Сэм Альтман и Марк Цукерберг назвали главную проблему ИИ: почему компаниям нужны новые инженеры

Руководитель OpenAI Сэм Альтман и генеральный директор Meta Марк Цукерберг почти одновременно признали, что внедрение искусственного интеллекта в бизнес происходит значительно медленнее, чем ожидала отрасль. В то же время начала распространяться новая профессия — инженер по передовому внедрению (Forward Deployment Engineer, FDE), который помогает адаптировать ИИ к реальным рабочим процессам компаний, сообщает Forbes.

Сэм Альтман заявил, что человечество ещё не пережило «момент iPhone» для ИИ — момент, когда технология перестаёт быть отдельным инструментом и становится естественной частью повседневной работы. По его мнению, главным препятствием являются экономическая инерция и нежелание людей быстро менять привычные способы работы.

Практически сразу после этого заявления стало известно, что Meta отказалась от внутреннего проекта Office Transformation (OT), который должен был радикально перестроить рабочую силу компании вокруг агентов ИИ. План предусматривал сокращение отдельных команд до 60%, оставив небольшие группы сотрудников для контроля работы систем ИИ.

«Победителями в сфере ИИ станут не те, у кого будут самые яркие демонстрации, а те, кто превратит беспорядочную работу в надежные рабочие процессы», — заявил автор материала Forbes Лутц Фингер и добавил, что компании, которые правильно интегрируют ИИ, получают возможность автоматизировать процессы, которые раньше занимали недели, запускать больше продуктов и работать с большим количеством каналов без пропорционального увеличения штата.

Доверие к агентам остается низким

Главной причиной медленного внедрения эксперты называют недостаток доверия к автономным агентам. По данным опроса Harvard Business Review за 2026 год, лишь 6% компаний полностью доверяют ИИ-агентам выполнение ключевых бизнес-процессов. Институт Ifo зафиксировал рост использования ИИ среди компаний с 40,9% до 54,5% за год, но это свидетельствует скорее о постепенной адаптации, чем о массовой революции.

Альтман объясняет, что проблема заключается не в возможностях моделей. Большинство рабочих процессов содержат множество неформальных исключений, обходных решений и привычек сотрудников, которые никогда не были задокументированы.

Кто такие FDE и почему их массово нанимают

Именно для преодоления этого разрыва появилась новая специализация — инженер передового развертывания. Такие специалисты работают непосредственно внутри компаний-клиентов, изучая реальные бизнес-процессы и адаптируя системы ИИ под конкретные потребности. За последний год количество вакансий FDE выросло на 729%.

Пионером в этой модели стала компания Palantir, а сейчас таких специалистов активно нанимают OpenAI, Anthropic, Google, Salesforce и OMMAX. В отличие от традиционных инженеров, они не просто внедряют готовый продукт, а помогают понять, как организация работает на практике.

Урок беспилотных автомобилей

Автор сравнивает нынешнюю ситуацию с развитием автономного транспорта. Беспилотные автомобили быстро научились соблюдать правила дорожного движения, однако долгое время не могли безопасно передвигаться по реальным дорогам, где люди постоянно отклоняются от формальных правил.

«Настоящий вопрос заключается не в том, использовать ли ИИ или нет. Он заключается в том, насколько автономной должна быть система», — цитирует слова основателя Swarmer Алекса Финка.

По его мнению, роль FDE со временем также будет эволюционировать. Если сегодня она требует глубоких знаний в области машинного обучения, то в будущем её могут выполнять маркетологи, финансисты или другие специалисты, хорошо знающие свою сферу и в то же время владеющие инструментами ИИ.

Пока же Альтман и Цукерберг фактически подтвердили, что сами по себе модели не способны автоматически перестроить работу компаний. Самым надежным путем к успешному внедрению остается человек, понимающий как технологию, так и реальные рабочие процессы внутри организации.

В то же время ряд американских корпораций, в частности Microsoft и Uber, начал пересматривать и сокращать масштабные расходы на ИИ из-за его неоправданной дороговизны и сомнительной окупаемости. Бизнес всё чаще сталкивается с бесконтрольным потреблением токенов и лицензий, скептицизмом сотрудников и ограниченной отдачей от алгоритмов, которые из-за рисков безопасности не имеют доступа к важным внутренним базам данных.