惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
GbyAI
GbyAI
Google DeepMind News
Google DeepMind News
Jina AI
Jina AI
B
Blog
aimingoo的专栏
aimingoo的专栏
酷 壳 – CoolShell
酷 壳 – CoolShell
T
The Blog of Author Tim Ferriss
Last Week in AI
Last Week in AI
月光博客
月光博客
H
Help Net Security
V
Visual Studio Blog
量子位
A
About on SuperTechFans
博客园 - Franky
人人都是产品经理
人人都是产品经理
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
Martin Fowler
Martin Fowler
Microsoft Security Blog
Microsoft Security Blog
博客园 - 叶小钗
P
Proofpoint News Feed
MongoDB | Blog
MongoDB | Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания
Уроки прошлого: чему нас учит история автоматизации в про...
cognitronn ( · 2026-04-23 · via Все публикации подряд на Хабре

Уроки прошлого: чему нас учит история автоматизации в промышленности

Уровень сложностиПростой

Время на прочтение3 мин

Охват и читатели675

Мнение

Перевод

Вы боитесь потерять работу?

Вопрос звучит почти банально, но за последние несколько лет страх увольнения вырос до уровня скримера из фильма ужасов. И это не только ваше ощущение. Практически каждый человек с работой так или иначе боится её потерять. Я слышу это ежедневно — в комментариях к статьям, в консультациях, в соцсетях, даже в разговорах с друзьями. Никто не чувствует себя в безопасности.

Почему?

Причин много. Но одна из них — постоянный фон из Big Tech и медиа, которые последние годы повторяют одно и то же: ИИ идет за вашими рабочими местами. И на этот раз «новая версия» искусственного интеллекта не пощадит никого.

Это правда?

Я много работаю с ИИ. И уже 15 лет объясняю людям, почему ИИ не должен автоматически означать конец их профессии.

Давайте попробуем спокойно соединить точки. Картина получается не истеричная — но отрезвляющая.


Когда ИИ приходит за работой — это сначала медленно, потом внезапно

Первое, что важно понять: несмотря на нынешнюю панику, ИИ чаще угрожает синим воротничкам, чем белым.

Почему? Потому что в основе текущего цикла ИИ лежит автоматизация. А автоматизация лучше всего работает там, где задачи повторяются и следуют инструкциям.

Чем более рутинна работа и чем меньше она требует сложных знаний — тем легче её автоматизировать.

Так было ещё с 1980‑х, когда машины начали массово заменять рабочих на заводах. Это продолжается и сейчас — просто внимание медиа переключилось на «белые воротнички».

Роботам проще заменить сварщика на конвейере, чем, скажем, сложного аналитика. Хотя с ростом вычислительной мощности машины уже могут «принимать решения» и справляться с более сложными задачами.

Например — вождение.

И вот тут становится интересно.


Автопилоты: 40 лет предупреждений

Самый очевидный пример сегодня — таксисты. И Uber с Lyft тоже не защищены.

Технологии автономного вождения существуют с 1950‑х. Эксперименты с пассажирскими машинами велись в 1970‑х. В 1980‑х по автобанам уже ездили прототипы без водителя.

Логично было бы ожидать, что профессия водителя исчезнет. Но на дворе 2026 год — и водители всё ещё работают.

Почему?

Потому что это происходило медленно.

Я недавно был в Темпе, Аризона — это один из центров автономных машин. Waymo там повсюду. К третьему дню я уже перестал обращать на них внимание. Они просто часть пейзажа.

Молодёжь пользуется ими без раздумий. Они дешевле в эксплуатации, могут ездить 24/7 и со временем станут безопаснее человека (если уже не стали).

Uber и Lyft не защищены. Они сделали поездки дешевле, удобнее, безналичными. Но когда подработка «по вечерам» превратилась в полноценную профессию, стало понятно: эта модель уязвима.

И когда беспилотники окончательно придут, это не будет «внезапностью». Нас предупреждали 40 лет.


Кстати, об инструментах. Если вам нужен доступ ко всем ключевым моделям — Claude, GPT, Gemini — загляните на BotHub.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токенов  для первых задач и приступить к работе с нейросетями прямо сейчас!


Настоящие сигналы опасности

Обычно советуют задать себе вопрос: «Насколько я ценен для компании?»

Но это не главный показатель.

Главный показатель — сама компания и её место на шкале деградации продукта.

Автор называет это «шкалой эншитификации» (по аналогии с Cory Doctorow):

  1. Я люблю этот продукт

  2. Раньше они были классными

  3. Они меньшее зло

  4. Они просто безопасный выбор

  5. Я их ненавижу

И тут важно: речь не столько о компании, сколько о том, что именно она делает.

Как только эмоции переключаются с «люблю продукт» на «ну, это просто способ что-то сделать» — начинается уязвимость.

Когда продукт превращается в рутину, а не в ценность — автоматизация становится логичным шагом.


Законы и профсоюзы только оттягивают неизбежное

Когда индустрия чувствует угрозу, она сначала защищается:

  • через регуляцию

  • через профсоюзы

  • через законы

Но часто это не решает проблему, а лишь тормозит естественную эволюцию.

Пример — Uber и Lyft. Пример — фастфуд. Минимальную зарплату подняли? Отлично. В ответ — киоски самообслуживания.

Раньше мы жаловались на плохой сервис в McDonald's. Теперь нас раздражает, если автомат не работает и приходится говорить с живым человеком.

Компания сама превратила работу в «нажатие кнопок». А кнопки автоматизировать легче всего.


А что с белыми воротничками?

Вот тут начинается самое важное.

«Эволюционируй или умри» — звучит жёстко, но логично.

Но паника в IT сейчас во многом раздута.

Большинство технарей быстро адаптируются к новым инструментам. Проблема не в них. Проблема — в менеджменте.

Руководство часто воспринимает ИИ как замену по умолчанию, а не как инструмент. И массовые увольнения становятся «простым решением». Можно списать всё на ИИ — и вроде как «исправить баг» в компании.

Но шкала деградации продукта редко идёт назад.

Если компания уже превратилась в фабрику задач, а не в создателя ценности — ИИ лишь ускорит то, что уже началось.


Как понять, что пора уходить?

Посмотрите вокруг.

Ваша компания всё ещё создает продукт?
Или просто штампует задачи?

Вас защищают?
Или вы реально добавляете ценность?

Если честно ответить на эти вопросы, сигналы станут очевидными.

ИИ не «приходит внезапно». Он приходит долго. С предупреждениями. А потом — резко.

И в этот момент времени на размышления уже нет.