Ищете понимание, как AI меняет труд и навыки? Разбираю влияние автоматизации и ключевые шаги адаптации для специалистов — Марина Погодина
Пока вы спали, вам тихо отменили профессию раз и навсегда. McKinsey и General Catalyst в один голос говорят: эпоха «один раз выучился — всю жизнь работаешь» закончилась, и делают это на фоне тотального внедрения AI в бизнес-процессы.
Если совсем по‑честному: это не мотивационная фразочка для сторис, а приговор целым слоям рынка. На сцене сидят McKinsey, венчур General Catalyst, Calacanis и обсуждают, как искусственный интеллект уже сейчас перестраивает технологии и рынок труда. Перевод на нормальный язык: вам больше не дадут роскоши отучиться на аналитика, выучить один стек и спокойно дорисовывать отчеты 10 лет. Алгоритмы учатся чаще, чем вы обновляете резюме, и «learn once, work forever» превратилось в музейный экспонат. И да, это проблема лично ваша, если вы автоматизируете, строите отделы или просто привыкли, что регламенты живут дольше года.
Теперь давайте через российскую оптику. Когда крупные западные игроки так синхронно говорят про новую эру труда, это означает одно: бизнес будет требовать людей, которые умеют учиться так же быстро, как обновляется модель. А в России это работает иначе — у нас поверх этого всего ещё 152-ФЗ, локальные контуры и любимое «а можно без данных клиентов?». Пока они обсуждают, как AI оптимизирует workforce, вы сидите с n8n, который снова завис на ночном прогоне, и думаете, как бы не утопить персональные данные в очередном интеграционном костыле. «Для российских команд это сигнал, что статичные роли “я только аналитик” будут вымываться» — вместо них будут люди-конструкторы: чуть аналитик, чуть интегратор, чуть бизнес.
Где подвох. Во‑первых, McKinsey и венчуры всегда продают будущее, в котором они уже при деньгах. Чем больше хаоса в головах у работников, тем легче продавать консалтинг «как перестроить оргструктуру под AI». Во‑вторых, опасный момент — безопасность. Пока там рассуждают, как AI перераспределит задачи, нам здесь надо думать, куда фактически поедут данные: в условный корпоративный LLM или в очередной облачный сервис, который завтра заблокируют. Это не баг, нет, скорее фича, которую никто не просил: мир требует гибкости, а наши контуры до сих пор живут в логике on-prem и «закройте всё в периметре».
Бытовой штрих. Мне в два ночи кидают эту ссылку с комментарием: «Ну всё, нас списали». Я перечитываю и вспоминаю клиента 2023 года, который строил отдел «AI-аналитики» как стабильный конвейер, без права на эксперименты. Проект прожил полгода — AI-сервисы обновились, лицензии подорожали, юристы вспомнили про трансграничную передачу, и половину процессов пришлось откатывать. С одной стороны, красиво звучит: учитесь всю жизнь, AI вам поможет. С другой — если компания не готова инвестировать не только в лицензии, но и в постоянное переобучение людей, это всё превращается в дорогое разочарование.
Моя позиция простая и неудобная. Если вы в автоматизации, продукте, аналитике — у вас нет опции «подождать, пока hype уляжется». Срочно поднимать компетенции в AI-инструментах, оркестрации (n8n, Make, свои пайплайны) и хотя бы базовом понимании, как данные ходят по компании. Если вы классический корпоратив с тяжёлыми регламентами — не бросайтесь переписывать оргструктуру под каждую новость, начните с пилотов в одном-двух процессах и сразу подтягивайте юристов по 152-ФЗ. Самые большие риски сейчас не в том, что AI «отнимет работу», а в том, что вы останетесь специалистом старого мира в компании, которая решила играть в новый, но без вас.
Меня здесь больше всего пугает не McKinsey, а иллюзия стабильности у людей. Вы правда ещё верите, что можно «вкатиться в AI один раз и успокоиться»? Скорость, с которой переписываются роли и ожидания к специалистам, уже выше, чем ваш годовой план обучения. Вопрос только один: вы будете теми, кто захватывает новые куски процессов, или теми, кого завтра оптимизируют под красивую презентацию про «AI reshaping workforce».
Больше разборов AI-инструментов без воды — в моём телеграм-канале. Пишу про то, что реально работает в России.