Российские специалисты по ИИ теряют критическое мышление и навыки из-за зависимости от алгоритмов. В результате, их работа становится менее эффективной, и это может отразиться на производительности и качестве проектов.
Текущая ситуация на рынке ИИ
В мире наблюдается рост опасений по поводу возможного "лопания" ИИ-пузыря, однако основной проблемой является не эффективность моделей, а ухудшающаяся финансовая архитектура вокруг них. В 2026 году компании начали переводить клиентов на оплату по токенам, и, по данным SemiAnalysis, использование подписки за $200 может вести к расходам на токены до $14 тыс., что вызывает серьезные вопросы о реальной полезности таких решений.
Проблемы продуктивности и навыков
Недавние данные от AWS показали, что использование ИИ-кода может замедлить процесс, а не ускорить его. Это приводит к снижению продуктивности и потере знаний среди сотрудников. Fenomatrix отмечает, что "рабочая жижа" — это ситуация, когда выдаваемый ИИ результат не соответствует качеству, а сотрудники вынуждены тратить больше времени на проверку работы ИИ, чем на выполнение своих обязанностей.
В России ситуация усугубляется отсутствием инвестиционного капитала и передовых технологий. Как сообщает РБК, существует термины "элэлеминги", описывающие специалистов, обучающихся только на основании вывода ИИ без реального развития своих навыков, что приводит к "когнитивному долгу". Это означает, что в конечном счете низкая продуктивность может стать нормой.
Выводы для специалистов
При нынешних рыночных условиях российским специалистам по ИИ необходимо адаптироваться. Осваивайте разнообразные навыки и не полагайтесь исключительно на ИИ. Инвестируйте время в учёбу и практику, чтобы оставаться конкурентоспособными и не стать частью статистики по утрате профессиональных навыков и знаний.
Следующий шаг — обратить внимание на развитие навыков и внедрение более эффективных способов работы с ИИ, чтобы избежать значительного снижения производительности.