16 октября 2026
Вашу работу заберёт тренер покемонов
Мы живём в историческое время. Прямо сейчас меняется рынок труда, а вместе с ним — сами понятия «работа» и «профессия».
Ещё год назад все обсуждали, какие профессии заменит искусственный интеллект.
Сейчас я всё больше убеждаюсь, что вопрос поставлен неправильно. Сам по себе ИИ никого не заменит. А вот человек с ИИ человека без ИИ — уже вовсю заменяет.
Многие задачи с помощью ИИ теперь можно выполнять в 10 раз быстрее. Но работы в 10 раз больше не стало. Рынки и бизнес-процессы пока не успевают перестроиться под новые возможности.
В результате растёт конкуренция.
Если раньше на задачу уходила неделя, а теперь её можно сделать за день, работодателю всё сложнее объяснить, почему он должен платить за неё как раньше.
Многие компании сокращают сотрудников. И при выборе, кого оставить, всё большее значение имеет не только квалификация или лояльность, но и способность адаптироваться. В том числе — использовать ИИ для решения рабочих задач.
При этом пользоваться ИИ можно очень по-разному.
Первый вариант — ИИ как кастомизированный поисковик.
Рецепты, поздравления, советы по психологии и как починить стиралку. Естественно, ни о каком ускорении в 10 раз при таком раскладе речи не идёт. А значит, и конкурентных преимуществ от ИИ нет.
Второй — делегировать ИИ вообще всё.
Не только рутину и обработку информации, но и анализ, выводы, принятие решений.
Выглядит красиво, пока в какой-то момент не выясняется, что человек разучился принимать решения самостоятельно.
А ещё возникает соблазн переложить ответственность на нейросеть.
Только зарплату получает не ChatGPT. И когда ошибочное решение приведёт к последствиям, отвечать придётся человеку, а не его нейросети.
Третий вариант — работать с ИИ как с партнёром.
Учить его, давать контекст, загружать надёжные источники, проверять результаты. И самому разбираться в предмете достаточно хорошо, чтобы отличать полезный ответ от убедительно написанной ерунды.
Это требует насмотренности и экспертизы. А ещё времени и усилий.
Два одинаково сильных специалиста могут использовать одну и ту же модель, но получать совершенно разные результаты. Потому что один каждый раз начинает с пустого чата, а другой уже погрузил ИИ в свои задачи, документы, процессы и ограничения.
Мне всё это очень напоминает мультфильм про покемонов.
У каждого тренера есть свой зверёк. Но мало просто поймать покемона. Его нужно тренировать, развивать и учиться с ним взаимодействовать. А потом выходить на арену против других тренеров.
Сегодня побеждает тренер, чей карманный интеллект круче — в первую очередь за счёт контекста и обучения конкретным задачам.
И у меня уже есть несколько примеров из собственной работы.
Недавно за пару часов собрал сайт для клиента на консалтинге, за который подрядчик запросил 50 000₽. Ещё два дня ушло на доработки и доведение до рабочего состояния.
Это второй сайт, который я сделал за всю жизнь.
Но я сам маркетолог и работал в тесной связке с маркетологами заказчика. Поэтому понимал, что должно быть на сайте и зачем.
В результате за два месяца доля онлайн-заказов выросла с 0 до 27%.
Другой пример — за неделю собрал дашборд, который автоматически подтягивает управленческую информацию из нескольких разрозненных источников и строит прогноз выручки.
Половину показателей до меня вообще никто не собирал. Из оставшихся на половину никто не смотрел. А те, что использовались, сотрудники сводили вручную, тратя на это часы.
Я не стал за неделю профессиональным разработчиком сайтов или специалистом по автоматизации данных.
Но смог сделать работу, для которой раньше мне понадобились бы другие специалисты. При этом мой собственный 20-летний опыт в маркетинге и управлении никуда не делся. Именно он помог понять, что нужно построить, правильно поставить задачу и убедиться, что результат соответствует запросу.
Думаю, в ближайшие пару лет мы увидим ещё много таких историй.