ИИ и рынок труда: какие навыки будут цениться в эпоху ИИ-агентов
Я недавно слушала интервью Демиса Хассабиса — сооснователя и главы Google DeepMind, лауреата Нобелевской премии по химии 2024 года. Он много говорит об агентной эре: ИИ постепенно переходит от формата «ответить на вопрос» к системам, которые могут выполнять длинные цепочки действий.
И у меня после этого сформулировалась важная мысль.
В ближайшие годы одним из самых ценных рабочих навыков станет умение правильно ставить задачу искусственному интеллекту.
Причём рынок труда уже начинает двигаться именно туда.
Что уже показывает HeadHunter
По данным hh.ru, в январе–феврале 2025 года на площадке было 9 378 вакансий, где требовалось владение ИИ. За тот же период 2026 года — уже 10 777 вакансий. Рост составил 15%.
В продажах и клиентском сервисе количество таких вакансий выросло сразу на 38%, в финансах — на 136%.
Есть и ещё более интересная цифра.
По данным HeadHunter за II квартал 2025 года, медианная зарплата специалистов, которые умеют работать с ИИ, составляла 100 700 рублей. У специалистов сопоставимой квалификации без этих навыков — 75 000 рублей.
Разница — 34%.
Конечно, сама по себе открытая вкладка ChatGPT ещё никому не добавляет 34% к зарплате.
Работодателю важен результат.
Что на самом деле становится новым навыком
HeadHunter среди востребованных ИИ-компетенций уже отдельно называет:
- продвинутую постановку запросов;
- создание ИИ-агентов;
- понимание возможностей и ограничений моделей;
- умение критически проверять результат.
То есть мы постепенно переходим от навыка «пользоваться нейросетью» к навыку «управлять работой нейросети».
И это две совершенно разные степени владения инструментом.
Можно попросить:
«Найди мне клиентов».
И получить несколько общих рекомендаций.
А можно поставить задачу:
найти компании определённого размера в конкретных отраслях, определить людей, принимающих решения, собрать информацию об их бизнесе, выделить возможные потребности, подготовить несколько сценариев первого контакта, сформировать таблицу и предложить следующий шаг для каждого потенциального клиента.
Тогда ИИ уже становится рабочим инструментом.
А следующий уровень — когда эту цепочку выполняет агент.
Агентная эра повышает цену умения думать
Когда сотруднику нужно поставить задачу другому человеку, хороший руководитель обычно объясняет:
- какой нужен результат;
- зачем он нужен;
- какие есть ограничения;
- откуда брать данные;
- какие критерии качества;
- что делать в нестандартной ситуации;
- в каком виде предоставить результат.
С агентами происходит примерно то же самое.
Если человек сам плохо понимает рабочий процесс, агент быстро обнаружит эту проблему.
Чтобы автоматизировать задачу, сначала приходится разложить её на части.
Что является входными данными?
Как принимается решение?
Какие действия выполняются дальше?
Где нужен контроль человека?
Что считается ошибкой?
Что делать после получения результата?
Поэтому умение работать с агентами — во многом управленческий навык.
ИИ особенно сильно усиливает уже существующую экспертизу
Здесь есть ещё один важный момент.
Опытный столяр получает новый инструмент и быстро понимает, где его использовать.
Сильный программист с ИИ может писать и проверять код быстрее.
Маркетолог может анализировать значительно больше информации.
Руководитель получает возможность быстрее работать с документами, цифрами, аналитикой и подготовкой решений.
ИИ расширяет количество задач, которые один специалист способен выполнять.
Именно поэтому особенно сильный эффект получают люди, которые уже понимают свою профессию.
У них есть главное — критерий качества.
Они видят, где модель ошиблась.
Понимают, какой информации ей не хватает.
Могут уточнить задачу.
Могут проверить результат.
И могут встроить его в реальную работу.
Клиентов и профессиональную репутацию ИИ тоже автоматически не создаёт
Это особенно важно для экспертов и предпринимателей.
Сегодня существует огромное количество обещаний в духе:
«Нейросеть сама найдёт клиентов».
«Агент построит продажи».
«ИИ полностью автоматизирует маркетинг».
Некоторые части процесса действительно можно автоматизировать.
Можно быстрее провести исследование рынка.
Подготовить базу.
Проанализировать клиентов.
Составить предложение.
Сделать персонализированные сообщения.
Контролировать CRM.
Подготовиться к переговорам.
При этом профессиональная репутация, доверие клиента, переговоры, отношения и ответственность за результат всё равно остаются частью работы человека.
Поэтому ИИ особенно хорошо работает как усилитель профессионала.
А что происходит с памятью
Отдельный большой спор связан с когнитивными последствиями использования ChatGPT.
В исследовании MIT Media Lab участники, которые использовали LLM при написании эссе, показывали более низкую когнитивную вовлечённость и хуже воспроизводили собственный текст, чем участники, работавшие без инструментов. Авторы связывают это с эффектом cognitive offloading — передачей части умственной нагрузки внешнему инструменту. При этом сами исследователи отдельно предупреждают, что из этого нельзя делать вывод, будто ChatGPT буквально «делает людей глупее».
Мне здесь кажется важным другое.
Мы действительно всё больше используем внешнюю память.
Раньше запоминали номера телефонов.
Потом появился телефон.
Мы перестали помнить большинство номеров.
Появились поисковики — стало меньше необходимости хранить в голове огромное количество фактов.
Теперь появился ИИ.
Часть информации снова переезжает наружу.
Поэтому вопрос постепенно смещается от количества информации, которую человек способен удерживать в памяти, к тому, что он способен сделать с этой информацией.
Как сформулировать проблему.
Как проверить данные.
Как поставить задачу.
Как увидеть ошибку.
Как принять решение.
Навык появляется только при постоянном использовании
Есть ещё одна вещь, которую многие недооценивают.
Работе с ИИ сложно научиться исключительно на курсе.
Это похоже на вождение автомобиля.
Можно знать правила движения, устройство машины и порядок переключения передач.
Уверенность появляется после регулярной практики.
С нейросетями происходит то же самое.
Если пользоваться ими один раз в месяц, каждый раз приходится практически заново вспоминать, что и как делать.
Когда человек использует ИИ ежедневно, появляется автоматизм.
Он уже понимает:
какую задачу отдать нейросети;
какую выполнить самому;
где нужен Deep Research;
где достаточно обычного диалога;
где нужен файл;
где таблица;
где стоит сделать собственного ассистента;
где уже имеет смысл подключать агента.
И вот этот автоматизм постепенно становится профессиональным преимуществом.
Что будет цениться на рынке труда дальше
HeadHunter уже говорит о переходе к навыкоцентричному рынку труда. По исследованию hh.ru, 93% работодателей испытывают нехватку навыков, а 68% компаний в той или иной степени ориентируются на навыкоцентричный подход при найме.
Поэтому я думаю, что в ближайшие годы мы увидим всё больше вакансий, где будут оценивать уже не общее «знание нейросетей».
Будут спрашивать:
Какие процессы вы умеете выполнять с ИИ?
Какие задачи автоматизировали?
Каких агентов создавали?
Как проверяете их работу?
Как измерили результат?
Именно здесь начинается следующая ступень ИИ-грамотности.
Сначала человек учится разговаривать с нейросетью.
Затем использовать её в своей профессии.
Потом передавать ей сложные рабочие процессы.
Дальше — управлять ИИ-агентами.
«Цифровые трансформации»
Мы как раз работаем с ИИ именно на уровне реальных рабочих задач: анализируем процессы, определяем, что можно передать нейросетям, обучаем сотрудников работать с моделями и постепенно переходим к ассистентам и агентам.
Потому что в агентную эру особенно ценным становится человек, который понимает свою профессию, умеет мыслить и способен точно поставить задачу машине.
02.09.2026
