Кого сделают дешевле. ИИ, работа и новая цена человека в России

А сложные задачи ему всё равно не доверяли.

Так он оказался между двумя этажами. Нижний этаж забрала автоматизация. На верхний ещё не пустили. Лестница стала короче, но не стала легче.

История Артёма важна, потому что она показывает: ИИ редко меняет профессию одним ударом. Он меняет её через задачи. Через мелкие кирпичи, из которых потом складывается вся стоимость специалиста.

Профессия - это не цельный камень

Когда человек говорит «я бухгалтер», «я юрист», «я редактор», «я кадровик», «я аналитик», «я учитель», «я программист», за одним словом скрывается много разных действий.

Есть действия повторяемые. Есть творческие. Есть проверочные. Есть коммуникативные. Есть юридически значимые. Есть механические. Есть те, где важна память о людях и процессе. Есть те, где достаточно хорошего шаблона. Есть те, где ошибка почти ничего не стоит. Есть те, где ошибка стоит денег, доверия, здоровья, статуса или свободы.

ИИ хорошо входит туда, где задача имеет текстовую, расчётную, поисковую или шаблонную форму. Он может быстро подготовить черновик, предложить структуру, найти противоречия, упростить текст, сделать сводку, сравнить варианты, сформулировать письмо, собрать список, классифицировать обращения, помочь с переводом, объяснить сложную формулировку.

Но профессия не равна этим задачам. Профессия - это ещё и понимание, когда черновик опасен. Когда формулировка юридически скользкая. Когда клиенту нельзя отвечать шаблоном. Когда цифра выглядит правдоподобно, но не сходится с прошлым месяцем. Когда ученик не понял не тему, а интонацию. Когда пациент отвечает «нормально», но по нему видно, что не нормально.

Ошибка начинается там, где автоматизируемую часть профессии принимают за всю профессию.

Если ИИ написал договор, это не значит, что юридическая работа сделана. Если ИИ написал текст, это не значит, что редактура стала ненужной. Если ИИ подготовил план урока, это не значит, что учитель получил готовый урок. Если ИИ отсортировал резюме, это не значит, что кадровик понял человека. Если ИИ собрал отчёт, это не значит, что бухгалтер снял с себя риск.

Черновик стал дешевле. Но профессия начинается там, где черновик сталкивается с реальностью.

Какие задачи дешевеют первыми

Первыми дешевеют не обязательно самые простые для человека задачи. Дешевеют те, которые легко описать, повторить и проверить хотя бы примерно.

Написать первичный текст. Составить письмо по образцу. Переписать сухой документ нормальным языком. Свернуть длинное письмо в краткое содержание. Разложить ответы клиентов по категориям. Подобрать формулировки для объявления. Сделать первый вариант инструкции. Сравнить два документа. Подготовить план встречи. Составить список вопросов. Придумать варианты заголовков. Написать шаблон ответа.

Всё это раньше занимало человеческое время. Не всегда высокооплачиваемое, но реальное. Для начинающих специалистов это была зона входа. Для опытных - часть рутинной нагрузки. Для компаний - причина держать помощников, младших сотрудников, ассистентов, редакторов, операторов, координаторов.

Когда такие задачи ускоряются, рынок начинает пересматривать их цену. Не потому что они стали нулевыми. А потому что исчезает ощущение редкости. Если многие могут получить приличный черновик за минуту, сам черновик перестаёт выглядеть дорогим.

Это не значит, что дорогим не может быть итоговый результат. Может. Но он должен опираться уже не на факт написания, а на качество понимания, проверки, отбора, ответственности и встраивания в реальный процесс.

Раньше человек мог продавать саму способность сделать текст. Теперь всё чаще нужно продавать способность понять, какой текст нужен, где машинный текст врёт, что в нём лишнее, чего в нём нет, какие последствия он создаст и почему этот результат можно подписывать своим именем.

Почему задача после автоматизации может стать тяжелее

Есть распространённое обещание: ИИ заберёт рутину и оставит человеку интересное. В красивой презентации это звучит убедительно. В реальной организации бывает иначе.

Если бот забрал простые вопросы клиентов, оператору поддержки остаются не «интересные задачи», а люди, которых бот уже разозлил. Если программа отсортировала обращения, специалист получает спорные и конфликтные случаи. Если ИИ написал черновик договора, юристу остаётся не творчество, а поиск опасных мест в тексте, который выглядит уверенно. Если нейросеть сгенерировала учебный материал, учитель проверяет не только содержание, но и соответствие классу, возрасту, программе, живой ситуации.

Иными словами, автоматизация может снять лёгкую часть и оставить тяжёлую. На бумаге нагрузка уменьшилась. Психологически - выросла.

Человеку достаётся не вся работа, а остаток после машины. Этот остаток часто более сложный, более конфликтный и более ответственный. Но в расчётах руководителя он может выглядеть как меньший объём. Ведь простых операций стало меньше. Значит, вроде бы сотрудник должен справляться быстрее.

Так возникает одна из самых тихих форм удешевления: человеку оставляют только трудную часть, но считают её так, будто это уменьшенная версия прежней работы.

Задача, навык и профессиональное зрение

Для опытного человека простая задача часто кажется скучной. Для новичка она является тренировкой зрения.

Младший юрист учится на типовых договорах не потому, что типовой договор великое интеллектуальное событие. Он учится видеть структуру обязательств, риски, слабые формулировки, привычки контрагентов, связь между пунктом и будущим спором. Начинающий редактор учится на простых текстах видеть ритм, смысл, лишнюю фразу, пустую красивость, нестыковку. Помощник бухгалтера через рутину начинает понимать, где ошибка техническая, а где за ней стоит реальная проблема. Молодой аналитик на простых сводках учится не путать цифру с выводом.

Если эти задачи слишком рано отдать ИИ, человек получит результат быстрее, но хуже поймёт, как он устроен. Он сможет пользоваться готовым ответом, но не вырастит внутреннюю проверку. Организация сэкономит сегодня, но завтра столкнётся с нехваткой людей, которые умеют думать глубже инструмента.

Это можно назвать долгом компетенции. Он возникает, когда компания ради текущей скорости уничтожает учебные ступени внутри профессии.

Долг компетенции опасен тем, что его не видно сразу. Наоборот, первые месяцы всё выглядит лучше. Черновиков больше. Ответы быстрее. Младший сотрудник меньше задаёт вопросов, потому что спрашивает у нейросети. Руководителю кажется, что процесс ускорился. Но через год выясняется, что человек научился получать варианты, а не понимать задачу. Он умеет попросить, но не умеет проверить. Умеет исправить стиль, но не видит смысловой ошибки. Умеет собрать документ, но не понимает, почему его нельзя отправлять.

В сильной организации ИИ должен быть учебным инструментом, а не заменой обучения. Новичок может работать с машинным черновиком, но ему нужно объяснять, где черновик ошибся. Ему нужно давать задачи руками. Нужно сохранять место для медленного разбора. Иначе компания экономит на стажёре, а теряет будущего специалиста.

Почему вопрос «кого заменит ИИ» слишком слабый

Вопрос «кого заменит ИИ» удобен для заголовка, но плохо помогает человеку. Он заставляет ждать большого события: заменят или не заменят. Уволят или не уволят. Останется профессия или исчезнет.

На практике изменения приходят раньше и тише. Вам не говорят: ваша профессия исчезла. Вам говорят: теперь это можно быстрее. Вам не говорят: ваша квалификация ничего не стоит. Вам говорят: ну черновик же уже есть. Вам не говорят: мы пересмотрели вашу роль. Вам просто дают больше задач, потому что инструмент ускоряет подготовку.

Поэтому правильный вопрос звучит иначе: какие задачи внутри моей работы уже стали дешевле, а какие остаются моей настоящей ценностью?

Этот вопрос неприятнее, зато полезнее. Он требует разложить свою работу на части. Что я делаю руками. Что головой. Что через коммуникацию. Где я создаю черновик. Где проверяю. Где принимаю решение. Где снижаю риск. Где держу память процесса. Где отвечаю своим именем. Где меня можно заменить шаблоном. Где шаблон без меня опасен.

Человек, который понимает эту карту, не становится неуязвимым. Но он перестаёт защищать всё подряд. Он видит, какие задачи действительно дешевеют, и может переносить свою ценность туда, где важны суждение, ответственность, контекст, доверие и управление процессом.

Три вопроса к любой задаче

В этой книге мы будем часто возвращаться к простому разбору. Его можно применять к любой профессии и любой организации.

Что именно автоматизируется? Например, не «работа юриста», а первичный черновик договора. Не «работа учителя», а план занятия или формулировка задания. Не «бухгалтерия», а письмо, сверка, пояснение, типовой расчёт.

Кто получает выгоду? Сотрудник, который экономит время. Руководитель, который повышает норму. Компания, которая не нанимает ещё одного человека. Платформа, которая получает подписку и данные. Клиент, который получает ответ быстрее.

Кто несёт риск? Сотрудник, который подписал результат. Организация, которая отвечает перед клиентом или государством. Клиент, который получил неверную информацию. Ученик, пациент, гражданин, если ошибка касается их жизни.

Если выгода и риск разошлись по разным этажам, нужно быть особенно внимательным. Например, компания получила экономию, а сотрудник получил ответственность за проверку машинного текста. Руководитель получил отчёт об эффективности, а отдел получил выгорание. Платформа получила данные, а малый бизнес получил зависимость. Школа получила быстрее написанные планы, а учитель получил больше отчётности.

Именно здесь начинается чужая автоматизация.

Короткий вывод

ИИ разбирает профессию на части. Дешевеют не люди целиком, а отдельные задачи. Но если эти задачи были учебной лестницей, опорой статуса или частью невидимой ответственности, меняется вся профессия.

Глава 3. Кого сделают дешевле

Редактор Ирина получила сообщение в половине одиннадцатого вечера. Заказчик прислал файл и написал: «Тут текст уже готов, нейросеть набросала. Надо только привести в порядок. По цене, думаю, меньше, там же не с нуля».

Ирина открыла документ и сразу увидела знакомую машинную гладкость. Всё было почти правильно. Почти связно. Почти убедительно. Почти по-русски. Текст не разваливался, но и не жил. Он уверенно повторял очевидное, аккуратно обходил смысл, подменял конкретику общими словами и в трёх местах утверждал то, чего в исходных данных не было.

Раньше заказчик платил за текст. Теперь он считал, что текст ему уже достался бесплатно. Платить оставалось за «поправить». Но поправить означало понять задачу, убрать ложь, восстановить фактуру, изменить структуру, написать заново половину абзацев и взять на себя ответственность за итог.

Так выглядит одна из самых заметных зон удешевления: всё, что похоже на черновик, начинает казаться дешёвым.

Кого не обязательно уволят, но начнут торговать вниз

Когда в разговоре об ИИ ищут уязвимые профессии, часто ждут списка смертников. Бухгалтеры исчезнут. Копирайтеры исчезнут. Операторы исчезнут. Юристы исчезнут. Программисты исчезнут. Такой список плохо помогает и почти всегда врёт.

Правильнее говорить не о профессиях, а о слоях работы, которые оказываются под давлением.

Под давлением оказываются массовые черновики, типовые ответы, простые сводки, шаблонные документы, первичная сортировка, пересказ, оформление, стандартные описания, базовые тексты, типовые инструкции, первые варианты презентаций, рутинная переписка, начальная аналитика. Всё, где результат можно получить быстро и где заказчик не всегда умеет отличить приличный черновик от профессионально готовой работы.

Именно поэтому сильнее всего давление чувствуют не обязательно лучшие специалисты и не обязательно совсем случайные исполнители. Часто под удар попадает середина.

Лучший юрист остаётся дорогим, потому что умеет видеть риск и вести сложные ситуации. Совсем дешёвый исполнитель тоже может остаться, потому что рынок всегда ищет самый низкий порог. А нормальный средний специалист, который раньше жил на аккуратной типовой работе, сталкивается с вопросом: почему за это платить столько же, если черновик теперь можно получить машиной?

ИИ редко убивает лучших. Он бьёт по нормальным.

Это жестокая формула, но она ближе к реальности, чем фантазия о полном исчезновении профессий. Хороший бухгалтер, сильный редактор, внимательный юрист, опытный кадровик, серьёзный аналитик, учитель, который держит живой класс, не становятся ненужными только потому, что появилась нейросеть. Но многие задачи, на которых держалась массовая занятость внутри этих профессий, начинают стоить иначе.

Текстовые профессии: когда заказчик путает слова и работу

Самый очевидный удар ИИ пришёлся по тексту. Не потому что текстовые профессии самые слабые, а потому что текст легче всего показать машине и легче всего обесценить глазами заказчика.

Копирайтеру говорят: «Нам теперь надо только идеи». Редактору говорят: «Текст уже есть, вы просто поправьте». Журналисту предлагают быстро собрать заметку по открытым источникам. Маркетологу поручают двадцать вариантов рекламных сообщений за час. Специалисту по внутренним коммуникациям дают машинный черновик письма от руководителя и ждут, что он «причешет».

Главная ловушка здесь - видимость готовности. Машинный текст часто выглядит завершённым. У него есть начало, середина, конец, уверенный тон и правильные слова. Но профессионал видит то, что не видит заказчик: пустую конкретику, ложную связность, повтор, неверную интонацию, отсутствие ответственности за факт, разрыв между текстом и задачей.

Если заказчик не различает эти уровни, он начинает платить меньше. Не потому что работа реально стала проще, а потому что её невидимая часть стала ещё менее видимой.

Текстовые специалисты выживут не за счёт защиты «я пишу руками». Эта защита слабая. Нужно переносить ценность в другое место: задача, смысл, фактура, проверка, голос, ответственность, понимание аудитории, юридическая аккуратность, способность сказать заказчику, что машинный текст нельзя публиковать.

Тот, кто продаёт только набор слов, будет дешеветь. Тот, кто продаёт смысл, проверку и результат, получает шанс удержать цену. Но этот шанс не даётся автоматически. Его нужно объяснять, показывать и защищать.

Юристы и договоры: черновик не ходит в суд

Юристам ИИ одновременно помогает и мешает. Помогает, потому что может быстро собрать структуру договора, предложить формулировки, пересказать документ, найти противоречия, подготовить список вопросов. Мешает, потому что у руководителей и клиентов возникает соблазн считать черновик почти готовым документом.

Фраза «там только проверить» для юриста звучит так же подозрительно, как для врача «я уже в интернете посмотрел, вам только подтвердить». Иногда человек действительно принёс нормальный материал. Иногда - аккуратно оформленную мину.

Машинный договор может быть убедительным и опасным одновременно. Он может использовать неподходящую формулировку, не учитывать отраслевую практику, пропустить важное ограничение, смешать разные правовые режимы, предложить пункт, который красиво выглядит, но плохо работает в споре. ИИ не знает всех обстоятельств сделки. Не слышал устных договорённостей. Не понимает реального баланса сил между сторонами. Не будет потом объяснять, почему пункт оказался слабым.

Поэтому юридическая работа не исчезает. Но меняется её видимая часть. Клиент видит черновик и думает, что большая работа уже сделана. Юрист видит черновик и понимает, что теперь нужно проверять ещё и машину.

Цена юридической работы должна смещаться от «написать документ» к «обеспечить пригодность документа». Это сложнее продать, особенно массовому клиенту. Но иначе юрист рискует превратиться в дешёвого корректировщика машинных договоров, отвечающего за чужую уверенность.

Бухгалтерия и кадры: невидимая аккуратность

Бухгалтеры и кадровики особенно уязвимы для грубого взгляда на автоматизацию, потому что значительная часть их труда выглядит как оформление. Документы, сроки, формы, письма, сверки, пояснения, списки, приказы, отчёты. Снаружи кажется: если это повторяется, значит, это можно автоматизировать.

Частично можно. И нужно. Никто не обязан вручную делать то, что безопасно и разумно делает система. Проблема начинается, когда оформление путают с ответственностью.

Бухгалтер видит не только цифру. Он видит источник цифры, историю поставщика, странную дату, риск вопроса от налоговой, последствия для зарплаты, связь между платежом и договором, привычки директора, слабое место в первичке. Кадровик видит не только анкету. Он видит конфликт в коллективе, риск неверного оформления, человека за резюме, ограничения должности, будущую проблему с руководителем.

ИИ может ускорить часть подготовки. Но если после этого бухгалтеру или кадровику просто добавляют объём, организация не получает умную автоматизацию. Она получает больше операций на том же человеческом внимании.

А внимание не бесконечно.

Особенно опасно, когда после внедрения ИИ начинают сокращать помощников или не брать младших сотрудников. На короткой дистанции это похоже на экономию. На длинной - на разрушение профессиональной памяти. Кто будет учиться на простых кадровых документах. Кто будет понимать первичку. Кто вырастет в специалиста, который не просто нажимает кнопку, а видит риск.

Поддержка и продажи: человеку оставили конфликт

Клиентская поддержка - одна из сфер, где особенно хорошо видно, что автоматизация не всегда облегчает труд человека. Бот забирает простые вопросы. Где заказ. Как вернуть товар. Как изменить номер. Где скачать документ. Как проверить статус. Всё это действительно можно ускорить.

Но после бота к человеку часто приходит не спокойный клиент, а человек, который уже три раза не получил ответ. Он раздражён. Он не хочет снова описывать ситуацию. Он считает, что компания прячется за машиной. Он требует живого решения.

Формально обращений у оператора может стать меньше. Фактически каждое оставшееся обращение тяжелее. Больше злости. Больше нестандартности. Больше риска. Больше эмоциональной работы.

Если руководитель считает только количество обращений, он может решить, что нагрузка снизилась. Если он смотрит на содержание, увидит обратное: человек стал работать на конфликтном остатке после автоматики.

То же касается продаж. ИИ может помочь написать скрипты, письма, предложения, ответы на возражения. Но живой контакт, доверие, ощущение клиента, понимание момента, честное объяснение ограничений остаются у человека. Когда машина делает много одинаковых касаний, цена настоящего человеческого разговора может даже вырасти. Но только если организация умеет её видеть.

Аналитики и младшие программисты: опасность дешёвого входа

В аналитике и программировании ИИ меняет не только скорость, но и обучение. Простые запросы, первичные сводки, куски кода, пояснения, документация, тестовые примеры, черновые скрипты - всё это можно получить быстрее.

Для опытного специалиста это может быть усилением. Он понимает, что просить, как проверять, где ошибка, как встроить результат в систему. Для новичка это может стать ловушкой. Он получает работающий фрагмент раньше, чем понял, почему он работает. Или не работает.

Младший программист раньше учился на простых задачах, ошибках, правках, чужом коде, скучных доработках. Теперь часть этих задач кажется слишком мелкой для человека. Но без мелких задач трудно вырастить глаз. Если новичку не дают простое, а сложное ещё не доверяют, вход в профессию становится уже.

Это не значит, что джунам конец. Это значит, что организациям придётся сознательно проектировать обучение. Не ждать, что профессиональная лестница сохранится сама. Иначе рынок получит странный провал: опытные нужны, но новых опытных брать неоткуда.

Середина под давлением

Главный вывод этой главы такой: ИИ сильнее всего давит на те участки труда, где результат выглядит готовым, а профессиональная работа скрыта внутри проверки, контекста и ответственности.

Под давлением оказываются не только творческие профессии и не только офисные сотрудники. Под давлением оказывается всё, что можно представить начальнику или заказчику как «почти сделанное».

Именно поэтому человеку важно перестать защищать каждую операцию как одинаково ценную. Некоторые операции действительно станут дешевле. Это неприятно, но спорить с этим бесполезно. Вопрос в другом: что остаётся ценной частью профессии, и умеет ли человек показать эту ценность.

Ценность всё чаще будет находиться не в самом создании первого варианта, а в способности понять задачу, проверить результат, удержать последствия, взять ответственность, видеть людей и процесс целиком.

Если специалист остаётся на уровне черновика, его будут торговать вниз. Если он поднимается к уровню процесса и риска, у него появляется почва для разговора о цене.

Короткий вывод

Под давлением оказывается середина профессий: массовые черновики, типовые документы, первичные ответы, простая аналитика, стандартные тексты. Защищает не владение инструментом само по себе, а понимание задачи, риска и результата.

Глава 4. Бухгалтер Наталья и новая цена аккуратности

Наталья не называла себя «финансовым специалистом». В её трудовой книжке было проще: бухгалтер. Внутри компании ещё проще: Наташа, спроси у Натальи, без Натальи не подписывай, Наталья помнит, Наталья знает, Наталья ругалась в прошлый раз, значит, там правда нельзя.

Она пришла в эту фирму семь лет назад, когда бухгалтерия состояла из двух столов, одного старого принтера и шкафа, который закрывался только если ударить коленом. Компания выросла. Появились новые поставщики, маркетплейсы, договоры, региональные отгрузки, электронный документооборот, личные кабинеты, отчёты, сверки, требования, сроки, чаты, банки, сервисы, ещё один сервис к сервису и отдельный человек, который всё равно спрашивал у Натальи, куда нажать.

Наталья не была против программ. Наоборот, она любила всё, что убирало бессмысленное ручное повторение. Автоматическая сверка - хорошо. Подтягивание данных - хорошо. Шаблон письма - хорошо. Напоминание о сроках - прекрасно. Она не испытывала религиозной любви к ручному труду. Просто знала: программа может помочь, но не может вместо неё понять, где начинается риск.

Когда директор впервые сказал про ИИ, Наталья даже заинтересовалась. Ей показали сервис, который помогал готовить пояснения, письма, ответы на запросы, краткие выжимки из длинных документов. Инструмент был полезный. Он действительно экономил время. Первые недели Наталья использовала его осторожно и с удовольствием.

Потом удовольствие закончилось.

Не потому что инструмент стал плохим. Потому что вокруг инструмента изменилась норма.

Быстрее стало ожидание

Раньше директор спрашивал: «Когда будет отчёт?» Теперь спрашивал: «А почему ещё не готово, ты же через ИИ можешь?» Разница кажется небольшой, но для работника она огромная.

Первый вопрос признаёт, что работа занимает время. Второй уже предполагает, что время сократилось, и теперь задержка требует оправдания.

Наталья пыталась объяснять, что ИИ помогает только на части пути. Он может предложить формулировку, но не знает, какой платёж лучше не описывать слишком общо. Он может свернуть письмо в краткий смысл, но не понимает, что за одним предложением стоит старый спор с поставщиком. Он может составить ответ, но не отвечает за последствия. Он не слышит интонацию налогового инспектора по телефону. Не помнит, что в прошлом квартале похожая ошибка уже была. Не знает, что менеджер перепутал договор не случайно, а потому что ему снова дали задачу в последний час.

Директор слушал, кивал и всё равно возвращался к главному: «Но быстрее же стало?»

Да. Быстрее стало. Но не там, где он думал.

Быстрее стало создать первый текст. Быстрее стало привести письмо в нормальный вид. Быстрее стало собрать черновик пояснения. Быстрее стало найти возможную формулировку. Но медленнее стала проверка, потому что теперь нужно проверять не только исходные данные, но и уверенность машины. Медленнее стало объяснение, потому что руководителю казалось, что если текст появился быстро, то и решение появилось быстро. Тяжелее стала защита времени, потому что любое время теперь выглядело подозрительно долгим.