Очевидно, всегда найдутся те места, где еще нет ИИ. И таких профессий еще очень много, кто бы что ни говорил. Да и умение использовать ИИ должны будут как минимум внедрить в вузы и школы, в будущем. Не так все плохо, все новое рано или поздно становится обычным навыком.

Пузыри всегда будут появляться. Это вообще характерно для англо-американского майндсета с какой-то невероятной самоценностью прогресса. Потом, как обычно, наиграются, поймут, что LLM - это не такая уж Rocket Science, а просто БОЛЬШАЯ модель данных (от того и более точная), которая все-таки не умеет в legacy-код, не знает контекст компании в полноц мере, стоит чуть ли не дороже джуна, так еще и через пару лет за ней придется разгребать уже сеньорам)

Половина сетки состоит из вот таких вот авторов, завышающих возможности ИИ. Половина постов - вот такой вот инфоскам.

Абсурдной самоценности прогресса в западной корпоративной мысли есть объяснение: это просто реклама самих себя. Так они набивают цену своей высокотехнологичной продукции, мол, они там что-то особое такое знают и изобретают, что нам не ведомо от того лучше заказать у них.

Касательно LLM - она показывает кратный рост скорости на определённом сегменте задач, но такие задачи не составляют 100% рабочего времени. Поэтому общий прирост производительности составляет 5-10%.

Например, такую же применимость имели компьютеры, когда их только внедряли (большие машины на несколько этажей). Задач для них было мало, но те, что давались, выполнялись в сотни раз быстрее человека. Итого, в СССР было 3 суперкомпьютера, а в США десятки, просто потому что они придумали задачи для компов. Собственно этим и объясняется монополия США - они просто инвестировали в прикладные задачи, а не в научную школу, как СССР.