Я прокинулася без роботи — і бот уже робив мою справу

«Я прокинулася без роботи — і бот уже робив мою справу». Історія про страх, чесність і нові професії поруч із ШІ.

У серпні минулого року Матеуш Демський, радіожурналіст із Кракова, зайшов у студію востаннє. У наказі про скорочення було сухо: «фінансові причини». За кілька місяців у сітці мовника з’явилися шоу, які вели аватари — синтетичні голоси без втоми й лікарняних. «Я двадцять років вчився любити паузи й тишу в ефірі, — сказав він. — Їм паузи не потрібні».

Десь у Лондоні графічний дизайнер Джадун Сайкс вийшов із кімнати для переговорів із таким самим відчуттям порожнечі. «HR пояснив, що компанія “переформатовує процеси”. Насправді це означало: “Твій блок робить ШІ”», — зізнався він. У Берліні цілими змінами виходили з будівлі модератори TikTok: їхній профспілковий плакат читався без перекладу — «Нас замінюють машинами».

Це — початок історії, яку ми всі намацуємо в темряві. У ній є страх і перебільшення, економія і великий бізнес, поспіх і тверезість, провали й нові ролі. І є одна несподівана розв’язка: ШІ не лише забирає роботу — він створює її там, де вчора ще не було навіть назви.

Рік, коли зник перший щабель

Традиційно місток у професію будували прості завдання. У редакціях — верстання шаблонів і базовий фактчек; у сервісних компаніях — відповіді на типові запити; в офісах — зведення таблиць. 2025-го цей «перший щабель» став тонким льодом. Керівники зрозуміли: вже сьогодні боти дають «достатньо добре» там, де раніше вчилися стажери.

«Ми ніколи не звільняли штат, — виправдовувався навесні CEO Duolingo Луїс фон Ан, коли підрядників різко поменшало. — Ми просто перестали замовляти те, що тепер може зробити ШІ». Формулювання м’яке, наслідки жорсткі: тисячі людей не втратили «робочі місця» — вони втратили замовлення.

Є й інша версія правди — не така драматична, зате чесна. Частина скорочень — це не «штучний інтелект забрав хліб», а старомодне урізання витрат під зручний наратив. Один інженер розповів після звільнення: «У новинах написали, що нас замінили ШІ. Насправді просто об’єднали команди». У 2025-му поняття «AI-washing» стало загальновживаним: інколи ШІ — лише зручна вивіска.

Де машина справді зайняла місце людини

Найбільш прямий фронт — Trust & Safety. Машинне навчання давно вміє ловити спам і очевидне; за останні два роки системи краще розуміють «міжряддя». На великих платформах множення моделі на мільйони подій щодоби — це рядок у P&L. «Ми інвестуємо в автоматизацію модерації», — така фраза супроводжувала скорочення в європейських офісах. Профспілка ver.di сказала простіше: «Вони замінюють нас ІІ та дешевими підрядниками».

Друга тріщина — там, де сам ринок «перемістився». Chegg продавав студентам відповіді — доки відповіді безкоштовно не з’явилися в чат-ботах. Власний ІІ це не рятує: інструмент перейшов до клієнта. Це нова логіка витіснення: інтелект на боці покупця руйнує модель продавця.

І третя — болюча й педагогічна — історія Klarna. Фразою «наш бот робить роботу 700 агентів підтримки» компанія підписала собі репутаційний вирок. Емпатія не автоматизується марш-кидком. Згодом CEO визнав: «Ми, мабуть, перегнули. Тепер виправляємо курс». Людську підтримку повернули.

Ширший кадр: хто виграє

У цій картині є цифри, що не корелюють зі страхом. Галузі, які справді «осідлали» ШІ, ростуть швидше; виручка на співробітника множиться. Фахівці з релевантними навичками отримують відчутну премію — ринок платить. А на передовій народилася нова роль — agent boss: людина, яка не «користується ШІ», а ставить задачі агентам, під’єднує їх до даних, аудіює вихід і міряє ефект.

«Мій бот помилився — але мав, як виправити»

Нові професії без зайвої магії

AI-Ops та оркестрація агентів. Коли експеримент стає продакшном, хтось має володіти пайплайном: логи, моніторинг, доступи, безпека, вартість. Інтеграції з CRM/ERP, HitL-перевірки для найризикованіших 10% — і робота у вихідні.

Agent QA. Класичні тести «2+2=4» не працюють із ймовірнісними системами. Тестують сценаріями й метриками: чи дійшов клієнт до рішення? чи не з’їхав бот із теми? чи не «галюцинує»?

Data & AI Governance. ШІ — це дані. Без чистих, актуальних і приватних датасетів не буде чистої моделі. Додаємо регуляторику (EU AI Act: логи, відслідковуваність, людський нагляд) — потрібні перекладачі між юристами та інженерами.

AI Product / Process Manager. Дорослі в кімнаті. Перекладають «хочемо ШІ» у «хочемо +5 п.п. True Deflection без падіння CSAT», проєктують експерименти і відсікають театр, лишаючи користь.

Є й гібриди — «маркетолог + Copilot», «sales-ops + автоматизація», «фінанси + агент». Суть проста: люди перестають робити L1-рутину і беруть відповідальність за процес, рейки та результат. Команди з дисциплінованим впровадженням Copilot рахують сотні зекономлених годин — це вже нова норма.

«Учора мене звільнили. Що робити сьогодні?»

Людський, покроковий план на 30 днів

День 1–3: Назвіть речі своїми іменами.
Розпишіть свою роботу на дві купки.
L1 — повторювані кроки за інструкцією (шаблонні відповіді, таблиці, правки, первинна модерація).
L2/L3 — винятки, «сіра зона», емпатія, переговори, нестандартні задачі.

День 4–10: Один інструмент — одна перемога.
Оберіть Copilot/ChatGPT/Claude, під’єднайте FAQ/шаблони/бріфи. Автоматизуйте 2–3 L1-процеси. Міряйте час «до/після». Типовий результат за тиждень — +20–30% швидкості.

День 11–15: Безпека здорового глузду.
Створіть два документи:
• чек-лист довіри (джерела? дати/суми збігаються? приватність? тон бренду?). Будь-яке «ні» — ескалація людині.
• лог помилок бота (дата → запит → відповідь → що не так → як виправили → що змінити). Це ваша міні-AI-Ops.

День 16–23: Три малі кейси.
Формат Завдання → Пайплайн з ШІ → Метрика.
Підтримка: «12 типових питань автоматизовано; середній час відповіді 11→4 хв; CSAT стабільний».
Маркетинг: «Чернетка персональної розсилки; −3 год підготовки; open rate +7%».
Операції: «Напівавтоматична звірка рахунків; помилки −60%; є журнал перевірки».

День 24–30: Упакуйте та покажіть.
Один лінк з кейсами + 1-пейджер «як я брифую бота і контролюю якість».
Куди далі: AI-Ops/Process, Agent QA, Data/AI Governance, AI PM / Process Designer.
Скрипт для рекрутера: «Я автоматизував частину задач, зберіг якість і довів ефект цифрами. Ось три кейси та мої правила. Готовий відтворити це у вашому процесі з вимірюваним результатом за два тижні».

Темна кімната — і як увімкнути світло

У добрих історій рідко один злодій. Є лідери, що плутають темп із безпекою. Є компанії, які ховаються за «ШІ», рахуючи копійку. Є люди, яких справді замінили алгоритми. І є тисячі тих, хто стоїть там, де з хаосу народжуються професії: між порядком, даними й відповідальністю.

Сайкс каже так: «Я повернувся додому і написав: мені потрібна робота-компас, а не дзеркало». У його нотатнику — «оркестрація», «дефлекшн», «людина в контурі». Поруч — три кейси: скільки хвилин і грошей зекономив його маленький агент і як саме він гарантує якість.

Справжня розв’язка: ШІ не забирає відповідальність — він передає її тим, хто готовий нести. Завтра в кожній сильній команді будуть bosses of agents — люди, що ставлять цілі машинам, тримають їх у межах, будують процес і відповідають за результат. Страх — це темна кімната. Світло вмикається звичкою рахувати: що я роблю щодня → що віддам машині → за що відповідаю я. У цей момент ви перестаєте бути «ще одним фахівцем» і стаєте тим, кого шукають передові фірми: диригентом, який чує і людей, і алгоритми — і змушує їх грати разом.