Во второй половине июня эта статья с HBR широко разлетелась по линкедину — в основном с комментариями в стиле «да-да, всё так, авторы молодцы».‎

Авторы и правда молодцы — красиво завернули очевидную идею:

Любая работа, которую можно оцифровать, и результаты которой можно линейно оценить и алгоритмизировать, будет автоматизирована.

Если вы хотите спастись, то вам надо фокусироваться на задачах, в которых «unknown unknowns», «wildcard bets with fuzzy ROI», «undefined risks» и «open-ended problems with no reliable precedent».

В процессе чтения меня посетила еще одна очевидная мысль: надо сделать промпт, который поможет проанализировать любой «рабочий» функционал и насколько он может быть оцифрованным и автоматизированным.

Промпт в комментариях, в пдф. Точно не самый лучший вариант — как первый прототип. Тем более в итоге их получилось два. И они выдали более-менее нормальный ответ. Например, по моим перспективам быть замененным — было очень много, поэтому я выделил самое-самое ключевое:

(это o3, но не сильно расходится с тем, что написал 4o и Deepseek)

«Точка невозврата» для вашей роли

Когда ИИ возьмёт ≥ 80 % вашей текущей рутинной нагрузки?

Оптимистичный - 2026 (через ~1 год)
Основание: быстрый adoption, активное внедрение LLM‑агентов

Реалистичный - 2027
Основание: типичный цикл корп‑внедрения (2‑3 года: пилот → scale)

Пессимистичный - 2029
Основание: низкий adoption, задержки в безопасности/комплаенсе, недостаток данных

Стратегия отсрочки и эволюции

Переквалификация:

1) Управление мульти‑агентными системами и AI‑workflow

2) Фасилитация стратегических сессий + дизайн сложных решений

3) Narrative strategy / executive storytelling на уровне C‑suite

Чем больше вы управляете качеством решения, а не производите сам output, тем дольше остаётесь незаменимы.

→ https://hbr.org/2025/06/what-gets-measured-ai-will-automate

The Schultz Family Foundation и HarrisX на прошлой неделе выпустили исследование «The Broken Marketplace: America’s School-to-Work Crisis». Выглядит очень круто и интересно.

Сломанным там подразумевается «молодежный» рынок труда. С его нестыковками, отсутствием единого видения и направления, растерянностью всех ключевых сторон — детей, родителей, институтов и работодателей.

Несмотря на то что речь про США, многое там звучит как что-то более-менее универсальное.

Ну и в целом — классный пример исследования.

→ https://www.brokenmarketplace.org

(аудио-саммари в комментариях)

Адам Дорр в интервью The Guardian рассказал, что по его прогнозам у нас осталось 20 лет до того, как AI полностью заменит человека во всех возможных видах производительного труда.

Robots and artificial intelligence will dominate the global economy within a generation and put virtually the entire human race out of a job.

Но при правильном подходе эта революция приведёт к «сверхизобилию». При неправильном — нас ждут новые крайности неравенства и олигархии.

We’ve documented 1,500-plus technological transformations across all of human history. Through the theoretical lens that we’ve developed, a consistent set of patterns emerge over and over and over again. Once a new technology captures just a few percentage points of «mind share or market share», it tends to acquire overwhelming dominance within 15 to 20 years.

То есть они как-то рассчитали, что новой технологии надо 20 лет, чтобы стать доминирующей. А в случае с AI все происходит еще быстрее.

Machines that can think are here, and their capabilities are expanding day by day with no end in sight. We don’t have that long to get ready for this. We know it’s going to be tumultuous.

Рост производительности и изобилия будет огромным, а распределение, по модели программного обеспечения с открытым исходным кодом — может быть справедливым.

We can think of examples of spoiled rich brats who seemed sort of aimless and perhaps miserable but others were able to live meaningful, purposeful lives. I think we will find meaning in our relationships with our friends and family and our connections to our communities. It sounds sappy but I think it’s deeply true.

Еще эта статья вызвала живой отклик на реддите. На 250 комментариев.

Поэтому в аудио-саммари я добавил и сам текст, и мнение людей с реддита — получилось неплохо.

→ https://www.theguardian.com/technology/2025/jul/09/futurist-adam-dorr-robots-ai-jobs-replace-human-labour

Обещал напомнить, что завтра в 19:00 у нас будет очень интересная дискуссия с Гришей Котоминым и Юрием Алексаковым про инженеров будущего.

Эфир будет прямо здесь, в канале — ставьте слот в календарях и... подключайтесь.

24 июля, в 19:00 (мск)

В сабстеке FullStack HR вышел пост с интересным списком 20 AI Tools Changing the Future of Work‎. Кажется там и правда много классных штук, сохраняйте:

(если и не пользоваться, то хотя бы посмотреть «как оно могло бы выглядеть»)

1. Tezi - The Recruiter That Never Sleeps
2. Serra - Killing Sourcing
3. 11xAI - Building Digital Employees
4. Vora AI - Meet Rachel, Your New AI Recruiter
5. When - Finally, Someone Cares About Offboarding
6. Anthropos - Career Development Through Gaming
7. Taito AI - Performance Management That Actually Motivates
8. Hyperbound - Sales Training
9. Skillfully - Hiring Through Gaming
10. Interviewer.AI - When AI Becomes the Interviewer
11. Uniplay - Corporate Learning That’s Fun
12. Kiku - High-Volume Hiring Without the Headache
13. Protex AI - AI That Prevents Workplace Accidents
14. Figure - Physical AI Workers
15. Metaview - Interview Notes That Write Themselves
16. Textio - Predicting Diversity Before You Post
17. Hey Tilda - Learning Design That Actually Works
18. VoiceLine - Smart Voice for Remote Teams
19. Harriet - HR Support That Helps
20. Wysa - AI Therapy

→ https://www.fullstackhr.io/p/20-ai-tools-changing-the-future-of

Друзья, начинаем через 10 минут. Напоминаю, что эфир проводим в канале — вам нужно будет только зайти в видеочат.

Вдруг вам будет интересно — Никита Бугров у себя в канале поделился идеями на тему, что крупный банк мог бы сделать в HRtech (если бы захотел).

Что крупный банк может сделать в HRTech?

Последний год я почти никак не связан с HRTech, а в последние месяцы вообще занимаюсь AI-first продуктами. Когда нет операционного вовлечения в рынок, всё лишнее забывается, и в голове остаётся только самое важное — поэтому размышлять о HRTech иногда особенно интересно. На днях мы с приятелем — бывшим топ-менеджером кадрового агентства — рассуждали о том, что крупные банки в России могут сделать в HRTech. Сейчас я задал себе вопрос:

«Что бы я делал, будь я лидером HRTech-направления в крупном банке?»

Какие

нечестные преимущества

есть у крупного банка?

У него есть огромные базы физических лиц, о финансовом положении которых банк знает очень много. Что именно он знает? Паттерны трат, остатки на счетах, место жительства и работы. Еще у банк сотни тысяч компаний клиентов из МСБ — про них банк знает кэшфлоу, скорее всего умеет его прогнозировать, знает, чем примерно занимается компания, сколько в ней человек, какие есть физические точки. Эти данные позволяют предлагать пользователям именно то, что им нужно и в нужный момент.

Куда бы я

не пошёл

, особенно в первые годы?

Я бы не стал конкурировать с hh или «Авито» в лоб в их основных продуктах. Сетевые эффекты в таких продуктах формируются медленно, поскольку поиск работы — низкочастотная задача (условно: 2 месяца раз в 2 года). Также я бы не трогал рынок HR-автоматизации: хотя он и достаточно большой (по оценкам hh — около 100 млрд рублей), он состоит из множества разных субрынков и решений, каждый из которых в лучшем случае составляет 7–10 млрд рублей.

Что можно делать?

1. Продукт для временной занятости на сине-воротничковых позициях, особенно в МСБ

Сегмент растёт, в него пока не пришли крупные игроки (Авито движется в эту сторону, hh уверенно лежит). Продукт высокочастотный, что позволяет быстрее проверить гипотезы. Есть понятные рычаги роста. В крупном бизнесе — за счёт отъёма доли у классических аутсорсеров и аутстафферов. В МСБ — за счёт создания нового рынка, который «съедает» упущенную прибыль (например, у вас несколько кафе, и пару бариста уволились — точки могут остановиться), а также часть зарплат текущих сотрудников, если они неэффективны. Работать с МСБ сложно и дорого, но прибыльно. Стартапам в сфере временной занятости этот рынок недоступен: требуются инвестиции в маркетинг и продажи, которых у них, как правило, нет.

2. Найм мигрантов

Несмотря на всю дичь, которую творит МВД по отношению к мигрантам в последние пару лет, в России по-прежнему, скорее всего, 3+ млн трудовых мигрантов. Думаю, больше — но достоверной статистики нет. Мигранты составляют 4–6% от трудоспособного населения России. Сейчас это хаотичный рынок с множеством аналоговых коммуникаций и нестандартных поведенческих паттернов. Большинство мигрантов переводят деньги семьям на родину, и несколько крупных банков уже научились привлекать эту аудиторию на переводы. Маркетинг на мигрантов очень специфичен. Если удалось привлечь и выстроить доверие, то обучить пользоваться продуктом по поиску работы — уже достаточно техническая задача.

Так заберет AI нашу работу? Или — это всё алармизм и спекуляции?

На этот вопрос я бы и не претендовал отвечать. Но что мы в силах сделать? Попробовать описать базовые предпосылки, на которые все эти эксцентричные эксперты могли бы опираться, предлагая нам поверить в худшее.

1. Во-первых, потому что GPT

Сравнение AI с изобретением колеса, электричества и интернета — не только красивый образ. В том смысле, что мы имеем дело с General-Purpose Technology.

Из этого следует:

• Не очень корректно сравнивать AI с примерами технологий специального назначения. Где лучше определены проблемы, кейсы, контекст, и можно быстрее добиваться scaled efficiency.

• На пути AI возникнут типичные для GPT ситуации и сложности: низкая надёжность и баги, экспоненциальное удешевление, сетевые эффекты, комплиментарные инновации, плато продуктивности, инфраструктурный гэп, институциональное и правовое напряжение, проблемы бизнес-модели (и снижение доходности), огромные социальные эффекты.

• Топтаться на месте 3-7-20 лет, а потом резко начать покрывать всё свободное пространство — это естественный для GPT этап. То есть сначала незаметно, а потом повсеместно. Происходит фазовый переход — и всё меняется.

2. Психологические особенности визионеров-алармистов

Эти люди же часто не просто аналитики, а с выраженной склонностью к индуктивному сценарному представлению ситуации. Это значит, что правила и формальная логика для них — на втором месте. Отсюда и контрфактуальность выводов. Зато они сторителлеры классные.

И да, они могут проиграть в валидации и доказательствах. Но их преимущество — быстрая интеграция (нарратив — как будто бы классный способ интегрировать множество элементов в одну живую наглядную систему, да еще и показать её в динамике). И за счет этого способность нарисовать стратегическую перспективу.

3. Почему AI может быть непохожим на предыдущие GPTs?

Представим, что мы оказались в начале 90х. Интернет делал только первые шаги в жизнь обычного потребителя. И вдруг все самые богатые компании мира говорят: «Это то, что нам нужно — кидаем туда все деньги и таланты». Насколько бы это повлияло на скорость проникновения интернета?

Мы видим как вокруг AI все соревнуются и пытаются стать первыми. Это создает новые неестественные условия — очень большое ускорение. В этих условиях странно ждать гармоничности, продуманности и адаптивности. А вот ждать кризисы — не странно.

Поэтому я с большим пониманием отношусь к людям подозрительным и критичным, чем к оптимистам. Не потому, что они во всём правы. Но в их концепциях как будто больше связей и глубины.

PS. Если вдруг вы не поняли, GPT я употребляю только как General-Purpose Technology. Любые совпадения с ChatGPT — случайны.