Всеволод Чабанець
У світі стрімкого розвитку штучного інтелекту компанії переглядають підходи до пошуку та найму працівників. IBM, одна з найбільших технологічних корпорацій, дедалі більше орієнтується на кандидатів із глибокими знаннями у конкретних напрямах. Директорка IBM з роботи з персоналом Апарна Наїр переконана, що універсальний фахівець, який знає всього потроху, у новій реальності може програвати спеціалісту з вузькою, але ґрунтовною експертизою.
Йдеться не про повну відмову від універсальних навичок чи широкого кругозору. Уміння комунікувати, працювати в команді, швидко навчатися та розуміти бізнес-контекст і надалі залишаються важливими. Проте саме глибока спеціалізація стає головною конкурентною перевагою для фахівців, які прагнуть працювати з найскладнішими технологічними завданнями.
Чому штучний інтелект змінює вимоги до кандидатів
Штучний інтелект уже здатен виконувати значну частину типових операцій: аналізувати великі масиви даних, створювати стандартні тексти, генерувати програмний код, знаходити закономірності та автоматизувати повторювані процеси. Через це роботодавці дедалі менше зацікавлені в працівниках, чиї знання обмежуються базовим володінням кількома інструментами.
Якщо певне завдання можна швидко передати автоматизованій системі, цінність людини визначається не самим фактом уміння виконати цю операцію. Натомість важливими стають здатність поставити правильну задачу, оцінити результат, виявити помилку, зрозуміти приховані ризики та застосувати рішення в конкретній галузі. Саме тому компаніям потрібні спеціалісти, які розуміють не лише принцип роботи технології, а й особливості її використання в медицині, фінансах, промисловості, кібербезпеці чи корпоративному управлінні.
За такого підходу фахівець із глибокою експертизою може ефективніше взаємодіяти зі штучним інтелектом. Він здатен перевірити запропонований системою результат, скоригувати його та перетворити на практичний продукт або рішення. Універсальний працівник із поверхневими знаннями в різних сферах може швидше адаптуватися до загальних змін, однак йому складніше конкурувати там, де потрібні точність і професійне розуміння деталей.
Ставка на вузьких спеціалістів
Позиція IBM відображає ширшу тенденцію на технологічному ринку. Роботодавці шукають не просто людей, які знайомі з популярними цифровими сервісами, а експертів, здатних вирішувати складні проблеми на стику технологій і конкретного бізнесу. Це можуть бути інженери з розробки моделей штучного інтелекту, фахівці з безпеки даних, архітектори хмарних рішень, експерти з управління інформацією або професіонали, які розуміють регуляторні вимоги певної галузі.
Вузький профіль не означає обмеженість. Навпаки, він передбачає глибоке занурення в окрему тему, розуміння її фундаментальних принципів і здатність працювати з нетиповими ситуаціями. Людина може спеціалізуватися на конкретній технології, мові програмування, типі інфраструктури або методі аналізу, але водночас мати достатньо широкий кругозір для взаємодії з іншими командами.
Для компаній такий підхід також має практичні переваги. Глибокий спеціаліст може швидше оцінити технічні ризики, запропонувати оптимальне рішення та відповідати за результат на складній ділянці роботи. У проєктах, де помилка здатна призвести до фінансових втрат, витоку даних або порушення роботи критичних сервісів, поверхневих знань недостатньо.
Окремого значення набуває здатність працювати з даними. Штучний інтелект залежить від якості інформації, на якій його навчають і яку він використовує. Тому компаніям потрібні люди, які можуть перевіряти джерела, розуміти походження даних, помічати викривлення та визначати, чи придатний результат автоматизованої системи для ухвалення реального рішення.
Що це означає для працівників
Для фахівців нова стратегія роботодавців означає необхідність переосмислити власний професійний розвиток. Замість спроб одночасно опанувати десятки напрямів варто визначити сферу, у якій можна стати помітним експертом. Це не скасовує потреби в додаткових знаннях, але змінює їхню роль: суміжні навички мають підсилювати основну спеціалізацію, а не замінювати її.
Наприклад, програмісту важливо не лише знати кілька мов програмування, а й розуміти архітектуру систем, принципи захисту даних або специфіку галузі, для якої створюється продукт. Фахівцю з маркетингу корисно поєднувати аналітичні навички з глибоким розумінням поведінки клієнтів. Експерту з фінансів дедалі важливіше орієнтуватися в автоматизації, моделюванні ризиків і правилах роботи з цифровими даними.
Водночас вузька спеціалізація не повинна перетворюватися на професійну ізоляцію. Успішні працівники мають уміти пояснювати складні речі зрозумілою мовою, співпрацювати з представниками інших напрямів і бачити, як їхня робота впливає на загальний результат. Саме поєднання глибокої експертизи та комунікаційних навичок може стати найбільш затребуваною моделлю на ринку праці.
Для кандидатів це також означає, що під час найму компанії оцінюватимуть не лише перелік технологій у резюме. Важливими доказами професійності можуть стати реалізовані проєкти, здатність самостійно розібратися в складній проблемі, приклади роботи з нестандартними ситуаціями та розуміння наслідків ухвалених рішень. Формальне знайомство з інструментом поступово втрачає вагу, якщо за ним немає реального досвіду.
Підхід IBM свідчить про те, що епоха штучного інтелекту не обов’язково зменшує роль людини, але змінює вимоги до її компетентності. Автоматизація забирає частину повторюваної роботи, водночас підвищуючи цінність тих, хто здатен створювати складні рішення, контролювати технології та відповідати за їхнє застосування.
У перспективі перевагу матимуть не просто працівники, які вміють користуватися штучним інтелектом, а фахівці, здатні поєднати технологічну грамотність із глибоким знанням конкретної сфери. Саме на таких професіоналів, імовірно, робитимуть ставку великі технологічні компанії, формуючи нові команди та переглядаючи критерії відбору талантів.