Работу заберет не искусственный интеллект. Ее получит человек, который научится им управлять

Работодатели ищут специалистов, умеющих работать с искусственным интеллектом. По данным hh.ru, число вакансий, где требуется такой навык, продолжает расти. При этом большинство разговоров вокруг ИИ по-прежнему сводятся к вопросу: какие профессии исчезнут первыми.

Мы поговорили со специалистом по ИИ продуктам Никитой Симаковым о том, почему большинство компаний пока не могут эффективно использовать искусственный интеллект, какая новая профессия уже рождается на наших глазах и какие навыки будут особенно востребованы в ближайшие годы.

— Все говорят, что искусственный интеллект скоро заменит людей. Вы считаете, что происходит совсем другой процесс. Почему?

— Люди спорят, какие профессии исчезнут, хотя гораздо интереснее посмотреть, какие появляются прямо сейчас. Недавно исследователи MIT проанализировали проекты по внедрению генеративного искусственного интеллекта в компаниях. Выяснилось, что 95% таких проектов не дали ожидаемого эффекта. Многие восприняли это как доказательство того, что искусственный интеллект переоценен. Но авторы исследования пришли к другому выводу: компании пока не умеют с ним работать.

Поэтому я уверен, что в ближайшие годы появится роль, которая будет заключаться в правильной постановке задачи искусственному интеллекту, проверке его работы и постепенном улучшении системы.

— Вы говорите, что появляется новая профессия. Кто эти люди и чем они будут заниматься?

— Я бы назвал их операторами ИИ-агентов. Название пока условное, потому что такой должности еще нет ни в одном классификаторе профессий, но сама работа уже появилась.

Раньше схема была простой: руководитель ставил задачу сотруднику, сотрудник ее выполнял. Если что-то было непонятно, задавал вопросы, уточнял детали, предлагал решение. С ИИ-агентами эта цепочка перестала работать. Если инструкция расплывчатая, агент либо останавливается, либо уверенно делает не то, что от него ожидали.

Поэтому между руководителем и искусственным интеллектом появляется новый специалист. Его задача — перевести бизнес-цель в понятную последовательность действий для ИИ, проверить результат до того, как он попадет дальше по процессу, и постоянно дорабатывать инструкции, когда система ошибается. То есть это человек, который отвечает за качество работы искусственного интеллекта.

— Почему компании не могут поручить эту работу самим руководителям или разработчикам?

— Потому что в этой работе нужны другие компетенции, которыми ни руководитель, ни разработчик сами по себе не обладают. Нужно понимать, в каких местах искусственный интеллект чаще ошибается, уметь разбивать сложную задачу на последовательность простых шагов, заранее предусматривать ситуации, в которых агент начнет фантазировать или неверно интерпретирует запрос.

Это скорее похоже на работу редактора. Автор может отлично знать тему, но хороший текст появляется после того, как редактор задаст правильные вопросы, уберет двусмысленности и выстроит логику. С искусственным интеллектом происходит то же самое. Чем точнее поставлена задача, тем качественнее получается результат.

Именно поэтому исследование MIT кажется мне очень показательным. Большинство компаний внедряют технологию, но не создают процесс управления этой технологией. В результате искусственный интеллект остается без человека, который отвечает за качество его работы.

— Где это становится заметно? Можете привести пример?

— Например, в службе поддержки, так как почти каждая крупная компания пыталась автоматизировать ответы клиентам. Все выглядит отлично: искусственный интеллект отвечает мгновенно, работает круглосуточно, не устает, но проблемы начинаются, когда ситуация выходит за рамки типового сценария.

Представьте, что у человека завис денежный перевод или банк ошибочно заблокировал карту. Последнее, что он хочет услышать, — стандартный совет перезапустить приложение или очистить кэш. Для клиента его ситуация всегда единственная и важная.

Если искусственный интеллект не понимает контекст и продолжает выдавать шаблонные ответы, человек теряет доверие уже ко всей компании. Именно поэтому многие проекты автоматизации поддержки не оправдали ожиданий.

— Вы сами внедряли ИИ в крупных компаниях и стартапах. В какой момент поняли, что главная проблема вовсе не в качестве моделей?

— Это понимание приходит очень быстро, когда начинаешь внедрять искусственный интеллект в бизнес-процессы. Почти никогда проект не останавливается из-за того, что модель недостаточно умная, потому что гораздо чаще она получает расплывчатую задачу. Если заранее не определить, что делать в нестандартной ситуации, кто проверяет результат и кто отвечает за ошибки, очень скоро сотрудники перестают доверять системе и возвращаются к привычной ручной работе.

Я видел это в разных проектах — от государственных организаций до технологических компаний, во всех случаях успешными становились те внедрения, где процесс сразу строили вокруг человека, который отвечает за качество решений модели.

— Можете привести пример, когда такой подход действительно сработал?

— Один из самых показательных проектов был связан с автоматизацией обработки обращений в государственном секторе. Мы сознательно не пытались заменить искусственным интеллектом процесс и для автоматизации выбрали один узкий участок.

Эта задача хорошо подходила для ИИ: система уверенно справлялась с большинством обращений, ошибки легко обнаруживались, их последствия были минимальными. При этом рядом всегда оставался сотрудник, который проверял спорные случаи, обновлял инструкции после изменения нормативных документов и анализировал ошибки системы. Это позволило масштабировать процесс без увеличения штата. Количество обращений росло, качество обслуживания сохранялось, сотрудники перестали тратить время на однотипные вопросы и занялись более сложными задачами.

— Если эта профессия только появляется, кто сможет быстрее ее освоить?

— Многие думают, что это работа для программистов, но самом деле гораздо важнее понимать, как устроен бизнес-процесс. Нужно уметь разговаривать с людьми, задавать правильные вопросы, видеть слабые места процесса и понимать, где цена ошибки слишком высока.

Поэтому в новую роль часто лучше вписываются руководители продуктов, бизнес-аналитики, специалисты по автоматизации процессов, руководители клиентского сервиса. Люди, которые умеют описывать процессы и понимают, какой результат нужен бизнесу.

— Если через несколько лет в компании появится новая профессия, о которой вы говорите, что станет главным навыком для такого специалиста?

— Умение разговаривать одновременно на двух языках: бизнеса и искусственного интеллекта, а также разложить сложную задачу на шаги и увидеть, где система может ошибиться.

— Что бы вы сказали человеку, который боится, что искусственный интеллект оставит его без работы?

— За всю историю технологий исчезали отдельные задачи, но появлялись новые профессии. Искусственный интеллект заберет рутинную работу, но ему по-прежнему нужен человек, который понимает, зачем все это делается, где проходит граница допустимой ошибки и какой результат нужен бизнесу.

Поэтому я бы не советовал конкурировать с ИИ в скорости обработки информации. Гораздо важнее научиться управлять такими системами, понимать их ограничения и принимать решения там, где алгоритм пока бессилен. Через несколько лет такие специалисты будут определять, насколько успешно компания использует искусственный интеллект. И, судя по тому, что мы видим, спрос на них будет намного выше, чем предложение