Сделайте это сегодня

Записала для вас видео, которое поможет за 15 мин сохранить все, чего вы добились в 2025 для новой главы вашей карьеры🥂

Прошло уже два дня моего карьерного спринта😱. Подсматривайте в чате: https://xn--r1a.website/+uwMkFv3ZheUwM2My

Ты в каком лагере?

☃️ - иду в отпуск
😈 - звоню и пишу тем, кто ушел в отпуск, чтобы закрыть все дедлайны

Это вы не прочитаете нигде или как AI на самом деле изменил рынок труда

1️⃣Как AI меняет стартапы и фондрайзинг

В классчисеком софте для старта нужен большой капитал. Фаундеры вынуждены привлекать инвестиции. Инвесторы настолько размывают долю основателя, что даже если компанию потом продают за сотни миллионов долларов, сам основатель получает только малую часть — примерно 2–3% от этой суммы

AI позволяет строить bootstrap-компании: сначала продукт и первые клиенты, потом финансирование, при этом фаундер может сохранить 80–90% доли и меньше зависеть от VC.

В B2B‑AI ожидается в 10–15 раз больше компаний, чем в эпоху классического SaaS, но это будет, множество средних и малых по размеру и выручке бизнесов, вместо единичных гигантов.

👉 На рынке станет больше вакансий с широкой зоной ответственности (product+ops+client), меньше «узких» корпоративных ролей. Да, frontend будет fullstack и еще играть на балалайке. Учим смежные профессии.

2️⃣ Почему «демо‑AI» не сработал

В 2023–2024 инвесторы профинансировали множество компаний «на красивых демках», но при реальных внедрениях технологии не давали клиентам ценности.

«Общие» (горизонтальные) AI‑продукты часто галлюцинируют, поэтому реальное использование падает. В реальном мире (право, страхование, здравоохранение) нужен доменно‑специфичный AI, а не общий чат‑бот.

👉 Уже нужны люди, умеющих доводить AI до измеримого бизнес‑результата (выручка, NPS, unit‑экономика): продукт‑менеджеры, solution‑архитекторы и консалтинг‑профили, которые могут «перевести» язык домена в требования к агентам.

3️⃣ Новая модель AI‑бизнеса: кастомизация и «аутсорсинг наоборот»

Пример Palantir: ценность создаётся за счёт глубокой кастомизации продукта под каждого клиента — AI делает это дешевле и быстрее, поэтому возможны контракты на уровне 20 000 $, а не только «миллионные внедрения».

Самое рабочее:
- либо инструменты повышения продуктивности (типа ChatGPT/Clerk),
- либо полная переразработка бизнес‑процесса с правильным «human in the loop»

«Human in the loop» - это высококвалифицированный доменный эксперт.

Например, в биофарме дорогие учёные раньше выполняли весь анализ, теперь агенты берут на себя 60–70% работы, а учёные:
- ставят задачу;
- проверяют критические шаги;
- принимают итоговое решение для клиента.

Возникает «аутсорсинг высокого уровня»: агенты делают 60–70% рутинной аналитики, дорогие специалисты закрывают критические 30–40%, клиенту продаётся не софт, а гарантированный результат, часто дороже, но быстрее и надёжнее.

Успешные AI‑компании будут строить люди с сильной предметной экспертизой, а не только классические софт‑инженеры.

Растёт ценность опыта в конкретных индустриях (law, biotech, insurance, logistics) + базовая AI‑грамотность. Рутинные junior‑функции (массовый анализ, подготовка черновиков) будут сокращаться или автоматизироваться, вход в профессию станет сложнее.

Кодогенерация становится коммодити. Разработчики без доменной глубины будут чаще конкурировать за массовые, легко заменяемые инженерные роли, размер зарплат будет снижаться.

4️⃣Как изменится процесс разработки

В классическом софте нужен большой капитал, чтобы довести продукт до состояния, когда он работает «для всех»; это 8–10 раз сложнее, чем написать решение под одного клиента.

AI позволяет строить решения от клиента: сначала очень узкий кейс под одного–двух клиентов (которые фактически спонсируют разработку), затем быстрые расширения и кастомизация под других клиентов.

👉 Будет больше ролей в очень небольших командах (1–5 человек), где ценится способность быстро собрать PoC/MVP и общаться с заказчиком;

👉 Более волатильная занятость: много проектов, контрактов, временных ролей вместо долгосрочной «жизни в одной компании».

👉 Спрос на «forward‑deployed» профили: customer engineer, AI‑консультант, implementation specialist, domain consultant;

5️⃣Инженерия агентов vs классический софт

В обычном софте 60–70% усилий уходит на написание кода и 20–30% на тестирование; в мире AI‑агентов «функциональность» — это 5% работы, а 95% — обеспечение надёжности, безопасности, приватности и корректного взаимодействия человека и агента.

«Новый moat» — это не сам код, а инженерия надёжности: safety, reliability, human‑in‑the‑loop, проектирование процессов и контролей;

👉 Рост спроса на роли AI safety / AI reliability / evaluation engineer / red‑teamer.

Сегодня это первые птички. Через полгода - это будеьт норма.

PS. Спасибо за лайки! Напомню, материал создан на основе презентации, которую я услышала на ночи AI питчей в эту пятницу. Презентация была про продукт, который позволяет фаундерам реализовывать все то, что написано выше.

⬆️Это вы не прочитаете нигде или как AI на самом деле изменил рынок труда (см 2 поста выше)