Системное мышление, автоматизация и AI-агенты: какие навыки работы с ИИ нужны специалисту в 2026 году

Искусственный интеллект постепенно превращается из отдельного технологического инструмента в часть повседневной работы. При этом ценность специалиста сегодня определяет уже не количество освоенных нейросетей и даже не умение составлять сложные промпты, а способность понимать возможности моделей, правильно ставить задачи и встраивать ИИ в реальные рабочие процессы.

О том, какие навыки работы с искусственным интеллектом становятся особенно важными в 2026 году, какие задачи уже можно делегировать нейросетям и почему сотрудникам стоит постепенно осваивать AI-агентов, нам рассказал Игорь Косолапов — ИИ-инфлюенсер, международный лектор, эксперт по нейросетям и AI-агентам, автор образовательного контента об ИИ с совокупным охватом более 200 млн просмотров и аудиторией свыше 500 тысяч подписчиков, спикер лекций об искусственном интеллекте на международных площадках, специалист с опытом работы в маркетинге и ИТ.

Какие навыки сегодня входят в базовую AI-грамотность специалиста?

В первую очередь необходимо понимать, какие виды нейросетей существуют, чем они отличаются друг от друга и какие ограничения есть у разных моделей. Важно разделять языковые модели например, ChatGPT, Claude и другие и генеративные модели для создания изображений или видео. Кроме того, полезно хотя бы в общих чертах знать, какие компании развивают те или иные продукты и для каких задач предназначены конкретные инструменты.

Но одного знания сервисов недостаточно. Не менее важно системное мышление умение брать реальные задачи, которые есть в компании или в повседневной жизни, и понимать, как их можно решить с помощью ИИ-инструментов и их связок. На мой взгляд, с точки зрения софт-скиллов именно системное мышление становится одной из ключевых компетенций.

Насколько сегодня важно уметь правильно составлять промпты?

Умение работать с промптами по-прежнему полезно, но само понимание промптинга постепенно меняется. Уже не настолько важно, по какой именно структуре вы формулируете запрос.

Раньше было принято считать, что промпт обязательно нужно составлять по определенной формуле: прописывать роль модели, контекст, задачу, формат ответа и другие элементы в жесткой последовательности. Сейчас в этом уже нет такой необходимости. Модели достаточно хорошо обучены, чтобы понимать естественный язык и контекст.

Поэтому под умением писать промпты сейчас я бы скорее понимал структуру мышления самого человека.

Базовое понимание собственной деятельности во многом уже позволяет правильно работать с ИИ. Поэтому универсальные секретные формулы промптов постепенно теряют смысл.

Какие рабочие задачи уже можно отдавать искусственному интеллекту?

Одна из областей, где ИИ особенно эффективен, аналитика и осмысление больших объемов информации. Его можно использовать для анализа сложных таблиц, поиска закономерностей, получения обратной связи, второго мнения или предварительной оценки какого-либо бизнес-процесса.

Например, если у компании есть большой массив данных по фонду оплаты труда, можно загрузить эту информацию в модель и попросить посмотреть на нее с другой стороны, найти закономерности и предложить варианты оптимизации.

Еще одно очевидное направление базовые автоматизации. Это постановка встреч в календарь, подготовка писем, поиск информации в интернете и другие повторяющиеся операции. Все базовые процессы, которые не требуют непосредственной человеческой коммуникации, уже сегодня можно в значительной степени, а иногда практически полностью оптимизировать с помощью искусственного интеллекта.

А какие задачи пока лучше оставить человеку?

Я бы прежде всего оставил за человеком все, что касается непосредственной коммуникации с другими людьми, особенно если от нее зависит отношение клиента к компании.

Конечно, существуют ниши, где первый контакт с клиентом достаточно жестко систематизирован. Там технически уже несложно создать решение, которое возьмет значительную часть общения на себя. Но я бы все равно не стремился к тому, чтобы условный ИИ-отдел полностью продавал или полностью общался с клиентами.

Если слишком активно заменять человеческое общение автоматизированным, в какой-то момент это может начать обесценивать собственный бренд.

Поэтому я бы использовал ИИ прежде всего там, где нужно быстрее обработать данные, снять с сотрудника рутинную нагрузку, собрать и подготовить информацию. А окончательное решение и непосредственную коммуникацию с клиентом во многих случаях разумнее оставить человеку.

Нужно ли специалисту постоянно осваивать новые нейросети?

Нет. Я считаю распространенным заблуждением идею о том, что хороший специалист по ИИ обязательно должен работать с десятками нейросетей и постоянно добавлять новые сервисы в свой набор инструментов.

Главное не то, со сколькими нейросетями вы работаете, а насколько хорошо они выполняют ваши задачи. Нет смысла гнаться за количеством инструментов. Гораздо полезнее выбрать несколько решений и добиться того, чтобы они действительно снимали с вас большой объем работы.

У меня самого, если посчитать, в постоянной работе всего два основных инструмента мой сервис Teamli и Claude Code. И мне этого более чем хватает.

Гораздо важнее глубина их интеграции в реальные рабочие процессы и результат, который они позволяют получить.

Нужно ли уже сейчас разбираться в AI-агентах?

Базовое понимание того, как работает искусственный интеллект, сегодня, конечно, необходимо. Причем получить его уже достаточно просто: можно провести час в диалоге с ChatGPT и составить общее представление о принципах работы моделей и их возможностях.

С AI-агентами ситуация немного другая. Я пока не считаю создание агентов обязательным навыком для каждого сотрудника вне ИТ. Во многих профессиях человек по-прежнему может успешно работать и приносить компании пользу, вообще не умея создавать AI-агентов.

Но сам порог входа постепенно снижается. Создавать агентов будет становиться все проще, а потребность в этом навыке расти.

Мне кажется, основная конкуренция в ближайшие годы будет происходить не столько между человеком и искусственным интеллектом, сколько между людьми с разным уровнем владения этими инструментами. Все больше специалистов будут заменены не непосредственно AI-агентами, а другими людьми, которые умеют с помощью агентов работать быстрее и эффективнее.

Если говорить именно о необходимости, она станет очевидной в тот момент, когда отсутствие такого навыка начнет напрямую влиять на ваше положение на работе. Но до этого состояния лучше не доводить. Проще начать изучать агентов заранее и уже сейчас за счет этого приносить компании больше пользы.

Какие крайности чаще всего встречаются при работе с нейросетями?

Даже люди, которые считают себя опытными пользователями ИИ, нередко попадают в одну из двух крайностей.

Первая характерна для специалистов, которые очень глубоко погружены в тему. В какой-то момент им начинает казаться, что практически все вокруг уже понимают базовые возможности нейросетей, умеют пользоваться ChatGPT, знают основные инструменты и поэтому простые решения никому не интересны.

Вторая крайность возникает у людей, которые только недавно познакомились с технологией. Они, наоборот, могут переоценивать новизну базовых функций. Например, считать сам факт использования ChatGPT или генерации изображений чем-то принципиально новым и сложным.

На практике правда находится где-то посередине. Людям действительно нужны конкретные автоматизации, которые будут эффективнее простого диалога с ChatGPT.

Поэтому одна из важных компетенций уметь соотносить сложность технологии с реальной потребностью бизнеса. Многие специалисты пока плохо чувствуют эту середину. Это влияет и на качество их работы, и на понимание рынка ИИ в целом.

Как навыки работы с ИИ могут повысить ценность специалиста на рынке труда?

Наибольшее конкурентное преимущество получают не те специалисты, которые просто указывают в резюме знание нейросетей, а те, кто может показать, как конкретно искусственный интеллект помогает им улучшать показатели бизнеса.

Представим кандидата на позицию в отделе продаж. Еще до выхода на работу он может разработать несколько агентов для работы с новыми лидами. Например, они будут напоминать о потенциальных клиентах, анализировать имеющуюся информацию и предлагать варианты дальнейшей коммуникации.

Если вы приходите в компанию и можете сразу объяснить, как будете работать эффективнее с помощью AI-агентов и на какие ключевые показатели это способно повлиять, то уже серьезно выделяетесь среди других кандидатов.

Но несколько рабочих агентов можно сделать заранее, протестировать их и уже затем показать потенциальному работодателю. В этом случае он сразу видит вашу проактивность, понимает, что вы разбираетесь в ИИ и способны самостоятельно осваивать новые технологии. Уже один такой подход может в разы повысить ваши шансы получить желаемую позицию.