Сбербанк предупредил: автоматизация начального труда грозит дефицитом экспертов через несколько лет
Российский бизнес попал в ловушку собственной эффективности. Нейросети справляются с задачами, которые раньше доставались стажёрам и младшим специалистам, - и компании всё реже смотрят в сторону свежих выпускников. Первый зампред Сбербанка Александр Ведяхин назвал это системным парадоксом: экономия сегодня оборачивается кадровым провалом завтра.
Парадокс автоматизации: выгода сейчас против дефицита потом
Ведяхин выступил на форуме по технологиям искусственного интеллекта в высшем образовании, прошедшем в Тюменском государственном университете. Рядом сидели министр науки Валерий Фальков, ректоры МФТИ и УрФУ, топ-менеджеры крупнейших ИТ-игроков страны. Разговор шёл не об абстрактном будущем - о конкретном переломе, который уже происходит.
Логика работодателей понятна: зачем нанимать junior-специалиста, если языковая модель закрывает ту же задачу быстрее и дешевле? Ведяхин объяснил, чем это кончится. Опытные профессионалы не берутся из воздуха - они вырастают из тех самых вчерашних студентов, которых сейчас перестают пускать на рынок. Через пять-семь лет некому будет решать нестандартные задачи, которые алгоритм не потянет.
Сбербанк, по словам топ-менеджера, сделал принципиальный выбор: молодёжный набор продолжится несмотря на автоматизацию. Это не благотворительность - это инвестиция в экспертизу, которую машина пока не умеет воспроизводить.
Школа ошибок - то, чего не заменит алгоритм
Ведяхин обозначил ещё один риск, менее очевидный. Нейросеть снимает с студента нагрузку - и вместе с ней лишает его «школы ошибок». Именно через ошибки формируется профессиональная интуиция, способность замечать аномалию там, где система выдаёт уверенный ответ. Этот этап нельзя пропустить. Алгоритм не научит чувствовать логику процесса - он лишь имитирует результат.
Участники форума сошлись: ИИ в образовании должен забирать рутину, а не мышление. Проверка расчётов, сбор данных, первичная сортировка - да. Анализ, синтез, критическая оценка - нет.
Что предложило министерство
Фальков представил конкретную модель. В новую структуру высшего образования войдут два обязательных модуля по ИИ.
- Базовый - для всех студентов без исключения: от математиков до филологов. Общее понимание технологий, принципы работы с нейросетями, цифровая грамотность.
- Профессиональный - адаптированный под отрасль. Медики изучат диагностические алгоритмы, юристы - анализ документов, экономисты - прогнозные модели.
Ректор МФТИ Дмитрий Ливанов добавил: учебные планы нужно пересматривать уже сейчас, пока разрыв между тем, чему учат, и тем, что требует рынок, не стал пропастью. Ректор ТюмГУ Иван Романчук предложил использовать университет как площадку для реальных совместных проектов студентов и алгоритмов - с кейсами от бизнеса, а не из учебника.
Конкурентоспособность нового типа
Главный вывод форума звучит коротко и жёстко: запоминать факты бесполезно. Конкурентное преимущество специалиста - умение точно формулировать задачу для нейросети и критически разбирать её ответ. Это другой навык. Его нужно целенаправленно развивать.
Если университеты не перестроятся, а работодатели продолжат срезать путь через автоматизацию, рынок получит поколение, которое умеет нажимать кнопки, но не понимает, что происходит за экраном. В долгосрочной перспективе это дороже, чем любой кадровый дефицит.
