Новости об AI часто создают две крайности. Одни считают, что программирование скоро станет не нужно. Другие уверены, что достаточно научиться писать хорошие промпты. Обе идеи слишком упрощают ситуацию.
AI меняет набор задач внутри профессий. Поэтому новичку важно выбирать не модное название, а тип работы, в котором он готов проверять факты, разбираться в ограничениях и улучшать результат.
Что уже меняется
Модели помогают создавать черновой код, тексты, тестовые данные, варианты дизайна и предварительный анализ. Это ускоряет рутинные этапы, но оставляет вопросы:
- правильно ли понята исходная проблема;
- не пропущен ли важный риск;
- можно ли доверять данным;
- соответствует ли результат требованиям;
- кто отвечает за последствия ошибки.
Именно здесь остаётся ценность специалиста.
World Economic Forum в Future of Jobs Report 2025 относит AI и big data, сети и кибербезопасность, а также технологическую грамотность к навыкам, значение которых будет быстро расти. В отчёте также отмечены творческое мышление, гибкость и способность постоянно учиться. Источник
В США Бюро статистики труда прогнозирует для компьютерных и IT-профессий рост занятости быстрее среднего и около 317 700 открытий в год в 2024–2034 годах. Это не гарантия работы в конкретной стране, но хороший сигнал, что рынок не сводится к одному названию профессии. Источник
Какие навыки становятся устойчивее
Формулировка проблемы
Если вы не понимаете, какой вопрос нужно решить, AI будет быстро производить ненужные варианты. Умение уточнить цель и ограничение становится важнее скорости создания черновика.
Проверка результата
Специалист должен замечать ошибки, противоречия и пропуски. Для QA это естественная часть работы. Для аналитика, дизайнера и разработчика это тоже становится обязательным навыком.
Предметное понимание
Инструмент может предложить решение, но не знает всех последствий для продукта, пользователя и команды. Чем лучше вы понимаете контекст, тем полезнее работает автоматизация.
Коммуникация
Нужно объяснить, почему вариант выбран, что проверено и где остаётся риск. Это не «мягкий» навык вместо технического. Это способ сделать технический результат применимым.
Как выбирать IT-направление в новой реальности
Сравнивайте роли по вопросу, который специалист задаёт регулярно.
- Разработчик: как построить надёжное поведение системы?
- Тестировщик: где решение может сломаться и как это доказать?
- Аналитик: что говорят данные и какое решение они поддерживают?
- Дизайнер: где пользователь теряет понимание и как упростить путь?
- Продакт: какую проблему стоит решать и по какому сигналу измерять успех?
AI может помогать каждой роли, но не отменяет сам вопрос.
Практика на 30 дней
Выберите направление и применяйте AI только как помощника, а не как автора результата.
- Сформулируйте задачу самостоятельно.
- Попросите AI предложить варианты.
- Проверьте каждый вариант по собственным критериям.
- Запишите, какую ошибку модель допустила или какой вопрос не заметила.
- Сравните итог с результатом без AI.
Так вы увидите, какая часть работы вам интересна: постановка задачи, исследование, создание, проверка или объяснение.
Не выбирайте профессию только по страху
Если AI ускоряет часть работы, это ещё не означает, что направление исчезает. Но оно может измениться. Полезнее выбрать область, где вы готовы постоянно учиться и отвечать за качество решений.
IT Compass помогает получить несколько направлений для сравнения. После результата проверьте их на реальной задаче и отдельно спросите себя, нравится ли вам работа после появления AI-инструмента, а не только образ профессии до него.
Следующий шаг: пройти IT Compass и выбрать направление для небольшого эксперимента.