H₁₃₁ — как ИИ мы должны менять работу

На этой неделе я был на самой большой конфе по экспериментам в Европе, а также шел сезон Подлолки про ИИ, где я уже традиционно в программном комитете. То есть эта неделя окзалась очень насыщенной на размышления и пропуск опыта других через себя.

Какие мои наблюдейния именно про ИИ. Разделю это на "требования к сотрудникам" и "внедрение в продукты". Начнем с первого.

Требования к сотрудникам:
Компании на зарубежном рынке все чаще ждут от людей AI-literacy из коробки. Это значит, что вы должны быстро видеть возможные улучшения / изменения рабочего процесса с ИИ, чтобы выдавать результат быстрее и с качеством не хуже, а то и лучше.
Примеры:
• Контент-менеджер должен запускать кучу креосов с ИИ без дизайнера и уметь обходить филтры платформ на спам/нейрослоп. Причем не все готовы даже больше платить за это, всего-лишь готовы легче тебя нанять, а там уже надо показывать ценность
• Аналитик должен уметь в контекст-инжиниринг данных, чтобы перестать быть SQL-интерпретатором самому и сделать удобную обвязку, чтобы для людей это делал агент
• Разработчик все чаще делает код-ревью того, что создал ИИ, а не сам пишет код. Также большую часть занимает хорошо подумать логику, а не пописать код (хотя это было всегда так)
• Продакты вообще должны быть самыми ИИ-нативными сотрудниками и драйверами перемен. Потому что бизнес будет ожидать высоких скоростей, которые делая все по старинке уже не выдержать
• Расход токенов становится частью управляемого бюджета департаментов / команд внутри них — следите за расходом и выбивайте бюджет сами теперь. Так что ждут от менеджеров такой навык при найме теперь тоже

Сами рабочие инструменты тоже трансформируются:
• Все чаще видим ИИ-саммари, ИИ-поиск, ИИ-копилоты на внутренних платформах: эксперименты, поддержка, документация
• Есть процессы и полностью изменившиеся с ИИ: например в продуктах есть чаты или анализ кейсов там, где раньше бизнесу было это нерентабельно.
• Многие начинают играть с ИИ-симуляциями пользователей, пока нет видимых успехов, но кажется это первое время будет такой же лихой обман и самообман как мы видел с CI методами

Но все это не меняет факта: вы должны отлично уметь делать кор своей работы, шарить в фундаменте. Например в экспериментах аналитики и продакты, в архитектуре разработчики. Просто теперь ожидается все это маленькими командами и с большей скоростью.

Я бы сказал, что надо делать 2 вещи:
1. Укреплять свой фундамент — шарить основы того как работает ваша индустрия и какие в ней проблемы — это бесконечное ремесло, но теперь с учетом того как можно быстро что-то создать надо понимать проблемы еще глубже, чтобы не убежать в дешевый дофамин от создания фич.
2. Формировать свою ИИ-грамотность — пользоваться ИИ в жизни и работе, когда вы видите рутину, то надо подумать "а почему она все еще делается людьми", нередко потому что просто никто не садился ее обернуть в агентскую автоматизацию

Если просуммировать, то чтобы оставаться в тренде и продолжать быть востребованными на рынке надо еще глубже понимать фундамент своей работы и пытаться переосмылить решения проблем через возможности ИИ.

Хотите сделаем вебинарчик и поразгоняем эти мысли? Если хотите, то давайте набирать 50 огней, чтобы замотивировать меня 💫