Карта робіт після AI: де лишається людина, де — функція, де — порожня печатка зі стажем

У лютому 1962 року чоловік на ім’я Джон Гленн сидів у консервній банці заввишки з телефонну будку, прикрученій до ракети, яку щойно навчилися не вибухати на старті. Капсула називалася Friendship 7. Орбіту, по якій вона мала летіти, порахувала кімната заввишки з шафу — IBM 7090, гордість NASA, машина, що коштувала як квартал передмістя. І перед самим запуском Гленн дав інженерам одну команду, від якої в них, мабуть, похололо в животах: «Покличте дівчину, хай перерахує цифри. Якщо вона скаже, що добре — я полечу.»

«Дівчина» — це математикиня Кетрін Джонсон. Вона взяла олівець, механічний арифмометр і півтора дня перераховувала ВСЮ траєкторію машини вручну, цифра за цифрою. Числа збіглися. Гленн полетів. Вдумайтеся в субординацію того моменту: мільйонна машина видала відповідь — і ця відповідь не вважалася відповіддю, поки її не завізувала жінка з олівцем, якій у тій же NASA не дозволяли пити каву з тих самих кавників, що й білі колеги.

А тепер дивіться на пастку, бо вона геніальна у своїй жорстокості. IBM 7090 не скасувала Кетрін Джонсон. Машина забрала в неї рівно ОДНУ задачу — арифметику — і тим самим підвищила її до задачі, яку залізо виконати не могло: бути тією людиною, на чиє слово переляканий астронавт ставить власне життя. Шістдесят років потому урок тримається з твердим числом у руках: трохи більше за 60% усіх робочих місць, на яких американці працювали станом на 2018 рік, припадало на спеціальності, що з’явилися лише після 1940-го (Автор, Чін, Саломонс і Сіґміллер, QJE 2024 — четверо економістів, що рознесли перепис США по нових професіях). Більшість праці, якою живе країна, у 1940-му ще навіть не мала назви. Комп’ютер не стер людину-обчислювача. Він стер ІМЕННИК «обчислювач» і перебудував його у ДІЄСЛОВО.

Ось про це весь текст. І це не текст-утіха. Це текст про те, хто з нас Кетрін Джонсон, на чиє слово ставлять життя, — а хто Джон Генрі, що зараз з молотом біжить наввипередки з паровим буром і досі думає, ніби перемога в забігу і є виживанням.

А щоб питання не висіло в космічному вакуумі, спустімо його під землю — туди, де воно лягає на тіло. Уявіть шахтаря, що тридцять років вибивав вугілля врубовим молотком і пишався мозолями, які не сходили. Привозять комбайн. Машина зрізає за зміну те, на що бригада клала тиждень. І ось перед забоєм стоять двоє з однаковими руками. Перший питає: «що ще ці руки вміють — кріпити, читати покрівлю, чути, як гора важчає перед обвалом?» — і пересідає в кабіну комбайна оператором. Другий питає: «хто кращий — я чи воно?», виходить із молотком на змагання й програє війну, навіть якщо виграє зміну. Уся ця стаття — про те, чим відрізняються ці два питання. Бо машина в забої вже гуде. Лампа на вашій касці поки що світить. Питання одне: ви читаєте покрівлю — чи стережете табличку «ЗАБІЙ № 7» над виробкою, яку відпрацювали ще позаминулого кварталу.

Антагоніст має обличчя, і це обличчя — ваше резюме

Назвемо ворога на ім’я, бо безіменний ворог завжди перемагає. Ворога звуть Професія. Це іменник-фортеця. У нього є голос — упевнений, поважний, з нотками ображеної гідності — і цей голос рекомендується титулом: «Я — Копірайтер з дванадцятирічним стажем». «Я — Бухгалтер». «Я — Перекладач». Голос промовляє це так, ніби називає не посаду, а душу. І як кожна душа, він щиро вірить, що його не можна звільнити — тільки зрадити.

Я цей голос знаю зсередини, тому маю право його різати. Половину свого життя я представлявся іменниками. Засновник. Інвестор. У якийсь момент я зловив себе на тому, що захищаю не те, що вмію РОБИТИ, а табличку на дверях — і захищаю її від машини, якій на табличку начхати, бо машина не вміє читати таблички. Вона вміє читати тільки те, на чиє слово ставлять життя, і те, на чиє не ставлять. Перше вона у вас просить. Друге — забирає.

І ось у чому підступ цього антагоніста — він не б’є вас у лоб. Він не приходить і не каже «тебе звільнено». Він робить гірше: система нагороджує тих, хто тихо роззброюється й називає це зрілістю. Це той самий внутрішній PR-відділ, що охороняє не ваші навички, а вивіску. Він шепоче: «Ну це ж рутина. Хай це робить машина. Я ж не для цього вчився.» І фахівець з полегшенням віддає задачу — спершу нудну, потім ще одну, потім ще — поки від фортеці не лишається сама вивіска, що рипить на вітрі над порожньою будівлею. А він стоїть під нею й гордо повторює її назву, як вартовий, що стереже сейф, з якого вночі винесли все, крім таблички «СЕЙФ».

Це не звільнення. Це демобілізація. Професію не вбивають штурмом — її розпускають по задачі, і ринок заохочує тих, хто самі підписують наказ про демобілізацію зі словами «зате тепер у мене більше часу на стратегічне». Часу справді більше. Стратегічного — нуль, бо стратегічне щойно передали першим.

Держава вже розібрала вас на запчастини. Безкоштовно

Тут хтось скаже: «Ну це красива метафора, задачі-дієслова, але професія ж реальна.» Ні. Професія — це маркетинговий ярлик, наклеєний поверх пучка задач. І це не моя поетична вільність — це бухгалтерія Міністерства праці США.

Є така база — O*NET. Урядова. Нудна. У ній 1 016 професійних назв розкладено на понад 19 000 формулювань конкретних задач, які, своєю чергою, згруповані у 2 000+ деталізованих робочих активностей. Вдумайтеся: держава вже зробила за вас і за AI найнеприємнішу роботу. Вона взяла кожен гордий титул, кожне «Я — спеціаліст», поклала на стіл патологоанатома й акуратно розклала на органи — а тоді, на відміну від справжнього патологоанатома, виклала висновок розтину у відкритий доступ, щоб кожен охочий міг скачати, з чого саме ви складаєтесь. «SMM-менеджер» виявився купкою з кількох десятків дієслів: написати, спланувати, порахувати охоплення, відповісти, домовитися.

А тепер найважливіше речення цього тексту. AI не ходить по магазину на поверсі титулів. Він ходить на поверх нижче — на поверх задач. Він не купує «Перекладача». Він купує дієслово «перекласти». І коли HR досі виставляє на вітрину вакансію-іменник «Перекладач», AI на сусідньому ринку вже скуповує гуртом дієслово «перекласти» — і вони торгують на двох різних біржах, навіть не підозрюючи про існування одна одної. Поки одна біржа урочисто оголошує вакансію, друга вже закрила її оптом і пішла обідати.

Це не нова паніка епохи ChatGPT. Цій рамці двадцять три роки. Ще у 2003-му Девід Автор з колегами показали холодну механіку: комп’ютер ЗАМІНЮЄ людину на РУТИННИХ задачах — там, де є чітке правило — і ДОПОВНЮЄ її на нерутинному: розв’язанні проблем, складній комунікації. Їхня модель тоді пояснила 60% зсуву попиту в бік освіченої праці за 1970–1998 роки. І одиницею аналізу вже тоді була задача. Завжди задача. Ніколи — ціла посада. Двадцять три роки нам товкмачать одну й ту саму літеру, а ми досі впевнено пишемо резюме іменниками.

Чому той самий банкомат, що мав вбити касира, його врятував

Якщо ви досі вважаєте, що автоматизація задачі = смерть професії, ось вам найчистіший контрприклад в історії, і він огидно простий.

З 1980-х до 2010 року в США встановили близько 400 000 банкоматів. Будь-який «здоровий глузд» казав: касирам кінець, машина рахує гроші швидше й не краде. А тепер цифра, від якої здоровий глузд давиться: кількість банківських касирів за той самий період НЕ впала, а ВИРОСЛА — приблизно з 500 000 до 600 000. Машину поставили буквально для того, щоб робити роботу касира, — і касирів стало більше. Якби це був детектив, машину відпустили б за відсутністю трупа.

Як? Банкомат зробив відділення дешевшим в обслуговуванні. Дешевше відділення — банки відкрили БІЛЬШЕ відділень, щоб гризтися за частку ринку. А задача касира переїхала вгору по стеку: від «рахувати купюри» до «продати кредит, утримати клієнта, бути обличчям». Машина з’їла нудну задачу — і людина мігрувала на задачу, де треба дивитися в очі. Касир не помер. Касир переїхав на поверх вище.

Це і є патерн, що повторюється з тупою регулярністю припливу. Ткацький верстат. Людина-обчислювач. Банкомат. Тепер — велика мовна модель. Щоразу хор голосить «професія мертва». Щоразу виживає той, хто переїхав на поверх вище. І щоразу гине той, хто прив’язав себе ланцюгом до однієї задачі й назвав цей ланцюг гідністю — а тоді ще й вигравірував на ланцюзі свою посаду, щоб точно не переплутали тіло.

Той самий банкомат я бачив у вугільному варіанті задовго до банків. У Рурі 1970-х, коли в забої з’явилися механізовані комплекси, перед кожним вибійником постала рівно та сама розвилка, що й перед касиром. Хто питав «що ще вміють ці руки», той пересідав у кабіну комбайна — і його задача переїжджала на поверх вище: вже не довбати пласт, а вести машину, чути покрівлю, ловити перший хрускіт обвалу за секунду до того, як він стане некрологом. А хто всім нутром пишався тим, що «вибиває вугілля руками», той лишився при своїй гідності — і без зміни. Бо гідність, прибита цвяхом до однієї задачі, спускається в кліті разом із задачею. Машина не зневажала його майстерність. Вона просто винесла ту єдину задачу, навколо якої він збудував усе ім’я, — і людина поїхала вниз тією самою кліттю, якою колись із гордістю спускалася на зміну.

Експерт у безпеці. Початківець під прицілом. І це не помилка

Тут більшість текстів про AI бреше вам у заспокійливому напрямку: мовляв, машина прийде за «низькокваліфікованими», а майстри в безпеці. Реальність зліша і смішніша — вона прийшла за вашою перевагою першою саме тому, що ви її найдовше нажирали.

У колл-центрі однієї компанії зі списку Fortune 500 поставили AI-помічника й чесно поміряли на 5 179 агентах (Бріньолфссон, Лі, Реймонд, NBER 2023). У СЕРЕДНЬОМУ кількість вирішених звернень на годину зросла на 14%. Але середнє тут бреше, як середня зарплата по країні, де один власник заводу і тисяча його робітників разом «у середньому» мільйонери. Бо для НОВАЧКІВ і слабких агентів зростання склало аж 34%, а для топ-перформерів ефект був мінімальний — фактично коло нуля (саме так, якісно, а не цифрою, його й описують автори).

Переклад на людську: AI не замінив експерта. AI дозволив початківцю ВИКОНУВАТИ ЗАДАЧІ експерта. Уявіть джуна, який учора не вмів закрити тікет без підказки, а сьогодні з ChatGPT під столом закриває їх у темпі сеньйора — і навіть не червоніє, бо й не здогадується, чию саме зарплату щойно демпінгнув. AI розлив дванадцять років вашого досвіду по новачках, що прийшли в понеділок, — і зробив це безкоштовно, тоді як ви ці дванадцять років оплачували власною спиною. Рів навколо вашої «професії» протікає не зверху, де сидять майстри — він протікає знизу, і протікає найшвидше. Експертиза, яку ви накопичували роками як приватну фортецю, раптом стала вбудованою функцією, безкоштовним додатком до підписки за двадцять доларів. Ваша перевага не зникла — вона стала загальнодоступною, що для переваги те саме, що й смерть.

І ось тут масштаб. Власні економісти OpenAI порахували: близько 80% американських працівників побачать, що щонайменше 10% їхніх задач зачепить AI, а близько 19% — що зачеплено буде понад половину задач. Але слухайте уважно цифру, яку всі пропускають: лише 1,8% робіт мають понад половину задач під ударом «голої» мовної моделі. А варто додати софт зверху — і ця частка стрибає до 46%.

Тобто загроза живе на рівні задач і масштабується з ІНСТРУМЕНТОМ, а не з назвою посади. Між «мене це майже не торкнеться» і «половина мене автоматизована» лежить не зміна професії. Лежить один плагін. Хтось у сусідній кімнаті прямо зараз його встановлює, і ваша безпека має термін дії рівно до кінця інсталяції.

Контрудар: а що, якщо «поверху вище» просто нема?

Зупинімося тут і зробимо те, що більшість оптимістичних текстів про AI навмисно пропускають: чесно озвучимо найсильніше заперечення. Патерн «касир-що-переїхав-вгору» справді існує. Але він передбачає, що вгору є куди їхати. Що поверх вище існує. Що людина здатна мігрувати когнітивно — перефокусувати, перенавчитися, переформулювати власні задачі.

А тепер уявіть 55-річного шахтаря з Дніпропетровської області або складського робітника у Бангладеш, чия «фортеця» складається з фізичних задач: підняти, перенести, скласти, відсортувати. Поверх вище для нього — не «перейти від рутини до суджень». Поверх вище — це клас когнітивної роботи, для доступу до якого потрібна освіта, мова, мережа, капітал. Жодне з цих чотирьох він не має в потрібній кількості. Банкомат замінив задачу касира — і касир переїхав на задачу «дивитися в очі клієнту». Але складський робот Amazon витіснив пакувальника — і пакувальник не «переїхав на задачу вищого рівня», бо та задача в іншій країні, в іншій мові й потребує іншого диплома. Касир і пакувальник — це не одна ситуація у різному масштабі. Це різні структурні ситуації.

Кетрін Джонсон — геніальна метафора. Але вона також жінка з університетською математичною освітою, в установі, де існував поверх вище, навіть якщо до нього не пускали через расизм. Більшість людей у хвилі автоматизації не є Кетрін Джонсон із заблокованим доступом. Вони є людьми без математики й без поверху, на який міг би виїхати ліфт. Це заперечення має реальну силу — і текст про думання задачами повинен дивитися йому в очі, а не проходити повз.

Але ось що це заперечення не пояснює: воно стосується рамки «хто виживе в турбулентності» — і відповідь «не всі» є правдою. Однак рамка «іменник vs. дієслово» не є порадою рівних можливостей. Це опис механіки ринку: за яким принципом він витісняє. Знати механіку — значить хоча б побачити, де саме стоїть стіна, замість того щоб впиратися в неї сліпо й дивуватися. Для одних це знання відкриває двері. Для інших — лише пояснює, чому двері зачинені й що змінити потрібно на рівні системи, а не резюме.

Хто платить найдорожче — і чиє ім’я не звучить у звіті WEF

Цифра «плюс 78 мільйонів робіт до 2030 року» зі звіту Всесвітнього економічного форуму звучить заспокійливо, поки не запитати: де саме ці робочі місця з’являться — і де саме зникнуть 92 мільйони, що йдуть мінус. Бо ці два потоки не перетинаються географічно, освітньо й демографічно. Нові місця концентруються в технологічних секторах розвинених країн і у фахівців із цифровими навичками. Зникаючі — у виробництві, у службах з низькою кваліфікацією, у ринках, що розвиваються. Текстильна фабрика у В’єтнамі, де автоматизація скасовує 40 000 місць — і технологічний хаб у Варшаві, де відкривають 4 000 місць для дата-аналітиків. Це одна й та сама «тасовка колоди» у звіті і дві різні країни в реальності.

Конкретніше: найважче платять виробничі працівники старше 50 років (а їхній шанс просто змінити роботу вже мізерний — за даними OECD, у будь-який рік це робить лише близько 6% людей віком 55–64; не тому, що не хочуть, а тому, що ринок дивиться на сивину як на простріл у покрівлі), некогнітивні сервісні ролі (прибиральники, касири, сортувальники — де банкоматний патерн не повторюється, бо «поверху вище» або нема, або він вимагає стрибка через прірву освіти), і ринки з молодим і малоосвіченим населенням — Субсахарська Африка, Південна Азія, — де автоматизація руйнує той самий «шлях через фабрику в середній клас», яким пройшли Японія і Корея у XX столітті. WEF чисте сальдо +78 мільйонів — це середня температура по лікарні, де в одній палаті гарячка 40, а в іншій — холодна простирадла й бирка на нозі. Середнє не лікує — воно лише підбиває баланс між тими, кому полегшало, і тими, кого вже виписали вниз.

Чому пророцтво про 47% мертвих робіт саме й померло

Дозвольте показати, що буває, коли дивишся на світ через окуляри іменників, а не дієслів. У 2013 році двоє оксфордських дослідників, Фрей і Озборн, видали пророцтво, яке облетіло планету: 47% робочих місць у США під високим ризиком комп’ютеризації протягом приблизно двадцяти років. Заголовки кричали. Конференції тряслися.

Як вони рахували? Ранжували ЦІЛІ ПРОФЕСІЇ за ризиком. Іменники. І пророцтво зістарілося не просто погано — воно зістарілося рівно навпаки, з точністю, якій позаздрив би зламаний годинник.

Що передбачали окуляри-іменники — і що зробило життя (США, 2013→2021)

Професія	Прогноз Фрея–Озборна (2013)	Що сталося насправді (2013–2021)
Страхові андеррайтери	Серед НАЙВИЩИХ ризиків автоматизації	Зайнятість зросла на 16,4%
Рекреаційні терапевти	Серед НАЙБЕЗПЕЧНІШИХ	Зайнятість впала на 8,9%

Прочитайте таблицю ще раз і дайте їй просочитися. Те, що мало вмерти першим, виросло. Те, що мало пережити всіх, скоротилося. Окуляри-іменники не просто промахнулися — вони показали стрілку компаса, що тицяє точно на південь, коли тобі треба на північ. І це не тому, що Фрей з Озборном дурні — вони серйозні вчені. Це тому, що рівень професії — це саме той рівень, на якому неможливо нічого передбачити. Бо професія не автоматизується. Автоматизуються її окремі задачі, а потім те, що лишилось, перетасовується у щось нове. Прогнозувати долю професії — це ворожити на табличці дверей, поки за дверима перемебльовують кімнату.

Ринок не вмирає. Він тасує колоду — а ви досі тримаєтесь за одну карту

Зведемо великі цифри докупи, бо вони малюють одну картину, і картина ця — не похорон, а пологовий зал з елементами бійні.

Світовий економічний форум, опитавши понад тисячу роботодавців і спираючись на дані про понад 14 мільйонів працівників: до 2030 року створиться 170 мільйонів нових робіт, зникне 92 мільйони, чистий приріст — плюс 78 мільйонів. Загальне «перемішування» — 22% усіх робіт. Голдман Сакс: близько 300 мільйонів повних ставок глобально під якоюсь автоматизацією, дві третини робіт у США та Європі зачеплені частково — але саме ЧАСТКОВО, шматком задач, а не цілком. А свіжий McKinsey за листопад 2025-го кидає на стіл найгрубшу цифру: вже сьогодні технічно можна автоматизувати 57% робочих ГОДИН у США.

57%. Більше половини годин. І ось тут McKinsey робить те, чого не зробили окуляри-іменники — прямо застерігає: це «технічний потенціал у ЗАДАЧАХ, а не неминуча втрата робіт». Понад 70% навичок, які роботодавці шукають сьогодні, використовуються і в автоматизованих, і в неавтоматизованих ролях одночасно. Машина їсть години. Машина їсть задачі. А робота виживає, перетасовуючи ті задачі, що лишилися, у нову конфігурацію. Колоду не спалюють. Колоду роздають заново — і встати з-за столу зі словами «я завжди грав цією картою» означає програти ще до того, як здали.

Ринок праці не звужується — він жорстоко перетасовує колоду задач, і програє не той, у кого «небезпечна професія», а той, хто відмовляється безперервно переторговувати власний набір задач проти машини.

Людина з рамкою-професією переживає цю тасовку як екзистенційну смерть: «моєї професії більше нема, отже мене більше нема». Людина з рамкою-задачами переживає те саме як апгрейд інструмента: «о, цю задачу тепер робить машина, звільнилися руки — на що мені їх перенаправити?». Та сама подія. Дві протилежні емоції. Різниця — лише в тому, до чого ти себе приклеїв: до іменника чи до дієслова. Перший пише некролог. Другий — список покупок.

Поки ви захищаєте іменник, компанія вже перейшла на дієслова

Досі ми стояли над однією людиною з аркушем. Але є поверх вище за вашу тривогу — і на ньому те саме перевлаштування йде холодно, без жодної екзистенції, як планове закриття лави. Поки ви боронитеся словом «я Копірайтер», ваш роботодавець уже тихо перестав мислити вашою посадою. Він мислить вашими задачами — і то задовго до того, як вимовив абревіатуру AI.

Це зветься скучним терміном skills-based organization, і за ним стоїть проста хірургія: компанія розбирає посаду на той самий пучок дієслів, що й O*NET, а тоді складає їх назад інакше — частину віддає машині, частину агенту-фрилансеру на платформі, частину зшиває в нову роль, якій ще немає назви на ринку праці. Той самий McKinsey, що дав нам 57% годин, формулює це прямо: понад 70% навичок, які роботодавці шукають сьогодні, кочують між автоматизованими й живими ролями одночасно. Перекладаю: HR давно купує не вас, а ваш склад дієслів — просто досі писав на ціннику ваш титул, бо так зручніше платити одну зарплату замість того, щоб рахувати кожну задачу окремо. AI забрав у нього цю зручність. Тепер кожне дієслово видно поштучно — і поштучно ж торгується.

І ось де ця холодна машинерія стає особистою. Управлінець не дивиться на ваше резюме й не зважує вашу гідність — він робить рівно те, що зробив директор шахти з механізацією: накладає комбайн на схему виробки й рахує, скільки забійників лишити в кабінах, а скільки — нагорі, у відділі кадрів, де вже чекає виплата за скороченням. Компанія не звільняє «професію». Вона по одному переписує рядки в матриці задач — і ваша посада зникає не пострілом, а тим, що з-під неї тихо витягують дієслово за дієсловом, поки табличка не повисне над порожнім столом. Різниця лиш у тому, що ви цю матрицю можете скласти на себе раніше за HR. Власне, наступний розділ — про те, як перехопити в них олівець.

Інструмент: аудит власного стеку задач за Гленном-навпаки

Досить діагнозів. Ось скальпель вам у руку. Це чеклист, який вбиває антагоніста однією дією — він ставить питання Джона Гленна навпаки. Гленн питав «хто та людина, якій я довірю життя?». Ви питаєте про себе: «які саме задачі я зараз — єдиний у кімнаті — можу закрити так, щоб на них поставили життя?»

Візьміть аркуш. Розбийте свою посаду на 7–10 конкретних ДІЄСЛІВ — те, що ви фізично робите за тиждень (не «я маркетолог», а «пишу тексти», «аналізую цифри», «домовляюся з підрядником», «вигадую гіпотези»). Потім по кожному чесно проставте:

Матриця стеку задач: дієслово проти машини

Задача (дієслово)	Машина вже це робить?	Це рутина чи судження/довіра?	Ставлю на це життя?	Дія
Напр.: формувати чернетку тексту	Так, добре	Рутина	Ні	Віддати машині СВІДОМО, забрати звільнений час
Напр.: вирішити, що з цього правда	Ні / ненадійно	Судження	Так	Поглиблювати — це ваш поверх вище
Напр.: домовитися під тиском	Ні	Довіра	Так	Це ваша арифметика-навпаки: те, що лишилось Кетрін

Правило читання матриці жорстоке й просте. Кожен рядок зі «ставлю на це життя? — НІ» і «рутина» — це не ваша гідність. Це порода у вагонетці, яку ви досі везете нагору, бо на ній вибито ваш титул. Віддайте її машині СВІДОМО — це інакше, ніж коли її заберуть. Хто розряджає вагонетку сам, той забирає звільнені руки собі. Хто чекає, поки розрядять, той забирає собі лише панічну атаку й вихідну довідку. Та сама порода. Різниця в тому, хто тримає лопату — ви чи відділ кадрів.

А рядки зі «ставлю життя? — ТАК» — це ваш реальний фронт. Це те, заради чого Гленн кликав дівчину. Якщо таких рядків у вас нуль — у вас немає професії. У вас є вивіска. І це найважливіше — і найнеприємніше — що ви дізнаєтеся про себе за цей тиждень: можливо, ви вперше подивитесь на власну посаду й не знайдете під табличкою жодної цифри, на яку поставили б життя.

Джон Генрі переміг бій і програв війну

Закінчу не втіхою. Закінчу могилою.

Тут треба чесно розділити документ і легенду, бо змішувати їх — це той самий гріх іменника. Документ такий: історик Скотт Нельсон у в’язничних архівах Вірджинії знайшов реального Джона Генрі — 19-річного чорношкірого хлопця, засудженого у 1866-му й кинутого будувати залізницю Чесапік-і-Огайо (C&O) серед інших в’язнів, поряд з паровими бурами, що працювали день і ніч. Це факт із паперів. А далі починається балада, яку співали покоління, і її цифрам вірити як пісні, а не як протоколу: ніби сталевар Джон Генрі вийшов на змагання з машиною, пробив більше за неї голим молотом — і впав мертвим з молотом у руці, «вигравши» забіг. Документ дає нам тіло. Балада дає нам мораль. І мораль тут страшніша за будь-який протокол.

Бо Джон Генрі визначив себе через одну-єдину задачу: бити молотом по сталі. І коли привезли машину, що робила те саме, він не спитав «що ще я вмію?». Він прийняв бій на тому ж поверсі — і саме перемога його й убила. Ось вам антипод Кетрін Джонсон у двох реченнях. Джонсон віддала машині арифметику й піднялася до задачі «бути тією, кому довіряють життя» — і дожила до 101 року легендою, яку через десятиліття зіграють у кіно. Генрі вчепився в єдину задачу, назвав це честю, виграв раунд — і це його вбило, а нагородою стала пісня про те, як красиво він програв. Обидва зустріли машину. Одна спитала «що ще я вмію?». Другий — «хто кращий, я чи воно?». Перше питання — про дієслова. Друге — про іменник. І саме друге питання у Генрі на надгробку.

Він стоїть на варті над посадою, задачі якої винесли роками тому, і плутає вартування з перемогою. AI не забере вашу роботу. Це правда, хоч і не та, на яку ви сподівалися. Вашу роботу забере людина, яка перестала бути іменником і навчилася думати дієсловами — поки ви героїчно б’єте молотом, доводячи машині, що ви все ще Копірайтер. Машина не прийде по вашу табличку на дверях. По вашу табличку прийде колега, що зняв свою першим — той самий рурський вибійник, який не став змагатися з комбайном, а сів у його кабіну. Поки ви тиснули машині руку на знак чесного двобою, він уже взявся за її важелі — і поїхав на поверх вище тією кліттю, на яку ви все ще чекаєте внизу.

Питання Гленна досі висить у повітрі, тільки тепер його ставлять не астронавту, а вам. Не «ким ви працюєте». А: які саме цифри ви зараз — єдиний у кімнаті — можете перерахувати так, щоб на них поставили життя? Якщо відповідь є — встаньте з-за столу й ідіть її захищати, поки її не оцифрували. Якщо відповіді нема — у вас не криза. У вас півтора дня й олівець. Рахуйте.