Что остаётся аналитику, если AI крепчает: мнение техлида Альфа-Банка

Искусственный интеллект не отбирает у аналитика профессию, но заставляет его подняться на новую ступень мастерства. Юрий Черепов, технический лидер системной аналитики в Альфа-Банке, услышал этот вопрос на внутреннем митапе и решил разобраться, как AI трансформирует роль аналитика. Вместо того чтобы паниковать, он предлагает взглянуть на историю профессии и понять, что каждый технологический скачок лишь менял инструменты, но не суть работы.

Вопрос о том, не делает ли AI людей профессионально слабее, сегодня звучит повсюду — от кулуаров IT-конференций до стратегических сессий в крупных корпорациях. Черепов признаёт: опасения обоснованы, ведь когда мы делегируем нейросетям анализ данных, написание требований и генерацию документации, есть риск разучиться думать самостоятельно. Однако он убеждён: ответ кроется не в отказе от технологий, а в осознанном их использовании.

Как AI меняет работу аналитика на самом деле

Юрий Черепов в своей статье на Habr делится наблюдениями, которые могут показаться неожиданными. AI не заменяет аналитика, а высвобождает его время для более ценных задач. Раньше специалист тратил часы на сбор данных, их очистку и первичную обработку. Теперь это делает алгоритм за минуты. Но что происходит с освободившимся временем? Именно здесь кроется главная трансформация.

Аналитик перестаёт быть исполнителем рутинных операций и превращается в архитектора решений. Он больше не просто фиксирует требования бизнеса, а задаёт правильные вопросы, проверяет гипотезы и интерпретирует результаты, которые выдаёт AI. Это требует более глубокого понимания контекста, критического мышления и навыков коммуникации — того, что машина пока не способна воспроизвести.

Какие навыки становятся критически важными в эпоху AI

Ключевой навык, который Черепов ставит во главу угла, — это умение задавать вопросы. AI может предложить решение, но он не знает, какой вопрос был исходным. Аналитик должен формулировать проблему так, чтобы модель дала релевантный ответ. Кроме того, важно умение проверять результаты: нейросеть может выдать правдоподобную, но ошибочную информацию, особенно в нестандартных ситуациях.

Второй важный навык — интерпретация данных в контексте бизнеса. AI оперирует цифрами и закономерностями, но не понимает нюансов законодательства, внутренних политик компании или стратегических целей. Аналитик остаётся мостом между данными и бизнес-решениями. Он должен не просто передать выводы, но и объяснить, почему они важны и какие риски несут.

Почему AI не заменит аналитика полностью

Черепов приводит несколько аргументов, почему полная замена невозможна. Во-первых, AI не умеет вести диалог с заказчиком. Он не может уточнить требования, если они сформулированы неоднозначно, не почувствует недовольство стейкхолдера и не предложит компромисс. Во-вторых, AI не способен принимать ответственность за решения. Если ошибка приведёт к финансовым потерям, отвечать будет человек.

В-третьих, AI работает на основе обучающих данных, которые могут содержать исторические предубеждения или устаревшие паттерны. Аналитик, обладая актуальным знанием о текущей ситуации, способен скорректировать выводы модели. Таким образом, AI — это мощный ассистент, но не замена эксперту.

Что теряет аналитик, если полностью доверится AI

Главный риск, о котором предупреждает Черепов, — это потеря критического мышления. Если специалист привыкает слепо доверять выводам AI, он перестаёт замечать ошибки. Модель может быть уверена в ответе, но не учитывать специфику конкретного кейса. Например, в банковской сфере AI может не распознать новую схему мошенничества, потому что она не встречалась в обучающей выборке.

Второй риск — деградация профессиональных навыков. Если аналитик перестаёт вручную работать с данными, он забывает, как выглядят аномалии, как проверить гипотезу без готовых инструментов. Это делает его уязвимым в ситуациях, когда AI недоступен или даёт сбой. Поэтому важно сохранять баланс: использовать AI для рутины, но регулярно практиковаться в базовых техниках.

Как аналитикам адаптироваться к новым реалиям

Черепов советует не бояться AI, а активно его осваивать. Начать стоит с простых задач: использовать нейросети для генерации черновиков документов, поиска информации или анализа тональности. Это поможет понять сильные и слабые стороны инструмента. Далее нужно научиться формулировать запросы так, чтобы получать качественные результаты, и всегда проверять выводы.

Важно также развивать навыки, которые AI не может воспроизвести: эмоциональный интеллект, умение вести переговоры, стратегическое мышление. Аналитик будущего — это не тот, кто умеет быстро считать, а тот, кто умеет видеть картину целиком и принимать взвешенные решения. Компании, в свою очередь, должны инвестировать в обучение сотрудников, иначе эффект от внедрения AI будет минимальным.

Какие новые роли появятся в ближайшие годы

Черепов прогнозирует, что уже скоро появятся специалисты по валидации AI-результатов и AI-тренеры. Первые будут отвечать за проверку корректности выводов модели, вторые — за обучение нейросетей на специфических данных. Также возрастёт спрос на аналитиков, умеющих интегрировать AI в бизнес-процессы и оценивать эффективность таких решений.

Эти роли потребуют не только технических знаний, но и глубокого понимания бизнес-контекста. Аналитик, который сегодня работает с требованиями, завтра может стать ключевым звеном в управлении AI-системами. Это открывает новые карьерные перспективы, но требует постоянного обучения и готовности меняться.

Что думают в Альфа-Банке о будущем аналитики

В Альфа-Банке, где цифровизация идёт полным ходом, AI уже применяется для анализа транзакций, прогнозирования рисков и автоматизации рутины. По словам Черепова, это не сокращает штат аналитиков, а меняет их функционал. Сотрудники меньше времени тратят на сбор данных и больше — на стратегические задачи, которые требуют человеческого интеллекта.

Банк активно инвестирует в обучение сотрудников работе с AI. Черепов подчёркивает: важно не просто внедрить инструмент, а научить людей им пользоваться с умом. Иначе AI будет генерировать красивые отчёты, которые никто не сможет правильно интерпретировать. Поэтому в Альфа-Банке делают ставку на развитие критического мышления и аналитических навыков.

Итоги: что остаётся аналитику, когда AI крепчает

Подводя итог, Черепов утверждает: AI не делает аналитика слабее, если тот не позволяет себе деградировать. Профессия эволюционирует, и те, кто адаптируется, получат конкурентное преимущество. AI берёт на себя рутину, а аналитик становится архитектором решений — тем, кто определяет, какие вопросы задавать и как интерпретировать ответы.

В ближайшие годы нас ждут новые роли, новые инструменты и новые вызовы. Но базовые принципы работы аналитика остаются неизменными: понимание бизнеса, критическое мышление и умение общаться с людьми. AI — это не угроза, а возможность стать лучше. Главное — не упустить её.