Профессии будущего на 15 лет: айтишник с Хабра примеряет работу инженера дата-центра

Автор поста на Хабре раньше программировал, а сейчас занимается IT-менеджментом, проектами и развитием бизнеса. Несколько лет назад он почти без сомнений советовал бы идти в разработку, теперь такой уверенности нет. Готового ответа у него тоже нет: текст задуман как приглашение к обсуждению, а не как рецепт.

Что нового в споре о профессиях будущего?

Автор собрал несколько опорных фактов и честно оговорил границы каждого.

• Воронка Андрея Карпаты. По его прикидке, 75% людей (около 6 млрд) почти не сталкивались с языковыми моделями. Около 20% (от 1 до 2 млрд) иногда пользуются ChatGPT и аналогами, чаще как улучшенным поиском. Около 0,2% (примерно 20 млн) применяют передовые модели в программировании и математике. И лишь 0,00006% (около 5 тысяч) имеют доступ к самым продвинутым внутренним системам лабораторий.
• ИИ-агенты в разработке. ИИ-агент, это программа, которая сама выполняет цепочку шагов, а не отвечает на один вопрос. По словам автора, такие агенты уже справляются с работой, которая раньше занимала недели.
• Открытые модели догоняют. Открытая модель, это модель, которую можно скачать и запустить у себя. Китайские GLM и Qwen закрывают многие прикладные задачи без дорогих API (платного доступа к чужой модели через интернет). Часть таких моделей работает даже на локальном оборудовании.
• Электричество для ИИ. По прогнозу Международного энергетического агентства, дата-центры потребят 950 ТВт·ч (тераватт-часов) к 2030 году против 485 ТВт·ч в 2025 году. Это базовый прогноз, а не гарантия.
• Смежные направления. SCADA (системы диспетчерского управления оборудованием), BMS (управление инженерными системами здания), автоматизация и мониторинг инфраструктуры.

Цифры Карпаты сам автор называет приблизительным расчётом, а не исследованием. Речь в них о глубине использования, а не о числе регистраций, и автор признаёт: по своему кругу общения о мире судить трудно.

Программисты, конечно, никуда завтра не исчезнут, но сколько их потребуется для выполнения прежнего объёма работ, вопрос открытый. : Автор поста на Хабре

Из западных ролей автор упоминает product builder и FDE-инженера, но не расшифровывает их и сомневается в их долгосрочной устойчивости.

Как примерить мысленный эксперимент на себя?

1. Представьте условия автора: вам от 35 до 40 лет, за плечами 15 лет в IT, на переобучение есть от 1 до 3 лет.
2. Выпишите, что из вашего опыта переносится в смежную область: для айтишника это скорее SCADA и BMS, чем монтаж кабеля.
3. Проверьте рынок своими глазами: на hh.ru вбейте «инженер ЦОД» (центра обработки данных), «инженер по автоматизации», «SCADA» и сравните число вакансий и вилки со своей текущей зарплатой.
4. Узнайте в технических вузах своего региона, есть ли программы профессиональной переподготовки по электроэнергетике и автоматизации, и сколько они длятся.

Источник не приводит зарплат и данных о спросе в России, поэтому решение придётся опирать на свои подсчёты, а не на чужие обещания.

Есть ли российский аналог?

Для тех, кто пока в группе «20%» и пользуется ИИ как поиском, из доступных в РФ аналогов ChatGPT подойдут YandexGPT и GigaChat. Открытые Qwen и GLM интересны тем, кто готов разворачивать модель на своём компьютере или сервере.

Что делать с этим прямо сейчас, по ролям

Автору Дзена: тема профессий будущего цепляет читателей 50+, у которых дети и внуки выбирают специальность. Сделайте разбор с цифрами МЭА и честной оговоркой, что это прогноз.

Маркетологу: если открытые модели закрывают типовые задачи, часть работы можно перевести с платных сервисов на локальные. Проверьте, какие ваши задачи на самом деле требуют самой мощной модели.

Предпринимателю в РФ и СНГ: инфраструктуру, по словам автора, всё равно нужно строить и обслуживать. Если ваш бизнес рядом с энергетикой или инженерными системами, присмотритесь к людям из IT, которые готовы переучиваться на автоматизацию.

Какие вопросы задают чаще всего?

Программирование ещё хороший выбор?

Автор не утверждает, что спрос на программистов обязательно сократится. Он лишь пишет, что ставка на разработку уже не выглядит настолько очевидной, как раньше.

Нужно ли полное техническое образование для работы в ЦОД?

Источник ответа не даёт, автор сам задаёт этот вопрос. Он предполагает, что разумнее заходить через смежные направления, где пригодятся IT-знания.

Почему именно электрики?

Обучение и работа моделей требуют дата-центров, электричества, охлаждения и сетей. Код переписать можно, а за ошибку в электроснабжении, как замечает автор, отвечают не только правкой кода. Поэтому лучшая страховка на ближайшие 10 лет, это навык, который нельзя скачать вместе с моделью.