ИИ не отнимет вашу работу — ее получит тот, кто умеет с ним работать

Сколько уже было разговоров в разных отраслях бизнеса, что различные должности исчезнут, а профессионалов заменит искусственный интеллект. Вместо того, чтобы бояться, давайте разбираться, реально ли это, и как на самом деле обстоят дела с внедрением ИИ в рабочие процессы сейчас. 

Почему важнее говорить о навыках, а не о том, что нас заменит AI

Генеративные нейросети и автоматизация многих рутинных процессов существенно изменили рабочие реалии, особенно в маркетинге и мире digital. Часто в обсуждении этого феномена специалисты начинают опасаться, что со временем должности, занимаемые людьми, заменят нейросети. Например, дизайнеры нервно шутят, что чем реалистичнее Midjourney создает визуальный контент, тем меньше у них шансов.

На самом деле, такие рассуждения неверны. Вместо ожидания восстания машин, лучше сфокусироваться на анализе, как ИИ меняет наши цели и задачи, и как с его помощью можно оптимизировать рабочее время и делать больше.

Согласно отчету World Economic Forum, респонденты считают, что к 2030 году ключевые рабочие навыки изменятся на 39%. Несомненно, одна из причин — растущее внедрение ИИ в нашу рабочую рутину.

В 2025 году уже 45% опрошенных отметили, что в их основные навыки входит работа с ИИ и Big Data:

Источник: https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/

А к 2030 году рост присутствия этого навыка ожидают 88% опрошенных специалистов:

Источник: https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/

Как видно из графика, рост именно умения обращаться с AI занимает первое место, а за ним следует кибербезопасность и технологическая грамотность.

Исходя из этой информации, можно сделать вывод, что специалисты, которые уже сегодня тратят время на совершенствование навыка использования ИИ и нейросетей в своих рабочих задачах, будут на шаг впереди, по сравнению с теми, кто только начнет осваивать эти инструменты ближе к 2030 году. Также стоит учесть, что арсенал AI-возможностей постоянно растет, и необходимо расширять свои знания о различных сервисах на постоянной основе.

Какие цифровые навыки будут полезны в любой профессии

Несмотря на то, что для каждой специальности есть свои узкопрофильные AI-инструменты, в век цифровой грамотности и стремительной автоматизации процессов, есть навыки, которые будут полезны сотрудникам всех сфер:

• Оценка данных: раньше мы бы сказали, что работа с данными — это в основном сфера ответственности аналитиков. Но сегодня все больше компаний переходят на системы сквозной аналитики, аккумулируют большие массивы данных и хотят выявлять корреляции между различными вложениями и результатами в моменте. Для этого от сотрудников в некоторых отраслях уже требуют базовое владение SQL (Structured Query Language, язык структурированных запросов), хотя речь идет не об отделе аналитики, а, например, о маркетинге или категорийном управлении крупного интернет-магазина. Если такие специфичные навыки еще не требуются повсеместно, то превосходное владение Excel — давно прописавшееся требование в описаниях вакансий совершенно разного рода. Вместе с этим отмечают, что развитое критическое мышление также требуется для эффективной оценки данных. И, конечно же, переработанные данные нужно уметь визуализировать и представлять коллегам, начальству, партнерам и клиентам.
• Prompt engineering или умение грамотно составлять промпты для нейросетей: нейросети могут прилично экономить наше время, им можно и нужно делегировать часть рутинных задач, но делать это с уверенностью можно только, если вы овладели искусством постановки задач и объяснения результата, который вы ждете в итоге. Составление промптов — это практически наука. Для различных нейросетей необходимо учитывать много факторов, описывать задачи, уточнять и корректировать вводные данные. Также отдельного внимания требуют и последующие уточнения в общении с нейросетью. Например, вы можете получить почти идеальное изображение, просите скорректировать маленькую деталь, а нейронка «сносит» все, что было, и перерисовывает задачу хуже, чем было в первый раз. Знакомо? Для того чтобы общение с нейросетью было более продуктивным, некоторые ИИ-агенты уже добавляютфункцию кастомизации инструкций, которые сразу будут учитываться в запуске каждого нового чата. Такая фича поможет один раз задать максимально точное инфополе и инструкции для получения желаемого результата в целом, а дальше точечно обращаться к нейросети с рабочими задачами.
• Валидация ИИ-результатов: для специалистов из различных сфер бизнеса использование нейросетей может требовать разного уровня вовлеченности в фактчекинг результатов работы ИИ. Различные ИИ-агенты могут требовать определенного времени на обучение и интеграцию с рабочими задачами, а значит, на первых порах необходимо уметь оперативно оценивать работу нейросетей.
• Этическая грамотность: нейросети берут информацию из открытых источников, но для каких-то сфер деятельности использование любых данных может не совпадать с профессиональными стандартами. Например, в Нью-Йорке судебная система установила правила по использованию AI судьями. Судей призывают не использовать ИИ-суждения, а также перепроверять источники информации, на основании которых нейросети дают ответ. Валидными считаются только источники, которые нельзя назвать предвзятыми, недостоверными или основывающимися на стереотипах.
• Перевод с технического языка алгоритмов на бизнес-язык: если в вашей работе часть процессов автоматизируется за счет использования ИИ, то вам все равно необходимо уметь описывать функции, которые искусственный интеллект взял на себя, на языке бизнеса. Этот навык необходим для эффективной коммуникации с другими командами, которые не отвечают за AI-задачи, руководством и клиентами. Умение описывать технологические процессы простым языком — важная составляющая презентации проектов и решений.

Практическое руководство по внедрению ИИ для популярных профессий

Давайте рассмотрим, что прокачка ИИ-скиллов означает для должностей, которые встречаются практически в каждой компании.

Project Manager

Одна из профессий, в которой внедрение ИИ чувствуется особенно остро, — это менеджер проектов. Если раньше в центре внимания проджекта были сроки, ресурсы для реализации проекта, коммуникация внутри команды и со смежными юнитами и контроль выполнения поставленных задач, то с началом использования AI зона ответственности смещается. Менеджеры проектов по-новому взаимодействуют с задачами:

• ИИ-агенты позволяют автоматизировать рутинную координацию проекта и ускоряют планирование, а значит, делают процесс принятия решений основанным на прозрачной аналитике.
• Теперь проджекту необходимо объединять ответственных сотрудников и ИИ-агентов в одну команду, а также координировать их взаимодействие.
• ИИ становится помощником и ассистентом менеджера проектов: суммаризация встреч и обсуждений, упорядочивание документов, создание базы знаний о проекте для онбординга новых членов команды и прочие рутинные задачи.
• Уверенность в принятии решений достигается за счет того, что с использованием ИИ-агентов можно быстро сравнить несколько сценариев проекта, варианты решений и оперативно посчитать бюджет для каждой опции. 

Но активное внедрение ИИ требует от проджектов владения релевантными навыками:

•  Prompt engineering для достижения валидных результатов деятельности ИИ-агентов;
• Валидация данных от ИИ: оперативный фактчекинг для сверки решения и достоверности данных;
• Прокачанный навык работы с дашбордами: когда аналитика автоматизируется, а все данные собираются в одном окне, требуется высокий уровень чтения и анализа полученных результатов для принятия дальнейших решений;
•  Фасилитация для интеграции ИИ-инструментов в команду: проджект должен проводить встречи и обучать команду инструментам, чтобы все умели взаимодействовать с ними для сокращения сроков проекта;
• AI governance или управление ИИ: проджект, как лид проекта, должен уметь обеспечивать безопасное и этичное использование ИИ, следить за тем, чтобы конфиденциальные данные не отдавались для анализа нейросетями, а сгенерированные результаты основывались на непредвзятых данных.

Аналитик данных

Аналитики в целом среди других профессий выделяются продвинутым уровнем технической грамотности. Эти специалисты владеют одним, а чаще, несколькими языками программирования, отлично справляются с визуализацией данных и могут наглядно продемонстрировать ключевые корреляции. Но сегодня в требованиях к кандидатам на эту роль все чаще всплывает владение машинным обучением.

Разместите
тендер бесплатно

Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.

Заполнить заявку 13159 тендеров
проведено за восемь лет работы нашего сайта.

Это связано с тем, что аналитики переходят от обработки данных к взаимодействию с моделями, которые автоматически обрабатывают массивы информации и формируют гипотезы, а также составляют прогнозы.

Аналитики сегодня должны овладеть следующими скиллами:

• ML (машинное обучение) для построения алгоритмов для поиска паттернов в массивах данных, а также для улучшения точности их результатов.
• Владение Data engineering, то есть инженерией данных: аналитикам требуется управлять системами для сбора, хранения и анализа данных.
• Работа с данными на уровне качества: если раньше основной задачей был анализ данных, то сейчас ИИ делает большую часть задач самостоятельно. Но аналитику все еще важно предобрабатывать данные для улучшения их качества, например, убирать дубли и пропуски. 
• Последующие этапы работы с полученными результатами: аналитик должен уметь интерпретировать результаты и оформлять их в зависимости от бизнес-целей проекта. 

HR-специалисты

Мы уже делились подробным гайдом о том, как ИИ меняет процесс найма для рекрутеров и соискателей.

Для отдела кадров ИИ не сможет заменить человеческий фактор, который важен в работе с сотрудниками. Нельзя забывать, что эмпатия и вовлеченность в проблемы кадров — залог понимания внутри коллектива.

Однако HR-специалисты делегируют часть процессов ИИ, например, сканирование сотен резюме в кратчайшие сроки и их сопоставление с вакансией и требования компании.

Для эффективного использования ИИ в кадрах специалистам необходимо прокачивать навыки составления качественного промпта. Чем более сложная вакансия и требования к кандидату, тем детальнее и качественнее необходимо составлять запрос для нейросетей. 

Юрист

Юристы — краеугольный камень стабильности и благополучия компании. Именно они следят за соблюдением норм и правил, консультируют сотрудников по сложным вопросам, доступно объясняют законодательство.

Из-за вопросов этичности и достоверности результатов работы нейросетей и ИИ, еще много лет ИИ-агенты не смогут вытеснить юристов со своих должностей. Но это не значит, что сотрудники юридического департамента не должны оттачивать следующие навыки:

• Техническая грамотность: юристам важно разбираться в том, как, откуда и почему нейросети предоставляют информацию, по какому принципу она попадает в ответы.
• Проверка фактов: нельзя полагаться на результаты работы ИИ вслепую, юристам необходимо перепроверять данные для того, чтобы отсылки и аргументация в ключевые моменты была безупречной.
• Управление рисками и комплаенс: особенно важно понимать, какие генеративные модели можно использовать для каждого вида задач. Например, анализ договора, составление контракта и других документов, содержащих конфиденциальные данные, не допустимо с использованием открытых нейромоделей.

Как внедрить ИИ в свою профессиональную практику уже сегодня

Независимо от того, какой именно работой вы занимаетесь, вы можете взять этот чеклист на вооружение, чтобы интегрировать AI в рабочие задачи:

• Проведите аудит и анализ своих рабочих задач. Подумайте, какие процессы не требуют вашей вовлеченности и экспертности, с чем поможет справиться автоматизация.
• В зависимости от задачи и инструмента, возьмите на вооружение минимальный набор навыков для задач, которые вы готовы делегировать ИИ. Например, научитесь грамотно составлять промпты или проверять результаты, выданные нейросетью.
• Не забудьте проверить, насколько чувствительны ваши задачи в плане этических и конфиденциальных аспектов.
• В качестве теста делегируйте нейросетям задачи, но проверяйте результаты их работы в первое время.
• Масштабируйте успешный опыт — со временем автоматизируйте больше рутинных задач. 

Выводы

Не нужно переживать, что AI отнимет вашу работу. Пока ИИ-технологии только внедряются в бизнес-процессы, лучше использовать время с пользой и овладевать ИИ-инструментами. Работа в связке с нейросетями не лишает профессионалов работы, а расширяет ее возможности и границы. Новые ИИ-навыки только добавят вам очков, когда уверенное владение AI-инструментами станет обязательным требованием к кандидатам. 

Если вам понравилась статья, подписывайтесь на нашу рассылку — еще больше полезной информации сразу в вашем почтовом ящике.