Главное про AI - Вадим Жартун

McKinsey в отчёте «The State of AI in 2025» (май 2025) приводит более осторожные цифры: 88% организаций регулярно используют AI, но только 6% масштабировали AI-программы на всё предприятие. У тех, кто видит эффект на прибыли до вычета процентов и налогов (EBIT, Earnings Before Interest and Taxes), почти всегда это менее 5% EBIT. Это значит, что «AI-автоматизация» происходит, но экономический эффект пока не материализовался в полной мере. Многие компании инвестируют в AI, не получая пропорциональной отдачи, и это «пузырь ожиданий», который, по прогнозам Gartner, частично исчезнет к 2027 году. Gartner также прогнозирует, что к концу 2025 года около 30% проектов в области генеративного AI будут заброшены после стадии пилота — главным образом из-за низкого качества данных, неясной бизнес-ценности и неполной картины затрат (это мы подробно разобрали в главе 14).

ПРОФЕССИИ, КОТОРЫЕ ИЗМЕНЯТСЯ СИЛЬНЕЕ ВСЕГО К 2028 ГОДУ

Источники цифр в этом списке — BLS, McKinsey, Deloitte, Anthropic Economic Index. Конкретный источник указан в пункте, где цифра критична.

– Операторы ввода данных, операторы call-центров, кассиры. По оценкам BLS и McKinsey — автоматизация 70–80% задач, сокращение 20–30% рабочих мест.

– Начинающие юристы, начинающие бухгалтеры, начинающие аналитики. Ротация задач, а не сокращение: начинающий сотрудник делает меньше «рутины» и больше «проверки AI-выхода», что требует более высокой квалификации, чем раньше.

– Копирайтеры, контент-маркетологи, SEO-специалисты. Автоматизация типового контента, повышение ценности «редактора AI-выхода» и «стратега контента».

– Переводчики-фрилансеры. Сокращение 30–50% объёма рутинных заказов, цены упали на 30–60% в бюджетном сегменте.

– Операторы начального уровня в продажах, поддержке, HR. Замена на AI-ассистентов, но спрос на «операторов AI-систем» как новой роли.

ПРОФЕССИИ, КОТОРЫЕ ВЫРАСТУТ

– AI-инженеры, промпт-инженеры, операторы AI-систем. Рост 30–40% в год, по McKinsey.

– Специалисты по безопасности AI (red team, prompt injection, AI policy). Рост 50%+ в год, по оценкам BCG.

– Аудиторы и комплаенс-офицеры AI. Рост 25–35% в год, по оценкам Deloitte.

– Тренеры и обучающие AI-команде. Внутренняя роль в каждой крупной компании, McKinsey.

– Специалисты по prompt engineering для специализированных отраслей (медицина, юриспруденция, финансы). По данным Anthropic Economic Index, среди IT-специалистов и аналитиков данных (computer & mathematical — категория специалистов в Anthropic Economic Index) AI-воздействие самое сильное — 37,2% пользователей Claude, и именно там платят $150–300/час за доменный prompt engineering.

Эти два списка дают ответ на распространённый миф «все профессии изменятся одинаково и одновременно». Клерки в call-центрах, переводчики-фрилансеры и начинающие аналитики ощутят сдвиг раньше и сильнее, чем врачи, учителя или специалисты по физическому труду. Одновременно растут новые роли, которых пять лет назад не было. Идея «AI заберёт все рабочие места» и идея «AI ничего не изменит» одинаково далеки от этой картины. Первая игнорирует 170 миллионов новых позиций. Вторая игнорирует то, что 70–80% автоматизация задач в конкретных профессиях уже зафиксирована в исследованиях.

НАВЫКИ, КОТОРЫЕ ВЫРАСТУТ В ЦЕНЕ

– Умение перепроектировать процесс вокруг AI. Не «знать AI», а увидеть, какие шаги в процессе можно заменить, какие пересобрать, какие оставить человеку. McKinsey фиксирует: лидеры в три раза чаще переделывают процессы, а не «накладывают AI поверх».

– Умение работать с AI в связке. Не «один AI-инструмент», а связка из 3–5 инструментов, притёртых за 2–3 недели.

– Умение проверять AI-выход. Не «доверять AI», а знать, где AI ошибается, и встраивать проверку в процесс.

– Умение объяснять AI-решения. Не «AI так решил», а «AI выдал X, и вот почему я с этим согласен / не согласен».

– Умение учиться непрерывно. AI меняется каждый квартал, и навык, актуальный в 2024 году, устаревает к 2027.

BANI-МИР: 2026 ГОД ЗА ПРЕДЕЛАМИ VUCA

Если навыки и процессы — это то, что мы меняем сами, то среда вокруг нас меняется независимо от нас. Описывать её через VUCA уже недостаточно.

В 2020 году футурист Жаме Касио (Jamais Cascio) предложил BANI на смену популярной в 1990-х рамке VUCA (Volatility, Uncertainty, Complexity, Ambiguity — нестабильность, неопределённость, сложность, неоднозначность). BANI расшифровывается как Brittle (хрупкий), Anxious (тревожный), Non-linear (нелинейный), Incomprehensible (непостижимый). В VUCA-мире проблемы можно было предсказать и спланировать. В BANI-мире всё иначе. Системы ломаются внезапно, люди испытывают постоянную тревогу из-за неопределённости, маленькое действие вызывает большой эффект, а причинно-следственные связи не считываются. Сам Cascio в обзоре «BANI 2025 — an Overview» пишет: это не маркетинговый термин, а попытка переосмыслить то, что на самом деле чувствуем. Пандемия, климатические шоки, AI-революция — всё это ломает старые модели планирования.

В главе 14 мы уже разобрали BANI как рамку для AI-внедрения — про аварийный выключатель, тревожность сотрудников, итерации и культуру «не знаю». Здесь BANI нужен под другим углом: как среда, в которой вы будете жить ближайшие два-три года, и как фильтр, по которому отличают реальные тренды от хайпа. AI-система, которая в январе стабильно обрабатывала 95% обращений, в марте может начать сбоить на крайнем случае и привести к жалобе. В главе 8 мы разобрали, как выбирать процессы по формализуемости и цене ошибки. В BANI-среде эти критерии важно пересматривать раз в квартал, а не раз в год.

Cascio формулирует четыре ответа на BANI: resilience (не падать при сбое), improvisation (действовать по ситуации), transparency (быть открытым про ограничения), systems thinking (видеть связи). В AI-контексте эти качества важны по конкретным причинам. Resilience — потому что AI-системы ломаются, и человек должен уметь подхватить процесс. Improvisation — потому что AI-агент может удивить неожиданным результатом, и нужен человек, который перестроит сценарий на ходу. Transparency — потому что без понимания ограничений модели нельзя доверить ей критический процесс. Systems thinking — потому что AI-агент встроен в сеть людей и систем, и сбой в одном узле вызывает каскад.

BANI-человек — это не тот, кто «справляется со всем». Это тот, кто тренирует эти четыре мышцы каждый день. И это, пожалуй, главное возражение против тезиса «AI заменит человека»: BANI требует человеческих качеств, которые не алгоритмизируются.

В отчёте ITUC (International Trade Union Confederation, Международная конфедерация профсоюзов) к Workers’ Memorial Day 2025 есть отдельное предупреждение: «AI приносит новые физические и психосоциальные угрозы в мир труда. От когнитивной перегрузки до постоянной слежки, от алгоритмического управления до эрозии автономии — технология меняет ощущение работы наравне с её содержанием». Это сигнал: BANI в AI-контексте — не только про сбои моделей, но и про самочувствие людей, которые работают рядом с этими моделями каждый день. Развёрнуто про безопасность и регуляторику — в