Когда ИИ делает всё сам: за что теперь платят людям

Исследователи из MIT опубликовали доклад на 100 страниц о том, что происходит с трудом, когда ИИ научился делать практически всё. Документ серьёзный, читать его долго — поэтому я разобрал главное и добавил своё.

Короткий ответ на вопрос «что останется людям?» звучит так: верификация, доверие и ответственность. Но давайте по порядку.

Всё, что можно измерить, можно автоматизировать

Радиолог распознаёт рак на снимках? Это задача с измеримым результатом — и ИИ уже делает это точнее человека. Юрист анализирует судебную практику? Тоже измеримо. Программист пишет код? Модели генерируют больше кода, чем успевают читать их же создатели.

Вывод доклада жёсткий, но честный: если результат вашей работы можно описать метрикой — рано или поздно это автоматизируют. Вне зависимости от того, сколько лет вы учились и насколько это «престижная» профессия.

То, что мы называем «квалификацией», — это на самом деле связка функций. И ИИ разбирает эту связку по частям.

Дефицит сдвинулся: теперь не хватает не интеллекта, а проверяющих

Когда производство становится бесконечно масштабируемым, узким местом оказывается не генерация, а верификация. Кто проверит, что этот код рабочий? Что этот договор не содержит ловушки? Что этот диагноз правильный?

ИИ производит всё больше. Но скорость производства уже обгоняет человеческую способность это проверять. Именно здесь и появляется дефицит — и именно здесь концентрируется новая ценность.

Я вижу это в своей работе. Агенты у меня генерируют черновики, делают разборы, готовят материалы. Но без моего взгляда — это просто поток текста. Мой вклад сейчас не в том, чтобы писать, а в том, чтобы понимать, что хорошо, а что нет.

Деньги идут туда, где стоит подпись

Доклад вводит три понятия, которые объясняют, где теперь создаётся ценность.

Достоверность (ground truth) — кто подтверждает, что результат реален? Не «выглядит убедительно», а именно реален. Прошёл тест, вылечил пациента, выиграл дело.

Провенанс — прозрачность о том, как получен результат. Какие данные использовались, какие инструменты, кто и когда имел доступ. В идеале — с криптографическим подтверждением.

Страхование ответственности — кто берёт на себя потери, если агент ошибся? Генерировать результаты может кто угодно. Стоять за ними готовы единицы.

В мире, где выходов бесконечно много, ценность приобретает «я отвечаю за этот результат».

Ответственность как услуга

Есть концепция, которую авторы называют liability-as-a-service — «ответственность как сервис».

Смысл простой: ИИ может сгенерировать сто версий договора, презентации или кода. Но только один человек или компания может сказать: «Вот эта версия — та, за которую я ручаюсь». И именно за это готовы платить.

Инженеры, юристы, врачи несут эту ответственность явно — они подписывают документы и несут профессиональную ответственность. Но в эпоху, когда ИИ «делает всю работу», эта ответственность становится явной для всех. Для дизайнера, для менеджера, для консультанта.

Если вы думаете о своей работе только как о производстве результатов — вы в зоне риска. Если вы думаете о ней как о гарантии качества этих результатов — вы в правильном месте.

Три роли, которые останутся за людьми

Авторы выделяют три направления, где люди сохраняют преимущество.

Верификация и аудит. Проектировать проверки, находить граничные случаи, подписываться под результатом. Решать, что считается «достаточно хорошим».

Арбитраж намерений. Много реальной работы — это конфликт ценностей. «Максимизировать выручку» против «не разрушить доверие». Метрики пока не умеют фиксировать намерение. Значит, человек остаётся посредником между целями.

Фронтирная работа. Там, где ещё нет метрик и карт — новые технологии, нестандартные деплои, настоящая неопределённость. Именно там человеческое суждение пока незаменимо.

Меньше печатания. Больше суждения, вкуса и ответственности.

Что это значит практически

Доклад даёт конкретные рекомендации для разных ролей.

Специалистам: используйте ИИ или проиграете в конкуренции — это уже факт. Но ваше преимущество — в вкусе, суждении и готовности отвечать за результат. Выбирайте области, где ошибки дорого стоят, а верификация сложна. И стройте «доказательства работы» — всё, что показывает: вы сделали, и оно держится.

Основателям и менеджерам: верификация — это теперь первоклассная ответственность, не опциональная. Ваш ИИ пишет код быстрее всей команды? Без системы оценки качества он опередит ваш контроль и приведёт к плохим результатам. Наблюдаемость и эвалюация стали частью продукта.

Инвесторам: первые применения ИИ были там, где результат легко проверить — картинки, код. Следующая возможность — в сегментах, которые пока не измеряются, но могут быть измерены. Смотрите на пайплайн: неизмеримое → верифицируемое → страхуемое.

Это не конец работы, это смена её природы

Фатализм в духе «ИИ всё заберёт» понятен. Особенно если вы провели годы, оттачивая навыки, которые теперь воспроизводятся нажатием кнопки.

Но доклад даёт другой взгляд: мы проходим структурный экономический переход, не лёгкий карьерный разворот. Ваша работа больше не определяется тем, что вы производите. Она определяется тем, за что вы готовы отвечать.

Чем быстрее вы это поймёте — тем лучше для вас.

Я уже работаю с ИИ-агентами в продуктовой и контентной работе — и именно этот сдвиг я наблюдаю каждый день. Всё меньше времени на производство, всё больше — на оценку, направление и ответственность за финальный результат.

Если хотите разобраться, как выстроить что-то подобное в своей команде или проекте — напишите мне. Разберём вашу задачу и посмотрим, что имеет смысл автоматизировать, а где нужен именно человек.

Связь со мной: t.me/pimenov Мой телеграм канал t.me/pimenov_ru