Матрица будущего: как ИИ на самом деле изменит твою профессию

Короче, я сейчас приехала в Стмфорд, потому что здесь учёные впервые сделали то, что до этого никто не мог. Они превратили абстрактные дискуссии о будущего и в конкретную матрицу будущих профессий. То есть они ответили на такие вопросы, как какие задачи вы уже можете спокойно отдавать? И прямо отдавайте, даже не фокусируйте своё внимание, какие задачи в будущем будут автоматизированы, какие задачи и навыки вам стоит обратить внимание, потому что вы будете напрямую конкурировать с искусственным интеллектом, а какие останутся вами и только вами. вам нужно будет фокусироваться и становиться сильнее. Я приехала сюда, потому что я хочу поговорить с этими учёными напрямую. И в этом видео я вам расскажу всё об этом исследовании, как использовать эту матрицу для себя. И, честно, я считаю, что это видео просто должны посмотреть каждый, потому что это как раз не про абстракцию, а прямо про конкретику, где вы сможете разложить свою профессию и посмотреть на задачи, на которые вам стоит обратить внимание. А для разработчиков и предпринимателей вы посмотрите, что люди хотят отдать и чего до сих пор нет на рынке. А для этого давайте сделаем шаг назад. Почему вообще это исследование стало таким важным? Ведь про будущее работы с И спорят уже несколько лет, но все дискуссии обычно сводились к двум крайностям. Ири заберёт вообще все рабочие места, и люди будут просто дома получать какой-то определённый пассивный доход, или и - это способ бизнесу сэкономить и заработать ещё больше. И почти никто не задаёт главный вопрос: а люди-то сами хотят, чтобы и их заменил или нет? Тут прямо живой пример, когда они разти научились писать тексты и сценарий, голливудские продюсеры тут же решили заменить целые команды сценаристов на одного человека, который умеет пользоваться чатом GPT. Чем это закончилось? Массовые протесты сценаристов, которые длились более 5 месяцев. И это может произойти абсолютно где угодно: с дизайнерами, с бухгалтерами, с юристами. Потому что когда людей не спрашивают, чего они хотят оставить себе, а спокойно передают это машине, это приводит к реальным социальным взрывам. И вот тут вот исследователи из Створда впервые сделали что-то очень крутое. Они посмотрели на будущие работы не глазами корпораций разработчиков им, а глазами нас, обычных людей. И теперь впервые появилась не абстрактная теория, совершенно конкретная картина того, как на самом деле будет выглядеть наша работа завтра. И самое главное, что теперь нам лично с этим делать. И тут вообще целый детектив. Первый шаг. Исследователи взяли огромную базу рабочих задач из Министерства труда США. Это десятки тысяч подробнейших описаний, чем реально люди занимаются каждый день. От бухгалтера до программиста, до дизайнера, до инженера. Затем они сузили вот этот фокус и выбрали только те задачи, которые можно делать конкретно за компьютером. И в итоге с десяток тысяч задач осталось 844 конкретные задачи из 104 профессий. Но возникает следующий вопрос: а как понять, что из этого вообще можно автоматизировать? И вот тут начинается самое интересное. Учёные создали такую новую шкалу, которая показывает, насколько человек вообще нужен в этой задаче. И называется она Human Agency Scale Hus, или проще шкала человеческого участия. И здесь всё очень просто. Смотрите, H1 - это и всё делает сам. Человек здесь не нужен. H5 - это без участия человека вообще никак. И тут бесполезен. H2, H3, H4 - это человек и машина нужны друг другу, но в разной степени. Эта шкала, кстати, очень суперважная штука. Это как бы общий язык для всех, кто вообще изучает автоматизацию. Запомните. И раньше говорили просто либо и заменит, либо и не заменит. Теперь же мы можем видеть нюансы, где ИИ полностью заменяет, а где он только помогает человеку. Теперь второй шаг. Тут начинается ещё больше экшен. Исследователи, они не стали гадать сами. Они просто пошли и спросили обычных людей. Они взяли 1. 00 сотрудников из разных профессий. И те ответили на простой вопрос: какие задачи лично ты готов уже завтра отдать им? А какие задачи ты хочешь оставить себе? и попросили каждого оценить это по шкале от одного до пяти. Параллельно ту же самую шкалу они показали экспертам поин. Это были 52 человека, разработчики и учёные, которые реально создают эти технологии. Они понимают возможности и могут точно сказать, насколько и ислён, насколько и в ближайшем будущем будет силён выполнять ту или иную задачу. И вот тут вот произошло главное открытие. Впервые у нас появилась база данных, которая показывает и желание работников, и реальные возможности искусственного интеллекта по конкретным задачам. И эта база называется Workbank. Это буквально сокровище, потому что раньше такого просто не было. И теперь по каждой из 844 задач у нас есть чёткий ответ. Люди хотят это автоматизировать или нет? И может ли И это сделать уже или нет? По каждой. Ну и теперь самое вкусное.

Результаты. Какие же задачи мы хотим передать и он с этим справляется, какие мы категорически не хотим отдавать, но он с этим справляется лучше, чем человек. Какие задачи мы не хотим передавать и не справляется. И какие задачи мы хотим, но и, к сожалению, не справляется. И результаты, поверьте, тут очень удивляют. Это исследование дало нам три очень важных открытия, которые я хочу вам раскрыть по порядку. Открытие первое, что люди реально хотят отдать и им. Вот топ-20 задач, которые работники хотели бы автоматизировать. Можете сделать скрин, изучить немножечко попозже. Также я оставлю ссылочку на сам отчёт и на статью в Хабор, который я тоже написала. Есть прикольные детали, как, например, налоговые агенты мечтают, чтобы и сам назначал встречи. Видимо, у них это на потоке надоедает. И коэффициент желания пять, то есть самый высокий. Инженеры-нефтянники, например, хотят, чтобы Ии вёл буровой дневник, а учёные, чтобы ИИ занимался операционным бюджетом. Даже учёные не любят эксельки. И главная причина, по которой люди хотят делегировать вот эти задачи - это освободить время для более ценной работы. Так сказали 70% людей. Но вот что реально удивило внимание. Когда учёные сравнивали эти данные с реальными паттернами использования и то они обнаружили, что как минимум 10 профессий с самым высоким средним желанием автоматизации составляли всего 1,26% от общего использования ИИ. То есть ИИ сейчас используется для чего угодно, но не для вот этих самых простых и самых желаемых в автоматизации задач. То есть и уже может это люди хотят. А автоматизация не происходит просто потому, что никто не дал людям подходящий инструмент или не объяснил, как это сделать. Стартаперы, ну вот вам подсказка на миллиард. Это было то, что можно и хотят. Теперь топ-20 задач, которые работники меньше всего хотят автоматизировать. Тоже скрин на экране. Например, кстати, было удивлением для меня, что агенты по продаже билетов не хотят, чтобы ИИ занимался поиском потерянного багажа. Хотя, казалось бы, наверное, это очень такая невротрёпка, но, видимо, это очень творческая, интересная задача, почти детективная. А ещё, кстати, оказалось, что люди не хотят, чтобы Иисал за них тексты, статьи, рассказы. Почему? Сопротивление, кстати, связано не только со страхом потерять работу, а из-за того, что люди хотят сохранить контроль над важными решениями. То есть возможность творить и возможность человеческого прикосновения в профессии. Вот такая вот формулировка. И теперь мы подходим к главному бриллианту этого исследования. Матрица желаний и возможностей. Тут объединяется два взгляда: что хотят люди и что и может прямо сейчас. Вот у нас тут сетка по вертикали снизу вверх. Желание работников отдать задачу и от одного до пяти по горизонтали у нас слева направо способность и справляться с задачей тоже от одного до пяти по мнению экспертов. И у нас вот получается четыре зоны. И все задачи в каждой профессии показываются в одной из них. Зелёная зона - это высокое желание плюс высокая возможность. То есть это идеальные кандидаты для автоматизации. Люди это очень сильно хотят. и это умеют. Например, у юристов - это назначение встреч с клиентами, у маркетологов- это анализ рекламных кампаний, шаблонны и посты социальных сетях. У дизайнеров, например, это удаление фона изображений. Всё, что попадает в вот эту зелёную зону, это можно смело отдавать и уже это умеет и делает это классно. Ищите инструменты, они уже есть. Это высвободит время для более ценных задач. Жёлтая зона, высокое желание плюс низкая возможность. Это зона надежды. То есть я хочу эту задачу очень сильно отдать, но и пока не тянет. Например, у учёных это может быть анализ экспериментальных данных или настройка дизайна экспериментов. У маркетологов - это мозговой штурм и стратегия бренда. У преподавателей - это подготовка плана лекций по новой теме. Тут люди не обязательно хотят это полностью автоматизировать. Ну было бы классно, чтобы и с этим помогал. Соответственно, что делать? следить за развитием технологий, пробовать всякие новые обновления, экспериментировать с этими задачами, потому что как только Инчится, то люди будут только этому рады. Они уже это хотят автоматизировать. Дальше самая интересная тревожная зона, красная зона. Низкое желание, но высокая возможность. То есть ИИ это уже умеет и делает это на уровне среднего специалиста, но люди не хотят отдавать эти задачи. Например, у писателей - это написание книг, статей, рассказ. У маркетологов - это придумывание уникальных слоганов, креатив, у преподавателей - это, например, проверка творческих заданий. Что делать? Во-первых, разработчикам нужно понимать, что прямолинейная замена может вызывать протесты, как установиться в Голливуде. А для людей

для нас эта зона означает, что если вы видите свои задачи в этой зоне, то это сигнал, что именно сюда вам нужно направлять фокус своего внимания. Я про это ещё расскажу прямо конкретно на примерах, чтобы вам было более понятней, потому что это именно та зона, где мы должны прокачаться, потому что вы будете конкурировать напрямую с ИИ. И ещё есть белая зона. Белая зона - это низкое желание плюс низкая возможность. Эти задачи пока за пределами автоматизации. Например, встреча с ключевыми клиентами. Тут нужна эмпатия, проведение интервью, ручная отрисовка сложных деталей, индивидуальная работа со студентами, дебаты в классе у преподавателей тех же. Это зона, где сосредоточена ценность нас, ценность человеческого участия. Всё это и не может делать, да и люди отдавать это особо не хотят. Это зона, я бы сказала, низкого приоритета. То есть это такое ядро профессий, которые не отнимут. Ну, по крайней мере, в ближайшем будущем несколько лет не отнимут. Точно. И теперь важное наблюдение. Когда смотришь на вот эту матрицу, становится очевидно, что ИИ уже отлично справляется с рутинными, аналитическими задачами, но он плохо заменяет коммуникативные организационные навыки. То есть там, где важно общение, где важно сочувствие, гибкость. И ещё интересно то, что И развивается в отрыве от желания людей. Анализ показал, что 41% инвестиций в е стартапы идут в автоматизацию просто не тех задач. Они идут либо в красную зону, где люди прямо сопротивляются, мы не хотим отдавать эти задачи, либо вообще в белую зону, где и пока ничего и не сможет в принципе, да и люди это не будут использовать. А вот зелёной зоне, где всё сошлось, люди этого хотят, и это может, как раз не достаётся должного внимания. Я вижу на рынке сейчас реально парадокс. Инструменты, которые могли бы реально избавить людей от рутины, не разрабатываются или разрабатываются очень медленно. Зато идут попытки заменить то, что людям очень важно и дорого. И вот из-за вот этого у нас возникает напряжение и ощущение, что е - это не помощник, а угрозы. Как использовать эту матрицу? Вообще, на самом деле, это исследование - это не только очень полезная вещь разработчикам, чтобы вообще, в принципе, понимать, вот, пожалуйста, что создавать, где у нас пока нет конкуренции, но она безумно полезна для каждого из нас. Если коротко, то нужно распределить все свои задачи по четырём зонам. инструмент, который поможет вам это сделать. Я дам вам в конце ролика. Но сейчас вам нужно понять вообще саму логику этого инструмента и всё, что в зелёной зоне у вас будет из ваших задач. Это прямо сейчас смело ищите, передавайте и нанимайте разработчиков. Это уже реально, это уже возможно. Даже если вы об этом не знаете, это не означает, что это нельзя автоматизировать. Наоборот, то, что у вас будет находиться в жёлтой зоне, пока не акцентирует на этом большого внимания, но следит за обновлениями. Подписывайтесь на мой канал. То есть это означает, что это исервисы, они должны скоро появиться, потому что это можно автоматизировать просто пока ещё не дошли руки. Всё, что будет находиться в белой зоне - это те задачи, которые и точно в ближайшее будущее не заменят. Тебе не стоит за это так сильно переживать, но стоит в этих задачах плавномерно развиваться. Это про эмпатию, это про лидерство, это про управление, это про общение с людьми. И вот считая самое большое внимание стоит положить на красную зону. Все задачи ваши, которые попали именно сюда, они должны быть в постоянном фокусе, а именно стать экспертами в этих задачах, чтобы вас не заменил и потому что он уже это классно заменяет. То есть стать суперэкспертом в этих задачах, если для тебя это действительно очень сильно важно. И понимать, что если большинство твоих задач - это именно твоя профессия, она находится именно в красной зоне, то возможно переквалифицироваться на белые задачи. Конечно, очень важно сказать, что эта вся матрица, она у нас не панацея, не лекарство от всего, а просто как бы способ со стороны посмотреть на свою профессию, чтобы понять, куда вообще направлять своё внимание. И сейчас я расскажу прямо на конкретных примерах, в чём польза. Например, представим конкретного маркетолога. И вот, например, его матрица. У него есть задачи, которые прямо сейчас уже можно спокойно делегировать. Это автоматическая генерация АВ заголовков для тестирования, сбор статистики в табличках, анализ цен конкурентов. То есть всё вот это зелёная зона. И это уже умеет, и он сам рад этому отдать. Настраивай инструменты и используй. Креативные концепты компании, стратегии на год вперёд. Наш вымышленный маркетолог с радостью бы делегировал хотя бы частично. Но и тут пока слабоват. И это жёлтая зона, где ему стоит следить за новинками и ждать инструментов, потому что и с этим справится в ближайшем будущем. есть и тревожная красная зона. Это, например, для него написание эмоциональных текстов, креативы для рекламы, в общем, творчество. Многие это уже умеют делать, но наш маркетолог, как человек, он не хочет с этим прощаться. Значит, ему сейчас стоит либо стать мастером в этом

деле, соответственно, он не будет конкурировать с ими, либо потихоньку смотреть в сторону других задач, то есть среднечковых специалистов, и уж точно заменят и уже заменяет. Как, например, мы очень легко сейчас заменили дизайнера наших обложек, потому что Ии с этим уже начал офигенски справляться. Но, безусловно, есть те дизайнеры, которые не придумают то, что сделал и если они станут прямо супертопэкспертами в этом, то тогда больше контрактов, они более дорогие, они будут больше цениться, как, например, обложки на тех же Нью-Йорк Таймсы. Это всё рисуется человеком, потому что там нужно продумывать очень много разных интересных концепций. Поэтому, если маркетолог понимает, что он не хочет становиться топом в этом задаче, ему стоит обратить внимание на белые задачи и стать там специалистом, на которые и не постигается. Например, пичинг идей к клиенту, переговоры, где важна харизма, уверенность, это всё белая зона, такая-то человеческая наша крепость. Соответственно, выход у нашего маркетолога такой: он либо вырабатывает уникальный узнаваемый стиль написания рекламных слоганов, в том, ЧМИ его не заменят, и фокусирует на это всё внимание, если он хочет за это держаться, ну или развивает навыки общения. Или давайте ещё один пример, например, учитель. И вот его матрица. И уже классно справляется с проверкой текстов, с расписанием, созданием учебных листов. Это зелёная зона. пусть спокойно абсолютно отдаёт и не волнуется, уже есть инструменты, и это такая рутина. А вот, скажем, разработка VR-уроков или индивидуальных траекторий для учеников и пока не дотягивает, но наш учитель с радостью бы это передал. Тогда пусть он сейчас ждёт и наблюдает, следит за новинками, потому что это и в ближайшем будущем сможет сделать. А вот, например, оценка творческих работ или проведение лекций, где важен голос преподавателя, подача - это красная зона, потому что машина, она может и творчество оценивать, и аватары видео есть, и голосовой режим сейчас очень реалистичный, но преподаватель не захочет это терять, потому что это и есть суть преподавания. И он тебя должен посмотреть на красную зону. И у него есть выбор. Либо ты становишься реально классным педагогом, и ты разбираешься в своей теме лучше всех, или будь готов к переменам, потому что среднего преподавателя, среднего учителя легко заменит искусственный интеллект. Ну и, естественно, у него есть ещё и белая зона. Это, например, общение с учениками, мотивация, разговоры по душам. Всё-таки у учителя есть наглядное понимание этого мира, применение этих технологий в реальном мире знаний, которые им преподаёт. И вот здесь вот Ии бессилен, Ии пока не понимает наш мир. По крайней мере, в ближайшем будущем он не сможет так хорошо понимать наш мир, как мы его. И слава богу. Что важно сказать, что возможно, когда вы построите свою матрицу, результаты могут вас разочаровать или, наоборот, огорчить. А может, вы вообще поймёте, что всё хорошо и ваша профессия вообще будет востребована ещё очень сильно долго. Как у нас есть были подписчики, которые говорят, что мою профессию никто не заменит, я работаю в психбольнице. В общем, в любом случае вот эта матрица будет безумно вам полезна. И теперь про бот, который мы специально для вас создали. В общем, эти исследователи, учёные, они сейчас как раз создают вот этот сервис, куда они загрузят всю свою вот эту уникальную базу, и они нам предоставят ссылочку на него, как только они это разработают. Но мне захотелось, чтобы вы уже могли это протестировать. И мы для вас специально создали бота, где вам нужно будет ответить на вопросы только максимально серьёзно, если вы хотите получить хорошие результаты и получить свою матрицу задач. Важно, я буду тратить свои токены на это. У меня большая аудитория, поэтому этот бот будет доступен на ограничное количество времени, потому что я его создаю только вот чисто просто вам попользоваться, попробовать это всё. У меня нет плана его развивать и сделать из него сервис. Поэтому, если вы будете смотреть это видео, к сожалению, через несколько месяцев, наверное, то этот сервис уже будет недоступен. Но, возможно, в течение 2ву месяцев исследователи нам дадут ссылочку на свой сервис. Я его тоже оставлю в описании. Важно сказать несколько говорок, что возможности и они меняются, они растут, поэтому список, который вы получите и распределение по зонам, оно как бы носит только предположительный характер, потому что всё будет меняться. Естественно, важно сказать, так как это наш бот, у нас нет полностью всей их базы знаний, мы ждём эту информацию от них, то оно, наверное, не будет прямо супер-супер точным на 100%, но это будет такой способ уже взглянуть на свою профессию со стороны. Но это ещё не всё. Я вам обещала третье открытие, а именно навыки, которые будут цениться в будущем. Исследователи, имея вот эту уникальную базу данных, попытались ответить на ещё один очень-очень важный вопрос: а какие навыки станут реально ценными в мире, где И берёт на себя всё больше задач? И чтобы вот это понять, они сделали такое крутое сопоставление. Они взяли каждую задачу из своей базы и связали её с конкретным профессиональным навыком. например, анализ данных, координация команд, общение с клиентами и так далее. И потом они посмотрели, какие навыки чаще встречаются в задачах, где

человеческое участие обязательно. А какие, наоборот, и уже может делать сам и в ближайшем будущем будет делать сам. И вот что получилось. Это безумно важно. У нас получилось два столбца. Слева у нас столбец, где навыки по уровню зарплаты на сегодняшний день, а справа - это навыки по уровню необходимости человеческого участия. Чем выше, тем там более необходим человек, а значит, они будут цениться больше, потому что и это не может заменить. Помним, да, естественно, спрос на таких людей будет расти и, естественно, будет расти заработная плата. И что сразу видно? Сразу видно, что снижается ценность навыка, например, обработки информации или анализа данных, где сейчас аналитики получают просто безумные деньги. Это высокооплачиваемые навыки работать с таблицами, находить закономерности. Но оказалось, что именно вот эти задачи их и проще всего отдать. И а значит, спрос на такие умения будет постепенно снижаться и, соответственно, снижаться заработная плата. Но здесь же возрастает роль человеческих мягких навыков, навыки общения, умения координировать других людей, распределять ресурсы, работать в команде. И вот это всё, оно чаще всего остаётся в той зоне, где Ии не справляется без человека. Да, пока такие навыки оплачиваются ниже, чем те же аналитики, но в ближайшем будущем они могут стать ключевыми. И в-третьих, что эта таблица нам даёт, что нет одного универсального навыка. Самые человеческие задачи, они требуют довольно-таки широкого набора этих же умений. Не нужно быть прямо узким-узким специалистом в чём-то, а скорее более гибким и адаптивным человеком. Либо если узким специалистом, то быть в нём прямо топ- один, чтобы и тебя не заменил. То есть навыки, которые ранее были второстепенными, они теперь будут выходить на первый план. И чтобы не оставаться за бортом, нужно не просто бояться и начать просто развивать те способности, в которых машина нас не переиграет, а это эмпатия, это креатив, это вдохновение, это лидерство. В общем, вот такая вот дорожная карта. Находясь всяковой долине, я прямо вижу эту тенденцию, где компании сейчас, пока они ещё собирают разработчиков инженеров, чтобы быстренько вот эти технологии натренировать машин инженеров, но как только и выйдет на какой-то определённый уровень, то резко будет снижаться надобность в огромном количестве инженеров. будет всё закрываться несколькими людьми. И вот здесь вот как раз вытекает в те вот софтскилы, которые будут необходимы. В общем, надеюсь, вам понравилось это видео. Рекомендуйте его всем вашим знакомым, чтобы те не боялись, а наоборот понимали, насколько важны человеческие качества и насколько они будут ещё больше цениться. Все ссылочки на исследование, подробную статью, на сервис в описании. Смотрите, подписывайтесь и увидимся в следующем видео. Пока.