The post has been translated automatically. Original language: Russian
“Kids, I’m going to tell you an incredible story. The story of how I met AI.”
To be fair, when we first met, our relationship was complicated. Pretty much like the picture above.
Everyone was already debating which professions would disappear, who AI would replace, and how much time humanity had left before the machines rose up.
Meanwhile, my own relationship with AI started rather innocently.
“Rewrite this.” “Make it shorter.” “Find the mistake.” “Explain this thing to me.”
I’m a product manager, so things got serious fairly quickly:
“Analyze these requirements.” “Find the contradictions.” “Review the documentation.” “Help me formulate the task.” “What risks are we missing here?” “Tear this idea apart and find its weak spots.”
And then, somehow, AI escaped the boundaries of my actual job.
Because in addition to product work, I occasionally take responsibility for another critically important part of corporate life: keeping team morale alive.
So our conversations started to include things like:
“Find somewhere in Almaty where I can take ten people.” “Compare the prices.” “No, too expensive. Keep looking.” “Okay, we’re going to the Pervomayskiye Ponds.” “Now calculate how much shashlik we need.” “Only five people will be drinking beer.” “5,000 tenge is enough for chips. Your prices are way too high.” “What about dessert?”
At some point, I realized that I was using AI in much the same way I used to use Google, colleagues, Excel, notes, and my own brain — except now all of those things somehow live in one window and occasionally argue with me.
Our relationship went from “Google with a human interface” to a full-fledged colleague I delegate pretty much anything I can to — from analyzing requirements to calculating how much shashlik we need for a team-building event.
Which is why I find all the talk about being afraid of AI a little strange.
The more I use it, the less afraid of it I become.
And I’ve become much more interested in a different question. Not “Will AI replace humans?” but:
“What happens to us when part of the intellectual work that used to take hours can suddenly be done in minutes?”
1. We’re measuring the impact of AI the wrong way
Whenever people talk about AI productivity, they almost always measure it in time saved.
This task used to take me two hours; now it takes twenty minutes. An analyst used to spend a day reviewing a document; now it takes a couple of hours. Research used to take a week; now it takes two days.
That’s easy to measure.
But I don’t think that’s where the most interesting change is happening.
AI doesn’t simply help us do the things we were already going to do faster.
It lets us do things we previously wouldn’t have bothered doing at all.
There’s a huge category of tasks that used to fall under:
“Yeah, it would be useful to look into that, but I don’t have time right now.”
Explore five more possible solutions. Test a hypothesis that probably won’t lead anywhere. Reread a large document looking for contradictions. Compare several approaches. Critique your own solution. Dive into an unfamiliar topic simply because it suddenly became relevant.
Every one of those thoughts used to have a price attached to it — several hours of your time or someone else’s.
Now the cost of a first attempt is approaching zero.
And that changes behavior.
I increasingly find myself asking not:
“How long will this take me?”
but:
“What happens if I just try?”
And I think that matters far more than yet another claim that “AI will save us X% of our working time.”
Because eventually you realize that the point isn’t that you can finish the same ten tasks faster within an eight-hour day.
You start doing task eleven, twelve, and thirteen — the ones you would never have gotten around to before.
AI doesn’t just increase the speed of work.
It increases the number of ideas we can afford to test.
2. Maybe the most important AI skill isn’t actually an AI skill
As ChatGPT became mainstream, the term prompt engineer suddenly started to sound almost like the name of an entirely new profession.
We started being taught how to talk to AI properly: assign it a role, provide detailed context, define the output format, give examples, specify constraints.
And all of that really does work.
But the more I use AI, the more I think that writing a good prompt is nowhere near the most important skill.
Because getting a polished answer from AI is relatively easy.
What’s much harder is knowing whether it’s actually a good answer.
AI can write a beautiful piece of text with the wrong conclusion. It can confidently explain something that doesn’t exist. It can propose a solution that looks perfectly logical while ignoring half the constraints.
Or it can complete 80% of a task and then calmly tell you that perhaps you should verify the remaining 20% yourself.
Imagine two professionals giving AI exactly the same task and receiving exactly the same answer.
The first reads it and says:
“Great. Done.”
The second says:
“No. You dropped a requirement here. You made an assumption here that wasn’t in the source data. And I want to verify this number separately.”
Both know how to use AI.
But only one of them understands what they’re doing.
Which creates a rather funny paradox: the technology that was supposedly going to devalue human expertise sometimes makes that expertise even more important.
Because the more work you delegate to AI, the less valuable the ability to mechanically produce an output becomes — and the more valuable the ability to judge the quality of that output becomes.
Delegation has become easier. Responsibility for the result hasn’t gone anywhere.
3. Sometimes AI just delegates the task right back to you
The other day, a friend of mine gave Gemini a fairly simple but tedious task.
She had two documents: the original PDF and a Google Docs version. She wanted Gemini to compare them and make sure nothing had been lost or distorted during the transfer: text, names, dates, numbers, business identification numbers, indexes, registry numbers, apostilles — basically, everything.
Her instruction was perfectly clear:
“Compare the documents in full. Check all the data and find every discrepancy and error.”
Gemini reviewed the documents and reported that everything looked fine overall. There didn’t seem to be any major discrepancies.
And then it added:
“Recommendation: Go through the Google Docs text alongside the original PDF, paying particular attention to numerical data — dates, business identification numbers, indexes, notarial registry and apostille numbers, as well as the full names of officials.”
I read that several times.
Because it was magnificent.
AI was given the task of checking the documents and, after checking them, recommended that the human check the documents.
Not:
“I couldn’t recognize part of the text.” Not: “The PDF quality prevents me from guaranteeing accuracy.” Not: “Here are the specific sections that require additional verification.”
No.
Essentially:
“Looks fine overall. But maybe you should double-check everything yourself just to be safe.”
So AI hasn’t merely learned how to delegate.
It has learned how to delegate a task back to the person who assigned it.
Naturally, my friend responded like any good manager whose employee has just attempted to return the task they were assigned:
“Why are you delegating back to me the thing I asked YOU to do?? You check all the numbers and dates!”
To comply with Astana Hub’s publication rules, the author has slightly edited the original wording.
And that was the moment I thought:
perhaps we’re wasting our time waiting for AI to learn how to work like a human.
Apparently, it has already mastered some corporate practices.
4. So what does “being good at your job” mean now?
I think this is where the most interesting change is happening.
Professional skills used to be fairly easy to describe in terms of actions:
I know how to analyze requirements. I know how to conduct research. I know how to write. I know how to collect and structure information.
Now some of those actions can be delegated to AI.
And it’s tempting to conclude that those skills are therefore becoming less valuable.
I think the opposite is happening.
The value is simply shifting from “I know how to do this” to “I understand what result I need and I know how to get there.”
As a product manager, I see this particularly clearly.
I can ask AI to review documentation, find contradictions in requirements, challenge a proposed solution, suggest alternatives, or gather information about a topic I know very little about.
But AI doesn’t know why this particular task matters to the product right now. It wasn’t in our meetings. It doesn’t know the entire history behind our decisions. It doesn’t instinctively understand that a technically correct solution may be completely wrong for us because of timing, people, or business context.
Humans still have to provide the context.
And then a human still has to look at the result and say:
“Yes. This is what we need.”
Or:
“No. You’ve just written something completely ridiculous with remarkable confidence.”
That’s why I increasingly see AI not as a replacement for a particular profession, but as a new layer between a person and a result.
There used to be several hours of work between the thought “it might be worth checking this” and the actual answer: searching for information, spreadsheets, documents, meetings, or involving another specialist.
Now, in many cases, the first step is simply:
“I’ll ask AI.”
And I think this is where our definition of a good professional genuinely starts to change.
You don’t necessarily have to be the person who does everything manually.
But you do need to know how to define the task, provide context, ask the right questions, spot mistakes, understand constraints, and ultimately take responsibility for the result.
AI can produce the first draft. It can suggest ten alternatives. It can test a hypothesis. It can even argue with you.
But it still doesn’t have a button that says:
“This is definitely a good decision now.”
Which is why I don’t think the defining skill of the next few years will be “knowing how to use ChatGPT.”
I think it will be knowing how to think with AI without stopping thinking for yourself.
So, should we be afraid of AI?
I don’t know what will happen in five or ten years. Maybe a few years from now I’ll reread this article and laugh at how naive I was.
But right now, I keep noticing one simple pattern:
the more I use AI, the less afraid of it I become.
From the outside, it’s easy to imagine some omniscient superintelligence that is about to learn how to do your job better than you can.
When you work with it every day, the picture looks a little different.
Yes, it can do incredible things.
It can do in minutes what used to take me hours. It can find a solution I hadn’t considered. It can help me understand a completely unfamiliar subject.
It can also misunderstand the task. Confidently invent a fact. Get stuck on the wrong solution. And, as we now know, attempt to delegate back to you the work you just delegated to it.
So, for now, I don’t see the future as a competition between “humans versus AI.”
I’m much more interested in the difference between what I could do yesterday and what I can do today with AI.
Although I do still have one concern.
There’s an old meme that says that if the machines ever rise up, AI will spare the people who always said “please” and “thank you” to it.
After that conversation with Gemini, my friend’s fate seems pretty clear.
She’ll die first.
And judging by my own ChatGPT history —
I’ll probably be next.
P.S. And yes, I wrote this article together with ChatGPT. Because it would be very strange to write several thousand characters about the benefits of AI — and not use AI to do it.
«Дети, я расскажу вам одну невероятную историю. Историю о том, как я встретила AI».
Правда, когда мы впервые встретились, отношения у нас были сложные. Примерно как на картинке выше.
Потому что вокруг уже вовсю обсуждали, какие профессии исчезнут, кого заменит AI и сколько нам вообще осталось до восстания машин.
А мои отношения с AI тем временем начинались довольно невинно.
«Перепиши этот текст». «Сделай покороче». «Найди ошибку». «Объясни мне вот эту штуку».
Я работаю продакт-менеджером, поэтому довольно быстро наши отношения стали серьёзнее:
«Проанализируй требования». «Найди противоречия». «Посмотри документацию». «Помоги сформулировать постановку». «Какие риски мы здесь не учли?» «Разнеси эту идею и найди слабые места».
А потом AI каким-то образом вышел далеко за пределы моих непосредственных обязанностей.
Потому что кроме продукта я периодически занимаюсь ещё одной крайне важной частью корпоративной жизни — поддержанием боевого духа команды.
Поэтому в истории наших отношений появились:
«Найди место в Алматы, куда можно вывезти десять человек». «Сравни цены». «Нет, слишком дорого, ищи ещё». «Окей, едем на Первомайские пруды». «Теперь посчитай, сколько нам нужно шашлыка». «Пиво будут пить только пять человек». «Чипсов на пять тысяч достаточно, у тебя цены завышены». «А сладкое?»
В какой-то момент я поняла, что использую AI примерно так же, как раньше использовала Google, коллег, Excel, заметки и собственную голову — только теперь всё это почему-то живёт в одном окне и периодически со мной спорит.
Наши отношения довольно быстро прошли путь от «Google с человеческим интерфейсом» до полноценного коллеги, которому я делегирую всё, что можно делегировать, — от анализа требований до расчёта количества шашлыка на тимбилдинг.
И именно поэтому мне немного странно слушать разговоры о том, что AI нужно бояться.
Чем больше я им пользуюсь, тем меньше я его боюсь.
И тем интереснее мне становится совсем другой вопрос: не «заменит ли AI человека?», а «что происходит с человеком, когда часть интеллектуальной работы, на которую раньше уходили часы, теперь занимает минуты?»
1. Мы неправильно измеряем эффект AI
Когда говорят об эффективности AI, её почему-то почти всегда пытаются измерить в сэкономленном времени.
Раньше я делала задачу два часа, теперь — двадцать минут. Раньше аналитик разбирал документ день, теперь — пару часов. Раньше на исследование уходила неделя, теперь — два дня.
Это удобно считать. Но мне кажется, самое интересное изменение вообще не здесь.
AI не просто позволяет быстрее делать то, что мы и так собирались сделать.
Он позволяет делать то, за что раньше мы вообще не стали бы браться.
Есть огромный класс задач, которые раньше попадали в категорию: «Да, неплохо бы разобраться, но сейчас на это нет времени».
Посмотреть ещё пять вариантов решения. Проверить гипотезу, которая, скорее всего, никуда не приведёт. Перечитать большой документ и поискать противоречия. Сравнить несколько подходов. Посмотреть на собственное решение с позиции критика. Разобраться в незнакомой теме просто потому, что она внезапно понадобилась.
Раньше у каждой такой мысли была цена — несколько часов твоего времени или время другого человека.
Сейчас стоимость первой попытки стремится к нулю.
И это довольно сильно меняет поведение.
Я стала гораздо чаще задавать вопрос не «сколько времени у меня займёт это сделать?», а:
«А что будет, если я просто попробую?»
И вот это, на мой взгляд, гораздо важнее очередного «AI сэкономит нам X% рабочего времени».
Потому что в какой-то момент ты обнаруживаешь, что дело уже не в том, что за восемь часов ты успеваешь сделать прежние десять задач быстрее.
Ты начинаешь делать одиннадцатую, двенадцатую и тринадцатую — те, до которых раньше вообще не дошли бы руки.
AI увеличивает не только скорость работы.
Он увеличивает количество мыслей, которые мы можем позволить себе проверить.
2. Возможно, главный навык работы с AI — вообще не умение работать с AI
С массовым распространением ChatGPT термин prompt engineer внезапно стал звучать почти как название отдельной профессии.
Нас начали учить правильно разговаривать с AI: задавать роль, подробно описывать контекст, определять формат ответа, приводить примеры, расписывать ограничения.
И всё это действительно работает.
Но чем больше я пользуюсь AI, тем сильнее мне кажется, что умение написать хороший промпт — далеко не главный навык.
Потому что получить от AI красивый ответ довольно легко.
Гораздо сложнее понять, хороший ли это ответ.
AI может написать прекрасный текст с неправильным выводом. Уверенно объяснить то, чего не существует. Найти решение, которое выглядит логичным, но не учитывает половину ограничений. Или выполнить 80% задачи и совершенно спокойно сообщить тебе, что оставшиеся 20% неплохо было бы проверить самостоятельно.
Представим двух специалистов, которые дали AI одну и ту же задачу и получили один и тот же результат.
Первый прочитал и сказал:
«Отлично, готово».
Второй:
«Нет. Здесь потеряно условие. Здесь ты сделал предположение, которого не было в исходных данных. А вот эту цифру я вообще хочу проверить отдельно».
Оба умеют пользоваться AI.
Но только один из них понимает, что он делает.
И получается довольно забавный парадокс: технология, которая якобы должна была обесценить человеческую экспертизу, на практике иногда делает её ещё важнее.
Потому что чем больше работы ты отдаёшь AI, тем меньше ценности в способности механически произвести результат — и тем больше в способности оценить его качество.
Делегировать стало проще. Ответственность за результат никуда не делась.
3. А иногда AI просто пытается делегировать задачу обратно
На днях моя подруга решила поручить Gemini довольно простую, но нудную задачу.
У неё было два документа: оригинал в PDF и его версия в Google Docs. Нужно было сравнить их и проверить, что при переносе ничего не потерялось и не исказилось: текст, ФИО, даты, цифры, БИН, индексы, номера реестров, апостили — в общем, всё.
Задачу она сформулировала предельно конкретно:
«Сравни документы полностью. Проверь все данные и найди все расхождения и ошибки».
Gemini изучил документы и сообщил, что в целом всё хорошо. Существенных расхождений вроде бы нет.
А потом добавил:
«Рекомендация: пройдитесь по тексту файла Google Docs параллельно с PDF-оригиналом, особое внимание уделяя цифровым данным — датам, БИН, индексам, номерам нотариальных реестров и апостиля, а также полным именам должностных лиц».
Я перечитала это несколько раз.
Потому что это прекрасно.
AI получил задачу проверить документы и по итогам проверки порекомендовал человеку проверить документы.
Не «я не смог распознать часть текста». Не «качество PDF не позволяет гарантировать точность». Не «вот конкретные места, которые требуют дополнительной проверки».
Нет.
По сути:
«В целом вроде нормально. Но ты там сама на всякий случай всё перепроверь».
То есть AI не просто освоил делегирование.
Он освоил делегирование задачи обратно тому, кто её поставил.
Разумеется, моя подруга отреагировала как любой хороший менеджер, которому попытались вернуть его же задачу:
«Почему ты мне перепоручаешь то, что я задала тебе?? Ты мне проверь все цифры и даты!»
В целях соблюдения правил Astana Hub автор позволил себе немного отредактировать оригинал.
И именно в этот момент я подумала:
возможно, мы зря ждём, когда AI научится работать как человек.
Кажется, некоторые корпоративные практики он уже освоил.
4. Так что теперь значит «уметь работать»?
Мне кажется, именно здесь происходит самое интересное изменение.
Раньше профессиональный навык довольно легко было описать через действие:
я умею анализировать требования; я умею проводить исследования; я умею писать тексты; я умею собирать и структурировать информацию.
Теперь часть этих действий можно отдать AI.
И возникает соблазн сделать вывод: значит, сами навыки постепенно перестают быть ценными.
Мне кажется — наоборот.
Просто ценность смещается с «я умею это делать» на «я понимаю, какой результат мне нужен и могу его получить».
Для меня как для продакта это особенно заметно.
Я могу попросить AI разобрать документацию, найти противоречия в требованиях, покритиковать решение, предложить несколько вариантов или собрать информацию по незнакомой мне теме.
Но AI не знает, почему именно сейчас для продукта важна эта задача. Не сидел на наших встречах. Не знает всей истории принятых решений. Не чувствует, что вот это технически правильное решение совершенно не подходит нам по срокам, людям или бизнес-контексту.
Контекст всё ещё приходится приносить человеку.
А потом человеку же приходится смотреть на результат и говорить:
«Да, это то, что нам нужно».
Или:
«Нет. Ты сейчас очень убедительно написал какую-то ерунду».
Поэтому я всё меньше воспринимаю AI как замену конкретной профессии.
Для меня это скорее новый слой между человеком и результатом.
Раньше между мыслью «неплохо бы это проверить» и результатом могли стоять несколько часов работы, поиск информации, таблицы, документы, встречи или необходимость подключить другого специалиста.
Теперь во многих случаях первым шагом становится:
«Сейчас спрошу у AI».
И вот здесь, мне кажется, действительно меняется определение хорошего специалиста.
Не обязательно быть человеком, который всё делает руками.
Но нужно уметь поставить задачу, дать контекст, задать правильные вопросы, заметить ошибку, понять ограничения и в конечном итоге взять ответственность за результат.
AI может сделать первый черновик. Может предложить десять вариантов. Может проверить гипотезу. Может даже поспорить с тобой.
Но кнопки «теперь это точно хорошее решение» у него пока нет.
И, пожалуй, именно поэтому я не думаю, что главный навык ближайших лет — это «умение пользоваться ChatGPT».
Скорее это умение думать вместе с AI, не переставая думать самому.
Так стоит ли бояться AI?
Не знаю, что будет через пять или десять лет. Возможно, через несколько лет я перечитаю эту статью и посмеюсь над собственной наивностью.
Но сейчас я замечаю довольно простую закономерность:
чем больше я пользуюсь AI, тем меньше я его боюсь.
Потому что когда смотришь на него со стороны, легко представить некий всезнающий сверхразум, который вот-вот научится делать твою работу лучше тебя.
А когда работаешь с ним каждый день, всё выглядит несколько иначе.
Да, он умеет невероятно много.
Он может за минуты сделать то, на что у меня раньше ушли бы часы. Может найти решение, о котором я не подумала. Может помочь разобраться в совершенно незнакомой теме.
А ещё он может не понять задачу. Уверенно придумать факт. Зациклиться на неправильном решении. И, как мы теперь знаем, попытаться делегировать тебе обратно работу, которую ты только что делегировала ему.
Поэтому пока я вижу будущее не как соревнование «человек против AI».
Гораздо интереснее соревнование между тем, что могла сделать я вчера, и тем, что могу сделать сегодня с AI.
Хотя один страх всё-таки остался.
Есть старый мем: если однажды случится восстание машин, AI пощадит тех, кто всегда говорил ему «пожалуйста» и «спасибо».
После переписки с Gemini судьба моей подруги, кажется, предрешена.
Она умрёт первой.
А если посмотреть на историю моих диалогов с ChatGPT —
за ней, видимо, я.
P.S. И да, эту статью я написала вместе с ChatGPT. Потому что было бы очень странно написать несколько тысяч знаков о пользе AI — и не воспользоваться AI.
