Засновник Box Аарон Леві — один із тих людей, хто бачить трансформацію ринку праці зсередини корпоративного світу. Його хмарною платформою користуються близько 64% компаній зі списку Fortune 500, а сама Box оцінюється приблизно у 4 млрд доларів. Спілкуючись із десятками CIO щомісяця, Леві спостерігає, як штучний інтелект змінює попит на фахівців, структуру команд і вимоги до навичок. І його висновки значно менш апокаліптичні, ніж заголовки про «смерть програмістів» чи «студентів, яких замінює AI».
Цей матеріал розбирає, як саме AI переформатовує роботу в корпораціях, чому розмови про масові звільнення часто спотворюють реальність, які навички стають критичними на горизонті 3–5 років і як змінюються підходи до найму в компаніях на кшталт Box.
Лейофти, ставки та міфи про «AI, який забирає роботу»
Останні два роки новини про скорочення в технологічних компаніях часто подаються в одному пакеті з історіями про прориви в генеративному AI. У публічному дискурсі це легко зливається в один наратив: «AI приходить — людей звільняють». Леві пропонує значно приземленіше пояснення.
На його думку, значна частина гучних скорочень у технологічному секторі — наслідок попереднього перегріву ринку, а не прямий ефект від впровадження штучного інтелекту. У період наднизьких ставок і COVID-компанії агресивно розширювали штати, закладаючись на дешевий капітал і вибухове зростання цифрового попиту. Коли макроекономічні умови змінилися, почалося коригування — і саме воно сьогодні часто маскується під «AI-оптимізацію».
Це не означає, що AI не впливає на структуру зайнятості. Але Леві наполягає: нинішня хвиля лейофів у технологіях — це передусім історія про фінанси, а вже потім про алгоритми. І це важливе розрізнення для тих, хто намагається зрозуміти, як планувати кар’єру в найближчі роки.
Показовий індикатор — поведінка великих корпорацій. Попри всі розмови про автоматизацію, Fortune 500, за спостереженнями Леві, продовжують активно наймати інженерів-програмістів. Попит не зник — він змінюється. Компаніям як і раніше потрібні люди, які вміють будувати, інтегрувати й підтримувати складні системи, просто тепер у цьому стеку дедалі більшу роль відіграють AI-інструменти.
«Смерть програміста» скасовується: хто реально виграє від код-агентів
Один із найгучніших страхів — що моделі, здатні писати код, зроблять програмістів зайвими. Леві визнає: сучасні моделі вражають тим, як швидко й якісно генерують код. Вони справді можуть видати фрагмент, який за стилем і структурою не поступається роботі живого інженера.
Але між «написати код» і «запустити його в продакшн» лежить довгий ланцюжок завдань, де AI поки що не може діяти автономно. Потрібно забезпечити безпеку, інтеграцію з іншими системами, відповідність архітектурним рішенням компанії, підтримку й розвиток продукту в часі. Усе це вимагає глибокого розуміння інженерних практик, інфраструктури, домену бізнесу.
У цій картині головними бенефіціарами AI-кодерів стають не менеджери, які скорочують штати, а самі інженери, які вміють працювати з код-агентами. Вони отримують мультиплікатор продуктивності: можуть швидше прототипувати, закривати рутинні задачі, перевіряти гіпотези, не витрачаючи години на шаблонний код.
Леві бачить майбутнє, у якому програмісти, що ігнорують AI, опиняються в менш вигідному становищі не тому, що їх замінюють машини, а тому, що їхні колеги, які працюють з агентами, просто роблять більше за той самий час. Це не «AI проти інженерів», а «інженери з AI проти інженерів без AI».
Водночас він не романтизує сьогоднішній стан технологій. Навіть через п’ять років, припускає Леві, навколо AI-агентів усе ще буде багато «шуму»: помилки, неправильні інтерпретації даних, доступ до не тих джерел. Це означає, що роль людини як архітектора систем, наглядача за якістю й відповідального за кінцевий результат нікуди не зникає.
Від заміщення до розширення: як AI створює нові ролі й робочі процеси
Ключова теза Леві — AI у найближчій перспективі більше розширює можливості, ніж замінює людей. Це стосується як програмістів, так і ширшого кола «знаннєвих» професій.
Він пропонує дивитися не лише на сценарії «було 2000 інженерів, стало 1500», а й на менш очевидні, але не менш важливі ефекти. Наприклад, малий бізнес із трьома співробітниками, який продає щось онлайн. До появи агентів масштабування вимагало створення відділів продажів, маркетингу, підтримки — для багатьох це був надто високий поріг.
З появою AI-агентів власник може делегувати їм частину маркетингу, генерацію контенту, оптимізацію сайту. Якщо це спрацьовує, бізнес отримує більше клієнтів, складніший ланцюг постачання, більше запитів у підтримку, більше вимог до продукту. І тоді трійка співробітників перетворюється на п’ять чи десять людей — не всупереч автоматизації, а завдяки їй.
Леві очікує, що саме такі дифузні сценарії зростання — коли автоматизація знімає попередні обмеження й відкриває простір для розширення — будуть не менш поширеними, ніж пряме скорочення персоналу в окремих процесах.
При цьому він не ідеалізує агентів як повністю автономних гравців. У багатьох робочих ланцюжках, навіть після максимальної автоматизації, в кінці все одно з’являється людина. Потрібно зателефонувати клієнту, провести зустріч, узгодити рішення з іншими командами, поїхати на об’єкт, виконати фізичну інтеграцію. AI знімає частину навантаження, але не прибирає людський фактор із критичних точок.
Це добре видно на прикладі професій із високою ціною помилки. Леві згадує, як клієнти юридичних фірм уже сьогодні використовують AI для підготовки контрактів, але потім усе одно несуть документ юристу «на останню перевірку». Навіть якщо агент помиляється лише в 2–3% випадків, ризик програти суд через одну таку помилку не виправдовує економію на консультації.
Те саме стосується фінансових радників, податкових консультантів, лікарів. Люди готові платити за досвід і відповідальність, навіть маючи доступ до потужних безкоштовних чи дешевих AI-інструментів. У цих сферах AI стає асистентом, а не заміною.
Нові вимоги до фахівців: технічність плюс AI-грамотність
Якщо AI не «з’їдає» роботу, а змінює її, логічне питання — які навички стають вирішальними. Леві формулює для найближчих 3–5 років досить чітку рекомендацію: поглиблювати як технічну базу, так і AI-грамотність.
Під технічною базою він має на увазі не обов’язково класичну інженерію. Це може бути глибоке розуміння свого домену — від маркетингу й продажів до біотехнологій чи охорони здоров’я — у поєднанні з умінням працювати з інструментами, які цей домен радикально прискорюють.
AI-грамотність у цьому контексті — це не «уміти написати промпт», а розуміти, які завдання можна делегувати моделям, як будувати робочі процеси з агентами, як перевіряти їхні результати, де проходять межі надійності. Це також уміння обирати правильні інструменти під конкретну задачу.
Леві наводить показовий приклад: фармгігант Eli Lilly відкриває позицію інженера з автоматизації лабораторного ПЗ, де ключова роль — саме вбудовувати AI в лабораторні процеси. Це не «AI-спеціаліст у вакуумі», а фахівець, який поєднує доменну експертизу з розумінням, як AI може змінити конкретний робочий цикл.
У Box підхід до найму теж змінився. Компанія більше не шукає «людей AI» як окрему категорію. Натомість пріоритет — кандидати з сильними базовими навичками в своїй сфері, у яких чітко видно зростаючу AI-флюентність. Тобто маркетолог, який уже вміє будувати кампанії з опорою на генеративні моделі; продакт-менеджер, який системно використовує AI для досліджень і прототипування; інженер, який органічно включає код-агентів у свій робочий процес.
Це зрушення важливе: ринок рухається від «AI як окремої спеціальності» до «AI як обов’язковий шар у будь-якій спеціальності».
Чому «вічні» доменні навички нікуди не зникають
Попри акцент на технічності й AI, Леві підкреслює: базові доменні навички залишаються критичними. Маркетинг, продажі, продакт-менеджмент, глибоке розуміння клієнта й ринку — усе це не втрачає цінності, а радше отримує нові інструменти.
AI може допомогти з дослідженнями, аналізом даних, генерацією варіантів, але не замінює інтуїцію щодо того, який продукт потрібен ринку, як сформулювати ціннісну пропозицію, як побудувати воронку продажів. Моделі можуть створити десятки версій рекламного тексту, але рішення, який із них відповідає бренду й стратегії, все одно приймає людина з досвідом.
У цьому сенсі AI радше підвищує планку: базові доменні навички стають «вхідним квитком», а конкурентною перевагою стає вміння накласти на них AI-шар. Той самий маркетолог, який розуміє психологію аудиторії й механіку каналів, але ще й уміє будувати експерименти з генеративними моделями, стає значно ціннішим для роботодавця.
Леві бачить у цьому й елемент демократизації. Амбітні люди з меншим формальним досвідом, але з готовністю швидко заглиблюватися в технології, можуть завдяки AI скоротити розрив із ветеранами галузі. Водночас ті, хто вже має десятиліття досвіду й відкриті до нових інструментів, отримують «суперсилу»: їхня експертиза, помножена на AI, дає результат, який важко наздогнати.
Як залишатися конкурентним: горизонт 3–5 років
На практичному рівні поради Леві для тих, хто хвилюється за свою кар’єру в епоху AI, зводяться до кількох напрямів.
По-перше, не ігнорувати технологію. Навіть якщо ваша роль далека від інженерії, базове розуміння можливостей і обмежень AI стає обов’язковим. Це означає регулярно працювати з провідними моделями, тестувати їх на своїх задачах, розуміти, де вони помиляються й чому.
По-друге, цілеспрямовано нарощувати технічність. Це не обов’язково повноцінна перекваліфікація в розробника, але вміння працювати з даними, розуміти логіку API, налаштовувати інструменти, а не лише «клікати по інтерфейсу», помітно підвищує вашу цінність. Леві прямо говорить: ідеальний профіль на найближчі роки — людина, яка або вже технічна, або активно рухається в цьому напрямку.
По-третє, не забувати про «вічні» навички. Комунікація, побудова відносин із клієнтами, розуміння бізнес-моделей, уміння приймати рішення в умовах невизначеності — усе це не автоматизується так само швидко, як рутинні операції. Навпаки, коли AI бере на себе частину механічної роботи, саме ці навички виходять на перший план.
І нарешті, важливо усвідомлювати, що в більшості критичних процесів люди ще довго залишатимуться «на початку й у кінці» ланцюга. AI-агенти можуть готувати проєкти рішень, але відповідальність за остаточний вибір, за юридичні, фінансові, етичні наслідки все одно лежить на людях або інституціях. Поки моделі мають навіть кілька відсотків похибки, а самі не можуть нести юридичну відповідальність, повна автономія в чутливих сферах лишається малоймовірною.
Висновок: AI як тест на гнучкість, а не на виживання
Погляд Аарона Леві на трансформацію ринку праці під впливом AI значно тверезіший, ніж драматичні прогнози про «кінець професій». Так, технологія змінює вимоги до навичок і структуру команд. Так, деякі ролі скорочуються або радикально переформатовуються. Але водночас AI відкриває простір для нових робочих процесів, нових бізнесів і нових типів кар’єр.
Головний поділ проходить не між «тими, кого замінить AI» і «тими, кого не замінить», а між тими, хто готовий поєднувати свою доменну експертизу з новими інструментами, і тими, хто намагається ігнорувати зміну парадигми. На горизонті 3–5 років конкурентоспроможність визначатиметься не стільки дипломами чи роками стажу, скільки здатністю швидко нарощувати технічність і AI-грамотність, не втрачаючи при цьому глибини в своїй сфері.
Для великих корпорацій це означає переосмислення підходів до найму: шукати не «чистих AI-спеціалістів», а людей із сильними базовими навичками й очевидною траєкторією зростання в роботі з AI. Для окремих фахівців — це запрошення не до паніки, а до інтенсивного навчання й експериментів.
Джерело
YouTube: $4B Founder: The Next 3 Years Will Make 100 New Founders Rich