Как AI скамит весь мир: почему громкие заголовки об увольнениях — это маркетинг, а не конец IT

Каждый раз, когда в ленте появляется очередная новость в духе «IT всё», «10 000 программистов заменили на нейросети» или «стартап без разработчиков стоит 6 миллиардов долларов», рынок накрывает волна тревоги. Кажется, что Skynet уже здесь, а профессия инженера или офисного специалиста вот-вот исчезнет.

Но если отложить эмоции и проанализировать более сотни научных исследований, финансовых отчётов и реальных рыночных данных, картина будущего оказывается совершенно иной. Большинство апокалиптических прогнозов — это грамотно выстроенный маркетинг, финансовые манипуляции и явление, получившее название AI-washing.

1. Анатомия паники: куда пропали 300 миллионов уволенных?

Новостной фон создаёт ощущение неотвратимой катастрофы. Серьёзные аналитические институты публикуют пугающие цифры, однако при детальном рассмотрении их прогнозы противоречат друг другу и тихо пересматриваются спустя короткое время.

Более того, Всемирный экономический форум (ВЭФ) в отчёте за 2025 год прогнозирует не сокращение, а чистый прирост рынка труда на 78 миллионов рабочих мест к 2030 году (создание 170 млн новых позиций против вытеснения 92 млн старых).

2. Что такое AI-washing и зачем корпорации продают страх

Если ИИ не заменяет людей массово, зачем топ-менеджеры гигантов и стартапов продолжают заявлять об этом в каждом интервью? Ответ кроется в финансовых мотивах и устройстве фондового рынка.

Секрет резкого роста акций

Заявление о замене сотрудников нейросетями — самый быстрый способ поднять капитализацию компании:

• Кейс Block (Jack Dorsey): После объявления о сокращении 4 000 сотрудников ради автоматизации акции компании мгновенно выросли на 25%, а личное состояние Дорси увеличилось на 800 миллионов долларов. Позже компания признала риски нестабильности инфраструктуры из-за нехватки инженеров.
• Маскировка финансовых проблем: Сравните два заголовка: «У нас закончились деньги, поэтому мы увольняем 10% штата» и «Мы оптимизировали 10% сотрудников, внедрив передовые AI-агенты». Второй вариант привлекает инвесторов и повышает доверие, даже если реальная причина сокращений — банальный кассовый разрыв.
• Гонка инфраструктуры: Лидеры AI-индустрии (OpenAI, xAI, Anthropic) вынуждены поддерживать градус напряжения и рассказывать об изменении цивилизации, чтобы оправдать гигантские инвестиции в дата-центры, чипы и энергию.

«Стена 18 месяцев» и провал ожиданий

Многие компании, поверившие в хайп вокруг «вайб-кодинга» (vibe-coding — генерации проектов исключительно с помощью промптов), сталкиваются с реальностью. На этапе прототипа скорость поражает, но при выходе на высокие нагрузки стартапы врезаются в стену 18 месяцев.

Выясняется, что сгенерированный код требует колоссальных затрат на безопасность, масштабирование и интеграцию. По прогнозам аналитиков Gartner, около 40% всех корпоративных AI-проектов будут отменены из-за высокой стоимости поддержки и отсутствия реальной финансовой отдачи.

3. Парадокс Джевонса: почему автоматизация умножает рабочие места

Экономике давно известен механизм, через который человечество проходило при каждой технологической революции — Парадокс Джевонса. Когда технология повышает эффективность использования ресурса, этот ресурс становится дешевле и доступнее. В результате общее потребление ресурса и спрос на него не падают, а многократно растут.

Исторические доказательства парадокса

• Банкоматы (1970–2000-е): Эксперты предрекали полное исчезновение банковских кассиров. В реальности банкоматы снизили стоимость открытия новых отделений банка. Отделений стало значительно больше, а общее число кассиров только выросло — их фокус сместился с выдачи наличных на консультирование и продажи.
• Электронные таблицы (Excel, VisiCalc): Автоматизация уничтожила рутину для 2 миллионов счетоводов, но создала миллионы новых, более высокооплачиваемых позиций для финансовых аналитиков, аудиторов и менеджеров.
• Радиология (2016): Один из «отцов глубокого обучения» Джеффри Хинтон публично призывал остановить обучение радиологов, заявляя, что ИИ заменит их через пару лет. Сегодня спрос на радиологов в США находится на историческом максимуме.
• Бухгалтерия (2016): Минфин РФ прогнозировал скорое исчезновение профессии бухгалтера. Спустя годы штаты финансовых отделов продолжают расширяться, а зарплаты квалифицированных специалистов растут.

Чем дешевле становится написание кода или генерация контента с помощью ИИ, тем больше цифровых продуктов, сервисов и инфраструктуры стремится создать бизнес. А для проектирования, поддержки и развития этих систем требуется ещё больше инженеров.

4. Практическое руководство: как перестать тильтовать и использовать ИИ в свою пользу

Постоянное чтение тревожных новостей в Telegram-каналах и Twitter не даёт никакого конкурентного преимущества, а лишь вводит в состояние стресса и парализует развитие. Чтобы занять сильную позицию на рынке, стоит придерживаться четырёх правил:

1. Включайте фильтр «Сон разума порождает чудовищ»

Столкнувшись с очередным пугающим заголовком, задайте себе два вопроса: Кто автор этого исследования? и В чём его прямой финансовый интерес? Если новость заявляет, что «агенты полностью заменили отдел», найдите первоисточник. Чаще всего за громким словом «оптимизация» скрываются падение акций компании на 90%, долги перед облачными провайдерами и отчаянная попытка привлечь внимание СМИ.

2. Тестируйте нейросети на задачах из реального мира

Страх перед монстром исчезает, как только вы включаете свет. Вместо того чтобы бояться выхода новой версии Claude или ChatGPT, интегрируйте их в свою ежедневную практику. Выпишите задачи, с которыми ИИ до сих пор справляется откровенно плохо:

• Сбор противоречивых требований у нерационального заказчика.
• Проектирование сложной архитектуры с нетипичными ограничениями.
• Понимание бизнес-контекста и ответственность за финальное решение.

Вы быстро убедитесь, что реальные возможности нейросетей скромнее маркетинговых обещаний. ИИ — это мощный экскаватор, но он не заменяет инженера, который знает, где именно нужно копать.

3. Научитесь читать бенчмарки (а не верить им на слово)

Когда новости кричат, что AI-агент Devin или новая модель набрали 90% в тестах на кодинг, важно понимать механику тестов:

• Эффект подгонки: Как только бенчмарк (например, BigCodeBench) становится популярным, создатели нейросетей начинают целенаправленно натаскивать свои модели именно на эти типы задач.
• Узкая специализация: В автономных тестах на обновление библиотек или миграцию простого кода агенты действительно быстрее человека в 10–14 раз.
• Реальный уровень: В сложных задачах, требующих многоэтапной логики и понимания контекста длительностью более 4 часов, прирост производительности падает до 20%, а сами агенты классифицируются на уровне Junior-разработчика, которому нужен строгий контроль и код-ревью от Senior-инженера.

4. Заберите свои законные 30–40% эффективности

Не впадайте в снобизм, отрицая пользу ИИ. Те, кто полностью отказывается от нейросетей, действительно проигрывают — не самому искусственному интеллекту, а другим специалистам, которые используют ИИ как рычаг.

Внедрение AI-ассистентов в рутину (написание бойлерплейта, тестов, регулярные выражения, поиск багов, первичный ресерч) реально экономит от 30% до 40% рабочего времени. Используйте этот ресурс не для паники, а для изучения сложных архитектурных паттернов, запуска собственных сайд-проектов, освоения позиции AI-инженера или просто для полноценного отдыха.

На основе Как AI скамит весь мир / Топ манипуляций твоим страхом