Инженер и ИИ: почему замена невозможна, а партнёрство неизбежно

Разговор о том, заменит ли искусственный интеллект инженера, обычно заходит в тупик, потому что неправильно поставлен вопрос. Не «заменит ли», а «что именно он берёт на себя» - и тогда ответ становится куда интереснее и точнее.

ИИ уже меняет инженерный труд: снимает часть рутины, ускоряет расчёты, помогает искать варианты, оформлять документацию, анализировать телеметрию. Но он не берёт на себя главное - ответственность за работу системы в реальном мире, где ошибка имеет цену в деньгах, безопасности, а иногда в человеческой жизни.

Почему профессия устойчива

Инженерия отличается от большинства офисных задач тем, что здесь почти никогда не решается одна изолированная проблема. Когда проектируется привод, подстанция, станок, линия связи, аккумуляторная система или промышленный контроллер, инженер думает не только о том, будет ли схема работать в номинальном режиме. Он думает о том, как она поведёт себя при перегреве, старении, вибрации, ошибке монтажа, плохом питании, скачке нагрузки, неидеальном сырье, неполной документации и человеческом факторе на эксплуатации.

Изоляция кабелей, например, стареет по восьмиградусному правилу: каждые 8°C сверх нормы вдвое ускоряют её износ. Это означает, что инженер, проектирующий систему, должен учитывать не только текущий температурный режим, но и то, насколько он будет соблюдаться через пять-десять лет реальной эксплуатации - с изменившейся нагрузкой, с повреждёнными крышками шкафов, с новыми источниками тепла рядом.

ИИ способен рассчитать номинальный перегрев. Но он не задаст вопрос: а насколько реален этот номинал в условиях конкретного производства?

Именно это системное мышление и делает профессию устойчивой. ИИ хорошо работает там, где задача уже описана. Инженер нужен там, где саму задачу ещё предстоит правильно поставить.

Вероятность против проверяемости

ИИ опирается на вероятностный выбор ответа. Нейросеть ищет наиболее похожий шаблон из обученных данных и предлагает то, что статистически выглядит разумно. Инженерная деятельность устроена принципиально иначе: здесь мало «правдоподобного» решения - нужно решение, которое выдерживает расчёт, испытание, проверку на отказоустойчивость, требования стандартов и реальные режимы эксплуатации.

Граница допустимого - понятие физическое, а не вероятностное. Инженер ищет именно её, а затем доказывает, что система при всех предусмотренных сценариях остаётся внутри этой границы. Это принципиально другая задача, чем «выдать убедительный ответ».

Показательно, что даже в относительно формальных областях - например, при расчёте магнитной цепи по закону Ома - интерпретация результата требует понимания физики: насыщение сердечника, нелинейность кривой намагничивания, влияние воздушного зазора на рассеяние потока. Модель может выдать число, но только инженер знает, в каком режиме это число перестаёт быть достоверным.

Реальный мир сложнее модели

Многие представляют замену инженера как простую автоматизацию: задали параметры - получили готовое устройство. В действительности физический мир полон плохо формализуемых деталей, из которых и складывается успех или провал проекта.

На бумаге теплоотвод достаточен, а в цехе выясняется, что шкаф стоит у горячей стены и рядом с ним дополнительный источник тепловых потерь. В расчёте контакт идеален, а на объекте появляется окисление, паразитное сопротивление, наводки, вибрация и деградация изоляции под действием влажности и химии.

Индукционный нагреватель на бумаге работает на частоте, при которой скин-слой в меди составляет четверть миллиметра. Это означает, что внутренние слои заготовки нагреваются уже не вихревыми токами напрямую, а через теплопроводность от поверхностного слоя.

Расчётная эффективность - одно. Реальная скорость нагрева с учётом теплового контакта, геометрии детали и реального КПД инвертора - другое. Разрыв между этими двумя числами и есть зона инженерного суждения.

Здесь проявляется важное различие между вычислением и пониманием установки. Инженер на объекте чувствует, какие отклонения опасны, а какие допустимы, где проблема в модели, а где в монтаже, и почему два внешне одинаковых режима на практике ведут себя по-разному. Такая интуиция не мистична - она вырастает из физики, опыта отказов, знания материалов и наблюдения за тем, как техника стареет.

Ответственность нельзя делегировать алгоритму

Даже если ИИ предложит технически грамотное решение, подписывать его в эксплуатацию будет не нейросеть. В инженерии всегда существует субъект ответственности: проектировщик, главный инженер, специалист по безопасности, эксперт по сертификации, технический руководитель. Это не бюрократическая формальность, а фундамент отрасли, выстроенный через десятилетия аварий, расследований и пересмотра стандартов.

Любая серьёзная система существует не только как набор деталей, но и как набор обязательств перед заказчиком, персоналом, регулятором и средой эксплуатации.

Стабилитрон в схеме защиты рассчитывается не только на номинальный ток, но и на то, что будет при выходе схемы из строя: пробой в прямом или обратном направлении, характер теплового разгона, поведение при замене на аналог. Кто несёт ответственность за то, что этот сценарий был продуман? Инженер, подписавший схему.

ИИ удобен как инструмент предварительной работы: сгенерировать несколько вариантов схемы, составить черновик прошивки, помочь с документацией, подсказать гипотезу отказа.

Финальная инженерная проверка остаётся за человеком именно потому, что у человека есть право и обязанность сказать: «это решение допускается» или «это решение опасно». Машина не несёт юридической, профессиональной и этической ответственности в том смысле, в каком её несёт инженер.

Что ИИ действительно изменит

Меняться будет не существование профессии, а её внутренняя структура. Уже сейчас автоматизируются повторяющиеся расчёты, черновая генерация кода, подготовка типовой документации, первичный анализ телеметрии, поиск аномалий, подбор типовых компонентов, проверка большого числа вариантов.

Инженер будет меньше времени тратить на механическую работу и больше - на архитектуру, верификацию, полевые ограничения, интеграцию подсистем и анализ компромиссов.

Особенно заметно это в крупных системах. При внедрении нового датчика в промышленную сеть ИИ действительно может быстро подготовить прошивку, шаблон тестов и несколько вариантов обработки сигнала.

Инженер обязан увидеть более широкую картину: как изменится нагрузка на сеть, хватит ли пропускной способности, не появятся ли дополнительные задержки в цикле опроса, как изменится архивирование, что будет при отказе узла и каковы риски через три года эксплуатации - когда интенсивность отказов вырастет, а люди, вводившие систему, уже не будут на этом объекте.

Именно в этих «последних двадцати процентах» обычно и решается судьба проекта. Особенно если вспомнить, что промышленные системы живут не два-три года, а двадцать-тридцать, и за это время успевают сменить несколько поколений обслуживающего персонала.

Где проходит граница

Полезнее смотреть на вопрос не как на конкуренцию, а как на разделение уровней работы. Там, где задача формальна, хорошо размечена и часто повторяется, ИИ действительно очень силён. Там, где нужны физическая интерпретация, работа с неполными данными, ответственность, учёт редких аварийных сценариев и баланс между противоречивыми требованиями, инженер остаётся центральной фигурой.

В этом смысле ИИ не вытесняет инженера, а обнажает подлинное ядро профессии. Когда машина забирает шаблонную часть труда, становится особенно видно, что инженер ценен не умением заполнять типовые таблицы, а способностью понимать систему как целое, предвидеть её поведение в нештатных режимах и отвечать за последствия принятого технического решения.

Исчезнет не инженер. Исчезнет старое представление о нём как о человеке, занятом главным образом расчётной рутиной. Вместо него выходит на первый план инженер как человек, который держит в голове всю систему целиком - и знает, что с ней будет через десять лет.

Повный А. В., преподаватель Филиала Белорусский государственный технологический университет «Гомельский государственный политехнический колледж»