Искусственный интеллект берет на себя многие из задач низшего уровня, связанных с разработкой и управлением ИТ. О том, почему это хорошо, рассказывают опрошенные порталом ZDNet эксперты.

Недавно появилось объявление о вакансии «лидер компетенции в ИИ», которая предполагает «тесное сотрудничество с межфункциональными командами для разработки и реализации стратегий, использующих методы генеративного ИИ в различных областях».

Подобные объявления о вакансиях, которые были неслыханны еще год назад, скорее всего, станут нормой в эпоху ИИ. Все представители бизнеса хотят максимально использовать возможности ИИ, но для того чтобы извлечь максимум пользы из новой технологии, потребуются не только навыки разработки или работы с данными. Существует целый ряд обязанностей, которые необходимы для работы с ИИ, — от обучения алгоритмов до контроля за соблюдением этических норм.

По словам Роберта Гриста, помощника декана по обучению студентов в Школе инженерных и прикладных наук при Пенсильванском университете, существует два уровня должностей, связанных с ИИ. Первый — это специалист по ИИ, который имеет широкую подготовку в области ИИ, начиная с машинного обучения и заканчивая нейронными сетями, большими языковыми моделями (LLM) и многим другим. Второй уровень более тесно связан с широким набором бизнес- и управленческих функций. «Это более интересный класс рабочих мест типа „ИИ плюс Х“, где „Х“ — это переменная, например, юриспруденция, медицина или образование, — говорит Грист. — Эти вакансии будут более многочисленными, но их будет сложнее заполнить, так как для них требуется экспертиза в предметной области и навыки внедрения ИИ».

Инжиниринг подсказок также рассматривается как новая горячая область в эпоху ИИ. Однако его долгосрочное будущее как профессионального занятия неясно, говорит Тони Ли, технический директор компании Hyperscience: «Я считаю, что это ценный и уникальный навык и опыт. Но будет ли это работой на полную ставку? Я оставляю это на усмотрение компании-нанимателя».

Несмотря на то, что навыки формулирования подсказок сейчас востребованы, он предполагает, что будущее может выглядеть иначе: «Это новый способ взаимодействия с компьютером, который требует новых навыков. Но поскольку интерфейс становится более разговорным и более человекоподобным, еще предстоит выяснить, станет ли это новым карьерным путем или просто временной возможностью».

Если заглянуть глубоко в будущее — скажем, через год или два, — то на первый план могут выйти новые роли, ориентированные на внедрение и управление приложениями ИИ. К ним относятся такие должности, как «инструкторы по ИИ, аудиторы ИИ и специалисты по этике ИИ, — говорит Ник Магнусон, руководитель направления ИИ компании Qlik. — Эти роли действительно сосредоточены на сердце ИИ — его данных — и помогают обеспечить этичное использование технологии. Инструкторы по ИИ готовят и настраивают технологические модели, а аудиторы ИИ и специалисты по этике ИИ обеспечивают не только точность и достоверность данных организации, но и укрепляют целостность ИИ и масштабируют его в масштабах всего бизнеса».

Однако важно также учитывать, что ИИ берет на себя многие задачи низшего уровня, связанные с разработкой и управлением ИТ. Интересно, что Грист предлагает поприветствовать эту тенденцию: «Никому не нравится ликвидация рабочих мест, но то, что ИИ узурпирует низкоуровневые задачи, — это хорошая новость. Я верю и надеюсь, что многие задачи отойдут к ИИ, начиная с самых утомительных, повторяющихся и низкоуровневых. В качестве примера можно привести низкоуровневое кодирование, обновление устаревшего кода и внедрение SDK».

В начале своей карьеры Грист работал с библиотекой магнитных лент для компьютера-мейнфрейма. «Я так счастлив, что этой работы больше не существует. Теперь это можно делать в миллиард раз быстрее с помощью 30-граммовой флешки за 15 долл.», — говорит он.

Уже сейчас ясно, что ИИ способен облегчить и автоматизировать целый ряд задач, связанных с разработкой, и при этом создать новые возможности для талантливых людей. «Программная инженерия прошла путь от разработчиков, которые писали код с нуля, до эпохи Stack Overflow, а теперь и до полноценного кода, генерируемого ИИ, — говорит Ли. — На протяжении всего этого пути спрос на талантливых специалистов только рос. Я не ожидаю, что этот спрос уменьшится, даже когда ИИ будет брать на себя все больше механических функций».

По его словам, критически важными и востребованными являются «квалифицированные работники, которые могут анализировать данные и обучать LLM. По мере автоматизации технических задач потребность в человеческом контроле за обучением на данных будет оставаться чрезвычайно актуальной, чтобы обеспечить дальнейшее выполнение технологией сложных задач».

Области, в которых управленческие навыки «будут по-прежнему востребованы и приносить пользу, связаны с неоднозначностью ИИ и контролем над ним, творческими задачами, требующими интуиции и контекста, а также с ролями, требующими межкомандного сотрудничества», — добавляет Ли.

По словам Магнусона, важно отметить, что для эффективного внедрения ИИ требуется целый ряд навыков, которыми, как правило, не владеет один человек. «Наличие способного руководителя отдела ИИ, обладающего как техническими знаниями, так и творческим опытом, имеет решающее значение, — говорит он. — Такой руководитель сможет собрать ИИ-команду, которая будет отвечать всем требованиям. Обычно в нее входят специалисты в области науки о данных и инженеры по машинному обучению, которые работают вместе с юридическими, ИТ- и HR-командами».

Ли говорит, что примером такого междисциплинарного сотрудничества может быть «фронтенд-инженер, который сидит с дизайнером и менеджером по продукту, чтобы решить проблему юзабилити. Сегодня это сложная задача для ИИ, поскольку человеческий аспект проблемы юзабилити по-прежнему лучше всего понимают и решают люди».

Однако здесь нет места самоуспокоенности. По словам Гриста, профессионалы должны признать, что не существует навыков, «на которые у нас есть исключительная монополия. ИИ сможет дополнить все „твердые“ и „мягкие“ навыки в сфере технологий — без исключений. Ключевым моментом является совместная эволюция: мы работаем вместе и адаптируемся. Поэтому самый ценный навык — это адаптивность».

Тем не менее, некоторые основополагающие навыки останутся именно такими — основополагающими. «Навыки из области математики и информатики всегда будут актуальны как фундамент специализированных знаний в области ИИ, — говорит Грист. — Кодирование всегда будет важно, но не потому, что вы будете кодировать, а потому, что вы будете управлять командой ИИ-кодеров, и, как любой хороший менеджер, вы должны знать достаточно, чтобы направлять команду».

Все, что связано с математикой и информатикой, «повышает эффективность всей остальной технической работы — как сейчас, так и в будущем, — отмечает он. — Наряду с базовыми способностями все большее значение приобретают такие „мягкие“ навыки, как коммуникабельность, эмпатия, креативность, амбициозность и многое другое».

Профессионалам, стремящимся продвинуться по карьерной лестнице, следует найти курсы, программы обучения или сосредоточиться на областях, включающих навыки в области ИИ. «Я бы рекомендовал всем профессионалам глубже понять основы ИИ, включая машинное обучение, глубокое обучение и обработку естественного языка, — говорит Магнусон. — Изучение ИИ и принципов его работы важно для всех, а не только для технических специалистов, подобно тому, как Интернет — это то, что мы все должны понимать».

Грист советует специалистам сосредоточиться на математике и информатике, поскольку «без них все остальное — это черный ящик действий без понимания». Вторым приоритетом в обучении должен стать «мягкий» навык адаптивности, продолжает он: «Поскольку технологии ИИ развиваются суперлинейно, самым сложным для большинства компаний будет идти в ногу со временем. Лучший способ для профессионала оставаться в курсе событий — это иметь хорошо наполненную ленту социальных сетей: ищите обновления, касающиеся современного состояния дел».

В заключение Грист отмечает: «Больше математики и больше Twitter — эксцентричный совет, но мы живем в странные времена».