Вчера меня позвали в гости. Хотя нет, скорее домой. 💚 В моё любимое QA-сообщество, на QA Meetup от Сбера. Говорили о наболевшем и немного о будущем. Как считать реальные расходы на ИИ в тестировании? Кто будет проверять код, который написали агенты? Как трансформируется роль QA и какие компетенции действительно понадобятся завтра? И, пожалуй, главный вопрос: если ИИ научится тестировать всё, кто будет тестировать сам ИИ? Мне особенно нравится наблюдать, как профессиональные сообщества реагируют на технологические изменения. Кто-то уже экспериментирует, кто-то сомневается, а кто-то пытается понять, как всё это встроить в реальные процессы. И это правильно. Потому что трансформация это не только про новые инструменты. Это про людей, роли, ответственность и совершенно другие способы работы. Спасибо за приглашение и возможность снова оказаться среди своих! 💚 А на видео немного атмосферы и наших дискуссий. https://t.me/kruasanova_as Уже не все пишет сама #ии #qa #митап

ИИ пришёл за бухгалтерами. Свежее исследование компании Mercor подкинуло пищу для размышлений всем, кто верил, что с творческим хаосом в первичке могут справиться только кожаные эксперты. Двенадцать сертифицированных американских бухгалтеров со средним стажем 5,5 лет соревновались с нейросетями в решении рутинных задач по закрытию месяца: перерыть файлы условной фирмы, выудить нужные цифры, посчитать и свести всё в таблицу. Люди в среднем справились на 37%, хотя сидели над каждым кейсом по два-три часа. А Claude Opus 5 не ошибся ни разу, тратя на задачу меньше 10 минут. И обходился при этом в десятки раз дешевле. Лабораторные условия, конечно, сильно отличаются от реальной жизни. Задания были упрощёнными и проверяли как раз те навыки, в которых нейросети особенно сильны. За рамками эксперимента остались знание специфики клиентского бизнеса и принятие решений в неоднозначных ситуациях. Но впечатляет здесь даже не столько победа ИИ, сколько скорость, с которой он осваивает предметную область. Всего полтора года назад лучшие модели ещё плелись позади рядового специалиста, а сегодня щёлкают те же кейсы со стопроцентной точностью. Означает ли это скорый парад сокращений в финансовых отделах? Не факт. Но в том, что профессию бухгалтера ждут большие изменения, я не сомневаюсь. Скорее всего, рутинные сверки и расчёты постепенно заберут на себя алгоритмы, а людям достанется больше работы, требующей экспертного суждения, общения с клиентами и персональной ответственности. Впрочем, за российских бухгалтеров можно пока быть относительно спокойным. Ни один искусственный интеллект в здравом уме не сможет гарантировать, что он вкурил все хитросплетения постоянно меняющегося налогового законодательства и нюансы серой и чёрной бухгалтерии, которые сопровождают многие бизнесы в РФ.

На этой неделе OECD выпустили интересную интерактивную штуку (оно действительно широко разошлось по экспертным медиа и линкедину) — трекер дефицитных навыков, компетенций и профессий по странам OECD.

Explore occupational, industry and skill imbalances across more than 30 OECD countries. Using a harmonised and objective methodology, this interactive dashboard provides internationally comparable insights into labour market imbalances. Select “By country” to examine labour market imbalances in a specific country, or “Country comparison” to compare patterns across countries.

Я выделил топ-7 самых дефицитных... Industries 1. Education 2. Human health and social work activities 3. Information and communication 4. Professional, scientific and technical activities 5. Financial and insurance activities 6. Public administration, defence and compulsory social security 7. Utilities Occupations 1. Teaching professionals 2. Health professionals 3. ICT professionals 4. Health associates 5. Business and admin. professionals 6. Science and engineering professionals 7. Managers Abilities 1. Verbal abilities 2. Reasoning abilities 3. Attentiveness 4. Perceptual abilities 5. Auditory and speech abilities 6. Quantitative abilities 7. Memory Knowledge 1. Customer and personal service 2. Administration and management 3. Computers and electronics 4. Education and training 5. Mathematics knowledge 6. Administrative 7. Psychology Skills 1. Active listening 2. Critical thinking 3. Monitoring 4. Reading comprehension 5. Speaking 6. Writing 7. Complex problem solving Топ стран по совокупному дефициту 1. Bulgaria 2. Argentina 3. Türkiye 4. Greece 5. Portugal 6. Hungary 7. Lithuania → https://www.oecd.org/en/data/dashboards/skills-for-jobs.html

— Лошадь питается травой с любой обочины. Для машин нужно строить сеть специальных заправок, ежедневно доставлять на них бензин. И это всё очень пожароопасно. Кто возьмет на себя риски такого бизнеса? — Лошадь пройдёт по грязи, вброд и через лес, а зимой её просто запрягают в сани. Автомобилям нужна сеть ровных дорог. Асфальт кончился – дальше не едем. Триллионы в инфраструктуру. — Лошадь дешево подкуёт любой кузнец в любой деревне. Ремонт автомобиля – целое приключение. — Кто будет отвечать, если машина кого-то собьет? Она же насмерть может задавить. — И экономического смысла никакого. Авто стоит как табун. Нет, AI точно не отнимет человеческие профессии.

В какие профессии податься до 2030-го года? Самая высокооплачиваемая профессия в России прямо сейчас — сварщик. Медианный оффер — почти 270 тысяч рублей (ссылка). Не разработчик, не продакт с латте на кокосовом в правой руке и с дудкой — в левой, а обыкновенный сварщик 🌚 Не буду вам тут советовать идти в сварщики, но расскажу, что будет актуально и хорошо оплачиваемо еще года 3-4 точно. 1. Инженер-технолог. Медианная зарплата 250к, 1-2 резюме на вакансию. Минтруд называет нехватку 1,7 млн квалифицированных рабочих. К 2028-му WEF в Future of Jobs 2025 ставит строителей и инженеров в топ-5 профессий по абсолютному росту числа занятых до 2030 года (ссылка). Goldman Sachs уточняет: ИИ создаёт острый спрос на технических специалистов и строителей — только для роста дата-центров и электросетей США понадобится 500к дополнительных рабочих к 2030-му (ссылка). В России эта логика работает ещё жёстче. 2. Специалист по ИИ-агентам. Медианная зарплата 200к+. Вакансии, связанные с ИИ-агентами, выросли на 985% за 2024 год (TAdviser). К 2028-му WEF называет специалистов по AI и большим данным профессиями с самым быстрым ростом в процентном выражении до 2030 года (ссылка). Не устану говорить, что тот, кто ржет над тем, что ИИ не заберет у него работу... прав. ИИ не заберет, заберет чел, который максимально ИИ-native. И вот он будет ржать последним и очень громко. 3. Специалист по кибербезопасности. Один из наиболее дефицитных профилей даже на охладевшем рынке, зарплаты стабильно выше рынка. К 2028-му WEF ставит кибербезопасность в топ быстрорастущих навыков до 2030 года — наравне с AI и большими данными (ссылка). Чем больше ИИ-агентов, тем больше возможностей у кибер-атак. У нас же АСИ называет кибербез одной из ключевых компетенций приоритетных отраслей на ближайшие 10 лет (Ведомости). 4. B2B-продажи с техническим порогом входа. Медиана обычного продажника (с бонусами) — 115к., но с техническим профилем в промышленности, медтехе, стройке — давно за 200к. При этом конкуренция в разы ниже, чем в классических офисных продажах. К 2028-му McKinsey прогнозирует, что автоматизация уберёт транзакционные продажи, но резко повысит спрос на менеджеров, способных управлять сложными сделками и выстраивать доверие и долгие отношения с клиентами — навыки, которые машина не заменяет (McKinsey). 5. Специалист по корпоративному обучению / L&D. Сейчас, на мой взгляд, супер недооцененная ниша. Кучу людей надо будет переучивать. К 2028-му опять же WEF называет учителей и тренеров второй по величине категорией роста в абсолютных числах до 2030 года — потому что 39% рабочих навыков изменится, и кто-то должен это переучивать (ссылка). 63% работодателей уже называют нехватку навыков у сотрудников главным барьером для трансформации бизнеса. Как видите, варианты есть и технические, и гуманитарные. Вопрос в том, чтобы понять, какую волну седлать, и что еще важнее — делать это в ряду первых. А для того, чтобы быть в ряду первых, надо важные для рынка навыки качать заранее, а не когда сильно припрет. С вас — огоньки, с меня — больше полезных постов и аналитики на злобу дня🔥 #рынок #зарплаты

🤖 новые AI-роли и откуда они появились за последние 2-3 года AI стал отдельной частью продукта, разработки, аналитики и go-to-market, а вместе с этим начали меняться и сами роли. по данным PwC, навыки в профессиях, сильнее затронутых AI, сейчас меняются более чем в 2 раза быстрее, а вакансии с AI skills растут почти в 8 раз быстрее общего рынка поэтому если вы смотрите для себя на новые AI-вакансии, я бы сначала сравнивала задачи: что из этого вы уже делаете сейчас, где AI уже появился в вашей работе и какой опыт можно перенести в новую роль. глобально видны такие направления новых позиций: 1. AI Engineer чаще всего сюда переходят из Backend, ML Engineer, Data Scientist или Software Engineer. если вы уже интегрировали модели в продукт, работали с inference или запускали AI-features, часть опыта под такую роль у вас уже есть.

что из вашего опыта сейчас уже релевантно: • Python • APIs и backend • ML или data pipelines • LLM integrations • RAG, evals, agents • production monitoring

2. Product Engineer сюда часто переходят Frontend, Full-stack и Software Engineers, которым уже близка продуктовая часть работы. в такой роли от инженера ждут способности быстро пройти путь от customer problem до работающего решения и принимать больше продуктовых решений самостоятельно.

важнее всего опыт, где вы: • общались с пользователями • быстро делали prototypes • принимали product decisions • запускали features end-to-end • работали с AI coding tools и agents

3. AI Product Manager или же Product AI самый понятный переход здесь: из Product Manager, Growth PM или Data Product Manager.

важен прошлый опыт в: • запуск AI-функций • работа с ML или data teams • определение use cases • выбор между build и buy • работа с quality metrics, latency и cost • тестирование влияния AI на пользовательский сценарий

если вы уже отвечали за продуктовые решения вокруг AI, вам важно показать не факт использования технологии, а то, какую проблему пользователя или бизнеса вы через неё решали 4. DevRel в AI частые исходные роли: Developer Advocate, Engineer, Solutions Engineer, Technical Content.

релевантный опыт: • workshops и выступления • документация и tutorials • demos • developer community • помощь разработчикам с API и интеграциями

здесь особенно ценится сочетание технического понимания и способности объяснить сложный продукт так, чтобы разработчики могли начать им пользоваться. 5. Business и BI AI Analyst сюда ближе всего переходить из Business Analyst, BI Analyst или Data Analyst. если вы уже используете AI для анализа, автоматизации или подготовки insights, это тоже может стать частью опыта под новую роль.

что уже может быть релевантно: • SQL и BI • автоматизация отчётности • анализ больших массивов данных • AI-assisted research • внутренние workflows • перевод бизнес-запроса в аналитику и решения

такие переходы начинаются внутри текущих ролей, с того, что AI становится новой частью уже знакомой вам работы #роли #карьера #позиционирование

Как интернет был когда-то создан для чего-то великого, но превратился в просмотр ленты из котиков, так и нейросети были созданы для чего-то великого, но станут лишь инструментом их генерации. Аминь. А если серьёзно, то давно не было слышно тейка о том, что нейросети полностью уничтожат огромное количество профессий, скоро мы все окажемся на обочине рынка труда, а экономики всех стран ждёт тотальный крахъ. Если посмотреть исторический срез, то мы сразу вспомним, что с развитием научно технического прогресса действительно вымирали некоторые профессии: телефонистки, машинистки, лифтеры, фонарщики, наборщики в типографиях, кучеры, косари и так далее. Но, факт в том, что такое исчезновение не влияло массово на экономику и наоборот создавало другие рабочие места и инструменты, которые двигали человечество вперёд. Да и само исчезновение было не мгновенным процессом и по мере автоматизации плавно подталкивало людей переходить на другие рабочие места.

Немножко статистики: за последнее время всего 8% компаний получили реальный профит от внедрения ИИ в свои процессы, для остальных это было либо неэффективно, либо затраты на внедрение превышали полученный объём конечной пользы.

Самый большой буст получили в сфере программирования. При этом, нельзя сказать, что программистов массово сокращают. Да в крупных западных компаниях постоянно происходят сокращения перед очередным инвест отчётом, но там обычно увольняют просто неэффектиных людей, которых можно было уволить и без внедрения ИИ, чтобы повысить рентабельность для возможного привлечения новых денег. Стали ли программисты меньше работать? Скорее нет, чем да. Задач выполняет больше, времени на проверку выполненной работы тоже стало больше, времени на постановку задачи ИИ-агенту уходит ещё больше, потому что неверно поставил задачу — потратил квоту токенов впустую. Нейросети массово не вытесняют человека, а автоматизируют легкоповторяемый и проверяемый результат работы, как было с другими устаревшими профессиями. Ну, и бонусом мы получаем аквариумных котиков :)

/Для этой роли пока не существует общепринятого названия/ Именно так начинается одна из вакансий, на которую я наткнулась во время ресерча. И мне кажется, одной этой фразы достаточно, чтобы описать рынок труда в 2026 году. Мы только-только привыкли к тому, что более-менее устаканились роли разработчиков, продактов, бизнес- и системных аналитиков. Появились понятные ожидания, карьерные треки, наборы навыков, даже показалось, что рынок наконец договорился, кто есть кто. Но в этом году я все чаще вижу вакансии с названиями, которых еще год назад практически не существовало. ИИ не мог не навести шороху и тут - меняется и работа, и названия.   Компании начинают искать людей, которые умеют одновременно понимать пользователя, быстро собирать рабочие прототипы с помощью AI, проверять гипотезы и только потом масштабировать решение. Все чаще встречаются вакансии с такими названиями: ⭐️ AI Builder / AI Product Engineer - из реальной вакансии: «Turn raw ideas into real working products fast» - может сам навайбкодить первую версию продукта, показать ее пользователям и только потом решать, что имеет смысл масштабировать ⭐️AI Agent Engineer - такие инженеры строят AI-агентов: учат их пользоваться инструментами, работать с памятью, выполнять длинные цепочки задач и взаимодействовать между собой ⭐️Applied AI Engineer - «You're an AI builder who doesn't wait for permission» - пишут в вакансиях - берет уже существующие модели и превратить их в продукт, которым будут пользоваться люди Разумеется, еще несколько лет рынок будет калиброваться и договариваться о названиях таких ролей - так всегда с молодыми профессиями - помните, сколько было разных вариаций вокруг продуктовых ролей? Product Owner, Digital Product Manager, Internet Product Manager, Growth Product Manager... Со временем все это стало гораздо понятнее. Ну вот сейчас мы наблюдаем ровно такой же момент, только уже в эпоху AI.