— На сколько больше смогут зарабатывать специалисты, эффективно применяющие ИИ?
— Я бы не обещал универсальную прибавку на 10%, 20% или 50%. Думаю, к 2027 году для многих офисных профессий уверенная работа с ИИ станет обычным требованием — примерно как сегодня умение пользоваться таблицами. При этом возможности зарабатывать больше у сильных специалистов действительно расширятся.
Основание для роста дохода появляется, когда человек благодаря ИИ может взять на себя более сложную работу, улучшить результат или решить задачу, на которую раньше у команды не хватало времени. Даже при одинаковом названии должности вклад двух сотрудников может существенно различаться.
Но рост производительности не превращается автоматически в такой же рост зарплаты. Если сотрудник быстрее подготовил документ, важно понять, что это дало компании: удалось ли раньше принять решение, обслужить больше клиентов, запустить новый продукт. Размер прибавки будет зависеть от этой пользы, востребованности специалиста и системы вознаграждения.
На мой взгляд, наиболее устойчивое преимущество получит сочетание глубокой профессиональной экспертизы и уверенного использования ИИ. Именно оно позволяет обсуждать более высокий доход в пределах одной профессии.
— Как может различаться зарплатная премия у программистов, маркетологов, бухгалтеров, юристов, журналистов и менеджеров по продажам?
— Я бы сравнивал эти профессии по тому, как результат работы превращается в доход сотрудника. Здесь различия могут быть существенными.
В продажах эта связь наиболее понятна, когда есть бонус за результат. Если ИИ помогает лучше подготовиться к встречам, точнее понять потребности клиентов и в итоге заключать больше сделок, эффект может отразиться на вознаграждении. Но сама по себе возможность быстрее написать больше писем ещё ничего не говорит о качестве продаж.
У программистов основанием для более высокой оплаты может стать способность самостоятельно доводить до результата более сложные задачи. Важно учитывать весь процесс: написание кода, проверку, исправление ошибок и дальнейшую работу продукта. Ускорение одного этапа не всегда означает такое же ускорение разработки в целом.
В маркетинге я вижу разницу между подготовкой типового контента и работой, которая улучшает результат бизнеса. Генерировать варианты текстов постепенно научатся многие. Более устойчивую ценность получит специалист, который умеет с помощью ИИ анализировать аудиторию, проверять гипотезы и повышать эффективность кампаний.
У бухгалтеров и юристов большую роль играет надёжность. ИИ помогает разбирать документы, сопоставлять данные, находить расхождения. Возможность взять на себя больший объём работы без потери качества может стать аргументом для роста дохода. При этом профессиональная проверка остаётся существенной частью результата.
В журналистике ИИ позволяет быстрее расшифровывать интервью, разбирать материалы и готовить черновики. Я бы связывал перспективы роста дохода с тем, как журналист использует это время: получает собственную информацию, глубже исследует тему, делает более сильные материалы.
Поэтому я бы не назначал каждой профессии свой процент надбавки. Разница между двумя специалистами внутри одной профессии может оказаться важнее, чем разница между профессиями.
— За какие конкретные ИИ-навыки работодатели будут готовы доплачивать?
— На мой взгляд, работодателю будет особенно ценен человек, который умеет пройти с ИИ весь путь от задачи до проверенного результата.
Составление запросов — необходимая основа. Нужно объяснить цель, передать контекст, показать исходные материалы и договориться о том, что считать хорошим результатом. Дальше начинается профессиональная работа: проверить факты, расчёты и выводы, увидеть пропуски и добиться исправления ошибок.
Более заметный эффект может дать автоматизация регулярного процесса. Например, когда сотрудник организует сбор данных и подготовку отчёта, которым пользуется вся команда. Здесь полезны и работа с данными, и умение создавать небольшие прикладные решения.
Отдельный навык — управление ИИ-агентами, которым можно поручить несколько последовательных действий. Человеку нужно определить, что помощник может делать самостоятельно, когда должен остановиться и как будет проверяться его работа.
В Альфа Капитал мы уже рассматриваем ИИ как повседневный инструмент сотрудников разных функций. Для меня смысл такого подхода — дать специалисту второго пилота, с которым он способен решать больше профессиональных задач. Основанием для дополнительной оплаты будет конкретный эффект от этой связки.
— Сохранится ли прибавка и как сотруднику доказать рост производительности?
— Думаю, преимущество от базового владения нейросетями будет постепенно сокращаться по мере распространения навыка. Умение подготовить текст или краткое содержание документа станет привычной частью работы во многих профессиях.
Дольше сохранит ценность способность находить полезные способы применения ИИ, перестраивать рабочий процесс и отвечать за качество результата. Инструменты будут меняться, поэтому придётся продолжать учиться. Глубокое знание своей профессии при этом останется опорой: оно помогает понять, что стоит поручить помощнику и где его ответ требует проверки.
Доказывать эффект я бы советовал на реальных рабочих задачах. Выбрать несколько повторяющихся процессов и сравнить, сколько времени занимал принятый результат до внедрения ИИ и сколько занимает теперь. В расчёт обязательно включить постановку задачи, проверку и исправления. Сравнивать нужно работу сопоставимой сложности, желательно на протяжении нескольких недель.
Кроме времени, стоит смотреть на количество ошибок, доработок и пользу для коллег или клиентов. И отдельно показать, на что пошло освободившееся время: удалось ли взять дополнительные задачи, глубже проработать решение, быстрее обслужить клиента.
С таким материалом уже можно предметно обсуждать зарплату или расширение роли. Ещё лучше заранее договориться с руководителем, какой результат будет основанием для этого разговора.
