Кейс не про ИИ, а про провал воронки кадров.

Кейс не про ИИ, а про провал воронки кадров.

Контекст: в Berkeley на курсе CS10 доля неудовлетворительных оценок выросла до 35,3% против обычных 10%. Причина банальная: студенты отдают домашки языковым моделям, не добирают базу и валятся на экзаменах.

Действие: компании делают то же самое на рынке. Срезают опытных инженеров ради экономии на ИИ, а в обучение новых специалистов уже не инвестируют как раньше — потому что «модель же всё сделает». 🤖

Результат: через 1-3 года получаем дефицит не junior’ов, а людей, которые вообще понимают, что делает система и где у неё ломается логика.

Вывод простой: ИИ ускоряет исполнение, но не заменяет фундамент. Если в найме, обучении и контроле качества ставка только на автоматизацию, потом будет некому чинить ошибки ни в коде, ни в бизнесе.