Семь способов не потерять работу из-за ИИ — практическое руководство Тайлера Коуэна
Тайлер Коуэн, профессор экономики Университета Джорджа Мейсона и плодовитый комментатор, опубликовал прямое и практическое руководство под названием Семь способов не потерять работу из-за ИИ в The Free Press. Материал основан на экономических исследованиях и практических рассуждениях, цель — перевести разговор от страха к действенным стратегиям для работников умственного труда.
Ключевые принципы устойчивости карьеры
Коуэн выделяет концепцию нешаблонных задач, опираясь на будущую книгу Луиса Гарикано, Цзинь Ли и Яньхуэй Ву Нешаблонные задачи: работа, до которой ИИ не добраться. Нешаблонная задача включает разнообразные, меняющиеся в зависимости от контекста задания — сегодня решить кадровую проблему на заводе, завтра организовать сбор средств, а послезавтра помочь маркетингу с кампанией. Общая черта: задачи постоянно меняются в зависимости от обстоятельств, и ценность приносят идеи, рожденные на месте, а не рутинное выполнение. Противоположность — сидеть за терминалом и выполнять одни и те же действия ежедневно. Нешаблонные задачи хорошо защищены от ИИ и даже выигрывают от него как от инструмента повышения производительности.
Другой принцип: остерегайтесь удаленной работы. Хотя полный текст статьи находится за paywall, вступительная часть намекает, что удаленка может сделать больше задач автоматизируемыми и сократить те случайные, нешаблонные взаимодействия, которые укрепляют карьерную устойчивость.
Среди других упомянутых принципов: появляйтесь лично, беритесь за задачи, которые трудно описать, избегайте жестко регламентированных процессов и сосредоточьтесь на ролях, где вы создаете ценность на ходу, а не выполняете предопределенные процедуры.
Для кого это
Для работников умственного труда, разработчиков, менеджеров и всех, кто беспокоится, что ИИ вытеснит их с должности. Особенно актуально для тех, кто занимает белые воротнички или гибридные роли, которые можно разбить на отдельные автоматизируемые задачи.
Основная мысль Коуэна: самые защищенные от будущего рабочие места — те, описание которых невозможно уместить в инструкции. Если вашу роль легко прописать, она под угрозой. Если она требует постоянной адаптации, смены контекста и человеческого суждения, ИИ скорее усилит вас, чем заменит.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также
Исследование ETH Zurich ставит под сомнение ценность файлов AGENTS.md для ИИ-агентов в программировании
Новое исследование ETH Zurich показывает, что файлы AGENTS.md, сгенерированные LLM, снижают успешность выполнения задач ИИ-агентами на 3% и увеличивают затраты на вывод более чем на 20%, в то время как файлы, написанные человеком, дают лишь незначительный прирост в 4% при аналогичном увеличении затрат.
Microsoft сохраняет капитальные расходы на ИИ на уровне $190 млрд — первый гиперскейлер, удерживающий планку
Microsoft оставил прогноз капитальных затрат на ИИ в размере $190 млрд без изменений, порвав с трендом гиперскейлеров постоянно увеличивать расходы. Акции взлетели на 8%. Между тем, рост цен на чипы памяти может объяснить 45% роста расходов по всей отрасли.
Утечка информации о Mythos от Anthropic раскрывает скрытую высокопроизводительную систему.
Утекшие документы описывают Claude Mythos как «скачок» в производительности с «беспрецедентными киберрисками» и продвинутыми кибервозможностями, в то время как оценка Anthropic в $380 млрд создаёт структурные стимулы поддерживать публичный нарратив «Безопасности».
Результаты исследований по надежности ИИ-агентов и моделям их развития
Совместный исследовательский сеанс с Claude Opus, в ходе которого были проанализированы 15 статей об ИИ-агентах, выявил количественные проблемы надежности: агенты генерируют 2-4 различных последовательности действий за 10 запусков, причем 69% расхождений происходит при первом же решении. Самообучающиеся агенты продемонстрировали снижение уровня отказов по соображениям безопасности с 99,4% до 54,4% благодаря собственному обучению.