Автопром меняет IT-кадры на AI-специалистов

В автомобильной отрасли все заметнее идет перестройка IT-команд под задачи искусственного интеллекта ^[1]. Компании сокращают часть сотрудников с прежним набором навыков и одновременно ищут специалистов, которые умеют строить AI-системы, работать с данными, моделями и облачной инфраструктурой.

Один из свежих примеров — General Motors. Компания сократила более 10% своего IT-отдела, около 600 salaried employees. В GM объясняют это не просто экономией, а сменой набора компетенций: часть позиций убирают, чтобы нанимать людей с более сильным AI-focused background.

Речь не идет о замене один к одному. То есть новых AI-ролей, скорее всего, будет меньше, чем сокращенных позиций. Но сама логика ^[2] понятна: автопроизводителям нужны не просто сотрудники, которые используют нейросети как вспомогательный инструмент, а инженеры, способные строить AI-native системы с нуля.

Среди востребованных навыков называются AI-native development, data engineering и analytics, cloud-based engineering, agent and model development, prompt engineering и новые AI workflows. На практике это означает умение проектировать пайплайны данных, обучать и внедрять модели, интегрировать их в продукты и внутренние процессы.

GM не единственная компания, которая проходит через такую перестройку. По оценке CNBC, Ford, GM и Stellantis в сумме сократили более 20 тыс. офисных сотрудников в США от своих недавних пиков занятости. Причины у сокращений разные, но значительная часть связана с технологическими изменениями, включая переход к электромобилям, софту и AI.

При этом не все компании одинаково понимают, как именно использовать искусственный интеллект. В отрасли уже есть примеры, где AI превращается не в модный эксперимент, а в коммерческий продукт.

Один из таких кейсов — Samsara. Компания много лет устанавливала камеры в грузовики клиентов: для мониторинга водителей, предотвращения краж и разбора страховых случаев. На основе накопленных данных Samsara обучила модель, которая умеет определять выбоины на дорогах и оценивать, насколько быстро они ухудшаются. Этот продукт компания уже предлагает городам, среди клиентов называется Чикаго.

Краткий вывод: автопром входит в ту же фазу, что и многие другие отрасли: AI не просто добавляет новые инструменты, а меняет структуру команд. Спрос смещается от классического корпоративного IT к специалистам, которые умеют строить модели, пайплайны и AI-продукты поверх больших массивов данных.

Источник ^[3]