ИИ изменил мою работу. И вашу тоже.

Я всё ещё советник? Или строитель? У меня экзистенциальный кризис.

Моя работа преобразилась кардинально, и я до сих пор пытаюсь понять, как именно. Примерно шесть месяцев назад инструменты AI достигли точки, когда они стали действительно полезными, и с тех пор они значительно повысили мою продуктивность и охват моей работы.

Купил акции на все деньги, а они упали? А Илон Маск снова написал твит? Знакомо. У нас тут клуб тех, кто пытается понять этот цирк и не сойти с ума.

Купить на падении (нет)

Я разработал посадочные страницы от начала до конца для крупного туристического бренда, которые были внедрены в производство.
Я автоматизировал приоритизацию тем, SEO-тестирование и SEO-отчетность для моих клиентов с помощью полноценных приложений.
Я собрал массив полезных приложений для себя, от автоматизации SSI (SEO Site Index, встречающегося в двухнедельных Growth Intelligence Briefs) до агентов Openclaw, которые помогают мне с исследованиями и графиками.

Моя недавняя работа стала лучше, но и объяснить её стало сложнее. Поскольку ИИ берет на себя все больше задач и снижает стоимость разработки, хорошее суждение остается единственным незаменимым навыком. Однако большинство компаний по-прежнему планируют и оценивают свою работу так, как будто фактическое *выполнение* работы является самой большой проблемой.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Компании, занимающиеся искусственным интеллектом, растут невероятно быстро, достигая годового дохода в $100 миллионов быстрее, чем когда-либо прежде. Это во многом связано с тем, что они были построены вокруг AI с самого начала, с совершенно иным подходом к разработке продукта. Например, стоимость Anthropic взлетела с $9 до $30 миллиардов всего за шесть месяцев – что сравнимо с хорошо зарекомендовавшими себя компаниями, такими как Starbucks, Mastercard и McDonald’s.

У меня есть свои мысли по поводу статьи Мэтта Шумера, ‘Что-то большое происходит’, но неоспоримо – с более чем 80 миллионами просмотров, она действительно нашла отклик у людей. Как эксперт по SEO, я всегда обращаю внимание, когда контент становится вирусным, как в этом случае; это сигнализирует об изменении того, что ищут и с чем взаимодействуют аудитории.

Я приостанавливаю публикацию исследований на этой неделе, чтобы обдумать, как кодирование на базе ИИ влияет на программное обеспечение, способ его доставки и, самое главное, на людей, вовлеченных в процесс.

Влияние на программное обеспечение

Что происходит с программным обеспечением, когда не-инженеры могут выпускать код?

ETF iShares по программному обеспечению (IGV) резко упал на 24% в первом квартале 2026 года – это самое большое падение с конца 2008 года – что вызвало опасения, что искусственный интеллект может устранить потребность в компаниях, занимающихся разработкой программного обеспечения. Однако программное обеспечение включает в себя гораздо больше, чем просто сам код.

Крупные предприятия, использующие программное обеспечение, имеют встроенную защиту от простой замены людей искусственным интеллектом. Те, кто приобрел или перешел на CRM-системы, прекрасно понимают, насколько сложными и масштабными являются эти системы, что затрудняет полную автоматизацию.

Корпоративное программное обеспечение – это не только само программирование. Это комплексный пакет – включающий в себя взаимодействие с существующими системами, безопасность, надежную производительность, процессы продаж и постоянную поддержку клиентов. Кроме того, это предполагает прохождение процедур закупок, ИТ-оценки и юридические согласования.

Искусственный интеллект может помочь в решении отдельных задач, таких как управление интеграциями, проведение проверок безопасности или планирование демонстраций. Однако, когда происходит что-то критическое – например, система выходит из строя посреди ночи – некому возложить ответственность на ИИ. Ответственность по-прежнему необходима. Вместо полной замены существующих систем, компании добавляют инструменты и рабочие процессы ИИ для улучшения того, что у них уже есть.

Самообслуживание программного обеспечения изменило правила игры. Теперь каждый может легко настроить такие инструменты, как базовые трекеры задач. Хотя я бы предпочел платить небольшую ежемесячную плату, чтобы избежать решения технических проблем, это *действительно* возможно сделать самостоятельно, и это быстро. Чтобы действительно добиться успеха, эти продукты самообслуживания должны начать ориентироваться на более крупные предприятия – мы уже видели это на примере таких компаний, как Notion, Figma и Canva, когда они расширяются на корпоративный рынок.

В этом сдвиге выделяются два архетипа:

Поставщики данных.
Система учёта записей.

Поставщики данных предлагают значительную ценность, предоставляя доступ к информации, которая в противном случае была бы недоступна. Хотя их традиционные пользовательские интерфейсы становятся менее важными, поскольку люди создают свои собственные отображения данных, сами данные становятся все более ценными. Успешные поставщики данных сосредотачиваются на том, чтобы их данные были полными, уникальными, надежными и доступными по цене. Разумной стратегией является предложение упрощенного, API-first опыта для технически подкованных пользователей, сохраняя при этом существующий интерфейс для тех, кто предпочитает его.

Системы учета (SOR) являются основными, официальными источниками данных компании. Платформы, такие как Salesforce, Workday и Coupa, трудно заменить, поэтому эти компании так ценны. Сложность заключается в слоях настроек безопасности, истории данных, связях с другими системами, нормативных требованиях и устоявшихся рабочих процессах, построенных вокруг данных. Хотя ИИ может быстро создать базовую систему управления взаимоотношениями с клиентами, замена глубоко укоренившейся системы, такой как Salesforce, в крупной компании — это огромная задача. Эти компании сейчас используют ИИ для улучшения пользовательского опыта, но их сильные стороны остаются их обширные интеграции, функции безопасности, стоимость и усилия, необходимые для перехода на новую систему, и качество их базовых данных. Компании, которые добьются успеха в этой области, будут теми, кто расширит существующие системы, а не будет пытаться их заменить.

Влияние на распространение

Старая поговорка гласит, что распространение вашего продукта распространение важнее самого продукта, но это становится все более сложной задачей. Платформы разработаны таким образом, чтобы удерживать пользователей на своих сайтах, что затрудняет доступ к потенциальным клиентам и построение с ними отношений вне этих платформ.

AI Overviews и AI Mode делают более 50% кликов избыточными и удерживают пользователей на платформе Google.
AI чат-боты отправляют лишь малую часть трафика наружу.
Социальные сети переполнены, сарафанное радио неконтролируемо, а платная реклама становится все дороже.

Из The Brand Tax:

Как получить распространение в этом мире, где на первом месте ИИ? Два рычага работают совместно:

Velocity.
Продукт.

Быть быстрее и эффективнее своих конкурентов – вот что действительно важно. Когда традиционные методы продаж не работают, а новых вариантов не появляется, улучшение того, как вы используете существующие каналы, – единственный путь к росту. Речь идет о превзойти конкурентов. Хотя быстрая доставка теперь ожидаема, инновационные идеи в сочетании с технологиями выделят вас из толпы.

По данным PwC, искусственный интеллект может ускорить создание контента в 3–10 раз. Это означает, что нам следует искать способы автоматизации большего количества задач, но крайне важно делать это, не жертвуя надёжностью. Потеря доверия людей в конечном итоге наносит ущерб и может привести к провалу.

Сегодня многие успешные компании отдают приоритет ‘product-led growth’, что означает сосредоточение внимания на улучшении самого продукта для привлечения и удержания клиентов. Этот подход подчеркивает такие вещи, как упрощение начала работы для новых пользователей, поддержание их вовлеченности и обеспечение долгосрочного использования продукта. В результате границы между маркетингом и разработкой продукта становятся все более размытыми.

Влияние на людей

Искусственный интеллект развивается невероятно быстро, но наши собственные мыслительные способности не успевают за этим. Пока мы далеки от достижения истинного ИИ (и трудно сказать, когда это может произойти – надеюсь, не скоро!), скорость развития ИИ ограничена тем, как быстро люди могут проверять и совершенствовать его работу. По сути, мы можем выпустить только столько, сколько у нас есть времени на проверку.

Искусственный интеллект теперь способен обрабатывать гораздо больше информации, чем когда-либо прежде, но наша способность концентрироваться снижается. За последнее десятилетие объем текста, который может обработать ИИ одновременно, увеличился в разы – более чем в 3900 раз! – в то время как продолжительность концентрации внимания человека сократилась. Это означает, что мы все больше полагаемся на ИИ для выполнения мыслительной работы за нас, и мы еще не развиваем навыки для правильной оценки его результатов.

Существует конкуренция между тем, как быстро мы можем автоматизировать задачи, и тем, как быстро мы можем проверить, выполнены ли они правильно. Как объясняется в исследовании Каталини и других, задачи с легко проверяемыми результатами будут автоматизированы в первую очередь. Работа, требующая проверки человеком, замедляет автоматизацию, потому что проверка требует времени и усилий. Я сам это испытываю, когда занимаюсь многозадачностью – я могу сделать многое, но мое внимание рассеяно. В конечном итоге, то, что ограничивает наш прогресс в больших масштабах, – это не выполнение работы, а возможность ее проверять и направлять.

Теперь, когда почти каждый может создавать почти всё, то, что нас сдерживает, изменилось. Технические навыки и доступ к инструментам не так важны, как раньше. Вместо этого, хорошее принятие решений, креативные идеи и то, как мы тратим своё время, определяют, достигнем ли мы реального прогресса или будем просто ходить по кругу. Поскольку создавать с помощью ИИ так дёшево и легко, особенно легко отвлечься.

Некоторые вещи по-прежнему требуют моего собственного мышления. Хотя такие инструменты, как Claude, могут помочь в решении задач, таких как проверка контрактов или создание планов, они не могут заменить мою оценку. Они полезны только в том случае, если я понимаю контекст – например, зная, на какой рынок ориентироваться и что планирует моя конкуренция.

За последние шесть месяцев я сосредоточился больше на создании автоматизированных систем и инструментов для моих клиентов, чем на непосредственном выполнении работы сам. Это привело к созданию индивидуальных программных решений, которые отвечают их конкретным потребностям и недоступны где-либо еще.

Как SEO-эксперт, я наблюдаю огромный сдвиг в цифровом ландшафте. Создание программного обеспечения, создание контента и запуск новых инструментов становятся невероятно дешевыми – почти бесплатными. Но вот в чем загвоздка: выяснить, *действительно ли это работает* – точно ли это, эффективно ли это или вообще стоит ли этим пользоваться – становится намного дороже. Мы тонем в вариантах, но испытываем голод по надежной информации. Речь больше не идет о *создании* вещей, а о том, чтобы знать, что хорошо, а что плохо.

Я перешёл от непосредственного выполнения работы к созданию и тестированию систем, которые её выполняют. Теперь я сосредоточен на важных решениях, которые не может принять ИИ – решении о том, что создавать, от чего отказаться и выявлении любых ошибок, которые ИИ упускает из виду. Я исследую, что означает эта новая роль, и хочу поделиться этим путешествием с вами.

Смотрите также

2026-05-05 17:11