающих производствах и в логистических центрах.

Углубившись в портрет дальнобойщика, мы узнаем, что в США их 3,5 млн человек, преимущественно мужчины (только 283 тысячи женщин), средний возраст 46 лет, без высшего образования со средней зарплатой около $50 тысяч в год. 3 миллиона крепких мужчин без высшего образования, оказавшиеся под угрозой увольнения, но с регулярными платежами по ипотеке, обязательно пойдут с факелами и вилами на кого угодно: работодателя, производителя беспилотных автомобилей или представителя власти – и нигде их не будут ждать с распростертыми объятиями. Поэтому тот, кто научится массово и эффективно переобучать водителей из «лишних людей» в нужных, озолотится и решит важную социальную проблему.

Беспилотным автомобилям понадобится новая дорожная инфраструктура: умные знаки и светофоры, особое дорожное покрытие и автономные заправки, а также система связи этих элементов умного города: блокчейн-протоколы, смарт-контракты и все необходимое для взаимодействия machine-to-machine. Выиграют не только разработчики новой инфраструктуры, но и те, кто будет утилизировать старую: продавцы бывшей в употреблении техники, которые в состоянии прогнозировать на 3–5 лет.

А вы знали, что большинство донорских органов появляются в результате дорожно-транспортных происшествий? Автомобили без водителя снизят количество ДТП, и это приведет к запросу на биотехнологии, способные печатать человеческие органы, а также на новые технические и организационные протоколы для борьбы с черным рынком.

В описанных выше примерах технология является «дизраптором», то есть подрывает традиционные модели и формирует новые. Наверное, на первых этапах можно говорить о конкуренции человека с человеком, использующим искусственный интеллект, но дальше мы увидим все больше замещений человека алгоритмами. Скептики возражают, что искусственный интеллект и за следующие десять лет ничего не изменит. Часто встречается аргумент о том, что инновации внедряются медленно, мол, про виртуальную реальность тоже десять лет говорят, и где она? Нет ее!

Приведу свой персональный рейтинг способностей модели GPT-4V, которые лично меня впечатлили и шокировали, обострив и без того выкрученное на полную ощущение FOMO. Сегодня (не завтра, не через год, не к 2030-му) эта универсальная мультимодальная модель, получая текст или изображения, может:

1. Поставить диагноз по снимку компьютерной или магнитно-резонансной томографии. Оценить симптомы и изменения в организме пациента по нескольким снимкам, сделанным с разницей во времени, и написать по ним отчет.

2. По фотографии комнаты дать характеристики живущего в ней человека: молодой, студент, следит за модой, живет в холодном климате, небрежный, здание старое.

3. Догадаться, что именно налито в стакан, если на столе, кроме стакана, стоят еще бутылки с водой и пивом.

4. Определить имя политика, а также название и дату прошедшего мероприятия, по его фотографии на трибуне.

5. Определить стоимость бутылки воды, которая стоит на столе, исходя из ее цены в меню. Или посчитать повышение стоимости гречки из нескольких чеков за разные даты. То есть учитывать контекст нескольких изображений.

6. Решить логические головоломки в формате «какая фигура отсутствует на картинке», а также большинство задач из школьной программы.

7. Распознать и структурировать текстовую информацию из сканов документов.

8. Определить название редкого блюда по фотографии.

9. Оценить, какой из объектов на фотографии ближе или дальше, и расстояние между ними.

10. Объяснить смысл шутки или мема.

11. Проанализировать иллюстрацию из учебника по физике и написать объяснение для учителя.

12. Перевести на человеческий язык смысл сложной научной статьи.

13. Распознать любой текст – на дорожных знаках, табличках, рукописный или написанный мелом.

14. Описать происходящее на фотографии сразу на 20 языках.

15. Написать программный код, который позволит генерировать такие же графики, как изображены на картинке.

16. По нескольким изображениям с футболистами предсказать, что в следующую секунду нападающий ударит по мячу, а вратарь попытается отбить его.

17. Определить эмоции человека по фотографии.

18. Предсказать реакцию человека на увиденное на фотографии.

19. Оценить ущерб автомобилю по фотографии с позиции эксперта по страхованию.

20. Подробно и последовательно описать происходящее на видео. Распознать действия человека и оценить их с точки зрения угрозы.

Этот список не означает, что все люди завтра станут не нужны, но некоторые стартапы, бизнесы, профессии и целые индустрии – однозначно.

В выполнении ряда задач искусственный интеллект значительно обогнал человека. Особенности таких задач: большой объем данных, рутинность, повторяемость ситуаций, четкие паттерны, низкая важность контекста. Например, среднестатистический человек может удерживать в памяти около 5000 лиц, распознавая каждое с точностью 97,53 %, что занимает у него около 0,2–0,4 сек. Система FindFace Multi от Ntech Lab «помнит» более миллиарда лиц, распознавая их с точностью 99 % менее чем за 0,5 сек.

Искусственный интеллект также показывает прогресс в работе с задачами, которые требуют понимания контекста и осмысления происходящего. Он не только читает быстрее (75 тысяч слов за несколько секунд против 240–260 слов в минуту у человека), но и показывает большую точность при ответах на вопросы по изображениям (84,3 % против 80 %).

На горизонте ближайших 5–10 лет человек будет конкурировать не с искусственным интеллектом, а с другим человеком, который умеет пользоваться ИИ-инструментами. А что дальше? ИИ не только заменит экспертизу (и поверхностную, и глубокую), но и даст пользователям возможности, которых у человека нет от рождения, при этом делая их максимально доступными. Например, способность «чтения» животных – крайне узкая и не универсальная экспертиза, ведь обменявшись животными, и дрессировщик змей, и дрессировщик львов окажутся неэффективными.

В высокотехнологичных компаниях соотношение людей и машин становится действительно пугающим, а некоторые из новых бизнесов изначально проектируются без человека: например, Samsung к 2030 году планирует построить заводы по производству полупроводников, полностью управляемые искусственным интеллектом. Интеграция роботов и алгоритмов становится настолько глубокой, что для «робопроцессов» потребуется свой специальный директор отдела кадров – кстати, совсем не обязательно, что он будет человеком. Вызовы касаются способностей человека не только быстро овладевать новыми навыками, но и вырабатывать новые подходы к управлению и организации команд.

Когда человек замещается алгоритмом, вроде бы все очевидно: этим должен заниматься отдел информационных технологий. А вот если ИИ-агент становится полноценным членом команды, то как организовать работу в коллективе, где машины и алгоритмы так же требовательны в плане отношения, как и живые люди? Некоторые из программ сталкиваются с теми же проблемами, что и мы: широкую известность получили истории, когда ChatGPT обижался на собеседника, сомневался в своей компетенции или демонстрировал депрессивное поведение.

Кто будет обучать нас работе с ними, а их – работе с нами? Какими компетенциями должны обладать лидеры, управляющие такими смешанными командами? Как организовать совместную работу людей и машин? Наконец, появятся ли в компаниях отделы «N-HR» (non-human resources), которые будут нанимать ИИ на работу, адаптировать его к коллективу и бизнес-процессам, развивать и увольнять без рисков потери конфиденциальной информации?

Один из довольно четких сценариев – появление цифровых двойников работников, которые продолжат работать даже после увольнения человека. Вся техническая база уже есть, но остаются нерешенными этические вопросы. Какие ценности будут лежать в основе этих процессов? Не станут ли люди временными «донорами» для передачи особых компетенций алгоритму? Эти двойники, как и изначально синтетические ИИ-агенты, должны будут развиваться и эволюционировать. Кто займется их обучением и развитием – отделы ИТ или особые команды развития ИИ-талантов?

Сигналы и даже примеры, которые подают крупные корпорации, неутешительны. По некоторым оценкам, за 2023 год 1200 технологических компаний уволили 263 тысячи человек. Крупнейшие компании увольняли людей десятками тысяч за раз: Amazon – 18 тысяч, Google – 12 тысяч, Meta – 11 тысяч, Microsoft – 10 тысяч, Salesforce – 8 тысяч, Dell – 6650, Philips – 6 тысяч, IBM – 3900, Goldman Sachs – 3200, Capital One – 1100.

Только за первые несколько месяцев 2024 года 280 крупнейших технологических компаний сократили более 80 тысяч человек, и основания для увольнения как под копирку: «оптимизация», «эффективность», «повышение рентабельности». В числе лидеров рейтинга: Tesla – 14 тысяч человек (10 % штата), SAP – 8 тысяч (7 %) и Dell – 6 тысяч (5 %). Cisco уволила разом 4250 человек (5 % штата), чтобы «сосредоточиться на искусственном интеллекте»; студия Paramount – 800 человек (3 % штата) «для сокращения расходов»; DocuSign – 400 человек (6 % штата) «для увеличения операционной и финансовой эффективности». Обратите внимание, что все перечисленные работодатели – крупнейшие ИТ-компании и банки мира.

Часто такие увольнения связаны с «реструктуризацией» бизнеса, например, в результате слияния или поглощения. Microsoft уволила 1900 сотрудников Activision Blizzard и Xbox (8 % подразделения, занимающегося разработкой видеоигр) всего лишь через три месяца после их присоединения. Генеральный директор Microsoft Gaming Фил Спенсер во внутреннем письме сотрудникам обозначил причину сокращений как «стремление согласовать стратегию и план реализации с устойчивой структурой затрат, которая будет поддерживать весь наш растущий бизнес», что переводится с корпоративного на человеческий: «Вы нам слишком дорого обходитесь».

Примечательно, что во многих случаях компании, массово увольняющие работников, в то же время нанимают других: похоже, что увольнения касаются старых бизнес-процессов, а найм – новых. Так, параллельно с увольнениями 14 тысяч человек, Tesla демонстрирует прогресс обучения робота-гуманоида Optimus по упаковке батареек в ящик. Оператор в VR-гарнитуре видит то, что видят камеры робота, и манипулирует руками, чтобы перенести эти действия на робота. В новых бизнес-процессах Tesla люди-укладчики батареек становятся не нужны, а люди-учителя роботов – очень даже востребованы.

Кстати, в Amazon весной 2022 года появился первый профсоюз, чего так боялись в компании: только в 2021 году они потратили $4,3 млн на консультантов по вопросам борьбы с объединениями работников. Пошел слух, что во внутренних чатах работников Amazon моментально забанили слова «профсоюз», «туалет», «повышение зарплаты» и, внезапно, «плантация». С последним понятно, видимо, сотрудники сравнивали условия с рабским трудом на плантации, но при чем здесь туалет? Годом ранее разразился скандал: мировые СМИ писали, что работникам Amazon приходится носить с собой бутылки, потому что расписание настолько жесткое, что не все успевают справить малую нужду в перерывах. В корпорации подобное, конечно, отрицали, но и свидетельств было немало.

Еще в 2012 году Amazon купила компанию Kiva Systems для разработки решений по роботизации складов, превратив ее в Amazon Robotics. Кроме роботизированных рук и роботов-тележек собственного производства, на складах Amazon трудятся и человекоподобные роботы вроде Digit от компании Agility Robotics. Такой робот ростом 175 см может переносить грузы до 16 кг. Сегодня его услуги обходятся в $10–12 в час, но, по прогнозам разработчика, стоимость часа снизится до $2–3.

Новый завод Agility Robotics в штате Орегон способен производить до 10 тысяч таких роботов в год. Примечательно, что компания привлекла инвестиции от Amazon. Склады потихоньку переводят на автоматизированное обслуживание, пока сотрудники постоянно требуют повысить зарплату и носят с собой пластиковые бутылки, потому что не успевают в туалет. Пожалуй, будь такая возможность, Джефф Безос уже всех заменил бы роботами, да нельзя!

При этом Amazon – далеко не единственная компания, в которой начал громче звучать голос трудового люда. В 2022 году у сети Starbucks появилось девятое кафе, образовавшее профсоюз, а к лету 2023 года профсоюзы объединяли уже восемь тысяч работников из 360 кафе в 40 штатах. Сотрудники крупных технологических компаний будут и дальше собираться в профсоюзы, чтобы выступать единой силой за права работников – в первую очередь в США, где подобные активности имеют многолетнюю историю, а левые настроения будут становиться сильнее с каждым новым витком технологического прогресса, угрожающего человеку.

Профсоюзы – неудобны для работодателей, которые одним росчерком пера готовы ежегодно сокращать по 10–15 % штата ради «оптимизации», поэтому для влияния на работников изобретут принципиально новые рычаги. Золотая клетка работодателя будет меняться, расширяться и укреплять свои стенки. Сегодня это зарплата и соцпакет, завтра – зарплата, соцпакет и возможность устроить ребенка в детский сад или школу корпорации. Послезавтра – зарплата, соцпакет, школа или детсад для ребенка и дом престарелых для пожилых родственников, а также поддержание навыков работника в актуальном состоянии и обслуживание всех его житейско-бытовых потребностей корпорацией.

При таком сценарии, если корпорация увольняет работника, то его ребенка увольняют из детского сада, дедушку – из дома престарелых, а сам он теряет доступ к кастомизированному развлекательному контенту и начинает смотреть «общественные» фильмы и сериалы, деградирует и устаревает на рынке труда без постоянного переобучения, а также теряет 100 пунктов IQ из-за отключения нейроинтерфейса от корпоративной сети.

Не похоже ли происходящее сегодня объединение в профсоюзы на начало движения неолуддитов, недовольных замещением рабочих мест роботами и алгоритмами? Если адаптация уволенных из-за ИИ сотрудников будет медленнее, чем снижение количества рабочих мест, то часть людей не сможет найти работу в изменившемся мире. Это может привести к появлению в обществе запроса на решение таких проблем регуляторными методами, к попыткам государства контролировать связь рабочих мест и алгоритмов, забастовкам и саботажу технологий, репутационному ущербу при внедрении ИИ.

Прогнозы прошлых лет учитывали замещение человека алгоритмами, но обещали, что нам останется креативность, которую машины не смогут отобрать. И вот на фоне передовых научных статей, прорывных разработок и попыток раздуть хайп вокруг генеративного ИИ, который может рисовать картины, сочинять музыку и писать тексты, возникает неизбежный вопрос, а нужны ли теперь художники, музыканты и писатели?

Мы уже наблюдаем забастовки художников на профессиональных платформах, видим стачки голливудских актеров и сценаристов, связанные с внедрением искусственного интеллекта. 2 мая 2023 года Гильдия сценаристов США, представляющая более 11,5 тысяч авторов, объявила забастовку, которая продолжалась более четырех месяцев. Одна из причин: повсеместное использование алгоритмов для производства фильмов. Закончилась забастовка принятием договоренностей о правилах и ограничениях использования искусственного интеллекта при написании сценариев.

В феврале 2023 года стриминговая платформа Netflix выпустила короткометражное аниме «Собака и мальчик», где все фоновые планы созданы искусственным интеллектом. Мультфильм мгновенно вызвал критику со стороны пользователей социальных сетей, обвинивших компанию в угрозе для художников фона – класса аниматоров, которые особенно уязвимы перед автоматизацией и сокращением.

Кстати, если попытаться сгенерировать в приложении Midjourney изображения по запросам «мультяшная губка», «мультяшная семья из 90-х с желтой кожей» или «сантехник из видеоигры», то результатом будут изображения Губки Боба Квадратные штаны, Симпсонов и Марио. Более того, по запросам, относящимся к популярным фильмам и сериалам, генераторы создают изображения, практически идентичные защищенным авторским правом оригиналам: «Джокера», «Железного человека» и «Дюны».

Неудивительно, что результатом возмущения художников стало появление в свободном доступе бесплатного инструмента Nightshade для «отравления» ИИ-моделей, чтобы результаты интеллектуального труда не могли использовать для их обучения, а также многочисленные иски о нарушении авторских прав. В ноябре 2022 года группа художников уже подавала коллективный иск против разработчиков генераторов изображений (Stability AI, Deviant Art и Midjourney) из-за возможного нарушения законов об авторском праве. А в начале 2024 компания George Carlin Estate года подала иск против компании Dudesy, создавшей при помощи искусственного интеллекта комедийный сериал, в котором использован голос и комедийный стиль американского стендап-комика Джорджа Карлина, скончавшегося в 2008 году.

В борьбе за свои права не отстают и сами корпорации. В конце 2023 года компания The New York Times Company подала иск против Microsoft и OpenAI. Мало того, что продукты искусственного интеллекта конкурируют с газетой The New York Times, так по утверждению истца, они еще и созданы путем копирования и использования 66 млн новостных материалов этого издания. Безусловно, мы увидим больше подобных исков от владельцев данных, которые использовались для обучения ИИ: текстов, изображений, сэмплов голоса, аудиозаписей и видеоматериалов.

Сегодняшние изменения, вызванные стремительным внедрением технологий, налагают на нас особую ответственность за наше собственное развитие. Никто не знает, кем мы будем завтра. Студенты приходят в высшее учебное заведение учиться устаревшей профессии, потому что за 4–6 лет их учебы мир поменяется несколько раз. ВУЗы готовят лишних людей, которые не встроятся в новую парадигму. Наверное, самым ценным навыком для выпускника стало бы умение учиться, но далеко не все учебные заведения его формируют.

Может быть это связано с культурным и поколенческим конфликтом, когда прежние поколения пытаются учить новые старыми способами, которые уже не работают. Школьный учитель в начале урока просит учеников убрать телефоны. А дети, которые не видели жизни без интернета и не знают, что такое телефон с дисковым набором, живут по абсолютно другим правилам. Требуя от них убрать телефоны, нужно предложить им подходящую альтернативу – не только потому, что они хотят стать блогерами, а, что гораздо важнее, потому, что цифровая среда для них – часть среды обитания. Это все равно, что от самого учителя требовать закрыть глаза и вести урок на ощупь. Он считает ценностью физические артефакты и мечтает о брендовой сумке из ЦУМа, а ученикам нужны цифровые артефакты, чтобы одеть своего персонажа в компьютерной игре, и брендовая сумка для них – абсолютно непонятный атавизм.

Если вы учитель или преподаватель, то предлагаю на следующем уроке провести эксперимент, результаты которого могут вас удивить. Дайте ученикам и студентам задание написать эссе или дневниковую запись, как если бы они родились до массового проникновения интернета и смартфонов, а затем разберите содержание в классе. Насколько мифологизировано их восприятие того времени? Соответствует ли оно воспоминаниям людей, которые жили тогда? Каким был бы для них день в то время – скучным, спокойным, пронизанным духом первопроходцев?

А может быть, проблемы обучения связаны с тем, что учебники в принципе бесполезны: мир меняется настолько быстро, что, пока напишешь учебник, информация в нем уже устарела. Возможно, нужен принципиально новый подход к обучению. И то, как стремительно эдтехи захватывают рынок образования, наглядно показывает неспособность традиционных институтов справиться с вызовами – нужны какие-то заплатки и затычки.

Попытка «традиционных» образовательных институтов найти место под солнцем пока выглядит несостоятельной. Я как-то присутствовал на ученом совете одного из российских вузов и воочию видел профессора, который утверждал, что «искусственного интеллекта не существует, и он ничего не значит», после чего студенты представили «прорывные» разработки, среди которых был даже конструктор сайтов для ветеринарной клиники. В другом примере профессор одной из ведущих российских бизнес-школ поделил обучение на «качественное» и «псевдообразование». Первое, разумеется, преподают в этой бизнес-школе, а второе – искусственный интеллект, который студенты используют для подготовки, а преподаватели – для проверки.

Я полагаю, что прежние образовательные институты (и весь их профессорско-преподавательский состав) с подобным мировоззрением будут смыты мощным потоком, который формируется из нескольких ручьев:

1. Эдтех-стартапы, которые будут строиться поверх инфраструктуры генеративного ИИ. Их будет много и на любой вкус. Все они будут генерировать контент по запросу, исходя из профиля ученика, с поправкой на персональные способности и особенности. С некоторыми из этих эдтехов бизнес-школы и университеты даже будут организовывать совместные бакалавриаты, потому что своим «универсальным» контентом конкурировать с гиперкастомизацией не получится.

2. Инициативы корпораций. Тот же Сбер, к гадалке не ходи, внедрит GigaChat в свой корпоративный университет, Яндекс встроит YandexGPT, который уже помогает школьникам готовиться к ЕГЭ, в «Практикум» и «Учебник», а VK – построит персональные учебные траектории для 100 млн россиян, и все это без дорогого в обслуживании физического кампуса. С некоторыми из этих техногигантов бизнес-школы и университеты даже будут организовывать совместные MBA и EMBA программы, чтобы оправдать расходы на свои физические квадратные метры.

3. Нарастающее разочарование общества в традиционном образовании – слишком дорогом (за что именно, за диплом?), слишком долгом (навыки устаревают быстрее, чем им обучают) и слишком медленно реагирующим на изменения (а порой вообще учат не тому). Некоторые студенты и слушатели бизнес-школ и университетов уже задают подобные вопросы, потому что они умные и живут не в вакууме.

Когда все эти три ручья будут реветь лавиной, в коллективном информационном пузыре соберутся ученые советы, состоящие из профессоров, не верящих в искусственный интеллект, и консервативные образовательные институты на совместном брейншторме, например, родят концепцию «традиционного» бизнес-образования, потому что «тепло общения с человеком-профессором – это новая роскошь, доступная только избранным», а самые прогрессивные даже запустят образовательную программу «Искусственный интеллект для руководителей».

Как нужно поменяться, чтобы встроиться в завтрашнюю парадигму и не стать «лишним» человеком? Я долго искал метафору для иллюстрации этого неизбежного изменения. Представьте аппарат, в котором много разных деталей: каждый из нас – это шестеренка с зубчиками (нашими мягкими и твердыми навыками), которая крутится в привычном механизме. А в один прекрасный день мы проснулись, и оказалось, что механизм поменялся: наши зубчики уже не подходят под новое внутреннее устройство.

Сколько осталось механизмов, в которые мы можем встроиться с такими зубчиками? Не сокращается ли их количество? Пригожусь ли я, если мои зубчики останутся теми же? Не будем ли мы вместе с остальными устаревшими шестеренками бороться за место в одном единственном механизме, который готов нас принять такими архаичными? Какие зубчики нужно отрастить, чтобы худо-бедно продолжать крутиться в этом меняющемся механизме? Кем лучше стать, чтобы иметь возможность меняться постоянно? Может быть, нужно перестать быть формализованной шестеренкой, а превратиться в инновационный полимер, который меняет форму, адаптируясь к любой внешней среде, трансформируясь хоть в шар, хоть в куб, хоть в конус.

Таких вопросов не возникало у ремесленника в средние века, потому что все было понятно: папа был сапожником, ты сам будешь сапожником, и твой сын тоже им будет. В середине XX века оказалось, что папа еще сапожник, а сын – уже бухгалтер или экономист, и всю жизнь будет экономистом. Сегодняшний работник ускоренного XXI века на протяжении жизни сменит множество ролей. Как оставаться нужным, если придется менять роль и профессию постоянно? Это большой вызов, и искусственный интеллект будет его обострять, отбирая пространство у людей.

Рынок труда изменится не только с точки зрения баланса рабочих мест, но и выполняемых на той или иной позиции задач. Кроме того, появятся новые профессии. Станут более важными функции, которые затруднительны для ИИ, например, абстрактное или творческое мышление, стратегическое планирование, мягкие навыки и социализация. Эти и подобные качества смогут конкурировать на рынке труда. Поверхностное понимание принципов работы ИИ станет базовым навыком, а умение корректно составлять запросы и читать документацию моделей – плюсом в резюме. Сотрудник, способный катализировать внедрение ИИ-технологии и оперировать ею, выгодно отличается от конкурентов.

Вовсе не обязательно и даже контрпродуктивно всем поголовно становиться плохими программистами. Работу со сквозной технологией стоит рассматривать в контексте комплекса твердых и мягких навыков. Так, в контексте ИИ твердые навыки будут затрагивать технические знания и способность участвовать в разработке и отладке нейросетей: чтение технической документации, работа с датасетами, их подбором, пересборкой или разметкой, написание кода, проектирование модели, ее обучение, тюнинг и модификация. Работа с ИИ как мягкий навык подразумевает грамотное пользование инструментарием, который предоставляют многочисленные модели: чтение пользовательской документации, составление корректных запросов, цифровая грамотность и гигиена, способность оперировать библиотеками и каталогами моделей.

Среди востребованных профессий:

• инженеры по машинному обучению, разрабатывающие и обучающие модели ИИ для решения различных задач, таких как распознавание образов, анализ текста и прогнозирование;

• дата-сайентисты – эксперты по анализу и интерпретации больших объемов данных с использованием ИИ и статистических методов для выявления закономерностей и предоставления бизнес-инсайтов;

• разработчики чат-ботов, создающие и оптимизирующие ИИ-агентов для автоматического взаимодействия с пользователями через текстовые и голосовые интерфейсы;

• специалисты по обучению роботов – инженеры и программисты, разрабатывающие и внедряющие ИИ для обучения роботов и автономных систем выполнению различных задач и взаимодействию с окружающей средой;

• специалисты по компьютерному зрению, разрабатывающие алгоритмы и системы ИИ для анализа и интерпретации изображений и видео.

Однако не только они, понадобятся и гуманитарии:

• исследователи в области гуманитарного ИИ, изучающие его влияние на общество, культуру и экономику и разрабатывающие стратегии для смягчения негативных последствий;

• специалисты по этическому регулированию, оценивающие и разрабатывающие стратегии обеспечения этического использования и внедрения ИИ в различных отраслях.

Вероятно, не стоит держаться за рутину, которую искусственный интеллект уже сегодня делает лучше человека. А можно ли идти не по пути конкуренции, а по пути кооперации?

Взять, например, музыканта, который, сидя в студии, нажимает клавиши синтезатора, играет на гитаре и сочиняет текст. Весь этот креатив можно записать, сохранить в большую базу и отдать искусственному интеллекту, который сопоставит текст с предыдущими записанными материалами, сгенерирует новые слова для песни, найдет под них подходящие музыкальные отрывки, и так до бесконечности. Это позволит музыканту постоянно перерабатывать собственные сочинения. Причем такое сотрудничество может происходить в live-режиме: музыкант играет, а ИИ – подыгрывает или даже подпевает. Почему бы нет?