Карпатый и его карта цифрового апокалипсиса рабочих мест
Андрей Карпатый - сооснователь OpenAI и бывший директор по ИИ в Tesla - в одну субботу сел за ноутбук, за 2 часа навайбкодил проект и случайно запустил волну дискуссий по всему интернету.
Что он сделал: взял данные Бюро трудовой статистики США по 342 профессиям (это 143 млн рабочих мест), скормил описание каждой профессии модели Gemini Flash с детальной рубрикой оценки и построил интерактивную карту-тепловую карту.
Ключевой принцип оценки прост: если работу можно делать целиком с ноутбука из домашнего офиса - риск высокий. Если нужно присутствие в физическом мире - ИИ пока бессилен.
Результаты по шкале от 0 до 10:
0–1 балл (безопасная зона): кровельщики, уборщики, строители. Сложный физический труд и работа в непредсказуемой физической среде для ИИ пока недоступны.
4–5 баллов (средний риск): медсестры, врачи, работники розничной торговли. Там, где критически важно физическое присутствие и человеческая эмпатия. 8–9 баллов (высокий риск): разработчики ПО, юристы, аналитики данных, бухгалтеры.
10 баллов (тотальное замещение): медицинские транскрибаторы.
Средний балл по всем 342 профессиям: 5,3 из 10. Профессии с оценкой 7+ — это $3,7 трлн годовой зарплаты в США. Первая волна изменений накрывает именно высокооплачиваемых «белых воротничков».
Важная оговорка от самого Карпатого: высокая оценка ≠ исчезновение профессии. Разработчики ПО получили 9/10, потому что ИИ трансформирует их работу, но спрос на ПО может только вырасти, когда каждый разработчик станет в 5–10 раз производительнее.
После того как проект завирусился и медиа начали трактовать его как «официальный прогноз», Карпатый удалил GitHub-репозиторий и уточнил: «это был субботний эксперимент, вдохновлённый книгой, которую я читал».
Но интернет всё помнит. Интерактивная карта до сих пор доступна: karpathy.ai/jobs
· 14.04
Мне больше нравится оценка роста производителтности "5-10 раз" и никто не говорит за счёт чего её получат. Ощущение, что сравнивают скорость набора кода, а оценку интеграции и обработку возможных ошибок не учитывают. Как не учитывают время на написане промта и проверку результата, а так же доработку. Елинственое с чем относильно стабилтно справляется нейросеть так это с неструктурированным вводом и тут они хороши. Хотел на днях логотип rust и python объеденить при помощи ИИ (nanobanana2) в итоге руками сам быстрее сделал.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён