Заменит ли ИИ мою работу: честный разбор без паники

Коротко: ИИ заменяет не профессии, а отдельные задачи внутри них. Профессия исчезает целиком редко — чаще меняется набор дел, а вместе с ним требования к людям. Практичный ответ на тревогу — не гадать о будущем, а разобрать свою работу на задачи и посмотреть, какие из них автоматизируемы, а какие держатся на ответственности, контексте и живом контакте. А ещё — очень внимательно посмотреть на то, что вам продают под видом «переобучения»: мы этот рынок замерили, и цифры отрезвляют.

Сначала — почему вопрос ощущается страшнее, чем он есть

Тревога про «замену» устроена так: мы представляем профессию как монолит и мысленно сравниваем себя целиком с машиной. Но никто не нанимает «бухгалтера вообще» — нанимают человека под конкретный набор дел. И машина тоже забирает не человека, а отдельные задачи. Как только ты переходишь от «заменят ли бухгалтеров» к «какие из моих 14 еженедельных дел может делать модель», разговор перестаёт быть страшным и становится рабочим.

Полезно помнить и про историю. Банкоматы не уничтожили кассиров — количество отделений выросло, а обязанности сместились к консультированию. Электронные таблицы убрали ручной пересчёт и при этом увеличили спрос на финансовых аналитиков. Это не гарантия, что так будет всегда, и не обещание, что переход безболезненный. Но это напоминание: автоматизация части задач и исчезновение профессии — разные события.

Есть и вторая причина, по которой вопрос звучит громче, чем следует. На тревоге зарабатывают. Каждый громкий прогноз про «X% рабочих мест исчезнут к 20YY» кто-то оплатил — и почти всегда это тот, кто продаёт либо сам ИИ, либо спасение от него. Дальше в статье мы покажем, как выглядит второй бизнес изнутри, потому что его мы измерили сами.

Что ИИ сегодня делает действительно хорошо

• Первый черновик чего угодно текстового: письма, плана, описания, инструкции.
• Сжатие и структурирование: длинный документ в пять пунктов, заметки в таблицу.
• Перевод и смена тона — быстро и на приличном уровне.
• Рутинный шаблонный код и разбор чужого кода.
• Генерация вариантов: двадцать заголовков, чтобы выбрать один.
• Объяснение незнакомого простыми словами — персональный репетитор по любой теме.
• Черновая классификация: разложить сто входящих обращений по темам за минуту.

Заметь общее у всех пунктов: результат виден сразу и проверяем за секунды. Плохой черновик видно. Плохой перевод видно. Плохое резюме документа ловится сверкой с оригиналом. Именно поэтому эти задачи уходят первыми — не потому, что они «простые», а потому что цена ошибки в них близка к нулю: ты её замечаешь до того, как она куда-то попала.

Где он стабильно спотыкается

• Ответственность. Модель не может отвечать за последствия. Подпись, риск и решение остаются на человеке — это не техническое ограничение, а устройство ответственности как таковой.
• Достоверность. Она уверенно ошибается, и ошибку не отличить по тону от правды — см. галлюцинации ИИ.
• Невыраженный контекст. Всё, что «все и так знают» в твоей компании, в отрасли, в отношениях с клиентом, — модели неизвестно.
• Живой контакт. Сложные переговоры, поддержка человека в трудный момент, доверие, выстроенное годами.
• Физический мир. Руки, объекты, нестандартные условия — тут прогресс есть, но он куда медленнее, чем в тексте.
• Постановка задачи. Модель отвечает на вопрос, но не понимает, какой вопрос стоило задать. Это по-прежнему человеческая работа.

И здесь тоже есть общее: во всех этих пунктах нельзя быстро проверить, что модель права. Не потому, что она глупее, а потому что критерия под рукой нет. Отсюда простое рабочее правило, которое стоит всех прогнозов: задача уезжает к ИИ ровно настолько, насколько дёшево проверить результат. Не «сложная/простая». Не «творческая/рутинная». Проверяемая или нет.

Подумай, прежде чем читать дальше: выпиши всё, чем ты занимался на работе на прошлой неделе, по пунктам. Отметь те, где: (а) результат проверяем, (б) ошибка не критична, (в) не нужен неизвестный модели контекст. Вот эти пункты и уедут первыми — и, скорее всего, ты и сам будешь этому рад.

Разбери свою работу прямо здесь

Ниже — рабочий промпт. Он самодостаточный: внутри уже есть готовый список задач реального человека, так что жми «Запустить» и смотри, как рассуждение выглядит целиком. Потом подставь свои дела вместо чужих.

Ты карьерный аналитик. Отвечаешь честно, без хайпа и без утешений.

Вот реальный список дел офис-менеджера отдела продаж за неделю:
1. Свести отчёт по сделкам из выгрузки CRM в таблицу для руководителя.
2. Написать 12 писем-напоминаний клиентам о просроченной оплате.
3. Провести собеседование с кандидатом на позицию ассистента.
4. Договориться с арендодателем о переносе платежа на две недели.
5. Составить и разослать повестку еженедельной планёрки.
6. Разобрать 60 входящих обращений и распределить по менеджерам.
7. Сказать сотруднику, что его испытательный срок не продлевают.
8. Обновить инструкцию по онбордингу новичков.
9. Проверить счета от подрядчиков и согласовать оплату.
10. Решить, кого из двух менеджеров ставить на крупного клиента.

Задача: раздели эти 10 пунктов на три группы —
A) ИИ делает почти целиком уже сейчас,
B) ИИ ускоряет, но решение и подпись за человеком,
C) плохо автоматизируется.

Для КАЖДОГО пункта укажи одной строкой главный критерий:
можно ли за минуту проверить, что результат верный, и по чему именно.
Затем назови 2 пункта, где твоё отнесение спорное, и объясни спор.
Не пугай и не льсти.

Обрати внимание на то, что модель скажет про пункты 3, 7 и 10. Она почти наверняка отнесёт их в группу C — и объяснит это не «сложностью», а тем, что результат проверить нечем: правильность решения станет известна через полгода. Это и есть ядро всего вопроса про замену.

Что говорят громкие цифры — и почему мы их отсюда убрали

В прошлой версии этой статьи стояли два самых цитируемых числа индустрии: «39% ключевых навыков изменятся к 2030» и «71% руководителей предпочтут кандидата с ИИ-навыками». Мы их убрали. Причина простая: мы не смогли проверить их по первоисточнику, а пересказывать пересказ — ровно тот способ, которым в интернете заводятся факты из ниоткуда.

Но дело не только в проверяемости. Даже будь эти числа точны, они бесполезны для тебя лично. «Навыки изменятся» — это не «людей уволят». Опрос руководителей — это намерение в анкете, а не действие в найме. И главное: ни одно из этих чисел не отвечает на вопрос, который ты задал. Ты спросил «заменят ли мою работу», а тебе показывают среднее по планете.

Поэтому мы решили измерить то, что действительно можно измерить и что действительно касается тебя.

Наше исследование: мы замерили рынок «спасения от ИИ»

Ответ на тревогу «ИИ заменит мою работу» индустрия даёт один: переобучись. Купи курс. Значит, чтобы понять, стоит ли паниковать, полезно посмотреть, что именно продают под этим словом. Мы выгрузили данные по крупнейшим нетехническим курсам про ИИ на Udemy (через их внутренний API) и по топу Coursera, вместе с отзывами. Вот что мы нашли.

Первое: паника уже монетизирована, и в промышленных масштабах

На один курс — Google AI Essentials на Coursera — записалось 1 876 929 человек. На Generative AI for Everyone от DeepLearning.AI (Эндрю Ын) — 814 083. На Prompt Engineering for ChatGPT от Vanderbilt — 698 444. На Udemy у курса Generative AI for Beginners (Aakriti E-Learning) — 409 492 ученика при 121 079 отзывах и рейтинге 4.53. У The Complete AI Guide — 376 845 учеников, 42 часа видео, 545 лекций.

Держи эти числа в голове, когда в следующий раз услышишь, что «люди не готовятся». Миллионы людей уже записались. Вопрос не в том, готовится ли рынок, а в том, что он на этом получает.

Второе: «ниша для новичков» не пуста — она переполнена

Мы посмотрели требования восьми крупнейших курсов Udemy. Код не нужен нигде. Дословно: «No prerequisites as ChatGPT is a tool anyone can access and use immediately» (Ballinger); «No coding skills needed» (Wheeler); «A desire to learn» (Aakriti); «No prior experience with AI or programming is needed» (Complete AI Guide).

Практический вывод для тебя: «войти в ИИ» — это не редкий навык и не защитный ров. Почти два миллиона человек проходят тот же вводный курс, что и ты. Сертификат о том, что ты знаешь, что такое промпт, не отличает тебя ни от кого.

Третье: скидки, за которой ты гонишься, не существует

Это самый машинно-проверяемый факт из всех, что мы добыли. Вот сырой ответ API Udemy на карточке курса:

"price": {"amount": 24.99, "currency": "EUR"}
"list_price": {"amount": 24.99, "currency": "EUR"}
"saving_price": {"amount": 0.0}
"has_discount_saving": false
"discount_percent": 0

Цена равна «старой цене». Экономия — ноль. Скидка — ноль. 11 из 12 топовых курсов стоят €19,99, один (Complete AI Guide) — €24,99. Всё, что выглядит на витрине уходящим предложением, — часть интерфейса, а не часть цены.

Зачем это в статье про замену работы? Затем, что тревога — плохой покупатель. Человек, который боится за свою работу, торопится и не проверяет. А проверить здесь можно было за одну минуту.

Четвёртое: то, что говорят люди, уже заплатившие

Мы собрали и разобрали отзывы вручную. Доля негатива (≤3.5★) на Udemy: у Generative AI for Beginners — 9,61%, у Complete AI Guide — 10,36%. На Coursera заметно ниже — 1,5–3,5%. Но интереснее не проценты, а о чём люди пишут. Претензии складываются в очень узкий набор.

Курс — это озвученный слайд.

«why read straight from the slide? I can do that. This was not a helpful course at all» — Janie I., 02.07.2026, 1★

«50% of this course is reading script like a robot from the slides. …they are just reading text from the slides which you can also you from any good website» — Shashank T., 13.04.2026, 1★ (Complete AI Guide)

«Written by AI, delivered by AI. The slides are way too crowded to be useful and it really doesn't help to have the bot read them out word-for-word» — Bradley M., 16.04.2026, 1★ (курс на 118 тысяч учеников)

Никто не проверяет, научился ли ты. Это самая тревожная находка, и она напрямую бьёт по идее «переобучение = защита»:

«you send your assignments and immediatly you got your results: 100% correct. I am still speechless. I put all that effort in and have no idea whether I my answer was correct or not.» — Shinysheep, 21.09.2023, 1★ (Vanderbilt, Prompt Engineering)

«Videos are too short and superficial so you end up memorizing sentence by sentence to pass quizzes. Not a learning experience.» — Laurie J Phillips, 12.04.2024, 3★ (IBM)

«quizzes give unhelpful feedback for incorrect answers and just say 'watch the video again'» — Cory Covino, 04.05.2024, 2★ (IBM)

Обещали научить промптам — не научили. И это на курсах, у которых prompt engineering стоит в названии:

«There is nothing teached about creating a good prompt. It is just an overview of types of prompts.» — Geralt O., 01.07.2026, 2★

«No specific guidance on prompt engineering… what to avoid while asking, how to organize your thoughts, how to give feedback to AI based on its answers etc.» — Bharat Ram A., 05.06.2026, 1.5★

«Didnt meet expectations, only theory is discussed which we already know.» — Aditya Nagavolu, 19.11.2023, 1★ (Generative AI for Everyone)

Пятое: сколько это стоит в месяц

Coursera Plus — €50/месяц или €343/год (14 дней на возврат). Отдельные программы Google на Coursera — $49/месяц после 7-дневного триала. Udemy Personal Plan — €20,00/мес, по промо €10,00/мес; эту пару чисел мы взяли с лендинга Udemy, а не из API — их сайт отдаёт краулеру 403, так что источник тут слабее остальных, и мы это отмечаем. При этом Prompt Engineering Specialization от Vanderbilt требует платную подписку ChatGPT+, чтобы вообще выполнять задания. То есть ученик платит и за курс, и за инструмент — порядка €70 в месяц, чтобы смотреть видео и получать автоматическое «100% correct».

Что из этого следует лично для тебя

Не «курсы — зло». Курсы бывают отличные, и Google AI Essentials с рейтингом 4.8 у 22 557 отзывов — явно не мусор. Следует другое, и оно важнее любого прогноза про 2030 год:

• Покупка курса — не действие. Почти два миллиона человек уже нажали «записаться». Это не отличие. Отличие — уметь применить.
• Сертификат ничего не доказывает. Если система выдаёт «100% correct» автоматически, то и работодателю этот балл ничего не говорит. Человек, который это написал, был прав: он «понятия не имеет, был ли ответ верным».
• Теория — самая дешёвая часть. Четыре независимых человека заплатили и написали «только теория, которую мы и так знаем». Тревога заставляет покупать понимание, а нужен навык.
• Проверь цену и условия за минуту. Тот же навык, что и с ответом модели: не верь тону, посмотри на данные.

Почему платформы не могут это починить (и это структурная вещь, а не лень)

Отзыв Shinysheep — не про плохого преподавателя. Он про архитектуру. Чтобы проверить промпт, нужна модель внутри урока. У Coursera её нет. У Udemy её нет. Проверить эссе о том, что такое few-shot, автомат может. Проверить, что твой промпт действительно работает, — нет: для этого промпт надо запустить. Поэтому там и стоит автомат «100% correct» — это не халтура, это единственное, что можно сделать без запуска.

Отсюда и простое следствие для тебя: любой формат обучения ИИ, где ты не запускаешь промпт и не видишь ответ, учит тебя рассказывать про ИИ, а не пользоваться им. Кнопка «Запустить» под блоками в этой статье — ровно про это: ты можешь нажать и увидеть, а не поверить на слово.

Три ошибки, которые люди делают с этим вопросом

Ошибка 1: сравнивать себя с моделью, а не с человеком, у которого есть модель. Тебя не заменит ChatGPT. Тебя может подвинуть коллега, который делает твою работу за час вместо дня. Это радикально меняет план действий: соревноваться надо не с технологией, а осваивать её.

Ошибка 2: считать «творческое» защитой. Творческое исполнение — двадцать заголовков, пять вариантов картинки, черновик текста — уходит первым, потому что проверяется мгновенно. А вот решение, какой из двадцати заголовков ставить и почему, — не уходит. Защищает не творчество, а ответственность за выбор.

Ошибка 3: ждать ясности. Люди откладывают до «когда станет понятно». Не станет. Зато можно за один вечер получить собственный факт вместо чужого прогноза: взять свою реальную задачу, сделать её с ИИ и без, и засечь время. Один такой замер весит больше, чем все отчёты вместе.

Проверь модель на своей же теме

Второй рабочий промпт — про то, чтобы поймать модель на слабом месте. Он самодостаточный, запускается как есть.

Ты строгий аналитик. Ниже — абзац из статьи про рынок труда.
Найди в нём все утверждения, которые звучат как факт,
но не могут быть проверены читателем.

Абзац:
«Согласно последним исследованиям, к 2030 году около 40% рабочих мест
будут автоматизированы, причём эксперты сходятся во мнении, что первыми
пострадают творческие профессии. Уже сегодня 8 из 10 компаний внедрили ИИ,
а средняя экономия времени составляет 30%.»

Для каждого утверждения дай таблицу из трёх колонок:
1) само утверждение,
2) почему его нельзя проверить (нет источника / нет определения /
   опрос выдан за измерение / прогноз выдан за факт),
3) какой вопрос надо задать автору, чтобы утверждение стало проверяемым.

В конце: перепиши абзац так, чтобы в нём не осталось
ни одного непроверяемого утверждения. Разрешено делать его короче.

Этот приём стоит применять к любой статье про ИИ и рынок труда, включая эту. Именно так мы и выкинули отсюда те два числа.

Кому стоит быть внимательнее

Без запугивания и без списка «обречённых профессий» — таких списков честно составить нельзя. Но давление выше там, где работа состоит преимущественно из задач, которые: выполняются по шаблону, целиком живут в тексте или данных, легко проверяемы и не требуют личной ответственности за последствия. Это не приговор профессии — это сигнал, что внутри неё стоит сместиться к той части, где нужны суждение, контекст и отношения. Обычно такая часть есть, и обычно она — самая интересная.

Контраргумент к самому себе. «Проверяемость» — хорошее правило, но не закон природы. Есть задачи, которые проверить легко, а автоматизировать никто не спешит: потому что объём маленький, потому что интеграция дороже экономии, потому что регламент требует человека. И наоборот: бывает, что плохо проверяемую задачу отдают модели просто потому, что никто и раньше её не проверял. Так что правило говорит, куда смотреть, а не что случится.

План на ближайший месяц

1. Инвентаризация. Разложи работу на задачи и честно отметь автоматизируемые. Двадцать минут, один лист бумаги. Промпт выше делает это за тебя наполовину.
2. Возьми верх над двумя из них. Не жди, пока это сделает кто-то другой. Отдать рутину ИИ самому — единственный способ остаться тем, кто управляет процессом.
3. Измерь. Один типовой кейс с ИИ и без. Реальная цифра лечит тревогу лучше любой статьи — в обе стороны.
4. Вложись в неавтоматизируемое. Постановка задач, переговоры, ответственность, отраслевой контекст, отношения. Это дорожает, когда исполнение дешевеет.
5. Научись отлаживать промпт, а не заучивать формулу. Это ровно та дыра, на которую жалуются семь человек в наших цитатах: все учат «вот структура промпта», никто не учит «промпт не сработал — что менять первым».
6. Научись проверять. Умение поймать уверенное враньё модели становится отдельной профессиональной ценностью.

Отладка вместо формулы: попробуй

Третий промпт показывает разницу между «знать структуру промпта» и «уметь чинить». Тоже самодостаточный.

Вот плохой промпт, который дал бесполезный ответ:

«Напиши письмо клиенту про задержку.»

Задача:
1. Назови ровно 4 причины, почему этот промпт даёт плохой результат.
   Каждая причина — про конкретную нехватку, а не общие слова.
2. Расположи их в порядке ПРИОРИТЕТА починки: что менять первым
   и почему именно это даст самый большой прирост.
3. Покажи три версии промпта: после первой правки, после второй,
   после всех четырёх.
4. Для каждой версии — одной строкой, что именно в ответе улучшится.

Не давай сразу идеальный вариант: мне важен порядок шагов.

Ответ на это упражнение — и есть тот навык, который не заменяется. Формулу промпта модель тебе перескажет за секунду; понимать, что чинить первым в своей задаче, придётся тебе.

Проиграй тот сценарий, которого боишься

Последний промпт. Он ничего не предсказывает — он заставляет расплывчатую тревогу принять форму, с которой можно спорить.

Проведи структурированный спор в два раунда по утверждению:

«К 2030 году компания будет держать одного финансового аналитика
там, где сегодня держит четырёх.»

Раунд 1: сильнейшая позиция ЗА. Раунд 2: сильнейшая позиция ПРОТИВ.
Правила:
- Никакой статистики, никаких выдуманных процентов, никаких ссылок
  на отчёты. Аргументируй только механизмами: какая конкретно задача
  уезжает, кто проверяет результат, что ломается, если проверка неверна.
- Каждая сторона обязана назвать ОДНО свидетельство, которое
  заставило бы её саму передумать.

Затем — в роли нейтрального судьи:
- В чём обе стороны на самом деле согласны?
- Какое одно наблюдаемое событие ближайших 12 месяцев
  разрешит спор быстрее всего?
- Что практически делать работающему финансовому аналитику
  в понедельник, если спор не разрешён?

Обрати внимание на запрет статистики. Он стоит там намеренно: без цифр, за которыми можно спрятаться, модель вынуждена рассуждать механизмами — а механизм ты можешь сверить со своим рабочим местом, чего с процентом сделать нельзя.

Сколько времени это на самом деле занимает

Сравни два числа из нашей выгрузки. The Complete AI Guide — 42 часа видео и 545 лекций. И рядом отзыв на тот же курс:

«The content is mostly from 2023. …I invested my 41 hours and Im learning content which is from 2023. Very disappointed.» — Harsh A., 09.04.2026, 1.5★

Сорок один час. Это неделя рабочего времени, отданная за контент, который устарел. Базовый рабочий навык — сформулировать задачу, получить черновик, увидеть ошибку, починить промпт — осваивается за несколько вечеров на своих реальных задачах. Не за 42 часа чужого видео. Тревога подталкивает покупать объём: 545 лекций выглядят как страховка. Они ею не являются.

Это, кстати, отдельный вывод из наших данных: видео проигрывает тексту ровно там, где видео — это озвученный текст. «Reading straight from the slide» — и есть описание этого случая. Текст даёт темп читателя и транскрипт по определению; за скорость ведущего никто не жалуется на статью.

Главное, что стоит забрать

Вопрос «заменит ли ИИ мою работу» почти всегда неправильно поставлен. Правильный: «какие мои задачи изменятся и что я с этим сделаю первым». Ответ на второй вопрос полностью в твоих руках, и он занимает не годы, а несколько вечеров. Начни с малого: гид по ChatGPT для новичков и разбор, какие задачи отдать ИИ первыми. Если ищешь работу прямо сейчас — пригодится статья про ИИ для резюме и поиска работы. А если хочется понять, что стало с самой раскрученной «профессией будущего», посмотри честный разбор про промпт-инженера и статью про ИИ-агентов — то, что реально меняет набор задач сильнее любых прогнозов.