ИИ на работе: как остаться востребованным специалистом в эпоху автоматизации

Цифры говорят сами за себя: почти половина компаний, внедряющих такие системы, поручают им рутину — сочинение текстов вакансий, планирование собеседований, первичный отклик кандидатам. Освобождённое время — это ведь главный козырь, правда? Мы все хотим избавиться от монотонной работы, будь то выбор ужина или сортировка сотен CV.

«Представьте, что нужно просеять сто резюме. Человек потратит на это часов пять, — приводит пример Антон Прокопчин из Proscom. — Наш сервис справляется за десять минут. Это не замена рекрутера, это его усиление». Согласитесь, звучит убедительно. Особенно когда в день приходит не сотня, а тысяча откликов.

Аналитика — ещё одна сверхспособность новых систем. Раньше, чтобы понять динамику настроений в отделе продаж по регионам, нужно было копаться в таблицах, строить графики, сводить данные. Теперь, как рассказывает Майя Павлова из «Абстерго», достаточно спросить у бота: «Как менялся средний NPS у продавников в разных городах за три года?» И через мгновение вы получаете готовый отчёт с визуализацией. Магия? Нет, просто новая реальность.

Но самые интересные возможности лежат в области прогнозирования. «Мы анализируем огромные массивы данных рынка труда, — объясняет Виталий Алтухов («Профилум»). — Это позволяет предсказывать будущие тренды, кадровый голод в отраслях, готовить стратегии». Получается, HR превращается из reactive в proactive — не реагирует на проблемы, а предугадывает их.

Тёмная сторона автоматизации: когда алгоритм ошибается

В идеале, избавившись от рутины, HR-ы смогут наконец заняться тем, ради чего существуют — людьми, культурой, атмосферой в команде. Но путь к этому идеалу усеян подводными камнями.

«Технология делегирует когнитивные операции от человека машине, — продолжает Алтухов. — Делает их дешевле, эффективнее, снижает ошибки». Золотые слова. Но всегда ли машина ошибается реже человека?

1. Цена вопроса: человек или машина?

Страх, что робот заберёт работу, преследует многих. Но давайте будем честны: компании считают деньги. Если специалист дешевле и выполняет уникальную работу (тут и психологи, и врачи, и стратеги), его не заменят. Но там, где процессы шаблонны — бухгалтерия, первичный data-анализ — автоматизация уже стучит в дверь. Вопрос не в «если», а в «когда».

2. Предвзятость, унаследованная от нас

Алгоритм учится на данных, созданных людьми. А люди, увы, небеспристрастны. Яркий пример: в 2020 году в США система оценки донорских органов автоматически занижала тяжесть состояния чернокожих пациентов, лишая их шанса на трансплантацию. Алгоритм просто воспроизвёл скрытую предвзятость, заложенную в старых медицинских формулах. Страшно представить, какие «слепые пятна» могут быть в системах подбора персонала.

3. Данные: сокровище и ахиллесова пята

Вся эта мощь строится на данных. Наших данных. История поиска, соцсети, результаты тестов — всё это лакомый кусок для анализа. И для злоумышленников тоже. Вопросы кибербезопасности и этики висят в воздухе. Подделать голос, видео, резюме сегодня может даже школьник. Кто будет нести ответственность, если система примет фатальное решение на основе сфабрикованных данных?

Кем быть, когда рутина уходит к машинам?

Очевидно, что первыми под удар попадают профессии с повторяющимися задачами. Финансы, логистика, документооборот. Половина крупных компаний в этих сферах уже экспериментирует с автоматизацией.

«Меняется даже творчество, — замечает Антон Прокопчин. — Копирайтеры, сценаристы, PR-щики уже используют языковые модели как помощников для генерации идей». Не замена, а инструмент. Как кисть для художника.

Но на смену уходящим специальностям приходят новые. Промпт-инженер, ИИ-тренер, специалист по этике цифровых систем — звучит как профессии из будущего, но спрос на них растёт уже сегодня.

«Скорее всего, появится не так много абсолютно новых профессий, — рассуждает Виталий Алтухов. — Но кардинально изменится содержание старых. Готовиться к этому нужно уже сейчас». Иными словами, бухгалтер будущего — не тот, кто сводит баланс, а тот, кто управляет системой, его сводящей.

Что прокачивать, чтобы остаться в игре?

Правила меняются. Жёсткая техническая экспертиза по-прежнему важна, но её одной недостаточно. На первый план выходят гибкие навыки.

Критическое мышление — чтобы задавать системе правильные вопросы и сомневаться в её ответах. Адаптивность — чтобы не бояться новых инструментов, а осваивать их быстрее других. И, как ни парадоксально, человечность — эмпатия, эмоциональный интеллект, умение договариваться. То, что машине (пока?) не под силу.

«Нет смысла соперничать с технологией, — резюмирует Алтухов. — Гораздо эффективнее научиться с ней работать в тандеме».

И в этом, пожалуй, главный вывод. Будущее — не за людьми против машин, а за альянсом между ними. Когда алгоритм берёт на себя рутину, а человек концентрируется на том, что делает нас людьми: на творчестве, стратегии и настоящем, живом общении. Согласны?