С развитием AI компании начали поновому оценивать сотрудников. Нейтральные навыки вроде умения писать код или готовить тексты остаются важными, но перестают быть ключевым конкурентным преимуществом — они становятся «базовой» утилитой.

На первый план выходят: эстетическое чутьё (taste), способность к суждению и принятию решений, структурированное мышление, умение стандартизовать процессы и внутренняя самоорганизация (selfdrive).

Раньше умение формулировать промпты считалось редким и ценным — оно сильно влияло на качество результатов. Но модели растут в «понимающей» способности: даже неидеально сформулированный запрос зачастую даёт рабочий результат. Потому простая способность «попросить» AI перестаёт быть редким навыком и превращается в базовую цифровую грамотность.

Настоящее преимущество теперь даёт не один удачный промпт, а умение:

разбить сложную бизнесзадачу на выполнимые шаги;

спроектировать и оркестрировать цепочки агентзадач (Agentдизайн);

встраивать AI в реальные процессы с учётом данных, прав и контекста;

верифицировать и принимать результаты (result validation).

Иначе говоря: нужен не оператор инструментов, а архитектор рабочих потоков.

Чем мощнее AI, тем больше ценится проактивность человека. Инструменты не скажут, где у компании настоящая проблема, какой клиент стратегичен или почему процесс «завис».

Люди, которые видят и формулируют такие проблемы, превращают сгенерированный AIконтент в ценность. Те, кто ждёт постановки задачи, будут просто быстрее выполнять чужие инструкции — без стратегического влияния.

AI генерирует множество вариантов, но выбрать правильный — это человеческая компетенция. «Taste» — это не просто эстетика, это способность оценить применимость, риски, соответствие рынку и этапу компании.

Люди с богатым практическим опытом, многократными ошибками и интуицией по продукту/рынку гораздо ценнее наборов автоматически сгенерированных идей.

Лучшие работники в AIродных командах — «переводчики»: они берут сырые, неструктурированные сигналы (разговор с клиентом, отзыв, неудачная сделка), формируют из них структурированную проблему, проектируют рабочий фрейм и решают, какие шаги отдать AI, а где нужен человекрешение. Это требует и отраслевого опыта, и умения формализовать, и навыка контроля качества.

Последствия для работников и бизнеса

Роли меняются: рутинные операции автоматизируются, повышается спрос на тех, кто умеет думать на уровень выше процессов.

Кадровая политика: при найме важнее автономность, способность к обучению, «taste» и разнообразный практический опыт, чем простая скорость владения инструментами.

Образование и развитие: компании обязаны обучать сотрудников навыкам структурирования задач, оркестрации агентов и верификации результатов — иначе выиграют лишь те, кто уже имеет профильный опыт.

Короткие практические выводы

Для сотрудников: развивайте суждение, системное мышление, проактивность и глубокое доменное знание — это то, что AI не заменит в ближайшее время.

Для компаний: нанимайте и цените не только «операторов» AI, но и людейпереводчиков, владельцев процессов и тех, кто делает решения воспроизводимыми и проверяемыми.

Для HR: пересмотрите критерии отбора — ставьте в приоритет автономность, taste и способность превращать хаос в выполнимые рабочие потоки.