Почему автоматизация создает новые профессии

Роботы забирают рутину, а не работу: как автоматизация рождает новые профессии

Заголовки новостей любят пугать. «Нейросети оставят без работы миллионы», «На склады завезли роботов-сортировщиков, грузчики больше не нужны», «Заводы переходят на полную автоматизацию». Читаешь это, и кажется, что через пару лет мы все будем стоять в очереди за пособием по безработице, пока железные манипуляторы штампуют детали, а алгоритмы пишут отчеты.

Я работаю в сфере внедрения новых технологий достаточно давно, чтобы видеть одну забавную закономерность. Люди панически боятся автоматизации ровно до того момента, пока она не начинает приносить им деньги.

Давайте посмотрим правде в глаза. Да, старые профессии отмирают. Но автоматизация — это не черная дыра, которая просто засасывает рабочие места. Это скорее мощный миксер. Она берет одну скучную, тяжелую или монотонную должность и дробит ее на несколько совершенно новых, более сложных и — что самое приятное — гораздо более высокооплачиваемых.

Страх перед конвейером: почему мы всегда ждем худшего

Вспомните, как в супермаркетах начали массово появляться кассы самообслуживания. Сколько было разговоров о том, что живые кассиры скоро пойдут на улицу.

Что мы видим сегодня?

Зайдите в любой крупный продуктовый у дома. Касс с живыми людьми действительно стало меньше. Зато между стеллажами снуют десятки ребят с тележками, в которых лежат смартфоны со сканерами. Это сборщики онлайн-заказов. Появились курьеры, координаторы дарксторов, специалисты по распределению нагрузки на склады.

Автоматизация процесса оплаты на кассе не убила рабочие места. Она просто переместила фокус. Люди перестали механически пикать штрих-кодами на ленте и ушли в логистику последней мили, потому что автоматизация дала магазинам возможность обрабатывать тысячи онлайн-заказов в день.

И так везде.

Мы боимся, что машина сделает всё сама, забывая одну простую вещь: машине нужна гигантская инфраструктура.

Эффект домино. Как один умный станок создает пять рабочих мест

Часто приходится слышать логику: «Раньше на линии стояло десять человек с отвертками. Теперь поставили роботизированную руку. Девять человек уволили, оставили одного нажимать на кнопку».

Звучит логично, если вы никогда не видели современное производство изнутри. На практике внедрение сложного оборудования запускает настоящую цепную реакцию на рынке труда.

Давайте разберем анатомию этого процесса. Вы купили на завод линию лазерной резки с числовым программным управлением (ЧПУ), чтобы заменить пятерых резчиков по металлу.

Теперь вам понадобятся:

Инженер-программист (или технолог-программист).Робот не знает, как вырезать деталь. Ему нужен G-код. Кто-то должен перевести чертеж в понятный машине язык, задать траектории движения резака, учесть толщину металла и мощность лазера.
Наладчик оборудования.Мало написать программу, станок нужно физически подготовить. Установить нужные линзы, откалибровать датчики, провести тестовый прогон.
Специалист по ремонту электроники и КИПиА.Роботы ломаются. И когда останавливается линия стоимостью в десятки миллионов рублей, завод теряет огромные деньги каждую минуту. Человек с мультиметром и пониманием промышленной автоматики становится в прямом смысле спасителем бизнеса.
Оператор данных. Умные станки собирают кучу аналитики — процент брака, износ комплектующих, расход энергии. Появляется потребность в людях, которые умеют эти данные читать и оптимизировать процесс.

Да, пятерых резчиков с болгарками и ручными резаками на этой линии больше нет. Вместо них появилось четыре специалиста абсолютно другого уровня. И их труд стоит дороже, потому что производительность этого участка выросла не на 20%, а в десять раз. Бизнес зарабатывает больше и готов платить за квалификацию.

Конец эпохи кувалды: новые «синие воротнички»

У нас в России долгое время было принято считать работу на заводе или складе чем-то грязным, тяжелым и бесперспективным. Сложился стереотип промасленного цеха, где нужно таскать тяжести и дышать пылью. Из-за этого целое поколение ушло учиться на экономистов, юристов и менеджеров среднего звена.

А потом грянул бум автоматизации и импортозамещения.

Внезапно выяснилось, что современные предприятия выглядят иначе. На новых складах маркетплейсов работают конвейерные ленты с оптическими сканерами. В цехах стоят многоосевые обрабатывающие центры, где чисто, тепло и нужна не физическая сила, а умение читать интерфейсы, понимать логику работы пневматики и не бояться сложных пультов управления.

Возник колоссальный дефицит кадров нового типа — «синих воротничков» с цифровыми навыками.

Сегодня хороший наладчик станков с ЧПУ или специалист по обслуживанию автоматизированных линий фасовки спокойно зарабатывает 120 000 — 180 000 рублей даже в регионах. На вахтах цифры уходят далеко за 200 тысяч. И это не предел. Компании готовы перекупать таких людей друг у друга, предлагать расширенный соцпакет и оплачивать переезд, потому что без них дорогое железо превращается в бесполезный металлолом.

Рабочие специальности эволюционировали. Теперь это не про мышечные усилия. Это про контроль над машинами.

Вы можете прийти на производство после краткосрочных курсов переквалификации и уже через пару лет вырасти в востребованного специалиста, которого хантеры будут искать с собаками. Потому что количество станков, роботов-сортировщиков и автоматических упаковщиков растет быстрее, чем система образования успевает выпускать людей для их обслуживания.

От оператора дрона до разметчика данных: профессии, которых не было вчера

Ладно, с заводами и складами всё более-менее понятно — там автоматизацию можно потрогать руками. Но параллельно идет другой процесс, невидимый глазу. Автоматизируются алгоритмы внутри компьютеров, и вот тут начинается самое интересное. Рождаются микро-профессии, о которых еще лет пять назад никто даже не слышал.

Возьмем те же беспилотники. Сейчас в России дроны используют вообще везде: выявляют незаконные вырубки леса, ищут дефекты на линиях электропередач в тайге, распыляют удобрения на полях в Краснодарском крае. Сам по себе дрон летает по GPS-координатам, автоматика держит курс и высоту. Но роботу нужен пастух.

Появилась профессия оператора беспилотных авиационных систем. Это человек, который не просто рулит джойстиком, а планирует полетные миссии, знает законодательство об использовании воздушного пространства, умеет быстро починить заклинивший подвес камеры в полевых условиях и, главное, понимает, как обработать терабайты отснятого материала.

Или еще один пример из сферы IT — разметчики данных (их еще называют дата-лейблерами). Чтобы искусственный интеллект научился отличать трещину на трубе от обычного блика света или находить раковые опухоли на снимках МРТ, ему нужно показать миллионы правильных примеров. Кто-то должен вручную сидеть и обводить эти трещины на экранах, ставить теги, кормить алгоритм правильной информацией. Это монотонный, но критически важный труд, который породил гигантский рынок удаленной занятости.

Машины не стали умными сами по себе. Их обучили люди, чьих профессий раньше просто не существовало.

Как понять, что вашу текущую работу скоро автоматизируют

Давайте снимем розовые очки. Если ваша работа состоит из цепочки абсолютно одинаковых, предсказуемых действий, где не нужно принимать нестандартные решения — вы в зоне риска.

Простой чек-лист для проверки:

Вы заполняете одни и те же таблицы по жесткому шаблону?
Ваша задача — переносить данные из одной программы в другую (например, из Excel в 1С)?
Вы отвечаете на звонки или сообщения строго по скрипту, где шаг влево, шаг вправо — запрещены?
Ваш физический труд монотонен и не требует подстройки под меняющиеся условия?

Если на большинство вопросов вы ответили «да», то программа или робот рано или поздно займут ваше место. Не потому, что капиталисты злые, а потому, что компьютер делает это быстрее, не уходит на больничный, не требует декретный отпуск и не ошибается от усталости в четыре часа дня.

Но это не повод впадать в депрессию и судорожно обновлять резюме в поисках «хоть какой-нибудь работы». Это повод вовремя пересесть на другой поезд.

Если вы всю жизнь сводили отчеты вручную, посмотрите в сторону аналитики данных. Вы уже понимаете логику цифр, вам просто нужно освоить инструменты автоматизации этих самых отчетов — например, Python или BI-системы. Если вы работали руками на старом производстве, пройдите курсы наладчиков оборудования с ЧПУ. Логика процессов осталась прежней, изменился лишь интерфейс взаимодействия с техникой.

Самый главный навык сегодня — это готовность признать, что то, чем вы кормили семью последние десять лет, может стать неактуальным через три года. И это нормально. Наши дедушки и бабушки всю жизнь работали на одном месте, у нас так не получится. Придется учиться постоянно.

Где искать стабильность, когда всё меняется

Парадокс в том, что в эпоху тотальной автоматизации самыми ценными становятся чисто человеческие качества, которые невозможно оцифровать. Логику можно упаковать в код. Эмпатию, интуицию, умение договариваться, критическое мышление и способность действовать в условиях полного хаоса — нельзя.

Поэтому, выбирая новую сферу для старта, смотрите туда, где робот споткнется.

Сложная инженерия и кастомизация.Машина отлично штампует миллион одинаковых деталей. Но если заказчику нужно сделать нестандартную деталь для ретро-автомобиля или спроектировать систему вентиляции под кривые стены старого здания — тут нужен человек.
Управление сложными системами. Кто-то должен координировать работу этих самых роботов. Диспетчеры автоматизированных складов, руководители проектов по автоматизации, системные интеграторы — эти люди будут востребованы всегда.
Сферы, где нужен человек для человека.Медицина, сложное обучение, менторство, продажи в сегменте b2b, где сделки закрываются на личной химии и доверии, а не через корзину на сайте.

Мир не катится в бездну безработицы. Он просто отсекает от нас то, что человеку делать в принципе не пристало — тупую, изматывающую, механическую работу.

Когда-то появление автомобилей уничтожило профессию извозчиков и конюхов. Была паника, были протесты. Но взамен мир получил миллионы рабочих мест: от водителей такси и дальнобойщиков до автомехаников, инженеров машиностроения, строителей асфальтовых дорог и сотрудников автозаправок. Жизнь стала быстрее, комфортнее и богаче.

Сейчас мы проходим точно такой же этап. Глупо пытаться соревноваться со станком в скорости закручивания гаек или с алгоритмом в скорости заполнения ячеек. Вы проиграете. Вместо этого нужно встать над процессом. Стать тем, кто этот станок включает, настраивает, чинит или собирает на основе его работы что-то принципиально новое. Страшно делать первый шаг в неизвестность, особенно когда тебе за тридцать и кажется, что учиться уже поздно. Но оставаться на рельсах, по которым уже несется локомотив автоматизации, — гораздо опаснее.