Мифы и реальность автоматизации: где ИИ заменит людей, а где нет

Не так давно компания Microsoft выпустила исследование о топ-40 профессиях, которые может заменить искусственный интеллект. В список попали переводчики, математики, дата-сайентисты, бортпроводники, веб-разработчики и другие специалисты, тогда как, например, малярам, медсестрам, горничным, флеботомистам пока ничего не угрожает.

Исследование выглядит достаточно депрессивно — особенно для представителей тех профессий, которые оказались в списке. Впрочем, лично я считаю, что это не повод расстраиваться и тем более бояться. Мир еще далек от того, чтобы полностью отказаться от человеческого труда, хотя нельзя отрицать и то, что он изменился. Просто к переменам нужно адаптироваться.

Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO онлайн-университета «Зерокодер». Нейросети — мой большой интерес, причем рассматривать я их люблю с разных сторон. Меня интригует и вопрос, смогут ли они когда-либо заменить людей в различных сферах. Сегодня я хотел бы представить свое рассуждение на тему возможности замены специалистов искусственным интеллектом.

Мифы, правда и современные реалии

Область искусственного интеллекта обросла мифами, которые пока еще достаточно далеки от реальности. Иногда нам попадаются паникерские заголовки вроде «ИИ уволит вас уже завтра» или «машины захватят все». Но если копнуть глубже, становится понятно: не все так однозначно.

Миф 1. ИИ заменит всех, особенно «белые воротнички»

Звучит угрожающе, особенно если вы работаете за компьютером, а не держите в руках кельму или скальпель. Да, ИИ действительно умеет обрабатывать тексты, писать код, строить графики, давать рекомендации и даже рисовать. И хотя 61% «белых воротничков» действительно опасаются, что их услуги станут не нужны в свете новой цифровой эры, важно понимать: автоматизация не равна полной замене.

Во многих случаях нейросети способны ускорить рутинную работу, но им все еще требуется человек, который поставит задачу, проверит результат, интерпретирует выводы. Это и есть ключевой момент: нужно не бояться конкуренции с ИИ, а научиться работать с ним в тандеме. Как в свое время бухгалтеры освоили Excel, так и сегодня юристы, маркетологи, аналитики могут (и должны) учиться использовать нейросети как инструмент, а не относиться к ним как к угрозе, способной потенциально отнять у них работу.

Миф 2. ИИ — это дешевая замена человеку

На первый взгляд кажется: зачем платить зарплату сотруднику, если можно один раз внедрить нейросеть и «забыть»? Но на практике все иначе. Стоимость внедрения ИИ складывается из нескольких компонентов: разработка и настройка модели, интеграция с инфраструктурой, сопровождение, обучение сотрудников. В крупных компаниях это могут быть сотни тысяч, а иногда и миллионы рублей или долларов.

К тому же, если вы используете ИИ-решения от сторонних поставщиков, то должны учитывать риски утечки данных, зависимость от третьих лиц и возможные сбои, за которые вы уже не несете прямого контроля. А еще не стоит забывать про юридические и этические ограничения: например, кто будет нести ответственность, если ИИ примет ошибочное решение? Или кто ответит, если нейросеть использует устаревшие данные?

Миф 3. ИИ делает все лучше, быстрее и точнее

Очень хочется верить в магию, но ИИ — это не волшебная палочка. Да, он может выдавать впечатляющие результаты, особенно в узких задачах: распознать изображение, подобрать нужную формулу, сгенерировать текст. Но нейросети — это не истина в последней инстанции.

Они ошибаются, и довольно часто. Причем делают это уверенно: модель может «галлюцинировать» данные, придумывать факты, давать логически неверные советы. Именно поэтому важна концепция human in the loop — участие человека на всех ключевых этапах: от постановки задачи до проверки результата. Без этого ИИ превращается в рискованный эксперимент.

Мы все еще находимся на этапе освоения этих технологий. ИИ не избавит нас от необходимости думать — наоборот, он заставит нас переосмыслить подход к знаниям, ответственности и сотрудничеству между человеком и машиной.

Где автоматизация действительно работает

Автоматизация — это уже давно не футуристические сказки, а реальность. Причем в повседневной работе крупнейших российских компаний. Где-то ИИ помогает ускорить процессы, где-то — снизить издержки, а где-то — сделать сервис просто человечнее. Приведу несколько ярких примеров из разных сфер, где искусственный интеллект уже сегодня приносит ощутимую пользу. Причем все это происходит не на Западе, а у нас в России.

Финтех: где ИИ работает на счет, а не на эффект

Финансовый сектор — один из первых, кто всерьез вложился в ИИ. Здесь важна не просто автоматизация, а точность, масштаб и надежность.

• Сбер: по словам первого вице-председателя правления Александра Ведяхина, в 2024 году нейросетевые решения принесли банку 400–450 млрд рублей чистой прибыли. ИИ-система рекомендаций анализирует более 2000 параметров, чтобы предлагать клиенту релевантные продукты — из пула в 600 позиций. Точность системы в определении потребностей — около 65%. В HR-направлении модели распознают свыше 80% служебных документов, включая рукописные, экономя более 12 000 человеко-часов в год.
• Т-Банк применяет нейросети в антифроде: система анализирует аудиозвонки и транзакции по более чем 1000 признаков. При выявлении характерных шаблонов мошенничества звонок может быть автоматически прерван, а операция — заблокирована. Заявленная точность — до 99%.

Службы поддержки: когда ИИ слушает и понимает

Поддержка клиентов — вторая зона, где ИИ проявляет практическую ценность: быстрее, точнее, без раздражающих задержек.

• МТС (WordPulse) — обрабатывает свыше 300 000 звонков и сообщений в день. Система определяет не только тематику обращения, но и эмоциональный фон клиента. После внедрения тематизации точность обработки выросла до 85%.
• Альфа-Банк — использует генеративный AI-агент на второй линии поддержки. Он способен вести разговор как человек: уточнять, проявлять эмпатию, шутить. Также банк реализовал мультиязычного чат-бота, работающего на более чем 50 языках — важный шаг для международной клиентуры.

Маркетинг и контент: ИИ ускоряет, персонализирует, экономит

Автоматизация в маркетинге — это уже не только про таргетинг, но и про создание самого контента. Здесь ИИ стал полноценным участником творческой команды.

• Яндекс.Маркет предоставляет продавцам генератор описаний на базе YandexGPT. В 2024 году более 84 000 продавцов сгенерировали почти 5 млн карточек товаров — в 2,5 раза больше, чем годом ранее. Без ИИ на это уходили бы недели, а теперь — минуты. Также нейросеть помогает придумывать названия для товаров.
• Flocktory автоматизирует маркетинг с помощью YandexGPT, ChatGPT и Midjourney. Команда тратит на подготовку материалов (рассылки, сценарии, отчеты) на 20% меньше времени. Это дает возможность быстрее тестировать гипотезы и запускать кампании.
• Manzana применяет GPT-модели для обработки данных, подготовки отчетов и документов. ИИ также участвует в настройке рекламных кампаний и отвечает за клиентский сервис, снимая часть рутинной нагрузки с сотрудников.

Аналитика и большие данные: когда ИИ видит то, что скрыто

Здесь нейросети делают то, что человеку не под силу: анализируют миллиарды событий в режиме реального времени, находят аномалии и прогнозируют поведение.

• СИБУР внедрил ИИ в 9 направлений — от автоматизации рутины до анализа баз клиентов. По оценке компании, это обеспечило прирост эффективности на 50%. Модели GigaChat помогают быстрее обрабатывать запросы B2B-клиентов и выявлять перспективные партнерства.
• CleverData Join — облачная CDP-платформа, которая обрабатывает миллиарды событий и строит около 4000 клиентских сегментов. За счет быстрой кластеризации и мощной архитектуры компании получают аналитику в реальном времени. Отчетливый эффект — рост конверсии рекламных кампаний на 20%.

Несмотря на разный масштаб и сферу, у всех успешных внедрений ИИ есть несколько общих черт. Во-первых, это четкая бизнес-цель. Автоматизация не ради хайпа, а ради результата — прибыли, экономии, скорости, качества. Во-вторых, человек всегда остается в контуре. Даже самые мощные ИИ-системы дополняют, а не заменяют сотрудников. Успех там, где остается контроль и дообучение.

Автоматизация действительно работает — там, где ее внедряют как инструмент, встроенный в бизнес-логику. Без иллюзий. Зато с результатом. И такой же результат может получить абсолютно любой, причем бесплатно. Например, собрав собственного ИИ-ассистента.

Где автоматизация пока не работает

При всей эффективности ИИ в задачах анализа данных, автоматизации рутины и генерации контента остаются сферы, где искусственный интеллект не может — и в ближайшие годы не сможет — заменить человека. Речь идет о задачах, в которых важны эмпатия, интуиция, этика, личный опыт и культурный контекст.

Образование

Нейросети могут помочь сформулировать план урока, составить тест, адаптировать задания под уровень ученика. Но они не заменят учителя. Почему? Потому что обучение — это не только передача знаний, но и живой контакт, эмоциональное взаимодействие, мотивация, личный пример. Особенно это важно в начальной и средней школе, где педагог фактически формирует мировоззрение и ценности ребенка.

В России ИИ пока используется в образовании крайне ограниченно. Некоторые EdTech-компании пробуют внедрять адаптивные платформы и автоматическую проверку заданий, но это скорее дополнение, чем альтернатива живому обучению. Сложные педагогические решения и формирование критического мышления остаются в руках преподавателя. И останутся еще надолго.

Правовая система

Юридическая практика — это одна из самых сложных для автоматизации сфер. Да, ИИ может анализировать судебные документы, искать прецеденты, даже помогать составлять типовые договоры. Но вынесение решения — это не вычисление. Это всегда интерпретация. Судья опирается не только на нормы, но и на обстоятельства, репутацию, интонацию, поведение сторон.

В России ИИ пока не используется в судах или следствии как замена человеку. Автоматизация затрагивает разве что канцелярскую работу и документооборот. Все ключевые функции — допрос, защита, обвинение, вынесение приговора — остаются полностью в человеческом контуре. И это абсолютно обоснованно: здесь цена ошибки слишком высока.

Здравоохранение

ИИ может помогать врачам — анализировать снимки, ставить предварительные диагнозы, рекомендовать дозировки. Но заменить врача он не может. Пациенты часто приходят не за рекомендацией, а за пониманием, участием, объяснением. Кроме того, ИИ не может взять на себя ответственность за лечение — это все еще обязанность человека.

Российские клиники осторожно экспериментируют с ИИ в области диагностики и документооборота. Но ни один из пилотов пока не доведен до автономной работы без контроля специалиста. Особенно в контексте российской системы здравоохранения, где стандартное ПО часто не интегрировано даже между отделениями.

Защита детей

Одна из самых чувствительных тем, где внедрение ИИ должно быть крайне осторожным. Работа с несовершеннолетними требует эмпатии, культурной чувствительности, понимания психологии. Нейросеть может проанализировать риск, выделить паттерн, но не заменит живого взрослого, способного действительно понять ребенка.

В России ИИ практически не применяется в этой сфере. Школьные психологи, социальные службы, органы опеки работают без цифровых ассистентов. И, честно говоря, это к лучшему. Здесь не может быть ошибок.

Human in the loop — не тренд, а необходимость

Все эти сферы — от образования до правосудия — объединяет одно: они требуют человеческого участия. Не в смысле «нажать кнопку», а в смысле принятия решений, понимания, эмпатии, моральной ответственности. Это и есть принцип human in the loop — человек в контуре. Он не только проверяет результат, но и задает саму рамку допустимого.

ИИ — это не ответ на все. Это инструмент. Он хорош в предсказуемом, масштабируемом, повторяющемся. Но когда на кону — судьба, здоровье, чувство, справедливость — роль человека незаменима.

Сейчас мы стоим на пороге трансформации. Искусственный интеллект не отменяет человека, но меняет к нему требования. И если мы хотим остаться востребованными, придется адаптироваться.

В ближайшие годы возрастет ценность именно человеческих качеств — гибкости мышления, эмпатии, критического анализа, умения принимать решения в условиях неопределенности. Это значит, что софт-скиллы — навыки общения, работы в команде, умение договариваться — станут определяющими. Ведь даже самая точная модель нуждается в тех, кто умеет правильно задать вопрос, оценить ответ и адаптировать его под контекст.

Кроме того, все больше специалистов — от юристов до маркетологов — должны будут понимать, как работает ИИ, в чем его ограничения, как устроены алгоритмы и где может закрасться ошибка. Это не про замену профессии, это про расширение горизонтов.

Самое главное — не бояться. ИИ не требует от нас стать роботами. Наоборот, он освобождает нас от рутины, чтобы мы могли заниматься тем, в чем действительно сильны: думать, создавать, заботиться, принимать решения.

Именно это — главный навык будущего. Не соревноваться с машиной. А уметь работать вместе с ней.