Уволили человека, потому что теперь есть ИИ. Через пару лет позвонили ему же и предложили вернуться. Только уже за другие деньги.
И это постепенно перестаёт быть шуткой.
Gartner опубликовал свежий Hype Cycle for the Future of Work и прогнозирует довольно интересную вещь: к 2029 году компаниям придётся вернуть примерно 30% сотрудников, которых до этого сократили из-за замены их работы ИИ. Причём повторный найм зачастую обойдётся заметно дороже. Gartner
На бумаге идея заменить людей ИИ выглядит красиво.
Убрали несколько ставок ➡️ сократили расходы ➡️ показали экономию ➡️ все довольны.
Проблема обнаруживается позже.
Вместе с сотрудником из компании уходит не только человек, который выполнял набор задач. Уходит накопленный годами контекст: почему система работает именно так, зачем пять лет назад приняли странное на первый взгляд решение, какие костыли нельзя трогать и кому звонить, когда всё внезапно загорелось.
В IT это особенно хорошо знакомо.
Документация может лежать в Confluence. Код — в Git. Задачи — в Jira. Логи — в ELK.
А ответ на вопрос почему здесь вообще сделано именно так? иногда всё равно находится только в голове человека, который делал это семь лет назад.
И вот этого контекста у модели может просто не быть.
Gartner прямо пишет, что массовые сокращения способны дать краткосрочный финансовый эффект, одновременно разрушая кадровый резерв и институциональные знания компании. А потом начинается обратный процесс: поиск специалиста, рекрутмент, новая рыночная зарплата, онбординг и месяцы погружения в систему. Gartner
Есть ещё одна интересная цифра.
По прогнозу Gartner, уже к 2027 году 75% организаций, которые пытаются превращать рост производительности от ИИ преимущественно в сокращение расходов, рискуют отстать от конкурентов, которые ту же экономию вкладывают обратно — в новые продукты, модернизацию и обучение сотрудников. Gartner
То есть условно получили благодаря ИИ +20% производительности.
Можно убрать 20% людей.
А можно тем же составом попробовать сделать на 20% больше.
И Gartner явно смотрит в сторону второго варианта.
Есть и менее очевидная проблема — workslop.
Это когда ИИ действительно ускорил создание результата, только результат оказался таким, что теперь другой человек должен потратить своё время, чтобы его проверить, понять и переделать.
В итоге один сотрудник сэкономил час с помощью ИИ, а трое коллег потратили по полчаса на разбор результата.
В отдельном исследовании Gartner кадровые риски ИИ разделены на три группы:
➡️ когда ИИ помогает человеку — возможны падение мотивации, workslop и усиление предвзятости;
➡️ когда ИИ перестраивает процессы — начинают теряться навыки, сокращается найм начинающих специалистов и ломается кадровая преемственность;
➡️ когда вокруг ИИ строят совершенно новые процессы — появляется риск чрезмерных сокращений, репутационных проблем и постепенного размывания корпоративной культуры. Gartner
При этом 76% CEO, по данным Gartner, ожидают, что именно ИИ окажет самое сильное влияние на их отрасли в ближайшие три года. Gartner
Поэтому вопрос уже давно не в том, внедрять ИИ или нет.
Вопрос — как его внедрять.
Мне вообще кажется странной сама идея измерять успех внедрения ИИ количеством людей, которых получилось уволить.
Гораздо интереснее другая модель: человек + ИИ должны стать сильнее, чем человек без ИИ.
Инженер с Codex/Claude Code/Antigravity не обязательно означает теперь нужен один инженер вместо трёх.
Возможно, это означает, что те же три инженера смогут наконец закрыть технический долг, автоматизировать рутину, быстрее разбирать инциденты и делать вещи, до которых раньше просто не доходили руки.
Именно поэтому четыре направления из свежего Gartner выглядят вполне здраво: ИИ как помощник человека, постоянное переобучение, сохранение человеческого контроля и контекста и создание общей AI-инфраструктуры, благодаря которой каждый следующий сценарий внедряется быстрее и дешевле предыдущего. Gartner
В общем, парадокс эпохи ИИ может получиться забавным: сначала компании будут платить деньги, чтобы заменить человека моделью. А потом — ещё больше денег, чтобы вернуть человека, который помнит, как всё это работает.
Потому что автоматизировать работу и заменить знания — всё-таки не одно и то же.
Источники: Gartner — 4 Shifts Shaping the Future of Work и Gartner — AI Talent Risks
#ИИ #AI #IT #Автоматизация #Разработка #КарьераВIT #БудущееРаботы #DevOps
И это постепенно перестаёт быть шуткой.
Gartner опубликовал свежий Hype Cycle for the Future of Work и прогнозирует довольно интересную вещь: к 2029 году компаниям придётся вернуть примерно 30% сотрудников, которых до этого сократили из-за замены их работы ИИ. Причём повторный найм зачастую обойдётся заметно дороже. Gartner
На бумаге идея заменить людей ИИ выглядит красиво.
Убрали несколько ставок ➡️ сократили расходы ➡️ показали экономию ➡️ все довольны.
Проблема обнаруживается позже.
Вместе с сотрудником из компании уходит не только человек, который выполнял набор задач. Уходит накопленный годами контекст: почему система работает именно так, зачем пять лет назад приняли странное на первый взгляд решение, какие костыли нельзя трогать и кому звонить, когда всё внезапно загорелось.
В IT это особенно хорошо знакомо.
Документация может лежать в Confluence. Код — в Git. Задачи — в Jira. Логи — в ELK.
А ответ на вопрос почему здесь вообще сделано именно так? иногда всё равно находится только в голове человека, который делал это семь лет назад.
И вот этого контекста у модели может просто не быть.
Gartner прямо пишет, что массовые сокращения способны дать краткосрочный финансовый эффект, одновременно разрушая кадровый резерв и институциональные знания компании. А потом начинается обратный процесс: поиск специалиста, рекрутмент, новая рыночная зарплата, онбординг и месяцы погружения в систему. Gartner
Есть ещё одна интересная цифра.
По прогнозу Gartner, уже к 2027 году 75% организаций, которые пытаются превращать рост производительности от ИИ преимущественно в сокращение расходов, рискуют отстать от конкурентов, которые ту же экономию вкладывают обратно — в новые продукты, модернизацию и обучение сотрудников. Gartner
То есть условно получили благодаря ИИ +20% производительности.
Можно убрать 20% людей.
А можно тем же составом попробовать сделать на 20% больше.
И Gartner явно смотрит в сторону второго варианта.
Есть и менее очевидная проблема — workslop.
Это когда ИИ действительно ускорил создание результата, только результат оказался таким, что теперь другой человек должен потратить своё время, чтобы его проверить, понять и переделать.
В итоге один сотрудник сэкономил час с помощью ИИ, а трое коллег потратили по полчаса на разбор результата.
В отдельном исследовании Gartner кадровые риски ИИ разделены на три группы:
➡️ когда ИИ помогает человеку — возможны падение мотивации, workslop и усиление предвзятости;
➡️ когда ИИ перестраивает процессы — начинают теряться навыки, сокращается найм начинающих специалистов и ломается кадровая преемственность;
➡️ когда вокруг ИИ строят совершенно новые процессы — появляется риск чрезмерных сокращений, репутационных проблем и постепенного размывания корпоративной культуры. Gartner
При этом 76% CEO, по данным Gartner, ожидают, что именно ИИ окажет самое сильное влияние на их отрасли в ближайшие три года. Gartner
Поэтому вопрос уже давно не в том, внедрять ИИ или нет.
Вопрос — как его внедрять.
Мне вообще кажется странной сама идея измерять успех внедрения ИИ количеством людей, которых получилось уволить.
Гораздо интереснее другая модель: человек + ИИ должны стать сильнее, чем человек без ИИ.
Инженер с Codex/Claude Code/Antigravity не обязательно означает теперь нужен один инженер вместо трёх.
Возможно, это означает, что те же три инженера смогут наконец закрыть технический долг, автоматизировать рутину, быстрее разбирать инциденты и делать вещи, до которых раньше просто не доходили руки.
Именно поэтому четыре направления из свежего Gartner выглядят вполне здраво: ИИ как помощник человека, постоянное переобучение, сохранение человеческого контроля и контекста и создание общей AI-инфраструктуры, благодаря которой каждый следующий сценарий внедряется быстрее и дешевле предыдущего. Gartner
В общем, парадокс эпохи ИИ может получиться забавным: сначала компании будут платить деньги, чтобы заменить человека моделью. А потом — ещё больше денег, чтобы вернуть человека, который помнит, как всё это работает.
Потому что автоматизировать работу и заменить знания — всё-таки не одно и то же.
Источники: Gartner — 4 Shifts Shaping the Future of Work и Gartner — AI Talent Risks
#ИИ #AI #IT #Автоматизация #Разработка #КарьераВIT #БудущееРаботы #DevOps