bg
Точка зрения
17:32, 14 июля 2025
views
55

Эдуард Ашрафьян рассказал, почему подход «Работает – не трогай» устарел

В последние годы стало модным громоздкое и не очень благозвучное с точки зрения русского языка словечко – цифровизация. «Цифровая трансформация» звучит несколько лучше, но, как правило, не добавляет понимания сути. О том, что скрывается за этим трендом, для кого цифровизация – мать родная, а для кого – злая мачеха (или даже пятое колесо в телеге), мы беседуем с экспертом в области цифрового лидерства и управления цифровой трансформацией, бизнес-архитектором ИИ решений компании «Рексофт», директор направления экспорта ИИ-решений ЦТИИ «Нейролаб», доцентом кафедры  бизнес-информатики факультета информационных технологий и анализа больших данных Финансового университета Эдуардом Ашрафьяном.

 «Лидеры в AI-трансформации становятся лидерами бизнеса»

 – Эдуард Эдуардович, в деловой среде сегодня модно говорить о цифровой трансформации. Но что это на практике? Это просто про новые технологии – или про нечто более глубокое?

– Цифровая трансформация значит разное для разных людей. Кто-то вспоминает рассказы коллег о масштабных IT-проектах, кто-то учится новым технологиям. Но есть группа реалистов, которая внедряет технологии и смогла реально повысить прибыль компании, действуя в роли дальновидного владельца или ответственного топ-менеджера. Группа упомянутых реалистов – узкий круг людей, которые умеют извлекать выгоду из цифровизации, используя технологии в деле. Для них цифровая трансформация – не модный лозунг, а инструмент роста бизнеса.

А в 2025 году классическая цифровая трансформация превращается в AI-трансформацию, и те, кто ранее оцифровывал процессы, теперь ускоренно внедряют искусственный интеллект на подготовленный фундамент.

Практический подход к цифровой трансформации – это запущенный собственниками или руководителями процесс наращивания прибыли с использованием технологий. Есть конкретные примеры, когда глубокое проникновение технологий позволяет лидеру сохранять свою позицию десятилетиями. В качестве такого примера можно показать Сбербанк и его лидера Германа Грефа. Более десяти лет назад многие бизнесы стали использовать слово agile (гибкие методологии управления) в широком кругу с подачи лидера этого банка.

Сбербанк не просто «играется» в IT-новинки, он становится лидером по финансовым показателям за счёт технологий. Например, Сбербанк в 2024 году получил рекордную чистую прибыль в финансовом секторе – 1,58 трлн рублей. Такой результат – не следствие использования технологий, а умение правильно в них инвестировать. Это умение – следствие правильной интеграции новых технологических решений в культуру компании, реинжиниринга бизнес-процессов и умения извлекать отдачу в разумные сроки.

– Многие руководители до сих пор считают: «Работает – не трогай». Зачем бизнесу вообще менять привычные процессы, если они приносят прибыль?

– Есть устоявшаяся логика: если система работает и приносит прибыль, то не трогаем – пусть работает. Такая логика разумна и является следствием двух подходов. Во-первых, когда процессы построены ранее и под них найден руководитель, который не участвовал в реорганизации процессов и может руководить, не внося изменений. Или, во-вторых, когда менеджеры выстраивают процессы под себя и, потратив силы, потом не хотят всё ломать и переделывать, даже понимая возможную выгоду. Отсюда и лозунг: «Работает – не трогай». И пока прибыль идёт – этот принцип может превратиться в компании в «закон».

Однако быстрые изменения среды из-за технологий меняют и конкурентную среду. Они заставляют участников рынка быстро включаться для наращивания доли или оставаться на развилке, сужая свою долю рынка. Быстро адаптирующиеся конкуренты находят подход и учатся быстрее давать результаты. Они предлагают клиентам больше ценности. И наступает момент, когда даже успешная компания оказывается перед выбором: либо отдавать часть рынка этим цифровым игрокам, либо самостоятельно делать цифровую трансформацию. Можно ли это прогнозировать? С определённой долей вероятности – конечно! Есть инструменты управленческого учёта для подготовки прогнозов, которые позволяют оценивать скорость внедрения технологий и скорость роста бизнеса. И ответ на вопрос «зачем меняться» получает конкретный ответ: ради дальнейшего роста с указанием ожидаемой метрики.

Есть пример Т-Банка, который при строительстве бизнеса отказался от классического подхода развития сети отделений, а изначально сделал ставку на современные технологии для предоставления цифровых сервисов – мобильное приложение, дистанционное обслуживание. В результате с небольшими активами на старте за несколько лет банк к февралю 2025 года достиг 32 млн активных пользователей и 49 млн клиентов экосистемы. Он ворвался в тройку лидеров (со Сбербанком и ВТБ) по числу активных клиентов.

Другой пример – рынок такси, где много лет существовали классические таксопарки со своим укладом до прихода сервиса «Яндекс Go», который на технологической базе агрегировал разрозненных перевозчиков. Итог – сервис стал намного удобнее для пассажиров, а компания консолидировала более 227 млрд рублей в секторе РайдТех (где присутствуют описанные сервисы такси, а также не менее интересные цифровые бизнес-модели каршеринга и аренды самокатов). Другими словами, Яндекс смог консолидировать прибыль в консервативной модели перевозок, не менявшейся со времён конных экипажей.

Таким образом, даже если бизнес «и так работает», внешняя конкуренция заставляет его эволюционировать, вспоминая фразу Красной королевы из книги Льюиса Кэрролла: «приходится бежать со всех ног, чтобы только остаться на том же месте! А хочешь попасть в другое место – нужно бежать по меньшей мере вдвое быстрее!», технологические внедрения просчитываются при планировании, и рост от внедрения технологий – счётная задача с определённой долей вероятности. Регулярные (ежеквартальные и ежемесячные) обновления расчётов по использованию технологий (цифровой или ИИ-трансформации) могут показать, сколько бизнес рискует недополучить прибыли на планируемый горизонт или какую долю рынка он может потерять.

Поэтому многие готовы работать на опережение, не ожидая момента «поломки» процесса, а, напротив, улучшая его в хорошо работающем состоянии.

Цифровизируй это!

  – В каких сферах бизнеса и управления цифровая трансформация идёт особенно активно и успешно? А где, напротив, всё буксует и почему?

– Разный бизнес – разный уровень цифровизации. Есть даже концепция «цифровой вихрь» (Digital Vortex), которая показывает, какие отрасли прошли цифровую воронку раньше, а какие ещё только подступились к ней. Согласно свежему исследованию IMD, лучше всех цифровизированные сектора – это технологические сервисы, образование и финансовые услуги. Чуть позади идут телеком и медиа, розница – там тоже высокий уровень цифровизации, но уже не такой взрывной рост, как пару лет назад. А в конце списка – мало цифровизированные направления: энергетика и промышленное производство. То есть топливно-энергетический комплекс (ТЭК), тяжёлая индустрия отстают в цифровом развитии. Это легко объяснить. Цифровые сервисы (интернет-компании, мобильные приложения) изначально строятся вокруг ИТ – у них «цифра в ДНК». То же с мобильной связью: сотовая связь – относительно молодая отрасль, которая изначально проектировалась уже в компьютерную эпоху, там цифровизация заложена на уровне дизайна бизнес-моделей.

А вот производственным процессам, равно как и аналогичным процессам в энергетике, десятки лет. А то и более века. Эти процессы сложные, громоздкие, они могут содержать много разрозненных программ разных производителей. Такие сложные ландшафты систем непросто оцифровать – приходится использовать новые технологии в сложной последовательности программ внедрения. За последние пару лет решение этой проблемы несколько усложнил ещё и переход на отечественный софт: импортозамещение привело к тому, что многие привычные зарубежные ИТ-продукты ушли, их заменяют российскими аналогами. С одной стороны, это даёт толчок своим разработкам, с другой – увеличивает число «швов» между разными решениями. Поэтому в традиционных отраслях цифровая трансформация идёт медленнее: нужно и старое хозяйство поддерживать, и новое выстраивать.

Тем не менее, даже в менее проработанных секторах цифровизация неизбежно набирает ход. Промышленность и энергетика постепенно «просыпаются»: инвестиции в промышленный IoT, в цифровые платформы для добычи и логистики растут. Просто эффект там проявляется медленнее, чем, скажем, в онлайн-сервисах. Но он будет.

 – Существует ли риск, что в ряде отраслей «цифровизация ради цифровизации» становится просто модным трендом, без реального эффекта?

– Такой риск есть. Иногда компании затевают цифровой проект просто «потому что так надо», без чёткого понимания, какую пользу он принесёт. В итоге деньги тратятся, времени уходит куча, а результат – нулевой. Это и правда драма: хотели как лучше, а вышло разочарование, и цифровизация превращается в «боль и скорбь» внутри компании. В приватных беседах руководители рассказывают порой о неудачных кейсах: внедрили систему – она не взлетела, команда выгорела, всё забросили.

Однако тут важно понять: ошибки на старте – это нормально. Любая трансформация редко получается с первого раза. Первые проекты – часто пробы пера, где можно оступиться. Зато именно первопроходцы, набив шишки, приобретают экспертизу, и уже на следующем витке достигают успеха. И когда победитель приходит к финишу, о его ранних провалах уже никто не помнит. Есть хорошее высказывание от Марка Цукерберга: «В  нашем обществе мы часто не совершаем больших поступков, потому что так боимся совершить ошибку … но это не должно помешать нам начать», – ведь именно из ошибок извлекают опыт, который приводит к победе. В Кремниевой долине вообще культ того, что провал – это шаг к успеху, если правильно среагировать. Поэтому неудачные проекты цифровизации – это не конец света, а опыт команды, который стоит намного дороже потраченных денег. Главное – не превращать цифровизацию в самоцель или пиар, а всегда помнить про бизнес-цели. Тогда и эффект будет реальным.

 ИИ меняет мир на глазах

  – В каких сферах влияние ИИ и цифровых технологий в ближайшие годы будет только усиливаться, а где, по вашему мнению, по-прежнему останется важна «живая» экспертиза и ручное управление?

– Интересен взгляд на то, как это будет выглядеть в будущем, так как уже сейчас мы имеем тренд быстрого роста проектов с небольшими команд по отношению к большой выручке. И если внимательно всмотреться в этот тренд, то сразу видна важность экспертизы фаундеров или ключевых менеджеров, значительно усиленная цифровыми технологиями с использованием ИИ.

Но роль человека поменялась, и в 2025 году уже при серьёзных собеседованиях говорят:

«покажи мне свой промт» – имея в виду самый сложный и самый удачный промт (индикатор умения решать сложные задачи с помощью ИИ). В ближайшие годы каждый профессионал начнёт использовать LLM-инструменты или ИИ-агентов. Это касается и рядовых сотрудников, и средних, и топ-менеджеров. Мы видим проникновение ИИ в бизнес-задачи: от умных чат-ботов в службе поддержки до систем поддержки принятия решений для топ-менеджмента. Аналитики прогнозируют с 2025 года расцвет эпохи ИИ-агентов и мультиагентных систем – когда по компаниям пойдёт волна внедрения автономных ИИ-копилотов в разных функциях. Согласно опросам, свыше 30% крупнейших компаний мира уже сейчас пилотируют или внедряют многоагентные AI-системы в своих процессах.

Человек в деловых задачах даёт лучший результат, используя цифровые технологии с фокусом на ИИ. ИИ берёт на себя рутину, быстрый анализ данных, генерацию вариантов, а человек принимает окончательные решения, привнося творческое начало, экспертный опыт, интуицию. При этом часто ответственность и контроль остаются за человеком, он же разбирает нетипичные ситуации. Тем не менее, объём деловых задач для искусственного интеллекта каждый месяц возрастает. Уже есть очень показательные кейсы. Например, бразильская нефтяная компания Petrobras запустила генеративного AI-агента для помощи в налоговых расчётах – и всего за три недели нашла благодаря ему способы сэкономить $120 млн. Теперь они планируют масштабировать такие решения на отделы HR, закупок, финансов и ожидают до $1 млрд экономии в год. Похожим путём идёт BP и другие нефтегазовые гиганты: по данным экспертов, международные компании вроде BP уже внедряют у себя генеративный ИИ и классические алгоритмы повсеместно, чтобы повысить эффективность, и эта тенденция только набирает обороты. То есть даже в отраслях, где всегда много «железа» и ручного труда, ИИ находит своё применение – будь то оптимизация логистики, предиктивная аналитика на месторождениях или автоматизация офисных функций.

Усиливаться влияние ИИ будет абсолютно во всех сферах – от сельского хозяйства (где уже есть роботы и анализ изображений полей) до управления государством (где внедряют аналитику больших данных и реализуется проект «Экономика данных»). Но в каждой из них нужен будет человек, усиленный ИИ-инструментами – или, как говорят в технологической среде, – сотрудники с цифровыми экзоскелетами. Сотрудники с экспертизой и навыками никуда не денутся, набирая цифровой инструментарий.

  – Цифровые инструменты упрощают жизнь – но не расслабляют ли они сотрудников? Не начинаем ли мы терять навыки, когда рутинные задачи за нас выполняет машина?

– Конечно, некоторые навыки будут теряться. Однако ситуация напоминает использование автомобиля, который ускоряет в десять раз передвижение из точки А в точку Б, при этом лишая человека необходимости ходьбы и включения основных элементов тела. Но для этого ВОЗ (Всемирная Организация Здравоохранения) рекомендовала компенсации в виде 10 тысяч шагов в день. Так же и здесь: баланс человеческой активности будет смещаться в сторону бизнес-функций, а активность вне деловых задач будет компенсировать неиспользуемые навыки.

Для описания данной схемы психологи труда уже ввели понятие «автоматизационного расслабления»: когда человек слишком полагается на автоматическую систему и теряет бдительность и навыки. В авиации, например, пилоты, привыкшие летать на автопилоте, порой теряют хватку в ручном управлении – есть случаи, когда чрезмерная надежда на автоматику приводит к утрате базовых навыков пилотирования. В бизнесе будут ожидаться похожие паттерны, когда сотрудник сильно доверяется программе и перестаёт вникать в особенности её функционирования. Соответственно, при сбое он не сможет принять правильное решение. Или же разучится выполнять ту самую рутинную работу вручную, если это потребуется в силу ряда обстоятельств – например, при проверке результатов работы цифровых инструментов.

Но ведь цель автоматизации – не «расслаблять» сотрудников, а высвободить людям время на более творческие и сложные задачи. Доверяя рутину искусственному интеллекту, сотрудники могут заняться чем-то более важным. Как раз исследования показывают, что работники, у которых появились ИИ-инструменты, вовсе не деградируют, а переключаются на более высокий уровень работы. Согласно опросу Workday, 93% сотрудников, активно использующих ИИ, согласны, что он освободил им время для стратегических задач. Сотрудники чувствуют себя более востребованными, но в других направлениях. Вместо того чтобы, условно, целый день заполнять отчёты, они анализируют готовые аналитические выкладки от ИИ и принимают важные решения.

Конечно, это требует новой квалификации. Поэтому важна подготовка и обучение: чтобы сотрудники не «плыли по течению» за машиной, а развивались вместе с ней. Тогда автоматизация становится не врагом навыков, а драйвером для приобретения новых знаний. В итоге и компания выигрывает в эффективности, и человек не теряет смысл работы.

  – Что представляет собой управление бизнесом с использованием ИИ и цифровых систем прямо сейчас? Это больше про аналитику, автоматизацию или что-то ещё?

– Управление с использованием ИИ – это автоматизация в первую очередь, но не только, так как это комплексные задачи. Цифровые системы с ИИ дают руководителям небывалый уровень аналитики: можно собрать и обработать колоссальные объёмы данных о бизнесе и клиентах. ИИ помогает интегрировать информацию, выявлять закономерности и поддерживать принятие решений на основе фактов. Большинство решений сейчас становятся data-driven, когда используют в своей основе не только суждения и опыт экспертов, но и основываются на данных. Например, банки и ритейл анализируют данные транзакций для персонализации предложений, производители – данные с датчиков для предиктивного ремонта и так далее.

Многие рутинные управленческие задачи (от составления расписания до первичного отбора резюме соискателей) уже делаются в рамках автоматизации операций. Просмотр статистики показывает, что наиболее массовые применения ИИ в бизнесе сейчас именно такие. В одном глобальном опросе ТОП-3 применения ИИ называли: анализ данных (51% компаний), мониторинг безопасности и выявление мошенничества (43%), а также HR и рекрутинг (39%). Все три – это либо углублённая аналитика (поиск инсайтов в данных), либо автоматизация рутинных действий.

При этом есть и третья составляющая, которая набирает силу, – прогнозирование и поддержка решений (класс решений СППР – DSS). Например, системы класса BI и AI-помощники могут подсказывать менеджеру: «Вот тренд, вот аномалия, обрати внимание, прими меры и может изменить результат на такой-то». Такие действия не стоит полностью автоматизировать, но это новый уровень инструмента для руководителя, который убирает ряд проблем работы с большими объёмами информации.

В итоге портрет современного «цифрового» менеджмента такой: у руководителя есть дашборды с ключевыми метриками в реальном времени, есть прогнозные модели, которые предупреждают о возможных проблемах, есть цифровые помощники, облегчающие коммуникации (почта, соцсети, чат-боты). И многое из рутинного «хозяйства» (составление отчётов, контроль исполнения типовых задач) делается автоматически. Человек же фокусируется на том, чтобы правильно интерпретировать данные и принять решения. То есть баланс сместился от сбора информации к её анализу и использованию.

Можем попробовать нарисовать двух руководителей с 25-летней разницей. Руководитель «старой школы» начала 2000-х опирался на жёсткую иерархию и линейные, офлайн-процессы: ключевая информация стекалась раз в неделю по электронной почте и в Excel-сводках, решения принимались «кабинетно» под диктовку интуиции и личного авторитета, а эффективность измерялась квартальными метриками, которые физически носили на совещания. Автоматизация сводилась к отдельным ERP-модулям, поэтому большая часть времени уходила на контроль исполнения и «ручное» согласование действий.

Менеджер 2025 года работает в облачном контуре и руководит через данные в реальном времени, а не через статусы подчинённых: ИИ-копилоты перерабатывают отчёты, дешёвые low-code-боты убирают рутину, а распределённая команда синхронизируется в одном цифровом пространстве; при этом его главная работа – «создавать среду, а не выступать», быть «агрегатором точек зрения, а не диктатором решений» – как метко сформулировала профессор Гарварда Линда Хилл.

 Что будет дальше?

  – Каким вы видите это управление через 5–10 лет? Мы идём к бизнесу без людей – или, наоборот, к новой модели взаимодействия между человеком и системой?

– Я убеждён, что нас ждёт не «бизнес без людей», а бизнес с новой моделью «человек + ИИ». Управление через 5–10 лет – это тесная связка менеджера с умными системами.

Можно назвать это «augmented intelligence», расширенный интеллект. Аналитики Gartner дают хорошее определение: это человекоцентричная модель партнёрства, где люди и ИИ совместно работают над задачами. То есть ИИ встроен в рабочие задачи нативно, так же как email (электронная почта сейчас не вызывает вопросов, зачем она нужна и как её использовать) и значительно усиливает людей в ключевых точках принятия решений, работая в виде экзоскелета руководителя.

Для удобной аналогии можно привести в пример движение беспилотных автомобилей «КамАЗ» по дороге Москва – Санкт–Петербург, когда решение о прохождении светофора или смене полосы уже могут принимать ИИ-инструменты, а вот постановка целей этим беспилотным авто делается экспертами и согласовывается руководителями. По состоянию на март 2025 года беспилотные грузовики NatCar на базе КАМАЗ-54901 на трассе М-11

«Нева» преодолели более 4 млн км без аварий. К этому же сроку количество беспилотных тягачей на трассе увеличилось до 67 единиц, которые суммарно проехали 7,2 млн км и перевезли 800 тыс. кубометров грузов.

Как это будет выглядеть практически? Будут внедряться автономные ИИ-агенты для управленческих задач планирования и принятия решений в ограниченных вопросах, которые, в свою очередь, будут передавать ключевые задачи для принятия решений топ-менеджменту. Уже сейчас есть прототипы «автономных предприятий» на базе смарт-контрактов и ИИ. Но в ближайшие 5–10 лет вряд ли мы увидим компанию, где вообще нет людей. Люди останутся на ключевых ролях – просто их роль сместится в сторону креатива, стратегии, этики, всего того, что машине сложно доверить. А операционную рутину и частично аналитику будут вести машины.

Представьте, например, отдел логистики будущего: ИИ-платформа автоматически управляет поставками, перестраивает маршруты под запросы, а человек-менеджер только контролирует общий дизайн, целевые финансовые показатели, смотрит на исключения и улучшает модель. Или отдел продаж: ИИ-ассистент подсказывает оптимальное коммерческое предложение (КП) для каждого клиента в режиме реального времени, а менеджер по продажам вносит корректировки в КП, устанавливает человеческий контакт и завершает сделку. Такая схема уже была рассмотрена на одном из стримов GO4AI, где компания со штатом около 500 человек, имея большой список подготовленных КП, натренировала нейронку и теперь очень быстро выставляет КП, корректируя необходимые части. В этом направлении мы и идём – к симбиозу, где система берёт на себя многое, но человек с небольшой командой остаётся капитаном корабля и контролирует ключевые функции.

Важно, что уникальные человеческие навыки станут только ценнее. Исследования показывают, что в эпоху ИИ возрастает роль эмпатии, умения строить отношения, творчески мыслить, принимать этические решения – того, чего алгоритм делать не умеет. Так что бизнес будущего – это не бездушные автоматизированные машины, штампующие прибыль, а эффективная команда, способная на рынке давать клиенту больше ценности за счёт человеческих навыков и умелого использования автоматизации.

  – Какие профессии, по вашему мнению, действительно могут исчезнуть или радикально измениться в результате внедрения ИИ и цифровых решений?

– Я бы не сказал, что профессии начнут исчезать. Они начнут трансформироваться в другие профессии, но экспертность в любом случае останется востребованной. Можно обратить внимание на специальности, в которых начнётся переток в смежные профессии. Чаще это будет с профессиями, где большая часть работы шаблонна, повторяема и не требует сложного мышления. Рутинный, регламентированный труд – вот что прежде всего автоматизируется.

Мы уже видим, как чат-боты заменяют операторов колл-центров: во многих компаниях на звонки отвечает робот, а живые операторы нужны только для нестандартных случаев.

Похожие перемены грядут в транспорте – когда (и если) технология беспилотных автомобилей станет массовой, водители такси и грузовиков будут переквалифицироваться на другие задачи. Также в эту группу попадут некоторые офисные позиции: например, бухгалтеры и экономисты начального уровня. Современные программы сами умеют вести учёт и готовить отчётность, и перспективы такие, что значительную часть бухгалтерских операций ИИ возьмёт на себя. Переводчики – ещё один пример: нейросети уже научились мгновенно переводить тексты и речь на другие языки, качество стремительно растёт. Но профессия переводчика не уйдёт, просто часть переводчиков будет двигаться в смежные специализации.

Интересно посмотреть на трансформацию высококвалифицированных профессий, как пример – программисты: уже сейчас ИИ типа GitHub Copilot, ChatGPT, Cursor могут генерировать куски кода по описанию. Эксперты предсказывают, что разработчики уровня джунов или мидлов серьёзно изменят свой формат работы из-за автоматизации работы кода, а вот опытные тим-лиды начнут перестраиваться на схему большего использования алгоритмов. Неизменно останутся в цене архитекторы, системные аналитики, то есть эксперты для постановки задач и разработки сложных решений.

Журналисты и авторы контента – тоже показательный случай. С появлением GPT-моделей оказалось, что нейросеть может написать новость или сочинить статью на заданную тему, и СМИ уже экспериментируют с таким контентом. Журналистика не исчезнет, но поменяет роль автора. Простые информационные заметки может генерировать ИИ, а человеку-журналисту придётся смещаться в сторону аналитики, расследований, эксклюзивных материалов – недоступный уровень для ИИ. Графические дизайнеры – ещё одна группа трансформации профессий, где генеративные модели изображений (DALL-E, Midjourney и др.) создают картинки по описанию. Если нужна простая иллюстрация или логотип – скоро, возможно, не понадобится дизайнер, достаточно будет правильно попросить нейросеть. Юристы-ассистенты тоже могут поменять фокус работы, так как ИИ способен мгновенно искать прецеденты в базе данных законов и может составить черновик договора. В медицине некоторые узкие специалисты (например, радиологи) смогут улучшать свои возможности с помощью ИИ, который умеет читать снимки, и специалисту стоит только подправить сложные случаи и выборочно проверить простые.

Но подчеркну: речь не идёт про исчезновение профессий. Это больше процесс трансформации – как если вы спросите пилота самолёта 1970-х годов про его управление в те времена и управление самолетом в 2020-х. Пилоты продолжают управлять воздушными лайнерами, но очень много сложных показателей и элементов управления передаются технологиям.

Иными словами, ИИ меняет задачи внутри профессий, а не полностью замещает профессию. Многим придётся учиться новому и усиливать профессиональные навыки и навыки работы с ИИ, трансформируя квалификацию и состав навыков.

like
heart
fun
wow
sad
angry
Последние новости
Главное
Эдуард Ашрафьян рассказал, почему подход «Работает – не трогай» устарел | IT Russia