"Скоро компании увеличат требования к эффективности сотрудников": как ИИ создает новые профессии и меняет правила рынка труда — интервью с CTO GigaCloud Кириллом Науменко

В разговоре с Delo.ua, состоявшемся в декабре 2025 года, CTO GigaCloud Кирилл Науменко объяснил, как ИИ одновременно увольняет одних работников и позволяет другим зарабатывать втрое больше, чем Китай опережает мир в технологиях распознавания лиц, и какую роль Украина уже играет в глобальной AI-гоне.

• От первых алгоритмов распознавания изображений к ChatGPT
• ИИ создал "окно возможностей": как работники научились зарабатывать больше, работая меньше
• Вместо массовых увольнений — новые стандарты: как AI реально влияет на занятость
• Почему США опережают Европу по внедрению искусственного интеллекта
• Как Украина превращается в технологического игрока
• Как бизнес измеряет эффективность AI и какие новые роли появляются на рынке труда

От первых алгоритмов распознавания изображений к ChatGPT

Как, по-вашему, развивался искусственный интеллект в Украине и мире?

— Сама идея машинного обучения (Machine Learning) возникла еще в 1980-х. Когда я заканчивал университет в 2008–2009 годах, мой коллега писал магистерскую работу по распознаванию медицинских изображений — уже тогда учили модели распознавать патологии на фото.

Технология существовала давно, просто не имела нынешних возможностей — не хватало мощностей, данных и удобных интерфейсов.

Как работают большие языковые модели (LLM-модели)?

— Благодаря им компьютер начал "понимать" контекст . Если раньше голосовые помощники типа Siri работали как набор условий "если — тогда", то теперь, когда вы спрашиваете, например, "как там на улице?", система сама понимает, что речь идет о погоде. Это и есть суть прорыва: мы говорим так, как нам удобно, а не так, как запрограммировано.

Это открыло путь для таких инструментов, как Midjourney или ChatGPT, и запустило настоящий взрыв в креативных индустриях. Теперь ведь можно просто сформулировать замысел своими словами, а машина поможет его реализовать.

Параллельно совпало несколько факторов:

• выросло количество контента, на котором модели могли учиться;
• появились мощные вычислительные ресурсы (NVIDIA здесь не случайно стала одним из главных бенефициаров эпохи ИИ);

И главное — научные разработки начали внедряться гораздо быстрее. Еще 10-15 лет назад между публикацией академической статьи и реальным продуктом могло пройти пять лет. Теперь несколько месяцев. Вышла статья о новом подходе — и уже через 2–3 месяца кто-то делает прототип, а через месяц это появляется в массовом продукте.

А когда именно настал переломный момент в развитии ИИ?

— Архитектура трансформеров, на которой основываются все современные языковые модели, появилась примерно в 2017–2018 годах. OpenAI создала GPT-1 в 2018-м, а затем GPT-2 и GPT-3, которые сначала использовались только в закрытом формате. Раньше это были чисто исследовательские модели, и только Сэм Альтман в 2022 году решил открыть ChatGPT для широкого круга пользователей. Именно этот шаг стал переломным моментом.

Midjourney, в свою очередь, использовала те же принципы — объединила трансформеры с генеративными моделями, и теперь пользователь может просто описать картинку словами, а система пририсовывает все остальное. Она "прибавляет" детали, которых не было в запросе — цвет, освещение, среда. Это проявление той самой "вероятностной логики", на которой работают современные нейросети: если модель не знает точный ответ, она создает наиболее вероятный.

ИИ создал "окно возможностей": как работники научились зарабатывать больше, работая меньше

Когда искусственный интеллект стал реально приносить деньги?

— После пандемии многие перешли на удаленный формат и нашли способы совмещать несколько работ одновременно. Есть немало людей, которые работают на двух-трех работах параллельно, платят несколько сот долларов за подписку на ChatGPT — и зарабатывают втрое больше.

Многое зарабатывать благодаря искусственному интеллекту могут только IT-специалисты или в других сферах тоже?

— Если человек выполняет задание быстрее 8 часов, обычно претензий от компаний нет. Конечно, это не касается физической работы, там другие условия. Но для офисных работников, где есть аналитика, тексты, разработка, сейчас есть определенный "разрыв в системе". Компании еще не просмотрели свои KPI и требования к эффективности, поэтому люди могут использовать этот момент.

Фактически работодатель покупает у тебя определенный объем — условно, за 8 часов ты должен сделать работу на 15 единиц. А если благодаря AI ты можешь делать 45, то логично, что хочешь больше зарабатывать. Но работодатель говорит: "У меня есть работа всего на 15". Поэтому человек берёт еще одну или две работы параллельно.

Но это продлится недолго — год или два. Затем работодатели начнут требовать использования AI от всех и пересматривать KPI. К примеру, сегодня стандарт — знать Excel, а завтра обязательным станет умение писать промты и работать с ChatGPT.

То есть сейчас быстрее растет эффективность отдельных людей, а не целых компаний?

— Да. Человек гораздо гибче большой структуры. Большим компаниям сложно адаптироваться, а стартапы или малые команды быстрее интегрируют новые инструменты. Но самая гибкая единица — это человек.

Она может применять AI даже в быту: спросил ChatGPT, как починить розетку, и сэкономил условные 500 гривен за работу мастера.

Вместо массовых увольнений — новые стандарты: как AI реально влияет на занятость

Когда наступила точка, когда AI начал заменять работников?

— AI скорее не увольняет людей, а повышает требования к ним. Если раньше в компании было 10 сотрудников, то сейчас один работодатель может сказать: "Окей, уволю половину, остальные сделают то же благодаря ИИ". А другой подумает иначе: "Я оставлю всех десятерых — и теперь они будут делать вдвое больше". И выигрывает именно второй, потому что конкуренция растет не за счет сокращения, а за счет производительности.

Что касается сокращений, то они происходили всегда. Если посмотреть на статистику за пять лет, увольнения были и тогда. Нельзя сказать, что сегодня люди теряют работу из-за AI — это большая часть естественного цикла бизнеса. Никакой достоверной статистики, показывающей массовые увольнения именно из-за внедрения искусственного интеллекта, пока нет.

Люди остаются важной частью процесса, потому что мы не терпим ошибок от машин. Если вам звонит "робот-оператор", и он не понимает вопроса, вы сразу попросите живого человека. Поэтому пока AI не может полностью заменить человеческое общение, особенно там, где нужна эмпатия или нестандартное решение.

А чего ждать в обозримом будущем?

— Мы уже видим, что хайп постепенно спадает. После 2023 года, когда все массово бросились "внедрять AI любой ценой", бизнесы начинают более трезво оценивать реальную отдачу.

Инвестиции растут медленнее, бюджеты сокращаются, компании уже понимают: AI следует внедрять там, где он действительно нужен, а не просто "потому что это модно". Конечно, есть и креативные компании, которые находят интересные точки применения и именно они получают преимущество.

В программировании уже есть тенденция: в будущем будут оценивать, сколько "токенов" ты тратишь во время работы с AI. Тот, кто формирует промпты более точно и использует меньше токенов, будет считаться лучшим специалистом. Это станет новым KPI — показателем эффективности. И, может быть, через несколько лет мы будем спрашивать: "Какой ты программист?" — "Я выполняю задачу за столько-то токенов".

Почему США опережают Европу по внедрению искусственного интеллекта

Какие главные отличия между подходом к искусственному интеллекту в США и Европе?

— Есть большая разница в контексте рынков. В Америке более гибкий подход, больше денег и свободы для экспериментов. Там скорее проверяют гипотезы, создают стартапы, обмениваются знаниями. Это живая, открытая экосистема.

Европа более зарегулирована и фрагментирована. Каждая страна хочет сделать "нечто свое", создает бюрократические барьеры, вводит ограничения и регуляции. Это тормозит развитие, хотя подход там осознаннее — есть желание контролировать, чтобы не навредить. Но именно поэтому темпы внедрения новых технологий в Европе ниже, чем в США.

Например, в области распознавания изображений и лиц Европа фактически проиграла Китаю. Из-за жестких правил защиты персональных данных европейские компании не могут собирать и использовать большие массивы данных для обучения моделей. В Китае эти ограничения отсутствуют — любой контент можно использовать как угодно. Именно поэтому китайские производители камер имеют развитый софт.

Как Украина превращается в технологического игрока

А какое место в мировом ИИ занимает Украина?

— Украина хочет стать самой цифровой страной Европы. Мы очень гибкие, быстрые, и эти качества усилились из-за войны. Она заставила нас внедрять технологические решения быстрее, чем где бы то ни было — потому что это часто вопрос выживания.

Европа уже смотрит на Украину, перенимает опыт и даже тестирует некоторые решения. Особенно в сфере оборонных технологий, где активно применяется искусственный интеллект — в дронах, системах наведения, распознавании объектов.

Кто сегодня больше всего инвестирует в развитие AI в Украине?

— Пока что не могу сказать, что это значительный уровень. Я не вижу большого спроса на AI решения. Мы как облачный провайдер ожидали, что бизнес начнет активно покупать графические карты для обучения моделей, но этого не произошло. Только около 40 из полутора тысяч наших клиентов реально используют GPU для работы с моделями. Но даже это движение показывает, что процесс идет просто медленнее, чем в США или Европе.

Где украинские компании уже используют AI на практике?

— Если у компании есть IP-телефония, сегодня можно произвести транскрибацию звонков. Использовать GPT или любую другую LLM-модель, получить текст звонка и дальше анализировать все, что угодно: оценивать работу менеджера, категоризировать темы, определять эмоции, создавать задачи или события в календаре.

К примеру, мы автоматизировали процесс согласования оплат. Раньше нужно было вручную заполнять поля, убивать суммы, прикреплять инвойсы. Теперь сотрудник просто добавляет счет, а модель сама все распознает — человек только согласовывает.

Как бизнес измеряет эффективность AI и какие новые роли появляются на рынке труда

Что касается эффективности, KPI и возврата инвестиций (ROI), насколько искусственный интеллект реально влияет на эти показатели?

— Пока нет надежной статистики: имеющиеся данные некорректны и несегментированы, в том числе географически. В крупных проектах, где инвестируют миллионы и рассчитывают ROI, стартовые прогнозы еще не проверены временем.

К тому же это ранняя стадия инноваций, когда рынок двигают энтузиасты, готовые платить больше за возможность первым получить технологию. Фактически первые расходы компаний — это R&D, необходимый просто для того, чтобы оставаться конкурентными хотя бы на полгода.

На рынке появились новые профессии, в частности, промпт-инженер и директор по ИИ — это реальные специальности или просто новые названия?

— Когда-то была профессия "оператор ПК" — человек, просто умевший пользоваться компьютером. Сейчас это базовый навык для всех. Так же будет и с промпт-инженерами. Должность директора по AI — это тоже пока роль, показывающая фокус компании. Она нужна, чтобы тот, кто специально занимался внедрением AI, понимал бизнес-процессы, находил возможности для автоматизации. Но со временем все IT-директора станут и директорами ИИ.

Пока эта роль исследовательская, экспериментальная. У кого она выделяется отдельно, у кого ее берет на себя другие технические топ-менеджеры. Им дают карт-бланш и бюджет.

Основная задача такого человека — провести исследование, аудит бизнес-процессов и понять, на каком этапе и в каких процессах можно применять искусственный интеллект. Затем реализовать это, возможно, совместно с ИТ-директором или внешними подрядчиками. Это, по сути, изменения в структуре бизнеса, поэтому такая должность требует достаточно больших полномочий, чтобы иметь возможность внедрять изменения.

Если говорить о таких профессиях, как долго они останутся актуальными?

— Они будут актуальны до тех пор, пока остальной рынок не "подтянется" и эти навыки не станут базовыми. На американском рынке, думаю, они просуществуют еще год-полтора, а затем знание работы по AI станет обязательным для всех — разработчиков, дизайнеров, копирайтеров. В Украине этот процесс, возможно, будет продолжаться немного дольше, но все должны уже сейчас начинать учиться и экспериментировать. Это инструмент персональной эффективности, и если хочешь оставаться конкурентным на рынке труда, должен его использовать.