Каждый июнь одно и то же: выпускники с горящими глазами и тревожными родителями пытаются угадать профессию, которая не устареет раньше, чем закончится обучение. В этом году вопрос звучит особенно остро — потому что ИИ из абстрактной угрозы превратился в конкретную. Переводчик, дизайнер, разработчик — специальности, где всё чаще всю работу берут на себя ИИ-агенты. Люди называют специальности по именам, как называют диагноз. Многие компании теперь требуют опыта работы с ИИ-инструментами уже на этапе первого собеседования.
Семён Тютюев, специалист по кибербезопасности, на подобные вопросы отвечает без суеты. Его сложно назвать сторонним наблюдателем: примерно каждый седьмой блок биткоина сегодня добывается в России, а сама страна остаётся одним из ключевых игроков мирового IT-сообщества. В мире, где сотни тысяч вычислительных устройств работают круглосуточно и без выходных, паника — непозволительная роскошь.
Так всё-таки — идти в IT или нет?
— Идти. Но понимать, куда именно. Проблема не в том, что ИИ заменит разработчиков, — проблема в том, что он уже заменил определённый тип разработчиков. Тех, кто просто выполнял технические операции по инструкции. Главной компетенцией становится уже не набор текста, а умение проверять результат, проектировать архитектуру и понимать, где модель ошибается. Джуниор, который делает то же самое, что ChatGPT делает за три секунды, — это не специалист, это очередь на увольнение.
Но здесь есть важный нюанс, который в общем шуме почти не слышен: вуз как раз и даёт то, что ИИ не умеет. Критическое мышление, широкий кругозор, умение ставить задачи, понимать контекст. ИИ — инструмент. Инструменту нужен архитектор. Архитектора надо где-то вырастить.
Как вы сами относитесь к начинающим специалистам?
— Честно? С осторожностью. Любой талантливый, но новый человек — это прежде всего отвлечение сильного специалиста. У нас в команде люди расписаны на год вперёд: они делают обновления, строят новые продукты. И вот я привожу перспективного выпускника — и лучшие специалисты должны тратить время на его обучение вместо своих задач. Это дорого. Очень дорого.
Но это не значит, что путь закрыт. Это значит, что приходить нужно иначе. Не с дипломом, а с самостоятельностью. В нашей индустрии академической литературы почти нет — всё меняется прямо на глазах. Ценится человек внимательный, с пытливым умом, который умеет учиться в условиях, когда учебника ещё не написали. Да, генеративный ИИ способен ускорить выполнение типовых задач разработчика на десятки процентов. Но он почти не помогает там, где нужно проектировать сложные системы, понимать бизнес-задачи и принимать архитектурные решения.
Говорят, ИИ скоро напишет весь код. Вы согласны?
— Нет. И это не оптимизм — это профессиональная оценка. ИИ пишет очень уязвимый код. Он тиражирует одни и те же ошибки в промышленных масштабах, потому что все модели учатся на схожих данных и приходят к похожим решениям. Там, где информации мало или ответы расходятся — ИИ спотыкается. По ряду исследований, от трети до половины сгенерированного кода содержит уязвимости. Один грамотный специалист в нашей области даст больше полезной информации, чем несколько популярных языковых моделей вместе взятых. Даже самые современные модели по-прежнему могут генерировать небезопасный код, придумывать несуществующие библиотеки и воспроизводить известные ошибки, если их специально не контролировать.
Это не значит, что ИИ не опасен для специалистов. Опасен. Но прежде всего для тех, кто не умеет с ним работать, а не для тех, кто умеет им управлять. Не случайно за последние полтора года практически все крупнейшие разработчики ИИ представили агентные режимы работы, когда модель уже не просто отвечает на вопрос, а сама выполняет цепочку действий: пишет код, тестирует его, исправляет ошибки и ставит задачи.
Тогда какой совет абитуриенту прямо сейчас?
— Мыслить категориями архитектора системы — с первого курса, а не с пятого. Использовать ИИ как рабочий инструмент каждый день, понимая при этом, где он врёт. Не рассчитывать на неспешный карьерный рост — ценность определяется тем, насколько быстро человек становится самостоятельным. И не бояться технических специальностей в пользу «гуманитарных, которые ИИ не заменит». Это ложная логика. ИИ уже пишет тексты, переводит и рисует. Вопрос не в том, гуманитарий ты или технарь, — вопрос в том, умеешь ли ты думать. Сегодня всё больше работодателей смотрят не столько на диплом, сколько на GitHub, собственные проекты, участие в open source, AI-портфолио и умение работать с современными инструментами разработки. Сейчас компании испытывают не нехватку кадров, а нехватку специалистов с сильными навыками ИИ.
А Россия в этой картине где?
— Я бы сказал, что у России есть шанс быть не догоняющей, а одной из тех стран, которые задают темп в отдельных направлениях ИИ. У нас очень сильная математическая и инженерная школа, много специалистов мирового уровня, и это преимущество никуда не исчезло.
Но мировая гонка сегодня идёт уже не только за идеи. Она идёт за чипы, дата-центры, электричество и вычислительные мощности. Именно инфраструктура становится главным ограничителем развития современных ИИ. Обучение передовых моделей уже требует сотен тысяч вычислительных устройств, а стоимость таких кластеров исчисляется миллиардами долларов.
Поэтому я смотрю на перспективы спокойно и без лишнего оптимизма. Если мы сможем сохранить сильные команды, развивать собственную инфраструктуру и не потеряем инженерную культуру, Россия останется заметным игроком на мировом рынке ИИ. Не обязательно самым большим, но точно одним из тех, чьи решения будут использовать далеко за пределами страны.
И последнее: ИИ заменит людей?
— В ближайшие десять лет — нет. Через двадцать — посмотрим. Возможно, на крупных форумах вроде ПМЭФ будут голографические гиды и ИИ-ассистенты на каждом углу. Уже сегодня крупнейшие мировые компании массово внедряют ИИ-ассистентов для сотрудников. Но окончательные решения о найме, инвестициях, безопасности и ответственности почти везде остаются за человеком. Потому что доверие — это пока не то, что умеет масштабировать ни одна языковая модель.