Уроки прошлого: чему нас учит история автоматизации в промышленности

Уроки прошлого: чему нас учит история автоматизации в промышленности

Вы боитесь потерять работу?

Этот вопрос звучит почти банально, но за последние годы страх увольнения стал ощутимым для многих. Практически каждый человек с работой так или иначе боится её потерять. Я слышу это повсюду — в комментариях, в консультациях, в соцсетях, даже в разговорах с друзьями. Никто не чувствует себя в безопасности.

Одна из причин — постоянный фон из Big Tech и медиа: ИИ идёт за вашими рабочими местами. И на этот раз, говорят, он не пощадит никого.

Это правда?

Я много лет работаю с ИИ и уже 15 лет объясняю людям, почему искусственный интеллект не должен автоматически означать конец их профессии.

Давайте спокойно соединим точки. Картина получается не истеричная — но отрезвляющая.

Когда ИИ приходит за работой — это сначала медленно, потом внезапно

Первое, что важно понять: несмотря на нынешнюю панику, ИИ чаще угрожает синим воротничкам, чем белым.

Почему? Потому что современный ИИ строится на автоматизации. А автоматизация лучше всего работает там, где задачи повторяются и следуют чётким инструкциям.

Чем рутиннее работа и чем меньше она требует сложных решений — тем проще её автоматизировать.

Так было ещё с 1980-х, когда машины начали заменять рабочих на заводах. Это продолжается и сейчас — просто внимание СМИ сместилось на «белые воротнички».

Роботам проще заменить сварщика на конвейере, чем, скажем, опытного аналитика. Хотя с ростом вычислительной мощности машины уже могут «принимать решения» и справляться с более сложными задачами.

Один из таких примеров — вождение.

Автопилоты: 40 лет предупреждений

Самый очевидный пример — таксисты. Даже Uber и Lyft не защищены.

Технологии автономного вождения существуют с 1950-х. Эксперименты с пассажирскими машинами велись в 1970-х. В 1980-х по автобанам уже ездили прототипы без водителя.

Логично было бы ожидать, что профессия водителя исчезнет. Но на дворе 2026 год — и водители всё ещё работают.

Потому что это происходило медленно.

Я недавно был в Темпе, Аризона — одном из центров автономных машин. Waymo там повсюду. К третьему дню я уже перестал обращать на них внимание. Они стали частью пейзажа.

Молодёжь пользуется ими без колебаний. Они дешевле в эксплуатации, могут работать 24/7 и со временем станут безопаснее человека — если ещё не стали.

Uber и Lyft сделали поездки дешевле и удобнее. Но когда подработка превратилась в профессию, стало ясно: эта модель уязвима.

Когда беспилотники окончательно придут, это не будет внезапностью. Нас предупреждали 40 лет.

Настоящие сигналы опасности

Обычно советуют спрашивать себя: «Насколько я ценен для компании?»

Но это не главный показатель.

Главное — сама компания и её место на шкале деградации продукта.

Автор называет это «шкалой эншитификации» (по аналогии с Кори Доктороу):

  1. Я люблю этот продукт
  2. Раньше они были классными
  3. Они — меньшее зло
  4. Они просто безопасный выбор
  5. Я их ненавижу

Речь не столько о компании, сколько о том, что она делает.

Как только эмоции смещаются с «люблю продукт» на «ну, это просто способ что-то сделать» — начинается уязвимость.

Когда продукт превращается в рутину, а не в ценность — автоматизация становится логичным шагом.

Законы и профсоюзы только оттягивают неизбежное

Когда индустрия чувствует угрозу, она сначала защищается:

  • через регуляцию
  • через профсоюзы
  • через законы

Но часто это лишь тормозит естественную эволюцию, а не решает проблему.

Пример — Uber и Lyft. Пример — фастфуд. Подняли минимальную зарплату? Отлично. В ответ — киоски самообслуживания.

Раньше мы жаловались на плохой сервис в McDonald's. Теперь нас раздражает, если автомат не работает и приходится говорить с живым человеком.

Компания сама превратила работу в «нажатие кнопок». А кнопки автоматизировать легче всего.

А что с белыми воротничками?

Вот тут начинается самое важное.

«Эволюционируй или умри» — звучит жёстко, но логично.

Паника в IT во многом раздута. Большинство технарей быстро адаптируются к новым инструментам. Проблема не в них. Проблема — в менеджменте.

Руководство часто воспринимает ИИ как замену по умолчанию, а не как инструмент. Массовые увольнения становятся «простым решением». Можно списать всё на ИИ — и вроде как «исправить баг» в компании.

Но шкала деградации продукта редко идёт назад.

Если компания уже превратилась в фабрику задач, а не в создателя ценности — ИИ лишь ускорит то, что уже началось.

Как понять, что пора уходить?

Посмотрите вокруг.

Ваша компания всё ещё создаёт продукт? Или просто штампует задачи?

Вас защищают? Или вы реально добавляете ценность?

Если честно ответить на эти вопросы, сигналы станут очевидными.

ИИ не «приходит внезапно». Он приходит долго. С предупреждениями. А потом — резко.

И в этот момент времени на размышления уже нет.

Читать оригинал