Почему нейросети убивают программистов, а копирайтеров — нет

Как ИИ расставляет все по своим местам.

Совсем недавно говорили, что программирование — «новая нефть»: золотые MacBook, космические зарплаты и загадочная аура, будто каждый день изобретаешь новый интернет. Но за фасадом все несколько по-другому: кто-то по уши в багфиксе, кто-то третий день спорит с API, а кто-то просто копирует ответ со Stack Overflow, делая вид, что это трудовой подвиг. Не зря в последние пару лет программистов массово сокращают во всех крупных компаниях.

Копирайтеров же обычно представляют скромно: человек, который просто «что‑то пишет за ноутбуком», а если спросить родителей, то «работает в интернете». Однако на вершине этой профессии — те, кто создает тексты, запускающие миллионные маркетинговые кампании, двигающие бренды в массы и помогающие чиновникам говорить умные вещи.

Теперь на арену вышли нейросети. Они быстро учатся писать и кодить, а заодно заставляют задать неприятный вопрос: кому конец придет раньше — тем, кто привык к дорогому статусу, или тем, кого годами недооценивали.

Автоматизация — это не новая напасть XXI века, а процесс, который идет уже очень много лет. Каждое поколение переживало свои «технологические паники», только вместо нейросетей раньше были ткацкие станки, конвейеры и офисные компьютеры.

В XIX веке ткацкий станок и паровая машина лишили работы десятки тысяч ремесленников‑текстильщиков. В Англии даже возникло луддитское движение — рабочие ломали машины, которые, отбирали их «cup of tea». Профессия не исчезла, но изменилась: выжили те, кто умел планировать и обслуживать оборудование, а не ткать вручную.

В начале XX века массовое конвейерное производство, запущенное Генри Фордом, удешевило автомобили и превратило труд сборщика в набор повторяющихся действий.

В конце XX века компьютеры и электронная почта вытеснили машинисток, переписчиков и операторов печатных машин, а те, кто освоил новые инструменты, получили новые роли.

Сегодня автоматизация добралась до интеллектуальных задач. ChatGPT генерирует тексты за секунды, GitHub Copilot пишет код, Midjourney создает концепт‑арт без участия художника. То, что еще недавно считалось прерогативой человека, перестало быть недосягаемым для машин.

Любая новая волна технологий сокращает слой исполнителей и повышает требования к тем, кто остается. Разница в том, что раньше на перестройку уходили десятилетия, а теперь — несколько лет, а иногда и месяцы. И нейросети только ускорили этот цикл.

Еще пару лет назад разработчики выглядели неприкасаемыми: высокий порог входа, сложные технологии, зарплаты, о которых лишь мечтали инженеры из других сфер. Сейчас попасть внутрь стало еще сложнее — конкуренция выросла, джуниоров на рынке переизбыток, вакансий на стартовые позиции почти нет.

Но как только барьер пройден, «айтишная сложность» часто оказывается куда более призрачной. Большая часть повседневных задач — это исправление багов, интеграция готовых библиотек, поддержка устаревших систем. Все это важно, но алгоритмы уже неплохо справляются с этой рутиной. Для ИИ код — идеальная среда: четкие правила, формализованные структуры, быстрый способ проверить результат. GitHub Copilot и аналоги способны генерировать рабочие фрагменты, писать тесты и предлагать оптимизации. То, что вчера занимало у джуна день, сегодня выходит за считанные минуты.

В России картину дополняет контекст: огромные зарплаты держались за счет жирного финтех‑сектора и текучки за рубеж. Но при этом большинство специалистов остаются исполнителями, а не авторами архитектурных решений. Когда ценность измеряется скоростью и точностью выполнения ТЗ, а не уникальными идеями, заменить такого исполнителя на ИИ — вопрос времени.

С 2024‑го пошла и структурная перестройка. Компании проводят «тихие» сокращения, убирая джунов и мидлов с опытом до полутора лет, а также линейных разработчиков, чьи задачи можно автоматизировать. Под нож идут и менеджеры с раздутыми зарплатами, если их вклад неочевиден. В HR‑среде уже прижился термин «призрачные сотрудники» — люди, которые числятся в штате, но не создают ощутимой ценности для бизнеса.

Причины очевидны: ключевые проекты по импортозамещению уже завершены, а новых задач пока мало; высокие ставки по кредитам и кассовые разрывы заставляют оптимизировать расходы; бюджеты утекают в сторону автоматизации и ИИ.

Совсем недавно IT‑рынок в России переживал перегрев: зарплаты росли быстрее, чем успевали выпускать новых специалистов. Но к середине 2025 года эта гонка застопорилась. Медианная зарплата разработчиков по данным SuperJob держится на уровне около 184 000 ₽ в месяц, у сеньоров и тимлидов — до 500 000 ₽. Для массового восприятия это все еще «космос», но темпы роста остановились.

Причин несколько. Во‑первых, опорные ниши, вроде финтеха, перестали бесконечно расширять штаты: ключевые проекты выполнены, новые запускаются реже. Во‑вторых, возможность работать на зарубежные компании по прежним ставкам есть далеко не у всех — конкуренция за такие позиции стала глобальной.

Параллельно идет сокращение вакансий. Осенью 2024 года на рынке было около 87,5 тысячи открытых позиций, а к февралю 2025‑го — уже 65 тысяч, что сопоставимо с уровнем начала 2023 года. Компании экономят: в первую очередь убирают джуниоров и мидлов с опытом до полутора лет, чьи задачи можно поручить автоматизации.

В итоге мы видим странный парадокс: зарплаты в верхнем сегменте все еще высокие, но они достаются все меньшему числу специалистов. А статус разработчика со стажем уже не гарантирует ни быстрого трудоустройства на новое место, ни защиты от увольнения на текущем — и этот миф разрушается прямо на глазах.

Копирайтинг — это зонтичный термин, под которым прячутся десятки разных профессий: SEO‑авторы, SMM‑специалисты, журналисты, сценаристы, авторы подкастов и YouTube‑каналов. Для массового восприятия все это часто сводится к образу «человека, который пишет тексты за ноутбуком». Но на верхнем уровне все устроено иначе.

В сегменте премиум‑копирайтинга (на Западе это часто называют content writing) работают авторы, чьи тексты напрямую влияют на репутацию брендов, формируют образы компаний и запускают проекты с миллионными бюджетами. Это люди, способные синтезировать сложную информацию в понятные, цепкие истории, где каждая фраза подчинена общей стратегической задаче.

В эту группу входят и сильные фрилансеры, которые работают не только на локальный рынок, но и на международных клиентов. Они пишут на английском, создают сценарии для зарубежных YouTube‑каналов, разрабатывают концепции рекламных кампаний, которые должны работать в разных культурных контекстах. У них нет офисного стола и фиксированного графика, но есть портфолио, которое открывает двери к глобальным заказам.

Именно для таких специалистов копирайтинг давно перестал быть «ремеслом написания текста». Это уже исследовательская и продюсерская работа: от изучения нового продукта или события — до разработки концепции, структуры и эмоциональной подачи. Здесь ценятся навыки, которые ИИ пока воспроизводит плохо: умение «встроиться» в тон бренда, учитывать нюансы восприятия, работать с данными, которых нет в открытых источниках.

Нейросети уже умеют собирать тексты под ключ, но в премиум‑сегменте копирайтинга они до сих пор выглядят как сильный, но все же вспомогательный инструмент. Главная причина — контент этого уровня редко строится на чистой языковой форме. Он начинается с глубокого погружения в тему, сбора данных и создания уникальных инсайтов.

ИИ не может оказаться на месте событий, лично протестировать новый продукт, взять интервью у эксперта или почувствовать атмосферу, которая потом станет фоном истории. Все, чем он располагает, — это массив прошлых данных, уже опубликованных в интернете. В результате он умеет воспроизводить то, что известно, но не создавать принципиально новое знание из первоисточника.

У топовых копирайтеров такой доступ к источникам — норма. Это могут быть закрытые брифы клиента, результаты внутренних исследований, впечатления от личного опыта. Добавь сюда умение встроить нужный смысл в культурный контекст конкретной аудитории — и ты получишь задачу, где одна неверная интонация может испортить эффект. Машина здесь не умеет работать без риска промаха.

Там, где массовый текст ИИ уже пишет быстрее человека, премиум‑сегмент копирайтинга удерживает иммунитет. Здесь важен не только конечный текст, но и процесс его создания — с проверкой фактов, свежими данными, личным опытом и культурной точностью, которые пока невозможно автоматизировать без потерь в качестве.

Вся история с нейросетями и рынком труда сводится к простому принципу: автоматизация быстрее всего захватывает ту работу, которую можно описать в виде формального алгоритма и выполнить, опираясь на уже готовые данные. У программистов значительная часть задач — именно такая, поэтому линейный сегмент профессии оказался первым под ударом.

Главный критерий уязвимости профессии — доступ к реальности, в которой ИИ отсутствует. Там, где процесс можно замкнуть внутри цифровой «песочницы», автоматизация неизбежна. Там, где нужны свежие факты, проверка на месте и понимание живого контекста, человек остается безальтернативным.

И в этом смысле спор о том, кого «сметет» первым, уже не столь важен. Куда важнее — понять, в какой точке своей профессии ты находишься: на стороне задач, которые можно повторить по инструкции, или на стороне работы, где никакая машина пока не способна ступить сама.

История с нейросетями — это не только про замену одних профессий другими, но и про разные способы зарабатывать. Даже у опытных программистов далеко не всегда есть контракты, приносящие $3000 и выше. Многие зависят от фиксированного оклада и редких бонусов — вроде пресловутых «2% от прибыли проекта», которые в реальности превращаются в чисто символические суммы.

У топовых копирайтеров‑фрилансеров модель другая. Опытные авторы на международных заказах могут стабильно зарабатывать $200–300 в день. ИИ здесь играет на руку: задачи, которые раньше занимали неделю, теперь можно закрыть за 1–2 рабочих дня, не теряя в качестве. Это значит, что лишняя подработка на пару сотен долларов — вопрос пары вечеров, а не аврала на полмесяца.

В пересчете на месяц выходит, что фрилансер, работающий даже в умеренном темпе, легко зарабатывает по $2000–3000, а при постоянном потоке заказов — еще больше. И главное — он сам решает, брать ли дополнительный проект, тогда как айтишник в штате зависит от планов работодателя и структуры выплат.

И речь не только про суммы. Айтишник в штате зависит от настроения руководства и общего бюджета компании. Фрилансер сам решает, когда включить форсаж и сколько заработать. Одним платят за часы в системе, другим — за готовый результат, который можно ускорить и масштабировать. И тогда нейросети становятся не конкурентом, а партнером, позволяя человеку быстрее и эффективнее реализовывать задачи.

#копирайтинг #погромирование #технарисосать