Как я адаптируюсь в своей карьере в эпоху ИИ, автоматизации и когда всё движется быстрее, чем ожидалось.
Рази Десаи
1 апреля 2026
7 минут чтения
Это может быть одна из самых важных фаз нашей карьеры.
Я говорю это не для драматизма, а потому что в том, как я работаю, происходит что-то тонкое и необратимое. С каждым днём я использую ИИ всё больше. Я реже обсуждаю с ним что-либо туда-сюда. Я сомневаюсь в нём реже, потому что с увеличением взаимодействия он стал достаточно правильным в направлении большую часть времени.
Моя роль медленно переходит от создания к валидации.
В наши дни я привыкаю смотреть, как ИИ справляется с задачами, прежде чем я работаю над вещами, которые когда-то требовали моего опыта.
Я часто шутю, что никогда не буду использовать ChatGPT для планирования путешествий. Планирование путешествий — это моя стихия. Я люблю открывать двадцать вкладок, сравнивать районы, читать отзывы и составлять идеальный маршрут. И всё же неделю назад я попросил ChatGPT рассказать мне всё, что должен знать первый посетитель Диснейленда. За секунды я получил записи всего, что нужно знать и делать, не открывая ни одного другого вкладки.
Это заставило меня задуматься.
Если ИИ может справиться с чем-то, чем я действительно люблю заниматься и чем горжусь... что это значит для остального моей работы?
Мой рабочий процесс до ИИ
Не так давно моя работа аналитика данных была долгой, сложной и глубоко осязаемой.
Я:
- Определяла бизнес-проблему
- Определяла нужные источники данных
- Писала код с нуля для очистки беспорядочных наборов данных
- Манипулировала и анализировала данные
- Сталкивалась с ошибками, часами отлаживала
- Искала на Stack Overflow, переписывала запросы
- Исследовала граничные случаи
- Создавала презентации для заинтересованных сторон
- Переводила технические результаты в бизнес-нарративы
Большая часть моей ценности заключалась в выполнении этого рабочего процесса.
Со временем я работал над созданием своей ниши, чтобы иметь возможность переводить данные для бизнеса и наоборот.
Как это выглядит сейчас
Однако сегодня ИИ часто первым касается моих задач.
Вначале я в основном экспериментировал с подсказками. Я описывал бизнес-контекст, схему, ограничения и ожидаемый результат, и я исследовал, что ИИ может для меня сделать. Теперь, когда я увидел прирост производительности и формулировку некоторых моих мыслей, я сильно полагаюсь на ИИ для:
- Написания сквозного кода для очистки данных, анализа и визуализации
- Предложения функций и улучшения производительности модели
- Выявления идей, которые я не рассматривал
- Документирования всего процесса
- Создания резюме для разных аудиторий
Таким образом, ИИ фактически стал моим первым аналитиком.
И это произошло не в одночасье и даже не за неделю. Тонкий сдвиг произошёл в течение месяцев, и теперь, если мне нужно что-то сделать, я естественно сначала обращаюсь к ИИ, даже прежде чем полностью обдумаю это сам, и я считаю, что это одновременно волнует и глубоко беспокоит.
Потому что этот сдвиг не постепенный. Это экспоненциальный.
Я опасаюсь, что мы вот-вот увидим, как ИИ заменит больше, чем один навык — кодирование, анализ, написание и многое другое. Он совершенствуется не только в одном — он совершенствуется во всём, одновременно.
Что это действительно означает
ИИ становится универсальным уровнем для когнитивной работы.
Я не знаю, сможет ли ИИ когда-либо воспроизвести глубокую человеческую эмпатию или можно ли автоматизировать доверие, построенное годами. И честно говоря, я больше не знаю, где потолок.
Но у меня есть ощущение, что люди, которые хорошо ориентируются в этом сдвиге, — это не те, кто его избегает, а те, кто движется к нему с любопытством.
Итак, где строить преимущество?
Я много об этом думал в последнее время — когда человеческий интеллект нормализуется искусственным интеллектом, как я остаюсь актуальным? Я не хочу остаться в стороне, наблюдая, как моя роль медленно преобразуется, без того чтобы я переформатировал свои навыки и инструменты.
Я понял, что преимущество становится менее осязаемым.
В прошлые годы, когда я пришёл на работу аналитиком, я думал, что потому что я знаю SQL, могу создавать модели и могу очищать беспорядочные данные, у меня есть преимущество. Это были ощутимые навыки, которые можно было измерить, улучшить и продемонстрировать. Однако многое из этого медленно отвлекается. ИИ может сделать большую часть быстро и всё лучше.
Итак, преимущество должно переместиться в другое место.
Для меня это начинает казаться, что преимущество находится в том, как вы думаете, прежде чем вообще открыть инструмент.
И вот как я готовлюсь строить это преимущество на ближайшие несколько лет как старший аналитик —
- Практикуйтесь с ИИ в вашем реальном рабочем процессе: Я настоятельно рекомендую начать серьёзно использовать ИИ (не просто искать маршруты и очищать письма). Преимущество заключается в использовании ИИ для практических примеров, а не в пассивном использовании.
- Не останавливайтесь на «напишите мне запрос» или поиске. Используйте его для полных циклов проблем от очистки данных до анализа и рассказывания историй с этими данными.
- Сравните его результаты с вашими и заметьте пробелы.
- Поймите, где ИИ работает для вас, и что ещё более важно, где он не работает: Настоящее преимущество не в том, чтобы просто использовать ИИ. Это знание о том, когда не полагаться на него. ИИ может генерировать ответы, но вы должны знать, когда они неправильны.
- Всегда спрашивайте, имеет ли смысл тенденция/паттерн/идея, которую предлагает ИИ? Что не хватает? Что предвзято?
- Проверьте результаты простыми проверками здравого смысла.
- Будьте осознанны в том, что вы делегируете: Позвольте ИИ обрабатывать скорость, структуру и первые черновики на данный момент, пока я устаюсь в этом пространстве, если не уже. Далее переходите к тому, чтобы позволить ИИ справляться с проблемным фреймингом, суждением, этикой и подотчётностью. Но не забывайте валидировать.
- Перепроверьте результаты на небольших выборках, граничных случаях или альтернативных запросах.
- Не доверяйте чистым результатам вслепую. Всегда проверяйте эти результаты.
- Подготовьтесь к эволюции вашей роли: Мы уже переходим от написания запросов к думанию подсказками, валидации данных и рассказыванию историй.
- Выходите за рамки «вот что говорят данные» → «вот что мы должны делать дальше».
- Свяжите анализ с бизнес-влиянием, а не только с точностью.
Здесь аналитики начинают становиться партнёрами в принятии решений
- Выработайте привычку адаптироваться и совершенствуйте вашу способность к непрерывному переквалификации более чем на любом одном техническом навыке (лучший репетитор в мире теперь доступен каждому 24/7 по низкой цене)
- Оставайтесь близко к бизнесу, а не только к данным: Чем ближе вы к проблеме, тем сложнее вас заменить.
- Сидите больше разговоров с заинтересованными сторонами, поймите цели и ограничения.
- Контекст сделает ваш анализ острее, чем что-либо ИИ может вывести.
- Не чувствуйте себя странно из-за использования ИИ: Вы не «обманываете», если используете инструмент, который делает вашу работу лучше. Мы всегда использовали инструменты для расширения человеческих возможностей. Этот просто оказывается экспоненциальным.
Заключительная мысль
ИИ больше не просто инструмент в нашем рабочем процессе.
Во многих отношениях это становится начальной точкой. Я верю, что хотя мы можем больше не быть первым аналитиком, решающим проблему, мы, люди, всё ещё те, кто отвечает за постановку правильных вопросов, понимание ответов и решение, что делать дальше. И это остаётся более важным, чем когда-либо.
…………
На этом я заканчиваю свой пост в блоге. Спасибо за прочтение! Надеюсь, вам понравилось это чтение.
Рази — специалист по данным из Чикаго, который любит анализировать данные и создавать истории данных для передачи идей. Она работает полный рабочий день в качестве старшего консультанта по аналитике здравоохранения и любит писать блоги о данных по выходным с чашечкой кофе.