Искусственный интеллект должен был оставить программистов без работы, но их стало только больше

Экономика автоматизации: почему «убийца профессий» создает новые рабочие места

Года три назад новостная лента про технологии читалась как сценарий дешевого научно-фантастического фильма. Каждый второй заголовок сообщал, что вот-вот, еще пара итераций, и код будут писать исключительно машины. Людям же останется в лучшем случае медитировать на зеленые строчки компилятора. Руководители IT-гигантов наперебой рассказывали инвесторам, что новые инженеры больше не нужны — теперь за них отдувается кремний. Курсы программирования в панике переобувались на ходу, срочно переквалифицируясь в академии «промпт-инженерии». Под каждым таким текстом в комментариях обязательно сидел эксперт с советом идти в сварщики, аргументируя это тем, что горелку нейросеть пока держать не умеет.

С тех пор прошло достаточно времени, чтобы снять розовые очки, выключить режим паники и посмотреть на холодные цифры. А цифры показывают удивительную вещь: людей, пишущих код за деньги, стало только больше. Вакансии никуда не испарились, хотя требования к кандидатам действительно трансформировались. В этом материале мы разберем классическую экономическую ловушку, в которую попались все апокалиптические прогнозы, и посмотрим на диджитал-рынок глазами ленивого маркетолога, который привык считать деньги, а не верить презентациям стартапов.

Парадокс Джевонса в разработке: как удешевление процесса взрывает спрос

Чтобы понять, почему ИИ не уничтожил программистов, а наоборот, спровоцировал кадровый голод, вспомним экономику. Существует так называемый Парадокс Джевонса. Он гласит, что по мере роста эффективности использования ресурса общее потребление этого ресурса не падает, а растет. Классический пример из истории: когда угольные печи стали эффективнее, угля стали сжигать не меньше, а больше, потому что отапливать стало выгоднее.

С кодом произошло ровно то же самое. Нейросети снизили стоимость генерации базовых строк, рутинных функций и типовых шаблонов. Разрабатывать стало банально дешевле и быстрее. И что сделал бизнес? Правильно: он захотел автоматизировать вообще все. Если раньше владелец интернет-магазина думал, стоит ли нанимать разработчика для интеграции CRM с учетной системой (потому что это дорого и долго), то сегодня это делается силами ИИ за полчаса. Объем цифровых задач вырос лавинообразно, и для управления этим потоком потребовалось еще больше квалифицированных людей.

Что изменилось на практике

Рынок перестал нуждаться в «писателях синтаксиса», но остро ощутил дефицит архитекторов цифровых систем. Машина отлично генерирует код, когда ты четко понимаешь, какая у тебя архитектура данных, какие граничные условия и какая бизнес-логика. Но формулировать задачу по-прежнему должен человек. И не просто формулировать, а нести ответственность за то, что этот код сделает с деньгами компании, если база данных рухнет в Черную пятницу.

Смерть джуниора или трансформация порога входа в профессию

Много копий было сломано вокруг новичков. Логика казалась железной: раз ИИ пишет код уровня начинающего специалиста, то зачем бизнесу платить зарплату джуниору, учить его и возиться с код-ревью? На практике рынок столкнулся с другой проблемой, которую я называю кризисом квалификационного фундамента.

Нейросеть — это великолепный ускоритель для опытного инженера, который точно знает, что именно он просит написать. Но если за руль мощного спорткара посадить человека, который никогда не сидел за рулем, результат будет предсказуем. То же самое происходит с кодом от ChatGPT или Claude: он выглядит красиво, компилируется, но содержит скрытые уязвимости, архитектурные дыры и логические ошибки, которые новичок просто не способен заметить.

• Рутина ушла: Написание базовых CRUD-операций больше не является конкурентным преимуществом.
• Требования выросли: От вчерашнего джуниора теперь ждут понимания принципов безопасности, работы с облачной инфраструктурой и умения проверять ИИ-галлюцинации.
• Порог входа сместился: Базовое обучение стало доступнее, но превратиться в самостоятельную боевую единицу стало сложнее.

Маркетинг цифровых продуктов: почему код перестал быть дефицитом

Если посмотреть на ситуацию с высоты птичьего полета — с позиции продуктового маркетинга и экономики бизнеса, — мы увидим любопытный сдвиг. Раньше узким горлышком любого диджитал-проекта была разработка. Команда могла месяцами пилить фичу, пока маркетинг сидел без дела и ждал релиза. Бизнес зависел от скорости написания кода.

Сегодня код перестал быть дефицитным ресурсом. Его много, он дешевый, он генерируется на лету. Настоящим дефицитом стала продуманная продуктовая стратегия и валидация гипотез. Создать сайт или мобильное приложение с помощью нейросетей теперь может почти каждый менеджер. Но заставить людей этим пользоваться, выстроить юнит-экономику, снизить стоимость привлечения клиента (CAC) и удержать пользователя (Retention) — эти задачи ИИ за вас не решит.

Именно поэтому программисты не исчезли, а интегрировались в смежные дисциплины. Инженеры сегодня глубже погружаются в маркетинг, аналитику и продуктовую метрику, потому что грань между написанием кода и решением бизнес-задач стирается.

Реальные цифры и заблуждения инвесторов

Любопытно проследить за эволюцией риторики топ-менеджеров. Головной болью акционеров в 2022-2023 годах было желание сократить фонды оплаты труда за счет ИИ. Нанимать меньше, платить реже. На практике выяснилось следующее:

Компании, которые действительно попытались полностью заменить разработчиков «умными чатами», получили чудовищный технический долг. Поддержка такого кода превратилась в ад, потому что никто внутри компании не понимал глубинной логики заложенных алгоритмов. В итоге те же самые корпорации открыли масштабный наем инженеров, но уже с новыми компетенциями — специалистов по интеграции LLM-моделей в существующие контуры безопасности и бизнес-процессы.

Экономика проста: ИИ ускоряет разработчика в два-три раза. Но это не значит, что вам нужен один разработчик вместо трех. Это значит, что ваши три разработчика теперь делают объем работы девяти человек. А поскольку объем задач в цифровой экономике безграничен, бизнес тут же загружает этот ресурс новыми проектами.

Выводы для бизнеса и специалистов: где искать профит

Что делать со всей этой информацией прагматичному человеку? Давайте зафиксируем главные тезисы без лишней романтики:

Для бизнеса: Перестаньте ждать момента, когда ИИ заменит ваших сотрудников. Не заменит. Но он сделает тех ваших конкурентов, кто уже внедрил нейросети в ежедневные процессы разработки, в разы быстрее вас. Выигрывает не тот, кто уволил инженеров, а тот, кто дал им правильные инструменты ускорения.

Для специалистов: Программист классического образца, просто перекладывающий задачи по ТЗ, действительно находится в зоне риска. Но инженер, способный оркестрировать работу искусственного интеллекта, понимающий бизнес-процессы, экономику продукта и архитектуру решений — это самый ценный актив на рынке. Ваша задача — подняться на уровень выше синтаксиса и начать мыслить категориями ценности для бизнеса.

ИИ не убил программирование. Он просто очистил его от рутины и заставил индустрию повзрослеть. А те, кто ждал конца IT-эры, могут продолжать ждать — теперь уже в компании тех самых сварщиков, которые тоже, между прочим, давно вовсю используют роботов-манипуляторов.

Больше практики, реальных цифр и разборов без воды:

⚡ Telegram-канал: t.me/lenivymarketolog — оперативные инсайты, тренды и аналитика без воды

💼 Группа ВКонтакте: vk.ru/lenivymarketolog — кейсы, статьи и практические руководства

🌐 Профиль в MAX: max.ru/id781624934797_biz — экспертный бизнес-блог и статьи