ИИ пишет код – а инженеры стали ценнее. Почему?

В связи с этим спрос на IT-специалистов на рынке труда снизился на 18%, но при этом 45% компаний фиксируют острую нехватку инженеров и технических специалистов. Почему так происходит, рассказала Полина Белозерова — исследователь ИИ, инновационный предприниматель, Head of ML, автор патентов и публикаций в области Computer Science.

Дефицит инженеров: причины и трудности

За последние 10 лет, по данным НИУ ВШЭ, приток новых инженеров в стране стабильно снижался. Опытные кадры, воспитанные еще советской школой, массово уходят на пенсию, а поколение 90‑х слишком малочисленно, чтобы их заместить.

Но демографический провал — не единственная проблема. Программиста можно подготовить за год интенсивных курсов, в то время как инженеру, способному управлять производством или разрабатывать сложные технические системы, требуется не менее 10–12 лет реальной практики. В результате предприятия имеют станки, софт и даже нейросети, но катастрофически не хватает людей, которые умеют превращать это в работающий механизм.

Зарплаты отражают этот дисбаланс: по данным «Авито Работы», промышленность обогнала IT по темпам роста доходов. Оклады главных конструкторов в машиностроении выросли на десятки процентов. Бизнес готов платить, потому что без грамотного инженера любые цифровые технологии остаются просто набором данных, не имеющим материального воплощения.

ИИ — не конкурент, а мощный инструмент

Искусственный интеллект в этой ситуации выступает рычагом усиления. Генеративный дизайн, например, сокращает период разработки новых деталей почти вдвое. Конструктору больше не нужно вычерчивать каждую мелочь — достаточно задать ключевые параметры: вес, прочность, материал, условия работы. Нейросеть за считаные минуты выдает десятки оптимальных вариантов. Раньше такая задача требовала работы целого отдела. Теперь с ней справляется один специалист, вооруженный ИИ.

Автоматизация берет на себя рутину: расчеты, типовые решения, проверку соответствия стандартам. Но окончательный выбор, адаптация к реальному производству, учет особенностей конкретного станка — все это остается за человеком. Так рождается новый профиль: инженер-гибрид, который одинаково свободно ориентируется и в физике материалов, и в настройке нейросетей под задачи цеха. Такие профессионалы становятся мостом между цифровой моделью и реальным оборудованием.

Почему ошибка инженера стоит дороже ошибки программиста

Если баг в приложении исправляется обновлением за пару часов, то ошибка в чертеже или технологической карте оборачивается месяцами простоя, списанием дорогостоящего оборудования и срывом контрактов. Программный код можно переписать или откатить. А физический объект — деталь, узел, агрегат — требует совершенно иного уровня ответственности. Именно поэтому промышленность остро нуждается в людях, которые не просто владеют цифровыми инструментами, но и готовы отвечать за каждое свое решение.

Нейросеть может сгенерировать тысячи вариантов новой детали или станка, но проверить их на технологичность, учесть нюансы конкретной оснастки, человеческий фактор на производстве — это за пределами ее возможностей. Здесь нужны десятилетия накопленного опыта и профессиональная интуиция, которых нет у алгоритмов.

Где ИИ бессилен

Сегодня даже самый продвинутый ИИ далек от совершенства. Модель способна с абсолютной уверенностью выдавать вымышленные или искаженные данные, из-за которых ошибка на производстве или в строительстве может оказаться роковой. Финальная проверка, тестирование остаются обязательными, особенно когда дело касается финансовой составляющей или конфиденциальной информации.

К техническим сложностям добавляются регуляторные риски. В промышленности соблюдение стандартов и юридических аспектов особенно важно. Даже незначительная ошибка ИИ или пренебрежение этикой может привести к срыву крупного контракта или судебным разбирательствам с партнерами. И ответственность за это всегда остается на человеке.

Сегодня искусственный интеллект трансформирует рынок труда. Работодателям все чаще требуются не просто программисты, а технические специалисты, умеющие ставить задачи нейросетям, проверять результаты, принимать решения на основе данных и брать на себя ответственность там, где алгоритмы пасуют. Инженер, овладевший ИИ как полноценным рабочим инструментом, сегодня ценится дороже, чем когда-либо. И этот тренд будет только усиливаться: программный код можно переписать, а ошибку в реальном мире исправить несравнимо сложнее.

Автор:

Полина Белозерова — исследователь искусственного интеллекта, инновационный предприниматель.

• исследователь ИИ,
• Head of ML (руководитель направления машинного обучения),
• автор публикаций и патентов в области ИИ и Computer Science

ТГ-канал: https://t.me/holochika