AI сделает вашу экспертизу дороже или доступной каждому?

Обычно разговор об ИИ и рынке труда сводится к вопросу: какие профессии он заменит?

👉🏻 Но PwC предлагает посмотреть на происходящее иначе. Компания проанализировала более 1 млрд вакансий на шести континентах — один из самых масштабных анализов рынка труда с точки зрения влияния AI на стоимость профессиональной экспертизы.

PwC увидела две разные траектории.

🟢 В одних профессиях AI забирает рутинную часть работы. И на первый план выходят профессиональное суждение, опыт, лидерство и способность принимать сложные решения.

🟢 В других технология берёт на себя именно ту часть задачи, для которой раньше требовалась специальная подготовка. То, что мог сделать только специалист, становится доступно гораздо более широкому кругу людей.

В Gigoo мы работаем с экспертизой senior-, head- и C-level-специалистов, поэтому здесь особенно интересен вопрос: какая часть накопленного опыта будет становиться ценнее по мере развития AI, а какая перестанет быть конкурентным преимуществом?

PwC называет первую группу professionalised roles — роли, где AI автоматизирует часть операций, но одновременно повышает ценность человеческой экспертизы.

Например, ИИ может быстро обработать документы, собрать первоначальный анализ или предложить варианты решения. Но человеку всё ещё нужно понять контекст, выбрать подходящий сценарий, увидеть исключения и принять решение.

Вторая группа — democratised roles. Здесь AI снижает порог входа: задачи, для которых раньше требовались специальные знания или владение сложным инструментом, становятся доступны большему количеству людей.

И рынок уже начинает оценивать эти траектории по-разному.

По данным PwC, вакансии первого типа растут примерно вдвое быстрее, а рост зарплат в них с 2021 года был на 42% выше, чем в профессиях второго типа.

То есть AI не просто «забирает работу». Он перераспределяет ценность внутри профессий.

Если основная ценность специалиста заключается в том, что он:

— знает, где найти информацию;

— умеет выполнить стандартный бизнес-процесс или типовую процедуру;

— владеет определённым инструментом;

— способен подготовить типовой документ или первоначальный анализ.

Часть этого преимущества AI постепенно делает массово доступной.

Эти навыки не исчезают. Но одного владения ими становится недостаточно, чтобы сильно отличаться от других специалистов.

👉🏻 Профессиональное суждение. Не перечислить десять возможных решений, а понять, какое сработает именно здесь.

👉🏻 Контекст. Учесть особенности бизнеса, ограничения, историю компании и то, что не попало в исходные данные.

👉🏻 Работа с нестандартными ситуациями. Увидеть момент, когда стандартная практика перестаёт работать.

👉🏻 Ответственность за решение. AI может предложить сценарии, но итоговый выбор по-прежнему делает человек. И понимание того, как это решение влияет на операционную эффективность бизнеса — не только на отдельную функцию, но и на итоговый результат.

И ещё одна вещь — опыт уже совершённых ошибок.

Компания может попросить AI объяснить, как запускать продукт или перестраивать функцию. Но у человека, который сам проходил этот путь, можно спросить:

— Что вы сначала сделали неправильно?

— Что оказалось сложнее, чем ожидали?

— Что во второй раз вы бы сделали иначе?

Именно такие ответы часто невозможно получить из методологии или отчёта.

Вместо вопроса «заменит ли меня AI?» можно задать себе три других:

1. Что из моей работы человек с хорошим AI уже способен выполнить без моего опыта?

2. Какие решения я принимаю благодаря практике и пониманию контекста?

3. Что в моей работе сложно передать человеку, который получил доступ к тем же данным и AI-инструментам?

Последний вопрос особенно важен. Потому что именно там часто и находится настоящая профессиональная ценность.

Меняется и способ говорить о своём опыте.

«10 лет в финансах», «15 лет в HR», «работаю с аналитикой» постепенно становятся слишком общими формулировками.

Гораздо понятнее для рынка конкретные задачи:

— перестроил систему KPI;

— вывел продукт в новый сегмент;

— централизовал финансовую функцию;

— изменил логистическую модель;

— запустил новую функцию с нуля.

То есть ценность смещается от способности выполнить операцию к способности решить конкретную бизнес-задачу. По сути, это и есть осознанная стратегия развития собственного профессионального профиля: не накапливать годы стажа, а формировать конкретный портфель уже решённых задач.

👩🏻‍💻 Мы видим это и по запросам компаний в Gigoo. Внешнего эксперта обычно ищут не потому, что бизнесу не хватает информации. Информации сегодня как раз много.

Нужен человек, который уже принимал похожее решение на практике — в формате управленческого консультирования под конкретную задачу, а не в формате лекции о рынке в целом.

Поэтому главный карьерный вопрос ближайших лет, возможно, звучит не так:

🔎 «Что из моей работы сможет делать AI?»

А так:

«Что в моей экспертизе останется ценным, когда AI сможет делать всё очевидное?»

В Telegram-канале Gigoo мы регулярно разбираем исследования рынка труда и публикуем реальные запросы компаний на экспертные консультации и проектную работу — по ним особенно хорошо видно, за какой опыт бизнес готов платить уже сейчас.