AI не заберёт работу: почему возможностей станет больше

Самый большой страх вокруг AI прост: если два человека с AI могут сделать работу десяти, что будет с остальными восемью? Это обоснованное беспокойство. AI автоматизирует задачи, некоторые команды уменьшатся, некоторые навыки потеряют ценность. Но почти все обсуждения замены работы AI делают одно крупное допущение: объём программного обеспечения, который мир хочет создать, останется постоянным. Я так не думаю. Когда создание становится значительно дешевле, мы не просто строим то же самое с меньшим количеством людей — мы строим больше вещей.

Один стартап требовал 10 человек. Теперь один основатель может построить четыре стартапа

Представьте, что раньше для создания программной компании требовалось десять человек. Сегодня AI-агенты кодирования, облачные платформы, автоматизация и AI-поддержка могут позволить двум-трём людям создать тот же продукт. Очевидный вывод: восемь рабочих мест исчезли. Но рассмотрим другую возможность. Что если основатель, который раньше мог позволить себе построить один стартап, теперь может запустить четыре продукта параллельно?

До: 1 стартап × 10 человек = 10 возможностей
После: 4 стартапа × 2–3 человека = 8–12 возможностей

Отдельные компании стали меньше, но количество компаний, продуктов и экспериментов увеличилось. Мы уже видим ранние признаки этого. В 2026 году стартап JustPaid создал команду из семи AI-агентов кодирования, используя OpenClaw и Claude Code. За один месяц эти агенты построили 10 крупных функций. Вместо устранения всех человеческих ролей компания перенаправила людей на более приоритетную работу с клиентами и даже наняла нового разработчика, которого в основном обучали AI-агенты.

AI не только уменьшает количество людей, необходимых для создания чего-либо. Он увеличивает количество вещей, которые люди могут позволить себе создать.

Мы уже видели это с облачными вычислениями

До облачных вычислений компаниям нужны были люди для покупки и установки серверов, управления операционными системами, настройки сетей, обслуживания хранилищ и резервных копий, обеспечения инфраструктуры и управления физическими дата-центрами. Облачные вычисления автоматизировали или устранили многие из этих обязанностей. Но индустрия технологий не исчезла. Вместо этого появились новые карьеры:

• Облачные инженеры и архитекторы решений
• DevOps, платформенные и SRE-инженеры
• Специалисты по облачной безопасности
• Инженеры по автоматизации инфраструктуры и Kubernetes
• FinOps-инженеры и облачные консультанты

Облачные вычисления устранили работу, но также сделали технологии дешевле и доступнее для миллионов дополнительных компаний. AI может создать такую же трансформацию — и гораздо быстрее.

Миллионы AI-агентов будут нуждаться в людях рядом с ними

Мы переходим от систем AI, которые отвечают на вопросы, к AI-агентам, которые совершают действия. Агенты могут развёртывать инфраструктуру, изменять production-системы, обрабатывать запросы клиентов, утверждать транзакции, получать доступ к данным компании и создавать облачные ресурсы. Теперь представьте, что облачный AI-агент принял неверное решение. Он может удалить production-инфраструктуру или создать миллионы долларов облачных затрат. Или представьте агента поддержки, обрабатывающего миллион тикетов с 2% серьёзной ошибкой. Это 20 000 неверных решений.

Кто-то всё ещё должен ответить на критические вопросы:

• Достаточно ли безопасен агент для развёртывания?
• Какие действия он может выполнять автономно?
• Какие действия требуют одобрения человека?
• Сколько денег или инфраструктуры он может контролировать?
• Кто отслеживает его поведение?
• Кто расследует сбои?
• Кто остановит его, если что-то пойдёт не так?

Чем более автономным становится AI, тем более ценным становится человеческое суждение.

Экономика оценки и безопасности AI только начинается

Традиционного тестирования программного обеспечения будет недостаточно. AI-системы вероятностны, и агенты всё чаще имеют доступ к реальным инструментам, деньгам, инфраструктуре и данным. Нам понадобятся люди и платформы, сосредоточенные на:

• Оценке и непрерывном тестировании AI
• Наблюдаемости и мониторинге агентов
• Ограничениях и разрешениях
• Системах утверждения с участием человека
• Безопасности AI и защите от инъекций промптов
• Контроле затрат и обнаружении аномалий
• Аудите, соответствии и управлении
• Red teaming и расследовании сбоев
• Механизмах отката и восстановления

Облачные вычисления создали облачную безопасность. API создали безопасность API. Контейнеры создали безопасность контейнеров. AI-агенты создадут совершенно новые проблемы безопасности, управления и эксплуатации. Автоматизация не устраняет ответственность. Она увеличивает масштаб, на котором могут происходить ошибки. Решение этих проблем создаст компании, продукты и карьеры, которых сегодня почти не существует.

Самое большое преимущество будет у тех, кто продолжает учиться

AI движется невероятно быстро. Навыки, которые ценны сегодня, могут быть автоматизированы завтра. Это создаёт необычную возможность: ни у кого нет двадцати лет опыта создания production AI-агентов, платформ наблюдаемости, систем оценки AI или AI-нативных программных компаний. Игровое поле частично сброшено. Молодые профессионалы могут войти в новые области до того, как установятся традиционные карьерные пути. Опытные профессионалы могут объединить десятилетия инженерного и бизнес-опыта с мощными AI-инструментами. Преимущество не будет автоматически принадлежать самому молодому или самому опытному человеку. Оно будет принадлежать тому, кто готов продолжать учиться.

Не конкурируйте с AI. Станьте отличным в его использовании

Если AI становится отличным в генерации повторяющегося кода, не стройте всю свою карьеру вокруг написания такого кода. Поднимитесь на один уровень выше. Научитесь:

• Строить реальные системы с помощью AI
• Оценивать и мониторить AI-агентов
• Обеспечивать безопасность автономных систем
• Проектировать рабочие процессы с участием человека
• Интегрировать AI с реальным бизнесом
• Определять ценные проблемы для решения
• Использовать AI для запуска продуктов, которые раньше были слишком дорогими

Самый ценный технологический специалист эпохи AI может быть не тем, кто пишет больше всего кода. Это может быть тот, кто знает: что нам построить? Как AI может помочь нам построить это? Как мы узнаем, что это действительно работает? И как мы управляем этим безопасно в масштабе?

AI устранит некоторые рабочие места. Но он также сделает тысячи новых продуктов экономически возможными. Эти продукты нужно будет строить, интегрировать, оценивать, защищать, мониторить, управлять, улучшать и превращать в бизнес. Количество возможностей в мире не фиксировано. AI расширяет то, что отдельные люди и маленькие команды могут попытаться построить. Самая большая возможность — не в конкуренции с инструментом, а в том, чтобы стать исключительно хорошим в его использовании.

Практический вывод

Не ждите, пока AI изменит вашу роль, чтобы начать изучать AI. Начните строить, экспериментировать и учиться прямо сейчас. Вот простой код на Python для начала экспериментов с AI-агентом, который может выполнять задачи с человеческим контролем:

import openai
import os

# Пример простого AI-агента с ручным подтверждением
def ai_agent_with_approval(task):
    """
    AI-агент, который требует одобрения человека перед выполнением опасных действий.
    """
    # Запрос к AI для генерации плана
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "Ты — AI-агент. Предложи план действий."},
            {"role": "user", "content": f"Задача: {task}"}
        ]
    )
    plan = response['choices'][0]['message']['content']
    
    # Вывод плана и запрос одобрения
    print(f"Предложенный план: {plan}")
    approval = input("Одобрить выполнение? (да/нет): ")
    
    if approval.lower() == "да":
        # Выполнение (здесь может быть реальный код)
        print("Выполняю задачу...")
        return True
    else:
        print("Задача отклонена.")
        return False

# Пример использования
ai_agent_with_approval("Создать S3-бакет в AWS")

Попробуйте запустить этот код, подставив свой API-ключ OpenAI. Это даст вам ощущение того, как работает человеческий контроль над AI-агентами. Затем экспериментируйте: добавьте логирование, ограничения бюджета или автоматические откаты. Мир AI-агентов только начинается, и вы можете быть среди первых, кто научится ими управлять.