Хватит переживать. Узнали, кого в ИТ точно не заменит AI

Логика тут простая: чем выше спрос на каких-то специалистов, тем ниже вероятность, что их быстро заменит AI.

Какие профессии в ИТ нужнее всего

В марте аналитическая компания CompTIA опубликовала отчет State of the Tech Workforce о том, насколько востребованы айтишники разных специализаций в США. Он включал данные по занятости на 2022 год и прогноз на 2023.

Наша гипотеза состояла в том, что скорее всего именно эти профессии нейросеть вряд ли заменит. Попробуем уточнить у нее самой.

Кроме этих, нейросеть назвала и другие, тоже объясняя свою точку зрения. Скриншот вышел довольно большой, так что лучше перечислить списком:

• системные архитекторы;
• специалисты по ИТ-безопасности;
• DevOps-инженеры;
• UX/UI-дизайнеры;
• Product managers;
• специалисты по искусственному интеллекту;
• Data-science аналитики;
• Разработчики разного ПО.

Как видим, ChatGPT упомянул большую часть профессий, которые были в отчетах исследователей. Попробуем разберемся с каждой из них подробнее.

Системные архитекторы 

От их работы зависит будущее любого проекта. Архитекторы продумывает каждый элемент будущей системы, согласовывают концепции и общаются с заказчиками. Пока что нет нейросети, которая смогла бы заменить таких специалистов.

Недавно провели эксперимент: айтишник попробовал передать часть своих задач ChatGPT, но ничего не вышло. Нейросеть постоянно забывала контекст и в процессе общения приходилось давать ей дополнительную информацию. В итоге все это превратилось в бесконечный круговорот правок и объяснения задачи.

Нейросети могут создавать еще одну серьезную проблему — нарушать коммерческую тайну. Если сообщить какую-то важную информацию тому же ChatGPT, она сразу станет известна третьим лицам — разработчикам чата. Едва ли какая-то компания хочет, чтобы ее стратегические разработки видел кто-то посторонний.

Кстати, сама нейросеть по поводу системных архитекторов думает почти то же, что и мы. 

Специалисты по информационной безопасности

Вероятно, еще одна группа специалистов, которая может не переживать по поводу нейросетей. Почему — спрашиваем у ChatGPT.

Хорошего специалиста нейросеть точно не заменит — этих людей реально не хватает. Недавний отчет (ISC)2 показал, что несмотря на 11% рост 2022 году, в дефиците еще 26,2%. Инфобезопасность в приоритете у компаний.  Если бы AI справлялся с такими задачами лучше людей, он давно занял свободные места.

DevOps-инженеры

DevOps-инженеры нужны для того, чтобы связывать разработчиков, тестировщиков и других IT-специалистов. Они помогают сделать так, чтобы команда работала более эффективно и слаженно, быстрее исправляла ошибки и выпускала максимально законченный продукт. 

Никакой AI не сможет заменить DevOps-инженеров, потому что здесь важен человеческий фактор: нужно выстроить отношения в команде, наладить коммуникации между специалистами, стимулировать креативность и приверженность планам. Ничего из этого AI пока что не умеет: не может общаться как человек, нестандартно мыслить и осознавать цели, которых придерживается компания.

Лучшее доказательство того, что инженерам в этой сфере переживать не стоит — рост рынка услуг и решений DevOps. Если в 2021 году он оценивался в $7 млрд, то по прогнозам Verified Market Research к 2030 году достигнет $51,18 млрд. Это значит, что одновременно с ростом рынка будут появляться и новые рабочие места.

Для чистоты эксперимента, уточнили у нейросети, что она думает по этому поводу:

Product Managers 

История с ними похожа на DevOps-инженеров. Продакты занимаются тем, что разрабатывают стратегию продвижения продукта, координируют команду и думают, как выстроить работу в компании наиболее эффективно. Здесь тоже включается человеческий фактор: лидерство, межличностные отношения и грамотное управление.

Возможно, AI освободит часть времени продакт-менеджера от каких-то рутинных задач, поможет в генерации шаблонных идей для будущих продуктов, анализе, составлении Customer Journey Maps или портрета аудитории. Но полностью заменить человека он точно не сможет.

В целом, профессия продакт-менеджера быстро развивается: с 2020 по 2022 количество вакансий по запросу Product manager увеличилось на 20%. При этом, в 2022 году профессия вошла в десятку лучших в США по данным портала Glassdoor.

UX/UI дизайнеры 

Эти специалисты делают продукт удобным, понятным и логичным для всех пользователей. AI способен помочь в определенных аспектах, но человеческая оценка и понимание предпочтений пользователей остаются важными.

На эту тему интересную мысль высказал пользователь Reddit. Если коротко, второй пилот не отбирает работу у первого, а помогает ее выполнять.

Специалисты по машинному обучению

Инженер машинного обучения — тот, кто обучает компьютер работать с алгоритмами анализа данных, находить взаимосвязи и принимать решения. С результатами работы ML-инженеров ежедневно сталкиваются пользователи социальных сетей, когда листают умные ленты или сталкиваются с рекомендательными системами вроде персонализированных плейлистов на Spotify.

Почему AI не сможет (прямо сейчас) заменить своих создателей? Спрашиваем у него самого:

Нейросеть говорит правду: технологии AI и машинного обучения действительно нужно развивать, постоянно совершенствовать и тренировать. Требуется экспериментировать, разрабатывать новые алгоритмы и оптимизировать старые. Это творческий процесс: как бы хорошо AI ни умел оптимизировать и анализировать данные, он не способен конкурировать с человеком в креативности.

А вот мнение пользователь Reddit. Он объяснял свою позицию в контексте Data Science, но ответ неплохо описывает и будущее специалистов по ML.

Это подтверждает и недавнее исследование HackerEarth о том, каких специалистов не хватает компаниям больше всего.

Data-science аналитики

Этих специалистов нейросети тоже (пока) не заменят. Причин здесь несколько:

• Аналитическую задачу ставит человек, автоматизация не способна определить её чётко. Она может облегчить поиск решения, но чтобы анализировать, требуется понимать бизнес и подходить к делу творчески.
• Человек определяет и наборы данных. Нейросеть не знает, какие источники использовать — она может объединить данные и дать конечный набор, но собрать исходные сама не сможет.
• Только человек понимает, как лучше обобщить сложные результаты для заинтересованных сторон. Специалист способен преподнести данные в том виде, в котором они будут полезны руководству, а нейросеть выдаст только сухой набор информации.

Так думает пользователь Reddit:

И еще один специалист в этой же ветке придерживается похожего мнения:

О том, что дэйтасайентисты не останутся без работы, говорит и статистика бюро труда США. Она предсказывает, что к 2026 году спрос на специалистов в области Data Science вырастет почти на 30%.

Программисты и разработчики 

Пока что нет искусственного интеллекта, который способен написать код с нуля. Он всегда получает конкретную задачу от разработчика, а не «хочу, чтобы все было четенько и сразу в прод».

Перед началом работы программист должен сформировать краткое и понятное ТЗ — продумать, что должно быть в коде, какие библиотеки и фреймворки использовать и так далее. А потом фиксить баги, которые в любом случае будут. Нейросеть не всегда сможет их исправить сама, а вот сделать код хуже — запросто.

Кроме того, написанный кем-то однажды код, затем обновляется. Но AI ничего сам не обновит, пока его не обучат и не объяснят, как это сделать. Поэтому без человека здесь точно не обойтись.

А еще готовый код постоянно совершенствуется. Появляются новые инструменты и фичи. Конечно нейросеть может и этому научиться, но только после того, как увидит алгоритм действий опытного программиста. Получается, что AI здесь не создает что-то с нуля, а просто повторяет за человеком. И этот человек необходим.

У всех профессий из этой подборки много общего. Почему?

ChatGPT каждый раз объяснял нам, что AI не заменит людей по схожим причинам:

• нейросети не могут быть по-настоящему креативными;
• нейросети не способный работать в контексте бизнеса или отрасли;
• AI не может выстроить коммуникации с членами команды;
• Не способен принимать решения: он может только проанализировать информацию и помочь в выборе шагов.
• В ИТ отрасли много задач, которые невозможно или очень сложно автоматизировать.

Попробовали уточнить у нейросети, почему она каждый раз ссылалась именно на эти причины.

Как быть, если вашей специальности нет в списке

Первым делом, как обычно, спрашиваем у ChatGPT. Ответ конечно не блещет оригинальностью — вполне в духе Кэпа:

AI говорит хоть и очевидные, но совершенно правильные вещи. Всегда нужно изучать что-то новое, стараться адаптироваться к изменениями и расширять свои знакомства. И конечно же очень важно совершенствоваться и заниматься интересными задачами.

По сути, тут и добавить-то нечего: если делать все по инструкции ChatGPT, в новой реальности точно не пропадешь.

Хотите лучше понимать ChatGPT и освоить востребованное направление Machine Learning?

Вот несколько хороших курсов:

• Supervised Machine Learning: Regression and Classification — один из наиболее часто проходимых курсов по теме на Coursera.
• Курс с хорошим рейтингом по Neural Networks и Deep Learning.
• Глубокое погружение в Data Science от гигантов IBM.
• Курс от Udemy, посвященный тому, как зарабатывать на ChatGPT.

Кого уволят из ИТ в 2023 году: прогнозы от ChatGPT и анализ экспертов

По теме

Кого уволят из ИТ в 2023 году: прогнозы от ChatGPT и анализ экспертов

Узнали у ChatGPT, нужны ли эйчары в ИТ и какие именно

По теме

Узнали у ChatGPT, нужны ли эйчары в ИТ и какие именно

Помогаете devby = помогаете ИТ-комьюнити.

Засапортить сейчас.