Современное руководство для молодежи по построению карьеры в эпоху стремительного развития технологий
Гарикано — испанский экономист, профессор экономики и публичной политики в Лондонской школе экономики (LSE), один из заметных европейских интеллектуалов, работающих на стыке академической экономики, институционального анализа и практической политики. Специализируется на экономике организаций, рынках труда, производительности, инновациях и институциональном устройстве государств, а также на проблемах экономического развития Европы. Активно участвовал в политике. Был депутатом Европейского парламента и занимал пост вице-пресидента группы Renew Europe, где занимался вопросами экономической политики ЕС, цифровой трансформации, промышленной стратегии и реформ европейских институтов.
Когда молодые люди приходят ко мне за советом о том, как строить свою карьеру, я раньше всегда повторял одну и ту же мудрую мысль: если сомневаешься, выбирай ту работу, где ты сможешь научиться большему. Это был золотой стандарт на протяжении десятилетий. Но в последние годы мир изменился настолько сильно, что к этому правилу пришлось добавить еще одно важнейшее условие. Теперь нужно смотреть не только на то, чему ты научишься, но и на то, насколько велика вероятность того, что искусственный интеллект (ИИ) заберет у тебя эту работу целиком или по кусочкам. Чтобы понять, как сделать правильный выбор, нужно разобраться в том, как устроена современная интеллектуальная работа.
Всю умственную деятельность можно представить как длинную шкалу, на одном конце которой находится идеальный порядок, а на другом — полный беспорядок. Представь себе работу, где все четко определено: например, помощь клиентам в заполнении налоговых деклараций. Тебе присылают чеки и справки по почте, ты берешь набор готовых правил, переносишь цифры в форму и получаешь результат. Со временем ты набиваешь руку, начинаешь делать это быстрее и получаешь больше денег. Это пример «чистой» работы с одной задачей. Но есть и другой край — «грязная» или запутанная работа, состоящая из огромного клубка разных дел, которые невозможно предугадать заранее. Управление заводом или даже ведение домашнего хозяйства в большой семье — это задачи, которые нельзя расписать по пунктам на годы вперед, потому что они постоянно меняются и зависят друг от друга.
Главная опасность сегодня заключается в том, что искусственный интеллект просто великолепен в решении именно тех задач, которые стоят особняком. Пока еще люди часто остаются «в цепочке», потому что ИИ все еще ошибается слишком часто, чтобы оставлять его без присмотра. Но важно понимать, что количество этих ошибок сокращается с огромной скоростью. В разных сферах к ошибкам относятся по-разному. Например, в модерации постов в соцсетях компании готовы рисковать: они могут сначала заблокировать что-то по ошибке, а разбираться потом. Но в медицине или в официальных сообщениях крупных корпораций люди панически боятся ошибок.
До тех пор, пока человек нужен, чтобы проверить работу робота, его труд будет чего-то стоить. Если ИИ пишет черновик юридического контракта, а юрист его проверяет, подписывает и берет на себя ответственность, то именно юрист остается поставщиком услуги и получает деньги. Но модели становятся все умнее. Если закон не обязывает держать человека «в цепочке», даже осторожные компании со временем перейдут на полностью автоматический ИИ. Когда компьютер сможет сам, без всякой помощи, выдавать готовый программный код для простых задач, молодые программисты, которые раньше делали эту работу, окажутся в сложной ситуации. Им придется соревноваться с системами, которые работают почти бесплатно. Предложение услуг программирования перестанет зависеть от того, сколько часов в сутках у человека, и цена такой работы может просто рухнуть до нуля.
Получается странная вещь: работники, выполняющие простые, четко очерченные задачи, будут становиться все более продуктивными и богатыми ровно до того момента, пока ИИ не научится делать это достаточно хорошо, чтобы их заменить. Мы видим это на примере агентов службы поддержки: ИИ подсказывает им ответы, накопленные годами опыта лучших специалистов, и они работают эффективнее, чем когда-либо. Но этот путь ведет к тому, что в итоге агент станет не нужен. Конечно, технологический порог — это не единственное, что решает судьбу профессий. Свое слово говорят фирмы и правительства. В Европе, например, во многих местах до сих пор фактически запрещен Uber, чтобы защитить монополию таксистов, хотя качество жизни от этого страдает. Точно так же лобби нотариусов в континентальной Европе защищает свои позиции законом, хотя технически их работа давно могла бы быть автоматизирована. Так что даже самые простые государственные служащие могут чувствовать себя в безопасности еще долгое время.
Но если ты хочешь строить карьеру не на защите старых законов, а на реальном деле, тебе стоит присмотреться к «запутанным» профессиям. Это те места, где результат зависит от множества переплетенных задач. Возьмем, к примеру, главного инженера на заводе. Ему нужно решить, кого нанять, какие станки купить, как их расставить в цеху, договориться с рабочими, убедить начальство в правильности своих планов и найти ресурсы для их выполнения. Такую работу невероятно сложно автоматизировать. Искусственный интеллект отлично справляется с тем, что написано в книгах, доказательствами и синтаксисом. Но он не может выйти в цех и по-человечески уговорить мастера изменить процесс производства. ИИ не обладает «местным знанием», которое составляет огромную часть ценности такой запутанной работы.
Это касается многих сфер. Консультант по управлению, который только рисует красивые слайды, находится под ударом. Но тот, кто половину времени тратит на то, чтобы «считать атмосферу» в комнате, строить отношения с клиентами и лавировать в офисных интригах, делает то, что робот повторить не может. Даже медицина, которая кажется сухой наукой, на деле гораздо сложнее. В 2013 году было проведено исследование, которое показало, что рентгенологи тратят на непосредственное изучение снимков всего 36 процентов своего времени. Все остальное время они разговаривают с пациентами, обучают коллег, советуются с медсестрами и врачами, которые лечат этого больного. Работа врача — это целый набор навыков. Можно автоматизировать чтение снимков, но врач все равно будет нужен. Главный вопрос здесь не в том, может ли компьютер сделать какую-то часть твоей работы, а в том, складываются ли оставшиеся части в полноценную и нужную роль.
Ключевая особенность таких «запутанных» должностей — это умение исполнять задуманное в реальном мире, сталкиваясь с его сопротивлением. Архитектор или подрядчик на стройке знает это лучше всех. ИИ может за секунды нарисовать чертеж и рассчитать нагрузку на балки. Это теоретические знания. Но подрядчик должен решить проблему, когда брус привезли с опозданием, земля слишком размокла от дождя, чтобы заливать бетон, а электрик и сантехник разругались в пух и прах. То же самое происходит при слиянии компаний. Алгоритм может составить финансовый план и нарисовать новую структуру отделов, но он не обладает «племенным» знанием, чтобы объединить две разные культуры и проявить такт, чтобы ценные сотрудники не разбежались в первый же день.
Даже внедрение самого искусственного интеллекта станет самой запутанной работой в мире. Чтобы ИИ действительно заработал, компаниям придется полностью менять привычный порядок дел, а этому будут сопротивляться из-за внутренней политики, страха и старых бизнес-моделей. Например, юридические фирмы десятилетиями брали деньги за «часы работы», но в мире ИИ эта система станет бессмысленной. Организационная инерция — это подарок для молодых специалистов. Перемены будут идти дольше и сложнее, чем рисуют графики, и для этого потребуется огромное количество консультантов и менеджеров, которые понимают, что может ИИ, но при этом знают, как устроена жизнь внутри компании.
В некоторых случаях профессии, требующие сочувствия, заботы и мгновенного живого суждения, станут настоящими «товарами роскоши». В этих областях робот не будет твоим конкурентом. Наоборот, ИИ будет создавать богатство и снижать стоимость товаров в других сферах, чтобы у людей оставалось больше денег на оплату твоего труда с высокой зарплатой. Кроме того, ИИ дает колоссальные возможности для создания нового. Самые крутые компании обычно не рождаются из трансформации старых гигантов, они создаются с нуля. А создание своей фирмы — это самая запутанная работа на свете. Раньше большие организации доминировали, потому что только они могли позволить себе платить за бухгалтерию, маркетинг и юристов. Теперь ИИ резко снижает эти расходы.
Сегодня один человек может передать все вспомогательные задачи компьютеру и работать как универсальный специалист. Если задачи в HR или финансах автоматизированы, ты можешь довести хорошую идею до уровня большой компании практически в одиночку. Я пишу в своей новой книге о Маоре Шломо, 31-летнем программисте из Израиля. Он создал конструктор приложений Base44 как побочный проект, вложив около 15 000 долларов собственных денег. У него не было сотрудников. Он использовал ИИ-модель Claude, чтобы написать 90 процентов кода для внешней части приложения и выпускать обновления каждый день без всяких раздутых штатов инженеров. Всего за шесть месяцев Base44 привлек более 250 000 пользователей и стал приносить 189 000 долларов прибыли в месяц. В итоге компания Wix купила его проект за 80 миллионов долларов. У Шломо не было отделов продаж, маркетинга или кадров — все эти задачи, которые раньше требовали людей, взяла на себя технология.
Если ты хочешь добиться успеха в мире умственного труда, тебе нужно сделать несколько важных инвестиций в себя. Во-первых, стань настоящим глубоким экспертом в своем деле. По мере того как модели будут становиться лучше, только очень немногие люди смогут приносить реальную дополнительную пользу. ИИ может с вероятностью 94 процента предсказать наличие опухоли на снимке. Но стоит ли пациенту идти на операцию, соглашаться на радиацию или просто подождать и понаблюдать? Это решение зависит от множества факторов и компромиссов, которые алгоритм не всегда может оценить. Чтобы твое мнение имело вес, ты должен знать свою область досконально. Кроме того, глубокие знания помогут тебе внедрять ИИ в реальный бизнес, а это обеспечит работой множество людей на долгое время.
Во-вторых, будь открыт новому и учись учиться. Тебе придется переизобретать себя на протяжении всей жизни. Появятся такие профессии, о которых мы сегодня даже не догадываемся. Знания будут обесцениваться быстрее, чем когда-либо. Важно не то, что ты знаешь сейчас, а то, как быстро ты можешь разобраться в новой проблеме. Вспомни основателя стартапа: до обеда ему нужно разобраться в законах, а после обеда — в продажах, чтобы выжить. Консультант за несколько дней должен вникнуть в логику новой для него отрасли. Умение быстро отделять важное от шума станет критическим навыком.
В-третьих, ищи способы использовать «рычаг». Раньше твой результат был ограничен твоим временем: повар может накормить лишь определенное число людей за вечер. ИИ ломает это ограничение. Теперь один писатель или программист может обслуживать весь мир без огромного штата помощников. Твоя производительность теперь зависит не от физических сил, а от умения управлять машиной. Сейчас лучшее время для запуска своих проектов.
В-четвертых, если ты делаешь что-то, что технически может сделать модель ИИ, твое местоположение становится важнее, чем когда-либо. Почти все, кто двигает эту технологию вперед, живут в нескольких городах: Сан-Франциско, Париж, Лондон, Нью-Йорк. Постарайся быть как можно ближе к таким центрам, чтобы понимать, какие возможности открываются перед тобой. И в-пятых, установи Twitter. Это может казаться пустой тратой времени, но именно там сейчас происходит весь прогресс в открытом доступе. Те, кто следит за этим процессом, имеют огромное преимущество в понимании будущего.
Наконец, учись контролировать машину. Главный новый навык — это метапознание: ты должен понимать, когда ИИ начинает «галлюцинировать» (выдумывать), уметь направлять его на правильные задачи и проверять результат. И помни: если работа действительно изменится так сильно, у нас появится гораздо больше свободного времени. В Японии есть понятие «икигай» — то, ради чего стоит жить. Умение находить смысл жизни не только в работе — это тоже твой капитал. Читай художественную литературу, меньше смотри пустые видео, найди себе хобби. Я бы советовал завести свой блог. Жизнь в мире будущего потребует от нас быть больше, чем просто исполнителями функций.
**