В последние годы искусственный интеллект чаще всего обсуждают в контексте сокращения рабочих мест. Однако практика крупнейших мировых компаний показывает более сложную картину.

Microsoft инвестирует миллиарды долларов в создание новых инженерных команд, ByteDance и Alibaba предлагают высокие зарплаты новым специалистам по внедрению ИИ, а Ford возвращает опытных инженеров, которых ранее заменили автоматизированными системами.

Все это говорит о том, что развитие искусственного интеллекта не столько устраняет потребность в людях, сколько создает новые профессии.

Одной из самых заметных инициатив стало создание Microsoft подразделения Frontier Company.

По данным китайских СМИ, корпорация выделяет около 2,5 млрд долларов на развитие нового направления и формирует команду примерно из 6 тысяч инженеров, технических консультантов и специалистов по продажам.

Их задача — работать непосредственно в компаниях-клиентах, помогая внедрять ИИ в реальные бизнес-процессы.

Президент коммерческого подразделения Microsoft Джадсон Альтхофф ранее признал, что первоначальная стратегия продвижения Copilot оказалась слишком простой: предполагалось, что компании смогут самостоятельно внедрять готовый продукт.

На практике выяснилось обратное.

Большинство корпоративных клиентов сталкиваются с вопросами:

какие данные можно использовать для обучения;

как интегрировать ИИ со старыми корпоративными системами;

какие процессы действительно стоит автоматизировать;

как оценить экономический эффект.

Поэтому Microsoft фактически переходит от модели продажи программного обеспечения к модели сопровождения внедрения.

Аналогичную стратегию реализуют и китайские технологические компании.

ByteDance активно набирает специалистов Frontline Deployment Engineer (FDE) с зарплатой до миллиона юаней в год.

Alibaba Cloud также расширяет штат подобных сотрудников.

Главная задача FDE — не разработка программного обеспечения, а работа на стыке технологий и бизнеса.

Такой специалист должен одновременно понимать:

архитектуру ИИ-систем;

особенности инфраструктуры заказчика;

бизнес-процессы компании;

требования конкретного подразделения.

Фактически он становится переводчиком между инженерами и бизнесом.

По данным LinkedIn, количество вакансий для специалистов такого профиля с 2023 по 2025 год выросло значительно быстрее, чем число вакансий для классических AI-инженеров.

Тенденция выходит далеко за пределы Microsoft.

Сообщается, что Amazon Web Services также инвестирует около 1 млрд долларов в развитие инженерных команд, работающих непосредственно с корпоративными заказчиками.

Подобные подразделения создают OpenAI и Anthropic.

Причина очевидна: многие компании готовы платить не только за доступ к модели, но и за специалистов, способных встроить ее в существующие бизнес-процессы.

Во многих случаях именно услуги по внедрению становятся более ценным продуктом, чем сама лицензия на использование ИИ.

Другим показательным примером стала автомобильная компания Ford.

После внедрения систем автоматизированного проектирования на базе искусственного интеллекта компания столкнулась с ухудшением качества продукции.

По словам руководителя подразделения Чарльза Пуна, руководство переоценило возможности ИИ и ошибочно предположило, что автоматизация сама по себе обеспечит высокое качество инженерных решений.

В результате Ford вернула более 350 опытных инженеров, ранее покинувших компанию.

Кроме того, производитель расширил подразделения контроля качества и автоматизированного тестирования.

Компания не отказалась от использования искусственного интеллекта, но изменила подход.

Выяснилось, что многие инженерные знания существуют только в опыте специалистов и никогда не были формализованы в документации.

Например, опытный инженер может знать, почему определенный сварной шов следует усилить, хотя в технической документации это не указано.

Такие знания практически невозможно автоматически передать модели.

Исследования Deloitte показывают, что большинство производственных предприятий пока не получили ожидаемого эффекта от внедрения искусственного интеллекта.

Главная причина заключается не в качестве моделей.

Компании сталкиваются с гораздо более сложными задачами:

очисткой и подготовкой данных;

интеграцией с устаревшими информационными системами;

изменением внутренних процессов;

обучением сотрудников;

настройкой рабочих сценариев.

Сам по себе доступ к ИИ не решает этих проблем.

Можно сравнить ситуацию с покупкой многофункционального инструмента: наличие самого инструмента еще не означает, что его смогут эффективно использовать.

Сегодня многие организации стараются сократить расходы на использование дорогих языковых моделей, переходя на более доступные версии.

Однако экономия на вычислительных ресурсах не устраняет другую статью затрат — работу специалистов по внедрению.

Полная стоимость корпоративного ИИ складывается не только из расходов на токены или вычисления. Не менее значимыми становятся:

консультации;

интеграция;

сопровождение;

обучение персонала;

адаптация процессов.

Во многих случаях именно эти расходы оказываются определяющими.

Эксперты считают, что по мере развития искусственного интеллекта часть стандартных задач действительно будет полностью автоматизирована. Однако корпоративная среда значительно сложнее типовых сценариев.

Практически каждая крупная компания использует собственные информационные системы, внутренние регламенты и накопленный за годы опыт, который невозможно полностью описать в документации. Именно поэтому появляются новые профессии.

Если раньше специалисты выполняли работу самостоятельно, то теперь все чаще они становятся посредниками между ИИ и реальными бизнес-процессами. Их задача — правильно сформулировать задачу, проверить результат, адаптировать систему и контролировать качество работы моделей.

Истории Microsoft, ByteDance и Ford демонстрируют одну общую тенденцию.

Современный рынок корпоративного искусственного интеллекта постепенно смещается от продажи технологий к продаже компетенций. Доступ к модели становится лишь отправной точкой.

Настоящую ценность создают специалисты, способные превратить возможности искусственного интеллекта в работающий инструмент конкретного бизнеса.

Поэтому, несмотря на разговоры о массовом вытеснении людей, крупнейшие технологические компании продолжают активно нанимать сотрудников. Только теперь они ищут не столько разработчиков моделей, сколько тех, кто способен соединить искусственный интеллект с реальными производственными и бизнес-процессами.