The Reckoning Is Already Here

📖 Источник: joereis.substack.com

The Reckoning Is Already Here: саммари

Введение

Автор статьи, Джо Рейс, изначально опубликовал сатирическую статью "2028 — The Great Data Reckoning" о том, как индустрия данных якобы "развалится" в 2028 году. Однако, перечитав её позже, он осознал: это уже не сатира. Трансформация происходит прямо сейчас. Как метко заметил Уильям Гибсон, «будущее уже здесь — просто оно распределено неравномерно». Великий расчёт в индустрии данных уже наступил.

Модели перешли критический порог

За последние месяцы (примерно за последние один-два месяца) произошло резкое, практически одномоментное улучшение AI-моделей. То, что раньше было «довольно способным помощником по написанию кода», теперь производит работу production-качества: pipelines, конфигурации, стратегические документы. Каждый новый релиз удивляет даже ежедневных пользователей.

Автор приводит конкретный пример: он использует Gemini в Google Workspace для анализа писем и извлечения всех открытых action items из разных тредов — задача, которая раньше требовала найма администратора, теперь выполняется агентом по расписанию.

> «Недели работы сжимаются в часы. Часы работы сжимаются в минуты.»

Парадокс автоматизации

Джо Рейс описывает любопытный парадокс: для каждой автоматизированной задачи появляется ещё десять, которые теперь можно «достать». Изначальным узким местом была не нехватка идей или амбиций — была нехватка пропускной способности (bandwidth). AI взрывает это ограничение.

Автор поставил цель автоматизировать хотя бы одну вещь в своей жизни каждый день. И на каждую автоматизацию появляется минимум 10 новых задач для решения.

Что под угрозой: рост планки

Ключевой вывод: барьер того, что нужно делать для получения оплаты, резко повышается. Если вашу работу можно описать как «следование документированным процедурам» — окно возможностей быстро закрывается. Большая часть data engineering работы именно такова: написание YAML-конфигов, чтобы Tool A поговорил с Tool B.

> «Большинство инженеров не понимают бизнес. Они знают конфигурационные знания — это не бизнес-контекст. Это как умение забивать железнодорожные костыли, которые в итоге заменили машины.»

Те, кто выживут — это те, кто сидит с бизнес-пользователями и спрашивает: «Какое решение вы пытаетесь принять?» или «Какой результат вы хотите получить?».

Что пока не заменимо: человеческое суждение

Автор отмечает, что всё ещё охотно платит за вещи, где важен вкус и суждение. Например, он нанимает дизайнеров для своей книги, потому что AI-дизайн всё ещё не хватает нюансов. AI может произвести «сносный» результат, но «сносный» — неприемлемо, когда вы ставите своё имя на физический продукт.

Пока что (и это важное уточнение) AI не имеет глубокого контекста об идиосинкразиях конкретной организации. Он не знает, почему dbt job исключает транзакции из Нью-Джерси по вторникам или почему таблица называется final_v2_FIXED_actually_final_USE_THIS_ONE.

Однако автор предупреждает: «Что бы вы ни думали, что AI сегодня не способен сделать — он удивит вас раньше, чем вы ожидаете. Каждый раз, когда я проводил черту и говорил: "Это невозможно", следующая версия модели стирала эту черту».

Заключение: что делать

Рекомендации автора:

1. Освойте AI сейчас. Если компания не оплачивает AI-инструменты — потратьте $20/месяц сами. Это инвестиция в ваше будущее. Модели двухлетней давности действительно были плохи, текущие — другие.
2. Станьте ближе к бизнесу. Если вы cost center с трудностями обоснования своей работы — вам стоит беспокоиться. Найдите способ оказаться на линии генерации дохода.
3. Стройте значимые вещи. Ваши защитные рвы (moats) — это институциональные знания, доменная экспертиза, отношения, суждение. Не знание инструментов. Инструменты коммодитизируются.
4. Найдите своё сообщество. По мере того как AI автоматизирует механическую работу, люди будут больше渴求 человеческой связи. Автор упоминает Practical Data Community Discord с почти 3000 участников.

> «Мир меняется с огромной скоростью. Великий расчёт уже здесь. Двигайтесь соответственно.»

Мероприятие: 26 марта 2026 года в Сан-Франциско пройдёт техническая конференция для data engineers (100 участников, без продавцов и спонсоров).

📢 Информация предоставлена телеграм-каналом: Data&AI Insights

🤖 Data&AI Insights - Ваш источник инсайтов о данных и ИИ