Как защитить свою карьеру в сфере кибербезопасности в мире искусственного интеллекта

Я занимаюсь кибербезопасностью уже почти 25 лет, за это время попробовал разные профессии, задачи и направления. Сегодня для меня особенный момент: впервые за все эти годы я потерял свою «группу аэропортов». Это напомнило мне о том, что безопасность — всегда про риски. Мы должны быть готовы, иметь план B и уметь отражать возможные атаки. К счастью, ничего критического не произошло, серьезных угроз не оказалось, но сценарий защиты в любом случае должен существовать.

Многие из вас, наверное, знают эту картинку. На ней изображена одна из уже несуществующих профессий — операторы телефонных станций. Телефонистки по звонку соединяли клиентов с нужным абонентом. Фотография датируется 30-ми годами прошлого века. Сегодня такой профессии больше нет, как нет и самих коммутаторов. Более того, привычная проводная телефонная связь тоже постепенно уходит в прошлое.

Когда-то эта работа была крайне востребована. В крупных городах стояли целые здания, наполненные проводами и оборудованием для переключения сигналов. Это была важная профессия своего времени. Но прошло меньше века — и ее больше не существует.

На сегодняшний день мы видим беспилотные автомобили на улицах. И, вероятно, через несколько лет профессия водителя может стать такой же неактуальной. Мы сядем в такси и будем ехать в гордом одиночестве — без водителя. Это уже реальность.

Обе картинки — из США. И это не случайно. Когда мы говорим об IT, кибербезопасности и о том, что происходит с профессиями, в первую очередь мы опираемся именно на американский опыт. Потому что только там есть достаточно свежая статистика и масштабные исследования индустрии.

А для нас их данные показательны: то, что происходит в США сегодня, мы можем увидеть в Казахстане через несколько лет. Чтобы выводы были убедительными, мы будем использовать материалы из недавних публикаций в авторитетных научных журналах.

Исследование NANDA, выполненное в Massachusetts Institute of Technology, показывает, как ИИ влияет на разные индустрии. В нем разработан индекс воздействия ИИ на отрасли. По состоянию на июль-август 2025 года наибольшее влияние фиксируется в медиа, телекоммуникациях, профессиональных сервисах и консалтинге. А такие области, как FinTech, банковское дело или добыча полезных ископаемых, пока остаются более устойчивыми. Поэтому если вы работаете в первых секторах, стоит внимательно посмотреть, как ИИ уже влияет именно на вашу профессию.

Изменения на рынке труда IT и кибербезопасности: вызовы и возможности

Тем, кто работает в добыче полезных ископаемых, возможно, чуть легче. А в IT и кибербезопасности меняется отношение к труду, рынок и востребованность профессий.

Результаты еще одного исследования, которое показало, что рынок труда для некоторых IT-специалистов стагнирует или даже сокращается. Методика была простой: авторы взяли данные по выплате заработных плат и по разнообразию должностей за последние почти три года в США. Они проанализировали, растет ли зарплата, сколько сотрудников разных возрастов получают регулярные выплаты. Это исследование оказалось эффективным и интересным, потому что оно дало данные в реальном времени по большому и разнообразному рынку труда.

Что получилось? За последние три года уровень занятости компьютерных инженеров, и в первую очередь разработчиков, снизился примерно на 20%. То есть индустрия продолжает работать, но при этом общее количество рабочих мест в разработке падает, хотя сам рынок в целом растет.

Второй важный факт: для людей в возрасте от 22 до 25 лет ситуация особенно заметна. Практически все профессии, где активно внедряется искусственный интеллект, показывают общую стагнацию рынка — примерно 6%. При этом зарплаты не растут.

В совокупности данные показывают: рынок труда сокращается или стагнирует именно для этой категории молодых специалистов. Рабочих мест для них становится меньше, потому что интересных задач просто не хватает — значительную часть работы выполняет искусственный интеллект.

Из этого напрашивается формула:
— если деятельность может быть полностью автоматизирована при помощи ИИ или роботов, такая профессия постепенно уходит
— если же ИИ можно использовать для повышения производительности труда, то специалисты в этой области будут востребованы.

Следующий важный момент: какие профессии находятся в зоне риска? Это программисты, тестировщики, сотрудники технической поддержки, аналитики угроз безопасности, специалисты дата-центров и другие. На сегодняшний день они остаются важными, нужными и престижными. Но это касается в первую очередь опытных специалистов. Для новичков без практики вход в индустрию становится все сложнее.

А кто находится в более безопасной зоне? Это узкопрофильные эксперты по безопасности, специализирующиеся на тех областях, где искусственный интеллект пока бессилен. Например:
— исследователи безопасности
— исследователи уязвимостей
— специалисты по криптографии, по сути математики
— менеджеры продуктов и владельцы продуктов
— архитекторы сложных систем.

Эти люди могут использовать ИИ в своей работе, но на данный момент он не способен их заменить.

Стратегии адаптации к эпохе искусственного интеллекта и важность контекста

Первое утверждение — с умом выбирайте то, что собираетесь изучать. Проверьте, может ли искусственный интеллект выполнять эту работу уже сейчас. Стоит ли тратить время на то, что вскоре будет автоматизировано?

Проблема в том, что система образования во многих странах пока не перестроилась. Поэтому, если вы сейчас учитесь, есть риск, что значительная часть получаемых знаний устареет. В итоге, выйдя на рынок труда, вы можете иметь один или несколько дипломов, но обладать меньшим практическим опытом и менее актуальными знаниями, потому что слишком много времени было потрачено на формальное обучение.

Второй пункт — используйте искусственный интеллект. Выбирая, чем заниматься, всегда задавайтесь вопросом: может ли эта работа быть автоматизирована? Если нет — в этой области есть пространство для личного роста и применения технологий. Использование результатов работы «бездушных роботов» во благо своей продуктивности помогает быть успешнее и выделяться на фоне других специалистов.

Третий пункт — владение контекстом. Все говорят о том, что машинное обучение бессмысленно без контекста. Те, кто могут добавить к системе знаний отраслевые детали, особенности конкретной предметной области или проекта, получают огромное преимущество. Они способны использовать возможности ИИ, не будучи полностью замененными автоматизацией.

Контекст — это самая ценная информация. Он уникален для каждой организации, компании, проекта. Именно за него в будущем будет разворачиваться конкуренция: все захотят, чтобы ИИ обучался на конкретных примерах, но такие знания всегда будут индивидуальными и доступны лишь их носителям.

Четвертый пункт — понимание того, как работает искусственный интеллект. Для нас ИИ — это еще один технологический слой над существующим стеком. Но чем больше его применяют, тем больше у него появляется уязвимостей и сценариев для атак. С точки зрения специалистов по безопасности это открывает новые возможности: обладая контекстом и знаниями о природе ИИ, можно эффективно находить уязвимости и предотвращать угрозы.

Несмотря на то что ИИ способен к самообучению и выявлению аномалий, контроль со стороны человека остается ключевым. Именно он удерживает систему в рамках и позволяет снова и снова выходить на конференции с новыми докладами.

Пятое — когда кандидаты выходят на рынок труда, у многих возникает соблазн создать резюме с помощью ИИ — например, попросить ChatGPT сгенерировать «идеальное» CV. На первый взгляд оно выглядит отлично. Но рекрутеры проверяют такие резюме тоже автоматизированными средствами. Как показывает одно американское исследование, результат часто парадоксален: кандидат создает убедительное, но не совсем достоверное резюме, система его проверяет и выносит вердикт — такому соискателю доверять нельзя. В итоге вакансия остается незакрытой.

Выход — строить сеть доверия и контактов. Нужно, чтобы коллеги, рекрутеры и эксперты знали вас как специалиста и понимали, какими компетенциями вы обладаете. И это должно подтверждаться независимыми и легко проверяемыми источниками.

Как этого достичь? Публиковать код на GitHub, размещать исследования, выступать на конференциях. Так вы становитесь более заметными и подтверждаете, что действительно являетесь экспертом в своем деле.