Про детерминированный интеллектуальный труд.

Думаю, вы все уже слышали и вероятно, сами чувствуете, что наша работа довольно быстро меняется. Я много про это думаю, анализирую свой опыт в Higgsfield, компании, которая изначально строилась как AI-first, и в Т-Банке, который, наоборот, сейчас пытается пройти черед ИИ-трансформацию.

И вот к какой картине я пришёл на август 2026 года.

Если отбросить всякие очень понятные, хотя на самом деле часто не очень AI-задачи, типа поиска информации, выстраивания guardrails вокруг моделей и так далее, то почти любая интеллектуальная работа, в какой-то момент будет делаться моделями лучше нас, если выполнятся три условия:

Первое:
у компании будет нормально описано, как она вообще работает. То есть будут понятные бизнес-правила и хорошо собранные витрины примерно со всеми данными, которые могут понадобиться для принятия решений: начиная от транзакций и продуктовых событий и заканчивая переписками в мессенджерах и документами.

Второе:
будут хорошие интеграции примерно со всем, что нужно, чтобы эти бизнес-правила выполнить. Тут, думаю, не надо подробно объяснять. Вам ведь нужно запустить A/B-тест, а не получить общую формулу расчёта его длительности.

И третье:
появятся достаточно умные модели, которые смогут хорошо пользоваться и первым, и вторым, понимать контекст компании, самостоятельно разбираться в детерминированной задаче и выполнять её от начала до конца (имхо уже появились!)

Когда все три пункта выполнены, то работа людей относительно быстро и легко автоматизируется.

Хороший пример это классический аналитик, основная функция которого заключается в том, чтобы написать запрос, достать данные, запустить тестик и помочь интерпретировать его результаты. Так вот в современных AI-first стартапах такой аналитик уже не особо нужен. Потому что, если вы изначально подумали про данные, вложились в их описание и сделали несколько интеграций, то примерно любой человек в компании может сам найти нужную информацию, покрутить её, проверить несколько гипотез и сделать все это сильно быстрее чем раньше.

Самое забавное, что все это касается всех профессий занимающихся интеллектуальным трудом. От продуктов и разработчиков до маркетологов и мле. Труд не имеет особого значения, думаю модели будут лучше везде (на самом деле много где уже лучше). И единственное, что будет защищать людей это наличие контекста, умение работать с ним и с его отсутствием, принимать решения когда вообще ничего вокруг не понятно и учитывать факторы, которые мы пока не научились класть в контекст модели. Например проявлять эмпатию на переговорах и закрывать сделки.

При этом верно и обратное. Чем больше понятного контекста в вашей работе тем быстрее ваша профессия изменится, автоматизируется и вам придется меняться.

Чтобы понять где вы на этом спектре есть простой критерий: если вашу работу можно описать примерно как: «мне каждую неделю прилетает тикет, дальше я его качественно выполняю», то рано или поздно ваша компания пройдёт через AI-трансформацию, приведёт в порядок данные, допишет интеграции, опишет бизнес-правила и научится нормально отдавать этот же тикет моделям.

Примерно это уже произошло с большей частью работы аналитиков и разработчиков в AI-first компаниях, и мне сложно придумать причину, почему тот же процесс не должен постепенно пройти и в остальных интеллектуальных профессиях: начиная от дизайнеров и рекрутеров заканчивая маркетологами, продуктами и МЛЕ


p.s.
В ai first стартапах задач в сотни тысяч раз больше чем людей и скорее все трансформировались и начали заниматься другой работой и делать ее по другому. В зрелых корпорациях это скорее не так и если вы еще один аналитик, который ходит на планирования, берет понятные задачи и пьет сидр по пятницам, то самое время задуматься, а что я буду делать через два года и все ли хорошо у меня будет.