«Происходит что-то масштабное». «Большинство людей не узнает об этом, пока не станет слишком поздно».
Более 85 миллионов человек увидели этот пост. Поделились. Поддержали. И все пришли к одному и тому же выводу — ИИ неизбежно и быстро заменит большинство работ.
Но они ошибаются. Не потому что данные ложные — их просто нет. А потому что Мэтт Шумер мастерски рассказывает тревожные истории, вызывающие эмоциональный отклик. Он пишет «масштабнее, чем Covid» — но не приводит ни одной цифры по занятости. Говорит «поделитесь, пока не поздно» — и транслирует личную тревогу о будущем своей работы в ИИ-компании.
Позже он признался CNBC, что «не хотел никого пугать» и что «если бы знал, насколько это станет вирусным, переписал бы некоторые части».
Если вы восприняли его пост как сигнал к действию — вы рискуете принять неверные решения. Либо сократите сотрудников, от которых всё ещё зависите, либо начнёте бег без стратегии, либо замените реальную трансформацию покупкой модных инструментов.
На самом деле есть одна простая кривая спроса, которая опровергает каждый аргумент из серии «ИИ всех заменит». И к концу этого текста вы поймёте, как избежать трёх фатальных ошибок, которые сейчас совершают миллионы.
Первая ошибка: сокращать слишком быстро
Независимо от поста Шумера, компания Anthropic опубликовала отчёт, в котором один график вызвал волны паники: якобы обратный отсчёт для профессии разработчика уже начался.
На графике — синяя область, показывающая теоретическое покрытие ИИ по 22 профессиям. Например, LLM могут выполнить 94% задач в IT и 90% в офисном администрировании.
Но это лишь половина картины. Гораздо важнее — красная часть: реальное использование ИИ на рабочих местах.
Например, Claude сегодня покрывает только 33% задач в IT. Разрыв — 61 процентный пункт между тем, что ИИ мог бы делать, и тем, что он реально делает.
Я отслеживаю эти данные с 2023 года, опираясь на исследование Eloundou et al., на котором Anthropic построила свою модель. Результат не меняется: разрыв между теоретическим и наблюдаемым — огромен.
Именно этот разрыв — главное доказательство того, что ИИ пока не заменяет людей. И именно его игнорируют те, кто распространяет панику — потому что без него тревога теряет вирусность.
Первая ошибка: руководители видят «ИИ может делать 90% задач» — и сразу увольняют сотрудников. Но затем сталкиваются с тем, что инструменты не работают в реальных условиях. Многие компании в 2023–2025 годах сокращали штат, а через месяцы восстанавливали его — потому что автоматизация оказалась неготова.
Ошибка 1: принимать теоретическую возможность ИИ за реальную готовность к замене людей, которые удерживают сложные процессы в рабочем состоянии.
Почему ИИ «заменяет» вашу работу уже шесть лет — и до сих пор не заменил
Почему существует такой разрыв?
В 2020 году, после выхода GPT-3, аналитики предрекали полную автоматизацию клиентской поддержки «в ближайшее время». Прошло шесть лет — и поддержка до сих пор в основном ручная.
Потому что самая медленная часть системы определяет её общую скорость.
Представьте: вы готовите ужин. Овощи режутся за две минуты, паста варится восемь, но соусу нужно 30 минут — значит, ужин займёт 30 минут. Так и в бизнесе: ИИ — не узкое место.
Вспомните, как долго адаптируется новый сотрудник. Даже с идеальным резюме он не знает, кому звонить, чтобы сдвинуть задачу, как проходит согласование в юридическом отделе, как обойти унаследованную систему без документации.
Разрыв между тем, что человек мог бы делать, и тем, что он реально делает, — огромен. А у ИИ этот разрыв ещё больше.
Потому что ИИ не живёт в контексте. Он не видит политики, регуляций, негласных правил. А организация постоянно меняется — новые клиенты, новые законы, новые процессы. Контекст обновляется быстрее, чем модель успевает его усвоить.
Работа, которая всегда была — но до которой никогда не доходили руки
Теперь — та самая кривая, которая объясняет будущее ИИ на ближайшие 10 лет.
Левая сторона — «голова кривой». Здесь — массовые продукты: Salesforce, Canva, Slack. Они существуют, потому что рынок большой, а проблема — типовая. Экономика оправдывает разработку.
Но внутри каждой компании — сотни мелких, уникальных задач. Отчёт для одного клиента в особом формате. Согласование по внутреннему комплаенсу. Дэшборд, который чуть-чуть отличается от стандартного.
Они тривиальны, но составляют большую часть повседневной работы. И всегда были в бэклоге — не потому что не важны, а потому что стоимость разработки не оправдывала результата.
ИИ делает эти задачи впервые реально выполнимыми. Не обязательно через инженеров — через самих пользователей. Спрос всегда был. Мощностей — нет.
Поэтому Citadel Securities зафиксировала рост вакансий для разработчиков на 11% год к году в январе 2026 года. А BLS прогнозирует рост, а не сокращение, в ролях, затронутых ИИ.
Бэклог наконец стал адресуемым.
Но появляется новая проблема: когда один человек может делать то, что раньше требовало троих, вы не получаете просто меньшую команду. Вы получаете более быструю команду.
А более быстрая машина без направления — просто убьёт вас раньше.
Ошибка 2: воспринимать «больше ИИ» как стратегию, вместо того чтобы понять, что именно нужно менять.
Рынок, который наконец можно адресовать
Теперь — правая сторона кривой: «хвост».
Здесь — тысячи локальных, болезненных проблем, которые десятилетиями не решали. Не потому что не нужно. А потому что рынок был слишком мал для традиционной разработки.
Процесс получения разрешений в Калифорнии, который тянется 627 дней из-за одной неверной ссылки. Кардиолог в Брюсселе, чьи пациенты забывают половину назначений. Дорожный техник в Уганде, который не может объехать все дороги.
Теперь один человек, глубоко понимающий проблему, может с помощью ИИ построить решение для 200 пользователей — и оно будет работать.
Ошибка 3: искать более быстрый двигатель, когда вы до сих пор не выбрали пункт назначения.
Люди, воспринимающие панику всерьёз, задают неправильный вопрос: «Как меня не заменит ИИ?» Вместо: «Какую проблему я понимаю глубже всех?»
Они начинают с инструмента — и ждут, что проблема появится сама. Результат: новые подписки, курсы по промпт-инжинирингу, обновлённые профили с пометкой «AI-native». Движение, похожее на прогресс, но без направления.
Разрыв между «ИИ мог бы» и «ИИ делает» — ваше преимущество
Этот разрыв — не предупреждение. Это ваша возможность.
Компании проваливали ИИ-трансформации, потому что сокращали людей с неявными знаниями — и теряли доступ к критически важным процессам. Это Ошибка 1.
ИИ слаб в ролях с неформальными правилами и сложными отношениями. Без стратегии ускорение приводит к хаосу. Это Ошибка 2.
А если вы всё ещё спрашиваете «какой инструмент мне нужен?» вместо «какую проблему я уже понимаю?» — это Ошибка 3.
Шумер сводит все нюансы — «мог бы», «затронуто», «развёрнуто» — к одной тревожной истории ради личного эффекта.
А вы — человек, который глубоко понимает проблему и может точно направить инструмент, — вас не заменят. Совсем наоборот.